Имитационное моделирование (ситуационное моделирование) — методика построения моделей, которые описывают процессы так, как они протекали бы в действительности. Эти модели можно «проиграть» во времени для испытаний. При этом результаты будут определяться случайным характером процессов. По полученным таким образом данным можно получить достаточно устойчивую и точную статистику.

Имитационным моделированием пользуются в таких случаях, как:

• Большая стоимость реальных экспериментов на объекте или невозможность данного эксперимента
• Необходимо наглядное представление поведения системы или объекта во времени

Можно выделить две разновидности имитации:

• Метод Монте-Карло (метод статистических испытаний);
• Метод имитационного моделирования (статистическое моделирование).

Область применения метода Монте-Карло достаточно широка. В качестве примеров можно привести расчет систем массового обслуживания, расчет качества и надежности изделий, вычисление определенного интеграла и др.

Цель статьи – показать использование метода Монте-Карло в экономической сфере.

Рассмотрим при помощи метода Монте-Карло какую-то организацию «М», которая планирует внедрить определенный инвестиционный проект по изготовлению товара «А». При анализе были определены главные параметры и их границы определения в данном проекте.

Таблица 1 – Ключевые параметры проекта

 Таблица 2 – Постоянные параметры проекта

Далее после выявления этих параметров был проведен имитационный эксперимент при помощи MS Excel и встроенных в него функций.

С помощью формулы СЛУЧМЕЖДУ, которая позволяет получить случайное число из заданного интервала, была построена генеральная совокупность для таких параметров как переменные затраты, объем выпуска, цена, себестоимость, выручка, прибыль, денежный поток и приведенная стоимость.

 Таблица 3 – Вычисления параметров

Таблица 4 – Результаты анализа

При сравнении доходов и убытков на примере данного проекта, можно принять решение по дальнейшему анализу для получения подтверждения данных расчетов и определения результативности.

В заключении можно сказать, что метод Монте-Карло имеет свои преимущества в использовании, такие как простота математики, легкость в использовании и легкость изменения. Он помогает убедиться в реальности проекта и имеет большую полезность для больших сложных проектов.

1. Гусева Е.Н. Имитационное моделирование экономических процессов в среде «Arena»: учеб. пособие: [электронный ресурс]. М.: Флинта, 2011. – 132 с. – Режим доступа: http://www.knigafund.ru/books/114189
2. Гусева Е.Н. Математические основы информатики/ Е.Н. Гусева, И.И. Боброва, И.Ю. Ефимова, И.Н. Мовчан, С.А. Повитухин, Л.А. Савельева. –        Магнитогорск: Изд-во Магнитогорск. гос. техн. ун-та им. Г.И. Носова, 2016.- 234 с.
3. Гусева Е.Н. Моделирование макроэкономических процессов: учеб. пособ.: [электронный ресурс]/ Е. Н. Гусева. – М.: Флинта, 2014.–214с.– Режим доступа: http://www.ozon.ru/context/detail/id/28975354/
4. Гусева Е.Н., Варфоломеева Т.Н. Применение имитационных моделей для решения экономических задач оптимизации/Гусева Е.Н., Т.Н. Варфоломеева //Современные проблемы науки и образования. 2014. № 6. С. 200.
5. Гусева Е.Н. Имитационное моделирование социально-экономических процессов. – Магнитогорск: изд-во Магнитогорск. гос. техн. ун-та им. Г.И. Носова, 2015. – 25с.
6. Гусева Е.Н. Основы имитационного моделирования экономических процессов: лаб. практикум / Е.Н. Гусева. – Магнитогорск: МаГУ, 2008. – 100с.
7. Гусева Е.Н. Методические рекомендации по дисциплине «программирование» для обучающихся направления 080500.62 «бизнес информатика» всех форм обучения/ Е. Н. Гусева, Т.Н. Варфоломеева. – Магнитогорск: изд-во Магнитогорск. гос. техн. ун-та им. Г.И. Носова, 2015. – 26с.
8. Гусева Е.Н. Имитационное моделирование социально-экономических процессов. – Магнитогорск: изд-во Магнитогорск. гос. техн. ун-та им. Г.И. Носова, 2015. – 25с.
9. Гусева Е. Н. Математика и информатика: [электронный ресурс]  учеб. пособие/ Е. Н. Гусева, И.Ю. Ефимова, И.Н. Мовчан,  Л.А. Савельева. – 3-е изд., стереотип. –М.: Флинта, 2015– 400 с. –Режим доступа:  lf5.com/Knigi/Nauka-Obrazovanie/Matematika/Matematika-i-informatika-148-103807
10. Гусева Е. Н. Теория вероятностей и математическая статистика: учеб. пособие – 5-е изд., доп. и перераб.: [электронный ресурс]/ Е. Н. Гусева. –М.: Флинта, 2011.– 220 с. – Режим доступа: http://www.knigafund.ru/books/116083/read
11. Курзаева Л.В. Дистанционный курс «Основы математической обработки информации»: электронный учебно-методический комплекс // Хроники объединенного фонда электронных ресурсов Наука и образование. – 2014.  -Т. 1. – № 12 (67). – С. 117
12. Курзаева Л.В. Введение в теорию систем и системный анализ: учеб. пособие/Л.В. Курзаева. -Магнитогорск: МаГУ, 2015. -211 с
13. Курзаева Л.В. Международный опыт управления качеством образования на основе рамочных структур/Л.В. Курзаева, И.Г. Овчинникова // «Научная дискуссия: вопросы социологии, политологии, философии, истории»: материалы VI международной заочной научно -практической конференции. Часть II (17 октября 2012 г.). -М.: Изд. «Международный центр науки и образования», 2012. -С. 51-56.
14. Овчинникова И.Г., Курзаева Л.В. Математическое обеспечение информационной системы рейтинговой оценки учреждений высшего профессионального образования//Гуманитарные и социально -экономические науки. -2012. -№ 4. -С. 98-103.
15. Курзаева Л.В. Дистанционный курс «Инструментальные методы поддержки принятия решений»: электронный учебно-методический комплекс//Хроники объединенного фонда электронных ресурсов Наука и образование. 2016. -№ 1 (80). -С. 2.

Все статьи автора «Прасолова Елизавета Александровна»