Оперативное прогнозирование значений экономических показателей многоотраслевой корпорации с применением технологий искусственного интеллекта

Размещено на http://www.allbest.ru/

Кубанский государственный аграрный университет

ОПЕРАТИВНОЕ ПРОГНОЗИРОВАНИЕ ЗНАЧЕНИЙ ЭКОНОМИЧЕСКИХ ПОКАЗАТЕЛЕЙ МНОГООТРАСЛЕВОЙ КОРПОРАЦИИ С ПРИМЕНЕНИЕМ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Луценко Евгений Вениаминович, д.э.н., к.т.н., профессор

Лойко Валерий Иванович, д.т.н., профессор

Макаревич Олег Александрович, к.э.н., доцент

Макаревич Лилия Олеговна, соискатель

г. Краснодар, Россия

Аннотация

В статье формулируется проблема краткосрочного прогнозирования значений и динамики экономических показателей многоотраслевой корпорации, на основе применения системно-когнитивного анализа (СК-анализ) и его инструментария (интеллектуальной системы "Эйдос") осуществляется формальная постановка задачи и формализация предметной области, т.е. разработка классификационных и описательных шкал и градаций и формирование обучающей выборки

Ключевые слова: системный подход, системно-когнитивный анализ, многоотраслевая корпорация, прогнозирование, семантическая информационная модель

In this article, the problem of short-range forecasting of value and dynamics of economical indexes of diversified corporation is stated, on the basis of application of systemic-cognitive analysis and its tooling (intellectual system "Eidos") the formal problem definition and data domain formalization, i.e. development of classification and descriptive dials and graduations and shaping of training sample is performed

Keywords: systemic approach, systemic-cognitive analysis, systems approach, diversified corporation, forecasting, semantic information model

Многоотраслевая корпорация (холдинг) рассматривается нами как система, состоящая из взаимодействующих элементов - предприятий логистически взаимосвязанных информационными, финансовыми и материальными (товарными) потоками. При этом объединение разнородных предприятий в многоотраслевую корпорацию обеспечивает системный эффект, состоящий в том, что прибыль и экономическая устойчивость корпорации в целом существенно превосходят сумму прибылей и экономическую устойчивость входящих в нее предприятий в условиях их работы вне корпорации.

При этом роль и функциональное назначение различных предприятий в составе корпорации различна. Некоторые из этих предприятий относительно автономны и в принципе могли бы работать и вне корпорации, но в составе нее работают в более комфортных финансово-экономических условиях и этим оправдано их вхождение в корпорацию. Другие предприятия существенно зависят от смежников в своей деятельности и целесообразность их объединения в составе корпорации вполне очевидна, т.к. существенно уменьшает транзакционные издержки и повышает эффективность управления ими. Но есть в составе корпорации и предприятия, обеспечивающие общесистемные инфраструктурные функции, т.е. работающие на корпорацию в целом. Казалось бы, сами по себе эти предприятия для внешнего потребителя ничего не производят и не дают прибыли за счет реализации их продукта на внешнем для корпорации рынке, но без них внутренняя среда корпорации существенно нарушилась бы и другие предприятия входящие в нее оказались бы в значительно худших условиях работы и их прибыль уменьшилась бы. Более того, некоторые из предприятий, успешно работающих в составе корпорации, без этих инфраструктурных предприятий вообще не смогли бы существовать в условиях жесткой конкуренции. Конечно, смысл существования таких инфраструктурных предприятий вне корпорации теряется и вне нее они существовать не могут (аутсортинг функций управления, т.е. внешних управляющих компаний мы не рассматриваем, т.к. корпорации имеют собственную инфраструктуру управления). Формально будучи убыточными, "дотационными", если их рассматривать локально, вне корпорации, эти инфраструктурные предприятия вносят большой, а может быть и решающий вклад в общесистемный эффект корпорации в целом, на много превосходящий их "убыточность", и этим оправдано их существование.

При принятии управляющих решений руководство корпорации основывается на поставленных целях, анализе состояния внешней и внутренней среды корпорации, а также на прогнозах ее развития. Таким образом, для руководства корпорацией очень важно иметь в своем распоряжении удобный для рядовых конечных пользователей и надежный инструмент прогнозирования, дающий прогнозы высокой достоверности. Подобный инструмент мог бы войти как подсистема в состав комплексной системы управления корпорацией, создание, поддержка, развитие и эксплуатация которой является одной из основных функций инфраструктурных предприятий корпорации. Однако в научной литературе в основном освещен вопрос стратегического планирования развития корпорации [1], и практически не рассматривается краткосрочное (оперативное) прогнозирование значений и динамики ее основных экономических показателей.

В настоящее время создание удобного для экономистов и надежного инструмента краткосрочного (оперативного) прогнозирования значений и динамики экономических показателей корпорации, дающего прогнозы высокой достоверности, является как научной, так и практической проблемой, поиск решений которой весьма актуален. Цель данной работы состоит в создании методики оперативного (на пол-года вперед) прогнозирования значений экономических показателей многоотраслевой корпорации.

В данной работе мы рассмотрим новый, ранее не применявшийся подход к решению поставленной проблемы и достижению поставленной цели, основанный на применении системно-когнитивного анализа (АСК-анализа) и его программного инструментария: интеллектуальной системы "Эйдос" [2, 3].

В работе [2] предложены следующие этапы АСК-анализа предметной области:

1. Когнитивная структуризация предметной области, при которой определяется, что мы хотим прогнозировать и на основе чего (конструирование классификационных и описательных шкал).

2. Формализация предметной области:

- разработка градаций классификационных и описательных шкал (номинального, порядкового и числового типа);

- использование разработанных на предыдущих этапах классификационных и описательных шкал и градаций для формального описания (кодирования) исходных данных (исследуемой выборки).

3. Синтез и верификация (оценка степени адекватности) модели.

4. Если модель адекватна, то ее использование для решения задач идентификации, прогнозирования и принятия решений, а также для исследования моделируемой предметной области.

Рассмотрим предлагаемый вариант реализации этих этапов.

1. Когнитивная структуризация предметной области.

На этом этапе было решено, что разрабатываемая методика должна обеспечивать прогнозирование значений следующих показателей холдинга в целом на 2 квартала вперед по отношению к текущему состоянию (таблица 1):

Таблица 1. Классификационные шкалы