|
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины «Экономико-математическое моделирование»
для направления 080500.68 «Бизнес-информатика» подготовки магистра
|
Правительство Российской Федерации
Федеральное государственное автономное образовательное учреждение высшего профессионального образования
«Национальный исследовательский университет
«Высшая школа экономики»
^
Программа дисциплины
«Экономико-математическое моделирование»
для направления 080500.62 «Бизнес-информатика» подготовки магистра
Авторы программы:
Афанасьев А.А., к.э.н., доцент, aafanasiev@hse.ru
Акопов А.С., д.т.н., профессор, aakopov@hse.ru
Богданова Т.К., к.э.н., доцент, tanbog@hse.ru
Одобрена на заседании кафедры
бизнес-аналитики «____»____________ 2013 г.
Зав. кафедрой Кравченко Т.К. _____________________
Рекомендована секцией УМС «Бизнес-информатика» «____»____________ 2013 г.
Председатель Таратухина Ю.В. ____________________
Москва, 2013
Настоящая программа не может быть использована другими подразделениями университета и другими вузами без разрешения кафедры – разработчика программы.
^
Настоящая программа учебной дисциплины устанавливает минимальные требования к знаниям и умениям студента и определяет содержание и виды учебных занятий и отчетности.
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления 080500.68 «Бизнес-информатика» подготовки магистра, обучающихся по магистерской программе «Бизнес-информатика».
Программа разработана в соответствии с:
образовательным стандартом Федерального государственного автономного образовательного учреждения высшего профессионального образования «Национальный исследовательский университет «Высшая школа экономики», уровень подготовки: магистр, утвержденным 26.06.2011;
рабочим учебным планом университета по направлению 080500.68 «Бизнес-информатика» подготовки магистра для магистерской программы «Бизнес-информатика», специализация «Информационная бизнес-аналитика», утвержденным в 2011 г.
^
Формирование теоретических знаний, умений и практических навыков экономико-математического моделирования.
Выработка умений и практических навыков экономико-математического моделирования в различных отраслях экономики, обеспечивающих решение широкого круга задач, в том числе, прогнозирования важнейших макроэкономических показателей, динамического моделирования экономических систем, имитационного моделирования экономических процессов, эконометрических методов экономико-математического моделирования и др.
^
В результате освоения дисциплины студент должен:
Знать теорию, исторические аспекты экономико-математического моделирования и современные направления экономико-математического моделирования.
Уметь разрабатывать экономико-математические модели с применением методов статистического анализа данных, имитационного моделирования экономических процессов и др.
Иметь навыки использования экономико-математических моделей для прогнозирования и анализа динамики сложных экономических систем.
В результате освоения дисциплины студент приобретает следующие компетенции:
Компетенция
|
Код по ФГОС/ НИУ
|
Дескрипторы – основные признаки освоения (показатели достижения результата)
|
Формы и методы обучения, способствующие формированию и развитию компетенции
|
Способность предлагать концепции, модели, изобретать и апробировать способы и инструменты профессиональной деятельности
|
СК-2
|
Демонстрирует
|
Лекции, практические занятия, выполнение домашних заданий
|
Способность применять методы системного анализа и моделирования с целью оценки, проектирования и разработки стратегии развития архитектуры предприятия
|
ПК-13
|
Владеет и применяет
|
Лекции, практические занятия, выполнение домашних заданий
|
Способность разрабатывать и применять экономико-математические модели для обоснования проектных решений в сфере ИКТ
|
ПК-14
|
Владеет и применяет
|
Лекции, практические занятия, выполнение домашних заданий
|
Способность организовать самостоятельную и коллективную научно-исследовательскую работу на предприятии и управлять ею
|
ПК-16
|
Демонстрирует
|
Лекции, практические занятия, выполнение домашних заданий
|
^
Для специализации «Информационная бизнес-аналитика» в рамках магистерской программы «Бизнес-информатика» настоящая дисциплина является обязательной дисциплиной.
Для освоения учебной дисциплины, студенты должны:
владеть содержанием дисциплин: микроэкономика, менеджмент, математический анализ, теория вероятностей и математическая статистика, теоретические основы информатики, архитектура предприятия, вычислительные системы, сети, телекоммуникации, информационные системы управления производственной компанией.
уметь использовать математические и инструментальные средства для решения задач управления.
Основные положения дисциплины должны быть использованы в дальнейшем при изучении следующих дисциплин:
«Прогностическая аналитика»;
«Системы поддержки принятия решений».
«Системы имитационного моделирования».
^
№
|
Название раздела
|
Всего часов
|
Аудиторные часы
|
Самостоятельная работа
|
Лекции
|
Семинары
|
Практич занятия
|
1
|
Экономико-математическое моделирование: истоки, классификация моделей и их применение.
|
10
|
2
|
|
|
8
|
2
|
Статистические методы и модели прогнозирования.
|
20
|
4
|
4
|
|
12
|
3
|
Имитационные модели в экономике.
|
20
|
4
|
4
|
|
12
|
4
|
Микроэкономическое моделирование.
|
18
|
2
|
4
|
|
12
|
4.1
|
Эконометрическая модель прогнозирования добычи природного газа
|
20
|
2
|
2
|
|
16
|
4.2
|
Модель управления инвестиционной деятельностью вертикально-интегрированной нефтяной компании.
|
20
|
2
|
2
|
|
16
|
|
ИТОГО
|
108
|
16
|
16
|
|
76
| ^
Тип контроля
|
Форма контроля
|
1 год
|
Параметры
|
1
|
2
|
3
|
Текущий
(неделя)
|
Контрольная работа
|
1
|
|
|
Письменная работа 60 минут, оценка результатов – 2 недели
|
Итоговый
(неделя)
|
Зачет
|
|
|
|
Устный экзамен, 20 минут на студента
|
^
Студент должен продемонстрировать знание разделов дисциплины и способность представить результаты выполнения домашних заданий и контрольной работы в соответствии с требуемыми компетенциями.
Оценки по всем формам текущего контроля выставляются по 10-ти балльной шкале.
Итоговая оценка О по учебной дисциплине складывается из оценок за:
работу на практических занятиях – О1,
контрольная работа – О2,
ответа на зачете – О3,
по формуле: О = 0,2 *О1+ 0,4 *О2 + О3 *0,4
^
Тема 1. Экономико-математическое моделирование: истоки, классификация моделей и их применение.
Предмет и метод экономико-математического моделирования. Понятие экономико-математической модели. Классификация экономико-математических моделей. Основные этапы разработки моделей.
Роль Саламанкской школы Испании ХIV и ХVП в.в. в становлении экономико-математического направления. Миланская экономико-математическая школа ХШ века: первые экономико-математические модели маркиза Чезаре Беккариа и аббата дона Паоло Фризи (модель ценности товара и денег, модель контрабанды).
Применение экономико-математических моделей для решения макро- и микро-экономических задач.
Основная литература
Афанасьев А.А. "Экономическая мысль в Испании XVI века - саламанкская школа", в журн. Экономика и математические методы, 2004, т. 40, № 4, с. 26-58.
Левита Р.Я., Афанасьев А.А. "У истоков экономико-математического направления - маркиз Чезаре Беккариа", в журн. Экономика и математические методы, 2002, т. 38, № 4, с. 32-36.
Беккариа Ч. Аналитический опыт о контрабанде, в журн. Экономика и математические методы, 2002, т. 38, № 4, с. 37-38.
Дополнительная литература
Grice-Hutchinson M. The School of Salamanca. Oxford: Clarendon Press, 1952
Тема 2. Статистические методы и модели прогнозирования
Цели и задачи экономико-статистического моделирования и прогнозирования Регрессионный анализ. Метод наименьших квадратов. Коэффициент детерминации. Критерии статистической надежности. Дискриминантный анализ, деревья решений. Типы задач и область применения статистического анализа. Пакеты прикладных программ для статистического моделирования (IBM SPSS, Eviews, MS Excel).
Основная литература
Айвазян С.А. Основы эконометрики. Том 2. М.: Юнити-дана, 2001.
Вербик М. Путеводитель по современной эконометрике. М.: Научная книга, 2008.
Дополнительная литература
Ахим Бююль, Петер Цефель. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей. Торгово издательский дом Dia Soft Москва, Санкт-Петербург, Киев 2002, с. 14-19, с. 26 43, с. 51 –53, с. 74 – 79, с. 116-117, с. 131-138.
Таганов Д.Н. SPSS: Статистический анализ в маркетинговых исследованиях. – СПб.: Питер, 2005. – 192 с.: ил.
Макаров А.А., Тюрин Ю.Н. Статистический анализ на компьютере. М., Наука, 1997.
Тема 3. Имитационные модели в экономике.
Методология имитационного моделирования. Теория и методы системной динамики. Методология разработки системно-динамических моделей. Примеры системно-динамических моделей. Методы стохастического имитационного моделирования. Имитационный эксперимент в условиях неопределенности. Оценка рисков и оптимизация решений с помощью имитационной модели. Многоагентные системы. Парадигма агентного моделирования. Архитектура агентных моделей. Агентное моделирование в оптимизационных задачах. Примеры агентных моделей. Динамические системы и дискретно-событийное моделирование. Введение в динамические системы. Блочный метод реализации моделей динамических систем. Интеграция систем имитационного моделирования с внешними приложениями.
Основная литература
Форрестер Дж. Мировая динамика. М., АСТ, 2003
Ю.Г. Карпов Имитационное моделирование систем. Введение в моделирование с AnyLogic 5 СПб: БХВ-Петербург, 2006.
В.Н. Сидоренко «Системно-динамическое моделирование в среде Powersim. М.: МАКС Пресс, 2001.
Дополнительная литература:
Малинецкий Г. Г., Потапов А. Б., Подлазов А. В. Нелинейная динамика: подходы, результаты, надежды. М.: УРСС, 2006.
Хемди А. Таха. Системы массового обслуживания // Введение в исследование операций - 7-е изд. — М.: «Вильямс», 2007. — С. 629-697.
Тема 4. Микроэкономическое моделирование
Тема 4.1. Эконометрическая модель прогнозирования добычи природного газа.
Точность прогнозов и принцип ретроспективных расчетов (ex post прогноза). Использование эконометрических моделей для прогнозирования отраслевого выпуска (на примере газодобывающей промышленности Тюменской области и находящихся на ее территории дочерних обществ ОАО «Газпром»). Эконометрическое исследование семи видов производственных функций добычи природного газа из месторождений Тюменской области и выбор тех из них, которые лучшим образом описывают процесс добычи газа с точки зрения классических критериев эконометрики. Поиск функции с минимальными ошибками ex-post прогноза.
Основная литература
Афанасьев А.А. “Прогнозирование добычи природного газа из месторождений Восточной Сибири”, в журн. Газовая промышленность, 2010, № 14 (654), с. 16–26.
Афанасьев А.А. "Экономико-математическое моделирование и прогнозирование добычи природного газа в Тюменской области", в журн. Газовая промышленность, 2008, № 6, с. 19-25.
Афанасьев А.А. “Возможно ли прогнозировать добычу российского газа в периоды кризисов?” В сб.: Стратегическое планирование и развитие предприятий. Секция 5. / Материалы Двенадцатого всероссийского симпозиума. Москва, 12–13 апреля 2011 г. – М.: ЦЭМИ РАН, 2011, с. 12–14.
Тема 4.2. Модель управления инвестиционной деятельностью вертикально-интегрированной нефтяной компании.
Моделирование динамики ключевых показателей деятельности вертикально-интегрированной нефтяной компании (ВИНК) в PowerSim Studio. Оценка акционерной стоимости ВИНК и задача максимизации акционерной стоимости ВИНК. Оптимизация портфеля инвестиционных проектов ВИНК при различных ограничениях с использованием генетических алгоритмов. Имитационные модели предприятий ВИНК (в нефтедобыче, нефтепереработке, транспортировке и сбыте). Прогнозирование и оптимизация добычи нефти по месторождениям и скважинам. Сценарное моделирование инвестиционной деятельности ВИНК.
^
Акопов А.С. К вопросу проектирования интеллектуальных систем управления сложными организационными структурами. Ч2. Программная реализация системы управления инвестиционной деятельностью вертикально-интегрированной нефтяной компании. // Проблемы управления, 2011. № 1. C. 47—54.
Акопов А.С. К вопросу проектирования интеллектуальных систем управления сложными организационными структурами. Ч1. Математическое обеспечение системы управления инвестиционной деятельностью вертикально-интегрированной нефтяной компании. // Проблемы управления, 2010. № 6. C. 12—18.
Акопов А.С., Бекларян Г.Л. Интеллектуальные гибридные системы управления деятельностью вертикально-интегрированными организационными структурами. // М.: ЦЭМИ РАН, препринт #WP/2009/267, 2009 – 54 c.
^
Афанасьев А.А. "Экономическая мысль в Испании XVI века - саламанкская школа", в журн. Экономика и математические методы, 2004, т. 40, № 4, с. 26-58.
Левита Р.Я., Афанасьев А.А. "У истоков экономико-математического направления - маркиз Чезаре Беккариа", в журн. Экономика и математические методы, 2002, т. 38, № 4, с. 32-36.
Беккариа Ч. Аналитический опыт о контрабанде, в журн. Экономика и математические методы, 2002, т. 38, № 4, с. 37-38.
Макаров В.Л., Афанасьев А.А., Лосев А.А. Вычислимая имитационная модель денежного обращения российской экономики, в журн. Экономика и математические методы, 2011, том 47, № 1, с. 3–27
Айвазян С.А. Основы эконометрики. Том 2. М.: Юнити-дана, 2001.
Афанасьев А.А. “Прогнозирование добычи природного газа из месторождений Восточной Сибири”, в журн. Газовая промышленность, 2010, № 14 (654), с. 16–26.
Афанасьев А.А. "Экономико-математическое моделирование и прогнозирование добычи природного газа в Тюменской области", в журн. Газовая промышленность, 2008, № 6, с. 19-25.
Афанасьев А.А. “Возможно ли прогнозировать добычу российского газа в периоды кризисов?” В сб.: Стратегическое планирование и развитие предприятий. Секция 5. / Материалы Двенадцатого всероссийского симпозиума. Москва, 12–13 апреля 2011 г. - М.: ЦЭМИ РАН, 2011, с. 12–14.
Афанасьев А.А. Парето-эффективность, минимизация издержек и инновации – важнейшие составляющие политики ОАО «Газпром» в сфере добычи природного газа, в журн. Газовая промышленность, 2009, № 4, с. 10–17.
Акопов А.С. К вопросу проектирования интеллектуальных систем управления сложными организационными структурами. Ч2. Программная реализация системы управления инвестиционной деятельностью вертикально-интегрированной нефтяной компании. // Проблемы управления, 2011. № 1. C. 47—54.
Акопов А.С. К вопросу проектирования интеллектуальных систем управления сложными организационными структурами. Ч1. Математическое обеспечение системы управления инвестиционной деятельностью вертикально-интегрированной нефтяной компании. // Проблемы управления, 2010. № 6. C. 12—18.
Акопов А.С., Бекларян Г.Л. Интеллектуальные гибридные системы управления деятельностью вертикально-интегрированными организационными структурами. // М.: ЦЭМИ РАН, препринт #WP/2009/267, 2009 – 54 c.
^
K. J. Arrow and G. Debreu (1954). “Existence of an equilibrium for a competitive economy”, Econometrica 22, pp. 265–290.
Grice-Hutchinson M. The School of Salamanca. Oxford: Clarendon Press, 1952
^
Вклад представителей Саламанскской школы Испании в теорию цен.
Вклад представителей Саламанскской школы Испании в теорию денег.
Вклад маркиза Чезаре Беккариа в становление экономико-математического направления.
Модель цены товара.
Модель ценности денег.
Понятие вычислимых моделей общего экономического равновесия.
Зарубежный опыт применения вычислимых моделей общего экономического равновесия.
Российский опыт вычислимых моделей общего экономического равновесия.
Преимущества вычислимых моделей общего экономического равновесия по сравнению с другими видами моделей.
Модель Эрроу-Дебре.
Понятие сбалансированного состояния экономики Эрроу-Дебре.
Понятие равновесного состояния в экономики Эрроу-Дебре.
Метод наименьших квадратов.
Временные ряды.
Критерии статистической надежности,
Коэффициент детерминации.
Критерий Дарбина-Ватсона.
Принцип ретроспективных расчетов (ex-post) прогноза.
Эффективность использования принципа ретроспективных расчетов при прогнозировании добычи природного газа.
Производственные функции.
Преимущества эконометрических моделей производственных функций над инженерными и геологическими моделями добычи газа.
Факторы производства газа.
Методика расчета среднегодовой стоимости основных фондов в сопоставимых ценах.
Использование эконометрических моделей производственных функций для анализа эффективности работы и инновационного развития газодобывающего сектора Газпрома.
Понятие ретроспективной оценки абсолютной величины относительной ошибки прогноза (APE).
Понятие ретроспективной оценки абсолютной величины средней относительной ошибки прогноза (MAPE).
Основные методы имитационного моделирования экономических процессов.
Методология разработки интегрированных экономико-математических моделей для крупных компаний (на примере ВИНК).
Разработчики:
НИУ-ВШЭ________ _______доцент_________ ________А.А. Афанасьев
(место работы) (занимаемая должность) (инициалы, фамилия)
НИУ-ВШЭ________ _______профессор_________ ________А.С. Акопов
(место работы) (занимаемая должность) (инициалы, фамилия)
НИУ-ВШЭ________ _______доцент_________ _______ _Т.К. Богданова
(место работы) (занимаемая должность) (инициалы, фамилия)
|
