- •Понятие модели. Этапы процесса моделирования.
- •2. Управление как деятельность по принятию решений. Алгоритм процесса принятия решений: основные стадии и их характеристика.
- •4. Классификация методов построения моделей (в частности, экономических) Понятие модели. Адекватность модели.
- •5. Процесс создания модели. Схема цикла моделирования. Взаимосвязь этапов процесса моделирования
- •По целям исследований
- •8. Процесс построения эконометрической модели. (6 вопрос из статистики)
- •9. Построение системы показателей. Принципы отбора факторов модели. Построение многофакторных моделей. Отбор факторов.
- •10. Методы отбора факторов: метод включения и исключения.
- •Мультиколлинеарность факторов (взаимозависимость). Механизм отбора факторов.
- •12. Сравнение и взаимосвязь эконометрических и аналитических моделей.
- •Цели регрессионного анализа
- •Интерпретация параметров регрессии
- •Параметры уравнения регрессии и их оценки, необходимые свойства оценок
- •Аналитическое выравнивание временного ряда с помощью линейной функции как частный случай парной линейной регрессии (уравнение тренда)
- •Определение параметров уравнения связи двух переменных Корреляционные параметрические методы изучения связи
- •Применение матричной алгебры при нахождении параметров уравнения. Выбор степени уравнения, аппроксимирующего связь.
- •Понятие множественной линейной регрессии. Нахождение параметров модели множественной линейной регрессии. ( 6 из статистики )
- •Модели множественной регрессии
- •21. Допущения применения метода наименьших квадратов (5 вопрос)
- •22. Проверка оценок параметров линейной регрессии.
- •23. Проверка истинности моделей множественной регрессии. Стандартные ошибки корреляции, стандартные ошибки параметров линейной регрессии
- •Проверка истинности моделей множественной регрессии:
- •Проверка истинности параметров уравнения парной линейной регрессии. Определение стандартных отклонений и t-статистики коэффициентов парной линейной регрессии.
- •25. Определение доверительных интервалов коэффициентов регрессии с заданной доверительной вероятностью
- •26. Проверка истинности параметров уравнения множественной линейной регрессии. Определение стандартных отклонений и t-статистики коэффициентов.
- •Определение доверительных интервалов параметров множественной линейной регрессии.
- •Коэффициент детерминации r2 линейной регрессионной модели. Скорректированный r2. Значимость коэффициента детерминации.
- •Парные коэффициенты корреляции. Коэффициент множественной корреляции. Расчет частных коэффициентов детерминации модели.
- •30.Эластичность в социально-экономических моделях. Частные коэффициенты эластичности.
- •Математическая модель межотраслевого баланса моб. Понятие межотраслевого анализа. Модель «затраты-выпуск» (модель Леонтьева).
- •32. Пример построения альтернатив развития региона с помощью межотраслевой модели
- •Основные понятия теории оптимизации.
- •Понятие методов оптимизации и оптимального программирования.
- •Задача оптимизации. Допустимое множество и целевая функция.
- •Понятие оптимального решения задачи.
- •Понятие оптимального решения задачи.
- •Модель развития региона. Понятие комплексного моделирования экономических систем.
- •Сочетание различных видов моделей в процессе управления экономическим развитием: модель моб, тренды экзогенных параметров модели, оптимизационная линейная межотраслевая модель.
Модель развития региона. Понятие комплексного моделирования экономических систем.
Основными элементами моделей развития региона или страны, признанными в настоящее время во всех странах, являются:
1) выбранная экономическая политика в стране, в регионе с целью достижения повышения уровня благосостояния и качества жизни населения;
2) выбор оптимальной структуры развития экономики, соответствующей потенциалу и целям региона;
3) выбор путей обеспечения ресурсами для реализации поставленных целей.
Основными элементами моделей развития региона или страны, признанными в настоящее время во всех странах, являются:
1) выбранная экономическая политика в стране, в регионе с целью достижения повышения уровня благосостояния и качества жизни населения;
2) выбор оптимальной структуры развития экономики, соответствующей потенциалу и целям региона;
3) выбор путей обеспечения ресурсами для реализации поставленных целей.
Модель – инструмент, в наибольшей степени подходящий для анализа функционирования и развития крупных экономических систем, для целей управления ими. В сочетании с системным подходом к описанию общества он позволяет увидеть объект управления как целостный комплекс взаимосвязанных элементов, объединённых общей целью, раскрыть интегративные свойства системы, её внутренние и внешние связи. Такой подход является необходимым условием изучения проблем управления сложными структурами, он даёт возможность обеспечить необходимую комплексность. Из истории развития макроэкономического моделирования видно, что оно, первоначально представляя собой способ системного представления экономической реальности, по мере накопления знаний о предмете и развития экономико-математических методов всё более активно используется в государственном управлении экономическим развитием различных стран и регионов. В течение XX века комплексное моделирование народного хозяйства стало методом, систематически применяем для прогнозирования и программирования экономики, для управления ею.
Кейнсианский подход к комплексному моделированию экономических систем заключается в отображении экономики с помощью высокоагегированных моделей. Согласно ему экономикой можно эффективно управлять посредством умелого манипулирования несколькими стратегическими агрегированными переменными, такими, как совокупные правительственные доходы и расходы, денежная масса и ставка процента. Соответственно, при таком подходе к моделированию информация, требующаяся для управления экономической системой, может содержаться в небольшой агрегированной модели.
Опыт показал, что такое представление не совсем адекватно отражает действительность. Небольшая высокоагрегированная модель не в состоянии вместить фактическую информацию и обеспечить её аналитическое осмысление, необходимое для решения бесчисленных проблем, которые органы государственной власти должны разрешать. Именно потому, что модели «кейнсианского» типа часто не могут служить средством, удовлетворительно отражающим действительность в последние десятилетия получают более широкое распространение специализированные модели экономики и экономические исследования, более «узкие», но стремящиеся соблюсти теоретическую строгость путём более тесной связи с эмпирическими данными.
Заслуженная критика существующих крупных экономических моделей связана, главным образом, не с их потенциальными возможностями в отображении экономической реальности, а с «очевидной слабостью их базы данных». Даже когда объёктом критики является аналитическая структура, это объясняется тем, что он отражает попытки компенсировать недостаток достоверной фактической информации путём использования «сложных, но, тем не менее, весьма сомнительных» методик оценки.
И всё же, чем сложнее экономическая система, тем сильнее взаимозависимость её частей. Чем выше степень этой взаимозависимости, тем полнее и подробнее должна быть модель. Комплексная модель народнохозяйственной системы должна состоять из крупной детализированной системы уравнений. Такая модель не только не будет препятствовать построению других, более специализированных или агрегированных моделей, но и облегчит этот процесс, обеспечивая разработчиков большим объёмом чётко систематизированных и стандартизированных данных.