![]() |
|
сделать стартовой | добавить в избранное |
![]() |
Экономика и Финансы
Экономико-математическое моделирование
Конспект лекций по курсу ЭММ (Экономико-математические методы и модели) |
1.Основные эконометрические понятия и термины, используемые модели. Слово “эконометрика” – соединение 2-х слов – экономика (наука об экон. сис- ах), метрика (наука об измерениях). Со временем, требовалось оценить точно возникающие связи между экономическими объектами (труд. ресурсами, ср. возраст рабочего, уровень безработицы, з/пл и т.д.) т.к. эти понятия носят как правило случайный характер, то без таких понятий как регрессия, корреляция, эконометрическая модель, временной ряд не обойтись. Обычно, те объекты, которые носят независимый характер, в экономике называют фактор признаками. Например: х1 – время процесса, х2 – раб. период, х3 – выделяемые средства (V ср-в) – это все независимые переменные – экзогенные переменные (фактор признаки). Аналогично, у1 – V выпуска продукции, у2 – себестоимость, у3 - рентабельность, у4 – инвестиции в про-во – зависимые переменные – эндогенные переменные (результативные признаки). Не всегда затраты ведут к максимизации прибыли. Чтобы написать ту или иную зависимость прим. ур-ие регрессии. Уравнение регрессии – ур-ие, связывающее между собой фактор признаки и результативные признаки. Ур-ие регрессии бывают линейные и нелинейные. Сама регрессия бывает парная (зависимость между 1-им фактор признаком и результатом) и множественная. y = y(x) (1) (з. между 1-им ф. признаком и рез-ом) y = a bx (2)(парная линейная регрессия, т.к. х и у участвуют в 1-ой степени, а и b – параметры регрессии имеющие экономический смысл). Чтобы учесть возникающие помехи (погрешности в уравнении (2)) обычно пишут: у = a bx e, где e – искажение модели, учитывающее ряд других фактор признаков не явно участвующих в процессе. Существуют и другого вида регрессии: 1) Линейные – по фактор признаку. 2) Нелинейные – по параметрам. Например: (регрессия линейная, а и b под зн. log) Однако, часть нелинейных регрессий легко сводится к лин. регрессиям: Например: y = Ax B, где Однако, сущ. ур-ия регрессии не сводящиеся никаким способом к линейным. Например: (здесь регрессия нелинейная по фактор признаку х и по параметрам а и b) Теория корреляции учитывает тесноту связи между признаками х и у. Основными характеристиками служат: 1) линейный коэффициент парной корреляции; 2) средняя ошибка аппроксимации модели. 2.1. Общая классификация математических моделей и соответствующие подходы. Модели управления рыночной экономикой подразделяются на 4 основных вида: 1) Ординарная модель. Она предназначена для расчета оптимизации т.н. бизнес-планов, структур управления, где структурированная схема модели предполагает построение графа, не содержащее контуров “дерево решение”, где каждой вершине приписывается вполне конкретный объект. Связь между вершинами “траекторий графов” есть цели, которые бывают 3-х видов. основные задачи, решаемые ординарной моделью: 1. Оптимальное распределение финансовых средств, выделенных на создание проектируемого объекта, по критерию минимизации времени реализации бизнес-плана. 2. Расчет максимальной окупаемости величины финансовых затрат, необходимых для создания проектируемого объекта. 3. Расчет определения оптимальных значений мощности каждой из подсистем объекта.
2) Композиционная модель. Состоит в точном формировании и последующей оптимизации бизнес-плана, проектируемой коммерческой структуры. Основа модели – метод анализа иерархий, с точным указанием весовых характеристик каждой из составляющих. С помощью композиционной системы решаются аналогичные задачи. Разница лишь в том, что операционные характеристики модели строятся с учетом “интересов”, т.н. весов для моделируемого объекта в целом. 3) Модель планирования. Она предназначена для системного планирования в условиях неопределенности и риска принимаемых решений. 4) Комплексная модель. Комплексная модель состоящая из 2-х моделей: 1. Модель по формированию и ведению оптимальных портфелей ценных бумаг; 2. Модель по оценке ликвидности выдаваемых заемщиком кредитов. 2. Статистические модели и методы их оценки. Прежде всего, сформируем основные задачи и этапы статистической обработки эксперимента: 1) Анализ данных, обработка анализируемых измерений. Этот этап связан с неоднородностью по качеству экспериментальных измерений. 2) Экспериментальная проверка законов распределения, оценка параметров экономических показателей и индексов измерений. 3) Сжатие (группировка) исходной информации при большом объеме данных. 4) Модель как таковая (из выше отмеченных 4-х видов) 5) Уточнение модели и ее идентификация.Перечислим основные методы, применяемые в экспериментах: 1 Корреляционный анализ. Его суть – определение случайных связей (как правило линейной) между двумя и более признаками, входящими в эксперимент. Он позволяет отобрать факторы имеющие существенный характер и построить соответствующее уравнение регрессии. Далее, оценить точность выбранной модели с помощью коэффициента корреляции, к детерминации к общей ошибке аппроксимации. На основе 1-го можно производить прогнозирование. 2 Факторный анализ. Итак, во всякой модели есть фактор признаки, часть из которых носят количественный характер, другая часть – качественный характер. Суть факторного анализа состоит в том, что внешние факторы, используемые в модели и сильно коррелированные между собой должны быть заменены внутренними факторами, которые определяют поведение внешних факторов, и в целом экономический процесс.Р = ((Ц-С)/C) 100% (определение рентабельности)Ясно, что эти факторы влияют на производительность. Задача в том, чтобы выделить из них более существенные внутренние факторы и определить долю каждого в процессе. 3 Дисперсионный анализ. Он предназначен для обработки и соответствующего прогнозирования экспериментальных данных, зависящих только от качественных факторов. Сущность его состоит в том, чтобы разложить дисперсию результата на независимые составляющие эксперимента, каждое из которых характеризует влияние того или иного фактора на результат. Сравнения этих составляющих дисперсий есть оценка существенности этих факторов. 2.3. Некоторые основные положения, используемые в ординарной модели. Формы линии регрессии – есть зависимость между двумя и более случайными величинами определяется выбором из следующих типов зависимостей. а) y = a bx e, где х – независимый фактор, у – рез-ат, а и b – параметры, е – искажение; б) y = a b/x e, - гиперболическая регрессия.
в) y = axb e, - степенная регрессия. г) y = a b l x e, - логарифмическая регрессия. д) y = a bx ex2 e, - параболическая регрессия.Каждая из них, для оценки параметров строится на основе МНК. Его суть – подбирают параметры уравнения регрессии, исходя из минимальных квадратов отклонений экспериментальных данных и теоретических значений в уравнениях регрессии. Он включается в систему корреляционных уравнений. Получаемые этим методом оценки параметров должны обладать следующими свойствами: 1. Песьмицинностью, т.е. математические ожидания цен должны быть равны их истинным значениям, полученным их экспериментальным соответствиям. 2. Оценка параметров должна быть состоятельной, при росте объема наблюдений должна стремится к нулю. 3. Должны быть эффективными, должны иметь минимальную дисперсию по сравнению к другим оценкам. 3. Постановка и методы решения оптимизационных задач с многими критериями. Очень часто приходится ставить и решать следующие задачи: 1) Максимизировать прибыль и связанный с ней доход предприятия, Q1 – max P; 2) Минимизировать себестоимость (повышать рентабельность), Q2 – mi S, Q3 max R; 3) Минимизировать численность работающих, Q4; 4) Максимизировать з.пл. рабочим, Q5 max Как видим, множество критериев противоречащих друг другу. Как решить поставленную задачу с учетом моделей производства. Существует 4 метода решения таких задач:1-ый метод. Метод анализа иерархий при принятии окончательных управленческих решений. Суть метода: точно написать дозированные коэффициенты (т.н. весовые) при принятии решения и распределения ресурсов по целям. Для этого потребуются вспомогательные сведения, такие как идеальная матрица сравнения, индекс согласованности решений, распределение согласно целям и иерархии.------------ Идеальная матрица сравнения: Рассматриваются -объектов (элементов экон. сис-мы) – з.пл., соц.страх., осн.фонды, численность. Каждый элемент находится во взаимодействии с другими. Обозначим p1,p2, p . Всего - объектов. С этими элементами свяжем матрицу А. Аij, i–номер строки, j-номер столбца. Идеальной матрицей сравнения называется исходная матрица А, подчиненная 2-ум правилам: 1) если Аij = 2) если суждение (относительно рассм. эл-ов) pi и pj таковы, что объект pi одинаков с объектом pj по важности, то элемент aij=1, а значит аji=1. В частности диагональный элемент аii=1. Матрица А отвечающая правилам 1) и 2) называется идеальной матрицей сравнения. Индекс согласованности решений: Пусть дана матрица А и пусть дан вектор -называется называется собственным вектором матрицы А, а число - собств. значением матрицы А, если выполняется условие В принципе, для двух координат х1, х2 действие матрицы превращается в 2 действия – деформацию вектора и поворот на плоскости. ------------ 2-ой метод. Лексикографический метод стратегий.3-ий метод. Метод идеальной точки (Оптимум Парретто).4-ый метод. Метод мозговой атаки (коллективного распознавания). 4. Метод базовой точки в экономических системах. К настоящему времени численные методы (приближенные методы) применяются тогда, когда переменных или критериев много. В IXX столетии фр.
Текущие резервы основываются на отличии достигнутого уровня работы от запланированного, перспективные — на разнице между работой на средних и передовых участках производства. Использование Р. в. имеет большое народно-хозяйственное значение, позволяет увеличить объём, прибыль и рентабельность при сравнительно небольших затратах, снизить издержки производства. Р. в. связаны прежде всего с соблюдением режима экономии, устранением всякого рода потерь имеющихся ресурсов (рабочего времени, оборудования, материалов). Р. в. имеются во всех звеньях производства. Это объясняется главным образом тем, что достижения науки и техники внедряются на разных участках неодновременно. Ускорение работы по совершенствованию техники и организации производства, ликвидация или уменьшение потерь способствуют лучшему использованию Р. в. Для выявления Р. в. проводится подробнейший анализ деятельности предприятий и др. производственных подразделений, учитываются отчётные данные о работе различных звеньев, материалы учёта, личных наблюдений и специальных обследований (фотографии рабочего дня, хронометражные наблюдения, опросы работников и др.), которые сопоставляются с результатами работы др. подразделений и предприятий; применяются статистические и экономико-математические методы [исчисление индексов, моделирование (см
1. Математические методы и модели в конституционно-правовом исследовании
2. Лекции Математические методы исследования экономики
3. Использование математических методов и моделей в управлении микроэкономическими системами
4. Математические методы и модели исследования операций
11. Математические модели в экономике и программировании
12. Детерминированные экономико-математические модели и методы факторного анализа
13. Исследование экономико-математических моделей
14. Математическая модель экономики посредников
15. Построение экономико-математических моделей
16. Математическая модель всплытия подводной лодки
17. Математические модели естествознания
18. Математические модели в программе логического проектирования
19. Математические модели и методы их расчета
20. Математическая модель взаимодействия подсистем производства сельхозпродуктов в районных АПК
21. Математические модели инфляции
25. Математические модели и ценности человеческого выбора
26. Формирование эконом-математической модели
27. Разработка математической модели и ПО для задач составления расписания
28. «Безвихревая электродинамика». Математическая модель
30. Решение задачи с помощью математической модели и средств MS Excel
31. Исследование математических моделей оптимизации обслуживания сложных систем
34. Математическая модель системы слежения РЛС
35. Математическая модель процесса вытяжки трубчатой заготовки
37. Математическая модель в пространстве состояний линейного стационарного объекта управления
41. Экономико-математические методы моделирования в землеустройстве
44. Экономико-математическое моделирование
45. Экономико-математическое моделирование
46. Математическое программирование и моделирование в экономике и управлении
48. Шведская модель смешанной экономики
49. Лекции по Математическому анализу
50. Лекции по математическому анализу
51. План чтения лекции по учебной дисциплине «Математические методы»
57. Экономико-математическое моделиpование
58. Математические методы исследования экономики.
60. Межпредметные связи в высшей школе: математическое обеспечение курса аналитической химии
61. Математическое моделирование в экономике
62. Кредит как экономическая категория и его роль в различных моделях экономики
63. Решение задач по курсу теории вероятности и математической статистики
64. Обзор методов графического представления моделей в экономике и управлении
65. Использование схем экономико-математического моделирования пенсионных выплат
66. Экономико-математические методы управления денежными потоками
67. Кейнсианская модель экономики
68. Модель Кейнса в рыночной экономике
69. Основные тенденции и модели трансформации экономики после Второй мировой войны
73. Использование эвристических и экономико-математических методов при решении задач управления
74. Модель рыночной экономики Кейнса
75. Математические методы в экономике
76. Математические методы в экономике
77. Методы математического моделирования экономики
78. Применение экономико-математических методов в экономике
79. Модель большого взрыва и расширяющейся Вселенной
80. Математическое моделирование биосинтеза продуктов метаболизма
81. Проблема применения моделей устойчивого развития на региональном уровне
82. Методы и модели демографических процессов
83. Российский опыт местного самоуправления: исторические модели и современное состояние
84. Краткий курс лекций по праву социального обеспечения
85. Словообразовательные модели неологизмов в современном английском языке
89. Развитие науки: революция или эволюция? Философские модели постпозитивизма
90. Азиатская модель – сильные стороны
91. Проектирование и разработка сетевых броузеров на основе теоретико-графовых моделей
92. Модели TAKE-GRANT и их исследования
93. Принципы уровневой организации ЛВС (на основе модели OSI)
94. Модель файловой системы FAT
95. Математическое программирование
96. Построение информационной и даталогической моделей данных
97. Fox Pro - реляционная модель данных
98. Изучение взаимно влияющих друг на друга математических параметров
99. Сравнительный анализ каскадной и спиральной моделей разработки программного обеспечения