ОТ НАУЧНОГО РЕДАКТОРА

Каждый день в нашей жизни мы принимаем решения — большие и малые, связанные с бизнесом, с личными и общественными делами. В древности люди принимали решения, основываясь на интуиции, заключениях астрологов, прорицателей и т. д.

Развитие науки, усложнение экономических и социальных связей и отношений привели к разработке специальной области научного знания — теории принятия решений, основанной прежде всего на теории вероятностей и математической статистике. Формирование ее основ относится к концу XVII в. — началу XVIII в. Задолго до этого времени люди стали задумываться о характере вероятностных процессов и пытаться изучать их. Мощный толчок практическому использованию подсчета шансов дало открытие Колумбом Америки. Оживились внешнеторговые морские перевозки, а значит и страховое дело, расширились банковские операции, стала развиваться кредитная бистема. Все это требовало оценки рисков, и подсчет шансов из мира азартных игр перешел в мир экономики.

Предлагаемая книга представляет собой учебное пособие, которое подготовлено и используется Ассоциацией присяжных дипломированных бухгалтеров Великобритании (The Chartered Association of Certified Accountants - ACCA) в подготовке дипломированных бухгалтеров.

В пособии излагается широкий круг проблем и методов, относимых в нашей учебной литературе к разным дисциплинам: теории вероятностей, математической статистике, линейному программированию, исследованию операций, сетевому анализу, теории очередей, определению предпринимательского риска и т.д.

Все названные разделы излагаются на высоком уровне и в то же время без усложнения, без доказательств множества теорем, которыми злоупотребляют отечественные учебники по экономико-математическим методам и статистике. Математический аппарат здесь полностью подчинен решению конкретных экономических задач. Это сказывается и в "облегченном" написании формул: нередко отсутствуют подстрочные значки, не указаны пределы суммирования и т. д.

Достоинством книги является то, что в ней объединены в системном изложении знания, разбросанные в нашей литературе по многим разнородным учебным пособиям. Еще одной отличительной чертой является продуманность изложения, высокий методический уровень. Изложение строится следующим образом: сначала кратко дается теоретическая основа, затем иллюстрации на примерах, в конце каждой главы имеется краткое резюме, после чего следуют вопросы и упражнения по данной теме. Ценно то, что ответы на все вопросы и упражнения приведены в конце книги. Не ограничившись этим, авторы включили дополнительные упражнения и привели полный набор экзаменационного задания для получения диплома

"Certified Accountant". Эти экзаменационные требования могут быть чрезвычайно полезны для подготовки в России новых высококлассных специалистов.

Хотя в учебных планах вузовской подгтовки отечественных специалистов по экономическим специальностям обычно нет дисциплины "Методы принятия решений", но, во-первых, такой курс может появиться, а во-вторых, разделы этого курса входят в такие дисциплины, как теория вероятностей, статистика, исследование операций, управление финансами, общий менеджмент, маркетинг.

Весь материал разделен авторами книги на 4 части и 14 глав. Первая часть посвящена общим проблемам принятия решений в условиях неопределенности. Она включает основные понятия и правила теории вероятностей, в том числе теорему Байеса, знакомит читателя с основными законами распределений (которые в книге называются "вероятностными распределениями"). В отличие от наших пособий, где основные законы распределений — распределение Пуассона, биномиальное, нормальное распределения — часто рассматриваются вне связи друг с другом, в пособии подчеркивается возможность замены одного распределения другим (при определенных условиях). Особое значение в этом разделе имеет изложение правил принятия решений, где дается понятие дерева решений и рассматриваются методы принятия решений без использования и с использованием численных значений вероятностей отдельных исходов. Специальное внимание уделяется оценке чувствительности решений: их зависимости от изменений вероятностей исходов. Разнообразный подбор примеров включает и принятие инвестиционных решений.

Во второй части рассматриваются методы анализа данных как составной части принятия решений. В этом разделе вводится понятие статистической выборки и выборочного распределения; излагается процедура статистического вывода — методы статистического оценивания и проверки гипотез. В этой же части излагаются методы статистического контроля качества. Рассматривается регрессионный анализ, включая множественную регрессию, правда, в весьма ограниченном объеме — только при двух независимых переменных, затрагиваются проблемы описания нелинейных связей, а также применение ранговой корреляции. В этой части авторы повторяют формальное утверждение о том, что свободный член линейного уравнения регрессии а характеризует значение зависимой переменной у при нулевом значении независимой переменной тогда как давно доказано, что свободный член выполняет функцию "пилота" — доводки до функционального соотношения между средними величинами Эта функция очевидна из выражения: Известно, что если х варьирует сильнее, чем у, т.е. в противном случае получаем

Отмечая, что формула коэффициента корреляции К. Пирсона основана на моменте произведения, авторы приводят лишь преобразованное выражение

тогда как сущность коэффициента корреляции яснее, если в числителе указать именно момент произведения Авторы умолчали о сложностях оценки генерального коэффициента корреляции ввиду нарушения нормальности распределения выборочных коэффициентов корреляции и необходимости использования z-преобразования Р. Фишера. При испытании гипотез делается вывод не только от испытуемой, но и от альтернативной гипотезы, тогда как, строго говоря, вывод может быть сделан только в отношении нулевой гипотезы.

Специальная глава содержит приемы изучения динамики и прогнозирования. В этой части интерес представляет методика анализа, ориентированная на разные модели данных — аддитивную и мультипликативную. Дается методика полного разложения рада динамики на компоненты, включая выделение тренда, периодической и случайной компоненты.

Третья часть содержит методы сетевого анализа и планирования и их приложения; планирования и управления запасами и т.д. Заключительная часть посвящена моделированию. Рассматриваются линейное программирование, транспортная задача, имитационные модели и их применение. И в этом разделе акцент делается на прикладные аспекты без глубокой теории.

Подробно рассмотрены графический и симплексный методы, представлены интересные, содержательные примеры. На наш взгляд, было бы целесообразно дополнить этот раздел более подробным изложением двойственного симплекс-метода, наиболее эффективного при решении задач линейного программирования типа "задачи о диете", а также включить специальные методы решения задач целочисленного линейного программирования.

Принятие решения всегда включает определенную последовательность действий столь многообразных и взаимосвязанных, что в какой-то момент нужно остановиться и решить, что делать дальше. Статистические тесты, "деревья решений" и другие методы позволяют уменьшить частоту неправильных действий. В любом случае авторам удалось показать, что принятие решения носит вероятностный характер. Во всех разделах уделяется внимание исследованию чувствительности того или иного метода к изменению исходных данных.

Таким образом, предлагаемое пособие содержит и необходимые теоретические сведения и практикум с разбором решений. Повсеместно показаны возможности графических методов. Пособие оснащено статистико-математическими таблицами, основными формулами. Содержание и методические достоинства предлагаемого учебного пособия позволют надеяться, что все, кто будет им пользоваться, испытают такое же удовлетворение, которое испытали мы при подготовке перевода книги британских коллег.

И. И. Елисеева