Методология исследования турбулентных совокупностей

Выявление фундаментальных закономерностей, объясняющих финансовоэкономические явления в информационном пространстве, затруднено вследствие того, что реальные совокупности обладают свойствами турбулентности, порождаемыми информационной рефлексией хаотичной полисубъектной среды. Указанное свойство требует выдвижения подходов к решению методологической проблемы соотношения индуктивных эмпирических и дедуктивных логических методов научного познания. В статье рассматривается развитие методологии исследования социально-экономических систем в контексте анализа взаимной согласованности теоретических положений и результатов практических исследований генеральных совокупностей, обладающих свойством принципиальной неустойчивости, что порождает проблематику формирования обучающих исследовательских выборок, с учетом хаотичности, пертурбационных сдвигов и турбулентности постоянно изменяющейся полисубъектной среды. Цель исследования - формирование методологии, позволяющей приблизиться к распространению результатов изучения обучающих теоретических выборок на генеральные совокупности, посредством введения такого понятия, как изучение кавитационного следа турбулентных совокупностей в информационном пространстве, на основе совокупностного, качественного подхода. Используемые в анализе подходы к построению теоретических обучающих выборок основаны на концентрации информационных представлений об объектах, позволяющих выявить их скрытые свойства и получить некоторый исследовательский вывод. Обосновывается правомерность применения методологического подхода к решению задачи обучения на основе совокупностной (кейсовой) модели данных в противопоставление «классической» вероятностной модели данных.

1. Алексеев М.А. О проблемах применения показателя манипулирования к финансовой отчетности российских предприятий // Вестник НГУЭУ 2016. № 1. С. 92-102.

2. Алексеев М.А., Дудин С.А. Показатель выявления искажения результатов деятельности компании // Вестник ИПБ (Вестник профессиональных бухгалтеров). 2017 № 6. С. 36-48.

3. Алексеев М.А., Лихутин П.Н. Методологические аспекты исследования информационного пространства финансового рынка // Вестник Самарского государственного экономического университета. 2017 № 5 (151). С. 65-74.

4. Алексеев М.А., Тюжина М.С. Выявление направления искажения финансовой отчетности // Сибирская финансовая школа. 2016. № 6. С. 129-133.

5. Глинский В.В. Статистические методы поддержки управленческих решений: Монография. Новосибирск: Изд-во НГУЭУ, 2008. 256 с.

6. Лихутин П.Н., Дарьина А.А., Засеева В.В. Распознавание неявного ценового сговора на продовольственном рынке // Вестник НГУЭУ. 2018. № 1. С. 103-121.

7. Лихутин П.Н., Иванова Е.С. Некоторые методические аспекты оценки вероятности ценового сговора // Сибирская финансовая школа. 2017 № 1 (120). С. 66-72.

8. Соколов Я.В. Основы теории бухгалтерского учета. М.: Финансы и статистика, 2000. 496 с.

9. Страусе А., Корбин Дж. Основы качественного исследования: обоснованная теория, процедуры и техники / пер. с англ. и послесловие Т.С. Васильевой. М.: Эдиториал УРСС, 2001. 256 с.

10. Becker H.S. Problems of Inference and Proof in Participant Observation // American Sociological Review. 1958. No. 23 (6). P 652-660.

11. Bertaux D. Pour sortir de l’orniere neopositiviste // Sociologie et societes. 1976. No. 8 (2). P 119-134.

12. Charmaz K. Constructing grounded theory: A practical guide through qualitative analysis. London: Sage, 2006. 224 с.

13. Corbin J., Strauss A. Grounded Theory Research: Procedures, Canons, and Evaluative Criteria // Qualitative Sociology. 1990. Vol. 13. No. 1. P 3-21.

14. Denzin N.K. The Research Act. New York: McGraw-Hill, 1970. P 7-19.

15. Finch J., Mason J. Decision Taking in the Field Work Process: Theoretical Sampling and Collaborative Working / R.G. Burges (ed.). Studies in Qualitative Methodology. 1990. Vol. 2. P. 25-50.

16. Glaser B.G., Strauss A.L. The Discovery of Grounded Theory: Strategies for Qualitative Research. Aldine Transaction A Division of Transaction Publishers New Brunswick (U.S.A.) and London (U.K.), 1968. 284 p.

17. Mason J. Qualitative Researching (2nd ed.). London: Sage, 2002. 234 p.

18. Patton M. Purposeful sampling // Qualitative evaluation and research methods. Beverly Hills, CA: Sage, 1990. P 169-186.

19. Silverman D. Interpreting Qualitative Data. London: Sage, 1993.

20. Strauss A., Corbin J. Basics of qualitative research: Grounded theory procedures and techniques / (3rd ed.). NewburyPark, CA: Sage, 2008.

21. Воронцов К. Математические методы обучения по прецедентам (теория обучения машин). URL: http://www.machinelearning.ru/wiki/images/6/6d/Voron-ML-1.pdf