 
        
        - •Введение
- •Рис. 2.18. График государственного регулирования рынка
- •Совокупная прибыль
- •Рис. 2.24. Диверсификация цен по времени
- •3.5. Двойственная задача потребительского выбора
- •3.6. Функция спроса Маршалла
- •3.7. Модель общего равновесия Вальраса
- •3.8. Рыночное равновесие в модели Леонтьева
- •Таблица 3.2
- •Значения коэффициентов парной корреляции
- •Таблица 4.1
- •Исходные данные для предельного анализа
- •Рис. 4.1. Результаты регрессионного анализа зависимости между ценой продукта и его количеством
- •Таблица 4.3
- •Исходные данные для решения задачи оптимизации
- •Рис. 4.4. Исходные данные для расчета
- •Рис. 4.6. Результаты расчета
- •Таблица 4.5
- •Таблица 4.6
- •Исходные данные по изделиям
- •Таблица 4.10
- •Таблица 4.11
- •Оптимальное значение целевой функции – 240,000.
- •Общий вид матрицы игры
- •Таблица 5.2
- •Матрица игры
- •Таблица 5.4
- •Таблица 5.5
- •Матрица выигрышей
- •Рассмотрим игру, платежная матрица которой имеет размерность
- •Исходные данные для расчета
- •Оценка рентабельности
- •Показатели рентабельности характеризуют финансовые результаты и эффективность деятельности предприятия. Они измеряют доходность предприятия.
- •Рекомендуемые значения оцениваемых показателей
- •Анализ рентабельности
- •Анализ деловой активности
- •Анализ финансовой устойчивости
- •Вопросы и задания
- •Заключение
- •Библиографический список
3.8. Рыночное равновесие в модели Леонтьева
Модель Леонтьева может быть использована для нахождения рыночного равновесия так же, как и модель Вальраса. Модель Леонтьева позволяет найти такое решение задачи поиска рыночного равновесия, в котором объемы спроса и потребления гарантированно представляют собой неотрицательные величины.
Модель Леонтьева – это модель многоотраслевой экономики (балансовый анализ). Цель балансового анализа - ответить на вопрос, возникающий в макроэкономике и связанный с эффективностью ведения многоотраслевого хозяйства: каким должен быть объем производства каждой из n отраслей, чтобы удовлетворить все потребности в продукции этой отрасли? При этом каждая отрасль выступает, с одной стороны, как производитель некоторой продукции, а с другой - как потребитель продукции и своей, и произведенной другими отраслями.
Пусть количество i-го фактора производства rij необходимое для обеспечения выпуска j-й отрасли xj, определяется следующим образом:
| rij = bij x j , i = | 
 | j = | 
 | (3.43) | 
| 1, m, | 1, n | 
Здесь B= [bij] - матрица технологических коэффициентов производства факторов производства.
Просуммировав данные соотношения по, выпускам всех отраслей, мы получим спрос всей экономики на i-й фактор:
| n | n | 
 | 
 | 
 | 
 | 
 | 
 | 
| ∑rij | = ∑bij x j , | j = | 
 | , i = | 
 | 
 | (3.44) | 
| 1, n | 1, m. | ||||||
| j=1 | j=1 | 
 | 
 | 
 | 
 | 
 | 
 | 
Обозначим через ri объем предложения i-го фактора. Поскольку спрос не может превышать предложения, то получаем
| n | 
 | 
 | 
 | 
 | 
 | 
 | 
| ∑bij x j ≤ ri , | j = | 
 | , | i = | 
 | 
 | 
| 1, n | 1, m, | |||||
| j=1 | 
 | 
 | 
 | 
 | 
 | 
 | 
| B X ≤ r, | (3.45) | |||||
где r - вектор наличия первичных факторов производства.
Прямая задача экономики заключается в максимизации национального продукта (стоимости объема потребления выпуска), поэтому прямую задачу можно записать в виде
| 
 | T | C → max, | 
 | 
| p | 
 | 
 | |
| X = AX +C, | (3.46) | ||
| 
 | 
 | BX ≤ r, | |
| 
 | 
 | 
 | |
| 
 | 
 | X ≥ 0 | 
 | 
| 
 | 
 | 
 | |
Данная задача представляет собой задачу линейного программирова-
ния:
42
| 
 | T | (I − A) → max, | 
 | 
| p | 
 | 
 | |
| 
 | 
 | 
 | (3.47) | 
| 
 | 
 | BX ≤ r, | |
| 
 | 
 | 
 | |
| 
 | 
 | X ≥ 0 | 
 | 
| 
 | 
 | 
 | 
Двойственная задача представляет собой задачу минимизации стоимости первоначальных факторов производства (минимизацию национального дохода):
| 
 | w | T | r → max, | 
 | 
| 
 | 
 | (3.48) | ||
| pT A + wT B ≥ p, | ||||
| 
 | 
 | 
 | w ≥ 0. | 
 | 
| 
 | 
 | 
 | 
 | |
| 
 | 
 | 
 | 
 | |
Как мы видим, задача поиска рыночного равновесия сводится к решению задач линейного программирования и найденное состояние равновесия экономики всегда будет иметь экономический смысл.
3.9. Пример построения производственной функции
Найдем решение классической производственной функции - функции Кобба-Дугласа с применением процессора электронных таблиц EXCEL. В качестве исходных данных примем данные по американской обрабатывающей промышленности за период с 1899 по 1922 гг.
Исходными данными модели являются: Y - индекс производства;
K- индекс основного капитала;
L- индекс труда.
Функция Кобба-Дугласа имеет вид
| Y = ao ×Ka ×La . | (3.49) | 
Поскольку для множественной регрессии EXCEL позволяет определять только линейный вид уравнения, приведем функцию к линейном виду:
| In Y = Inao + a1 ×In K + a2 ×In L. | (3.50) | 
Для этого исходные данные логарифмируются и выполняется расчет с помощью корреляционно-регрессионного анализа.
При корреляционном анализе решаются следующие задачи:
1.Устанавливается наличие корреляции или связи между величинами.
2.Устанавливается форма линии связи (линии регрессии).
3.Определяются параметры линии регрессии.
4.Определяется достоверность установленной зависимости и достоверность отдельных параметров.
Тесноту связи между двумя величинами можно определить визуально по соотношению короткой и продольной осей эллипса рассеяния наблюде-
43
ний, нанесенных на поле корреляции. Чем больше отношение продольной стороны к короткой, тем связь теснее.
Более точно теснота связи характеризуется коэффициентом корреляции r. Коэффициент корреляции лежит в пределах -1< r <1. В случае, если r=0, то линейной связи нет. Если r =1, то между двумя величинами существует функциональная связь. При положительном r наблюдается прямая связь, т.е. с увеличением независимой переменной x увеличивается зависимая - y. При отрицательном коэффициенте существует обратная связь - с увеличением независимой переменной зависимая переменная уменьшается. Исходные данные представлены в табл. 3.1.
| 
 | 
 | 
 | Исходные данные | 
 | Таблица 3.1 | |||
| 
 | 
 | 
 | 
 | 
 | 
 | |||
| Y | К | L | 
 | In Y | 
 | In K | In L | 
 | 
| 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| 100 | 100 | 100 | 
 | 4,60517 | 
 | 4,60517 | 4,60517 | 
 | 
| 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| 101 | 107 | 104.8 | 
 | 4,615121 | 
 | 4,672829 | 4,652054 | 
 | 
| 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| 112 | 114 | 110 | 
 | 4,718499 | 
 | 4,736198 | 4,70048 | 
 | 
| 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| 122 | 122 | 117.2 | 
 | 4,804021 | 
 | 4,804021 | 4,763882 | 
 | 
| 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| 124 | 131 | 121.9 | 
 | 4,820282 | 
 | 4,875197 | 4,803201 | 
 | 
| 122 | 138 | 115.6 | 
 | 4,804021 | 
 | 4,927554 | 4,750136 | 
 | 
| 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| 143 | 149 | 125 | 
 | 4,962845 | 
 | 5,003946 | 4,828314 | 
 | 
| 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| 152 | 163 | 134.2 | 
 | 5,023881 | 
 | 5,09375 | 4,899331 | 
 | 
| 151 | 176 | 139.9 | 
 | 5,01728 | 
 | 5,170484 | 4,940928 | 
 | 
| 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| 126 | 185 | 123.2 | 
 | 4,836282 | 
 | 5,220356 | 4,813809 | 
 | 
| 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| 155 | 198 | 142.7 | 
 | 5,043425 | 
 | 5,288267 | 4,960745 | 
 | 
| 159 | 208 | 147 | 
 | 5,068904 | 
 | 5,337538 | 4,990433 | 
 | 
| 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| 153 | 216 | 148.1 | 
 | 5,030438 | 
 | 5,375278 | 4,997888 | 
 | 
| 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| 177 | 226 | 155 | 
 | 5,17615 | 
 | 5,420535 | 5,043425 | 
 | 
| 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| 184 | 236 | 156.2 | 
 | 5,214936 | 
 | 5,463832 | 5,051137 | 
 | 
| 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| 169 | 244 | 152.2 | 
 | 5,129899 | 
 | 5,497168 | 5,02195 | 
 | 
| 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| 189 | 266 | 155.8 | 
 | 5,241747 | 
 | 5,583496 | 5,048573 | 
 | 
| 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| 225 | 298 | 183 | 
 | 5,4161 | 
 | 5,697093 | 5,209486 | 
 | 
| 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| 227 | 335 | 197.5 | 
 | 5,42495 | 
 | 5,814131 | 5,285739 | 
 | 
| 223 | 366 | 201.1 | 
 | 5,407172 | 
 | 5,902633 | 5,303802 | 
 | 
| 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| 218 | 387 | 195.9 | 
 | 5,384495 | 
 | 5,958425 | 5,277604 | 
 | 
| 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| 231 | 407 | 194.4 | 
 | 5,442418 | 
 | 6,008813 | 5,269918 | 
 | 
| 179 | 417 | 146.4 | 
 | 5,187386 | 
 | 6,033086 | 4,986343 | 
 | 
| 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| 240 | 431 | 160.5 | 
 | 5,480639 | 
 | 6,066108 | 5,078294 | 
 | 
| 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
Для определения тесноты связи между изучаемыми показателями используется функция «Корреляция» пункта меню «Сервис», «Анализ дан-
44
