Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Интеллектуальная поддержка принятия решений при управлении инвестиционным процессом многосекторной макроэкономической системы на основе динамических моделей

Диссертация: Интеллектуальная поддержка принятия решений при управлении инвестиционным процессом многосекторной макроэкономической системы на основе динамических моделей
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Современное состояние российской экономики характеризуется наличием множества макроэкономических проблем, обусловленных как внешнеэкономическими, так и внутренними условиями развития. Научное сообщество неоднократно обсуждало проблемы экспортно-сырьевой модели развития экономики и настоятельно рекомендует обеспечить переход на путь модернизации экономики. Экспортно-ориентированная стратегия… Читать ещё >

Содержание

  • ПРИНЯТЫЕ СОКРАЩЕНИЯ
  • 1. АНАЛИЗ ПРОБЛЕМЫ ИССЛЕДОВАНИЯ И МОДЕЛИРОВАНИЯ ДИНАМИКИ ИНВЕСТИЦИОННЫХ ПРОЦЕССОВ МАКРОЭКОНОМИЧЕСКОЙ СИСТЕМЫ
    • 1. 1. Актуальность проблемы исследования и управления инвестиционным процессом на макроэкономическом уровне
    • 1. 2. Анализ существующих моделей функционирования многосекторной макроэкономической системы с учетом инвестиционных процессов
    • 1. 3. Цели и задачи исследования
  • Выводы по главе 1
  • 2. РАЗРАБОТКА ДИНАМИЧЕСКИХ МОДЕЛЕЙ ИНВЕСТИЦИОННОГО ПРОЦЕССА МНОГОСЕКТОРНОЙ МАКРОЭКОНОМИЧЕСКОЙ СИСТЕМЫ
    • 2. 1. Концептуальные основы исследования и системного моделирования инвестиционного процесса ММЭС
    • 2. 2. Когнитивная модель инвестиционного процесса многосекторной макроэкономической системы
    • 2. 3. Разработка функциональной схемы динамической модели инвестиционного процесса ММЭС
    • 2. 4. Разработка динамической модели функционирования производственного сектора экономики, формирующего инвестиционные расходы
    • 2. 5. Разработка динамической модели формирования инвестиций сектором финансовых учреждений с учетом неравновесных состояний денежного рынка
  • Выводы по главе 2
  • 3. РАЗРАБОТКА ИНТЕЛЛЕКТУАЛЬНЫХ АЛГОРИТМОВ ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ ИНВЕСТИЦИОННЫМ ПРОЦЕССОМ МАКРОЭКОНОМИЧЕСКОЙ СИСТЕМЫ
    • 3. 1. Инвестиционный процесс многосекторной макроэкономической системы как динамический многомерный объект управления
    • 3. 2. Разработка функциональной схемы системы управления инвестиционным процессом ММЭС
    • 3. 3. Разработка процедуры формирования интеллектуальных алгоритмов принятия решения при управлении инвестиционным процессом ММЭС
    • 3. 4. Разработка нейросетевых алгоритмов кластеризации инвестиционных ситуаций ММЭС
    • 3. 4. Разработка алгоритмов принятия решений при управлении инвестиционным процессом ММЭС на основе нейро-нечетких сетей
  • Выводы по главе 3
  • 4. СИСТЕМНЫЕ ИССЛЕДОВАНИЯ ЭФФЕКТИВНОСТИ УПРАВЛЕНИЯ ИНВЕСТИЦИОННЫМ ПРОЦЕССОМ МНОГОСЕКТОРНОЙ МАКРОЭКОНОМИЧЕСКОЙ СИСТЕМЫ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ
    • 4. 1. Разработка программного обеспечения системы имитационного моделирования и интеллектуального управления инвестиционным процессом
    • 4. 2. Методика проведения системных исследований
    • 4. 3. Расчет параметров модели для проведения базового эксперимента на основе статистических данных экономики России
    • 4. 4. Исследование динамики функционирования многосекторной макроэкономической системы как динамического объекта управления в условиях действия возмущений
    • 4. 5. Исследование эффективности интеллектуальных алгоритмов принятия решений при управлении инвестиционным процессом ММЭС
  • Выводы по главе 4

Интеллектуальная поддержка принятия решений при управлении инвестиционным процессом многосекторной макроэкономической системы на основе динамических моделей (реферат, курсовая, диплом, контрольная)

Актуальность темы

исследований.

Современное состояние российской экономики характеризуется наличием множества макроэкономических проблем, обусловленных как внешнеэкономическими, так и внутренними условиями развития. Научное сообщество неоднократно обсуждало проблемы экспортно-сырьевой модели развития экономики и настоятельно рекомендует обеспечить переход на путь модернизации экономики. Экспортно-ориентированная стратегия экономического развития, в соответствии с которой значительную часть валового внутреннего продукта (ВВП) составляет чистый экспорт, в основном обеспечивающийся за счет нефтегазовой промышленности, цветной и черной металлургии, обуславливает проблему ресурсозависимости российской экономики. Это способствует замедлению экономического развития, так как ведет к истощению ресурсов страны, низкому уровню потребления, замедлению процесса накопления капитала, перераспределению инвестиций между отраслями, когда происходит вытеснение инвестиций из сектора обрабатывающей промышленности, сокращению внутреннего производства и промежуточного спроса, а также к структурной деформации экономики. Экспорт за границу сопровождается передачей сбережений внешнему миру путем накопления валютных резервов и вывоза капитала. Кроме того, российская экономика характеризуется высокой степенью износа основных фондов и, одновременно с этим, значительным превышением сбережений над инвестициями, что свидетельствует о несовершенстве инвестиционных механизмов.

Перечисленные проблемы российской экономической действительности обуславливают актуальность исследования инвестиционного процесса на макроэкономическом уровне, что требует исследования его в тесной взаимосвязи с воспроизводственным процессом, формирующим макроэкономический кругооборот финансовых и материальных потоков, при условии поддержания желаемых воспроизводственных пропорций, характеризующих, в частности, и отраслевую структуру реального сектора экономики. Для обеспечения эффективности управления инвестиционным процессом на макроуровне необходимо проведение различных политик государственного регулирования экономики с учетом рыночных механизмов, направленных на получение мультипликативного эффекта инвестиционного роста ВВП.

Исследованием и моделированием инвестиционных процессов макроэкономической системы в разное время занимались такие ученые-экономисты как Й. Шумпетер, Дж. фон Нейман, А. П. Лернер, Дж. Тобин, Е. Домар, Дж. Кейнс, В. Леонтьев, К. Маркс, П. Самуэльсон, Р. Солоу, Р. Харрод, Э. Хансен, Дж. Хикс, Л. Вальрас, А. Пигу, П. Самуэльсон, Д. Ромер, Г. Мэнкью. Моделированием экономического роста на основе моделей межотраслевого баланса (МОБ) занимаются российские ученые М. Н. Узяков, Н. В. Суворов, А. Р. Белоусов, А. Е. Косарев, В. А. Новичков, А. Г. Гранберг, С. А. Суспицин, А. И. Ханунов и др. Проблемам принятия решений при управлении социально-экономическими системами, в том числе и инвестиционными процессами на макроуровне, посвящены работы многих отечественных и зарубежных ученых — И. А. Бланка, А. А. Водянова, А. И. Гладышевского, Н. Я. Петракова, Н. Г. Загоруйко, В. В. Кульбы, О. И. Ларичева, Д. А. Новикова, Г. С. Поспелова, А. Д. Смирнова, Р. А. Бадамшина, В. И. Васильева, М. Б. Гузаирова, С. А. Горбаткова, И. В. Дегтяревой, Б. Г. Ильясова, Л. А. Исмагиловой, В. Г. Крымского, С. Г. Селиванова, Л. Р. Черняховской, Н. И. Юсуповой, Г. Дебока, Т. Кохонена, Ж.-Л. Лорьера, Т. Саати и др.

Несмотря на большое количество работ в исследуемом направлении, некоторые особенности управления инвестиционным процессом в динамике не нашли полного отражения в разрабатываемых моделях и программных комплексах. В частности, малоизученными остаются проблемы анализа и интеллектуальной поддержки управления инвестиционным процессом, который рассматривается в единстве с воспроизводственным процессом многосекторной макроэкономической системы (ММЭС) и во взаимодействии с основным, системообразующим, контуром «производство-потребление» макроэкономического кругооборота финансовых потоков, а также с учетом влияния запасов основного капитала секторов экономики, неравновесных рыночных условий и структурных пропорций реального сектора экономики.

Цель и задачи исследования

.

Целью диссертационной работы является повышение эффективности управления инвестиционным процессом ММЭС в неравновесных рыночных условиях на основе разработанных динамических моделей, интеллектуальных алгоритмов принятия решений и программного обеспечения, а также оценка эффективности предложенных алгоритмов на основе методов имитационного моделирования, нейросетевых и нейронечетких технологий.

Для достижения сформулированной цели необходимо решить ряд задач:

1. Разработать когнитивную модель инвестиционного процесса многосекторной макроэкономической системы с учетом запасов основного капитала и структурных пропорций реального сектора экономики.

2. Разработать динамические модели инвестиционного процесса многосекторной макроэкономической системы, включающие в себя динамические модели энерго-сырьевого, фондосоздающего и потребительского секторов экономики и сектора финансовых учреждений.

3. Разработать структуру системы имитационного моделирования и интеллектуального управления инвестиционным процессом ММЭС в неопределенных рыночных условиях.

4. Разработать процедуру формирования интеллектуальных алгоритмов принятия решений при управлении инвестиционным процессом ММЭС.

5. Разработать программное обеспечение системы имитационного моделирования и интеллектуального управления инвестиционным процессом ММЭС и провести экспериментальные исследования эффективности предложенных интеллектуальных алгоритмов принятия решений при реализации различных сценариев управления инвестиционным процессом ММЭС.

Методы исследования.

При решении поставленных в работе задач использованы методы системного анализа, теории управления, теории моделирования сложных систем, экономико-математические методы, методы искусственного интеллекта, методы теории принятия решений, методы объектно-ориентированного анализа и моделирования.

Результаты, выносимые на защиту.

1. Когнитивная модель инвестиционного процесса многосекторной макроэкономической системы с учетом запасов основного капитала и структурных пропорций реального сектора экономики.

2. Динамические модели инвестиционного процесса ММЭС, включающие в себя динамические модели энерго-сырьевого, фондосоздающего и потребительского секторов экономики и сектора финансовых учреждений, формирующих инвестиционные расходы с учетом неравновесных состояний денежного рынка.

3. Структура системы имитационного моделирования и интеллектуального управления инвестиционным процессом ММЭС в неопределенных рыночных условиях.

4. Процедура формирования интеллектуальных алгоритмов принятия решений при управлении инвестиционным процессом ММЭС, интеллектуальные алгоритмы принятия решений.

5. Программное обеспечение системы имитационного моделирования и интеллектуального управления инвестиционным процессом ММЭС. Результаты экспериментальных исследований эффективности предложенных интеллектуальных алгоритмов принятия решений по управлению инвестиционным процессом ММЭС в неравновесных рыночных условиях.

Научная новизна результатов.

1. Новизна предложенной когнитивной модели инвестиционного процесса ММЭС состоит в том, что в состав концептов включены энергосырьевой, фондосоздающий и потребительские сектора, образующие реальный сектор экономики, а также макроэкономические рынки производимых ими товаров, образующие рынок благ, которые взаимосвязаны друг с другом как финансовыми потоками с учетом инвестиционных расходов, так и материальными потоками инвестиционных товаров в рамках воспроизводственного процесса ММЭС. Это позволило определить состав контуров инвестиционного процесса ММЭС и причинно-следственные закономерности их взаимодействия на неравновесных режимах с учетом механизмов рыночного регулирования, запасов основного капитала и структурных пропорций реального сектора экономики.

2. Новизна предложенных динамических моделей инвестиционного процесса ММЭС, включающих в себя динамические модели энерго-сырьевого, фондосоздающего и потребительского секторов экономики и сектора финансовых учреждений, состоит в том, что они взаимосвязаны в рамках макроэкономического кругооборота и содержат модели накопления и потребления основного капитала, а также модели формирования инвестиционных расходов финансовым сектором с учетом динамики уровня цен и процентной ставки. Это позволило описать с помощью непрерывных нелинейных дифференциальных уравнений динамику процессов попеременного накопления и расходования запасов финансовых ресурсов на основе сбережений в одних секторах и материальных ресурсов в виде основного капитала в других секторах экономики, а также процессов согласованного формирования инвестиционных расходов различными секторами в неравновесных условиях рынков благ и денег с учетом динамики изменения процентной ставки.

3. Новизна структуры системы имитационного моделирования и интеллектуального управления состоит в том, что в нее включены блок интеллектуального анализа данных о результатах имитационных экспериментов и блок интеллектуальной поддержки принятия решений, которые обеспечивают гибкость формирования управляющих воздействий при проведении политик макроэкономического регулирования инвестиционного процесса в неопределенных рыночных условиях.

4. Новизна процедуры формирования интеллектуальных алгоритмов принятия решений при управлении инвестиционным процессом ММЭС заключается, во-первых, в проведении многоэтапной нейросетевой кластеризации неравновесных инвестиционных ситуаций на основе самоорганизующихся карт, во-вторых, в процедуре формирования нечетких правил принятия решений при управлении инвестиционным процессом ММЭС с помощью нейро-нечетких сетей. Это позволяет обеспечить гибкость управления в условиях неопределенности и проводить анализ результатов управления по различным сценариям.

5. Новизна разработанного программного обеспечения состоит в использовании разработанных когнитивной и динамических моделей, а также интеллектуальных алгоритмов принятия решений при управлении инвестиционным процессом ММЭС.

Практическая ценность и внедрение результатов.

1. Практическую ценность исследований представляет программное обеспечение системы имитационного моделирования и интеллектуального управления, которое реализует предложенные концепцию, модели и интеллектуальные алгоритмы принятия решений, а также позволяет обеспечить информационную, аналитическую и интеллектуальную поддержку при моделировании различных сценариев управления инвестиционным процессом ММЭС и анализе результатов применения предложенных алгоритмов управления.

2. Практическую ценность представляют результаты экспериментальных исследований, которые показали эффективность интеллектуальных алгоритмов принятия решений при управлении инвестиционным процессом ММЭС, позволяющих выбирать наиболее благоприятные сценарии макроэкономического регулирования.

Результаты диссертационной работы внедрены в учебный процесс Уфимского государственного авиационного технического университета (УГАТУ): внедрены математическое, алгоритмическое и программное обеспечение системы имитационного моделирования, а также методика его использования для решения задач исследования динамики инвестиционных процессов макроэкономической системы.

Связь исследований с научными программами. Работа выполнена на кафедре технической кибернетики УГАТУ в рамках гранта РФФИ № 07−08−538-а.

Апробация работы. Основные положения работы были представлены на следующих научно-технических конференциях: Международная молодежная научная конференция XXXV, XXXVI «Гагаринские чтения» (Москва, 2009, 2010), IV, V, VII Всероссийская зимняя школа-семинар аспирантов и молодых ученых «Актуальные проблемы в науке и технике» (Уфа, 2009, 2010, 2012), Всероссийская молодежная научная конференция «Мавлютовские чтения» (Уфа, 2009, 2010,), Международная научно-техническая конференция «Мехатроника, автоматизация и управление» (Таганрог, 2009), Международная научно-практическая конференция «Теория активных систем» (Москва, 2009), X Всероссийская научно-практическая конференция «Актуальные вопросы экономических наук (Новосибирск, 2009), XI, XIII Международная конференция «Проблемы управления и моделирования в сложных системах» (Самара, 2009, 2011), XI, XII Международный семинар «Компьютерные науки и информационные технологии (CSIT)» (Греция, 2009, Москва — Санкт-Петербург, 2010), VIII Международная научная конференция «Наука и образование» (Белово, 2010), Международная научно-практическая конференция «Системный анализ в проектировании и управлении» (Санкт-Петербург, 2010), Международная конференция «Глобализация экономики и образования: перспективы России и Германии» (Уфа, 2010), XI Международная конференция с элементами научной школы для молодежи «Управление экономикой: Методы, модели, технологии» (Уфа-Красноусольск, 2011).

Публикации.

Основные положения, представленные в диссертации, опубликованы в 22 научных работах, в том числе 11 статьях, из них 3 — в изданиях, входящих в список ВАК, 10 трудах конференций, получено 1 свидетельство о регистрации программы.

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения, изложенных на 194 страницах машинописного текста, списка литературы из 170 наименований и 5 приложений на 32 страницах, содержит 37 рисунков и 17 таблиц. Всего в работе 239 страниц.

Выводы по главе 4.

1. Разработано программное обеспечение системы имитационного моделирования и интеллектуального управления, реализующее предложенные концепцию, модели и интеллектуальные алгоритмы принятия решений и позволяющее обеспечивать информационную, аналитическую и интеллектуальную поддержку при моделировании и реализации различных сценариев управления инвестиционным процессом ММЭС. Компонент имитационного моделирования макроэкономических инвестиционных процессов позволяет пользователю задавать исходные данные с учетом возмущающих воздействий как функций времени, проводить имитационное моделирование с учетом обнаружения неблагоприятных ситуацийпроизводить сигнальную и параметрическую корректировку динамической модели в автоматическом автоматизированном режимах. Компонент информационной поддержки позволяет проводить расчеты плановых темпов финансовых потоков, выполнять их перерасчет с учетом соблюдения балансовых тождеств и требуемых воспроизводственных пропорций, а также формировать базу экспериментальных данных по результатам имитационных экспериментов. Компонент интеллектуального анализа данных предполагает проведение процедур анализа экспериментальных данных на основе применения методов компонентного и кластерного анализа, а также нейро-сетевого анализа для кластеризации неравновесных инвестиционных ситуаций. Компонент интеллектуального управления обеспечивает поддержу пользователя при формировании правил принятия решений на основе нейро-нечетких технологий и выдачу рекомендаций при управлении инвестиционным процессом ММЭС.

2. На основе статистических данных о макроэкономических показателях российской экономики рассчитаны параметры модели ММЭС. Соблюден баланс темпов финансовых и материальных потоков в стоимостном выражении между производственными секторами, а также баланс потоков для других секторов экономики, макроэкономических рынков и всей ММЭС в целом. Представлены параметры базового эксперимента, рассчитанные в соответствии с требуемыми состояниями равновесия, и графики переходных процессов для базового эксперимента.

3. Проведены экспериментальные исследования динамики инвестиционного процесса ММЭС в рыночных условиях как ДОУ при действии возмущений. Неуправляемые сценарии функционирования ММЭС показали сильную зависимость темпов валового выпуска от инвестиционных расходов секторов экономики и изменений объемов запасов основного капитала, что свидетельствует о необходимости инвестиционной поддержки при неблагоприятных ситуациях, в первую очередь фондосоздающего сектора. Несмотря на стабилизирующее влияние ценовых регулирующих механизмов макроэкономических рынков, они не могут предотвратить возникновении рецессии при неблагоприятных изменениях экономической конъюнктуры. Показано, что потребительский и экспортно-сырьевой типы роста не могут сопровождаться значительным ростом ВВП в течение длительного времени, а сильная зависимость ММЭС от иностранного сектора снижает способность системы противостоять неблагоприятным возмущениям. Это позволяет сделать вывод о необходимости использования механизмов государственного регулирования экономики в виде кредитно-денежной, налогово-бюджетной и структурной политик, направленных на стимулирование инвестиционных расходов секторов экономики.

4. Проведены экспериментальные исследования эффективности предлагаемых интеллектуальных алгоритмов принятия решений по управлению инвестиционным процессом ММЭС по различным сценариям в соответствии с предложенной методикой проведения системных исследований и на основе разработанных динамических моделей и алгоритмов управления. Показано, что инвестиционный сектор обеспечивает больший темп роста ВВП при увеличении инвестиционных расходов при прочих равных условиях и характеризуется большим мультипликатором инвестиций, что объясняется структурой межсекторных финансовых и материальных потоков, сконцентрированных на рынке инвестиционных товаров. Результаты экспериментальных исследований показали, что снижение ставки рефинансирования на 1−2 процентных пункта позволяет повысить инвестиционные расходы производственных секторов, способствующих увеличению ВВП в 1,07−1,12 раз.

Представленные сценарии рецессии продемонстрировали возможность эффективного управления инвестиционным процессом ММЭС с помощью мер денежно-кредитной, финансовой и структурной политик, реализуемых в рамках государственного регулирования макроэкономической системы. Показано, что эффективность управления инвестиционным процессом ММЭС существенно зависит как от воспроизводственных пропорций ВВП, отражающих особенности ММЭС, так и от своевременности принятия управленческих решений.

ЗАКЛЮЧЕНИЕ

.

В ходе диссертационного исследования были сделаны следующие выводы и получены следующие результаты:

1. Разработана когнитивная модель инвестиционного процесса многосекторной макроэкономической системы, включающая в себя взаимосвязанные по финансовым и материальным потокам макроэкономические сектора и макроэкономические рынки, отличающаяся тем, что в ее состав включены энергосырьевой, фондосоздающий и потребительские сектора, образующие реальный сектор экономики, а также макроэкономические рынки производимых ими товаров, образующие рынок благ, которые взаимосвязаны друг с другом как финансовыми потоками с учетом инвестиционных расходов, так и материальными потоками инвестиционных товаров в рамках воспроизводственного процесса ММЭС. Это позволило определить состав контуров инвестиционного процесса ММЭС и причинно-следственные закономерности их взаимодействия на неравновесных режимах с учетом механизмов рыночного регулирования, запасов основного капитала и структурных пропорций реального сектора экономики.

2. Разработана функциональная схема и динамические модели инвестиционного процесса ММЭС. Разработаны динамические модели функционирования производственных секторов, включающие в себя динамические модели энергосырьевого, фондосоздающего и потребительского секторов экономики и сектора финансовых учреждений, формирующих инвестиционные расходы с учетом неравновесных состояний денежного рынкаотличающиеся тем, что они взаимосвязаны в рамках макроэкономического кругооборота и содержат модели накопления и потребления основного капитала производственных секторов, а также модели формирования инвестиционных расходов финансовым сектором с учетом динамики уровня цен и процентной ставки. Это позволило описать с помощью непрерывных нелинейных дифференциальных уравнений динамику процессов попеременного накопления и расходования запасов финансовых ресурсов на основе сбережений в одних секторах и материальных ресурсов в виде основного капитала в других секторах экономики, а также процессов согласованного формирования инвестиционных расходов различными секторами в неравновесных условиях рынков благ и денег с учетом динамики изменения процентной ставки.

3. Разработана структура модели интеллектуальной поддержки управления инвестиционным процессом ММЭС с учетом запасов и рыночных механизмов, которая является трехуровневой и основана на применении принципов обратной связи, адаптации и ситуационного управленияотличающаяся тем, что в нее включены блок интеллектуального анализа данных о результатах имитационных экспериментов и блок интеллектуальной поддержки принятия решений, которые позволяют обеспечить гибкость формирования управляющих воздействий при проведении политик макроэкономического регулирования инвестиционного процесса в неопределенных рыночных условиях.

4. Предложена процедура формирования интеллектуальных алгоритмов принятия решений при управлении инвестиционным процессом ММЭС, отличающаяся тем, что она включает, во-первых, многоэтапную нейросетевую кластеризацию неравновесных инвестиционных ситуаций на основе самоорганизующихся карт, учитывающую характер дисбаланса между инвестиционными расходами и сбережениями секторов в отдельности и всей ММЭС в целом, и, во-вторых, процесс формирования нечетких правил принятия решений при управлении инвестиционным процессом ММЭС с помощью нейро-нечетких сетей, учитывающий тенденции распространения возмущений по контурам инвестиционного процесса. Это позволяет обеспечить гибкость управления в условиях неопределенности и проводить анализ результатов управления по различным сценариям.

Разработаны нейронные сети Кохонена, реализующие многоэтапную кластеризацию инвестиционных ситуаций ММЭС, и построены самоорганизующиеся карты кластеров, характеризующих особенности неравновесных режимов инвестиционного процесса на уровнях ММЭС в целом, на уровне отдельных секторов ММЭС, а также на уровне производственных секторов, взаимодействующих в составе реального сектора. Разработана нейро-нечеткая сеть для принятия решений по корректировке ставки рефинансирования для кластеров ситуаций рецессии с учетом опережающей, своевременной или поздней диагностики причин нарушений балансов инвестиционных расходов и доходов секторов.

5. Разработано программное обеспечение системы имитационного моделирования и интеллектуального управления, новизна которого состоит в том, что в его основе лежат предложенные когнитивные и динамические модели, а также интеллектуальные алгоритмы принятия решений, что позволяет обеспечить информационную, аналитическую и интеллектуальную поддержку при моделировании различных сценариев управления инвестиционным процессом ММЭС в неопределенных рыночных условиях.

Проведены экспериментальные исследования эффективности предложенных интеллектуальных алгоритмов принятия решений по управлению инвестиционным процессом ММЭС по различным сценариям. Показано, что инвестиционный сектор обеспечивает больший темп роста ВВП при увеличении инвестиционных расходов при прочих равных условиях и характеризуется большим мультипликатором инвестиций по сравнению с другими производственными секторами, что объясняется структурой межсекторных финансовых и материальных потоков, сконцентрированных на рынке инвестиционных товаров. Показано, что снижение ставки рефинансирования на 1−2 процентных пункта позволяет повысить инвестиционные расходы производственных секторов, способствующих увеличению ВВП в 1,07−1,12 раз.

Представленные сценарии рецессии продемонстрировали возможность эффективного управления инвестиционным процессом ММЭС с помощью мер денежно-кредитной, финансовой и структурной политик, реализуемых в рамках государственного регулирования макроэкономической системы. Показано, что эффективность управления инвестиционным процессом ММЭС существенно зависит как от воспроизводственных пропорций ВВП, отражающих особенности ММЭС, так и от своевременности принятия управленческих решений.

Показать весь текст

Список литературы

  1. Инвестиции в России. 2009: Стат.сб./ Росстат. М., 2009. — 323 с.
  2. Инвестиции в России. 2011: Стат.сб./Росстат. -М., 2011.-303 с.
  3. Методологические положения по статистике. Вып. 5/ Росстат. М., 2006.-510 с.
  4. Национальные счета России в 2003—2010 годах: Стат. сб. / Росстат. М., 2011. -333 с.
  5. Российский статистический ежегодник. 2011: Стат. сб. / Росстат. М., 2011. -795 с.
  6. Россия в цифрах. 2011: Крат.стат.сб./Росстат М., 2011. — 581 с.
  7. Система таблиц «Затраты-Выпуск» России за 2003 год: Стат. сб. / Росстат. -М., 2006.-116 с.
  8. Программа антикризисных мер Правительства Российской Федерации на 2009 год электронный ресурс. http://premier.gov.rU/anticrisis/l.html.
  9. Федеральный закон от 25.02.1999 № 39 ФЗ «Об инвестиционной деятельности в Российской Федерации, осуществляемой в форме капитальных вложений».
  10. Л. И. Логика экономического роста. М.: РАН. Ин-т экономики, 2002.-228 с.
  11. Е. А., Белоусов Д. Р., Михайленко К. Е. Экономические итоги развития российской экономики в 2006 г. и прогноз на 2008−2010 гг. // Проблемы прогнозирования. 2008. — № 1. — С. 55−72.
  12. Т. А., Серегина С. Ф. Макроэкономика: учебник / под общ. ред. д.э.н., проф. А. В. Сидоровича- МГУ им. М. В. Ломоносова. 7-е изд., перераб. и доп. -М.: Дело и сервис, 2005. — 464 с.
  13. С. А., Бродский Б. Е. Макроэконометрическое моделирование: подходы, проблемы, пример эконометрической модели российской экономики // Прикладная эконометрика. 2006. — № 2. — С. 85−111.
  14. В. Б. Макроэкономика: учеб. пособие. 2-е изд., испр. — М.: Флинта: МПСИ, 2008. — 392 с.
  15. В. Б., Красавина В. А. Математические методы исследования экономических систем: учебное пособие. М.: РУДН, 2005. — 154 е.: ил.
  16. М. Ю., Пильник Н. П., Поспелов И. Г. Моделирование деятельности современной российской банковской системы // Экономический журнал ВШЭ, 2009.-т. 13, № 2. С. 143−171.
  17. А. В., Андрейчикова О. Н. Интеллектуальные информационные системы: учебник. М.: Финансы и статистика, 2004. — 424 с.
  18. И. В. Методы прогнозирования социально-экономических процессов: Учебное пособие. Улан-Удэ: Изд-во ВСГТУ, 2004. — 212 с.
  19. Базы знаний интеллектуальных систем / Т. А. Гаврилова, В. Ф. Хорошевский. СПб.: Питер, 2000. — 384 с.
  20. Е. В. Неравновесные цены и гибкость экономических рынков // Проблемы прогнозирования. 2006. — № 6. — С. 35−41.
  21. А. О., Гильмутдинов В. М., Павлов В. Н. Исследование экономики России с использованием межотраслевых моделей. Новосибирск: Наука, 2001. -198 с.
  22. А. А., Куприянов М. С., Степаненко В. В., Холод И. И. Методы и модели анализа данных: OLAP и Data Mining. СПб.: БХВ-Петербург, 2004. — 336 с.
  23. А. Р. Агент-ориентированные модели экономики. — М.: ЗАО «Издательство «Экономика», 2008. — 279 с.
  24. , А. Р. Использование CGE-моделей для оценки эффективности управленческих решений // Проблемы управления. 2008. — N 5. — С. 36−42
  25. . И. Национальное счетоводство: учебник. М.: Финансы и статистика, 2005. — 607 с.
  26. А. Р. Долгосрочные тренды российской экономики. Сценарии экономического развития России до 2020 г. М.: Центр макроэкономического анализа и краткосрочного прогнозирования, 2005. 141 с.
  27. А. Р. Уроки посткризисного роста (1999−2001 гг.) // Вопросы статистики. М., 2002. № 6. — С. 15−27.
  28. А. Р. Этапы становления российской модели воспроизводства // Проблемы прогнозирования. 2001. — № 6. — С. 2−21.
  29. А. Р., Абрамова Е. А. Интегрированные матрицы финансовых потоков (методический и инструментальный подходы) //Проблемы прогнозирования. -1999. -№ 6. -С. 14−76.
  30. И. А. Инвестиционный менеджмент: Учебный курс К Эльга-Н, Ника-Центр 2001−448 с.
  31. В. В., Круглов В. В., Федулов А. С. Нечеткие модели и сети. М.: Горячая линия-Телеком, 2007. — 284 с.
  32. В. В. Инвестиционный менеджмент. — СПб: Питер, 2000. 160 с.
  33. . Е. Модели макроэкономического обмена: рынки благ и ресурсов. М.: Ситуационный центр ЦЭМИ РАН, 2008. — 132 с.
  34. . Е., Губуров Э. В., Березняцкий А. Н. Веб-версии системы мониторинга и макроэкономических моделей экономики РФ // Многомерный статистический анализ и вероятностное моделирование реальных процессов. 2009. — № 3. -С. 108—111
  35. Р. Г. Интеллектуальное управление неравновесными состояниями производственных систем в условиях рынка. Дисс. докт. техн. наук. — Уфимск. гос. авиац. техн. ун-т. — Уфа, 2003. — 377 с.
  36. JI. С. Управление инвестиционной деятельностью: учебник / Л. С. Валинурова, О. Б. Казакова. М.: КНОРУС, 2005. — 384 с.
  37. В. И., Ильясов Б. Г. Интеллектуальные системы управления с использованием нечёткой логики: учебное пособие. Уфа: Изд-во УГАТУ, 1995. — 99 с.
  38. П. И., Нешитой А. С. Инвестиции: Учебник. — 3-е изд., перераб. и доп. -М.: Издательско-торговая корпорация «Дашков и КО», 2005. 380 с.
  39. Н. В. Инерционность национальной экономики: фундаментальная база исследования / Дальневост. гос. ун-т. Владивосток, 2001−133 с.
  40. А. Г. Экономика. Общий курс: учебник, 8-е изд., перераб. и доп. -М.: Дашков и К, 2003. — 600 с.
  41. В. Н. Теория систем: учеб. пособие / В. Н. Волкова, А. А. Денисов. -М.: Высш.шк., 2006. 511с.
  42. В. А. Современная многоярусная экономика и экономическая теория. М.: Ин-т экон. стратегий. 2006. — 98 с.
  43. Э. Р. Анализ воспроизводственных процессов макроэкономической системы на основе динамических моделей и нейросетевых технологий для принятия управленческих решений: Дис.. канд. техн. наук. Уфа, 2008. — 151 с.
  44. А. И. Прогнозирование воспроизводственных процессов в экономике (инвестиционный аспект). ИНП РАН — М.: МАКС Пресс, 2004. —392 с.
  45. С. Ю. Формирование макроэкономических условий устойчивого экономического роста // Проблемы теории и практики управления. 2007. — № 6. -С.8−18.
  46. А. Р. Управление финансовыми потоками. М.: Глобус, 2004. — 240 с.
  47. А. Г. Основы региональной экономики: учебник для вузов. М.: ГУ ВШЭ, 2004.-495 с.
  48. М. Проблемы применения вычислимых моделей общего равновесия для прогнозирования экономической динамики // Проблемы прогнозирования. -2009. Т. 113. № 2. — С. 30−48.
  49. Григорьев J1. К. Инвестиционный процесс: накопленные проблемы и интересы. // Вопросы экономики. 2008. № 4 — С. 44−60.
  50. А. Г., Думная Н. Н. Макроэкономика. Теория и российская практика: учебник.-М.: КНОРУС, 2006. 688 с.
  51. С., Плеханов А., Сонин К. Экономический механизм сырьевой модели развития. // Вопросы экономики, 2010. № 3 — С. 4−23
  52. С., Сонин К. Экономика «ресурсного проклятия» // Вопросы экономики. 2008. — № 4 — С. 61−74.
  53. И. Н. Системный анализ в экономике: учебное пособие. М.: Финансы и статистика, 2007. — 512 с.
  54. Н. Е., Смулов А. М. Предприятия и банки: Взаимодействие, экономический анализ, моделирование: Учеб.-практ. пособие. М.: Дело, 2002.-456 с.
  55. Е. Ш. Исследование устойчивости функционирования управляемого производственного комплекса методом математического моделирования: Дис.. канд. техн. наук. Уфа, 2000. — 200 с.
  56. А. И. Инвестиции Текст.: вопросы и ответы. М.: ИД «Юриспруденция», 2006. — 256 с.
  57. Г. А. Управление инвестициями в условиях обновления производства на основе методов имитационного моделирования и нейросетевых технологий: Дис. канд. техн. наук. Уфа, 2007. — 211 с.
  58. Ю. Н., Казаринова С. Е., Карасева Л. А. Основы национального счетоводства (международный стандарт): Учебник. -М.: ИНФРА-М, 2009.-477 с.
  59. В. Факторы роста российской экономики // Проблемы теории и практики управления. 2007. — № 8. — С. 8−13.
  60. В. В., Узяков М. Н. Будущее России: инерционное развитие или инновационный прорыв / В. В. Ивантер, М. Н. Узяков // Проблемы прогнозирования. -2005.-№ 5.-С. 17−66.
  61. В., Узяков М. Долгосрочный прогноз развития экономики России: инвестиционный вариант // Проблемы теории и практики управления. 2008. -№ 3. — С. 12−25.
  62. С. Н. Макроэкономика: Учебник. 2-е изд., иепр., доп. — М.: Дело, 2002. —472 с.
  63. . Г., Дегтярева И. В., Макарова Е. А., Павлова А. Н. Информационно-потоковое моделирование неравновесных процессов функционирования макроэкономического рынка благ // Вестник УГАТУ. 2010. — Т. 14, № 1. — с. 164−173.
  64. . Г., Дегтярева И. В., Макарова Е. А., Карташева Т. А. Динамическое моделирование неравновесных процессов взаимодействия рынков благ и денег // Научно-технические ведомости СГОГПУ. 2011. № 1. С. 87−94.
  65. . Г., Дегтярева И. В., Макарова Е. А., Карташева Т. А. Интеллектуальные алгоритмы принятия решений при управлении инвестиционным процессом макроэкономической системы // Научно-технические ведомости СПбГПУ. 2011. № 6, Т.2. С. 116−122
  66. . Г., Исмагилова JI. А., Валеева Р. Г. Моделирование производственно-рыночных систем. Уфа: изд-во УГАТУ, 1995. — 321 с.
  67. Интеллектуальные системы управления с использованием нейронных сетей: учебное пособие / В. И. Васильев, Б. Г. Ильясов, С. С. Валеев и др.- Уфа: изд-во УГАТУ, 1997.-92 с.
  68. JI. А. Автоматизированное управление производством как динамической системой, функционирующей в условиях рынка, на основе имитационного моделирования. Дисс. докт. техн. наук. — Уфимск. гос. авиац. техн. ун-т. -Уфа, 1998.-419 с.
  69. Е. О тенденциях инвестиционного процесса // Экономист, 2007. -№ 4.-С. 61−67.
  70. М. И., Друкер С. Г., Максимцова С. И., Рутковская Е. А. Анализ и среднесрочный прогноз инвестиций в основной капитал (отраслевой разрез) // Научные труды ИНП РАН. 2005. — С. 10−25
  71. В. А. Системная диалектика экономических отношений / Экон. вестник Ростовского государственного университета. 2004. — Т.2. — № 3. — С. 34−43.
  72. Кватрани Т. Rational Rose и UML. Визуальное моделирование: пер. с англ. -М.: ДМК Пресс, 2001.-176 с.
  73. Г. Б. Экономико-математическое моделирование и экономическая теория // Экономика и математические методы. 2001. — Т. 37, № 3. — С. 111−126.
  74. Ф.Н., Костин В. А. Макроструктурные модели инструмент народнохозяйственного прогнозирования // Проблемы прогнозирования. — 2004. — № 6. -С. 17−27.
  75. В. А. Математическая экономика: учебник для вузов. М.: ЮНИ-ТИ-ДАНА, 2005.-299 с.
  76. Д. А., Кульба В. В., Ковалевский С. С., Косяченко С. А. Формирование сценарных пространств и анализ динамики поведения социально-экономических систем. Препринт. М.: ИПУ РАН, 1999.
  77. А. К. Возможности ускоренного обновления активной части основного капитала отраслей промышленности // Проблемы прогнозирования. 2009. -С. 147−153
  78. Т. Самоорганизующиеся карты / Т. Кохонен- пер. 3-гоангл.изд. -М.:БИНОМ. Лаборатория знаний, 2008. 655 с.
  79. А., Сергиенко О. Последствия кризиса и перспективы социально-экономического развития России // Вопросы экономики. 2011. — № 3. — С. 4−19.
  80. . Н. Прогнозирование, стратегическое планирование и национальное программирование: Учебник / Б. Н. Кузык, В. И. Кушлин, Ю. В. Яковец. 2-е изд., перераб. и доп. — М.: ЗАО «Издательство «Экономика», 2008. — 575с.
  81. . Н., Яковец Ю. В. Альтернативы структурной динамики // Экономист. -2008.-№ 2.-С. 3−14.
  82. Н.Н. Экономическая динамика и риски. М.: Редакц. журн. «Экономика сельскохозяйственных и перерабатывающих предприятий», 2002. — 288 с.
  83. Курс экономической теории: учебник / под общ. ред. д.э.н., проф. А. В. Сидо-ровича- МГУ им. М. В. Ломоносова. М.: Дело и сервис, 2008. — 1040 с.
  84. Курс экономической теории: учебник / под ред. М. Н. Чепурина, Е. А. Киселевой 5-е испр., дополн. и переработ. Изд. — Киров: «АСА», 2006 -832 с.
  85. С. Т., Ильясов Б. Г., Исмагилова Л. А., Валеева Р. Г. Интеллектуальное управление производственными системами: Монография. М.: Машиностроение, 2001.-327 с.
  86. А. В. Нечеткое моделирование в среде MATLAB и fuzzy TECH. -СПб: БХВ-Петербург, 2003. 736 с.
  87. В. Экономические эссе. Теории, исследования, факты и политика. -М.: Политиздат, 1990. 415 с.
  88. В. Н., Лившиц С. В. Макроэкономические теории, реальные инвестиции и государственная российская политика. Изд-во ЛКИ, 2008. — 248 с.
  89. Л. И. Экономико-математический словарь: Словарь современной экономической науки. — 5-е изд., перераб. и доп. — М.: Дело, 2003.
  90. В. Л., Бахтизин А. Р., Сулакшин С. С. Применение вычислимых моделей в государственном управлении. —М.: Научный эксперт, 2007. 304 с.
  91. Е. А. Алгоритм управления поведением макроэкономических агентов на основе механизма самовыравнивания финансовых потоков // Научно-технические ведомости СПбГПУ. 2009. № 5. — С. 105−111.
  92. Е. А. Исследование автоматизированной системы оперативного управления поведением предприятия в конкурентных условиях рынка методом математического моделирования: Дис.. канд. техн. наук. Уфа, 1996 — 307 с.
  93. Е. А. Интеллектуальная поддержка принятия управленческих решений в многосекторных макроэкономических системах с учетом рыночных отношений на основе динамических моделей: Дис. докт. техн. наук. Уфа, 2011 -367 с.
  94. К. Р., Брю С. Л. Экономикс: принципы, проблемы и политика / пер. с англ. М.: ИНФРА-М, 2006. — 940 с.
  95. Макроэкономика: научные школы, концепции, экономическая политика / А. А. Никифоров, О. Н. Антипина, Н. А. Миклашевская- под общ. ред. А. В. Сидо-ровича. М.: Дело и Сервис, 2008. — 534 с.
  96. В. Е. Кейнсианская теория и российская экономика. М.: Наука, 2008.-221 с.
  97. В. Е. Рыночные условия инвестиций в РФ // Бизнес и банки. 2004, № 39
  98. В. Е., Козлова Е. А. Макроэкономические условия инвестиций в РФ и денежная политика // Бизнес и банки. 2005. — № 37.
  99. Ю. В., Матвеев К. Ю. Инвестиционный процесс и его особенности в России // Фундаментальные исследования. 2008. — № 8 — С. 143−146
  100. Т. Ю. Введение в макроэкономику: учеб. пособие / Т. Ю. Матвеева. 5 изд., испр. — М.: Изд. дом ГУ ВШЭ, 2007. — 511 с.
  101. А. В. Модель межотраслевого баланса минерально-сырьевого комплекса в макропоказателях России // Вопросы статистики. 2007. -№ 6. — С. 49−54
  102. H.H. Ресурсный сектор российской экономики: масштабы и межотраслевые взаимодействия/Н.Н. Михеева//Проблемы прогнозирования. 2006. -№ 2.-С. 38−54
  103. А. О стратегических установках и экономической политике федеральных властей. // Российский экономический журнал. 2004. — № 5−6. — С. 5−11.
  104. М. Условия инвестиционного воспроизводства // Экономист. 2007. № 3.-С. 17−25
  105. Д. А. Теория управления организационными системами. М.: Физ-матлит, 2007. — 584 с.
  106. А. Н. Управление функционированием макроэкономической системы в неравновесных рыночных условиях на основе динамических моделей и ней-росетевых технологий: Дис.. канд. техн. наук. Уфа, 2010.-153 с.
  107. Ю. Н. Имитационное моделирование : учеб. пособие для студ. высш. учеб. заведений / Ю. Н. Павловский, Н. В. Белотелов, Ю. И. Бродский. 2-е изд., стер. — М.: Издательский центр «Академия», 2008. — 240 с.
  108. Н. Б., Орешков В. И. Бизнес-аналитика от данных к знаниям: Учеб. пособие. 2-е изд., перераб. И доп. Спб.: Питер, 2010. — 704 е.: ил
  109. В. С., Говтвань О. Дж., Шураков А. Г., Панфилов А. В., Моисеев А. К. Инструментальный и методический аппарат среднесрочного сценарного финансового прогноза российской экономики // Научные труды ИНП РАН 2008. -С. 13−41
  110. А. А., Поспелов И. Г. Инновационно-прорывной путь развития: прогнозные параметры // Экономист. 2008. — № 2 — С.15−20.
  111. А. А., Поспелов И. Г. Математические модели экономики России. // Вестник РАН. 2009. — Т. 79 № 6. — С. 492−506.
  112. О.В. Проблемы оживления инвестиционного процесса в России / Гос. комитет Рос. по рыболовству- Мурманский гос. техн. ун-т. Мурманск, 2001. С. 112
  113. . Капитальные вложения: динамика, структура, эффективность // Экономист 2009. — № 8. — С. 3−17
  114. И. Макроэкономический потенциал накопления // Экономист. -2008.-№ 7.-С. 34−47
  115. В. М. Экономическое равновесие и хозяйственный механизм. -М.: Наука, 1991.-247 с.
  116. Ю.С. Макросистемные модели пространственной экономики. М.: КомКнига, 2008. — 240 с.
  117. И.Г. Модели экономической динамики, основанные на равновесии прогнозов экономических агентов. М.: Изд-во ВЦ РАН, 2003. — 200 с.
  118. И. Г. Моделирование российской экономики в условиях кризиса/ И. Поспелов // Вопросы экономики. 2009. — № 11. — С. 50−75
  119. А. Р. Таблицы «затраты-выпуск» в анализе и прогнозировании структурных параметров экономики региона / А. Р. Саяпова // Проблемы прогнозирования. 2004. — N 6. — С. 280
  120. П.Э., Нордхаус В. Д. Экономика. М.: Вильяме, 2008. — 1360 с.
  121. В. В. Экономическая теория: В 3 ч. Ч. 3. Макроэкономика: Учеб. пособие / Челяб. гос. ун-т. Челябинск, 2002. 115 с.
  122. А. Условия активизации инвестиционного процесса // Экономист -2006.-№ 4.-С. 3−13
  123. С. Г., Панынина О. Ю. Программная реализация математических моделей процесса смены технологических укладов в промышленности. // Вестник УГАТУ. 2007. — № 2 (20). — С. 138−144.
  124. А. С. Макроэкономика. СПб.: «Изд-во «Питер», 2000. — 448с.
  125. Системный анализ и принятие решений: Словарь-справочник: учебное пособие для вузов / под ред. В. Н. Волковой, В. Н. Козлова. -М.: Высш.шк., 2004. 616 с.
  126. , А. Д. Лекции по макроэкономическому моделированию: учеб. пособие для вузов / А. Д. Смирнов — Государственный университет, Высшая школаэкономики.— М.: ГУ ВШЭ, 2000. 351 с.
  127. В. М. Макроэкономическое регулирование: роль государства и корпораций: учебное пособие / кол. Авторов- под ред. В. М. Соколинского. -М.:КНОРУС, 2010. 248 с.
  128. , Н. В. Оценка показателей межотраслевого баланса в постоянных ценах / Н. В. Суворов, А. Е. Косарев // Вопросы статистики. 2005. — № 9. -С. 3−12
  129. С. А. Макроэкономические стратегии развития Сибири // Регион: экономика и социология. 2006. — № 4. — С.3−14.
  130. Л. С., Гребенников П. И., Леусский А. И. Макроэкономика: учебник. М.: Высшее образование, 2007. — 654 с.
  131. Ю. Ф. Интеллектуальные информационные системы в экономике: учебное пособие. М.: СИНТЕГ, 2002. — 316 с.
  132. Ф. М-Г. Инвестиции. М.: «Академия Естествознания», 2010 электронный ресурс. http://www.rae.ru/monographs/70
  133. Е. А., Шагас Н. Л. Макроэкономика. Элементы продвинутого подхода: учебник. М.: ИНФРА-М, 2007. — 400 с.
  134. Е. С. Сбалансированное капиталообразование и рост национальной экономики. История исследования, моделирование и анализ. -М.: Моск. психол,-соц. ин-т, 2005.-304 с.
  135. М. Н. Проблемы построения межотраслевой модели равновесия российской экономики // Проблемы прогнозирования, № 2,2000.
  136. М. Н. Отрасль в системе межотраслевых связей: возможности анализа и прогнозирования. М.: ТЕИС, 2002. — 224 с.
  137. Управление социально-экономическим развитием России: концепции, цели, механизмы / Рук. авт. кол.: Д. С. Львов, А.Г. Поршнев- Гос. ун-т упр., Отд-ние экономики РАН. -М.: ЗАО «Изд-во «Экономика», 2002. 702 с.
  138. Р. Теория экономической динамики: Пер. с англ. В. Е. Маневича / Под ред. В. Г. Гребенникова. М.: ЦЭМИ РАН, 2008. — 209 с.
  139. К. О содержании «новой экономики» // Экономист. 2008. — № 5. -С. 63−70.
  140. , В. А. Моделирование экономического роста. Самара: Изд-во Са-мар. гос. экон. ун-та, 2006. — 385 с.
  141. JI. Р., Старцева Е. Б., Муксимов П. В., Макаров К. А., Малахова А. И. Поддержка принятия решений при стратегическом управлении предприятием на основе инженерии знаний / Под редакцией Л. Р. Черняховской Уфа: АН РБ, Гилем, 2010.-128 с.
  142. Н. Б., Ершов Э. Б. Теоретическая модель взаимосвязи элементов добавленной стоимости и конечного продукта // Проблемы прогнозирования. 2008. -№ 1.-С. 33−54.
  143. Н. Б., Ершов Э. Б. Эмпирическая модель взаимосвязи элементов добавленной стоимости и конечного продукта в российской экономике // Проблемы прогнозирования. 2008. — № 2. — С. 19−46.
  144. Е. Г. Российская экономика: Истоки и панорама рыночных реформ: Учеб. пособие. 2-е изд. — М.: ГУ ВШЭ, 2003. — 436 с.
  145. Экономика. Толковый словарь. — М.: «ИНФРА-М», Издательство «Весь Мир». Дж. Блэк. Общая редакция: д.э.н. Осадчая И. М. 2000.
  146. О. A., Medda G. (2011) Size and composition of public spending in a neoclassical growth model / Metroeconomica Vol. 62, Issue 1, pp. 150−170
  147. Т., Lorentz A., Savona M., Valente M. (2010) The effect of consumption and production structure on growth and distribution. A micro to macro model / Metroeconomica, Vol. 61, Issue 1, pp. 180−218
  148. Dohtani Akitaka (2010) A growth-cycle model of Solow-Swan type / Journal of Economic Behavior & Organization. № 76, pp. 428−444
  149. Ilyasov B. G., Makarova E. A., Gabdullina E. R., Yazdanov L. R. Information Support of FCM Learning Procedures / Proceedings of the 9th International Workshop on Computer Science and Information Technologies, Ufa, 2007. Vol II, pp.133—138.
  150. Jean-Francois Jacques, Antoine Rebeyrol (2010) Primitive accumulation, growth and the genesis of social classes / Metroeconomica Vol. 61, Issue 3, pp. 540−557
  151. Jin Shui Zhang (2011) The analytical solution of balanced growth of non-linear dynamic multi-sector economic model / Economic Modelling. № 28, pp. 410−421.
  152. M. La Marca (2010) Real exchange rate, distribution and macro fluctuations in export-oriented economies / Metroeconomica Vol. 61, Issue 1, pp. 124−151
  153. Matsumotoa Akio, Szidarovszky Ferenc (2011) Delay differential neoclassical growth model / Journal of Economic Behavior & Organization. № 78, pp. 272−289.
  154. Sh. (2006). Macro Models and Multipliers: Leontief, Stone, Keynes, and CGE Models. Poverty, Inequality and Development Essays in Gonor of Eric Thorbecke, New York WWW document. (01.11.2010).
  155. B., Vane H., Wynarczyk P. (1994) A Modern Guide to Macroeconomics: An Introduction to Competing Schools of Thought (Brookfield, VT and Aldershot, UK: Edward Elgar), pp. 460
  156. Shaw G. K., M. McCrostie, D. Greenaway Macroeconomics: Theory and Policy in the UK. Blacwell Publishers, 3rd edition 2001. pp. 420
Заполнить форму текущей работой

На отлично!