Einige Worte ĂŒber das âGoldene Schnittâ im traditionellen Sinne
Es wird angenommen, dass, wenn ein Segment so geteilt wird, dass der kleinere Teil sich zum gröĂeren Teil verhĂ€lt wie der gröĂere Teil zum gesamten Segment, dieses TeilungsverhĂ€ltnis 1/1,618 ergibt, das die alten Griechen, entlehnt von noch Ă€lteren Ăgyptern, âGoldenen Schnittâ nannten. Und dass viele architektonische Bauwerkeâdas VerhĂ€ltnis der Konturen von GebĂ€uden, das VerhĂ€ltnis zwischen ihren SchlĂŒsselelementenâvon den Ă€gyptischen Pyramiden bis hin zu den theoretischen Konstruktionen von Le Corbusier auf diesem VerhĂ€ltnis basierten.
Ihm entsprechen die Fibonacci-Zahlen, deren Spiral eine ausgeklĂŒgelte geometrische Darstellung dieses VerhĂ€ltnisses bietet.
DarĂŒber hinaus sind die MaĂe des menschlichen Körpers (von den FuĂsohlen bis zum Nabel, vom Nabel bis zum Kopf, vom Kopf bis zu den Fingern der erhobenen Hand), beginnend mit den idealen Proportionen, die im Mittelalter (Vitruvianischer Mensch u.Ă.) gesehen wurden, und endend mit den anthropometrischen Messungen der Bevölkerung der UdSSR, ziemlich nah an diesem VerhĂ€ltnis.
Und wenn hinzugefĂŒgt wird, dass Ă€hnliche Figuren in völlig unterschiedlichen biologischen Objekten gefunden werden: in Muscheln, in der Anordnung von Samen in Sonnenblumen und in Kieferzapfen, dann ist es verstĂ€ndlich, warum die irrationale Zahl, die bei 1,618 beginnt, als âgöttlichâ bezeichnet wurde â ihre Spuren sind sogar in der Form von Galaxien zu finden, die zu Fibonacci-Spiralen tendieren!
Angesichts all dieser Beispiele kann man vermuten:
- wir haben es wirklich mit âBig Dataâ zu tun,
- selbst im ersten Ansatz weisen sie auf eine gewisse, wenn nicht Allgemeinheit, so doch eine auĂergewöhnlich weite Verbreitung des âGoldenen Schnittsâ und Ă€hnlicher Werte hin.
In der Wirtschaft
Es sind weit verbreitete und intensiv genutzte Lorenz-Diagramme zur Visualisierung von Einkommensverteilungen bekannt. Dieses leistungsstarke makroökonomische Werkzeug mit verschiedenen Variationen und KlĂ€rungen (Dezil-Koeffizient, Gini-Index) wird in der Statistik fĂŒr den sozialökonomischen Vergleich von LĂ€ndern und deren Besonderheiten verwendet und kann eine Grundlage fĂŒr die Annahme wichtiger politischer und haushaltspolitischer Entscheidungen im Bereich der Besteuerung, Gesundheitsversorgung und der Entwicklung von EntwicklungsplĂ€nen fĂŒr LĂ€nder und Regionen darstellen.
Und obwohl im normalen Alltagsbewusstsein Einnahmen und Ausgaben fest miteinander verbunden sind, ist das bei Google nicht der Fall⊠Erstaunlich, aber ich konnte die Verbindung zwischen den Lorenz-Diagrammen und der Ausgabenverteilung nur bei zwei russischen Autoren finden (ich wÀre dankbar, wenn jemand Àhnliche Arbeiten sowohl im russischen als auch im englischsprachigen Internet kennt).
Der erste ist die Dissertation von T. M. Bueva. Die Dissertation befasste sich unter anderem mit der Optimierung der Ausgaben in den Mari-Tierfarmen.
Der andere Autor, W.W. Matohin (es gibt gegenseitige Verlinkungen zwischen den Autoren), betrachtet die Sache umfassender. Matohin, ursprĂŒnglich Physiker, beschĂ€ftigt sich mit der statistischen Verarbeitung von Daten, die bei der Entscheidungsfindung im Management verwendet werden, sowie mit der Bewertung der AnpassungsfĂ€higkeit und Steuerbarkeit von Unternehmen.
Die Konzepte und Beispiele, die im Folgenden dargestellt werden, stammen aus den Arbeiten von W. Matohin und seinen Kollegen (Matohin, 1995), (Antoniou et al., 2002), (Kryanev et al., 1998), (Matohin et al. 2018). In diesem Zusammenhang sei erwĂ€hnt, dass mögliche Fehler bei der Interpretation ihrer Arbeiten ausschlieĂlich dem Verfasser dieser Zeilen zuzuschreiben sind und nicht den ursprĂŒnglichen akademischen Texten.
Unerwartete BestÀndigkeit
In den unten dargestellten Grafiken reflektiert.
1. Verteilung von ZuschĂŒssen im Wettbewerb fĂŒr wissenschaftlich-technische Arbeiten im Rahmen des Staatsprogramms âHochtemperatur-SupraleitfĂ€higkeitâ. (Matohin, 1995)

Abb.1. Anteile der jÀhrlichen Mittelverteilung auf Projekte von 1988 bis 1994.
Die wichtigsten Merkmale der jĂ€hrlichen Verteilungen sind in Tab.3 aufgefĂŒhrt, wobei SN die jĂ€hrliche Summe der zu verteilenden Mittel (in Mio. Rubel) und N die Anzahl der finanzierten Projekte darstellt. In Anbetracht der Tatsache, dass sich ĂŒber die Jahre die personelle Zusammensetzung der Wettbewerbskommission, das Budget des Wettbewerbs und sogar der Geldumfang (vor und nach der Reform von 1991) Ă€nderten, ist die StabilitĂ€t der tatsĂ€chlichen Kurven ĂŒber die Zeit erstaunlich. Der schwarze Streifen im Diagramm besteht aus experimentellen Punkten.
| 1988 | 1989 | 1990 | 1991 | 1992 | 1993 | 1994 | ||
| S | 273 | 362 | 432 | 553 | 345 | 353 | 253 | X |
| Sn | 143.1 | 137.6 | 136.9 | 411.2 | 109.4 | 920 | 977 | Y |
Tab.3
2. Ausgabenkurve fĂŒr den Verkauf von WarenbestĂ€nden (Kotlyar, 1989)

Abb.2
3. Gehaltsstruktur fĂŒr Dienstgrade
Als Beispiel fĂŒr die Erstellung des Diagramms wurden Daten aus dem Dokument âAufstellung: wie viel fĂŒr welche Dienstgrade gemÀà den normalen jĂ€hrlichen GehĂ€ltern im Jahr vorgesehen istâ (Suvorov, 2014) (âWissenschaft zu siegenâ).
| ![]() Abb. 3. Diagramm der entsprechenden JahresgehÀlter nach RÀngen |
4. Durchschnittlicher Arbeitszeitplan eines amerikanischen Mittelmanagements (Mintzberg, 1973)

Abb. 4
Die dargestellten normierten Diagramme lassen vermuten, dass in den damit illustrierten wirtschaftlichen AktivitĂ€ten eine allgemeine GesetzmĂ€Ăigkeit besteht. Trotz radikaler Unterschiede in der spezifischen wirtschaftlichen TĂ€tigkeit, ihrem Ort und ihrer Zeit, ist es sehr wahrscheinlich, dass die Ăhnlichkeit der Diagramme durch eine fundamentale Bedingung des Funktionierens wirtschaftlicher Systeme diktiert wird. Im Verlauf von Jahrtausenden der wirtschaftlichen TĂ€tigkeit haben die Akteure dieser AktivitĂ€ten auf der Grundlage unzĂ€hliger Versuche und Fehler eine optimale Strategie zur Ressourcenverteilung gefunden. Und sie wenden diese intuitiv in ihren aktuellen AktivitĂ€ten an. Diese Annahme stimmt gut mit dem bekannten Pareto-Prinzip ĂŒberein: 20 % unserer Anstrengungen bringen 80 % der Ergebnisse. Hier zeigt sich offensichtlich etwas Ăhnliches. Die dargestellten Diagramme drĂŒcken eine empirische GesetzmĂ€Ăigkeit aus, die bei Umwandlung in ein Lorenz-Diagramm mit ausreichender Genauigkeit durch den Exponenten âAlphaâ gleich 2 beschrieben werden kann. Bei diesem Wert verwandelt sich das Lorenz-Diagramm in einen Teil des Kreises.
Diese noch nicht stabil benannte Kennzahl könnte als ĂberlebensfĂ€higkeit bezeichnet werden. Analog zur ĂberlebensfĂ€higkeit in der Wildnis wird die ĂberlebensfĂ€higkeit des Wirtschafts-Systems durch seine erlernte Anpassung an die Bedingungen der sozioökonomischen Umwelt und die FĂ€higkeit bestimmt, sich an Ănderungen der Marktbedingungen anzupassen.
Das bedeutet, dass ein System, in dem die Ausgabeverteilung nahe am Ideal ist (bei einem Exponentenwert âAlphaâ von 2 oder einer Ausgabeverteilung âim Kreisâ), die besten Chancen hat, in seiner bestehenden Form zu bestehen. Bemerkenswert ist, dass in einigen FĂ€llen eine solche Verteilung auch die höchste RentabilitĂ€t des Unternehmens bestimmt. Beispielsweise hier. Je geringer der Abweichungskoeffizient vom Idealen ist, desto höher ist die RentabilitĂ€t des Unternehmens (Bueva, 2002).
Tabelle (Auszug)
| Bezeichnung des Unternehmens, Gebiets | RentabilitÀt (%) | Abweichungskoeffizient | |
| 1 | GUP p/f âWolschskajaâ Wolschskiy Bezirk | 13,0 | 0,336 |
| 2 | SPK p/f âGornomariyskayaâ | 11,1 | 0,18 |
| 3 | UMSP s-z âZvenigovskiyâ | 33,7 | 0,068 |
| 4 | ZAO «Marijskoye» Medvedevskiy Bezirk | 7,5 | 0,195 |
| 5 | OAO «Teplichnoye» Medvedevskiy Bezirk | 16,3 | 0,107 |
| ⊠| |||
| 47 | SPK (k-z) «Rassvet» Sowjetischer Bezirk | 3,2 | 0,303 |
| 48 | S-z «Bronievik» Kilemarer Bezirk | 14,2 | 0,117 |
| 49 | SPK SCHA «Avangard» Morkinsker Bezirk | 6,5 | 0,261 |
| 50 | SCHA k-z im. Petrowa Morkinsker Bezirk | 22,5 | 0,135 |
Praktische Schlussfolgerungen
Beim Planen von Ausgaben, sowohl fĂŒr Unternehmen als auch fĂŒr Haushalte, ist es hilfreich, eine Lorenz-Kurve zu erstellen und mit der idealen zu vergleichen. Je nĂ€her Ihr Diagramm an der idealen Kurve liegt, desto wahrscheinlich ist es, dass Sie richtig planen und Ihre AktivitĂ€ten erfolgreich sein werden. Diese NĂ€he bestĂ€tigt, dass Ihre PlĂ€ne dem gesammelten Erfahrungsschatz der menschlichen WirtschaftstĂ€tigkeit entsprechen, der sich in allgemein anerkannten empirischen GesetzmĂ€Ăigkeiten, wie dem Pareto-Prinzip, niederschlĂ€gt.
Es ist jedoch anzunehmen, dass es hier um das Funktionieren eines reifen Wirtschaftssystems geht, das auf RentabilitÀt ausgerichtet ist. Wenn es jedoch nicht um die Maximierung des Gewinns geht, sondern beispielsweise um die Modernisierung des Unternehmens oder eine grundsÀtzliche Erhöhung seines Marktanteils, wird Ihre Ausgabenverteilungskurve von der Kreisform abweichen.
Es ist klar, dass auch im Falle eines Start-ups mit seiner spezifischen Wirtschaftlichkeit die Lorenz-Kurve, die die höchste Wahrscheinlichkeit fĂŒr den Erfolg darstellt, ebenfalls von der Kreisform abweichen wird. Man könnte die Hypothese aufstellen, dass Abweichungen der Ausgabenverteilungskurve nach innen mit sowohl höheren Risiken als auch einer geringeren AnpassungsfĂ€higkeit des Unternehmens korrelieren. Allerdings sind fundierte, qualifizierte Prognosen ohne groĂe statistische Datenmengen ĂŒber Start-ups (sowohl erfolgreiche als auch erfolglose) kaum möglich.
Nach einer anderen Hypothese könnte eine Abweichung der Ausgabenverteilungskurve nach auĂen ein Signal fĂŒr sowohl ĂŒbermĂ€Ăige Regulierung im Management als auch ein Anzeichen fĂŒr bevorstehende Insolvenz sein. Um diese Hypothese zu ĂŒberprĂŒfen, ist ebenfalls eine gewisse Referenzbasis erforderlich, die, wie im Fall von Start-ups, wahrscheinlich nicht öffentlich zugĂ€nglich ist.
Zum Abschluss
Die ersten groĂen Publikationen zu diesem Thema stammen aus dem Jahr 1995 (Matokhin, 1995). Und die geringe Bekanntheit dieser Arbeiten trotz ihrer UniversalitĂ€t und der radikal neuen Verwendung weit verbreiteter Modelle und Instrumente von Ăkonomen bleibt in gewisser Weise ein RĂ€tselâŠ
Quelle: habr.com

