Вопрос 32.

МЕТОДЫ МОДЕЛИРОВАНИЯ. МАТРИЧНОЕ МОДЕЛИРОВАНИЕ. ЭКОНОМИКО-СТАТИСТИЧЕСКИЕ МОДЕЛИ. ИМИТАЦИОННЫЕ И ОПТИМИЗАЦИОННЫЕ МОДЕЛИ

Метод моделирования предполагает построение математической модели и ее использование для разработки плана или прогноза на основе предварительного изучения объекта или процесса.

Этапы прогнозирования с использованием моделей:

разработка модели;

экспериментальный анализ модели;

сопоставление прогнозных результатов с практическими показателями;

корректировка модели.

В области ПиП применяются различные типы экономико-математических моделей:

По уровню управления:

модели мировой экономики;

макроэкономические модели;

мезоэкономические (межотраслевые, межрайоные, отраслевые, региональные);

микроэкономические.

По направлениям развития экономики:

воспроизводства основных фондов;

трудовых ресурсов;

цен и инфляции;

инвестиционной деятельности;

внешнеэкономических связей и др.

По используемому математическому аппарату:

балансовые;

экономико-статистические и эконометрические;

модели оптимального планирования;

стохастические;

модели теории игр;

сетевого планирования;

имитационные, комплексные

ЭКОНОМИКО-СТАТИСТИЧЕСКИЕ МОДЕЛИ строятся на основе анализа динамических рядов показателей регрессионными методами и позволяют устанавливать количественные характеристики связи и взаимозависимости между отдельными показателями.

Виды этих моделей:

- однофакторные

- многофакторные

Однофакторные:

Многофакторные:

ИМИТАЦИОННЫЕ МОДЕЛИ. Цель имитационного моделирования состоит в воспроизведении поведения исследуемой системы на основе результатов анализа наиболее существенных взаимосвязей между ее элементами. Имитационные модели позволяют воспроизвести реальные процессы и предвидеть результаты различных действий.

Вопрос 33.

НАДЕЖНОСТЬ ПРОГНОЗОВ И ИХ ВЕРИФИКАЦИЯ

Надежность прогноза – вероятность наступления предсказываемого события при заданном комплексе условий или степень отклонения фактического значения показателя от прогнозируемого (планируемого) или вероятность попадания значения показателя в заданный доверительный интервал.

Количественно надежность прогноза может быть охарактеризована величиной ошибки прогноза.

Прогнозируемая величина параметра (Y_t) определяется по формуле:

Y_t = y_t +E_t

y_t– реальная величина;

E_t – величина ошибки.

E_t = E_и + E_м + E_в + E_н

E_и – погрешность исходных данных

E_м – погрешность метода или модели

E_в – неточность вычислений

E_н – нерегулярная погрешность (появление непредсказуемых событий)

Верификация прогноза – процедура оценки его надежности и достоверности.

Виды верификации:

Прямая верификация – получение прогнозного значения данного показателя с помощью других методов и моделей и их сравнения.

Косвенная верификация – анализ ссылок на литературные источники и сопоставление прогнозного значения с теми прогнозами, которые уже опубликованы.

Консеквентная верификация – сравнение полученного значения с аналогичными значениями показателей, полученными в других прогнозах, разработанных на другие сроки либо для других условий путем выведения соответствующих логических следствий.

Дублирующая верификация осуществляется путем получения ответов на те же вопросы, которые стояли перед разработчиком прогноза, но сформулированные в других вариантах.

Верификация методом «адвоката дьявола»– два три оппонента критикуют полученные результаты, приводят аргументы против, а разработчик прогноза должен отвергнуть все эти аргументы.

Инверсная верификация осуществляется путем сопоставления полученного результата с результатами расчетов, которые получаются на основе рассчитанного прогнозного значения путем «прогнозирования в прошлое» (обратного прогнозирования).

Верификация минимизацией систематических ошибок позволяет выявлять все возможные ошибки, количественно их оценивать и определять возможную общую величину ошибки.