1.4 Выбор и обоснование необходимости применения имитационного моделирования
Имитационное моделирование является одним из мощнейших методов анализа экономических систем.
В общем случае, под имитацией понимают процесс проведения на ЭВМ экспериментов с математическими
моделями сложных систем реального мира. Цели проведения подобных экспериментов могут быть самыми различными –
от выявления свойств и закономерностей исследуемой системы, до решения конкретных практических задач.
С развитием средств вычислительной техники и программного обеспечения, спектр применения имитации в сфере
экономики существенно расширился. В настоящее время ее используют как для решения задач внутрифирменного
управления, так и для моделирования управления на макроэкономическом уровне. Рассмотрим основные преимущества
применения имитационного моделирования в процессе решения экономических задач.
Имитационное моделирование основано на использовании так называемых датчиков случайных
чисел. Датчик случайных чисел – это компьютерная программа, генерирующая последовательность
случайных чисел в соответствии с некоторым распределением.
В общем случае, проведение имитационного эксперимента заключается в реализации следующих этапов:
- Установить взаимосвязи между исходными и выходными показателями в виде математического уравнения или неравенства.
- Задать законы распределения вероятностей для ключевых параметров модели
- Провести компьютерную имитацию значений ключевых параметров модели
- Рассчитать основные характеристики распределений исходных и выходных показателей
- Провести анализ полученных результатов и принять решение
2. ПЛАНИРОВАНИЕ ИМИТАЦИОННОГО ЭКСПЕРИМЕНТА
В описанной модели случайных денежных потоков рассматриваются параметры P, Q, V, F, которые
являются случайными, и будут генерироваться по одному из трех возможных законов распределения: равномерный,
нормальный, экспоненциальный. При решении конкретной задачи анализа инвестиционного риска законы распределения
параметров модели, а так же значения соответствующих математических ожиданий и дисперсий будут определяться из
опыта реализации предшествующих инвестиционных проектов или методами экспертных оценок. На рис. 3.1 представлена
структурная схема имитационной модели, на основе которой будет строится алгоритм выполнения программных вычислений
на ЭВМ.
Для генерирования равномерно распределенных чисел используется стандартный датчик случайных чисел на интервале [0;1].
Изначально генерируется массив равномерно распределенных чисел размерностью 4000 чисел.
Затем для каждого параметра модели последовательно отбирается по 1000 чисел для дальнейших преобразований и
вычислений. Такая схема генерации используется для того, чтобы избежать возникновения корреляционной зависимости
между параметрами модели, которая могла бы возникнуть, если бы каждый из параметров генерировался в виде
вектора размерностью в 1000 чисел с помощью датчика равномерно распределенных чисел. Когда первоначальные массивы
сформированы, над ними необходимо провести некоторые преобразования. Если исходя из экспертных оценок либо из опыта
реализации инвестиционных проектов было получено что параметр имеет нормальное либо экспоненциальное распределение,
то в этом случае над массивом чисел этого параметра производятся соответствующие преобразования, в результате которых
мы получаем необходимый закон распределения для параметров.
После того как получены необходимые массивы чисел с заданными законами распределений, определяются математическое
ожидание и дисперсия для каждого параметра модели с учетом его закона распределения. Выбор числовых значений этих
характеристик осуществляется аналогично выбору закона распределения, то есть либо с помощью экспертных оценок, либо
на основе реализованных инвестиционных проектов. Когда входные данные модели готовы, можно сформировать уравнений
случайного денежного потока, которое реализуется
уравнением случайного денежного потока, которое реализуется 5-10 элементами структурной схемы эксперимента.
Рисунок 1. – Структурная схема эксперимента