+7 (925) 966 4690
ИД «Финансы и кредит»

ЖУРНАЛЫ

  

АВТОРАМ

  

ПОДПИСКА

    
«Финансовая аналитика: проблемы и решения»
 

Включен в перечень ВАК по специальностям

ЭКОНОМИЧЕСКИЕ НАУКИ:
5.2.1. Экономическая теория
5.2.3. Региональная и отраслевая экономика
5.2.4. Финансы
5.2.5. Мировая экономика
5.2.6. Менеджмент


ЭКОНОМИЧЕСКИЕ,
ФИЗИКО-МАТЕМАТИЧЕСКИЕ НАУКИ:
5.2.2. Математические, статистические и инструментальные методы в экономике

Реферирование и индексирование

РИНЦ
Referativny Zhurnal VINITI RAS
Worldcat
Google Scholar

Электронные версии в PDF

Eastview
eLIBRARY.RU
Biblioclub

Экономико-математическое моделирование динамики смены поколений телекоммуникационных услуг

т. 7, вып. 34, сентябрь 2014

Доступна онлайн: 01.09.2014

Рубрика: МАТЕМАТИЧЕСКИЕ МЕТОДЫ АНАЛИЗА

Страницы: 43-55

Кузнецов Ю.А. доктор физико-математических наук, профессор, заведующий кафедрой математического моделирования экономических процессов, Нижегородский государственный университет им. Н.И. Лобачевского - Национальный исследовательский университет 
Yu-Kuzn@mm.unn.ru

Маркова С.Е. старший преподаватель, аспирант кафедры математического моделирования экономических процессов, Нижегородский государственный университет им. Н.И. Лобачевского - Национальный исследовательский университет 
Svech@mail.ru

Мичасова О.В. кандидат физико-математических наук, старший преподаватель кафедры математического моделирования экономических процессов, Нижегородский государственный университет им. Н.И. Лобачевского - Национальный исследовательский университет; доцент кафедры экономической теории и эконометрики, Национальный исследовательский университет "Высшая школа экономики", Нижегородский филиал 
michasova@mm.unn.ru

При прогнозировании и анализе финансовых показателей деятельности предприятия очень важно понимать и учитывать емкость рынка, возможный спрос и близость отрасли к насыщению. В статье предлагается подход, в рамках которого можно определить потенциальную емкость рынка при условии существования двух технологий, одна из которых постепенно вытесняет другую. В качестве предмета исследования была выбрана динамика рынка передачи данных, которая изучается с помощью методов экономико-математического моделирования процесса диффузии инноваций. Переход от коммутируемого доступа в Интернет к широкополосному доступу реализуется в рамках конкурентного взаимодействия двух последовательных поколений технологии, поэтому может быть описан математической моделью динамики взаимодействия двух биологических популяций Гилпина - Айала. Целями работы является подтверждение гипотезы, что данная модель может быть использованная для описания процесса смены технологий, и формирование прогноза о перспективах развития широкополосного доступа в Интернет. Для определения коэффициентов модели была построена эконометрическая модель, описываемая системой одновременных уравнений. Также было выполнено сравнение модели Гилпина - Айала с более популярной и широко используемой моделью Лотки - Вольтерра. Исследование показало, что модель Гилпина - Айала лучше описывает процесс диффузии инноваций для рынка передачи данных. Кроме того, качество полученного прогноза является весьма высоким. В результате моделирования было установлено, что рынок распространения широкополосного доступа в Интернет близок к насыщению, поэтому на первый план для обеспечения устойчивых финансовых показателей компаний-провайдеров выходит поиск новых направлений деятельности, в частности продвижение мобильных технологий доступа в Интернет.

Ключевые слова: экономический рост, научно-технологический прогресс, механизмы диффузии инноваций, математическая модель, модель Гилпина - Айала; эконометрическая модель

Список литературы:

  1. Айвазян С.А. Основы эконометрики. М.: ЮНИТИ-ДАНА, 2001. 432 с.
  2. Базыкин А.Д. Математическая биофизика взаимодействующих популяций. М.: Наука, 1985. 181 с.
  3. Базыкин А.Д. Нелинейная динамика взаимодействующих популяций. Москва, Ижевск: Институт компьютерных исследований, 2003. 368 с.
  4. Баутин Н.Н., Леонтович Е.А. Методы и приемы качественного исследования динамических систем на плоскости. М.: Наука, 1990. 488 с.
  5. Васильев Ф.П. Методы оптимизации. М.: Факториал, 2002. 824 с.
  6. Васильев Ф.П. Численные методы решения экстремальных задач. 2-е изд. М.: Наука, 1988. 552 с.
  7. Гукенхеймер Дж., Холмс Ф. Нелинейные колебания, динамические системы и бифуркации векторных полей: пер. с англ. под ред. А.Д. Морозова. Москва, Ижевск: Институт компьютерных исследований, 2002. 560 с.
  8. Доугерти К. Введение в эконометрику / пер. с англ. М.: ИНФРА-М, 2001. 402 с.
  9. Кетков Ю.Л., Кетков А.Ю., Шульц М.М. MATLAB 7: программирование, численные методы. СПб: БХВ-Петербург, 2005. 752 с.
  10. Козлов А.Ю., Мхитарян В.С., Шишов В.Ф. Статистические функции MS Excel в экономико-статистических расчетах: учеб. пособие для вузов / под ред. В.С. Мхитаряна. М.: ЮНИТИ-ДАНА, 2003. 231 с.
  11. Козлов А.Ю., Шишов В.Ф. Пакет анализа MS Excel в экономико-статистических расчетах: учеб. пособие для вузов / под ред. В.С. Мхитаряна. М.: ЮНИТИ-ДАНА, 2003. 139 с.
  12. Кузнецов Ю.А., Маркова С.Е. Анализ качественных особенностей динамики развития ооссийского рынка ИКТ. Структурный подход // Труды НГТУ им. Р.Е. Алексеева. 2013. № 3. С. 242–252.
  13. Кузнецов Ю.А., Маркова С.Е. Некоторые качественные особенности развития российского рынка информационных и коммуникационных технологий // Экономический анализ: теория и практика. 2013. № 29. С. 2–12; 2013. № 30. С. 12–21.
  14. Кузнецов Ю.А., Маркова С.Е., Мичасова О.В. Математическое моделирование динамики конкурентного замещения поколений инновационного товара // Вестник Нижегородского государственного университета им. Н.И. Лобачевского. 2014. № 2. С. 178–184.
  15. Марри Дж. Нелинейные дифференциальные уравнения в биологии. Лекции о моделях / пер. с англ. М.: Мир, 1983. 397 с.
  16. Шильников Л.П., Шильников А.Л., Тураев Д.В., Чуа Л. Методы качественной теории в нелинейной динамике. Ч. 1. Москва, Ижевск: Институт компьютерных исследований, 2004. 416 с.
  17. Эконометрика / под ред. И.И. Елисеевой М.: Финансы и статистика, 2004. 344 с.
  18. Ayala F.J., Gilpin M.E., Ehrenfeld J.G. Competition between species: Theoretical models and experimental tests // Theoretical Population Biology. 1973. Vol. 4. № 3. P. 331–356.
  19. Chen F., Chen Y., Guo S., Li Z. Global Attractivity of a Generalized Lotka – Volterra Competition Model // Differential Equations and Dynamical Systems. 2010. Vol. 18. № 3. P. 303–315.
  20. Chiang S.-Y. An application of Lotka – Volterra model to Taiwan's transition from 200mm to 300mm silicon wafers // Technological Forecasting and Social Change. 2012. Vol. 79. № 2. P. 383–392.
  21. Engle R. Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation // Econometrica. 1988. Vol. 96. P. 893–920.
  22. Fan M., Wang K. Global periodic solutions of a generalized n-species Gilpin – Ayala competition model // Computers & Mathematics with Applications. 2000. Vol. 40. № 10–11. P. 1141–1151.
  23. Gandolfo G. Economic Dynamics. Study Edition. Berlin: Springer, 1997. 675 p.
  24. Gilpin M.E., Ayala F.J. Global Models of Growth and Competition // Proceedings of the National Academy of Sciences USA. 1973. Vol. 70. № 12. Ч. I. P. 3590–3593.
  25. Gilpin M.E., Case T.J., Ayala F.A. θ-Selection // Mathematical Biosciences. 1976. Vol. 32. № 1–2. P. 131–139.
  26. Goh B.S., Agnew T.T. Stability in Gilpin and Ayala's Models of Competition // Journal of Mathematical Biology. 1977. Vol. 4. № 2. P. 275–279.
  27. Gujarati D.N., Porter D.C. Basic Econometrics. 5th Edition. Boston: McGraw-Hill Irwin, 2009.
  28. Johansen S. Likelihood-Based Inference in Cointegrated Vector Autoregressive Models. Oxford: Oxford University Press, 1995.
  29. Lee S.-J., Lee D.-J., Oh H.-S. Technological forecasting at the Korean stock market: A dynamic competition analysis using Lotka – Volterra model // Technological Forecasting and Social Change. 2005. Vol. 72. № 8. P. 1044–1057.
  30. Meili Li M., Han M., Kou C. The existence of positive periodic solutions of a generalized N-species Gilpin – Ayala impulsive competition system // Mathematical Biosciences and Engineering. 2008. Vol. 5. № 4. P. 803–812.
  31. Morris S.A., Pratt D. Analysis of the Lotka – Volterra Competition equations as a technological substitution model // Technological Forecasting & Social Change. 2003. Vol. 70. № 2. P. 103–133.
  32. Ross J.V. A note on density dependence in population models // Ecological Modelling. 2009. Vol. 220. P. 3472–3474.
  33. Savageau M.A. Growth Equations: A General Equation and a Survey of Special Cases // Mathematical Biosciences. 1980. Vol. 48. P. 267–278.
  34. Singh S. When Will Tablet Shipments Overtake PCs? URL: Link.
  35. Wang Y., Wu H. Dynamics of a cooperation – competition model for the WWW market // Physica A: Statistical Mechanics and its Applications. 2004. Vol. 339. № 3–4. P. 609–620.

Посмотреть другие статьи номера »

 

ISSN 2311-8768 (Online)
ISSN 2073-4484 (Print)

Свежий номер журнала

т. 17, вып. 1, март 2024

Другие номера журнала