Яко с нами Бог Издание Александра К. Солодова москва 2015


О свойствах современных экономических систем



страница25/47
Дата10.05.2018
Размер2.98 Mb.
1   ...   21   22   23   24   25   26   27   28   ...   47
3.4.6. О свойствах современных экономических систем

Социальные науки знают, что многие системы возникают в результате конгломерации и структурирования множества неоднородных элементов. Человеческое сознание, иммунная система, экономика и фондовый рынок. Все они являются сложными адаптивными системами. При этом общество (коллектив), которое формируется в таких условиях, является единым децентрализованным организмом.

Пример, можно найти в мире простейших (амеб, слизняков и т.п.). Эти организмы при достаточности пищи ведут себя как независимые сущности. Самостоятельно двигаются, едят и размножаются. Когда пищи недостает, клетки этих организмов, объединяются в единый кластер. То есть независимые отдельные организмы перестают существовать автономно и начинают жить как коллектив.

Не менее интересны наблюдения орнитологов, свидетельствующие о феномене коллективного разума.

Перелетные птицы знают свой маршрут, только тогда когда их количество превышает некоторое критическое значение. Одна птица или немного птиц не знают конечной цели перелёта. Они бесцельно мечутся и не летят.

Знание приходит только в стае. И уже не важно, кто ведет стаю – молодой или старый вожак. Возник сверхорганизм.

Это же характерно для людей. Подобное происходит в социальных системах, на фондовом рынке, где нередко наблюдаются стадные решения.

Если описывать такие системы математическим языком, то больше всего для этого подходит понятие «фрактал». От латинского  «Fractus» (дроблёный, сломанный, разбитый) - математическое множество, обладающее свойством самоподобия, то есть однородности в различных шкалах измерения.

При этом структура этого множества отлична от топологической структуры. Примерами фракталов в природе являются деревья, облака, береговые линии, очертания гор и иные, привычные для людей, объекты. Свойство фрактальности определяет индивидуальные черты этих систем. В том числе социальных сообществ. Фрактальная модель, по мнению ряда авторов, обладает колоссальным организационным потенциалом [30], [81].

Фракталы, в отличии иных моделей организационных структур, имеющих только одну природу, способны меняться, переходя из одного состояния в другое.

В какой-то момент фрактальная система абсолютно авторитарна. Люди в ней лишь исполнители, выполняющие приказы без каких-либо рассуждений.

В другой промежуток времени система входит в состояние хаоса, который нужно устранить. В этой ситуации люди из не рассуждающих исполнителей превращаются в «спецназ», способный к самостоятельной и взаимосогласованной деятельности в любой ситуации.

Для России и СССР, в отличие от Запада, фракталы не являются чем-то искусственным.

В истории нашей страны встречаются длительные хаотичные периоды, когда речь шла только о выживании. Но с государством ничего не случалось. Несмотря на колоссальные жертвы. В этом-то и заключена чудовищная сила фракталов.

Более того, родиной работ в области фрактальной организации предприятий, видимо, является СССР.

Так в книге Ханса-Юргена Варнеке «Революция в предпринимательской культуре. Фрактальное предприятие», выпущенной в 1993 году говорится о китайских фрактальных фабриках, есть ссылки на работы китайских ученых [81].

Китайские первоисточники, в свою очередь, ссылаются на работы советских ученых. Однако в СССР это прошло незамеченным или было засекречено.

Суть фрактальных систем или организаций предопределяет состояния порядка и хаоса, перетекающих друг в друга.

Порядок базируется на знаниях, опыте, формальной логике, последовательном выполнении операций, определенной скорости и течении времени.

Главное в состоянии порядка - известно, чем занимается любой человек в организации в любой момент, так как это регламентировано инструкциями. Для порядка характерна параметризация.

В Хаосе параметризации нет. Нельзя дать точных количественных или качественных характеристик деятельности отдельных его элементов.

Воплощением же порядка является авторитаризм - бюрократическая модель организационного поведения.

В коллегиальной модели организационного поведения уже присутствует элемент хаоса - отсутствие параметризации, который, однако, не выходит за границы нескольких процентов.

Поддерживающая модель содержит по 50% порядка и хаоса. Баланс между ними обеспечивает жесткий центр.

Развивающая модель считается чисто хаотической. Хотя и в ней присутствует порядок. Но порядок этот - моментный. Поэтому так трудно сказать, как долго команда будет эффективной.

Обычно команды распадаются при малейшей попытке создать иерархию. Как только появляется, что делить, образуется возможность выдвинуться одним за счет других, люди обязательно этим пользуются, и из хаоса рождается порядок.

Наиболее устойчивы авторитарно-развивающие гибриды. Их эффективность выше, чем у чистых систем. Они не изменяют своей сущности во времени, а усилия управляющего направлены на поддержание постоянного формата.

Здесь необходимо уточнить, что следует понимать под терминами «порядок» и « хаос».

По мнению автора, вся история научных наблюдений за земным и внеземным существованием Мира не дает оснований утверждать, что в нём существовал, существует или будет существовать хаос, т.е. беспорядок.

Данный термин означает лишь степень непонимания человеком наблюдаемых явлений, перспектив их развития. То есть на самом деле речь идет о «неопределенности» - степени непонимания человеком сущности состояния окружающей его среды и происходящих в ней явлений или степени возможности принимать определенные решения, целесообразные и адекватные реальной ситуации.

Полная неопределенность – это не только отсутствие информации, математический нуль, но и полная ментальная (духовная) невозможность принимать решения. Неопределенность – это состояние человека, которое зависит от его когнитивных и ментальных характеристик.

Если говорить о социуме, то речь идет о возможностях этого социума решать стоящие перед ним проблемы, которые зависят не только от психических и интеллектуальных параметров членов этого социума, но и от сложности его организационной структуры, возможностями индивидуумов понимать устройство системы, в которой они существуют и принимать адекватные обстоятельствам решения.

Эффективность этих решений, как было показано ранее, в определенной степени зависит от уровня аналитичности или холитичности социумов, от их «духовности» - способности управления Духом, как совокупностью волевых качеств обеспечивающих достижение поставленных целей. Управление духом призвано мобилизовать и катализировать действие управления информацией и знаниями.

Для России духовные качества ёё населения являются преобладающим фактором в развитии всех её потенциальных ресурсов, стимулов и организации результативного функционирования экономики страны.



Но вернемся к фрактальным системам.

Особенностью фрактальных систем является то, что они не могут быть охарактеризованы никакими средними величинами. Законы нормального и логнормального распределения в них действуют ограниченно. Они подчиняются степенным законам.

Поэтому, многое в природе и обществе, включая сотворенный человеком фондовый рынок, не соответствуют понятию «нормальный» [107].

Одним из ключевых признаков фрактальных систем является фрактальная размерность или степень сложности.

Для прямой линии фрактальная размерность равна 1,0, для заполненного пространства – 2,0. Люди, предпочитают фракталы с размерностью 1,3-1,5, независимо от того, имеют ли эти фракталы естественное происхождение или они созданы искусственно. Эти закономерности установил, физик Ричард Тейлор, исследуя полотна известного американского художника абстракциониста прошлого века Джексона Поллака [118].

Размерность и степень сложности (степень свободы) социальных систем важно учитывать при проектировании их структуры, функций их институтов и институциональных связей.

Если система примитивна, то она будет уступать в эффективности более сложной системе, в силу организационных факторов.

Если система слишком сложна, то её эффективность будет, ниже, чем в более простой системе, в связи с непонимания их сущности большинством людей. Это обусловит высокий уровень ошибок при принятии решений и оценке рисков.

По мнению автора, современные экономические системы являются именно такими слишком сложными, для принятия людьми адекватных решений системами. Не гибкими и «непрозрачными».

Чтобы существовать в таких системах, человеку нужны помощники – адвокаты, консультанты, эксперты и т.п., деятельность которых конечно увеличивает ВВП, но реального богатства не дают.

Организационная структура современных экономик – это их тормозная система, но не двигатель. В первую очередь, автор имеет в виду, бюджетную, налоговую и кредитно-банковскую системы.

Определение характера конкретной социальной системы, степени её фрактальности является сложным процессом. Поскольку фрактальные закономерности в экономических системах надо искать, так как их свойства часто скрыты от наших глаз [94].

Одним из методов позволяющим оценить сложность социальных систем является модель «малого мира» (small world models).

Одной из базовых идей этой модели является кластеризация, которая определяет плотность связей между близкими узлами в сети.

Модель утверждает, что «два случайно выбранных человека, как правило, связаны весьма короткой цепочкой промежуточных знакомств. Типичная длина такой цепочки около шести звеньев или степеней разделения [121].

Эффекты модели «малого мира» во фрактальных системах проявляются в следующем.

«На фондовом рынке не стоимость определяет цены, а цены определяют стоимость»[102].

Инвесторы оценивают стоимость не столько на основе каких-либо внутренних критериев, сколько под влиянием поступков остальных участников рынка.

Цены акций отражают коллективные действия других людей.

Дело в том, что каждый из нас по-разному реагирует на внешнее воздействие и имеет отличный от других порог восприимчивости. Этот порог (внутренний предел) определяет, сколько людей должны сделать тоже самое, чтобы данный индивидуум поступил также.

Сильные воздействия, например колебания рынка, могут пробивать порог восприимчивости человека (инвесторов), что может радикально изменить настроение людей. Медведи в одночасье станут быками.

При моделировании таких сетей обнаружили, что всего несколько случайных связей между локальными кластерными сетями резко уменьшает число степеней разделения (свобод). Значительную роль в этом играют средства массовой информации, например интернет.

Интересно, что графики распространения идей и болезни (мир идей и биологический мир) выглядят одинаково. Оба имеют вид S-образной кривой. Между ними можно провести прямые параллели.

От степени «заразности» идеи или настроения зависит порог восприимчивости инвесторов.

За внезапной популярностью туфель стоит тот же механизм, который заставляет инвесторов метаться от безудержного оптимизма к глубочайшему пессимизму и обратно.

Если посмотреть на страны и компании, то мы также увидим, что больших городов и компаний очень мало, в сравнении с не большими городами и компаниями.

Эти законы можно использовать для изучения интернет-трафиков и изменения цен акций.

Важным фактором в проектировании сложных адаптивных системах является действие в них степенных законов. Например, правила 20/80 Вильфредо Парето.

Приведем пример. Из почти 2000 технологических компаний США, прошедших IPO c 1980 по 2006 год, менее 5% отвечают за более чем 100% - е увеличение стоимости акций, превысившие 2 трлн. долл. США. Даже в пределах этой маленькой группы львиная доля огромного выигрыша досталась лишь горстке победителей.

Учитывая это, вряд ли стоит ожидать, что в будущем модели создания стоимости и доходности будут стремиться к нормальному распределению, а экономические системы к равновесному состоянию.

Данный факт говорит о необходимости корректировки моделей прогнозирования и оценки уровня рисков.

Достаточно новым словом здесь являются рынки предсказаний (краудсорсинг) и ментальные модели.

3.4.7. Ментальные модели и краудсорсинг как методы прогнозирования и оценки уровня рисков

Термин «ментальные модели» является атрибутом как когнитивных, так и экономических наук.

Одним из первых это понятие ввели в обиход американский философ, математик и семиотик Чарльз Сандерс Пирс и шотландский психолог Кеннет Крейг, разработавший знаменитые ментальные карты (матрицы) и диаграммы взаимосвязей [50].

В XX веке исследованиями ментальных моделей занимались ученые, близкие к военным ведомствам США, Англии и Германии. Они применяли их, в первую очередь американцы, для разрешения вооруженных конфликтов, при проведении миротворческих операций и посредничестве в переговорах.

Недооценка важности подобных моделей может привести к значимым потерям.

Например, к таким, какие сделало руководство США в послевоенном Ираке. Военная составляющая администрации Джорджа Буша-младшего решила, что после успешной боевой операции и смещения диктатора армию встретят как освободителей, с цветами и сладостямиВ результате расчет численности войск, а также планирование их деятельности после окончания боевых действий были произведены неверно.

Войска коалиции столкнулись с сопротивлением и понесли значительные потери уже на этапе реконструкции иракского государства.

Причины ошибок, которые кроются в неправильных ментальных моделях руководства, подробно изучил английский майор Джеймс Ховард, опубликовавший в американском исследовательском центре работу «Спотыкаясь о мир при планировании войны» [83].

Но, что следует понимать под «ментальными моделями»?

Обратимся к мнению семантика и психолингвиста Филиппа Джонсон-Лерда, который в книге «Ментальные модели» пишет, что процессы понимания и умозаключения обусловлены так называемыми ментальными моделями, служащими для представления мира в сознании человека.

Формирование ментальных моделей осуществляется в ходе рекурсивных ментальных процедур. Основной процедурой является «понимание» определяемое, как считает Джонсон-Лэрд, знанием и уверенностью.

Психологическим ядром понимания является «рабочая модель» характеризующая, по мнению сформировавшего эту модель субъекта, сущность того или иного явления, его внутреннюю структуру и причинно-следственные связи, взаимоотношения с другими явлениями, представления о возможностях его развития, путях его инициации, управления им и контроля над ним [25].

Каждый человек, или иной субъект экономики, существуя в социуме, формирует свои ментальные рабочие модели относительно различных ситуаций и явлений и перспектив их развития.

Причина в том, что люди видят окружающую действительность не "как есть", а через особые (нейропсихологические) фильтры которые:

"вычеркивают" из видимого мира элементы, не соответствующие ментальности человека;

"дорисовывают" отсутствующие элементы, усиливающие текущие желания человека;

придают большее или меньшее значение внешним элементам в зависимости от того, подтверждают эти элементы ментальные предпочтения человека или нет.

Полезность рабочих ментальных моделей в том, что они помогают быстро принимать решения, а правильность этих решений зависит от того, насколько адекватны наши ментальные модели окружающей действительности.

Таким образом «Ментальная модель»  — некоторая многоуровневая система, создающая внутреннюю картину внешней ситуации, которая включает в себя желания, убеждения, стереотипы и архетипы, образы.

То есть все значимые когнитивные и волевые элементы сознания и подсознания, которые позволяют понять, как исследуемая целевая группа воспринимает ситуации, что при этом чувствует и как будет себя вести в отношении нас или интересующего нас объекта, как, почему и при каких условиях она сделает свой выбор, или поменяет его.

Одной из основных задач на первом этапе формирования решения относительно той или иной ситуации становятся поиск и извлечение ментальных моделей целевых групп.  Выбор стратегической цели, определение степени риска, процесс создания бренда, публичный конфликт и т.п.

Для этого необходим комплексный инструментарий, выходящий за рамки традиционных маркетинговых исследований, количественных и экспертных опросов.

Человек часто просто не может вербализовать всю необходимую для принятия решений информацию.

Следовательно, в работе современного менеджера должны быть задействованы проективные и эвристические методики, позволяющие получить плохо осознаваемые и плохо фиксируемые аудиторией элементы ментальных моделей.

В экономике идею применения ментальных моделей активно пропагандирует ученик и соратник известного инвестора Уоррена Баффетта по Berkshire Hathaway Чарли Мангер.

Для Мангера ментальная модель является инструментом-матрицей, которая помогает лучше понять возникающую перед вами проблему. Он предлагает создать сеть моделей, или как он сформулировал сам «решетку моделей» с тем, чтобы решать проблемы наиболее эффективно.

Однако, по мнению Мангера не всем дана способность формировать ментальные модели. Умение решать проблемы не зависит прямо от IQ. Необходимо иметь такие черты характера как – интеллектуальная любознательность, честность, терпение и способность к самокритике, многообразие знаний.

Трудно представить все эти качества в одном человеке, но, как было показано ранее, ими обладает «коллективный разум», структура которого очень сильно напоминает нейронные сети мозга человека.

Нейронные сети основываются на принципах нечеткой логики. Но необходимо понимать, что не следует автоматически переносить принципы и методологию нечеткой логики в сферу оценки уровней рисков, неопределенности, финансовой устойчивости, кредитоспособности, оценки эффективности управления капиталом и инвестициями [49].

Применять этот инструмент для принятия решений необходимо комплексно с ментальным моделированием. То есть необходимы не только количественные итерации лингвистических переменных, но описания и количественные пределы, связанные с ментальностью лиц (групп) принимающих решения и влияющих на изменение состояния исследуемого объекта. Найти их мы можем с помощью краудсорсинга на рынке предсказаний или, иначе, предикативных рынках.

Рынки предсказаний имеют важные отличия от фондовых рынков – это конечность временных горизонтов и определенность исходов.

Составить представление, об этой технологии, можно посетив, крупнейший в мире рынок предсказаний Intrade.com, который служит платформой для создания прогнозов самой широкой тематики (кроме спорта): от внутренней и международной политики и экономики до высоких технологий, недвижимости, перевозок и даже изменений климата.

В последние годы появились и русскоязычные проекты, такие как Futuriti.ru (основные темы предсказаний: известные люди, развлечения, спорт, власть, экономика, бизнес, технологии, происшествия) и Supergu.ru (специализируется на биржевых прогнозах).

Все эти ресурсы объединяет общий принцип: участники prediction markets делают ставки на осуществление тех или иных событий в будущем, имея при этом возможность заработать реальные деньги. Но для бизнеса, прежде всего, важна высокая точность прогнозов, которую обеспечивает механизм краудсорсинга. Важна, как вспомогательный инструмент бизнес-анализа, а также источник инсайтов – неожиданных интуитивных прорывов к решению проблемы.

Краудсорсинг дает возможность топ-менеджеру найти ответы на многие вопросы к будущему, которые не поставишь на открытые торги. Точность прогнозов рынков предсказаний вполне удовлетворительна.

Например, точность прогнозов результатов президентских компаний в США, получаемых на рынке Iowa Electronic Market, достигает в иные годы 0,3%, а средний уровень отклонений за 20 лет составляет 1–1,5%. Притом, что Институт Гэллапа дает погрешность порядка 2,4%.

Очень высокую, а иногда и стопроцентную точность при определении номинантов и обладателей Оскара демонстрирует интернет-игра Hollywood Stock Exchange.

О применении краудсорсинга в практике отечественного бизнеса свидетельствует опыт единственной работающей в России по этой технологии прогнозирования и управления идеями компании CIS (Collective Intelligence Systems), который кратко опишем на примере холдинга «АгроТерра» [74].

Многие компании с тем или иным успехом собирают у сотрудников предложения по рационализации и развитию бизнеса, организуют публичные площадки для внесения и обсуждения разнообразных инициатив, совершенствуют технологии обработки информации.

Краудсорсинг организован иначе. В нем нет ни иерархии, ни методологов. Это выглядит как биржевая игра, где в качестве активов выступают прогнозы — некоторые события будущего.

В случае «АгроТерра» компанией CIS было организовано прогнозирование: цен на зерно, EBITDA и урожайности сои.

Была сформирована внутренняя виртуальная биржа, участникам которой были выданы виртуальные деньги. Участники вкладывали виртуальные деньги, больше или меньше, в зависимости от того, насколько они были уверены в своем прогнозе и, точно так же, как на бирже, могли в любой момент вывести капитал из одного прогноза и перевести в другой.

После каждой покупки или продажи по специальному алгоритму на основе сделанных ставок рассчитывался агрегированный прогноз, который отображался в виде графика котировок и отражал коллективное мнение участников о будущем развитии событий.

В отличие от обычного опроса, где, в общем и целом действует принцип «один человек — один голос», здесь участникам разрешалось в любых пропорциях распределять и перераспределять свою поддержку между разными «рынками» и даже вариантами ответа.

Все это оперативно учитывалось: постоянное обновление — еще одно важное преимущество агрегированного прогноза перед опросами, которые нельзя проводить слишком часто.

Но главное, краудсорсинг можно реализовать в игровой форме, с возможностью выигрыша. Чтобы это произошло, участник должен внести в агрегированный прогноз свои знания, свою способность к рассуждению, свою уникальную экспертизу. Все участники вместе, таким образом, выступают в качестве некоторого коллективного эксперта.

Имеющаяся мировая практика показывает, что такой «коллективный эксперт» умеет предсказывать очень неплохо. Это подтвердил проект прогнозирования с использованием рынка предсказаний в группе компаний «АгроТерра». В ходе его реализации в октябре 2013 года, было получено 75% попаданий. Это очень хороший показатель».

В прогнозировании участвовало несколько сотен сотрудников «АгроТерры». Около половины тех, кто подключен к корпоративной сети и может высказать свое суждение по поводу прогнозируемых событий (будущих цен на зерно, EBITDA и т.п.) но не является профессиональным аналитиком и экспертом. К проекту были подключены работники из всех регионов, в том числе находящиеся на самых «рабочих» должностях, таких как агроном или сотрудник элеватора.

Менеджеры более высокого ранга тоже участвовали, но главный интерес состоял в том, чтобы получить информацию с полей в буквальном смысле слова.

Такая необходимость была вызвана тем, что аналитики в центральном офисе использующие достаточно тонкие и сложные модели, ориентируются все-таки на тренд: в этом году было так, в прошлом так, значит, в следующем можно ожидать такого-то развития событий. К этому их мотивируют и карьерные соображения. А в регионах люди, уже понимают, нутром чуют, что все пойдет иначе.

Прогнозы, которые котировались на виртуальной бирже, представляли собой ценовые коридоры — небольшие диапазоны цен.

При этом прогнозировались цены для нескольких рынков, которые соответствовали разным промежуткам времени. Участник выбирал рынки, относительно которых у него была какая-то информация, и варьировал свою ставку.

Не требовалось обязательно ставить все деньги. При отсутствии информации их можно было, и придержать и в любой момент вывести из игры.

Все ставки, как и на настоящей бирже, делались анонимно, так что влияние чьего-либо неигрового статуса или авторитета («X - умный, я поставлю так же, как и он») исключалось.

Проект шел три месяца, и все это время холдинги, входящие в группу «АгроТерра», видели динамику ситуации и старались проанализировать причины, по которым происходят изменения.

Практически на каждом рынке прогнозирования на определенный срок тот прогноз, который, в конце концов, выиграл, определился уже к середине срока или раньше.

При сравнении прогнозов-победителей с фактически установившимися ценами выяснилось, что для половины рынков они точно попали в реальный узкий ценовой коридор; для большинства оставшихся рынков, спрогнозированный коридор оказался ближайшим к реальному коридору.

Интересно, что в нескольких случаях, оценки участников с самого начала разошлись с видением экспертов, и в итоге подтвердилась - правота участников.

Фактически, опыт краудсорсинга в «АгроТерра» есть исследование доверия к официальным цифрам с определением масштабов расхождений.

Если менеджмент холдинга работает хорошо, то это будет подтверждаться ожиданиями сотрудников-участников рынка предсказаний.

Если официальные цифры завышены, и люди на местах видят другую картину, то система прогнозирования поднимет эту информацию на поверхность, к высшему топ-менеджменту компании.

По мнению автора, краусорсинг вполне применим для оценки эффективности инвестиционных проектов и уровня сопутствующих им рисков. При этом данную технологию целесообразно использовать, опираясь на технологии формирования ментальных моделей и ограничения, вытекающие из математики Банахова пространства и нечеткой логики.

Кроме того, перспективные возможности в экономике, включая финансы, могут иметь динамично развивающиеся направления прикладной науки - искусственная жизнь, эволюционные вычисления, генетические алгоритмы, продукционные системы (L-Systems) и др.



Каталог: wp-content -> uploads -> 2015
2015 -> Социальная философия
2015 -> Курсовая работа на тему: Наши эмоции друзья или враги? Их роль в конфликтоной ситуации
2015 -> Медиалогия как интегрированная наука информационной эпохи и ее роль в модернизации России Ключевые слова
2015 -> -
2015 -> Вопросы для подготовки к вступительному экзамену в аспирантуру по «Философии»
2015 -> Никколо Макиавелли
2015 -> Астрономия и современная картина мира
2015 -> Методы социологического исследования


Поделитесь с Вашими друзьями:
1   ...   21   22   23   24   25   26   27   28   ...   47


База данных защищена авторским правом ©znate.ru 2019
обратиться к администрации

    Главная страница