Мониторинг, анализ и прогнозирование регионального продовольственного рынка тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат экономических наук Бруснева, Инна Михайловна

  • Бруснева, Инна Михайловна
  • кандидат экономических науккандидат экономических наук
  • 2005, Ставрополь
  • Специальность ВАК РФ08.00.13
  • Количество страниц 163
Бруснева, Инна Михайловна. Мониторинг, анализ и прогнозирование регионального продовольственного рынка: дис. кандидат экономических наук: 08.00.13 - Математические и инструментальные методы экономики. Ставрополь. 2005. 163 с.

Оглавление диссертации кандидат экономических наук Бруснева, Инна Михайловна

СОДЕРЖАНИЕ.

ВВЕДЕНИЕ.

ГЛАВА 1. КОМПЬЮТЕРНЫЙ МОНИТОРИНГ РЕГИОНАЛЬНОГО РЫНКА КОЛБАСНОЙ ПРОДУКЦИИ.

1.1. Региональные компоненты экономики в федеративном устройстве России.

1.2. Региональная рыночная деятельность и её роль в продуктообеспечении территории.

1.3. Экономическая динамика регионального рынка.

1.4. Продовольственные рынки территории.

1.5. Продовольственный региональный маркетинг.

1.6. Мониторинг рынка с помощью систем автоматизированного учёта.

1.7. Особенности построения интегрированной компьютерной системы УАП ФХД ПОТ.

1.8. Структура интегрированной компьютерной системы УАП ФХД ПОТ.

1.9. Документы, выпускаемые интегрированной компьютерной системой УАП ФХД ПОТ.

ГЛАВА 2. СПЛАЙН-АППРОКСИМАЦИОННОЕ МОДЕЛИРОВАНИЕ И ФАЗОВЫЙ АНАЛИЗ ДИНАМИКИ РЕГИОНАЛЬНОЙ ТОРГОВЛИ.

2.1. Экономико-математическое моделирование регионального рынка.

2.2. Сплайн-функции в новых подходах к анализу динамики региональной торговли.

2.3. 22 принципиальных преимущества экономической сплайн-аппроксимации.

2.4. Экономический анализ на фазовых сплайн-портретах

2.5. Сплайны на параметрических картинах взаимозависимостей.

2.6. Циклическая природа региональных маркетинговых процессов и её объяснение.

2.7. Система компьютерной математики как инструмент исследования.

ГЛАВА 3. МНОГОФАКТОРНОЕ ДЕТЕРМИНИРОВАННОЕ.

ПРОГНОЗИРОВАНИЕ РЕГИОНАЛЬНЫХ ТОРГОВЫХ ПРОЦЕССОВ.

3.1. Прогнозирование в экономике.

3.2. Основные идеи однофакторного сплайн-прогнозирования.

3.3. Экстраполяция по последнему фрагменту сплайна.

3.4. Оптимальное «статистическое обобщение».

3.5. Двухступенчатое сплайн-прогнозирование.

3. б. «Скользящие прогнозы».

3.7. Аналитико-прогнозирующие системы.

3.8. Аддитивные эконометрические (балансовые) модели в сплайн-прогностике.

3.9. Мультипликативные эконометрические (балансовые) модели в сплайн-прогностике.

ОСНОВНЫЕ ПОЛОЖЕНИЯ, РЕЗУЛЬТАТЫ И ВЫВОДЫ

ДИССЕРТАЦИОННОГО ИССЛЕДОВАНИЯ.

ИСПОЛЬЗОВАННЫЕ ОБОЗНАЧЕНИЯ В ДИССЕРТАЦИИ,

АВТОРЕФЕРАТЕ И ПРОГРАММНОМ ПРОДУКТЕ.

ГЛОССАРИЙ.

Рекомендованный список диссертаций по специальности «Математические и инструментальные методы экономики», 08.00.13 шифр ВАК

Введение диссертации (часть автореферата) на тему «Мониторинг, анализ и прогнозирование регионального продовольственного рынка»

Развитие нано-, микро-, мезо-, макро- и мегаэкономиче-ского мониторинга, моделирования, анализа, визуализации, планирования и прогнозирования в новых условиях связано с последовательным ростом уровня их формализации. Основу для этого процесса заложил, в частности, прогресс в области прикладной математики, математической статистики, в методах оптимизации, теории приближений, в эконометрике, прогностике, синергетике, теории фракталов и хаоса.

Непростая экономическая архитектоника регионального рынка вынуждает обращаться к новым методам проведения исследований, современным, более точным, но и более сложным -математическим и инструментальным. Особо трудной из всего спектра задач является прогнозирование. Сначала в экономиче-» ской футурологии разрабатывались наиболее простые методы однофакторного прогнозирования. Под однофакторным прогнозированием понимается прогнозирование одной экономической переменной, на которую неявно (при отсутствующих экономет-рических или балансовых законах) через неопределённые коэффициенты действуют все другие переменные (факторы). Если выявлены и использованы законы или балансы, явно связывающие несколько случайных экономических показателей, то анализ и прогнозирование их коллективного взаимосвязанного поведения называется многофакторным.

Поскольку в исследовании много места уделяется многофакторному детерминированному прогнозированию, то хотелось бы найти абсолютно точный эконометрический закон, без ошибки действующий на сколь угодно широком интервале поведения нескольких экономических переменных. Метод следовало бы обобщить на законы, связывающие произвольное число случайных процессов. Всё это чрезвычайно актуально для изучения динамики процессов региональной торговли продовольственными товарами и для их прогнозов, так как среди экономических потоков (отраслевых, производственных, финансовых, информационных) они обладают средним темпом изменения (постоянные времени - несколько месяцев), что позволяет за ограниченное время проверить прогнозные построения предлагаемого детерминированного подхода. Тогда итогом решения задачи стало бы сравнение конкретных аппарата и инструментов прогнозирования с определением точности алгоритма прогнозирования и выявлением влияния прогностического фона на конечные результаты с коррекцией по неизменному балансу значений переменных внутри горизонта прогноза.

С другой стороны, решения по выбору такого аппарата и инструментов должны быть научными, сопровождаться точным математическим расчётом, чтобы при удачном сочетании формальных критериев и интуитивных представлений они давали не просто формальный оптимальный результат, но ещё и практически полезный. Математическая постановка задачи, выбор методов моделирования, анализа, визуализации и прогнозирования, их сравнение, корректировка окончательного прогноза должны базироваться на алгоритмах, входящих в состав систем компьютерной математики, которые реализуются на персональных компьютерах и которые можно «научить» настраиваться на конкретные задачи анализа, моделирования, визуализации и прогнозирования динамики региональной продовольственной торговли.

Актуальность и недостаточная разработанность проблемы коллективной точности многофакторного трендового прогнозирования одновременно нескольких взаимосвязанных случайных процессов с назначением универсальной модели экономического процесса, с автоматическим сравнением однофактор-ных прогнозов через эконометрический закон (балансовое равенство) с целью получения наиболее точного и долгого многофакторного прогноза предопределили выбор темы, цель, задачи, логику диссертационного исследования. Оно посвящено разработке парадигмы, методов и алгоритмов мониторинга регионального рынка, детерминированного фазового анализа и многофакторного прогнозирования процессов с использованием од-нофакторных нарочито неточных прогнозов нескольких случайных экономических переменных, связанных эконометрическим законом или его частным случаем - балансовым равенством, синтезу более точного многофакторного прогноза.

Несколько слов о степени разработанности проблемы. Большой вклад в развитие теоретической прогностики и её новой ветви - синергетической экономической парадигмы - внесли зарубежные учёные: А.Е.Андерсон, И.Бернар, Н.Винер, Д.Ж.Джонстон, Ж.-К.Колли, Э.Маленво, Дж.Мартино, Р.Отнес, К.Паррамоу, Э.Петерс, М.Песаран, Д.Пуарье, Л.Слейтер, Г.Тейл, Т.Дж.Уотшем, Д.Хейс, А.Хоскинг, Г.Шустер, А.Эноксон, Э.Янч.

История развития рабочей (теперь мы говорим «конструктивной») прогностики начинается с прогноза Г.Ландсберга, А.Фишмана, Дж.Фишера «Ресурсы в будущем Америки. Потребности и возможности их удовлетворения в 1960-2000 г.г.», прогноза Дж.Ф.Дьюхорста, Дж.О.Коппока, П.Л.Йейста и др. «Потребности и ресурсы Европы» (1961 г.) - десятилетнего прогноза развития экономики 18 западноевропейских стран; сборника

1962 г.) «Будущее Европы в цифрах» (прогноз до 1970 г., Бельгии - до 1975 г.) и др.

В бывшем СССР проводились серьёзные экономические прогностические исследования. Отметим выдающиеся труды известных советских и российских учёных: А.Г.Аганбегяна,

A.В.Канторовича, В.А.Кардаша, В.С.Немчинова,

B.В.Новожилова, Н.П.Федоренко, С.С.Шаталина, А.Н.Ширяева, а также труды соотечественников: И.В.Бестужева-Лады, В.А.Буторова, Г.В.Гореловой, А.А.Горчакова, В.Е.Демидова, А.С.Емельянова, Э.Б.Ершова, С.В.Жака, В.В.Ковалёва,

A.Н.Ковалёвой, Ф.М.Левшина, И.В.Липатовой, Е.Б.Лобановой,

B.И.Максименко, Е.Н.Мельниковой, Н.П.Молчановой, В.А.Перепелицы, Е.В.Поповой, Н.Х.Токаева, Г.Н.Хубаева, Е.М.Четыркина и др.

При большом числе серьёзных работ, широте исследований, обилии полученных в прогнозировании результатов, всё ещё находятся разделы футурологической науки, в которых новые методы могут улучшить решение, сделать его более универсальным, конструктивным, долгим и точным, нагляднее визуализировать результаты.

Определим, что объектом исследования являются региональные торговые представительства корпоративных трансроссийских предприятий по производству продуктов питания различных организационно-правовых форм, экономические системы территории. Предметом исследования являются взаимосвязанные многофакторные маркетинговые процессы, протекающие в системах регионального продуктообеспечения.

Цель и задачи диссертационного исследования можно сформулировать так: целью диссертационной работы является совершенствование подходов, методов, схем,. алгоритмов мониторинга, анализа и детерминированного прогнозирования процессов региональной продовольственной торговли за счёт разработки и использования многофакторных эконометрических (в частности, балансовых) соотношений.

В соответствии с поставленной целью в диссертации решались следующие задачи:

• системное рассмотрение проблем мониторинга, анализа, визуализации и прогнозирования в области региональной продовольственной торговли с выбором парадигмы, отвечающей сути задачи и принимаемых в ней решений, системное определение места предлагаемого прогнозирующего подхода, аппарата, алгоритмов и инструментов в ряду способов, методов, методик фу-турологической науки;

• исследование региональных маркетинговых процессов с точки зрения сочетания их детерминированности (тренд и сезонность) и стохастичности, выбор для эконометрической или балансовой модели комбинации элементов детерминированного и случайного;

• использование для мониторинга, моделирования, анализа, визуализации и прогнозирования динамики региональной продовольственной торговли универсального сплайн-аппарата, дополненного многофакторными голономными связями, реализованными в виде наложения на поведение маркетинговых переменных известных эконометрических законов (в лучшем случае - их точных эквивалентов, балансовых равенств), связывающих между собой несколько стохастических показателей региональных экономических процессов;

• фазовый анализ показателей торговой динамики и их первых производных на фазовых портретах, анализ пар временных взаимозависимостей показателей рынка на параметрических картинах;

• уменьшение мерности операционного пространства и числа экономических неизвестных привлечением балансовых равенств, позволяющих выразить одни переменные через другие;

• введение нового показателя соответствия, нового критерия согласия многофакторного сплайн-прогнозирования - меры уклонения прогнозов взаимосвязанных стохастических переменных коммерческого менеджмента от известного эконометриче-ского закона (или его точного эквивалента - балансового равенства) с получением многофакторных «разбалансов»;

• использование величины многофакторного «разбаланса» не только как критерия качества алгоритмов сплайн-прогнозирования, но и как базы для корректировки прогнозов каждого из связанных экономических показателей;

• построение алгоритма аддитивного эконометрического (балансового) сплайн-прогноза взаимосвязанных экономических показателей с нахождением аддитивных добавок к значениям каждого показателя в горизонте прогноза;

• построение алгоритма мультипликативного эконометрического (балансового) сплайн-прогноза взаимосвязанных экономических показателей с нахождением мультипликативных поправок к значениям показателей горизонта прогноза;

• использование рабочих алгоритмов мониторинга регионального продовольственного рынка с малообеспеченным продовольственным статусом населения территории при широкой вариации социально-экономических условий на ней; прогнозирования тенденций основных региональных продуктовых маркетинговых показателей в части ценообразования, формирования издержек, расчёта объёмов реализации и пр. торгового представительства корпоративной трансроссийской фирмы;

• создание системы поддержки принятия решения и с её помощью: экспериментальная экспресс-обработка динамики показателей, формирующих базу данных обо всех аспектах финансово-хозяйственной деятельности торгового представительства в регионе; реализация операторов статистических расчётов, алгоритмов генерации сплайнов и построения кусочно-полиномиальной математической модели; предложение фазовых методов анализа; построение однофакторных продолжений и предложение способов рабочего многофакторного прогнозирования; визуализация результатов анализа и прогнозирования;

• проверка применимости предложенных моделей и методов в практике продаж ООО «КавМком» - регионального торгового представительства ЗАО «Микояновский мясокомбинат» в Южном федеральном округе;

• проведение численных экспериментов при широкой вариации статистических индикаторов социально-экономических процессов в России и регионе, их трендовых и сезонных составляющих.

Определим основную идею исследования - принципиально уточнить методы детерминированного прогнозирования введением многофакторных эконометрических (в частности, балансовых, как наиболее точных проявлений эконометрических законов) голономных связей между взаимосвязанными прогнозируемыми экономическими и торговыми показателями. Это по-« зволяет сократить мерность операционного пространства, увеличить объём обрабатываемого статистического материала, повысить надёжность и долготу прогноза. При слежении за исполнением баланса на всём протяжении периода упреждения уточняются параметры прогнозирующей модели, контролируется её динамическая и статическая точность, корректируются прогнозные значения каждого экономического показателя.

Теоретические и методологические основы исследования составляют труды зарубежных и российских экономистов и математиков по математическим и инструментальным методам моделирования, анализа, визуализации и прогнозирования экономических процессов. В исследовании применялись: системный анализ, теория рынков, маркетинг, эконометрика, дискретная математика, прогностика, теория приближений, теория сплайн-аппроксимации. В качестве аппарата использованы сплайн-функции. Инструментом исследования стала созданная система поддержки принятия решений на базе систем компью терной математики МАРЬЕ 6 и МАРЬЕ 9.5 с реализованными алгоритмами мониторинга и фазового анализа регионального продовольственного рынка, визуализации и многофакторного детерминированного прогнозирования.

Эмпирическую базу исследования составили собранные в базе данных интегрированной компьютерной системы учёта, анализа и прогнозирования финансово-хозяйственной деятельности предприятия оптовой торговли (ИКС УАП ФХД ПОТ) статистические сведения о региональном рынке колбасных продуктов, его маркетинговой динамике; сведения о социально-экономическом развитии России, Южного федерального округа и Ставропольского края в тот же период. щ Работа выполнена в соответствии с п.1.8 «Паспорта специальности 08.00.13 - Математические и инструментальные методы экономики»: «Математическое моделирование экономической конъюнктуры, деловой активности; определение трендов, циклов и тенденция развития».

Научная новизна диссертационного исследования может быть определена следующим образом:

1. Для мониторинга, анализа и прогнозирования региональных маркетинговых процессов предложена многофакторная детерминированная парадигма, использующая сплайн-аппроксимационный аппарат моделирования, позволяющая повысить точность и надёжность мониторинга, анализа и прогноза, а за счёт снижения мерности рабочего пространства ограничить область решения и ускорить его поиск.

2. В многофакторном сплайн-прогнозировании в качестве го-лономных связей экономических переменных предложено использовать эконометрические законы и балансовые методы, как наиболее точные и стабильные на всём протяжении отчётного и перспективного периодов.

3. Предложено экономический анализ процессов регионального продовольственного рынка базировать на фазовых методах (на фазовых портретах и картинах параметрических взаимозависимостей), рельефно выявляющих циклические конструкции в экономическом поведении. С помощью фазовых методов найдена системная цикличность процессов регионального продуктового маркетинга, объясняемая и с позиций синергетического подхода, и в связи с наличием в замкнутой системе торгового менеджмента временного управленческого запаздывания; полученные циклы могут использоваться для уточнения прогнозов.

4. Найден, исследован и систематически использован новый критерий (мера) согласия модели и процесса - мера соответствия значений баланса в отчётном периоде и его реализации в горизонте прогноза.

5. Предложены аддитивные эконометрические (балансовые) модели в сплайн-прогностике с уточнением прогноза нескольких взаимосвязанных экономических переменных, нахождением по итогам балансового сравнения аддитивных корректирующих добавок к значениям всех переменных в горизонте прогноза.

6. В сплайн-прогностике предложены мультипликативные эконометрические (балансовые) модели уточнения прогноза нескольких взаимосвязанных экономических показателей с нахождением мультипликативных корректирующих поправок к каждой из переменных в горизонте прогноза.

7. Осуществлён мониторинг регионального рынка продовольствия с использованием разработанной в ООО «КавМком» информационной системы ИКС УАП ФХД ПОТ, которая, в частности, в базе данных накапливает, сортирует по девяти отчётам и проверяет сведения о региональном продовольственном рынке.

8. Создана система поддержки принятия решений, в которой генерируется модель, она аналитически обрабатывается; реализуются алгоритмы статистической обработки; реализуются созданные алгоритмы и формируется многофакторный прогноз; строятся и визуализируются на фазовых портретах и параметрических картинах экономические зависимости. Система автоматизировала расчёты по предложенным методикам, использовала образующиеся балансовые рассогласования для оценки точности алгоритма прогнозирования и уточнения прогнозов экономических показателей, каждый раз указывая величины аддитивных или мультипликативных корректирующих добавок к маркетинговым переменным модели.

Практическая значимость результатов исследования заключается в том, что предложенные модели, методы, алгоритмы универсальны, позволяют решать широкий круг экономических и маркетинговых региональных задач, могут быть использованы всюду, где тсчный прогноз позволяет рационализировать и оптимизировать управленческие решения. Предложенный подход позволяет менеджеру через модель лучше понимать природу процессов торговли продовольственными товарами, использовать обнаруженную их неслучайную цикличность, совершать экономически оправданные шаги в управлении ими.

Предложенные методики, аппарат и инструменты, с помощью которых корректирующие поправки вычислялись для прогнозируемых значений, были погружены в реальную региональную коммерческую среду и оправдали себя, их корректность подтвердилась результатами мониторинга, анализа и прогнозирования динамики рынка колбасных изделий в Южном федеральном округе, расчётами на материалах ООО «КавМком» -торгового представительства ЗАО «Микояновский мясокомбинат» по Югу России - при планировании и прогнозировании продаж колбасной продукции в регионе.

Разработанные модели и математический аппарат их количественного фазового анализа, визуализации и многофакторного прогнозирования могут быть использованы в курсах «Эконометрика», «Математическая экономика», «Прогностика», «Маркетинг», «Математические методы прогнозирования» для студентов экономических специальностей вузов.

Обоснованность и достоверность научных положений, выводов и рекомендаций подтверждается применением: системного и экономического анализа; методов маркетинга и теории рынков; математических и инструментальных методов экономики, включающих численные методы, математическую статистику, методы приближений, теорию аппроксимации, алгоритмы теории сплайнов; эконометрики; прогностики, алгоритмов экстраполяции, алгоритмов оптимального решения прогностических задач. Построена система поддержки принятия решений, реализующая инструментальные и математические подходы в региональном продовольственном маркетинге с выполнением всех экономических и товарных расчётов системами компьютерной математики MAPLE 6 и MAPLE 9.5; с двух- и трёхмерной визуализацией результатов моделирования, фазового анализа, одно- и многофакторного прогнозирования; с документальным характером использованных данных по объектам приложений предложенных моделей и методов. Предлагаемые в работе информационные модели, способы мониторинга и фазового анализа, разработанные алгоритмы многофакторного прогнозирования, полученные и решаемые математически строго системами компьютерной математики, дают точные и надёжные результаты.

На защиту можно было бы вынести следующие положения, результаты и выводы диссертационной работы: 1. Изучение сложного взаимодействия экономических и торговых процессов, их многофакторности, заложенной в эконо-метрических законах (балансовых равенствах), диктует необходимость применения системного анализа, современного математического (кусочно-аппроксимационного, в частности, сплайн-аппроксимационного) аппарата, количественных подходов и инструментальных средств (системы компьютерной математики MAPLE 6 и MAPLE 9.5) при изучении, моделировании, анализе и прогнозировании.

2. Наиболее существенной характеристикой метода, конструктивной, важной теоретически и практически, оказывается коллективное (параллельное) уточнение однофакторных прогнозов нескольких экономических показателей, связанных неким эконометрическим законом или точным его эквивалентом - балансом. Поэтому при реализации многофакторности потребуются новые подходы в известных задачах статистической обработки, анализа, визуализации, экстраполяции и прогнозирования.

3. Жёсткая взаимная аддитивная или мультипликативная связь экономических и рыночных показателей, некая «экономическая голономия», помогает найти меру уклонения переменных от балансового результата в проспекции или в ретроспекции. Полученная разными алгоритмами мера может быть использована как в целях сравнения и уточнения методов, так и для коррекции каждой переменной из результатов детерминированного однофакторного прогнозирования.

4. Голономные связи, накладываемые балансовыми равенствами на экономические показатели, позволили уменьшить мерность операционного пространства, сократили число неизвестных, облегчили и ускорили решение и, соответственно, уменьшили произвол и погрешность в предвидении экономических тенденций в горизонте прогноза.

5. Результаты многофакторного прогноза положены в основу параллельного однофакторного уточнения каждой экономической и маркетинговой переменной через аддитивные или мультипликативные добавки с перманентным следованием этих переменных точному эконометрическому или балансовому равенству в горизонте прогноза.

6. Мониторинг продовольственного рынка территории обнаружил систематическую перманентную цикличность торговых переменных, вычисляемую и рельефно представляемую на фазовых портретах и параметрических картинах.

Апробация и внедрение результатов исследования. Основные положения и результаты диссертационной работы представлялись в виде докладов и получили положительную оценку:

• на IV Международной конференции «Новые технологии в управлении, бизнесе и праве» (г. Невинномысск, Институт управления, бизнеса и права, 21-23 мая 2004 г.);

• на Международной научной конференции «Математические методы в технике и технологиях - ММТТ-18» (гг. Москва и Казань, Московский государственный университет информатики и электроники, Казанский государственный технологический университет, 31 марта - 2 апреля 2005 г.);

• на VII Всероссийском симпозиуме «Математическое моделирование и компьютерные технологии» (г. Кисловодск, Кисловод-ский институт экономики и права, 21-22 марта 2005 г.);

• на IV Всероссийской конференции «Финансово-актуарная математика и смежные вопросы - ФАМ'2005, посвящённой 30-летию Института вычислительного моделирования Сибирского отделения Российской Академии Наук», на секции 4 «Статистические системы природы и общества» (г. Красноярск, ИВМ СО РАН, 25-27 февраля 2005 г.);

• на II Всероссийской научно-практической конференции «Социально-экономические аспекты современного развития России» (г. Пенза, Приволжский Дом знаний, Филиал Всероссийского заочного финансово-экономического института, 24-25 февраля 2005).

На моделях маркетинговых процессов (использовались сведения из базы данных системы ИКС УАП ФХД ПОТ о динамике продаж колбасных изделий в Ставропольском крае и в Южном федеральном округе) выполнен комплекс прогностических работ. Разработанная система, полученные модели, результата анализа и визуализации процессов, многофакторные прогнозные решения используются торговым представительством ЗАО «Микояновский мясокомбинат» по Югу России - ООО «Кав-Мком» (г. Ставрополь) - в корпоративных отчётах, текущем анализе, планировании экономических показателей на перспективу, при заключении форвард-контрактов, просчёте ситуаций, которые могут возникнуть в будущем.

Основные результаты диссертационного исследования отражены в семи опубликованных работах автора общим объёмом 1.85 п.л., в том числе автора 1.5 п.л.

Похожие диссертационные работы по специальности «Математические и инструментальные методы экономики», 08.00.13 шифр ВАК

Список литературы диссертационного исследования кандидат экономических наук Бруснева, Инна Михайловна, 2005 год

1. Haken Н. Synergetics. - Berlin: Springer, 1997. - 212 с.

2. Mandelbrot В.В. New methods in statistical economics. -Journal of Political Economy. 1963. - V.71. - P. 421-440.

3. Mandelbrot B.B. The Variation of Certain Speculative Prices. /In P.Cootner, editor. The Random Character of Stock Prices. -Cambridge: MIT Press, 1964.

4. Mandelbrot B.B. The Fractal Geometry of Nature. New York: W.H. Freeman, 1982.

5. Poirier Dale J. The Econometrics of Structural Change. With Special Emphasis on Spline Functions. Amsterdam: - New York: - Oxford: North-Holland Publishing Company, 1976. -183 p.

6. Schoenberg I.J., Whitney A. Sur la positivite des determinants de translations de functions de frequence de Polya avec une application au probleme d'interpolation par les functions "spline". Comptes Rendus - 1949. - V.228. - P. 1996-1998.

7. Айвазян С.А., Мхитарян B.C. Прикладная статистика и основы эконометрики. М.: Издательское объединение ЮНИ-ТИ, 1998. - 1024 с.

8. Акофф Р.Л. Планирование в больших экономических системах./Перевод с английского. Под редакцией И.А.Ушакова. М.: 1972.

9. Аладьев В., Шишаков М. Автоматизированное рабочее место математика. М.: Лаборатория базовых знаний, 2000. -654 с.

10. Алберг Дж., Нильсон Э., Уолш Дж. Теория сплайнов и её приложения. М.: Мир, 1972. - 318 с.

11. Аллен Р. Математическая экономия. М.: 1963.

12. Андерсон Т. Статистический анализ временных рядов. М.: Мир, 1976. - 756 с.

13. Араб-Оглы Э.А., Бестужев-Лада И.В. и др. Рабочая книга по прогнозированию. М.: Мысль, 1982. - 430 с.

14. Ахиезер Н.И. Лекции по теории аппроксимации. Издание 2-е, переработанное и дополненное. М.: Наука. ГРФМЛ, 1965. -408 с.

15. Багриновский К.А., Егорова Н.Е. Имитационные системы в планировании экономических объектов. М.: 1980.

16. Бендат Дж., Пирсол А. Прикладной анализ случайных данных. М.: Мир, 1989. - 540 с.

17. Бернар И., Колли Ж.К. Прогноз. Толковый экономический и финансовый словарь. Том 2. М.: Мир, 1994. - С. 386-387.

18. Фон Берталанфи Л. Общая теория систем критический обзора/Исследование по общей теории систем./Перевод с английского. - М.: 1969.

19. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление. М.: Мир, 1974. Выпуск 1. - 288 е., Выпуск 2. -197 с.

20. Борель Э. Вероятность и достоверность. М.: ГИФМЛ, 1961. -120 с.

21. Бриллинджер Д. Временные ряды. М.: Мир, 1980. - 536 с.

22. Бруснева И.М. Прогностика как наука о предвидении частное сообщение.

23. Бруснева И.М., Яковенко B.C. Использование «экономической голономии» в многофакторном детерминированном прогнозировании частное сообщение.

24. Васильев В.И., Красилышков В.В., Плаксий С.И., Тягунова Т.Н. Статистический анализ многомерных объектов произвольной природы. Введение в статистику качеств. М.: Издательство ИКАР, 2004. 382 с.

25. Винн Р., Холден К. Введение в прикладной эконометриче-ский анализ. М.: Финансы и статистика, 1981. - 294 с.

26. Винтизенко И.Г. Сплайн-аппроксимация при обработке сигналов зондирования в режиме on-line./Тезисы докладов III Всесоюзного симпозиума по лазерному зондированию атмосферы. Томск: Институт оптики атмосферы СО АН СССР, 1974. - С. 266-269.

27. Винтизенко И.Г., Колесников И.М., Шадуев М.Г. Прогнозирование в моделях экономических систем. Кисловодск: Издательский центр Кисловодского института экономики и права, 2001.- 102 с.

28. Гамбаров Г.М. и др. Статистическое моделирование и прогнозирование: Учебное пособие./Под редакцией А.Г.Гран-берга. М.: Финансы и статистика, 1990. - 383 с.

29. Гладилин A.B., Давыдянц Д.В., Яковенко B.C. Рынок: планирование, конкуренция, экономическая ответственность.- М.: Издательство Министерства сельского хозяйства РФ, 1993. 34 с.

30. Горелова В.Л., Мельникова E.H. Основы прогнозирования систем./Учебное пособие для инженерно-экономических специальностей вузов. М.: Высшая школа, 1986. - 287 с.

31. Горчаков A.A., Орлова И.В. Компьютерные экономико-математические модели./Учебное пособие. М.: Компьютер, ЮНИТИ, 1995. - 136 с.

32. Джонстон Дж. Эконометрические методы. М.: Статистика, 1980. - 444 с.

33. Долятовский В.А., Касаков А.И., Коханенко И.К. Методы эволюционной и синергетической экономики в управлении. Отрадная: РГЭУ-ИУБиП-ОГИ, 2001. - 577 с.

34. Доугерти К. Введение в эконометрику. М.: ИНФРА-М, 2001.- 402 с.

35. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. М.: Финансы и статистика, 1986. - 512 с.

36. Дьяконов В. MAPLE 6: учебный курс. СПб.: Питер, 2001. -608 с.

37. Дюран В., Оделл П. Кластерный анализ. М.: Статистика, 1977. - 128 с.

38. Емельянов A.C. Эконометрия и прогнозирование. М.: Экономика, 1985. - 207 с.

39. Ефимов А.Н. Предсказание случайных процессов. М.: Знание, 1976. - 64 с.

40. Житков В.А., Морозов A.B., Царфин A.B. Модельный инструментарий для прогноза фермерского производства. -Экономика и математические методы. 1995. - т. 31.Вып.4. С. 123-130.

41. Завьялов П.С., Демидов В.Е. Как ведут средне- и долгосрочное прогнозирование рынка? Формула успеха — маркетинг. -М.: 1991. С. 89-93.

42. Занг В.-Б. Синергетическая экономика. Время и перемены в нелинейной экономической теории. М.: Мир, 1999. - 335 с.

43. Иванов Ю.Н., Токарев В.В., Уздемир А.П. Математическое описание элементов экономики. М.: Физматгиз, 1994. -416 с.

44. Иоффе Л.Ш., Клейнер Г.Б., Садовский А.Е. Алгебраические методы в теории больших систем. М.: 1976.

45. Канторович A.B. Экономический расчёт наилучшего использования ресурсов. М.: 1959.

46. Канторович A.B., Макаров В.Л. Оптимальные модели перспективного планирования. Применение математики в экономических исследованиях. Т. 3. М.: 1965.

47. Кардаш В.А. Компромиссный анализ рыночной экономики. Ростов-на-Дону: Издательство Северо-Кавказского Научного Центра Высшей Школы, 2002. - 140 с.

48. Кейнс Д. Общая теория занятости, процента и денег. (Серия «Шедевры мировой экономической мысли», том 3). -СПб.: Петроком, 1993. 308 с.

49. Кендалл М.Дж., Стьюарт А. Теория распределений./Перевод с английского В.В.Сазонова, А.Н.Ширяева./Под редакцией А.Н.Колмогорова. М.: Наука, ГРФМЛ, 1966. - 588 с.

50. Кендалл М.Дж., Стьюарт А. Статистические выводы и связи. /Перевод с английского Л.И.Гальчука и А.Т.Терёхина./ Под редакцией А.Н.Колмогорова. М.: Наука, 1973. - 899 с.

51. Кендэлл М. Временные ряды. М.: Финансы и статистика,1981.- 199 с.

52. Клас А., Гергели К., Колек Ю., Шуян И. Введение в экономет-рическое моделирование. М.: Статистика, 1978. - 151 с.

53. Ковалёва Л.Н. Многофакторное прогнозирование на основе рядов динамики. М.: Статистика, 1980. - 102 с.

54. Кокс Д.Р., Оукс Д. Анализ данных типа времени жизни. М.: Финансы и статистика, 1988. - 192 с.

55. Кондратьев Н.Д. Большие циклы конъюнктуры.//Вопросы конъюнктуры, 1925. Т.1, Кн.1.

56. Корн Г., Корн Т. Справочник по математике (для научных работников и инженеров). М.: Наука. ГРФМЛ, 1973. - 832 с.

57. Костина H.I., Алексеев A.A., Василик ОД. Финансово про-гнозування: методы та модели Киев: Товариство «Знания» КОО, 1997. - 144 с.

58. Кочкаров A.M. Распознавание фрактальных графов: Алгоритмический подход. Нижний Архыз: Издательский центр «CYGNUS», 1998. - 170 с.

59. Курдюмов С.П., Малинецкий Г.Г., Потапов A.B. Нестационарные структуры, динамический хаос, клеточные автоматы. /В книге «Новое в синергетике. Загадки мира неравновесных структур». М.: Наука, 1996. - С. 95-164.

60. Левшин Ф.М. Прогноз конъюнктуры./Мировой рынок, цены и маркетинг. М.: 1993. - С.21-33.

61. Леонтьев В.В. Межотраслевая экономика./Перевод с английского; Предисловие и научная редакция А.Г.Гранберг. М.: 1977.

62. Лобанова ЕД. Прогнозирование с учётом цикличности экономического роста. Экономические науки. -1991.-Nq1.-C. 12-19.74

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.