Предпрогнозный анализ как инструментарий снижения риска и повышения надежности прогноза в сфере управления материальными потоками тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат экономических наук Мелихов, Эдуард Вадимович

• Мелихов, Эдуард Вадимович
• кандидат экономических наук
• 2006

Оглавление диссертации кандидат экономических наук Мелихов, Эдуард Вадимович

Введение.

Глава 1. ОБЪЕКТ ИССЛЕДОВАНИЯ И УПРАВЛЕНИЕ РОЗНИЧНОЙ РЕАЛИЗАЦИЕЙ ТОВАРОВ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ И РИСКОВ.

1.1. Основы организации деятельности розничного торгового ^ предприятия

1.2. Сущность, экономические функции розничного товарооборота и современные подходы к управлению запасами.

1.3. Экономический риск и концепция управления им.

1.3.1. Факторы усиления риска в современном обществе.

1.3.2. Классификация рисков, методы их оценки и концепция управления риском через прогнозирование.

Выводы к главе 1.

Глава 2. ПРИМЕНЕНИЕ МЕТОДОВ НЕЛИНЕЙНОЙ ДИНАМИКИ В ПРЕДПРОГНОЗНОМ АНАЛИЗЕ ВРЕМЕННЫХ РЯДОВ РЕАЛИЗАЦИИ ТОВАРОВ.

2.1. Статистические оценки рисков и предпрогнозных характеристик временных рядов реализации товаров.

2.2. Фрактальный анализ как инструментарий для оценки предпрогнозных характеристик временных рядов реализации товара «Порошки».

2.3. Сравнительный анализ фрактальных характеристик временных рядов реализации для товаров параллельных групп «Порошки» и «Шампуни».

2.4. Предпрогнозный анализ временных рядов реализации на базе фазовых траекторий. ^

2.4.1. Инструментарий фазового анализа.

2.4.2. Разложение на квазициклы фазовых траекторий временных рядов для группы товаров «Порошки».

2.4.3. Разложение на квазициклы фазовых траекторий временных рядов для группы товаров «Шампуни».

2.4.4. Сравнительный анализ предпрогнозных характеристик временных рядов для параллельных групп товаров «Порошки» и «Шампуни». ^

2.5. Агрегирование как метод улучшения предпрогнозных характеристик временного ряда «Парфюмерия».

2.5.1. Влияние агрегирования на предпрогнозные фрактальные характеристики.

2.5.2. Влияние агрегирования на предпрогнозные фазовые характеристики.

Выводы к главе 2.

Глава 3. ПРОГНОЗИРОВАНИЕ ОБЪЕМОВ ПРОДАЖ НА ОСНОВЕ КЛЕТОЧНО-АВТОМАТНОГО ПОДХОДА И МЕТОДА SSA-«ГУСЕНИЦА».

3.1. Исследование предпрогнозных и прогнозных возможностей метода SSА - «Гусеница».

3.1.1. Прогнозирование объемов продаж методом SSA

Гусеница» на базе временного ряда «Порошки». 9 \

3.1.2. Прогнозирование объемов продаж методом SSA -«Гусеница» на базе временного ряда «Порошки. Ю

3.2. Математический инструментарий линейных клеточных автоматов \ \ \

3.3. Верификация прогнозной модели.

Выводы к главе 3.

Введение диссертации (часть автореферата) на тему «Предпрогнозный анализ как инструментарий снижения риска и повышения надежности прогноза в сфере управления материальными потоками»

Актуальность темы исследования. В настоящее время одним из важнейших направлений экономического развития России является ее рыночное реформирование. Применение новых технологий ведения торгового бизнеса позволяет укрепить торговый сектор, без которого построение рыночной экономики невозможно. Особо актуальным в торговом секторе является прогнозирование и предупреждение всякого рода критических явлений, например таких, как мировой финансовый кризис 1997 - 1998 годов, захвативший, как известно, и Россию.

Прогнозирование спроса на товар относится к задачам логистики. В условиях нестабильной обстановки на рынке прогнозирование процессов в сфере логистики, т.е. прогнозирование и распределение материальных потоков, позволяет научно обосновать возможные состояния рассматриваемой экономической подсистемы, указать альтернативные пути ее развития и сроки их осуществления. При помощи математических и инструментальных средств прогнозирование в сфере логистики предполагает также получить качественные оценки этих состояний. В связи с этим многие отечественные предприятия сегодня активно осуществляют анализ, прогнозирование и управление материальными потоками, внедряют в свою деятельность передовые стратегии в сфере логистики и новые информационные технологии.

Практическое внедрение логистики в бизнес-процессы российских торговых предприятий влечет за собой решение целого ряда экономико-математических задач прикладного характера, а также организационно-технических задач, связанных с созданием эффективных логистических систем как на микро-, так и на макроуровнях функционирования торгового предприятия. Решить некоторые из перечисленных проблем позволяют новые подходы к прогнозированию, пришедшие на смену классическим. Эти подходы базируются на применении таких современных разделов математики, как нейрокомпьютеры, теория стохастического моделирования (теория хаоса), теория катастроф, синергетика и теория самоорганизующихся систем, включая фазовый анализ, фрактальный анализ и нечеткую логику.

В рамках классических, в том числе эконометрических подходов не удается получить существенного улучшения качества прогнозирования объемов продаж. Поэтому актуальным в настоящее время является использование, адаптация и развитие таких методов прогнозирования, которые сочетают достоинства теории хаоса, клеточных автоматов и теории нечетких множеств. Имеются основания ожидать, что эти методы позволят увеличить точность и надежность прогнозирования в сфере розничной торговли за счет выявления скрытых закономерностей, присущих этой области экономики.

Степень разработанности проблемы. Концептуальные основы управления материальными потоками базируются на трудах в области общей теории систем и системотехники, экономико-математического моделирования. Отметим вклад таких авторов, как Л.Берталанфи, Дж.Гин, Д.Климонд, Н.А.Кобринский, Е.С.Майминас, И.Блауберг, Н.Винер, JI.B. Канторович, B.C. Немчинов, С. Оптнер, Л.А.Растригин и др.

Систематическое изложение различных подходов в разработке компьютерно реализуемых экономико-математических моделей эволюционных процессов и систем представлено в монографиях и статьях отечественных и зарубежных авторов: Н.Д.Вогана, В.В.Витлинского, А.М.Дуброва, Л.Г.Дугласа, М.Дж. Грубера, Р.М.Качалова, В.А.Кардаша, И.Я.Лукасевича, Б.А.Лагоши, Ю.П. Лукашина, А.Н. Первозванского, К. Рэдхэда, Г.Н.Хубаева, З.Ф. Шарпа, Е.Дж. Элтона, и др.

Последние десятилетия отмечены активным изучением и переосмысливанием вопросов математического моделирования динамики экономических процессов, а также появлением теоретических и практических разработок проблем анализа и прогнозирования процессов логистики. Пересматриваются законы линейной парадигмы, появляются публикации (Б.М.Фридман, Д.И.Лейсбон, Е.Д.Вейгель, А.Л.Тернер и др.), в которых отмечается, что многие экономические процессы не подчиняются нормальному закону распределения по причине невыполнения условия независимости наблюдений. Поэтому вопрос о применении известных классических методов прогнозирования эволюционных процессов в ряде случаев становится неправомерным. В контексте экономических теорий развивается экономическая синергетика как наука, занимающаяся изучением хаоса в поведении экономических процессов. Исследованию этих вопросов посвящены работы как, зарубежных, так и отечественных авторов: А.Е.Андерсон, М.Барнсли, П.Грассберг, Дж.Грендмонт, В.-Б.Занг, Б.Мандельброт, Э.Петерс, А.И.Пригожин, М.Д.Фейгенбаум, П.Чен, В.А.Долятовский, С.П.Курдюмов, Г.Г.Малинецкий, В.А.Перепелица и др.

Вопросы планирования и принятия решений на основе прогнозирования становятся актуальными в условиях резкого увеличения требований к масштабам и темпам развития науки и техники с целью получения эффективных прибылей на российском рынке (в частности в торговом секторе экономики).

Разработки в этой области обусловлены необходимостью внедрения в практику методов научного управления, основанного на адекватной формализации процедур принятия управленческих решений, а также необходимостью использования новых информационных технологий. Существенными составными частями таких технологий, используемых в настоящей работе, являются линейные клеточные автоматы, фрактальный и фазовый анализ, которые позволяют в явлениях, на первый взгляд случайных, обнаружить порядок и некоторую структуру. Разработанные на базе детерминированного хаоса модели дают хорошее приближение для временных рядов реализации товаров, что говорит о важности изучения поведения торговых рынков как нелинейных динамических систем и является дополнительным аргументом в пользу применения в задачах прогноза различных методов нелинейной динамики.

Объектом исследования являются торговые предприятия различных форм собственности.

Предметом исследования являются экономические и информационные процессы в сфере реализации товаров.

Цель и задачи исследования. Целью настоящей диссертационной работы является использование, адаптация, развитие и апробация известных методов нелинейной динамики для временных рядов в сфере реализации товаров, а также прогнозирование этих рядов для повышения обоснованности управленческих решений путем выявления таких предпрогнозных характеристик, как наличие и параметры долговременной памяти, наличие циклов, трендов и тенденций их развития, выбор, адаптация и конкретное использование адекватного инструмента прогнозирования. Для достижения цели сформулированы и реализованы следующие научно-прикладные задачи:

- проанализировать тенденции, определяющие динамику эволюции объемов реализации продажи различных групп товаров;

- осуществить анализ известных экономико-математических инстру-ментариев и оценить степень их адекватности специфическим особенностям задач логистики в сфере торгового сектора экономики;

- использовать инструментарий нелинейной динамики, в первую очередь, фрактальный анализ, фазовый анализ и клеточные автоматы для реализации предпрогнозного анализа и прогнозирования временных рядов объемов реализации однородных групп товара;

- осуществить валидацию отечественных и зарубежных методов прогнозирования экономических временных рядов, оценить степень адекватности базирующихся на эконометрическом инструментарии алгоритмов прогнозирования и их надежности в условиях невыполнения условия независимости уровней, составляющих рассматриваемые временные ряды;

- оценить качественно и количественно предпрогнозные характеристики исследуемых временных рядов (наличие и глубина долговременной памяти, трендоустойчивость, распознавание джокера) с помощью фрактального анализа;

- реализовать на ПЭВМ методику предпрогнозного исследования и оценки характеристик циклической компоненты временных рядов на базе фазового анализа;

- достичь улучшения предпрогнозной информации и удлинения горизонта прогноза с помощью использования процедуры агрегирования;

- осуществить прогнозирование временных рядов реализации товаров на базе линейных клеточных автоматов и метода «Гусеница» с учетом специфики поведения этих рядов, осуществить верификацию и валидацию этих методов.

Методология и методы исследования. Теоретическую и методологическую базу диссертационного исследования составляют научные труды и фундаментальные концепции отечественных и зарубежных авторов в области анализа временных рядов, включая экономико-математическое моделирование и прогнозирование, экономическую синергетику, теорию фазовых траекторий и клеточных автоматов, а также работы, посвященные содержательной экономической интерпретации процессов и результатов прогнозирования.

Информационную базу исследования составили статистические материалы закрытого акционерного общества г. Москвы, материалы территориального органа Федеральной службы государственной статистики по Карачаево-Черкесской республике, а также научно-практические публикации по вопросам рыночного реформирования российской экономики.

Диссертационная работа выполнена в соответствии с п. 1.4 - «Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: отраслей народного хозяйства, фирм и предприятий, домашних хозяйств, рынков, механизмов формирования спроса и потребления, способов количественной оценки предпринимательских рисков и обоснования инвестиционных решений» и п. 1.8 - «Математическое моделирование экономической конъюнктуры, деловой активности, определение трендов, циклов и тенденций развития» паспорта специальности 08.00.13 - математические и инструментальные методы экономики.

Научная новизна диссертационного исследования заключается в развитии теоретического, методического и инструментального обеспечения для математического моделирования, анализа и прогнозирования экономических временных рядов в сфере реализации товаров. Элементы научной новизны содержат следующие результаты диссертационного исследования:

1. Методика фрактального анализа временных рядов реализации товаров, отличающаяся использованием многокритериального подхода к оценке трендоустойчивости и позволяющая получать предпрогнозную информацию для обеспечения надежности и точности последующего прогнозирования на базе клеточного автомата.

2. Метод выявления таких особенностей динамики временных рядов реализации товаров, которые позволяют получить предпрогнозные признаки появления финансового краха, а также отразить его последствия.

3. Метод использования процедуры агрегирования (суммирование в интервале), позволивший существенно удлинить горизонт прогноза, а также выявить новое знание о предпрогнозных фрактальных свойствах агрегированных рядов.

4. Предложенная методика выявления и анализа циклической компоненты временных рядов реализации товаров на базе их фазовых траекторий и разложения их на квазициклы отличается от известных подходов использованием агрегирования, что позволяет улучшать выявляемую циклическую компоненту в целях прогнозирования.

5. Предложены методы его выявления с помощью фрактального и фазового анализа наличия «джокера» и оценки степени его воздействия на динамику рассматриваемых временных рядов реализации товара, что позволяет качественно оценить степень возникающего экономического риска.

6. Адаптированы и апробированы два метода прогнозирования: на базе линейного клеточного автомата и на базе известного метода «Гусеница» (т.е. анализа сингулярного спектра или, в более ранней терминологии, метода главных компонент); в процессе валидации этих методов получены оценки погрешности прогнозирования, в частности, в отличие от разрозненного и независимого использования этих двух методов, их совместное апробирование позволило выявить присущее рассмотренным временным рядам свойство отсутствия гармоник, при котором метод «Гусеница» оказывается неадекватным.

Практическая значимость полученных результатов. Практическая значимость полученных результатов определяется тем, что основные положения, выводы, рекомендации, модели, методы и алгоритмы диссертации ориентированы на широкое использование организационно-экономического, методического, алгоритмического обеспечения и инструментальных средств и могут быть использованы торгово-финансовыми учреждениями и организациями для управления материальными потоками и для принятия управленческих решений на различных уровнях социальной, экономической и административной деятельности, а также при построении логистических систем и внедрении современных информационных технологий в сфере логистики.

Предложенные методы, алгоритмы, модели и программы апробированы на реальных экономических временных рядах и оправдали себя. Их корректность и адекватность подтверждаются расчетами на конкретных данных объемов реализации товаров.

Обоснованность и достоверность научных положений, выводов и рекомендаций подтверждается применением: математических и инструментальных методов экономики; системного анализа; методов теории нечетких множеств и теории клеточных автоматов; построением экономико-математических моделей.

На защиту выносятся следующие основные положения:

1. Адаптированные методы предпрогнозного анализа временных рядов реализации товаров на базе фрактального анализа и фазовых траекторий, включая использование процедуры поинтервального агрегирования уровней рассматриваемого ряда.

2. Метод использования предпрогнозных фрактальных характеристик временных рядов на базе многокритериального подхода для оценки рисков ошибки прогнозирования в сфере реализации товаров.

3. Методика выявления и анализа циклической компоненты временных рядов реализации товаров на базе их фазовых траекторий и разложения их на квазициклы.

4. Методика использования фрактального и фазового анализа для обнаружения «джокера», воздействующего на динамику временного ряда, включая сравнительный анализ предпрогнозных характеристик рядов «до дефолта» и «после дефолта».

5. Адаптированные методы прогнозирования на базе линейного клеточного автомата и на базе метода «Гусеница», включая выявление условий, при которых используемый метод не обеспечивает достаточную точность прогнозирования.

Апробация и внедрение результатов исследования. Результаты исследования и его положения докладывались и получили положительную оценку на следующих конференциях и симпозиумах, проводимых различными академическими учреждениями и высшими учебными заведениями России:

- на Межрегиональных научно-практических конференциях «Перспективы развития маркетинговой и коммерческой деятельности в регионе» и «Современные экономические проблемы функционирования региона» (Ростов-на-Дону, 2003,2004);

- на XIII Международной научно-практической конференции «Математика. Экономика. Образование» (Ростов-на-Дону, 2005);

- на VI Международной научно-практической конференции «Математическое моделирование в образовании, науке и производстве» (Тирасполь, 2005);

- на IV Международной научно-практической конференции «Проблемы регионального управления, экономики, права и инновационных процессов в образовании» (Таганрог, 2005);

- на VI и VII Всероссийских симпозиумах «Математическое моделирование и компьютерные технологии» (Кисловодск, 2004,2005);

- на IV Международной конференции «Новые технологии в управлении, бизнесе и праве» (Невинномысск, 2004);

- на V Региональной научно-практической конференции «От фундаментальной науки - к решению прикладных задач современности» (Черкесск, 2004);

- на II Всероссийской научно-практической конференции «Проблемы обеспечения Экономического роста Юга России» (Теберда, 2005).

Отдельные рекомендации, вытекающие из диссертации, были использованы хозяйствующими субъектами региона для повышения эффективности организации своей работы в сфере реализации продукции. Разработанные модели фрактального анализа и прогнозирования включены в учебные процессы и используются при чтении лекций и проведении практических занятий по дисциплинам «Экономическая кибернетика» для студентов специальности «Прикладная математика» Карачаево-Черкесской государственной технологической академии и «Теория систем и системный анализ» для студентов специальности «Прикладная информатика в экономике» филиала Ростовского государственного экономического университета.

Публикации. Основные результаты диссертации были опубликованы в 17 печатных работах, в которых автору принадлежит 1,73 п.л.

Объем и структура работы. Диссертация состоит из введения, трех глав, заключения и списка использованной литературы. Работа изложена на 148 страницах, содержит 6 таблиц, 73 рисунка, библиография насчитывает 141 наименования.

Заключение диссертации по теме «Математические и инструментальные методы экономики», Мелихов, Эдуард Вадимович

Выводы к главе 3

Основной результат главы 3 состоит в следующем. Во-первых, использован, адаптирован и получил дальнейшее развитие принципиально новый (по сравнению с классическими методами прогнозирования) клеточноавтоматный метод прогнозирования экономических временных рядов. Во-вторых, на конкретных данных временных рядов трехдневных объемов реализации товаров, обладающих долговременной памятью, показана достаточная эффективность предложенной клеточно-автоматной прогнозной модели.

На основании валидации результатов прогнозирования ВР объемов розничной реализации товаров группы «Порошки» получена оценка средней числовой погрешности прогноза не более 15 %; для ВР «Шампуни» эта оценка не превысила 18 %.

В третьих, для получения и обоснования более полной оценки эффективности клеточно-автоматного прогнозирования в диссертации к рассматриваемым ВР применен такой метод прогнозирования, как SSA - «Гусеница», авторы которого утверждают об его исключительно высокой надежности и точности. По результатам использования и адаптации метода SSA - «Гусеница» получены следующие результаты:

- точность метода SSA - «Гусеница» на рассмотренных временных рядах на несколько процентов уступает точности клеточно-автоматного прогнозирования (относительная ошибка достигает 20 %);

- эксплуатация метода SSA - «Гусеница» требует достаточно высокую квалификацию в области моделирования пользователя -аналитика в силу того, что в этом методе фактически не формализован выбор длины «Гусеницы»; от этой длины существенным образом зависит эффективность метода, но ее длина устанавливается эвристически в диалоговом режиме с ПК.

Заключение

1. Проведенный в диссертации предпрогнозный анализ временных рядов объемов реализации товаров в сети социально-ориентированных магазинов выявил достаточно значительную меру неустойчивости динамики спроса населения. Вместе с тем предложенная клеточно-автоматная модель обеспечивает прогнозирование с достаточно приемлемой погрешностью. Отсюда вытекает, что существуют потенциально возможные значительные резервы для улучшения управления запасами в системе закупок и складского хозяйства.

2. Результаты диссертационного исследования, относящиеся к поведению временных рядов реализации в окрестности дефолта, представляют собой новое знание, использование которого в системе поддержки принятия управленческих решений может помочь в выработке превентивных мер для уменьшения экономических потерь в случае критических финансово-экономических ситуаций в сфере логистики.

3. В процессе диссертационного исследования, по-существу, проведена классификация динамики временных рядов реализации. Выявленная в результате предпрогнозного анализа принадлежность экономического временного ряда конкретному классу позволяет оценить степень надежности его прогнозирования и наметить адекватные меры для устойчивого функционирования системы поставок, складского хозяйства и объектов реализации. Эти меры сулят существенный экономический эффект в тех случаях, когда сфера реализации товаров подвергается воздействию «джокера».

4. В контексте проблем реального экономико-математического моделирования можно утверждать о целесообразности включения в постановки задач торговой логистики вопросов анализа и прогнозирования временных рядов. Иными словами, сформировавшиеся к настоящему времени в теории логистики типичные статические постановки экономико-математических задач необходимо пополнить динамическими постановками этих задач, включая вопросы принятия решений на базе результатов клеточно-автоматного прогнозирования.

Список литературы диссертационного исследования кандидат экономических наук Мелихов, Эдуард Вадимович, 2006 год

1. Boyadjian H.J/ Risks: Reading Corporate Signals / H.J. Boyadjian and J.F. Warren. Chichster: John & Sons, 1987. - 392 p.

2. Cootner, P. "Comments on the Variation of Certain Speculative Prices," in P. Cootner, ed., The Random Character of Stock Market Prices. Cambridge: MIT Press, 1964.

3. Fama, E.F. "Portfolio Analysis in a Stable Paretian Market," Management Science 11,1965 a.

4. Gilmore C.G. A new test for chaos // Journal of economic behavior and organization, №22,1993. P. 209-237.

5. Hurst H.E. The Long-Term Storage Capacity of Reservoirs // Transactions of the American Society of Civil Engineers, 116,1951.

6. Mandelbrot, B. "Th e Variation of Certain Speculative Prices" in P. Cootner, ed., The Random Character of Stock Prices. Cambridge: MIT Press, 1964.

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

8. Osborne, M.F.M. " Brownian Motion in the Stock Market," in P. Cootner, ed., The Random Character of Stock Prices. Cambridge: MIT Press, 1964.

9. Tuner, A.L. and Weigel, E.J. "An Analysis of Stock Market Volatility"

10. Vaughan, E.J. Fundamentals Risk and Insurance / E.J. Vaughan, С. M. Elliott. 2 nd Ed. S. Barbara: John Wiley, 1978. - 642 p.

11. Аганбегян А.Г. Управление и эффективность. М.: Экономика, 1981.

12. Айвазян С.А. Т.2: Основы эконометрики. М.: ЮНИТИ-ДАНА, 2001 -432 с.

13. Айвазян С.А., Мхитарян B.C. Т.1: Теория вероятностей и прикладная статистика.- М.: ЮНИТИ-ДАНА, 2001. 656 с.

14. Аккофф Р. Планирование будущего корпорации. М.: Прогресс, 1985. -С. 48-113.

15. Аккофф Р., Сасиени М. Основы исследования операции / Пер. с англ. -М.: Мир, 1971.-241 с.

16. Алтунин А.Е., Семухин М.В. Модели и алгоритмы принятия решений в нечетких условиях. Тюмень: Изд-во ТюмГУ, 2000. - 352 с.

17. Альбеков А.У. Проблемы логистики торговли средствами производства. Ростов-на-Дону: РГЭА, 1998. - 231 с.

18. Афанасьева Н.В. Логистические системы и российские реформы. СПб.: Изд-во СПб УЭФ, 1995. - 147 с.

19. Бабин В.А. О практических аспектах оценки риска в бизнесе // Управление риском. 2003. - №2 - С. 52-55.

20. Бабков Г.А., Касаева М.Д., Перепелица В.А. Фрактальный анализ одного временного ряда урожайностей / Материалы V Всероссийского симпозиума «Математическое моделирование и компьютерные технологии», т.2. Кисловодск: КИЭП, 2002.- С. 16-17.

21. Баканов М.И., Чернов В.А. Анализ коммерческого риска. Бухгалтер. скийучет.- 1993. №10.-С. 9-15.

22. Балабанова И.Т. Основы финансового менеджмента. Как управлять капиталом? М.: Финансы и статистика, 1994. - 34 с.

23. Басовский Л.Е. Прогнозирование и планирование в условиях рынка. Учеб. Пособие. М.: ИНФРА-М, 2004. - 260 с.

24. Батищев Д.И. Генетические алгоритмы решения экстремальных задач. -Воронеж: ВГУ, 1994. 135 с.

25. Береснев B.JL, Гимади Э.Х., Дементьев В.Т. Экстремальные задачи стандартизации. Новосибирск: Наука, 1978. - 333 с.

26. Бессонов В.А. Введение в анализ российской макроэкономической динамики переходного периода. М.: ЦЭМИ РАН, 2003. - 151 с.

27. Брагин J1.A. Технология розничной торговли. М.: «Академия», 2004.-254 с.

28. Вайну Я. Корреляция рядов динамики. М.: Статистика, 1977. - 119 с.

29. Винтизенко И.Г. Детерминированное прогнозирование в экономических системах / Труды III Международной конференции «Новые технологии в управлении, бизнесе и праве». Невинномысск: Изд-во ИУБиП. - С.30-37.

30. Виханский О.С. Стратегическое управление: Учебник. М.: Гардарика, 1998.-296 с.

31. Волкова В.Н., Денисов А.А. Основы теории систем и системного анализа: Учебник для студентов вузов, обучающихся по направлению «Системный анализ и управление». СПб.: Изд-во СПбГПУ, 2003. - 520 с.

32. Гаджинский A.M. Логистика: Учебное пособие. 2-е изд. - М.: - ИВЦ «Маркетинг», 1999. - 228 с.

33. Гаскаров Д.В., Шаповалов В.И. Малая выборка. М.: Статистика, 1978. -248 с.

34. Гаскаров JI.B., Голинкевич Т.А. Мозгалевский А.В. Прогнозирование технического состояния и надежности радиоэлектронной аппаратуры. -М.: Сов.Радио, 1974. 224 с.

35. Головко В.А. Нейронные сети: обучение, организация и применение. Кн.4:Учеб.пособие для вузов / Общая ред. А.И. Галушкина. М.: ИПРЖР, 2001.-256 с.

36. Голубков Е.П. Использование системного анализа в принятии плановых решений. -М.: Экономика, 1982, 160 с.

37. Гордон М. Важное звено в товаропотоке // Логистика 1999. №2 - С. 16-18.

38. Грабовый П.Г., Петрова С.Н., Полтавцев С.И., Романова К.Г., Хрусталев Б.Б., Яровенко С.М. Риски в современном бизнесе. М.: Изд-во «Алане», 1994.-200 с.

39. Гранатуров В.М. Экономический риск: сущность, методы, измерения, пути снижения: Учебное пособие. 2-е изд., перераб. и доп. - М.: Издательство «Дело и сервис», 2002. - 160 с.

40. Гранберг А.Г. Оптимизация территориальных пропорций народного хозяйства. М.: Экономика, 1973. - 187 с.

41. Губанов В.А. Непараметрическое выделение динамических сезонных циклов. Препринт WP2/2002/01. -М: ГУ ВШЭ, 2002. 33 с.

42. Губанов В.А., Ковальджи А.К. Выделение сезонных колебаний на основе вариационных принципов // Экономика и математические методы. -2001.-Т.37, №1. -С. 91-102.

43. Данилов Д.Л., Жиглявский А.А. Главные компоненты временных рядов: метод «Гусеница». Санкт-Петербург: Санкт-Петербургский государственный университет, 1997. - 308 с.

44. Денисова И.Н. Розничная торговля непродовольственными товарами. -М.: ЮНИТИ, 2005.-386 с.

45. Дербенцев В.Д., Соловьев В.М., Сердюк О.А. Предвестники критических явлений в сложных экономических системах. В сб. Новое в экономической кибернетике: Моделирование нелинейной динамики экономических систем. Донецк: ДонГУ, 2005. -№1. -133 с.

46. Динамические системы. Итоги науки и техники. Сер. Современные проблемы математики. М.: Наука, 1985. - Т. 1-4.

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

48. Дубров A.M., Мхитарян B.C., Л.И. Трошин. Многомерные статистические методы. М.: Финансы и статистика, 2000. - 352 с.

49. Дудов А.С., Щадуев М.Г. О новых показателях в прогнозировании экономических процессов // Приложение к журналу «Известия высших учебных заведений. Северо-Кавказский регион. Общественные науки. -2001.-№1.-С.12-17.

50. Егоров И.В. Теория и практика управления товарными системами (исследование товарных систем управления). М.: Издательский дом Дашков и К, 2005.- 184 с.

51. Емельянов С. В., Ларичев О.И. Многокритериальные методы принятия решений. М: Знание, 1985. - 32 с.

52. Ефимов В.М., Галактионов Ю.К., Шушпанов Н.Ф. Анализ и прогноз временных рядов методом главных компонент. -Новосибирск: Наука: Сиб. Отд-ние, 1988.-71 с.

53. Ефимова М.Р., Петрова Е.В., Румянцев В.Н. Общая теория статистики: Учебник.-М.:ИНФРА-М, 2000.-416 с.

54. Зеленская Т.В. Основы организации и прогнозирования предпринимательской деятельности. Автореферат диссертации на соискание ученой степени к. э. н.: 08.00.05. М.: 1993. - 32 с.

55. Зеляковская В.М., Завгороднева О.В. Управление рисками в агропромышленном комплексе. Волгоград: РПК «Политехник», ВГТУ, 2002. -43 с.

56. Зубков Г.С., Стаханов В.Н., Шеховцов Р.В. Торговая логистика: Учебное пособие. Ростов на Дону: РГСУ, 1997. - С. 35.

57. Казарская Н.И., Лобовиков Ю.В., Чистов Г.Я. Экономика торгового предприятия: Учебное пособие. 3-е изд., перераб. и доп. - М.: Экономика, 1983.-240 с.

58. Как преуспеть в бизнесе. М.: ИВЦ «Маркетинг», 1993. - 136 с.

59. Канторович А.В., Горстко А.Б. Оптимальные решения в экономике. -М.: Наука, 1972.-194 с.

60. Кардаш В.А. Экономика оптимального погодного риска в АПК (теория и методы). М.: Агропромиздат, 1989.-167 с.

61. Кендэлл М., Стюарт А. Многомерный статистический анализ и временные ряды. М.: Наука, 1976. - 736 с.

62. Кирсанов К.А., Малявина А.Б., Попова С.А. Инвестиции и антикризисное управление. М.: МАЭП; ИИК; «Калита», 2000. - 180 с.

63. Кобелев Н.Б. Практика применения экономико-математических методов и моделей / Учеб.-практ. пособие. -М.: ЗАО «Финстатинформ», 2000. -246 с.

64. Колесников А.В. Гибридные интеллектуальные системы. Теория и технология разработки.— СПб.: Изд-во СПбГТУ, 2001. 711 с.

65. Котлер Ф. Основы маркетинга. М.: Прогресс, 1990. - 466 с.

66. Кремер Н.Ш. Теория вероятностей и математическая статистика: Учебник для вузов. М.: ЮНИТИ-ДАНА, 2000. - 543 с.

67. Кремер Н.Ш., Путко Б.А. Эконометрика: Учебник для вузов/ Под ред. проф. Н.Ш. Кремера. М.: ЮНИТИ-ДАНА, 2002. - 311 с.

68. Курдюмов С.П., Малинецкий Г.Г., Потапов А.Б. Нестационарные структуры, динамический хаос, клеточные автоматы. В сб. Новое в синергетике. Загадки мира неравновесных структур. М.: Наука, 1996. - С. 95-164.

69. Лопатников Л.И. Экономико-математический словарь. -М.: Наука, 1987. -510с.

70. Лоскутов А.Ю., Михайлов А.С. Введение в синергетику: Учеб. руководство. М.: Наука, 1990 - 324 с.

71. Льюис Р.Д., Райфа Г. Игры и решения. М.: ИЛ, 1961. - 418 с.

72. Малинецкий Г.Г., Потапов А.Б. Нелинейность. Новые проблемы, новые возможности. В кн. Новое в синергетике. Загадки мира неравновесных структур. -М.: Наука, 1996. (Серия «Кибернетика: неограниченные возможности и возможные ограничения»).- С. 165-190.

73. Математика. Большой энциклопедический словарь / Гл. ред. Ю.В. Прохоров. -М.: Большая Российская энциклопедия, 1998. 848 с.

74. Морозов Т.Г., Пикулькин А.В., Тихонов В.Ф. и др. Прогнозирование и планирование в условиях рынка. Учебное пособие для вузов. Под ред. Т.Г. Морозовой, А.В. Пикулина. М.: ЮНИТИ-ДАНА, 1999. - 318 с.

75. Нейман Дж. Теория самовоспроизводящихся автоматов. М.: Мир, 1971. -378 с.

76. Нейман Дж.Фон, Монгерштерн О. Теория игр и экономическое поведение. М.: Наука, 1970. - 578 с.

77. Орловский С.А. Проблемы принятия решений при нечеткой исходной информации. М.: Наука, 1981. - 208 с.

78. Перепелица В. А., Попова Е. В., Семенчин Е. А. Теория игр и исследование операций. Ставрополь: Изд-во СГУ, 2004. - 182 с.

79. Перепелица В.А., Касаева М.Д. Прогнозирование природного временного ряда на базе модели клеточного автомата // Современные аспекты экономики. -2002. № 9(22). -С. 201-208.

80. Перепелица В.А., Попова Е.В. Математические модели и методы оценки рисков экономических, социальных и аграрных процессов. Ростов н/Д.: Изд-во Рост, ун-та, 2002. - 208 с.

81. Перепелица В.А., Тебуева Ф.Б., Темирова Л.Г. Структурирование данных методами нелинейной динамики для двухуровневого моделирования. Ставрополь: Ставропольское книжное издательство, 2006. - 284 с.

82. Перепелица В.А., Тебуева Ф.Б., Узденов Р.Х. Квазициклы временных рядов жилищного строительства. / Труды III Международной конференции «Новые технологии в управлении, бизнесе и праве», Невинномысск, 30 мая 2003 г., Невинномысск: ИУБиП, 2003. С. 159-163.

83. Петере Э. Фрактальный анализ финансовых рынков: Применение теории хаоса в инвестициях и экономике. М.: Интернет-трейдинг, 2004. 304 с.

84. Петере Э. Хаос и порядок на рынках капитала. Новый аналитический взгляд на циклы, цены и изменчивость рынка. М.: Мир, 2000. - 333 с.

85. Петренко И.Н. Институциональные риски и экономическая безопасность // Управление риском. 2002. №4 - С. 38-42.

86. Постюшков А.В. Об оценке финансового риска // Бухгалтерский учет. -1993.-№1.-С. 56-59.

87. Пригожин И., Стингере И. Порядок из хаоса. Новый диалог человека с природой. М.: Прогресс, 1986. - 278 с.

88. Прогнозирование и планирование в условиях рынка: Учеб. пособие для студентов вузов. М.: ЮНИТИ-Дана, 1999. - 318 с.

89. Прогностика. Термины и определения / Комитет научно-технической терминологии. Выпуск 109. М.: Наука, 1990. - 56 с.

90. Райфа Г. Анализ решений. Введение в проблему выбора в условиях неопределенности. М.: Наука, 1977. - 408 с.

91. Рао, С.Р. Линейные статические методы и их применения. -М.: Наука, 1968.-458с.

92. Риски в современном бизнесе / Грабовый П.Г., Петрова С.Н., Полтавцев С.И., Романова К.Г., Хрусталев Б.Б., Яровенко С.М. М.: Изд-во «Алане», 1994.-200 с.

93. Ю5.Розенблат Ф. Принципы нейродинамики: Персептрон и теория механизмов мозга. М.: Мир, 1965. - 154 с.

94. Рюэль Д., Такенс Ф. О природе турбулентности // Странные аттракторы.- 1991. С. 117-151.

95. Сакович В.А. Исследование операций (детерминированные методы и модели): Справочное пособие. Минск: Выш. Шк., 1985.-256 с.

96. Сергеева J1.H. Моделирование поведения экономических систем методами нелинейной динамики. Запорожье: ЗГУ, 2002 - 277 с.

97. Сигел Э.Ф. Практическая бизнес-статистика. М.: Издательский дом «Вильяме», 2002. - 1056 с.

98. ПО.Смольков В.А. Риск как фактор общественной жизни // Проблемы теории и практики управления. 1994. -№ 1. -С.108-112.

99. Соколинская Б.А. Экономический риск в деятельности коммерческого банка. М.: Общество «Знание» РСФСР, 1991. - 80 с.

100. Соловьева С.А. Стратегическая методология оценки страхового риска. Автореферат диссертации на соискание ученой степени к. э. н.: 08.00.05. -С.-Пб.: 1994.-20 с.

101. Сорнетте Д. как предсказывать крахи финансовых рисков: критические события в комплексных финансовых системах. -М.: Интернет-трейдинг, 2003. 400 с.

102. Сошникова Л.А., Тамашевич В.Н., Уебе Г., Шеффер М. Многомерный статистический анализ в экономике. -М.: ЮНИТИ-ДАНА, 1999. -598с.

103. Стерлигова А.Н. Управление запасами широкой номенклатуры: с чего начать? // Логинфо 2004. № 1 - С. 46-51.

104. Товароведение и экспертиза потребительских товаров: Учебник. М.: ИНФРА-М, 2001.-544 с.

105. Торговое дело: экономика и организация: Учебник / Л.А. Брагин, Т.П. Данько. М.: ИНФРА-М, 1999. - 256 с.

106. Тэмпан Л.Н. Риски в экономике: Учеб. Пособие для вузов. М.: ЮНИ-ТИ-ДАНА, 2003.-380 с.

107. Управление риском: Риск. Устойчивое развитие. Синергетика. М.: Наука, 2001.-431 с.

108. Федер Е. Фракталы-М.: Мир, 1991.-260 с.

109. Фёрстер Э., Рёнц Б. Методы корреляционного и регрессионного анализа / Пер. с нем. М.: Финансы и статистика, 1983. - 302 с.

110. Финансовый менеджмент / Под ред. Е.С. Стояновой. М.: Перспектива, 1993.

111. Фишберн П.С. Теория полезности для принятия решения. М.: Наука, 1978.-298 с.

112. Фролов Ю.В. Интеллектуальные системы и управленческие решения. -М.: МГПУ, 2000.-294 с.

113. Хайрулин С.А. Управление рисками логистических цепочек // Логин-фо. 2004. - №5, 6 - С. 60-61.

114. Хозяйственный риск и методы его измерения / Бачкаи Т., Месена Д., Мико Д. и др. М.: Экономика, 1979. - 184 с.

115. Шапиро В.Д. и др. Управление проектами. СПб.: «ДваТри», 1993. -443 с.

116. Шаршукова Л.Г. Предпринимательский риск и критерии его оценки: автореферат диссертации на соискание ученой степени к. э. н.: 08.00.05. -М., 1995.-32 с.

117. Шахова В.В. Введение в страхование: Экономический аспект. М.: Финансы и статистика, 1992. - 192 с.

118. Швец А.В. О наиболее нецелесообразном методе оценки риском // Управление риском. 2002. №4 - С. 56-60.

119. Шеннон Р.Ю. Имитационное моделирование систем наука и искусство. -М: Мир, 1978.-428 с.

120. Ш.Шоломицкий А.Г. Теория риска. Выбор при неопределенности и моделирование риска. М.: Изд. дом ГУ ВШЭ, 2005. 400 с.

121. Шредер М Фракталы, хаос, степенные законы. Миниатюры из бесконечного рая. Ижевск: НИЦ «Регулярная и хаотичная динамика», 2001. -528 с.

122. Шустер Г. Детерминированный хаос: Введение. М.: Мир, 1988. - 240 с.

123. Щур Д.Л., Труханович Л.В. Основы торговли. Розничная торговля. -М.: Изд-во «ЛИС», 2002. 800 с.

124. Эбзеева Н.С. Статистический анализ временных рядов с различными единицами измерения. Деп. в ВИНИТИ, 2004.-13 е., № 1375 В2004 от 06.08.2004.

125. Экономика и бизнес / Под ред. В.Д. Камаева. М: Изд-во МГТУ, 1993. -464 с.

126. Экономико-математические методы и прикладные модели: Учеб. пособие для вузов / В.В. Федосеев, А.Н. Гармаш, Д.М. Дайитбегов и др. -М.: ЮНИТИ, 2000.-391 с.

127. Экономико-математический энциклопедический словарь. М.: Большая российская энциклопедия: Издательский дом «ИНФРА-М», 2003. -688с.

128. Яновский Л.П. Принципы, методология и научное обоснование урожая по технологии «Зонт». Воронеж: ВГАУ, 2000.-379 с.

129. Ярушкина Н.Г. Основы теории нечетких и гибридных систем: Учеб. пособие. М.: Финансы и статистика, 2004. - 320 с.2.конфигура1. ия 1-конфип /рация Глубина

130. СВ о о НО НП НВ НС ' НН и го о X переход из1. 00 о X и 03 о X и го о X I. го о X и го о X 13 го О X 13 го о X 3 го о X 3 го о X 13 го о X 3 03 о X переход в

131. СПС спн свп свс свн о о 13 ссв ссс ссн СНП снв переход из1. го О X 3 ГО о X 13 го О X 13 го О X го о X а го о X 3 го о X ZD го о X 13 го О X ZD го о X 03 О X переход в

132. О - о - о - - - to to О - о о - о о - - о о о to со о - - О - о о о - о •л, - о о го о Кол-во переходовю со СЛ to to to СЛ СП о го Всего переходовчК