МЕТОДОЛОГИЯ ИССЛЕДОВАНИЯ ЭКОНОМИЧЕСКОЙ БЕЗОПАСНОСТИ В УСЛОВИЯХ СОВРЕМЕННОЙ НАУКИ

МЕТОДОЛОГИЯ ИССЛЕДОВАНИЯ ЭКОНОМИЧЕСКОЙ БЕЗОПАСНОСТИ В УСЛОВИЯХ СОВРЕМЕННОЙ НАУКИ

 

Рассматривая современную концепцию экономической безопасности, можно определить ее как сферу научного знания, при котором достигаются максимальные пока­затели экономики страны, такие как высокий и стабильный рост основных экономических показателей, эффективное удовлетворение ра­стущих экономических потребностей и оп­тимизированный государственный контроль за рациональным использованием националь­ных богатств и ресурсов [5, с. 8].

Целью экономической безопасности на раз­личных уровнях выступает защита экономиче­ских интересов страны.

Анализируя исторический аспект происхож­дения самого термина «безопасность», можно отметить, что само понятие безопасности воз­никло уже к 1881 г., при этом трактовка данной категории в то время включала в себя обеспе­чительные меры установления общественного порядка и общественной безопасности. Собы­тия того времени указывали на необходимость достижения главной цели государства - общее благосостояние и безопасность.

Однако уже на современном этапе появле­ние термина «экономическая безопасность» в новом его понимании и последующее введе­ние его в научно-практический оборот во многом связано с возникновением ряда внутренних и внешних негативных событий, возникших в России во второй половине 1990-х гг., вызван­ных рядом существующих таких отрицательных факторов, как возникновение инфляции, без­работицы, падение цен на энергоносители, от­ток капитала и др.

Таким образом, для обобщения и система­тизации рисков и угроз с целью обеспечения нормального уровня функционирования эко­номической безопасности страны необходимо исследование самой проблемы экономической безопасности на теоретическом и практическом уровнях [3, с. 11]. По мнению автора, это по- прежнему необходимое условие для достиже­ния главной цели государства — общего благо­состояния и безопасности.

Необходимо отметить, указанные выше факторы в форме негативных тенденций по­служили предпосылкой возникновения ново­го направления в экономической науке — тео­рии экономической безопасности. Разумеется, что появление новой категории создавало предпосылки к поиску определенного набора инструментария для исследования и позна­ния. Определенным достоинством современ­ного этапа развития различных областей на­уки, по мнению автора, является интеграция многообразия познаний всевозможных сфер науки, под воздействием которых формиру­ются обобщенные методологии, позволяющие расширять границы действующего познания любого явления. При прочих равных условиях на каждом этапе изучения явления необходи­мо искать новые компоненты теоретического метода, в связи с чем следует понимать о не­обходимости применения комплексной ме­тодики для изучения теории экономической безопасности.

Следует учесть, что существует огромная разница между прикладными экономически­ми исследованиями, в которых имеется воз­можность использования конкретного мето­да исследования, и объективным отражением природы сложного явления экономической без­опасности, где требуется комплекс, состоящий как из теоретического базиса, так и из практи­ческой методологии [10].

Практической аксиомой для любой отрасли научной деятельности является определение методологического инструментария. Процесс определения методологического инструмента­рия условно можно разделить на две основные части: терминологическую (заключающуюся в трактовке самого понятия «методология», зна­чение которого не всегда имеет однозначный смысл) и проблемы определения методологиче­ского инструментария в соответствующей обла­сти исследования.

Детерминантами методологического ин­струментария категории «экономическая без­опасность» могут выступать прежде всего общенаучные методы системного подхода, диа­лектический метод единства и борьбы противо­положностей, методы структурно-факторного анализа и др.

Как уже было отмечено автором, при изучении такой сложной области экономической науки, как теория экономической безопасности, следует понимать, что целесообразно обращаться к более новым и совершенным методологическим под­ходам.

Выбранный подход должен позволять бо­лее детально изучить социально-экономические процессы, происходящие в обществе, которые образуют в конечном итоге структуру катего­рии «экономическая безопасность», и адекватно применить выбранный метод к изменяющейся во времени ситуации. Для достижения цели со­вершенствования методологических подходов, направленных на изучение такой сложной кате­гории, как «экономическая безопасность», тре­буются новые формы познания, сформулиро­ванные учеными из различных областей знаний, в том числе учеными в сферах философии, соци­ологии, экономики, юриспруденции, математи­ки, политологии, истории и др. В работе автором рассмотрены некоторые методы, использование которых может быть эффективным при своев­ременном обнаружении опасностей и последу­ющей систематизации найденных угроз эконо­мической безопасности, в целях обеспечения национальной безопасности.

Учитывая быстрый прогресс информацион­ных технологий в условиях эпохи цифровиза- ции и компьютерного моделирования, особую актуальность на современном этапе приобре­тает использование современных методов эко­номико-математического                                          моделирования с интегральным воплощением современных ин­формационных технологий. Среди достоинств таких моделей необходимо отметить их нагляд­ность и относительную простоту описания слож­ных закономерностей развития экономических процессов, составляющих структуру категории «экономическая безопасность». Использование этих методов позволило сформулировать основ­ную цель, заключающуюся в поиске и разработ­ке адекватной модели оценки самой категории экономической безопасности. В большинстве экономически развитых стран для оценки про­изводственных возможностей как звена эконо­мических отношений на различных уровнях ис­пользуется производственная функция.

Типичным примером такого использования является труд Ч. Кобба и П. Дугласа, опубли­кованный в 1928 г. [7], в котором предлагается двухфакторная производственная функция, от­ражающая зависимость объема выпуска про­дукции от таких факторов, как труд и капитал. Нельзя не отметить того факта, что развитие производственного моделирования также было исследовано и зарубежными учеными. При­мером может служить появление экономиче­ских моделей на макроуровне, учитывающих шоковые переменные, так называемые случай­ные факторы. Зарубежными экономистами — математиками: У. Броком и Л. Мирманом [4] для переменных производственной функции был введен случайный фактор, а С. Тарновский адаптировал случайный фактор в ограничени­ях модели экономического роста [2]. Автором указывается на разнообразие различных мо­дификаций двухфакторной производственной функции Кобба — Дугласа, основанной на со­временных эконометрических методах.

Подобные модификации можно объеди­нить в две группы: производственные функции со статическими параметрами и производствен­ные функции с динамическими параметрами, используя за основу критерий «изменение ко­эффициентов факторной эластичности».

Несомненные достоинства применения экономико-математических моделей такого класса позволят описать с высшей степенью точности поведение более сложных социаль­но-экономических явлений, в частности таких, как экономическая безопасность. Кроме этого, использование подобных моделей не требует применения сложных компьютерных техноло­гий, функционирующих на основе современ­ного программного обеспечения.

Однако у таких моделей, несмотря на их про­стоту и точность, есть и существенный недоста­ток, выразившийся в невозможности реализа­ции прогностической функции, т. к. речь идет о функциях со статическими параметрами. Это объясняется тем, что моделирование ведется для каждого анализируемого периода отдельно (в отрыве от других лет), поэтому для устране­ния указанного недостатка, а также для по­вышения точности прогнозов экономических явлений и процессов необходимо разработать модель с динамическими параметрами. Ис­ходя из вышеизложенного, производственную функцию Кобба — Дугласа с динамическими параметрами следует считать достаточно при­емлемой моделью, позволяющей смоделиро­вать развитие любого экономического процес­са, поскольку в этой модели коэффициенты факторной эластичности дифференцированы по времени и рассчитываются альтернативным линейным методом линейной регрессии (со­кращенное обозначение AMLR).

Существенным достоинством данного ме­тода перед традиционными математическими и статистическими методами следует назвать свойство указанного метода гарантировать за­данные признаки структурных параметров оцениваемой модели. Из особенностей следует отметить, что при расчетах учитываются не зна чения производительных и факторных показа­телей (показателей, описывающих взаимосвязь) в абсолютном выражении, а темпы их роста. Следует отметить, что повторяющаяся матема­тическая процедура динамических параметров реализована на базе Microsoft Excel, и для ее ав­томатизации пользователю не требуется совре­менного программного продукта.

В работе доктора экономических наук С. Г. Светункова «О возможности экономи­ческого прогнозирования с использованием степенной производственной функции ком­плексной переменной» на макро-, мезо- и ми­кроуровнях экономики отмечено использо­вание степенной производственной функции комплексных переменных с действительными коэффициентами, служащими для определения целей динамического анализа и прогнозирова­ния экономических процессов [9].

За основу в указанном труде взято вычисле­ние динамических значений коэффициентов степенной производственной функции ком­плексных переменных, т. е. варьирование их во времени, а коэффициенты определялись на каждый следующий год, что в свою очередь позволило сформировать многовариантные экономические прогнозы. Важной особенно­стью метода являлось одновременное модели­рование зависимости двух переменных от пары других переменных. Однако к недостаткам сле­дует отнести тот факт, что в случае нелинейно­сти входных данных ориентация на обычные эконометрические модели может привести к непредсказуемым результатам. Причиной этому может служить то, что при построении практических единых систем внедрение мате­матических методов приводит к их выпадению из общей системы экономической структу­ры. Все это может оказаться результатом того, что модель объекта оказывается стандартизиро­ванной и не отражает процессы, происходящие внутри экономической системы.

Автором отмечается, что методы количе­ственного анализа, такие как корреляция, ре­грессия, индексный метод и другие, позволяют оценить степень угроз экономической безопас­ности только количественно, но не качествен­но. Для решения возникшей проблемы среди современных методов математического моде­лирования приоритетным методом моделиро­вания сложных экономических явлений и про­цессов, связанных с их оценкой и обеспечением экономической безопасности, можно выделить нейросетевое моделирование [1].

Достоинством данного метода являются нелинейные связи, которые позволяют рассматривать экономиче­скую безопасность социально-экономической системы в виде функциональной зависимости, вводя несколько переменных. Необходимым критерием успеха является начальный этап мо­делирования, на котором необходимо опреде­литься с выбором структуры нейронной сети, которая бы в полной мере отражала поставлен­ную задачу [6]. Для достижения результата нуж­но на теоретическом уровне обозначить этапы моделирования нейронной сети, которые под­разумевают: определение требований к струк­туре сети; определение количества нейронов во входном и выходном слоях; подбор эталон­ных образцов параметров обучения.

Преимуществами данного метода, как уже отмечалось выше, являются нелинейные связи. Основные методологические подходы к пост­роению и исследованию нейросетевых моделей экономической безопасности можно подробно увидеть в работах В. В. Борисова, А. Галушкина.

Результатом выбора в пользу нейросетевых технологий для моделирования экономической безопасности является количественное обо­снование решений, принимаемых на уровне управления, поскольку изначально сделать пра­вильный прогноз, не используя методологию нейросетевого моделирования, невозможно. С высокой долей вероятности на практике ис­пользование данного подхода позволит оценить риски и угрозы экономической безопасности со­циально-экономических систем, систематизи­ровать и предупредить их новое появление. Рас­сматривая экономическую безопасность с точки зрения функциональной зависимости, важно определить входные параметры, т. к. их выбор в результате и определит специфику математи­ческого моделирования. При использовании данного подхода следует также указать, что более детально проанализировать уровень экономиче­ской безопасности позволит введение в нейросе­тевую модель большего количества переменных социально-экономической системы.

Делая выводы, необходимо отметить, при выборе методологии исследования эко­номической безопасности в условиях совре­менности следует давать объективную оценку протекающим и исследуемым экономическим процессам, обеспечивая их дальнейшее про­гнозирование на основе применения эконо­мико-математического моделирования и ин­формационных технологий. Роль методов математического моделирования в современ­ной экономической науке достаточно высока, поскольку именно они позволяют на современ­ном этапе своевременно отражать проблемы обеспечения экономической безопасности и обеспечивать экономическое равновесие вну­три государства, что гарантирует дальнейшее развитие в социальной, политической и эконо­мической сферах общественной жизни.

 

Список литературы;

1.                  Гонтарь А. А. Современные математические модели обеспечения экономической без­опасности социально-экономических си­стем // Экономика и социум. 2016. № 8.

2.                  Горбатков С. А., Полупанов Д. В., Фархи- ева С. А., Коротнева М. В. Эконометрика. Уфа, 2012.

3.                  Громов И. А., Литвиненко А. Н. Система экономической безопасности государства в компетенции Департамента экономиче­ской безопасности МВД России // Вопросы экономики и права. 2010. № 12.

4.                  Клейнер Г. Б. Производственные функции. Теория, методы, применение. Москва, 1986.

5.                  Наумов Ю. Г., Латов Ю. В. Экономическая безопасность и теневая экономика: учеб­ник. Москва, 2016.

6.                  Новикова Е. В., Машкова А. Л. Создание первоначального поколения агентов в ком­пьютерной модели развития экономики России // Информационные технологии в науке, образовании и производстве: сбор­ник трудов VII Международной науч.-техн. конф. (Белгород, 17 — 19 октября 2018 г.). Белгород,2018.

7.                  Рузанов А. И. Производственные функции и их использование для описания законо­мерностей производства // Вестник Ниже­городского университета им. Н. И. Лобачев­ского. 2011. № 5.