Разработка методов и средств прогнозирования рисков при оказании социальных услуг тема диссертации и автореферата по ВАК РФ 08.00.05, кандидат экономических наук Самойленко, Анатолий Петрович

• Самойленко, Анатолий Петрович
• кандидат экономических наук
• 2001

Оглавление диссертации кандидат экономических наук Самойленко, Анатолий Петрович

ВВЕДЕНИЕ.

ГЛАВА 1. ПОСТАНОВКА ЗАДАЧИ ОЦЕНКИ И

ПРОГНОЗИРОВАНИЯ РИСКА ПРИ ПРЕДОСТАВЛЕНИИ УСЛУГ. 9 1.1 Тенденции в развитии сферы услуг и подходы к их

• классификации.

1.2. Особенности предоставления и получения социальных услуг.

1.3. Типология рисков при предоставлении социальных услуг.

1.4. Искажение информации как основной источник рисков при предоставлении социальных услуг.

1.5. Специфика информации, используемой для оценки рисков.

1.6. Эффективность социальных услуг в контексте риска при их предоставлении.

• 1.7. Выводы.

ГЛАВА 2. АНАЛИТИЧЕСКИЙ ОБЗОР МЕТОДОВ

ПРОГНОЗИРОВАНИЯ РИСКА

2.1. Экспертные оценки.

2.2. Регрессионный анализ.

2.3. Дискриминантный анализ.

2.4. Методы сравнения с образцом.

2.5. Общие представления о Data Mining.

2.6. Нейросетевой подход.

2.7. Эволюционные и генетические алгоритмы.

2.8. Алгоритмы построения деревьев решений.

2.9. Алгоритмы ограниченного перебора.

2.10. Выводы.

ГЛАВА 3. МОДЕЛИРОВАНИЕ ПРОГНОЗА РИСКА В ОБЛАСТИ

УСЛУГ, ПРЕДОСТАВЛЯЕМЫХ НАСЕЛЕНИЮ.

3.1. Характеристика экспериментальных данных.

3.2. Прогнозирование риска с помощью традиционных методов.

3.3. Сравнительные результаты поиска логических закономерностей с применением различных алгоритмов.

3.4. Информационные портреты «хороших» и «плохих» клиентов

3.5. Выводы.

ГЛАВА 4. ОРГАНИЗАЦИОННЫЙ МЕХАНИЗМ ВНЕДРЕНИЯ

ТЕХНОЛОГИИ DATA MINING В СФЕРЕ СОЦИАЛЬНЫХ УСЛУГ

4.1. Концепция социального кредита.

4.2. Показатели, характеризующие получателей социальной помощи . 127 4.3.Организация информационной базы функционирования технологии DATA MINING в сфере социальных услуг.

4.3. Внедрение технологии DATA MINING в сферу социальных услуг как социальная инновация.

Введение диссертации (часть автореферата) на тему «Разработка методов и средств прогнозирования рисков при оказании социальных услуг»

В экономике, организации, управлении часто возникает ситуация, когда необходимо оценить и спрогнозировать риски при принятии экономических и управленческих решений. Данное диссертационное исследование посвящено разработке технологии оценки и прогнозирования рисков при предоставлении социальных услуг. При этом под социальными услугами понимаются такие, при предоставлении которых возникает риск неэффективного использования денежных средств, выделяемых обществом на оказание материальной помощи людям, попавшим в сложную жизненную ситуацию или нуждающихся в социальном кредите со стороны общества.

Анализ эффективности функционирования государственных систем социальной помощи показывает, что проблема риска неэффективного использования весьма значительных средств, выделяемых развитыми странами на социальную помощь, существует. Несмотря на значительный рост объема средств на социальную помощь, бедность в развитых странах существует и не сокращается [36, 87]. В развитых странах (США, Германия), существует целый субкласс людей, живущих на социальные пособия. Такая ситуация чревата развитием иждивенческих настроений в обществе, что весьма негативно скажется на развитии экономики и приведет к снижению ее эффективности.

На первый взгляд может показаться, что эта проблема (риски при оказании социальных услуг), неактуальна для России, где объем социальной помощи незначителен по сравнению с развитыми странами (1,2% ВВП против 3,6% ВВП в США). Но тем острее встает проблема адресности социальной помощи. Наличие эффективной технологии оценки надежности реципиентов социальной помощи позволяет концептуально изменить подход к оказанию социальных услуг. В рамках государственной системы вспомоществования социальная помощь может оказываться как общественное благо (минимальные размеры пособий при минимальной их адресности - всем понемногу). Пособия в значительных размерах должны быть строго адресными, и социальные службы должны оценивать эффективность их использования реципиентами. Но до того социальные службы должны оценить потенциального реципиента с точки зрения риска предоставления ему значительной по размерам материальной помощи. Для этого необходимо составить его «портрет» и сравнить его с «портретами» надежных и ненадежных клиентов системы социальной помощи. Построение портрета реципиента социальной помощи является средством прогнозирования риска при оказании социальных услуг, а социальная услуга приобретает в этом случае характер клубного блага, предназначается для реципиентов, прошедших отбор по критерию риска.

В современной отечественной и зарубежной литературе проблеме оценки риска при предоставлении социальных услуг не уделяется должного внимания. Социальные услуги и социальное обслуживание трактуется как сфера социальной работы [12, 27, 70, 78, 82, 90, 93, 94, 101], основной акцент делается на морально-этические и социально-психологические проблемы при оказании социальной помощи, а вопрос о ее эффективности практически не рассматривается. Но любая деятельность, в том числе и социальная помощь, должна быть оценена по критерию результативности: что изменилось к лучшему в результате оказания социальных услуг. Разработка надежной методики оценки риска при предоставлении социальных услуг позволяет обеспечить адресность социальной помощи, существенно повысить ее эффективность.

Оценка риска предполагает ранжирование объектов по определенным признакам, являющимся факторами риска. Наиболее распространенной технологией ранжирования является технология построения интегрального показателя из нескольких частных. Наиболее часто используется линейная скоринговая модель, которая представляет собой взвешенную сумму определенных характеристик. Линейная модель, на первый взгляд, выглядит просто и логично, но такой упрощенный подход, недостаточно полно учитывает специфику анализируемой информации. Его применение приводит, с одной стороны, к снижению точности оценок, и с другой стороны не позволяет отражать многоаспектность проблемы, связанную с ее системной сложностью. Ограниченность возможностей традиционного подхода делает актуальным поиск новых аналитических возможностей для решения задачи, сформулированной в теме диссертации.

В диссертационной работе исследуются существующие методы анализа данных, раскрываются их недостатки и делаются выводы об их ограниченности и неэффективности при решении основной задачи исследования. Как альтернатива существующим методам предлагается информационная технология обработки данных - DATA MINING, которая является более надежным средством для принятия управленческих решений в случае необходимости ранжирования объектов. В диссертационной работе использован информационный массив оценки надежности клиентов коммерческих банков. Выводы исследования в значительной мере применимы к сфере социальных услуг, поскольку социальная помощь в виде материальных пособий можно трактовать как социальный кредит общества человеку, попавшему в трудное положение. Риск «невозврата» этого кредита должен быть спрогнозирован и оценен.

Таким образом, в диссертационном исследовании на основе анализа эффективности системы социальной помощи, постановки проблемы ее

• адресности, введения понятия «риск при оказании социальной услуги» разрабатываются методы и средства оценки и прогнозирования этого риска на основе современных информационных технологий.

Для достижения этой цели в диссертационном исследовании решаются следующие задачи:

Анализ ситуации с оказанием социальных услуг в России и за рубежом, характеристика эффективности социальной помощи;

Формирование понятийного аппарата и классификация рисков при оказании социальных услуг;

Исследование существующих методов анализа данных, выявление их ограниченности для решения задачи оценки и прогнозирования риска при оказании социальных услуг;

Исследование возможностей адекватной оценки рисков при предоставлении социальных услуг методом DATA MINING, выявление его преимуществ по сравнению с другими методами;

Разработка элементов организационного механизма внедрения технологии DATA MINING как социального новшества.

Предметом диссертационного исследования является проблема повышения эффективности использования средств социальной помощи за счет усиления ее адресности.

Объектом исследования в диссертационной работе является риск при оказании социальной услуги, а также инструментарий оценки и прогнозирования этого риска.

Научная новизна результатов диссертационного исследования заключается в следующем:

• Введено понятие «риск при оказании социальных услуг», которое является ключевым для обеспечения эффективности социальной помощи;

• Предложена новая концепция социальной помощи, обусловленная возможностью обеспечить ее адресность и выраженная дуализмом подхода к социальной помощи как общественному и как клубному благу;

• Предлагается метод для построения информационных портретов надежных реципиентов социальной помощи и доказывается его эффективность:

• Формируются гипотетические информационные портреты надежных реципиентов социальной помощи как средство оценки риска при оказании социальных услуг;

• Разрабатываются организационные схемы функционирования системы социальной защиты в условиях использования методов и средств оценки и прогнозирования риска неэффективного использования социальной помощи.

Практическая значимость исследования заключается в разработке инструментария для принятия решений, обеспечивающих адресность социальной помощи. Наличие такого инструментария позволяет формировать информационные портреты надежных и ненадежных клиентов служб социальной защиты и существенно повысить эффективность использования средств, выделяемых обществом на оказание социальной помощи. Предлагаемые методические разработки при их широком использовании должны стать важным элементом управленческой культуры.

Заключение диссертации по теме «Экономика и управление народным хозяйством: теория управления экономическими системами; макроэкономика; экономика, организация и управление предприятиями, отраслями, комплексами; управление инновациями; региональная экономика; логистика; экономика труда», Самойленко, Анатолий Петрович

ЗАКЛЮЧЕНИЕ

Ситуация с социальной помощью в Российской Федерации определяется в основном двумя тенденциями. Во-первых, потребность в ней имеет динамику к росту, поскольку, как показывает статистика, количество людей, нуждающихся в социальном вспомоществовании, не сокращается. Можно предположить рост числа вынужденных переселенцев и беженцев из «горячих точек». Во-вторых, средства государственного вспомоществования весьма ограничены: Россия не столь богата, как США или развитые страны Северной Европы, чтобы иметь возможность снижать социальную напряженность путем раздачи значительных по величине пособий. Таким образом, для России в сфере организации социальной помощи весьма актуальной становится задача обеспечения адресности социальной помощи. Адресность социальной помощи, в свою очередь, предполагает оценку и прогнозирование риска выдачи социальной помощи недобросовестным реципиентам (риск при оказании социальной услуги). Величина этого риска определяет эффективность или неэффективность социальной помощи как конкретному индивиду, так и большим группам людей.

Адресность социальной помощи основывается на оценке определенных характеристик потенциального реципиента. В работе показана ограниченность существующих информационных методов обработки данных, прежде всего скоринговой оценки и как альтенатива этим методам предложена иная информационная технология - технология DATA MINING.

Эта технология дает возможность адекватно определить шаблоны или паттерны надежных или ненадежных реципиентов социальной помощи, то есть фактически оценить риск предоставления социальной помощи определенному реципиенту. Преимущества технологии DATA MINING покзаны на примере анализа надежности клиентов коммерческих банков при предоставлении им кредита. Выводы, полученные на основе этого информационного массива, по мнению автора, вполне применимы и для сферы социальных услуг, хотя показатели, характеризующие реципиента социальной помощи будут несколько иными.

Гарантированная адресность социальной помощи позволяет перейти к принципиально иной концепции оказания социальной помощи, когда социальная помощь как общественное благо консервирует социальный статус ее реципиентов, а социальная помощь как клубное благо (для ограниченного числа реципиентов) позволяет им выйти на более высокий социальный статус. Социальная помощь как клубное благо по своим размерам должна быть достаточно велика, но эффективность ее должна очень четко контролироваться. Технология DATA MINING позволяет определить, будет ли такая социальная помощь эффективна для конкретного реципиента.

На этой основе автором предложена и организационно оформлена концепция социального кредита, которая заключается в предоставлении значительной по размерам материальной помощи ограниченному кругу лиц, который определяется на основе оценки и прогнозирования риска по конкретному получателю социального кредита.

Организационный механизм по внедрению технологии DATA MINING целесообразно разрабатывать, трактуя эту технологию как социальное новшество, на внедрение которого действуют различные факторы. В работе данная социальная инновация профилирована по известным методикам, выявлено, какие факторы действуют наиболее интенсивно и какими должны быть направления усилий лиц, занятых внедрением этой технологии.

Для обучения технологии DATA MINING автором разработан соответствующий учебный курс.

Таким образом, поставленные задачи исследования в диссертационной работе выполнены. Анализ ситуации с оказанием социальных услуг в России и за рубежом показал, что существующие системы оказания социальной помощи малоэффективны в том числе и потому, что у органов социальной защиты нет инструментария оценки рисков при предоставлении адресной социальной помощи. Впервые предпринята попытка оценить риски именно при оказании социальных услуг. В основе этих рисков - преднамеренное искажение информации со стороны реципиента социальной помощи.

Предложенная схема действий по разработке организационного механизма внедрения данной технологии позволяет спланировать комплекс работ, необходимый и достаточный для достижения успеха.

Вместе с тем автор отдает себе отчет, что работа носит постановочный характер. Для широкой практической реализации предложений диссертации необходимо наличие определенных предпосылок, важнейшими из которых является формирование информационной базы о реципиентах социальной помощи по определенным характеристикам (шаблоны, паттерны, портреты). В диссертации предложены показатели для построения портеретов надежных получателей социального кредита по трем категориям реципиентов. Эти показатели должны пройти широкую апробацию как у сотрудников социальных служб, так и у специалистов в области социальной психологии и психологии личности. Кроме того, необходимо наладить учет случаев эффективного и неэффективного использования реципиентами социальной помощи, а также обучить персонал работе с технологией DATA MINING. С этой целью имело бы смысл выполнить исследование эффективности социальной помощи на примере борьбы с беспризорностью в нашей стране в 20-30 годы XX века.

Использование в практике работы служб социальной защиты анализа данных на основе этой технологии позволит поднять методический уровень принятия управленческих решений и открывает путь для концептуального преобразования системы социальной защиты в нашей стране.

Список литературы диссертационного исследования кандидат экономических наук Самойленко, Анатолий Петрович, 2001 год

1. Айвазян С. А., Бежаева 3. И., Староверов О. В. Классификация многомерных наблюдений-М.: Статистика, 1974.-240 с.

2. Айвазян С. А., Бухштабер В. М., Енюков И. С., Мешалкин JI. Д. Прикладная статистика. Классификация и снижение размерности. М.: Статистика, 1989. - 607 с.

3. Айвазян С. А., Енюков И. С., Мешалкин J1. Д. Прикладная статистика. Основы моделирования и первичная обработка данных. М.: Финансы и статистика, 1983.-471 с.

4. Айвазян С. А., Енюков И. С., Мешалкин J1. Д. Прикладная статистика. Статистическое оценивание зависимостей М.: Финансы и статистика, 1985.^84 с.

5. Алексеев П.В., Панин А.В. Философия: учебник для вузов. М.: Проспект, 1998.-568 с.

6. Андерсон Т. Введение в многомерный статистический анализ. М.: Физматгиз, 1963. - 500 с.

7. Андреева Г. Скоринг как метод оценки кредитного риска//"Банковские технологии", № 6, 2000. С. 66-72.

8. Анцыферова JI. И. Системный подход в психологии личности //Сб.: Принцип системности в психологических исследованиях М.: Наука, 1990.- с. 61-77.

9. Байдервиден И. Социальная работа или социальная педагогика: парадигмы социальной помощи. // Актуальные проблемы социологии, психологии и социальной работы Барнаул, 1998 вып. 6. с.

10. Балабанова Е.С. Андекласс: понятие и место в обществе. СоцИС № 11/99

11. Балабанова Е.С. Социально-экономическая зависимость и социальный паразитизм: стратегии «негативной» адаптации. СоцИС №4/99

12. Баркер Р. Словарь социальной работы. М.: Институт социальной работы, 1994.

13. Барсукова С. Ю. Неформальная экономика и система ценностей россиян. Соц ИС № 1 /2001 с. 57-62

14. Березовец В.В. Социальная защита и социально-психологическая реабилитация ветеранов локальных войн. М.: Вера - Плюс, 1997. - 110 с.

15. Берн Э. Секс в человеческой любви. Издательство: ACT; Серия: Классики зарубежной психологии, 1997. - 352 с.

16. Блажис А.К., Дюк В.А. Телемедицина. СПб.: СпецЛит, 2001 - 143 с.17. Бок С.

17. Боннер Р. Б. Некоторые методы классификации // Автоматический анализ изображений-М.: Мир, 1969.-е. 205-234.

18. Будущее искусственного интеллекта // Под ред. К. Е. Левитина и А. Поспелова-М.: Наука, 1991.-302 с.

19. Букатова И. Л. Эволюционное моделирование и его приложения-М.:Наука, 1979.-231 с.

20. Бьюкенен Дж. Избранные труды. Серия «Нобелевские лауреаты по экономике» т. 1. М.: Таурус Альфа, 1997

21. Бэкон Ф."Новый органон": Пер. с лат. // Соч.: В 2 т. М., 1972. Т. 2. С. 5-222.

22. Вилдавски А., Дейк К. Теории восприятия риска: кто боится, чего и почему? //THESIS 1994 , вып. 4. С.268-276.

23. Вороновский Г.А., Махотило К.В., Петрашев С.Н., Сергеев С.А. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности. //Харьков, "Основа", 1997. ISBN 5-7768-0293-8. В сети на www.neuropower.de/rus/.

24. Гик Дж., ван. Прикладная общая теория систем. М.: Мир, 1981.

25. Гончар А.Н. Методические основы внедрения экспертизы качества медицинских услуг // Автореф. дисс. канд. экон. наук. СПБ.: СПбГИЭУ, 2001

26. Горбунов А.П. Основы социального менеджмента. Учебное пособие. Пятигорск, 1999. 785 с.

27. Горчева А.Ю. Нищенство и благотворительность в России. М., 1999. -223 с.

28. Градосельская Г.В. Социальные сети: обмен частными трансфертами. Социологический журнал № 1-2 , 1999 г. с. 156-164

29. Грачев М.В., Суперкадры М: "Дело", 1993.

30. Грачев М.В., Управление трудом М: "Наука", 1990.

31. Гроф С., Хэлифакс Д. Человек перед лицом смерти.

32. Демиденко Е. 3. Линейная и нелинейная регрессия М.: Финансы и статистика, 1981 - 302 с.

33. Джексон Грейсон, Карл О'Дейл, Американский менеджемент на пороге XXI века-М: "Экономика", 1991.

34. Диагностика и прогнозирование социальных процессов // сборник научных трудов кафедры социологии вып. 2. Белгород, Бел ГТАСМ, 1999. 172 с.

35. Дзукаева З.Н. Государственное вспомоществование: помощь или благотворительность? США: экономика, политика, идеология. М., 1994. № 7. с. 87-89.

36. Дрейпер Н., Смит Г. Прикладной регрессионный анализ М.: Статистика, 1973.-392 с.

37. Дубровский Д.И., "Обман. Философско-психологический анализ". М.: Изд-во "РЭЙ", 1994. - 120 с.

38. Дуда Р., Харт П. Распознавание образов и анализ сцен М.: Мир, -511с.

39. Дюк В.А., Самойленко А.П. Data Mining: учебный курс. СПб: Питер, 2001.-368 с.

40. Енюков И. С. Методы, алгоритмы, программы многомерного статистического анализа: Пакет ППСА. М.: Финансы и статистика, 1986. - 232 с.

41. Журавлев Ю. И. Непараметрические задачи распознавания образов //Кибернетика, 1976, No 6.-е. 93-103.

42. Журавлев Ю. И. Об алгебраическом подходе к решению задач распознавания и классификации/ЛПроблемы кибернетики М.: Наука, 1978, вып. 33-с. 5-68.

43. Журавлев Ю. И., Гуревич И. Б. Распознавание образов и анализ изображений / Искусственный интеллект.- В. 3-х кн. Кн. 2. Модели и методы: Справочник под ред. Д. А. Поспелова-М.: Радио и связь, 1990-304 с.

44. Зарубежный и отечественный опыт социальной работы: Учебно-методическое пособие / М.: Социолого-технологический институт, 1999. -263 с.

45. Знаков В.В. Правда и ложь в сознании русского народа и современной психологии понимания. М. 1993. — 116 с.

46. Зубков В.И. Риск как предмет социологического анализа. СоцИС № 4, 1999.-С .3-9

47. Ивахненко А. Г. Долгосрочное прогнозирование и управление сложными системами. //К.: "Техника", 1975. 312 с.

48. Ивахненко А. Г. Самообучающиеся системы распознавания и автоматического регулирования. Киев: Техника, 1969. - 392 с.

49. Искусственный интеллект: В 3-х кн. Кн. 1. Системы общения и экспертные системы: Справочник/под ред. Э. В. Попова. — М.: Радио и связь, 1990.-464 с.

50. Искусственный интеллект: В 3-х кн. Кн. 2. Модели и методы: Справочник/под ред. Д. А. Поспелова М.: Радио и связь, 1990. - 304 с.

51. Кан Ф. Опыт возможной философии лжи, 1989.

52. Киевский институт кибернетики, домашняя страничка разработчиков МГУ А http://inf.klev.ua/GMDH-home/.

53. Киселев М., Соломатин Е. Средства добычи знаний в бизнесе и финансах. Открытые системы, № 4, 1997, с. 41-44

54. Кляйнхоффер Г. Цит. по http://www.rg.ru/anons/arc2000/0414/8.htm.

55. Коммерческая и некоммерческая деятельность в социальной сфере. // И.М.Шейман, Л.И.Якобсон, Л.С. Демидова и др. М.: Наука, 1995. - 156 с.

56. Кречетов Н. Продукты для интеллектуального анализа данных. Рынок программных средств, № 14-15, 1997, С. 32-39.

57. Кривцова JI. Социальная помощь: новая модель. Социальное обеспечение №2.М, 1999. С. 25-27

58. Крюгер И. http://www.novocybersk.ru/vital/print.php.

59. Кузина О.Е. Инвестиционное поведение частных вкладчиков. Социологический журнал № 1-2 , 1999 г. С. 171-181

60. Кузнецов А. С. Методы поиска оптимальных групп признаков при статистическом распознавании образов. Л.: ВИКИ им. А. Ф. Можайского, 1982.-С. 14-23.

61. Лбов Г. С. Выбор эффективной системы зависимых признаков/Труды Сиб. отд. АН СССР: Вычислительные системы Новосибирск, 1965, вып. 19. -С. 87-101.

62. Лбов Г. С. Методы обработки разнотипных экспериментальных данных.-Новосибирск: Наука, 1981. 157 с.

63. Луков В.А. Социальное проектирование. Учебное пособие М.: изд. Социум, 2000.- 224 с.

64. Луман Н. Понятие риска//THESIS 1999 , вып. 5. С. 135-160

65. Манукян Э. Помощь целенаправленная, адресная. Социальное обеспечение № 3. М., 1999. С. 31-32

66. Менеджмент социальной работы. Учебное пособие. / под. ред. Е.И.Комарова и А.И.Войтенко. М.: Владос, 1999. - 288 с.

67. Морова А.П. Социальные индикаторы развития. Социология М., 1999, № 2.-С. 3-8

68. Назаров М.М. Социальная справедливость: современный российский контекст. СоцИС, № 11, 1999

69. Налимов В. В. Теория эксперимента М.: Наука, 1971.- 208 с.

70. Об основах социального обслуживания населения в РФ. Федеральный закон от 15 ноября 1995 года.

71. Олескин А. Сетевая организация социума: проблемы и перспективы // Государственная служба: наука, практика, исторический опыт. М., 1999 № 1.-С. 73-82

72. Осадчая Г.И. Стратегия развития социальной сферы // социальная политика и социология. М. № 1, 1999.

73. Основы социальной работы. Учебное пособие для вузов (под. ред. Павленок П.Д.) М., 1999. 368 с.

74. Панов A.M. Социальное обслуживание населения и социальная работа за рубежом. 1999.

75. Паповян С.С. Эксперимент в прикладной социальной психологии: актуальные проблемы статистического анализа данных// Психол. журн., т. 6, No 6, 1985.-С. 90-100.

76. Патрик Э. Основы теории распознавания образов М.: Сов, радио, 1986. -408 с.

77. Проектирование развития учреждений социального обслуживания. М.,1996.

78. Пфанцагль И. Теория измерений М.: Мир, 1976. - 248 с.

79. Радаев В. Экономическая социология. М.: Аспект-Пресс, 1997.

80. Рахман аль-Джавбари. Сорванные покровы/Цит по http:// www. novocybersk. ru /vital/print.php3

81. Риски: анализ и управление // Сборник научных трудов Международного института исследования риска. // под ред А.А.Быкова и Р.Т.Юлдашева . Вып. 1. М.: Анкил, 1999. 120 с.

82. Пруденский О. Программа вспомоществования для малоимущих. США: экономика, политика, идеология М., 1995. № 7. С. 117-126.

83. Сидельников Ю. Истина и заблуждения // Банковские технологии, № 4,1997.

84. Соловьева А.В. Третий сектор в культуре Петербурга или некоторые особенности нашей благотворительности. СПб, изд-во Чернышева, 1996. -80 с.

85. Социальная работа. Учебное пособие для студентов вузов. Ростов н/Д: Феникс, 1999.

86. Справочное пособие по социальной работе. М.: Юристъ, 1997.

87. Статистические методы анализа информации в социологических исследованиях/под ред. Осипова Г. В. -М.: Наука, 1979. 319 с.

88. Теория и практика социальной работы: опыт и перспективы. // Сборник трудов. Ульяновск, 1999. - 112 с.

89. Теория социальной работы // Учебник для вузов под ред. Е.И.Холостовой. М., 1998.-334 с.

90. Территориальные социальные службы: теория и практика функционирования. Сб. трудов М., 1995.

91. Терский М.В. Системный подход к исследованию экономических рисков // Учебное пособие, цит. по http://www.fact.ru/num05/slydnv.html.

92. Тьюки Дж. Анализ результатов наблюдений. Разведочный анализ. М.: Мир, 1981.-693 с.

93. Управление социальной сферой. Учебник для вузов/под.ред. проф.

94. B.Э.Гордина. СПб.: Питер, 2000.

95. Уржа О. А. Стратификация и социальное управление. М.: Союз, 1999. -269 с.

96. Финансовое поведение населения России. РЖ «Социология» № 2 / 2000.1. C. 85-103.

97. Фирсов М.В., Студенова Е.Г. Теория социальной работы: учебное пособие. М.: Владос МГСУ, 2000. 430 с.

98. Фогель JL, Оуэне А., Уолш М. Искусственный интеллект и эволюционное моделирование М.: Мир, 1969. - 230 с.

99. Холодный Ю.И. Полиграфы ("детекторы лжи") и безопасность. Справочная информация и рекомендации. М.: ИДМБ, 1998, 96с.

100. Чепляев B.JI. Субъективный контроль и регуляция социального поведения безработного. Саратов, 2000.

101. Чукреев П.А. Незанятые: настроения, ожидания, намерения. Улан-Удэ: БНЦ СО РАН, 1996. 119 с.

102. Щербатых Ю. Искусство обмана. Популярная энциклопедия. М.: ЭКСМО-Пресс, 1998. - 544 с.

103. Щюц А. Чужак // РЖ «Социология». М., ИНИОН РАН, 1998. №3.

104. Экман П. Психология лжи. СПб.: Издательство "Питер", 1999. - 272 с.

105. Юдин Д. Б., Немировский А. С. Оценка информационной сложности задач математического программирования // Экономика и математические методы, т. ХН, вып. 1, 1976.

106. Banzhaf W., Nordin P., Keller R. E., Francone F.D. GENETIC PROGRAMMING. An Introduction. //Morgan Kaufmann Publishers, Inc. San Francisco, California, 1998. ISBN 1-55860-510-X

107. Boulding К. E. General Systems Theory The Skeleton of Science//Management Science, 2, 1956.

108. Churchill G. A., Nevin J. R., Watson R. R.//The role of credit scoring in the loan decision. Credit World. March/1977;

109. Cover Т., Hart P. Nearest neighbour pattern classification/ЯЕЕЕ Trans. Inform. Theory, v. IT-13, 1967. p. 21-27.

110. Cramer, N.L. A representation for the adaptive generation of simple sequential programs. //Proceedings of an International Conference on Genetic Algorithms and the Applications, pages 183-187, Carnegie-Mellon University, Pittsburg, PA, 1985

111. Ethical Theory and Business / Ed. T.L. Beauchamp, N.E. Bowie. Prentice-Hall, 1988

112. Fix E., Hodges J. L. Discriminatory analysis, nonparametric discrimination USA School of Medicine. Texas: Rendolph Field, 1951-1952.

113. Fjordbak, Clinical correlates of high lie scale elevations among forensic patients // Journal of Personality Assessment. 1985. Vol.49. No.3. P. 252255.