Тип работы:
Предмет:
Язык работы:


Оценка состояния экономики при помощи имитационного моделирования

Работа №140523

Тип работы

Дипломные работы, ВКР

Предмет

информатика

Объем работы38
Год сдачи2021
Стоимость4215 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
30
Не подходит работа?

Узнай цену на написание


Содержание 1
ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ 2
ВВЕДЕНИЕ 3
Постановка задачи 4
ГЛАВА 1. Обзор литературы 5
1.1 Цифровая трансформация экономики 5
1.2 Подход к прогнозированию состояния цифровой экономики 6
1.3 Обоснование характеристик развития промышленного предприятия 8
ГЛАВА 2. Используемые модели и методы представления 9
2.1 Модель Ферхюльста 9
2.2 Применение модели Ферхюльста в анализе развития промышленных предприятий 11
2.3 Основные характеристики процесса реализации инвестиционных проектов в рамках
развития промышленных предприятий 13
ГЛАВА 3. Операционная деятельность как предмет анализа при помощи имитационного моделирования 18
3.1 Определение роли операционной деятельности компаний 18
3.2 Подготовка исходных данных 20
3.3 Построение модели 22
ЗАКЛЮЧЕНИЕ 32
Список литературы 34

Современная наука развивается невероятными темпами, регулярно появляются новые управленческие, программные и технологические решения, города за десятилетия кардинально преображаются. В условиях быстрого изменения рынка, все чаще требуются новые решения в анализе экономической ситуации, повсеместная цифровизация требует быстрых решений, а их последствия могут серьезно повлиять на всю экономическую ситуацию, начиная от города и заканчивая даже влиянием на мировую экономику.
Развитие экономики как науки не поспевает за темпами изменений в технической области знаний. Следствие этого - возникновение и быстрое развитие такого направления как «Цифровая экономика». Новые решения позволяют автоматизировать и налаживать связи между отраслями экономической системы, позволяя внедрять новые технологии для управления, анализа и обеспечения экономической деятельности.
Данная работа направлена на изучение возможности использования анализа и прогнозирования финансового состояния предприятия с учетом его работы в условиях цифровой трансформации. Проведенное исследование позволит принимать решения не только в условиях конкретного предприятия, а с учетом всей экономической зоны, в которой находится данное предприятие. Изменения, которые происходят в мире, позволяют подключаться к интернету все большему числу устройств, позволяя накапливать огромный объем данных. Для обработки и анализа такого количества данных необходимы новые подходы и средства принятия решений.
Постановка задачи
Цель работы - исследование и разработка алгоритма применения имитационного моделирования на основе модели Ферхюльста для анализа финансового состояния компаний из различных отраслей экономики на основе экономических показателей - операционной деятельности. В ходе работы необходимо решить следующие задачи:
1. Разработать методологию поддержки принятия решений в условиях цифровой трансформации экономики.
2. Исследовать модель Ферхюльста на предмет возможности прогнозирования операционной деятельности предприятия на основе реальных данных.
3. Осуществить сбор и подготовку данных для анализа при помощи выбранной модели, описать актуальность решаемых задач рассматриваемой модели в рамках операционной деятельности
4. Применить модель Ферхюльста и провести анализ полученных результатов


Возникли сложности?

Нужна помощь преподавателя?

Помощь студентам в написании работ!


В данной работе была проведена оценка применения имитационной модели Ферхюльста для оценки экономического состояния ведущих предприятий различных отраслей по их операционной деятельности. Полученные модели динамики операционных доходов и расходов позволяют с определенной точностью спрогнозировать область, в рамках которой будут изменяться выбранные показатели, а также пронаблюдать динамику операционной деятельности в разрезе 6 лет.
В связи с активными исследованиями в области цифровой экономики, а также в контексте цифровой трансформации, представленная модель может быть использована как часть контроля и инструмент автоматического анализа или продаж в банковской деятельности, для цифровизации и компьютеризации систем анализа и автоматизированных рекомендательных систем. Данная работа была оценена и взята в анализ для исследования применения в рекомендательной системе на основе машинного обучения по рекомендации банковских услуг клиентам банка. Выбранная модель может использоваться как дополнительное средство сравнения успешности малого и среднего бизнеса. Так же данная модель может помочь в анализе фондового рынка в качестве вспомогательного автоматизированного инструмента для оценки операционной деятельности, в дополнение к традиционным инструментам фундаментального и технического анализа экономических показателей.
Таким образом, в ходе работы была разработана методология применения поддержки принятия решений в условиях цифровой трансформации экономики, основанная на модели Ферхюльста. Была исследована возможность применения модели для оценки операционной деятельности компаний, на основе годовых отчетов 26 выбранных компаний и подготовленных для проведения моделирования исходных данных.
В результате проведенной работы было доказано, что применение выбранной модели оправдано и дает прогнозируемые результаты, подходящие для дальнейшей обработки и практического применения. Выполненная работа имеет большой потенциал развития и продолжения исследований для дальнейшего математического уточнения и расширения практического применения.



1. Басаев З.В. Цифровизация экономики: Россия в контексте глобальной трансформации. Мир новой экономики. 2018;12(4):32-38.
2. Головенчик Г. Теоретические подходы к определению понятия цифровая экономика. Наука и инновации. 2019;(1)54-59.
3. Bukht R., Heeks R. Defining, conceptualising and measuring the digital economy. The University of Manchester. Global Development Institute. Working Paper Series. 2017;(68). URL: http://hummedia.manchester.ac.uk/ institutes/gdi/publications/workingpapers/di/di_wp68.pdf/.
4. Brennen S., Kreiss D. Digitalization and digitization. Culture digitally. 2014.
September. URL: http: //culturedi gitally .org/2014/09/digitalization-and-
digitization/.
5. Стефанова Н. А., Седова А. П. (2017). Модель цифровой экономики // Карельский научный журнал. Т. 6, № (18). С. 91-93.
6. Tseng M.-L., Tan R. R., Chiu A. S.F., Chien C.-F., Kuo T. C. (2018). Circular economy meets industry 4.0: Can big data drive industrial symbiosis? Resources, Conservation and Recycling, vol. 131, рр. 146-147.
7. Малюк В.И., Радаев А.Е., Силкина Г.Ю. Методика обоснования характеристик процесса развития промышленных предприятий с использованием средств оптимизационного моделирования // Научно-технические ведомости СПбГПУ. Экономические науки. 2018. Т. 11, № 6. С. 195-211. DOI: 10.18721/JE.11617
8. Гаранин Д.А., Лукашевич Н.С. Моделирование параметров инвестиционного проекта на основе информационно-статистического подхода // Экономический анализ: теория и практика. 2014. № 33 (384). С. 37-48.
9. Иванов М.В., Соколицын А.С., Соколицына Н.А. Оптимальное
распределение финансовых ресурсов по программам развития
предприятия // Финансовые проблемы и пути их решения: теория и практика: сб. науч. тр. 15-й Междунар. науч.-практ. конф. / отв. Д.Г. Родионов; Санкт-Петербургский государственный политехнический университет. СПб., 2014. С. 295-298.
10. Радаев А.Е., Кобзев В.В. Оптимизационная модель адаптивного функционирования сети поставок промышленных предприятий // Научно-технические ведомости СПбГПУ. Экономические науки. 2013. № 4 (175). С. 135-140.
11. Kuladzhi T., Babkin A., Murtazaev S.-A. Matrix Tool for Efficiency Assessment of Production of Building Materials and Constructions in the Digital Economy // Advances in Intelligent Systems and Computing. 2018. Vol. 692. P. 1333-1346
12. Nekrasova T., Leventsov V., Axionova E. Evaluating the efficiency of investments in mobile telecommunication systems development // Lecture Notes in Computer Science. 2016. Vol. 9870 LNCS. С. 741-751.
13. Журавлев В.М., Миронов П.П. Динамика Случайно Возмущенного
Уравнения Ферхюльста И Метод Максимальной Энтропии // Известия высших учебных заведений. Поволжский регион. Физико-математические науки (2013) URL:
https://search.ebscohost.com/login.aspx?direct=true&db=edsclk&AN=edsclk.14510521 &lang=ru&site=eds-live&scope=site
14. Сальников, А. М. Реклама на транспорте: как оценить вероятность
контакта. Реклама: теория и практика // [s. l.], n. 2, p. 92-110, 2018. Disponivel em:
https: //search. ebscoho st. com/lo gin. aspx?direct=true&db=edselr&AN=edselr.35104370&lang=ru&site=eds-live&scope=site
15. Думачев В.Н., Родин В.А. Эволюция антагонистически- взаимодействующих популяций на базе двумерной модели Ферхюльста — Пирла // Матем. моделирование, 17:7 (2005).— С. 11—22.
16. Царьков В.А. О динамике Ферхюльста и динамике роста капитала в экономике // Экономика и математические методы.— 2008.— Т.44.— №3.— С. 92—97.
17. Быстров А. В., Толстых Т. О., Радайкин А. Г. Кросс-отраслевая экосистема как организационно-экономическая модель развития высокотехнологичных производств // Экономика и управление. 2020.Т.
26. № 6. С. 564-576.http://doi.org/10.35854/1998-1627-2020-6-564-576
18. Moore J. F. The death of competition: Leadership and strategy in the age of business ecosystems. New York: HarperCollins Publishers, 1996. 297 p.2.
19. Tolstykh T., Shmeleva N., Gamidullaeva L. Evaluation of circular and integration potentials of innovation ecosystems for industrial sustainability // Sustainability. 2020. Vol. 12. No. 11. P. 4574.DOI:10.3390/su12114574
20. Farhadi N. Cross-Industry Ecosystems: Grundlagen, Archetypen, Modelle und strategische Ansatze.
21. Wiesbaden: Gabler Verlag, 2019. 151 p. DOI 10.1007/978-3-658-26129-0
22. Радайкин А. Г., Течи Агоран Ги М.-О. Цифровая трансформация промышленности как драйвер экономического роста // Проблемы и перспективы развития промышленности России: сб. материалов Второй Междунар. науч.-практ. конф. «Предприятия в условиях цифровой экономики: риски и перспективы». М.: Российский экономический университет им. Г. В. Плеханова, 2018. С. 290-294.
23. Jacobides M., Cennamo C., Gawer A. Industries, Ecosystems, Platforms, and Architectures: Rethinking our Strategy Constructs at the Aggregate Level // Working Paper, London Business School, 2015.
24. Adner R., Kapoor R. Value creation in innovation ecosystems: how the structure of technological interdependence affects firm performance in new technology generations // Strategic Management Journal. 2010. Vol. 31. No. 3. P. 306-333. DOI: 10.1002/smj.821
25. Пименов В. В., Юсим В. Н., Быстров А. В. О системном подходе к развитию промышленной политики России в условиях цифровой трансформации // Государственное управление Российской Федерации: повестка дня власти и общества: сб. тр. XVI Междунар. конф. М.: Издательский дом КДУ, 2019. С. 231-241.
26. Jacobides M. G., Cennamo C., Gawer A. Towards a theory of ecosystems // Strategic Management Journal. 2018. Vol. 39. No. 8. P. 2255-2276. DOI: 10.1002/smj.2904
27. Vasin S., Gamidullaeva L., Tolstykh T., Rostovskaya T., Skorobogatova V. From innovation system through institutional transformation to digital innovation ecosystem // Innovation Management and Education Excellence Through Vision 2020: Proceedings of the 31st International Business Information Management Association (IBIMA 2018) Conference (Milan, 25¬26 April, 2018). King of Prussia, PA: International Business Information Management Association, 2018. P. 4620-4633.
28. Dahlman C., Mealy S. and Wermelinger M. Harnessing the digital economy
for developing countries. OECD. Development Centre. 2016. December. Working Paper № 334. URL: https://www.oecd-
ilibrary.org/docserver/4adffb24en.pdf?expires=1556027972&id=id&accname=guest&checksum=FE6950D358F8507BD100A4C9B836C99E.
29. Knickrehm M., Berthon B., Daugherty P. Digital disruption: The growth
multiplier. Dublin: accenture. 2016. URL:
https://www. oxfordeconomics.com/my-oxford/proj ects/325195.
30. Atkinson R., McKay A. What is the digital economy? Government technology. 2007. April. URL:https://www.govtech.com/dc/articles/What-Is-the-Digital-Economy.html.
31. Логистика: Тренинг и практикум: учебное пособие / Под ред. Б.А. Аникина, Т.А. Родкиной - М.: ТК Велби, Изд-во Проспект, 2017 - 448 с.
32. Богданова Т.К. и др. Применение нейронных сетей для прогнозирования платежеспособности российских предприятий обрабатывающих отраслей //Т.К. Богданова, Т.Я. Шевгунов, О.М. Уварова // Бизнес-информатика. - 2013. - №2. - С. 40-48.


Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2024 Cервис помощи студентам в выполнении работ