интересно
Предыдущая | Содержание | Следующая

Технология экономических экспериментов

Подходы относительно новой ветви экономической науки – экспериментальной экономики (ЭЭ) – основаны на опытной проверке предположений. При этом объектом или средой экспериментирования может быть реальная экономика (так называемые натурные эксперименты – НЭ) или/и ее модельные образы (модельные имитационные эксперименты – МИЭ). НЭ – наиболее естественное средство экономических исследований. Практическая и научная ограниченность их результативности отмечалась неоднократно. Это объясняется уникальностью большинства экономических ситуаций и почти невозможностью без существенных потерь выделить для лабораторного изучения и экспериментального исследования какие-либо фрагменты единого экономического процесса. Поэтому нельзя точно и доказательно проверить теоретические гипотезы общепринятым в естественных науках способом – экспериментом с натурой.

В МИЭ экономическая реальность подменяется ее модельными образами, а с 1950 – 1960-х гг. (см. ) – математическими моделями. Эффективность этого подхода связана с тем, что современный уровень экономико-математического моделирования позволяет сконцентрировать в моделях максимум на-копленного дескриптивного знания об экономике, а вычислительная техника – оперировать этими моделями в любом месте, при любых обстоятельствах и с любой скоростью. Если удается построить достаточно адекватную модель, то эксперименты с ней приобретают свойства полноценного научного исследования.

Многообразие экономических явлений требует для своего описания всего спектра экономико-математических средств. В ряде случаев удается получить небанальные модели, вполне поддающиеся формальному анализу. Эти модели формируют известное научное направление – математическую эконмику. Большинство же дескриптивных моделей анализируется в режиме вычислительного эксперимента на ЭВМ .

Несмотря на известные успехи, большая область экономических явлений не поддается моделированию прежде всего из-за недостатка или незрелости (неформализуемости) содержательного знания. Это в первую очередь относится к тем экономическим процессам, где существенно поведение человека, в частности, менеджерское, где важны процессы образования и деятельности различных экономически организованных коллективов: предприятий, акционерных обществ, финансовых групп и т.п., т.е. хозяйствующих субъектов. В то же время

именно в этой плоскости лежит множество актуальных экономических проблем.

Естественной реакцией на недостаток поведенческих элементов в моделях является подключение к технологическим моделям, отражающим, в основном, хорошо известные и потому формализуемые экономические связи, человека (экспертов) на различные роли, соответствующие реальным рабочим местам в моделируемых процессах. Появляются человеко-машинные модели, в которых вычисления по формализованным отношениям создают ту или иную обстановку вокруг вовлеченных в модельную среду экспертов, а последние генерируют специфически человеческие реакции на эту обстановку, подчиняясь в меру способности и желания тому или иному заранее согласованному сценарию. Эффект от такого соединения экспертной деятельности и модельных вычислений выражается не только и часто не столько в итоговых численных данных, сколько в заметном росте компетентности экспертов, имеющих возможность проанализировать проблему как бы изнутри, в ускоренном (замедленном) времени, особом ракурсе (финансовом, производственном, социальном и т.п.) или, наоборот, в системном виде. Следовательно, в таких человеко модельных экспериментах формализованная часть не только воспроизводит причинно-следственные экономические связи, но и играет роль мощного катализатора экспертной деятельности вне модели. Все это побуждает не только создавать особые модели (с хорошим диалогом, в частности), но и делать акцент в экспериментах на работе с экспертами, на экстрагировании полезной информации из накопленных ими знаний. В результате появляется обобщенная технология модельно-игровых экспериментов (рис. 1), содержание основных этапов которой состоит в следующем.

Вся технология ведется группой поддержки, компетентной в организации модельных экспериментов. Следуя рис. 1, в основе технологии лежат банки моделей (3), экспертов (4) и экономико-статистической информации (5). В первом банке накапливаются разработанные в разное время и по различным поводам дескриптивные модели экономических процессов, стандартно оформленные, охарактеризованные и приспособленные под единую технологию использования. Во втором хранятся данные об экспертах и их специализации с рейтинговыми оценками их компетентности по тем или иным аспектам экономической проблематики. Такие оценки получаются и корректируются, в частности, методами, описанными в [5, 6].

Информационный банк накапливает экономические данные, необходимые для калибровки моделей. Источниками таких данных служат как обычные экономические отчеты, справочники, нормативы и т.д., так и результаты проведенных ранее экспериментов: выявленные целевые функции субъектов экономики, их поведенческие характеристики и т.п. Ведение и пополнение этих банков – первая задача группы поддержки.

Поступающая на экспертизу проблема предварительно анализируется (1) с точки зрения полезности применения к ее исследованию модельного инструментария. При положительном решении формируется специальная группа экспертов-аналитиков (2). Аналитики вместе с группой поддержки после более глубокого изучения проблемы планируют модельный (модельно-игровой) эксперимент и подбирают (6): подходящие модели, экспертов на игровые роли, сценарии предстоящих экспериментов. Здесь же предварительно калибруются модели.

Реализация плана эксперимента начинается с введения в проблематику экспертов-игроков (7): изучения игровых сценариев, назначения на роли, знакомства с рабочими местами и т.п. Для игроков создается ситуация как в жизни, поэтому модельная часть представляется для них во многом как черный ящик. Аналитики же полностью информируются о свойствах моделей, особенно о допущенных упрощениях, чтобы они могли максимально достоверно оценивать условность экспериментальных результатов.

Собственно эксперимент (8) состоит из серии игр с моделями, сопровождаемых межигровыми обсуждениями, где эксперты высказывают и уточняют свои мнения, после чего возможно изменение состава моделей, их поднастройка, уточнение сценариев и т.п.

Информация по ходу эксперимента (численная и вербальная) фиксируется (9) и обрабатывается аналитиками (10) для вынесения окончательного мнения по проблеме.

Очень важным является анализ данных, полученных в итоге имитационных игр. Учитывая, что существенная часть эвристической (творческой, идейной) информации зарождается в ходе имитационных экспериментов или в межигровых обсуждениях, она фиксируется средствами аудио- и видеотехники для последующего воспроизведения и рассмотрения ее аналитиками.

Численная информация появляется в модельных экспериментах из динамики выбранных показателей, причем имитационные прогоны моделей дают, как правило, столь обширные данные, что для их обзора и анализа нужны специальные методы обработки. Для этого оригинальная информация из моде- лей пополняется производной (например, относительными показателями, индексами и т.п.), сжимается (суммируется, усредняется, сворачивается и т.д.) и по выбору аналитиков визуализируется в любых на- глядных формах, облегчающих исследование

(в графиках, диаграммах, таблицах и т.п.).

При сопоставлении сложных многовариантных решений можно ввести в анализ различные оценочные функции на базе полученных показателей. Такие функции могут быть выражены аналитиками явно или извлечены и синтезированы из их более простых оценок известными методами и др.]. Например, если каждому из сопоставляемых вариантов соответствует вектор из столь многих показателей, что это затрудняет их упорядочение, то в анализ вводится упрощающая процедура попарного сравнения возможно усеченных векторов, в результате которой синтезируется функция, дающая скалярную оценку вариантам. После этого из множества вариантных решений могут быть отсеяны лучшие или паретооптимальные, если сжатие произошло лишь до подмножества показателей.

Работа экспертов-аналитиков может быть организована по-разному, в зависимости от существа проблемы. Одна из возможных схем заключается в выражении экспертами последовательности оценок (мнений) по поводу вариантов решения некоторой проблемы, уточняющихся после получения дополнительной информации в ходе имитационных экспериментов. Такая последовательность позволяет уточнить как общую оценку, так и вычислить рейтинг самих экспертов .

Другая схема и соответствующий ей математический аппарат дан в .

На этапах анализа важно эффективно организовать обсуждение, особенно по поводу проблем, требующих творческого (идейного эвристического) решения. Если в соответствии с одной из лучших работ по имитации моделирование обоснованно считать скорее искусством, чем наукой, то организация обсуждений требует в технологии имитационно-игровых экспериментов наибольшей искусности, а именно необходим конферансье.

Фундаментальные проблемы ЭЭ во многом связаны с созданием ее главного инструмента – моделей. Адекватное моделирование экономической реальности требует методологического продвижения в нескольких направлениях, в числе которых важнейшими являются моделирование интеллектуальной экономической деятельности и динамическая калибровка моделей.

Решение первой проблемы определяет способность моделей отобразить поведение хозяйствующих субъектов экономики. Это проявляется, прежде всего, в целеполагающей деятельности указанных субъектов, в выборе критериев экономической деятельности и самого пространства поведения. Данное качество моделей ценно вообще, но особенно актуально в ситуации меняющихся правил хозяйствования. При оценке нововведений, касающихся механизма управления, малонадежно пользоваться непосредственно наблюдаемым в реальности экономическим поведением, которое может кардинально измениться в новых условиях. Уловить и оценить это изменение можно либо экспертно, либо на моделях, но таких, в которых внешне проявляемые признаки поведения генерируются изнутри, на внутренних факторах поведения, в частности, на мотивационных характеристиках хозяйствующих субъектов экономики.

Так, в модели в зависимости от ситуации меняются параметры целевых функций (автоматически или с помощью экспертов), вид самих функций, включаются или отключаются те или иные блоки оптимизации. Несмотря на сложность примененного аппарата, процедура в сопоставлении с реальностью представляется одновременно и упрощенной и переусложненной не по существу. Возможны другие подходы, упомянутые в, но в целом требуются фундаментальные достижения в разработке проблем искусственного экономического интеллекта.

Другое важное качество, которое необходимо отразить в моделях, это динамичность экономических процессов со свойственными им показателями инерционности и скорости протекания (или характерного времени изменчивости). Очень часто эти показатели имманентны процессам, вовлекаемым в модель, и представление их лишь дискретными лагами слишком односторонне и грубо. При моделировании важна, прежде всего, упорядоченность рассматриваемых процессов по инерционности и характерным временам изменения. После фиксации шага модельного времени эта упорядоченность должна сказаться в конструкции модели так, что моделироваться должны процессы с характерным временем изменения, близким к модельному времени, медленные процессы (с большим характерным временем) представляются задаваемыми константами, а быстрые – по-разному усредненными величинами. Таким образом, отражение динамики экономических процессов – это проблема и калибровки моделей и их конструкции. Только с учетом данного фактора динамичности модели могут претендовать на адекватность и применимость в экспериментах. Для иллюстрации изложенной технологии можно привести пример модельно-игровой экспертизы развития фермерства в России в 1990-е гг.

Задача заключалась в том, чтобы получить заключение, как влияют системы налогообложения, ценообразования и кредитования на эффективность фермерского хозяйствования.

Начальный анализ позволил уточнить проблему следующим образом. Прежде всего были фиксированы две точки зрения на процесс: одна отражала индивидуальный интерес фермеров, другая – общественный (государственный). Критериальные функции по первой формировались на таких показателях, как рентабельность, прибыль, себестоимость, размер капитала, стабильность ситуации и т.п. По второй качество процесса связывалось с объемами выпуска и реализации продукции, причем в желаемой структуре, с объемами налоговых поступлений, конечными ценами, инвестиционной деятельностью, производительностью труда, управляемостью (влиянием на структуру и объем производства), простотой (контролируемостью) системы налогообложения и т.п.

К экзогенным условиям относились такие показатели, как стохастика урожайности, колебание цен на рынках, динамика инфляции, технология производства (показатели удельных затрат) и др.

Предполагалось тестировать различные схемы налогообложения в сочетании с политикой кредитования и регулирования цен на рынках сбыта продукции и приобретения производственных ресурсов. Для эксперимента привлечена модель , в которой имитировалась жизнь многих фермерских хозяйств, производящих до двух десятков видов сельскохозяйственной продукции по одинаковой (и неизменной) технологии и сбывающих ее как по закупочным государственным, так и по свободным рыночным ценам.

В основе модели лежат две процедуры линейной оптимизации, имитирующие принятие кардинальных решений каждым из фермеров.

При известных производственных ресурсах (оборотные средства, земля, транспорт, стадо и т.п.) и прогнозируемых ценах на материальные ресурсы и сельскохозяйственную продукцию планируется структура производства очередного года с целью максимизации прибыли.

При выделенных инвестициях (собственных и заемных), известном наличии основных средств, ценах на подержанное и новое оборудование, землю, скот и т.п. оптимизируется структура основных средств для максимизации рентабельности по основным фондам.

Обе задачи решаются для каждого фермера в конкретных условиях (вначале задаваемых, а затем индивидуально складывающихся), причем первая с тактом модельного времени (год), а вторая – при снижении рентабельности производства у данного фермера ниже некоторого уровня от наивысшей на данном такте.

Модели принятия решений обрамлены процедурами реализации планов (с учетом стохастики на урожайность, сбыта и т.п.), учета и расчетов по налогам, кредитам и т.д., анализа хозяйственной деятельности, прогноза цен и объемов сбыта и пр. Нормативы этих процедур (ставки налогообложения, кредитования, государственные закупочные цены и др.) калибруются для каждого эксперимента и формируют состав инструментальных переменных модели. В ней, кроме единообразия технологии производства и принятия решений, много других условностей: идеальные учет и информированность фермеров, одинаковые процедуры анализа хозяйственной деятельности и прогноза по горизонту и составу параметров (цены, объемы сбыта, урожайность).

По коэффициентам затрат модель калибрована на данных центральной России. Порядок налогообложения, ставки и проценты на кредиты, льготы и т.п. брались по уровню 1994 – 1995 гг. Ряд параметров (например, ликвидность основных фондов во времени, уровень и динамика цен на вторичном рынке и др.) вводились в модель экспертно. Была сформирована только одна группа экспертов из ученых экономистов – это допускала незначительная нагрузка на игровой диалог в модели. Часть из них рассматривала процесс с точки зрения фермеров, остальные – исходя из общественных интересов. Прежде всего, эксперты были проинформированы об устройстве модели и, главное, о ее условностях и упрощениях.

План эксперимента предполагал следующую этапность.

В рамках определенной системы налогообложения регулированием налоговых ставок, кредитных условий и политикой цен эксперты в прогонах модели пытались получить лучшие результаты, добиваясь компромисса отчасти противоположных интересов фермеров и общества. При этом задавались некоторые наиболее вероятные сценарии по объему и структуре спроса на фермерскую продукцию, ограниченности государственных (льготных) кредитных ресурсов, цене коммерческого кредита, закупочной политике государства (по объемам и ценам) и т.п. После этого в обсуждениях выдвигались идеи новой системы налогообложения (как наименее подвижной части финансового механизма), которая опять тестировалась в изложенной последовательности.

Ниже приводятся в основном качественные выводы по итогам эксперимента. Их численная иллюстрация, во-первых, очень обширна и, во-вторых, трудно читаема из-за реальной динамики цен за последние годы. Поэтому немногие данные приводятся в относительных показателях.

Для постепенного вовлечения экспертов в проблему вначале проводились простейшие малопараметрические эксперименты. Прежде всего прослеживалось влияние начальных (реальных для 1994 г.) цен сельскохозяйственной продукции и производственных ресурсов на судьбу фермеров при элиминировании инфляции из динамики цен. Модель показала, что выживаемость фермеров возможна при производстве лишь двух видов продукции (картофель, ячмень), перепрофилирование хозяйств зависит от начального состояния, а в перспективе, главным образом, от скорости и цены ликвидности ненужного оборудования. При его продаже по первоначальной цене с учетом износа все зависит от экспертно устанавливаемого параметра на ежегодно продаваемую часть. На рис. 2 показана динамика разорения фермеров одного поколения при жестком (10 %) и слабом (50 %) ограничении на ежегодную долю продаж ненужного оборудования.

Переход фермеров на монопродукт при замороженных ценах сопровождается ростом объема товарной продукции и соответственно налоговых отчислений, в основном (95 %), по каналу НДС.

Следующим естественным шагом была попытка изменить общественно неприемлемую структуру фермерского производства, прежде всего изменением закупочных цен. Выяснилось, что достижение положения равной рентабельности всей производимой фермерами продукции требует многократного увеличения цен по большинству видов. Попытки регулировать производство рыночным способом (через функции спроса) приводят к тому, что желаемое состояние равной рентабельности если и достижимо, то лишь на самых крайних малодостоверных частях областей определения этих функций. Это приводит к идее специализации фермерства сначала на некотором подмножестве продуктов, где производство рентабельно, возможно, с посильной государственной дотацией через закупочные цены.

I – по высокой; II – низкой ликвидности неиспользованного оборудования

Введение в расчеты инфляционных процессов приводит к ожидаемому результату: затуханию инвестиционной деятельности и бурному росту потребности в оборотных средствах. При этом до минимума снижается возможность диверсификации производственной деятельности фермеров.

Оценивая действующую систему финансового обеспечения фермерского производства, можно сказать, что с точки зрения регулирования структуры производства она совершенно неэффективна и выполняет, по существу, лишь фискальную функцию. Компенсировать этот недостаток легче всего соответствующей политикой цен при закупке сельскохозяйственной продукции и обеспечении фермеров производственными ресурсами. Ценовая политика при закупках продукции наиболее действенна, тем более, что этот рынок контролируется государством в наибольшей степени. По итогам экспериментов должную (по оценкам экспертов) управляемость можно удержать, контролируя закупку около 35 – 40 % объема сельскохозяйственной продукции. Цены рынка производственных ресурсов обладают гораздо меньшим регулирующим воздействием, но существенно влияют на показатели выживаемости фермеров, а по средствам производства – на показатели перепрофилирования фермерского производства. Эксперимент в этом направлении описан в.

Сделать фермерское производство рентабельным при существующей системе финансирования можно: снижением налоговых ставок, повышением закупочных цен, расширением кредитных льгот. Наиболее быстрый рычаг – закупочные цены, но при этом необходимо сохранить достаточную долю контроля на рынках фермерской продукции. При общем экономическом курсе на рыночное регулирование эта мера может считаться кратковременной.

Снижение налоговых ставок на 35 – 45 %, как показывает эксперимент, дает шансы на экономическое выживание фермеров. Предполагаемая потеря в налоговых поступлениях восполняется на пятый – шестой год.

Радикальный путь, однако, заключается в стимулировании новых технологий в фермерском хозяйстве. Для этого такие технологии должны быть предложены (вместе с их ценой) и созданы финансовые условия перехода на них. Наиболее приемлема такая последовательность действий: уровнем налогообложения (в действующей системе) и закупочных цен сделать фермерство рентабельным хотя бы по нескольким видам продукции, льготным кредитованием стимулировать внедрение новых технологий. Затем дифференцированным (по производственным ресурсам) налогообложением придать последнему регулирующую роль и, постепенно снижая долю дотируемых закупок, перейти к режиму рентабельности хозяйствования.

Экспериментирование с моделями натолкнуло на некоторые организационные идеи, весьма эффективные. Так, очень полезно кооперирование фермеров при использовании автомобилей, комбайнов, прицепов и т.п. Иногда это позволяет в 2 – 3 раза снизить затраты по соответствующим статьям расходов. По-видимому, изложенная идея должна быть эффективной и при переработке продукции.

Результаты экспериментов чувствительны к таким параметрам, как качество прогноза урожайности, объемы и цены сбыта, точность учета и анализ хозяйственной деятельности, информированность фермеров об эффективности производства во всех направлениях и т.п. Так, в модели выбор направления инвестирования у каждого фермера определяется структурой фондов наиболее эффективно работающего хозяйства. Если таковое определяется на всем множестве фермеров, то это можно трактовать как полную информированность каждого о деятельности любого другого. По-видимому, это предположение слишком сильно в сопоставлении с реальностью, которая в этом отношении малоизвестна. Если ограничить эту информированность, например некоторой долей случайно выбранных хозяйств, то процесс переориентации резко замедляется. Скалярной оценкой этого явления может быть средневзвешенная (по объему товарной продукции) рентабельность всех хозяйств, нормированная по максимальной. Соответствующий график на рис. 3 получен при постоянстве всех остальных условий эксперимента.

Аналогичные эффекты наблюдаются по другим упомянутым здесь аспектам. Реализовать связанные с этим возможности на практике можно, например, созданием информационных и консультационных центров для фермеров.

Численное обоснование изложенных идей, превращение их в развернутый во времени план конкретных действий требуют экспериментирования с расширенным модельным комплексом, актуализированной информацией и компетентными экспертами.