Многокритериальная оценка долгосрочных проектов развития предприятия тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат экономических наук Волков, Владимир Владимирович

• Волков, Владимир Владимирович
• кандидат экономических наук
• 2010

Оглавление диссертации кандидат экономических наук Волков, Владимир Владимирович

СОДЕРЖАНИЕ.

ВВЕДЕНИЕ.

ГЛАВА 1. МЕТОДЫ ОЦЕНКИ ПОКАЗАТЕЛЕЙ ДОЛГОСРОЧНЫХ ПРОЕКТОВ

РАЗВИТИЯ ПРЕДПРИЯТИЯ.

§ 1.1. Теоретические основы и практические аспекты оценки долгосрочных проектов развития предприятия.

§ 1.2. Методы прогнозирования экономических показателей долгосрочных проектов развития предприятия.

§ 1.3. Специфика применения методов прогнозирования показателей долгосрочных проектов развития предприятия.

ГЛАВА 2. МЕТОДЫ ТЕОРИИ ПРИНЯТИЯ РЕШЕНИЙ ДЛЯ ОЦЕНКИ ПОКАЗАТЕЛЕЙ

ДОЛГОСРОЧНЫХ ПРОЕКТОВ РАЗВИТИЯ ПРЕДПРИЯТИЯ.

§ 2.1. Метод сводных показателей как инструмент оценки долгосрочных проектов развития предприятия.

§ 2.2. Метод рандомизированных вероятностей как инструмент прогнозирования экономических показателей долгосрочных проектов развития предприятия.

§ 2.3. Программная реализация метода рандомизированных вероятностей как инструмента прогнозирования экономических показателей долгосрочных проектов развития предприятия.

ГЛАВА 3. МНОГОКРИТЕРИАЛЬНАЯ ОЦЕНКА ДОЛГОСРОЧНЫХ ПРОЕКТОВ

РАЗВИТИЯ ПРЕДПРИЯТИЯ ГОРНОЙ ПРОМЫШЛЕННОСТИ.

§ 3.1. Описание долгосрочных проектов развития предприятия горной промышленности

§ 3.2. Оценка показателей долгосрочных проектов развития предприятия горной промышленности и среды их реализации.

§ 3.3. Оценка сводных показателей долгосрочных проектов развития предприятия горной промышленности.

Введение диссертации (часть автореферата) на тему «Многокритериальная оценка долгосрочных проектов развития предприятия»

Актуальность темы исследования. Разработка и принятие стратегических решений является одной из важнейших функций управления современным предприятием. Принятие таких решений ориентировано на достижение перспективных целей, связано с вложением значительных ресурсов и поэтому, как правило, имеет долгосрочные последствия для развития предприятия. Эффективность принятия стратегических решений во многом зависит от того, насколько качественно было осуществлено планирование стратегии на предварительном этапе. При этом процесс планирования стратегии включает в себя, во-первых, прогнозирование условий развития предприятия, во-вторых, разработку и сравнительный анализ долгосрочных проектов. Особое значение планирование стратегии приобретает с учетом возрастания сложности и изменчивости внешней среды предприятия, увеличением числа факторов, влияющих на его деятельность. Несмотря на то, что всё больше менеджеров российских предприятий осознают важность стратегического управления в современных условиях, наблюдается дефицит научно-обоснованных методов планирования стратегии как в части прогнозирования факторов внешней среды его развития, так и в части проведения сравнительной оценки проектов. Существующие экономико-математические методы не позволяют в полной мере учесть неопределённость и нестабильность окружающей среды реализации проектов предприятия, не могут эффективно использоваться в условиях отсутствия полной и точной информации, что характерно для ситуации принятия стратегических решений. Поэтому разработка нового инструментария, позволяющего предприятиям более точно оценивать проекты их долгосрочного развития и адекватно учитывать неопределённость среды их реализации, является актуальной экономико-математической задачей.

Ряд авторов предлагают использовать в качестве методов оценки долгосрочных проектов развития предприятия модели эконометрического и байесовского анализа. К работам, соответствующим данной области, относятся труды таких ученых как С. Борлекс, К. Волынски, Е. Гринберг, X. Джефрис, А. Зельнер, Г. Куп, Д. Порье, Дж. Хойтинг. Среди отечественных авторов следует отметить труды С.А. Айвазяна, Я.Р. Магнуса, Е.П. Чуракова. В то же время процесс оценки долгосрочных проектов развития предприятия не может быть полностью формализован посредством применения распространённых методов эконометрического и байесовского анализа. Для решения данной задачи целесообразно использовать также методы экспертных оценок, учитывающие нечисловую, неточную и неполную информацию. В частности, большим потенциалом для решения задач стратегического планирования обладает теория принятия решений, которая позволяет проводить формальный анализ субъективных представлений лиц, принимающих решения о возможностях реализации рассматриваемых проектов развития фирмы при многих критериях. Теории принятия решений посвящены работы следующих иностранных и отечественных авторов: П. Гартвайта, А.С. Горшкова, К. Зопонудиса, Дж. Каданэ, Д. Канемана, К. Кернса, Р. Кипи, Г.И. Колесникова, Я. Колье,

A.Н. Крылова, О.И. Ларичева, JL Мэпстре, В.Д. Ногина, С.А. Орловского, А. О'Хогана,

B.В. Подиновского, Дж. Помероля, X. Райфы, Т. Ракова, М. Роджерса, Б. Роя, Т. Саати, А. Тиммермана, Дж. Фигуэры. В то же время использование методов теории принятия решений в целях стратегического планирования требует дальнейшего развития теории вопроса с учетом специфики области применения и разработки адекватного экономико-математического инструментария.

Цели и задачи исследования. Целью диссертационного исследования является разработка метода оценки долгосрочных проектов развития предприятий, учитывающего неопределенность будущего состояния финансово-экономической среды реализации и дефицит числовой информации о значимости показателей предпочтительности этих проектов.

Для достижения выбранной цели необходимо решить следующие задачи: провести анализ существующих методов оценки проектов развития предприятия и состояний среды их реализации; изучить потенциал применения многокритериальной теории принятия решений для прогнозирования показателей проектов развития предприятия; разработать метод оценки показателей проектов развития предприятия с учётом факторов их изменения, экспертной и статистической информации; разработать прототип программной реализации предложенного метода оценки показателей проектов развития предприятия; апробировать предложенный метод на решении задачи оценки долгосрочных проектов развития действующего российского предприятия.

Объект исследования - долгосрочные проекты развития производственного предприятия, функционирующего в условиях рынка.

Предмет исследования - экономико-математические модели и методы оценки долгосрочных проектов развития предприятия в условиях неопределенности.

Теоретической и методической основой исследования являются работы отечественных и зарубежных авторов в области теории принятия решений, теории вероятностей, эконометрики, байесовского анализа, методологии оценки деятельности предприятия. При анализе факторов развития предприя тия использовались аналитические исследования и обзоры государственных служб и консалтинговых агентств, посвященные проблемам деятельности российских предприятий реального сектора экономики.

Используемые в исследовании эмпирические данные. Для проведения расчётов и сравнительного анализа в рамках поставленных задач использовались материалы инвестиционных проектов действующего предприятия горной промышленности в СевероЗападном регионе РФ, результаты маркетинговых исследований, статистические данные Федеральной службы государственной статистики, информация сети Интернет.

Практическая значимость диссертационной работы заключается в том, что предложенный метод оценки проектов развития может эффективно использоваться при планировании деятельности предприятия в условиях неопределённости, что позволит повысить качество стратегического управления в российской промышленности.

Результаты работы внедрены на промышленном предприятии ЗАО «Важинский завод», что подтверждается соответствующим актом о внедрении (см. с. 181-182). Отдельные разделы диссертации могут применяться при преподавании таких учебных курсов как «Эконометрика», «Математические методы принятия решений в условиях неопределённости», «Экономика предприятия».

Структура работы. Работа состоит из введения, трёх глав, заключения, списка литературы и приложений. Список используемой литературы включает 165 наименований. Приложения содержат рисунки, примеры, графики, доказательство теоремы, а также результаты расчётов, используемых в диссертационном исследовании.

Список литературы диссертационного исследования кандидат экономических наук Волков, Владимир Владимирович, 2010 год

1. Айвазян С.А., Бежаева З.И., Староверов О.В. Классификация многомерных наблюдений. М., Статистика, 1974.

2. Анализ экономики и математические методы: сборник научных трудов. М., МГУ ТЕИС, 1998.- 128 с.

3. Андерсен Э. Сфокусированное управление проектом. М., 2006.

4. Беллман P.P., Заде Л. Вопросы анализа и процедуры принятия решений. М., Мир, 1976.

5. Бриллинеджер Д. Временные ряды. М., Мир, 1980.

6. Волков В.В. Использование методологии построения дерева событий для анализа финансово-экономических показателей // Российский экономический интернет журнал. 2009. 13 с. URL: http://www.e-rej.ru/Articles/2009/Volkov.pdf (дата обращения: 25.05.2009)

7. Волков В.В. Применение метода рандомизированных вероятностей для оценки состояний финансово-экономической среды // Проблемы современной экономики. 2009. № 2(30) 2009. С. 431-434.

8. Воронцовский А.В. Инвестиции и финансирование: методы оценки и обоснования. СПб., СПБГУ, 2003. 528 с.

9. Воронцовский А.В. Некоторые особенности теории инвестиций на уровне фирмы // Вестник СПБГУ. 1992. Серия 5. Вып. 2. С. 118-122.

10. Горелик Н.А., Френкель А.А. Опыт использования обобщённой модели Бокса-Дженкинса для прогнозирования экономических показателей. Экономика и математические методы. 1975. т. 11. Вып. 4.

11. Горшков А.С., Мясников А.В., Хованов Н.В. Прогнозирование эволюции сложных систем в условиях неопределённости // Материалы 6-й международной конференции «Анализ, прогнозирование и управление в сложных системах». Т. 2. СЗАГС, СПб., СПбГУ, 2005. 8 с.

12. Гренджер К., Хатанака М. Спектральный анализ временных рядов в экономике. М., Статистика, 1972.

13. Гришин А.Ф., Кочерова Е.В. Статистические модели: построение, оценка, анализ. М., Финансы и статистика, 2005. 416 с.

14. Дергилева Н.В., Хрисанфова Н.В. Затраты предприятия от А до Я. СПб., 2000. -132 с.

15. Елисеева И.И. Эконометрика. М., Финансы и статистика, 2005.

16. Епифанов С.П., Казаринов В.М., Малолетков Е.К. Справочное пособие по строительным машинам. М., 1972. 137 с.

17. Зельнер А. Байесовские методы в эконометрии. М., Статистика. 1980. 438 с.

18. Зябриков В.В. Общий менеджмент. СПб., СПбГУ, 2007. С. 36-47.

19. Катькало B.C. Эволюция теории стратегического управления. СПб., СПбГУ, 2008.

20. Кини P.JL, Райфа X. Принятие решений при многих критериях: предпочтения и замещения. М., Радио и связь, 1981.

21. Ковалев В.В. Финансовый анализ: Управление капиталом. Выбор инвестиций. Анализ отчетности. М., Финансы и статистика, 2000.

22. Колесников Г.И., Корникова Н.В., Федотов Ю.В., Хованов Н.В. Оценка вероятностей альтернатив развития фондового рынка в условиях дефицита числовой информации // Вестник Санкт-Петербургского университета. 2005. Сер. 10. Вып.2. СПб. СПбГУ. 18 с.

23. Колесов Д.Н., Михайлов М.В., Хованов Н.В. Оценка сложных финансово-экономических объектов с использованием системы поддержки принятия решений АСПИД-3\У. СПб., СПбГУ, 2004. 63 с.

24. Колмогоров А.Н. Интерполирование и экстраполирование стационарных случайных последовательностей // 1941. Известия АН СССР. Серия математическая. С. 3 — 14.

25. Кофман А. Введение в теорию нечётких множеств. М., Радио и связь, 1982.

26. Крылов А.Н. Собрание трудов в 12 т. М., JI., 1951. т. 1. 303 с.

27. Крылов JI.P., Кузнецов В.И., Одинцов В.К. Стройинформ. СПб., 1995. 272 с.

28. Ларичев О.И. Тезисы докладов 58-й Конференции Европейской рабочей группы «Помощь в многокритериальном принятии решений» (MCDA-58): Научное издание. М., Едиториал УРСС, 2003. 32 с.

29. Ларичев О.И. Теория и методы принятия решений. М., Логос, 2008.

30. Ларичев О.И., Мошкович Е.М. Качественные методы принятия решений. М., Наука, 1996.

31. Лопухин М.М. ПАТТЕРН метод планирования и прогнозирования научных работ. М., Советское радио, 1971.

32. Лоули Д., Максвелл А. Факторный анализ как статистический метод. М., Мир, 1967.

33. Льюис К.Д. Методы прогнозирования экономических показателей. М., Финансы и статистика, 1986. 133 с.

34. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. М., Дело, 1997. -248 с.

35. Медведев А.Г. Экономическое обоснование предпринимательского проекта. 1 // Мировая экономика и международные отношения. 1992. № 6. С. 86 - 95.

36. Мескон М., Альберт М., Хедоури Ф. Основы менеджмента. М., гл. 1-5, 1997. С. 25162.

37. Ногин В.Д. Паретто-оптимальные решения многокритериальных задач. М., Физматлит., 2007.

38. Обзор рынка нерудных строительных материалов. URL: http://www.expertyug.ru/content/view/140/72/ (дата обращения: 17.02.2010)

39. Обзор рынка цемента. URL: http://www.glavrossnab.ru/?p=news&topicid=5&id=3443 (дата обращения: 04.03.2010)

40. Обзор ФАС рынка нерудных строительных материалов. URL: http://ww.fas.gov.ru/files/13085/lOBZORRYNKA.NERUDNYHSTROITELQNY HMATERIALOV6.doc (дата обращения: 26.03.2010)

41. Орловский С.А. Проблемы принятия решений при нечёткой исходной информации. М., Наука, 1981.

42. Подиновский В.В. Теория важности критериев в многокритериальных задачах принятия решений. М., Физматлит., 2007.

43. Полищук Л.И. Анализ многокритериальных экономико-математических моделей. Новосибирск, Наука, 1989.

44. Саати Т., Керне К. Аналитическое планирование. Организация систем. М., Радио и связь, 1991.

45. Судариков В. Е., Тищенко И. И. Стройинформ. СПб., 2008. 209 с.

46. Тейл Г. Прогнозирование и экономические решения. М., Статистика, 1972.

47. Терёхина А.Ю. Методы многомерного шкалирования и визуализации данных (обзор) // Автоматика и телемеханика. 1973. №7. С. 80-94.

48. Тис Д.Дж., Пизано Г., Шуен Э. Динамические способности фирмы и стратегическое управление // Вестник Санкт-Петербургского университета. 2003. Серия Менеджмент №4. С.133-183.

49. Хардле В. Прикладная непараметрическая регрессия. М., Мир. 1993.

50. Хеннан Э. Анализ временных рядов. М., Наука, 1964.

51. Хованов Н.В. Анализ и синтез показателей при информационном дефиците. СПб., СПбГУ, 1996.- 196 с.

52. Хованов Н.В. Математические модели риска и неопределенности. СПб., СПбГУ, 1998.-201 с.

53. Хьюбер П. Робастность в статистике. М., Мир, 1984. 304 с.

54. Чураков Е. П. Математические методы обработки экспериментальных данных в экономике. М., Финансы и статистика. 2004.

55. Чураков Е.П. Прогнозирование эконометрических временных рядов. М., Финансы и статистика, 2008. 205 с.

56. Шакин В.В. Уравновешивание матрицы данных. Новосибирск, Наука, 1971.

57. Шарп У., Александер Г., Бэйли Дж. Инвестиции: Пер. с англ. М., Инфра-М, 1997. -1024 с.

58. Шинчук Б. Управление инвестициями: опыт и проблемы. Саратов, СГСУ, 2001.

59. Яглом A.M. Введение в теорию стационарных случайных функций // Успехи математических наук. 1952. т. 7. вып. 5 (51). С. 3 162.

60. Andrews K.R. The concept of corporate strategy. Homewood, IL., Dow Jones Irwin, 1971.

61. Armstrong J. S. Long-range Forecasting From Crystal Ball to Computer. New York, John Wiley and Sons, 1985.

62. Armstrong J. S. Research on Forecasting: A Quarter-Century Review, 1960-1994 // Interfaces. 1996. № 16:1. -P. 89 103.

63. Armstrong J.S. Research on forecasting: A quarter-century review // Interfaces. 1996. Vol. 16. No. 3. P. 89- 103.

64. Batchelor, R. Aggregate expectation under the stable laws // Journal of Econometrics. 1981. Vol. 16. P. 199-210.

65. Batschelet E. Mathematics for Life Scientists. New York, Springer-Verlag, 1973.

66. Bordley R., Kirkwood C. Multiattribute preference analysis with performance targets. Operations Research, 2004.

67. Bouyssou D., Marchant Т., Pirlot M., Perny P., Tsoukias A., Vincke Ph. Evaluation and Decision Model. A Critical Perspective. Kluwer Academic Publishers, Dordrecht, 2000.

68. Box G.E., Jenkins G.M. Some Recent Advances in Forecasting and Control // Applied Statistics. 1968. vol. 17. No 2. P. 91 109.

69. Box G.E.P., Pierce D.A. Distribution of residual autocorrelations in Autoregressive -Integrated Moving Average Time Series Models // Journal of the American Statistical Association. 1970. vol. 65. No 332. P. 1509-1526.

70. Boyd B.K. Strategic planning and financial performance: A meta-analytical review // Journal of management studies. 1991. №28 (4). P.353-374.

71. Britton E., Fisher P., Whitley J. The Inflation Report projections: understanding the fan chart. 2000. P. 30-37. " URL: http://www.bankofengland.co.uk/publications/quarterlybulletin/qb980101.pdf (дата обращения: 04.04.2010)

72. Brown D. M., Warren-Boulton F. R. Testing the Structure-Competition Relationship on Cross-Sectional Firm Data // Discussion paper 88-6. 1988. Economic Analysis Group, U.S.A.

73. Brown R.G. Smoothing, Forecasting and Prediction of Discrete Time Series. N.J., Prentice-Hall, Englewood Cliffs, 1963.

74. Brown R.G. Statistical forecasting for Inventory Control. N. J., McGraw-Hill, 1963. 333 P

75. Carbone R., Corr W. L. Accuracy of judgmental forecasting of time series // Decision Sciences. 1985. Vol. 16. No. 2. P.153-160.

76. Carroll R.J. Adapting for heteroscedasticity in linear models. Annals of Statistics, 1982.

77. Celeux G., Hum M., Robert C.P. Computational and inferential difficulties with mixture posterior distributions // Journal of the American Statistical Association. 2000. № 451. P. 957-970.

78. Cerullo M. J., Avilia A. Sales forecasting practices: A survey // Managerial Planning. 1975. Vol. 24. No. 5. P. 33-39.

79. Collette Y., Siarry P. Multiobjective optimization: principles and case studies. Springer, 2005. 294 p.

80. Congdon P. Applied Bayesian modeling. Wiley, New York, 2003.

81. Dalrymple D. J. Sales forecasting practices-results from a United States survey // International Journal of Forecasting. 1987. Vol. 4. No. 3. P. 51-59.

82. Dawes R.M. The robust beauty of improper linear models in decision making. Cambridge, 1982.

83. Dias L., Mousseau V. Inferring ELECTRE's veto-related parameters from outranking examples // European Journal of Operational Research. 2004.

84. Dimitras A.I., Zopounidis C., Hurson C. Assessing financial risks using a multicriteria sorting procedure: The case of country risk assessment // Foundations of Computing and Decision Sciences. 2001. № 29. P. 97-109.

85. Dyer J.S., Sarin R.A. Measurable multiattribute value functions // Operations Research. 1979. №22.

86. Evans M., Moshonov H. Checking for Prior-Data Conflict // Bayesian Analysis. 2006. Vol. 1. No. 4. P. 893-914.

87. Figueira J., Roy B. Determining the weights of criteria in the ELECTRE type methods with a revised Simos procedure // European Journal of Operational Research. 2002. № 139. P. 317-326.

88. Finetti B. Theory of probability. Wiley, Chichester, 1990.

89. Fishburn P.C. Nonlinear Preference and Utility Theory. Baltimore, Johns Hopkins University Press, 1988.

90. Gal Т., Stewart Т., Hanne T. Advances in MultiCriteria Decision Making MCDM Models, Algorithms, Theory, and Applications. Kluwer Academic Publishers, Boston, 1999.

91. Geweke J. Bayesian Treatment of the Independent Student-t Linear Model // Journal of Applied Econometrics. 1993. Vol. 8. P. S19-S40.

92. Goldberger A.S. Econometric theory. New York, Wiley. 1964.

93. Gosling J. P., Oakley J. E., O'Hagan A. Nonparametric elicitation for heavy-tailed prior distributions // Bayesian Analysis. 2007. Vol. 2. No. 4. P. 693-718.

94. Gourieroux C., Pradel J. Direct tests of the rational expectation hypothesis // European Economic Review. 1986. Vol. 30. P. 265-284.

95. Greenberg E. Introduction to Bayesian econometrics. Cambridge university press, Cambridge, 2008.

96. Hadley G., Kemp M.C. Variational methods in economics. New York, 1971.

97. Hjort N. L., Claeskens G. Frequentist Model Average Estimators // Journal of the American Statistical Association. 2003. Vol. 98. No. 464. P. 879-899.

98. Hoeting J.A., Madigan D., Raftery A.E., Volinsky С. T. Bayesian Model Averaging: A Tutorial // Statistical Science. 1999. Vol. 14. No. 4. P. 382-417.

99. Hovanov N.V., Yudaeva M.S., Kotov N.V. Event tree with randomized transition probabilities as a new tool for alternatives probabilities estimation under uncertainty. СПб., СП6ГУ, 2006. 8 с.

100. Hovanov N., Yudaeva M., Hovanov K. Multicriteria estimation of probabilities on basis of expert non-numeric, non-exact and non-complete knowledge // European Journal of Operational Research. 2009. №195. P.857-863.

101. Isiklar G., Lahiri K., Loungani P. How quickly do forecasters incorporate news? USA, Albany, Department of Economics, 2005.

102. J. von Neumann, O. Morgenstern, Theory of Games and Economic Behavior. NJ., Princeton University Press, 1947.

103. Jacquet-Lagruze E., Siskos Y. Assessing a set of additive utility functions for multicriteria decision making: The UTA method // European Journal of Operational Research. 1982. № 10. P. 151-164.

104. Jeffreys H. Scientific Inference. Cambridge university press, Cambridge, 1957.

105. Jeffreys H. Theory of Probability (3 ed.). Oxford, 1966.

106. Johnson, Kotz, Balakrishnan. Continuous Univariate Distributions. 1994. Vol 1. P. 173.

107. Kadane J. В., Shmueliy G., Minkaz T. P., Borlex S., Boatwright P. Conjugate Analysis of the Conway-Maxwell-Poisson Distribution // Bayesian Analysis. 2006. Vol. 1. No. 2. P. 363-374.

108. Kahneman D., Tversky A. Prospect Theory: An analysis of decision under Risk // Econometrica. 1979. № 47

109. Keeney R.L., Raiffa H. Decision with Multiple Objectives: Preference and Value Tradeoffs. New York, Cambridge University Press, 1993.

110. Kendall M.G. Rank correlation methods, 2 ed. N.Y., 1955.

111. Keynes J.A treatise on probability. London, 1921.

112. Knight F. Risk, Uncertainty and Profit. New York, Houghton, Mifflin & Co, 1921.

113. Koop G. Bayesian econometrics. Wiley, Chichester, 2003.

114. Koop G., Poirier D.J., Tobias J.L. Bayesian econometric methods. Cambridge university press, Cambridge, 2007.

115. Lancaster H.O., Hamdan M.A, Estimation of the correlation coefficient in contingency tables with possibly nonmetrical characters // Psychometrika. 1964. vol. 29.

116. Makridakis S., Wheelwright S.C. Adaptive filtering: an integrated autoregressive Moving average filter for time series forecasting // Oper. Res. Quart. 1977. vol. 28. №2.

117. Malinvaud E. Statistical Methods of Econometrics. Amsterdam Chicago, 1966.

118. Mann H.B., Wald A. On the statistical Treatment of Linear Stochastic Difference Equations // Econometrica. 1943. vol. 11. No 3 4. P. 173-220.

119. Manski C.F. Measuring expectations // Econometrica. 2004. Vol. 72. No 5. P. 13291376.

120. March J. Ambiguity and the engineering of choice // Bell Journal of Economics. 1978. № 9. P. 587- 608.

121. Mentzer J., Cox J. Familiarity, application and perforriance of sales forecasting techniques // Journal of Forecasting. 1984. Vol. 3. No. 1. P. 27-36.

122. Montgomery D.C., Contreras L.E. A note on forecasting with adaptive filtering // Oper. Res. Quart. 1977. vol. 28. № 1.

123. Muth J. Rational expectations and the theory of price movements // Econometrica. 1961. Vol. 29. P. 315-335.

124. Nerlove M. Expectations plans and realizations in theory and practice // Econometrica. 1983. Vol. 51. p. 1251-1279.

125. Nicolas J. Project Management got Business and Engineering: principles and practice. Amsterdam, 2004.

126. O'Hogan A., Buck C.E., Daneshkhah A., Eiser J.R., Garthwaite P.H., Jenkinson D.J., Oakley J.E., Rakow T. Uncertainty judgments: eliciting experts' probabilities. UK., John Wiley, 2006.

127. Patton A., Timmermann A. Testable implications of forecast optimality. London School of Economics, 2004.

128. Pesaran Hashem M., Weale Martin. Survey Expectations // Handbook of Economic Forecasting. North-Holland, 2006. P. 715-776.

129. Peterson R. T. The role of experts' judgment in sales forecasting // The Journal of Business Forecasting. 1990. Vol. 9. No. 2. P. 16-21.

130. Poirier D.J. Intermediate statistics and econometrics: A comparative approach. MIT Press, Cambridge, 1995.

131. Pomerol J., Barba-Romero S. Multicriterion Decision Making in Management. Kluwer Academic Publishers, Dordrecht, 2000.

132. Rao C.R. The use and Interpretation of Principal Component Analysis in Applied Research. Sankhya, ser. A, 1964, v. 26, № 4.

133. Roberts. F. Measurement Theory, with Applications to Decision Making, Utility and the Social Sciences. Addison-Wesley, New York, 1979.

134. Robinson P.M. Nonparametric estimators for time series // Time series analysis. 1983. 4. P. 185-207.

135. Rogers M., Bruen M. A new system for weighting environmental criteria for use within ELECTRE III // European Journal of Operational Research. 1998. № 107. P. 552 563.

136. Rogers M., Bruen M., Maystre L. ELECTRE and Decision Support. Kluwer Academic Publishers, London, 2000.

137. Rogers M., Bruen M., Maystre L. ELECTRE and Decision Support. Kluwer Academic Publishers, London, 2000.

138. Roy B. Multicriteria Methodology for Decision Aiding. Dordrecht, Kluwer Academic Publisher, 1996.

139. Roy В., Mousseau V. A theoretical framework for analysing the notion of relative importance of criteria // Journal of Multi-Criteria Decision Analysis. 1996. № 5. P. 145159.

140. Roy. B. The outranking approach and the foundations of ELECTRE methods. Theory and Decision, 1991.

141. Roy. B. The outranking approach and the foundations of ELECTRE methods // C.A. Bana e Costa, Readings in Multiple Criteria Decision Aid. 1990. P. 155-183.

142. Saaty T.L. Decision making the analytic hierarchy and network processes (AHP/ANP) // Journal of systems science and systems engineering. 2004. Vol. 13. P. 1-35.

143. Saaty T.L. The Analytic Hierarchy Process, Planning, Priority Setting, Resource Allocation. New York, Mc.Graw-Hill, 1980.

144. Saaty T.L. The Analytic Network Process. Pittsburgh, 2001.

145. Saaty T.L., Cho Y. The decision by the US Congress on China's trade status: A multicriteria analysis// Socio-Economic Planning Sciences. 2001. Vol. 35(6). P. 243-252.

146. Saaty T.L., M.S. Ozdemir. Why the magic number seven plus or minus two // Mathematical and Computer Modelling. 2003. Vol.38, p. 233-244.

147. Sala-i-Martin X., Doppelhofer G., Miller R.I. Determinants of Long-Term Growth: A Bayesian Averaging of Classical Estimates (BACE) Approach // The American Economic Review. 2004. Vol. 94. No. 4. P. 813-835.

148. Sawaragi Y., Nakayama H., Tanino T. Theory of multiobjective optimization. Academic Press, 1985.

149. Trigg D.W. Monitoring a forecasting system. Oper. Res. Quart., 1964, vol. 15, № 3.

150. Vansnick J. On the problem of weight in multiple criteria decision making (the noncompensatory approach) // European Journal of Operational Research. 1986. № 24. P. 288 294.

151. Vincke P. Multicriteria decision-aid. John Wiley, New York, 1992.

152. Wheelwright S. C., Clarke D. C. Corporate forecasting: Promise and reality // Harvard Business Review. 1976. Vol. 54. No. 6. P. 40 42.

153. Wheelwright S.C., Makridakis S. An examination of the use of adaptive Filtering in Forecasting // Oper. Res. Quart., 1973, vol. 24, №1.

154. Wiener N. Extrapolation, Interpolation and Smoothing of Stationary Time Series. N.Y., John Wiley, 1949.

155. Wilson J., Daubek H., Hugh C. Marketing managers evaluate forecasting models // The Journal of Business Forecasting. 1989. Vol. 8. No. 1. P. 19-22.

156. Zellner A. An introduction to Bayesian inference in econometrics. Wiley, New York, 1971.