Прогнозирование величины оборотного капитала предприятия с иностранными инвестициями
В статье рассматривается алгоритм применения метода группового учета аргументов в построении экономико-математической модели прогнозирования величины оборотного капитала предприятия с иностранными инвестициями. Приводится анализ результатов исследования на примере ЗАО ДМЗ "Олейна"....
Збережено в:
Дата: | 2006 |
---|---|
Автор: | |
Формат: | Стаття |
Мова: | Russian |
Опубліковано: |
Кримський науковий центр НАН України і МОН України
2006
|
Теми: | |
Онлайн доступ: | http://dspace.nbuv.gov.ua/handle/123456789/14380 |
Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
Цитувати: | Прогнозирование величины оборотного капитала предприятия с иностраннымиинвестициями / О.М. Зборовская // Культура народов Причерноморья. — 2006. — № 78. — С. 30-35. — Бібліогр.: 6 назв. — рос. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraineid |
irk-123456789-14380 |
---|---|
record_format |
dspace |
spelling |
irk-123456789-143802010-12-21T12:03:29Z Прогнозирование величины оборотного капитала предприятия с иностранными инвестициями Зборовская, О.М. Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ В статье рассматривается алгоритм применения метода группового учета аргументов в построении экономико-математической модели прогнозирования величины оборотного капитала предприятия с иностранными инвестициями. Приводится анализ результатов исследования на примере ЗАО ДМЗ "Олейна". У статті розглядається алгоритм застосування методу групового обліку аргументів в побудові економіко-математичної моделі прогнозування величини оборотного капіталу підприємства з іноземними інвестиціями. Приводиться аналіз результатів дослідження на прикладі ЗАТ ДМЗ "Олейна". 2006 Article Прогнозирование величины оборотного капитала предприятия с иностраннымиинвестициями / О.М. Зборовская // Культура народов Причерноморья. — 2006. — № 78. — С. 30-35. — Бібліогр.: 6 назв. — рос. 1562-0808 http://dspace.nbuv.gov.ua/handle/123456789/14380 ru Кримський науковий центр НАН України і МОН України |
institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
collection |
DSpace DC |
language |
Russian |
topic |
Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ |
spellingShingle |
Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ Зборовская, О.М. Прогнозирование величины оборотного капитала предприятия с иностранными инвестициями |
description |
В статье рассматривается алгоритм применения метода группового учета аргументов в построении экономико-математической модели прогнозирования величины оборотного капитала предприятия с иностранными инвестициями. Приводится анализ результатов исследования на примере ЗАО ДМЗ "Олейна". |
format |
Article |
author |
Зборовская, О.М. |
author_facet |
Зборовская, О.М. |
author_sort |
Зборовская, О.М. |
title |
Прогнозирование величины оборотного капитала предприятия с иностранными инвестициями |
title_short |
Прогнозирование величины оборотного капитала предприятия с иностранными инвестициями |
title_full |
Прогнозирование величины оборотного капитала предприятия с иностранными инвестициями |
title_fullStr |
Прогнозирование величины оборотного капитала предприятия с иностранными инвестициями |
title_full_unstemmed |
Прогнозирование величины оборотного капитала предприятия с иностранными инвестициями |
title_sort |
прогнозирование величины оборотного капитала предприятия с иностранными инвестициями |
publisher |
Кримський науковий центр НАН України і МОН України |
publishDate |
2006 |
topic_facet |
Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ |
url |
http://dspace.nbuv.gov.ua/handle/123456789/14380 |
citation_txt |
Прогнозирование величины оборотного капитала предприятия с иностраннымиинвестициями / О.М. Зборовская // Культура народов Причерноморья. — 2006. — № 78. — С. 30-35. — Бібліогр.: 6 назв. — рос. |
work_keys_str_mv |
AT zborovskaâom prognozirovanieveličinyoborotnogokapitalapredpriâtiâsinostrannymiinvesticiâmi |
first_indexed |
2025-07-02T16:04:01Z |
last_indexed |
2025-07-02T16:04:01Z |
_version_ |
1836551757613760512 |
fulltext |
Захарченко В.И., Меркулов Н.Н., Саровская И.И.
МОДЕЛЮВАННЯ РОЗВИТКУ ІННОВАЦІЙНОГО ВИРОБНИЦТВА
30
5 років, що задовольняє запити внутрішнього ринку й конкурентноспроможний у своєму класі на зовніш-
ньому ринку, - це була базова модель; на основі базової моделі проектували, розробляли і впроваджували
щорічно нові моделі.
Найсвіжіший приклад усвідомленого впровадження нововведень у своє виробництво демонструє фір-
ма «Пуморі - інструмент" (м. Єкатеринбург). Ви-кори-стовуючи технологію американської фірми «Heli-
sys» з тривимірного моделювання об'єктів будь-якої складності, фірма «Пуморі - інструмент» після успі-
шного трирічного просування на ринку країн СНД свого інструменту починає освоювати ринок оператив-
ної технологічної підготовки виробництва.
Втілення ідей у макети за методом пошарового виготовлення об'єктів (LOM) пришвидшує цикли роз-
роблення виробу й просування товару на ринок.
Методика LOM надає інженерам і дизайнерам свободу творчості під час створення дешевих тривимі-
рних моделей. LOM-компоненти дуже зручні під час розв'язання різноманітних прикладних задач, що по-
требують оцінки форми деталей і перевірки складання виробів, тому що всі зміни можна внести на ком-
п'ютері в CAD-креслення до початку виробництва. CAD-дані надходять потім у систему управління LOM-
процесом, де, за допомогою спеціального програмного забезпечення, створюють поперечні перетини де-
талі. Промінь лазера вирізує контур перетину на верхньому прошарку, а потім розрізає ділянки зайвого
матеріалу для наступного видалення. Новий прошарок з'єднують з попереднім і створюють новий попере-
чний перетин, який потім також вирізають. Після того як усі прошарки будуть виготовлені, надлишковий
матеріал видалять вручну .
Висновок. Таким чином, підвищуючи ефективність і продуктивність свого виробництва, LOM дає всі
переваги для створення конкурентноспроможної продукції відповідно до потреб сучасного ринку.
Представленно дослідження, яке виконано в межах виконання НДР: “Розробка стратегії оновлення
виробничого потенціалу в промисловості (номер ДР 0102U005670), “Техніко-економічне обгрунтування
впровадження нової технології виробництва клейкої пакувальної стрічки” (номер ДР 0105U005670).
Джерела та література
1. Запоточний І.В., Захарченко В.І. Державне регулювання регіональної економіки. – Харків: Одіссей. –
2003. – 592с.
2. Захарченко В.И. Инновационный процесс на машиностроительном предприятии в условиях перехода
к рынку. – Москва: Стар. -1993. – 128с.
3. Захарченко В. И., Меркулов Н.Н. Инновационная система региона. – Одесса: Наука и техника. – 2005.
– 116с.
Зборовская О.М.
ПРОГНОЗИРОВАНИЕ ВЕЛИЧИНЫ ОБОРОТНОГО КАПИТАЛА ПРЕДПРИЯТИЯ С
ИНОСТРАННЫМИ ИНВЕСТИЦИЯМИ
Постановка задачи
Анализ финансовых состояний различных предприятий на основе экономико-математического моде-
лирования дает возможность проследить закономерности движения оборотных средств для предприятий с
разной отраслевой принадлежностью и с разным уровнем обеспеченности оборотным капиталом, что в
свою очередь обеспечивает рациональное управление оборотными средствами в условиях ограниченности
ресурсов.
Вопросам экономико-математического моделирования посвящены работы ряда экономистов [1-3,6].
Проанализировав литературные источники, автор при разработке оптимальной экономико –
математической модели управления оборотным капиталом предлагает воспользоваться методом группо-
вого учета аргументов (МГУА). Автором метода является член-корреспондент Академии наук Украины,
д.т.н., профессор Алексей Григорьевич Ивахненко [4,5].
Целью исследования является описание разработанного программного продукта, который позволяет
строить адекватную математическую модель, определяющую зависимость оборотного капитала предпри-
ятия с иностранными инвестициями от других микроэкономических показателей.
Задачи статьи: 1) описание сущности метода группового учета аргументов; 2) проведение анализа по-
лученных результатов.
Результаты
Приведем описание метода группового учета аргументов. Этот метод использует идеи самоорганиза-
ции и механизмы живой природы – скрещивание (гибридизацию) и селекцию (отбор) и позволяет оты-
скать функциональную зависимость F между входными х1, х2,…, х n и выходным у параметрами по ре-
зультатам наблюдений (рис.1). Причем даже структура модели F(x) неизвестна.
Пусть имеется выборка из N наблюдений:
(1)
Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ
31
Рис. 1. Результат метода группового учета аргументов
Здесь Х(і)=(х1
і, х2
і, …, хn
i) − значения исходных факторов при і-ом наблюдении. Наиболее полная зависи-
мость между входами X(i) и выходами Y(i) может быть представлена с помощью обобщенного полинома
Колмогорова-Габора:
(2),
где все коэффициенты а не известны.
При построении модели (при определении значений коэффициентов) в качестве критерия используется
критерий регулярности (точности):
(3)
Требуется отыскать такие значения параметров модели а, при которых
(4).
Принцип множественности моделей: существует множество моделей на данной выборке, обеспечи-
вающих нулевую ошибку (достаточно повышать степень полинома модели). Т.е. если имеется N узлов ин-
терполяции, то можно построить целое семейство моделей, каждая из которых при прохождении через
экспериментальные точки будет давать нулевую ошибку
(5).
Обычно степень нелинейности берут не выше n-1, если n - количество точек выборки.
Обозначим S – сложность модели (определяется числом членов полинома Колмогорова-Габора).
Значение ошибки зависит от сложности модели. Причем по мере роста сложности сначала ошибка бу-
дет падать, а затем расти. Требуется выбрать такую оптимальную сложность, при которой ошибка будет
минимальна. Кроме того, если учитывать действие помех, то можно выделить следующие моменты:
1. При различном уровне помех зависимость от сложности S будет изменяться, сохраняя при
этом общую направленность (имеется ввиду, что с ростом сложности она сначала будет умень-
шаться, а затем – возрастать).
2. При увеличении уровня помех величина будет расти.
3. С ростом уровня помех, будет уменьшаться (оптимальное значение сложности
будет смещаться влево, рис. 2). Причем если уровень помех не нулевой.
Зборовская О.М.
ПРОГНОЗИРОВАНИЕ ВЕЛИЧИНЫ ОБОРОТНОГО КАПИТАЛА ПРЕДПРИЯТИЯ С ИНОСТРАННЫМИ
ИНВЕСТИЦИЯМИ
32
Рис.2. Зависимость ошибки аппроксимации от сложности модели
Теорема неполноты Гёделя: В любой формальной логической системе имеется ряд утверждений и
теорем, которые нельзя ни опровергнуть, ни доказать, оставаясь в рамках этой системы аксиом.
В данном случае эта теорема означает, что выборка всегда неполна.
Один из способов преодоления этой неполноты – принцип внешнего дополнения. В качестве внешне-
го дополнения используется дополнительная выборка (проверочная), точки которой не использовались
при обучении системы (т.е. при поиске оценочных значений коэффициентов полинома Колмогорова-
Габора).
Поиск наилучшей модели осуществляется таким образом:
• Вся выборка делится на обучающую и проверочную:
• На обучающей выборке определяются значения .
• На проверочной выборке отбираются лучшие модели.
Описание алгоритма
Первая итерация
Шаг 1. Из множества выходов выбираются пары аргументов , и составля-
ются частные описания вида
(6)
при этом используются частные описания квадратичного типа:
(7)
Число частных описаний 1-го ряда равно .
Шаг 2. Используя метод наименьших квадратов (МНК) для каждого описания находятся по обучающей
выборке оценки неизвестных коэффициентов .
Шаг 3. По критерию минимума на проверочной последовательности отбирается
лучших моделей, т.е. реализуют процедуру селекции. Величина называется свободой выбора, при этом
. Выходы этих моделей служат аргументами-входами для конструирования моделей второго ряда.
Шаг 4. Находится
m-ая итерация
Шаг 1.
Конструируются частные описания вида:
, (8)
Шаг 2. Для каждого описания, используя МНК, находятся соответствующие оценки
.
Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ
33
Шаг 3. По проверочной последовательности находятся для каждого частного описания к величина крите-
рия
(9)
где - объем проверочной выборки.
Шаг 4. Вычисляется . Проверяется условие , где
- величины критерия точности для наилучших моделей (m-1)-го и m-го ряда селекции
соответственно. Если да, то конец. Искомая модель выбирается из частных описаний m-го уровня, на ко-
тором достигается минимальная ошибка . Иначе переход к конструированию следующего ряда
частных описаний, при этом производится отбор (селекция) лучших описаний.
Заключительный этап. Двигаясь от конца к началу и делая последовательную замену переменных, вы-
числяются выражения для искомой модели в исходном пространстве описаний.
В качестве экспериментальных данных были взяты финансово- экономические показатели за период с
января 1998 года по декабрь 2004 года по Закрытому акционерноему обществу «Днепропетровский масло-
экстракционный завод «Олейна». Капитал данного предприятия сформирован с участием иностранного
капитала. На оборотный капитал предприятия с иностранными инвестициями влияют такие микроэконо-
мические факторы, как:
ü величина основных средств предприятия (х1);
ü объем производства (х2);
ü затраты на производство реализуемого объема продукции (х3);
ü величина полученного финансового результата (х4);
ü величина собственного капитала предприятия (х5);
ü величина собственного оборотного капитала (х6);
ü кредиторская задолженность (х7).
На рис.3 приведены результаты построения модели с квадратичной опорной функцией вида
и различными объемами обучающей и проверочной выборок.
Модель прогноза имеет вид:
Исходя из полученных данных можно утверждать, что модель имеет достаточно высокое качество,
она близка к реальным данным как на обучающей, так и на тестовой последовательности. Причем качест-
венные показатели полученной модели на тестовой последовательности не ниже аналогичных показателей
для обучающей последовательности.
Зборовская О.М.
ПРОГНОЗИРОВАНИЕ ВЕЛИЧИНЫ ОБОРОТНОГО КАПИТАЛА ПРЕДПРИЯТИЯ С ИНОСТРАННЫМИ
ИНВЕСТИЦИЯМИ
34
10000
60000
110000
160000
210000
260000
19
98
19
99
20
00
20
01
20
02
20
03
данные
статистики
результат
моделиров
ания
моделиро
вание
(11:10)
моделиро
вание
(17:4)
Рис. 3. Результат моделирования по предприятию ЗАО ДМЗ «Олейна»
В таблице 1 приведены данные статистики а также результаты структурной идентификации на окне
прогнозирования размером в 21 точек, из которых на обучающую и на проверочную выборку было выде-
лено соответственно: 15 и 6; 11 и 10; 17 и 4. При идентификации на следующий этап синтеза передавалось
7 лучших моделей текущего этапа. В последнем столбце таблицы рассчитана средняя относительная
ошибка вычислений. При свертывании этой модели было учтено, что полином может иметь достаточно
большое количество членов, и большинство из них близки к нулю, поэтому для упрощения данной модели
была применена процедура "фильтрации" членов, влияние которых незначительно. Последняя строка таб-
лицы содержит прогнозируемое значение оборотного капитала на ближайший период, полученное на ос-
нове построенной модели. Средняя относительная ошибка прогноза, как видим, составляет 9%. Таким об-
разом, краткосрочный прогноз величины оборотного капитала, полученный в результате эксперимента,
имеет достаточно неплохое качество, что свидетельствует о возможности успешного применения модели,
полученной при помощи МГУА, в задачах прогнозирования макроэкономических показателей.
Таблица 1. Исходные данные и результаты моделирования по предприятию ЗАО ДМЗ «Олейна»
год данные статистики моделирование
(15:6)
моделирование
(11:10)
моделирование
(17:4)
Отклонение
(%)
1998 124543 157070 108855 146983 34,14
162602 146273 89412 133827 49,40
104076 93684 179096 133609 78,11
118034 131614 176046 143530 54,90
1999 184324 179743 187092 191842 5,01
260431 245443 206167 235984 23,57
262054 229601 238228 216255 23,27
206724 215513 191941 219172 10,27
2000 216847 245271 209998 241967 17,78
222141 258677 237590 260442 24,82
208320 240278 215928 223975 17,47
208007 220544 206110 204114 6,38
2001 293424 241554 238871 237905 31,88
267117 245186 233646 249540 16,36
251712 241636 234611 242887 8,63
234247 227823 229063 219723 7,13
2002 248346 260149 231556 279212 14,93
253420 242178 238836 247405 7,64
247083 247594 233030 251512 5,97
200420 233204 222728 228650 24,29
2003 200724 221410 229215 208496 17,96
246333 253974 228505 257825 9,15
Выводы исследования
В процессе научных исследований был разработан и программно реализован алгоритм метода группо-
вого учета аргументов для моделирования функциональной зависимости величины оборотного капитала
от семи микроэкономических факторов: величина основных средств предприятия (х1); объем производ-
Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ
35
ства (х2); затраты на производство реализуемого объема продукции (х3); величина полученного финансо-
вого результата (х4); величина собственного капитала предприятия (х5); величина собственного оборот-
ного капитала (х6); кредиторская задолженность (х7).
В дальнейших исследованиях необходимо определить влияние каждого показателя финансово-
экономической деятельности предприятия на величину оборотного капитала.
Источники и литература
1. Бочаров В.В. Финансовое моделирование: Учебное пособие. – СПб.: изд. Питер, 2000. – 203 с.
2. Вовк В.М., Левицькі Г.І. Математичне моделювання в управлінні фінансовою діяльністю підприємств
// Фінанси України. – 2000. – № 1(49). – С. 88 –92.
3. Єгоршин О.О., Зосімов А. М., Пономаренко В.С. Методи багатовимірного статистичного аналізу : На-
вчальний посібник. – К.: ІЗМН, 1998. – 208 с.
4. Ивахненко А.Г., Мюллер Й.Ф. Самоорганизация прогнозирующих систем. − Киев: Техніка, 1985. −
223 с.
5. Ивахненко А.Г. Долгосрочное прогнозирование и управление сложными системами. − Киев: Техніка,
1975. − 312 с.
6. Уолш К. Ключевые показатели менеджмента: Как анализировать, сравнивать, контролировать данные,
определяющие стоимость компании: Пер с англ. – 2-е изд. – М.: Дело, 2001. – 360 с.
Крынская Л.И.
УКРАИНА В УСЛОВИЯХ ГЛОБАЛЬНОГО ДЕМОГРАФИЧЕСКОГО ПЕРЕХОДА
Работа посвящена демографическим проблемам человечества. Рассмотрены модели прогноза роста
численности населения Земли. Данные процессы рассматриваются как единый планетарный процесс, под-
чиняющийся определенным законам. Предлагается разработка программ по регулированию численности
Земли, учитывая ситуацию в каждой стране. Регулирование численности осуществляет Земля по опреде-
ленному алгоритму. Обосновывается предельная численность населения Земли.
Демография, глобальные проблемы, пределы роста численности.
В последние годы все больше внимания уделяется глобальным проблемам человечества, одной из ко-
торых является демографическая ситуация в мире (см.табл.1). Человечество вступило в критическую ста-
дию своего развития. Данный процесс получил название демографического перехода.
В 1960-х годах проблемы демографического регулирования приобрели международное признание:
были созданы региональные демографические центры ООН: международный институт демографических
исследований, Латиноамериканский демографический центр, Каирский демографический центр и другие.
В 1966-м году Генеральная Ассамблея ООН приняла Резолюцию по населению и развитию, в 1967-м году
был образован ЮНФПА (Фонд ООН для поощрения деятельности в области народонаселения)
Глобальная демографическая проблема проявляется по-разному (в одних странах – чрезмерное пере-
население при очень высокой рождаемости, в других – сокращение абсолютной численности населения, в
третьих – ситуация относительно благополучная), в масштабе планеты она остается одной из острейших
глобальных проблем современности уже хотя бы потому, что негативные последствия возросшей антро-
погенной нагрузки на природу так или иначе ощущают на себе все жители планеты. По данным ООН
лишь за последние 100 лет численность населения Земли возросла в 3,75 раза.
Хотя темпы роста населения мира пошли на убыль, - с 2% до 1,3% , абсолютный прирост численности
высок (в среднем 70-100 млн. человек в год) и не гарантирует спокойного будущего. В соответствии с
разными моделями прогнозируется достижения численности населения Земли к 2050 году на уровне от 9
до 12 млрд. человек. Согласно среднему варианту прогноза по данным ООН население Земли к 2050 году
достигнет численности 9, 1 млрд. человек.
Ряд международных организаций во главе с ООН разрабатывают цели и стратегии, направленные на
сокращение рождаемости и повышения уровня жизни.
Ближайшие пятнадцать лет прогнозируется следующие тенденции: старение населения, урбанизация и
трансграничная миграция, каждая из которых содержит как возможности, так и опасности.
Темпы прироста населения в мире и изменение доли крупных регионов представлены в табл. 1,2,3
Таблица 1. Прирост мирового населения
Годы Население, млрд. чел. Время достижения миллиардного прироста, лет
1820 1 Вся предшествующая история
1927 2 107
1960 3 33
1974 4 14
1987 5 13
1999 6 12
Демографические процессы связывают с ростом нагрузки на природные ресурсы. В документе 1980
года "Всемирная стратегия охраны природы", принятом Международным Союзом Охраны Природы, дей-
ствующим под эгидой ООН, говорится: "Деградация природы наступает с такой скоростью, что непосред-
ственно угрожает благополучию многих людей и стабильности государств. Земля у нас только одна. Этот
|