
- •Розділ 1. Концептуальні аспекти математичного моделювання економіки
- •Тема 1. Економіка як об’єкт моделювання
- •Тема 2. Моделювання як метод наукового пізнання
- •Тема 3. Економіко-математичне моделювання
- •Тема 1. Сутність та елементи класифікації оптимізацій них задач
- •Тема 2. Лінійні оптимізаційні моделі економіки.
- •Стандартна форма канонічного вигляду злп
- •Форми запису злп. Основні означення
- •Тема 3. Методи розв’язування злп
- •2.3.1. Графоаналітичний метод розв’язування злп
- •2. 3.2 Поняття симплексного методу (см)
- •Побудова початкового опорного плану.
- •Оцінка оптимальності опорного плану.
- •2.3.3 Алгоритм симплексного методу.
- •Метод штучного базису (м-метод).
- •Тема 4. Теорія двоїстості та аналіз лінійних оптимізаційних задач Поняття двоїстості
- •Властивості розв’язків двоїстих пар задач
- •Двоїстий симплексний метод
- •Економічна інтерпретація симплексного метода. Економіко-математичний аналіз результатів розв’язку злп.
- •Тема 5. Транспортна задача
- •2.5.1. Постановка й математична модель транспортної задачі
- •Економічна постановка та математична модель закритої транспортної задачі
- •Економічні постановки та математичні моделі відкритих транспортних задач
- •Метод потенціалів
- •Тема 6. Нелінійні оптимізаційні моделі економічних процесів Постановка задачі дискретного лінійного програмування
- •Методи відсікання
- •Класичні методи оптимізації
- •Визначник цієї матриці
- •Узагальнений метод множників Лагранжа
- •Опукле програмування
- •Задача опуклого програмування. Теорема Куна-Таккера
- •Поняття задачі квадратичного програмування
- •Розділ 3. Балансові моделі економіки
- •3.1. Теорія загальної рівноваги
- •3.2. Загальна схема міжгалузевого балансу виробництва та розподілу продукції
- •3.2.1. Класифікація мгб
- •3.2.2. Загальна схема та економіко-математична модель мгб виробництва та розподілу продукції
- •3.2.3. Характеристика основних розділів мгб виробництва та розподілу продукції
- •3.2.4. Характеристика основних параметрів мгб виробництва та розподілу продукції
- •Методи складання мгб на плановий період
- •3.3. Модифікації міжгалузевого балансу виробництва та розподілу продукції
- •3.3.1. Міжгалузевий трудовий баланс
- •3.3.2. Міжгалузевий баланс виробництва та розподілу основних виробничих фондів
- •Розділ 4. Економіко-статистичні моделі Тема 1. Прогнозування
- •4.1.Сутність та значення економічного прогнозування
- •4.1.1. Часові ряди та їх показники динаміки
- •4.1.2. Методи згладжування часових рядів
- •4.1.3. Аналітичні методи згладжування динамічних рядів
- •Тема 2. Виробничі функції
- •4.2. Означення виробничої функції та її властивості
- •4.2.1. Економічні показники, обчислювані за допомогою виробничої функції
- •4.2.2. Зауваження з приводу коефіцієнту a функції Кобба-Дугласа
- •4.2.3. Побудова виробничої функції за емпіричними даними
- •Розділ 5. Моделювання економічного ризику
- •5.1. Ризик як економічна категорія. Об'єкт, суб'єкт, джерело ризику
- •Система постулатів стосовно ризику як економічної категорії
- •Концептуальні засади й аксіоматика ризикології
- •Невизначеність та ризик. Причини виникнення невизначеності та ієрархія її видів
- •Конфліктність, альтернативність, багатокритеріальність та багатоцільовість
- •Процес прийняття економічних рішень з урахуванням ризику
- •Аналіз ризикованості підприємства на підставі показників фінансового стану
- •Ризикотвірні чинники
- •Загальні засади класифікації ризику
- •Політичний ризик
- •Підприємницький ризик
- •Виробничий ризик
- •Фінансовий ризик
- •Інноваційний ризик
- •5.2. Основні підходи до кількісного аналізу ризику
- •Метод аналогій
- •Аналіз чутливості
- •Аналіз ризику методами імітаційного моделювання
- •Аналіз ризику можливих збитків
- •Загальні підходи до кількісного оцінювання ступеня ризику
- •Імовірність як один із підходів до оцінювання ступеня ризику
- •Інгредієнт економічного показника
- •Кількісні показники ступеня ризику в абсолютному вираженні
- •5.3. Ризик та елементи теорії корисності Концепція корисності. Пріоритети та їх числове відображення
- •Поняття лотереї. Корисність за Нейманом. Сподівана корисність
- •Різне ставлення до ризику та функція корисності
- •Криві байдужості
- •Функція корисності з інтервальною нейтральністю до ризику
- •5.4. Основні засади управління економічним ризиком. Принципи управління ринком
- •Основні способи управління ризиком
- •Узагальнена процедура управління економічним ризиком
- •Прийняття рішень з урахуванням ризику
- •Використання експерименту як чинника зниження ризику
- •5.5 Елементи теорії портфеля Сутність диверсифікації на прикладі моделі Марковіца
- •Визначення характеристик портфеля цінних паперів
- •Портфель з багатьох видів цінних паперів
- •Включення в портфель безризикових цінних паперів
- •Ринкова модель (однофакторна модель Шарпа формування норми прибутку)
- •Оцінювання систематичного та несистематичного ризиків
- •5.6. Моделювання економічного ризику на базі концепції теорії гри Теоретико-ігрова модель та її основні компоненти
- •Функціонал оцінювання
- •Матриця ризику
- •Класифікація інформаційних ситуацій
- •Прийняття рішень у полі першої інформаційної ситуації
- •Прийняття рішень у полі другої інформаційної ситуації
- •Прийняття рішень у полі третьої інформаційної ситуації
- •Прийняття рішень у полі четвертої інформаційної ситуації
- •Прийняття рішень у полі п 'ятої інформаційної ситуації
- •Прийняття рішень у полі шостої інформаційної ситуації
- •Прийняття рішень, оптимальних за Парето
- •5.7.Ієрархічні моделі оцінювання економічного ризику та обґрунтування прийняття багатоцільових рішень Загальна ієрархічна модель та етапи її побудови
- •Теоретико-ігровий підхід до побудови багатоцільової моделі
- •Концептуальні проблеми розв 'язання багатоцільових і багатокритеріальних задач
- •Одноцільова багатокритеріальна модель обґрунтування прийняття рішень у полі однієї інформаційної ситуації
- •Обґрунтування прийняття рішень у полі кількох інформаційних ситуацій
- •Багатоцільова багатокритеріальна модель обґрунтування прийняття рішень у полі кількох інформаційних ситуацій
- •5.8 Запаси та резерви як способи зниження ступеня ризику Структура та види резервів і запасів
- •Резервування грошових засобів на покриття випадкових витрат
- •Моделі оптимізації ступеня ризику та деякі стратегії формування запасів і резервів
- •5.9 Вартість, час та ризик Вартість і час
- •Модель рівноваги ринку капіталів (сарм)
- •Вплив ризику та інфляції на величину сподіваної норми відсотка (дисконту)
4.1.3. Аналітичні методи згладжування динамічних рядів
Аналітичні методи згладжування часових рядів ґрунтуються на припущенні, що відомий загальний вигляд невипадкової складової часового ряду, і реалізуються за допомогою регресивних та адаптивних моделей. Найбільш простим із методів прогнозування являється метод екстраполяції тренду динамічного ряду, обчисленого за попередній період. Розглянемо метод екстраполяції на основі кривих зростання. Для макроекономічних процесів використовуються певні види кривих зростання. Для того, щоб найкращим способом підібрати криву для моделювання і прогнозування економічного явища, необхідно знати особливості кожного виду кривих. Важливе значення має знаходження довірчого інтервалу прогнозу, тобто розрахунок інтервалу, до якого з певною імовірністю належить прогнозна величина.
Розглянемо деякі моделі тренду і дамо їм характеристику в змістовних термінах показників розвитку динаміки часового ряду.
Криві, які найчастіше використовуються в макроекономічних дослідженнях, їх рівняння та формули перетворення функцій до лінійного виду зведемо до таблиці.
Таблиця 4.9
Основні види кривих |
Форми кривої |
Перетворення функції до лінійного виду |
1 |
2 |
3 |
Лінійна (поліном першого ступеня) |
|
Не потрібні |
Квадратична (поліном другого ступеня) |
|
|
Поліном третього ступеня |
|
|
Експоненційна (проста) |
|
|
Логарифмічна крива |
|
|
S-подібна крива |
|
|
1 |
2 |
3 |
Обернено-логарифмічна крива |
|
|
Степенева |
|
|
Гіперболічна крива І типу |
|
|
Гіперболічна крива ІІ типу |
|
, |
Гіперболічна крива ІІІ типу |
|
,
|
Модифікована експонента |
|
|
Крива Гомперця |
|
|
Логістична крива |
|
,
|
Завдання полягає в тому, щоб з’ясувати, який саме із трендів вибрати в залежності від показників динаміки часового ряду: абсолютного ланцюгового приросту, ланцюгового темпу приросту та прискорення.
1.
Лінійна функція
.
В цій моделі
– теоретичний рівень базисного року,
– абсолютний ланцюговий приріст
.
Тобто, якщо для динамічного ряду
абсолютний ланцюговий приріст
є майже сталою величиною, то такий ряд
можливо вирівняти по прямій лінії.
Зауважимо, що в цьому випадку, ланцюговий
темп приросту
монотонно спадає та прямує до 0 при
.
2.
Показникова функція
або
.
Якщо для динамічного
ряду абсолютний приріст збільшується,
а ланцюговий темп приросту сталий, то
динамічний ряд можливо вирівняти по
експоненті
.
Дійсно, якщо
,
то
,
або
.
Зауважимо, що в
першій із приведених функцій
– теоретичний початковий (базисний)
рівень, а
– дискретний темп приросту.
Маємо
,
або
.
Для експоненти
,
– неперервний темп приросту
.
3.
Квадратний тричлен
,
.
Тоді динамічний
ряд можна вирівняти по параболі
в тому випадку, коли абсолютний ланцюговий
приріст збільшується, абсолютний
ланцюговий темп приросту зменшується,
а прискорення є сталою величиною. Цей
висновок випливає із формул:
;
;
.
4.
Гіперболічна крива
,
.
За допомогою цієї кривої можна вирівняти
ряди динаміки зі спадаючим ланцюговим
приростом
.
Зауважимо, що при
,
тобто крива обмежена зверху прямою
.
Особливості застосування інших кривих зростання для згладжування часових рядів були розглянуті в розділі 4.4.
Розглянемо приклад.
В таблиці приведено згладжений за допомогою методу ковзної середньої динамічний ряд кількості реалізованих нафтопродуктів протягом 13 років.
Таблиця 4.10
Рік |
1988 |
1989 |
1990 |
1991 |
1992 |
1993 |
1994 |
1995 |
1996 |
1997 |
1998 |
1999 |
2000 |
Кількість нафтопрод. (т.тон) |
127 |
132 |
150 |
172 |
174 |
175 |
180 |
183 |
193 |
209 |
235 |
236 |
254 |
Показники динамічного ряду зведемо до таблиці.
Таблиця 4.11
Рік |
Рівні |
Базовий приріст
|
Ланцю-говий приріст |
Базисний темп росту |
Ланцю-говий темп росту |
Базисний темп приросту |
Ланцю-говий темп приросту |
Прискорення |
1988 |
127 |
– |
– |
– |
– |
– |
– |
– |
1989 |
132 |
5 |
5 |
1,04 |
1,04 |
0,04 |
0,04 |
– |
1990 |
150 |
23 |
18 |
1,18 |
1,14 |
0,18 |
0,17 |
13 |
1991 |
172 |
45 |
22 |
1,35 |
1,15 |
0,35 |
0,3 |
4 |
1992 |
174 |
47 |
2 |
1,37 |
1,01 |
0,37 |
0,27 |
-20 |
1993 |
175 |
48 |
1 |
1,38 |
1,01 |
0,38 |
0,28 |
-1 |
1994 |
180 |
53 |
5 |
1,42 |
1,03 |
0,42 |
0,3 |
4 |
1995 |
183 |
56 |
3 |
1,44 |
1,02 |
0,44 |
0,3 |
-2 |
1996 |
193 |
66 |
10 |
1,52 |
1,07 |
0,52 |
0,36 |
7 |
1997 |
209 |
82 |
16 |
1,65 |
1,08 |
0,65 |
0,42 |
6 |
1998 |
235 |
108 |
24 |
1,85 |
1,12 |
0,85 |
0,52 |
8 |
1999 |
236 |
109 |
1 |
1,86 |
1,004 |
0,86 |
0,46 |
-23 |
2000 |
254 |
127 |
18 |
2,00 |
1,08 |
1,00 |
0,54 |
17 |
Вивчаючи показники,
одержані в попередній таблиці, впевнюємося
в тому, що ланцюговий темп приросту
майже однаковий для всіх років (включаючи
1989 рік), а абсолютний ланцюговий приріст
в основному зростає. Таким чином, в
якості тренду можна вибрати експоненту
,
яка лінеаризується шляхом логарифмування.
Маємо
;
якщо
позначити
,
,
,
то отримаємо лінійне рівняння регресії:
.
Для знаходження оцінок параметрів лінійного рівняння регресії і для з’ясування питання адекватності моделі, розв’язування проблеми тісноти зв’язку та прогнозування побудуємо таблицю.
Таблиця 4.12
|
|
|
|
|
|
|
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
1 |
4,8442 |
1 |
4,8442 |
4,8863 |
0,1308 |
0,1021 |
0,0018 |
2 |
4,8828 |
4 |
4,9396 |
4,9396 |
0,1044 |
0,0709 |
0,0032 |
3 |
5,0106 |
9 |
5,0318 |
4,9929 |
0,0381 |
0,0454 |
0,0003 |
4 |
5,1475 |
16 |
20,59 |
5,0462 |
0,0034 |
0,0255 |
0,0103 |
5 |
5,1591 |
25 |
25,7955 |
5,0995 |
0,0022 |
0,0113 |
0,0036 |
6 |
6,1648 |
36 |
30,9888 |
5,1528 |
0,0017 |
0,0028 |
0,0001 |
7 |
5,1930 |
49 |
36,351 |
5,2061 |
0,0002 |
0,0000 |
0,0002 |
8 |
5,2095 |
64 |
41,676 |
5,2594 |
0,0000 |
0,0029 |
0,525 |
9 |
5,2627 |
81 |
47,3643 |
5,3127 |
0,0032 |
0,0114 |
0,0025 |
10 |
5,3423 |
100 |
53,423 |
5,3660 |
0,0186 |
0,0256 |
0,0006 |
11 |
5,4596 |
121 |
60,0556 |
5,4193 |
0,0644 |
0,0455 |
0,0016 |
12 |
5,4638 |
144 |
65,5656 |
5,4726 |
0,0655 |
0,0697 |
0,0001 |
13 |
5,5373 |
169 |
71,9849 |
5,5259 |
0,1098 |
0,01024 |
0,0001 |
å |
67,6772 |
819 |
483,4363 |
|
0,5433 |
0,5128 |
0,0269 |
Складемо нормальну
систему рівнянь для визначення оцінок
параметрів
і
,
яка має вигляд:
.
Розв’язок системи отримаємо за правилом Крамера:
,
,
.
Тобто
,
.
Таким
чином, побудована лінійна модель для
емпіричних даних, приведених в таблиці:
,
а експонента має вид:
.
Для перевірки адекватності лінійної моделі нам необхідні знання сум, які знаходяться в стовпцях (5, 6, 7, 8) таблиці.
Зробимо необхідні
обчислення
:
;
;
;
;
;
;
;
;
;
;
;
;
.
Користуючись
формулою
,
отримаємо значення
.
Адекватність моделі перевіримо, використовуючи критерій Фішера.
,
тобто
,
.
Оскільки
,
то побудована модель адекватна згладженому
динамічному ряду.
Коефіцієнт кореляції лінійної моделі обчислимо за формулою
,
тобто
.
Оскільки
значення
близьке до одиниці, то це свідчить про
дуже тісну залежність кількості
реалізованих нафтопродуктів від часу.
Приклад
Для
знаходження точкового прогнозу реалізації
нафтопродуктів на 2001 та 2002 роки в лінійне
рівняння регресії
або експоненту
підставляємо замість
значення
та
,
отримаємо
,
звідки
.
Майже
таке ж значення маємо, якщо підставити
в рівняння експоненти:
.
Аналогічно,
,
.
Для
знаходження інтервального прогнозу
скористаємося подвійною нерівністю
,
де
обчислюється за формулою:
.
В даному випадку:
,
;
;
.
Знайдемо
та
для
і
відповідно
одержимо:
,
.
Визначимо тепер прогнозні інтервали для лінійної та експоненційної моделей.
Одержимо для лінійної моделі:
,
або
.
Для експоненційної
моделі
.
Аналогічні розрахунки отримаємо при для лінійної та експоненційної моделей відповідно:
,
або
;
.
Таким
чином, з імовірністю 0,95 можна стверджувати,
що прогнозні значення
та
належать відповідно інтервалам
та
.