Современные математические модели обеспечения экономической безопасности социально-экономических систем

Социально-экономические системы, как правило, имеют сложноорганизованную, многослойную структуру. Следовательно, для успешного решения какой-либо задачи необходимо продумать, а затем и реализовать гипотезу о пути познания, цепочке и взаимодействии приемов исследования экономической структуры. Для этого требуются глубокие познания не только в экономической теории, но и в других областях науки (математика, социология и т.д.).

Процесс математизации в современной науке идет очень активно, экономика не является исключением. Развитие общественного производства требует непрерывной оценки текущего состояния, прогнозирования развития сложноорганизованных систем. Приемы количественного анализа (индексный, корреляционный, регрессионный и др.) позволяют с определенной степенью точности решить поставленные задачи. Однако в процессе научной абстракции исследователь может прийти к весьма противоречивым выводам. Дело в том, что зачастую при построении практических единых систем внедрение математических методов приводит к тому, что они выхватываются из общей системы экономической структуры и подменяют собой исследуемый объект. Так, например, корреляционнорегрессионный анализ в ряде случаев после перебора всевозможных причинно-следственных связей приводит к построению механистической модели. В связи с этим, становится ясно, что подобный подход к оценкам рисков, определению условий безопасности системы не всегда работает, так как постоянно появляются новые угрозы, требующие новых идей и механизмов по смягчению их последствий.

При анализе современных методов математического моделирования социально-экономических систем, касающихся оценки и обеспечения безопасности, можно выделить два основных подхода:

• -    нейросетевое моделирование;

• -    динамическое моделирование.

Методологические подходы к построению и исследованию нейросетевых моделей экономической безопасности сложных структур рассматриваются в трудах В.В. Борисова, А.И. Галушкина, Ф. Уоссермена.

В контексте нейросетевого моделирования выделяют следующие основные этапы:

• -    определение требований к сети;

• -    определение входного сигнала нейросети (объект исследования);

• -    выбор эталонных образов (обучающих параметров).

Подобный подход к анализу состояния экономической безопасности социально-экономической системы позволяет оценить не только многочисленные признаки исследуемого объекта, но и выявить нелинейные связи «вход-выход». Однако мультиколлинеарность входных параметров усложняет процесс моделирования. Крайне важным, с позиций объективности выводов и рекомендаций по обеспечению экономической безопасности является выбор структуры нейронной сети, которая бы в полной мере соответствовала поставленной задаче.

В отличие от нейросетевого подхода динамическое моделирование социально-экономических систем находит более широкое отражение как в отечественной, так и зарубежной литературе. Условно все существующие динамические модели экономических структур можно разделить на два класса:

• -    специализированные эконометрические модели (AREMOS, ВЕТАНАТ, SORITEC и др.);

• -    универсальные эконометрические модели (AUTOBOX, Forecast Pro, Statistica и др.).

Специализированные системы оценки экономической безопасности дают возможность создавать модели объектов, которые задаются множеством уравнений, прогнозирование и оценка текущего состояния экономического феномена производится при помощи специальных средств управления и хранения данных.

Второй класс динамических моделей применяют, как правило, для оперативного статистического анализа данных, а также оценки отдельных показателей, характеризующих устойчивость экономической системы.

При построении динамических математических моделей рассматривают следующие динамические показатели: время как непрерывную математическую величину; фиксированные временные интервалы; время занятости средств обработки и т.п.

Общепринятая методика построения динамических моделей объектов бизнеса включает следующие этапы: 1. Определение ключевых компонентов, обеспечивающих экономическую безопасность системы. 2. Сопоставление каждому компоненту функционального блока с заданной степенью детализации. 3. Оценка динамики взаимовлияния функциональных блоков экономической системы. 4. На основе составленных математических зависимостей предлагается алгоритм моделирования динамики изменения и модификации мер по обеспечению экономической безопасности. 5. Компьютерная реализация предложенного алгоритма динамической модели.

Нейросетевое и динамическое моделирование в экономике дает возможность с высокой степенью точности оценивать зоны риска и угрозы экономической безопасности действующих социально-экономических систем, применять своевременные и эффективные меры, а также совершенствовать системы управления экономической безопасности. На основании моделирования можно разрабатывать организационноуправленческие мероприятия направленные на предотвращение неблагоприятных последствий деятельности конкурирующих организаций, а также апробировать эффективность предлагаемых мер. Математическое моделирование в современных условиях является необходимым сопровождением деятельности экономических структур, поскольку представляет собой формализованное представление организационноуправленческой деятельности и позволяет прогнозировать результаты при изменении внешних и внутренних условий, что способствует своевременной разработке и применению мер по обеспечению экономической безопасности.