![]() | |
Регион достался не маленький: годовой объем промышленного производства в области составляет около 11,7 млрд. долл., официальные доходы населения - примерно 7,7 млрд. долл. в год, при этом доля теневых доходов - 50-55%. Было решено не переносить на российскую почву западные модели, а разработать собственное функциональное ядро, содержащее оригинальную математическую модель анализа экономических и финансовых ситуаций. Такое решение обусловлено тем, что, во-первых, у нас совершенно иная экономическая ситуация, а во-вторых, западные модели требуют наличия статистических данных хотя бы за пять-семь лет. Они в Свердловской области есть, но доверять данным семилетней давности нельзя, поскольку экономика в то время была совсем иной. В основу модели положено около 100 уравнений, связанных примерно таким же количеством входных промышленных, экономических и финансовых параметров. Эти уравнения были преобразованы в сотню конечно-разностных схем и запрограммированы. На этом этапе проверялось около 130 вариантов модели. Проверка осуществлялась путем сравнения результатов прогнозов, которые обеспечивала система, со статистикой экономических и финансовых показателей региона за последние несколько лет, собранной не только Центробанком, но и местным отделением Госкомстата. Работали над системой две команды, первая - из пяти человек - отвечала за программную часть, вторая - из семи - за создание модели.
В результате реализации проекта удалось создать имитационную систему, основная задача которой - помочь аналитикам исследовать процессы, происходящие в экономике региона на макроуровне, и выявить их причину, а также ответить на вопросы типа «что будет, если...». Система отслеживает уровни производства в основных отраслях, уровень занятости населения по отраслям, уровни и скорость изменения цен, доходы и расходы населения, потоки ввозимых и вывозимых из региона товаров и финансовых средств, доходы и расходы областной администрации, состояние коммерческих банков, банковские кредиты, а также некоторые другие параметры.
Если верить цифрам SAS Institute, отдача от проекта просто колоссальна. Для степени вероятности не более чем 10-процентной ошибки при принятии оптимального решения чистый дисконтированный доход (превышение суммарных финансовых результатов над суммарными затратами) составил около 43,4 млн. долл. при первоначальных инвестициях примерно в 650 тыс. долл. и эксплуатационных расходах на сумму порядка 300 тыс. долл., чистый доход - около 54,2 млн. долл. Срок окупаемости системы составил 18 месяцев.