
- •Предмет и задачи эконометрики. Примеры экономических задач, решаемых с помощью аппарата эконометрики.
- •Стохастическая зависимость и функциональная зависимости. Диаграмма рассеяния и линия регрессии. Аналитическое описание линии регрессии.
- •Эконометрическая модель: экзогенные и эндогенные переменные модели, параметры модели. Информационная база для построения модели на пространственных данных и временных рядах.
- •Функция линейной регрессии
- •Статистическое оценивание параметров парной линейной регрессии по методу наименьших квадратов: суть метода
- •Свойства мнк-оценок параметров парной линейной регрессии: теорема Гаусса-Маркова.
- •Проверка качества парной линейной регрессии: значимость параметров, адекватность модели.
- •8. Прогнозирование на основе парной линейной регрессии. Доверительный интервал прогноза. Экономическая интерпретация параметров модели.
- •10. Проверка качества парной нелинейной регрессии: значимость параметров, адекватность модели.
- •11. Прогнозирование на основе парной нелинейной регрессии (степенная функция). Экономическая интерпретация параметров парной регрессии в степенной форме связи.
- •13. Свойства мнк-оценок множественной линейной регрессии: теорема Гаусса-Маркова.
- •14. Проверка качества множественной линейной регрессии: значимость параметров, адекватность модели.
- •15. Понятие мультиколлинеарности факторов. Последствия наличия, диагностика мультиколлинеарности, методы устранения.
- •16. Прогнозирование на основе линейной и нелинейной (степенной) множественной регрессии. Экономическая интерпретация параметров регрессии.
- •17. Анализ зависимости между экономическими показателями на основе парной линейной регрессии.
- •18. Отличие методик построения регрессионной модели на временных рядах и пространственных данных: информационная база, набор статистических характеристик.
- •19. Понятие автокорреляции остатков модели. Критерии ее диагностики. Последствия автокорреляции остатков. Способы устранения автокорреляции.
- •20. Понятие гетероскедастичности остатков. Критерии ее диагностики. Последствия гетероскедастичности остатков. Способы устранения гетероскедастичности
- •Последствия гетероскедастичности
- •21. Структура временного ряда. Диагностика структуры ряда: графическое представление элементов структуры.
- •22. Построение трендовой линейной модели: факторы, общий вид, оценка параметров, статистические характеристики
- •23. Построение трендовой нелинейной модели: факторы, общий вид, оценка параметров, статистические характеристики
- •24. Выделение сезонной компоненты: суть методики. Пример сезонной компоненты на квартальных данных, на недельных данных
- •25. Понятие стационарного и нестационарного временного ряда: графическое представление. Приведение нестационарного временного ряда к стационарному виду.
- •26. Методика построения регрессионной модели на нестационарных временных рядах.
- •29. Отчетный моб как информацион. База моделей прогнозир-я отраслевых показ-лей промышленности: материально-вещественная структура моб.
- •30. Отчетный моб как информационная база моделей прогнозирования отраслевых показателей промышленности: финансовая структура моб
- •31. Коэффициенты прямых затрат: определение, эк. Смысл, методика расчета
- •32. Модель прогнозирования ценовых пропорций отраслей промышленности в условиях роста цен на ресурсы.
- •33. Модель прогнозирования ценовых пропорций отраслей промышленности в условиях роста заработной платы
- •34. Модель прогнозирования ценовых пропорций отраслей промышленности в условиях роста ставки косвенных налогов
- •40. Осн. Показатели сетевого планирования: сроки свершения событий, резервы события, время начала работы, время окончания работы.
- •41. Основные показатели сетевой модели: критические работы, критические события, критический срок, их интерпретация.
- •42. Календарный график работ (график Ганта): общий вид в контексте сетевой модели, его интерпретация.
- •43. Построение графика потребности в ресурсах: концепция расчета в контексте сетевой модели, его интерпретация.
- •44. Модели управления запасами как инструмент закупочной логистики: постановка задачи.
- •Расчет оптимальных параметров управления запасами
- •Модели теории игр как инструмент выбора оптимальной стратегии: постановка задачи.
- •Основные понятия и определения статистических игр: состояние природы, стратегии, платежная матрица, ее экономический смысл.
- •Характеристика условий неопределенности. Критерии принятия решений в условиях неопределенности.
- •Характеристика условий риска. Критерии принятия решений в условиях риска.
- •Модель формирования оптимальной инвестиционной программы при ограничениях бюджета.
- •Модель оптимизации производственной программы предприятия и ее модификации
- •Оптимизационная модель задачи развития и размещения производства
- •Модель оптимизации технологических процессов в промышленности
Характеристика условий неопределенности. Критерии принятия решений в условиях неопределенности.
Теория принятия решений в условиях неопределённости предлагает достаточно широкий перечень критериев, чтобы дать лицу, принимающему решение, возможность учесть различные отношения к риску случайных потерь прибыли.
Критерии выбора наилучших стратегий в условиях неопределенности:
Критерии
Вальда
основан на принципе крайнего пессимизма.
ЛПР считает, что, какой бы стратегию оно
не выбрало, природа реализует своё
наихудшее состояние. В наихудших условиях
А ЛПР находит наилучший выход. Т.о.
сознательно действующий игрок для
каждой стратегии
находит наименьший выигрыш
Затем среди наименьших выигрышей он находит наибольший:
Стратегия
,
соответствующая
,
будет наилучшей по Вальду.
Критерий Сэвиджа. Этот критерий основан на принципе минимизации максимального риска и предполагает последовательную реализацию 2 шагов: на первом шаге определяется матрица рисков так база для выбора наилучшей стратегии, на втором-проводится выбор наилучшей стратегии по критерию.
Шаг
1. Риском
называют разницу между тем выигрышем,
который могло бы получить ЛПР, если бы
знало, какое состояние реализует природа,
и его реальным выигрышем, т.е.
,
где
.
Иначе говоря, риск
- это потери для i-ой (i=
стратегии от того, что в условиях j (j=
не
была реализована лучшая стратегия.
Матрица рисков R имеет вид
-
П1
П2
…
Пn
A1
…
A2
…
…
…
…
…
…
Am
…
Критерий Гурвица является критерием пессимизма-оптимизма. Наилучшей по Гурвицу является стратегия , соответствующая числу , которая рассчитывается по формуле
Значение параметра у характеризует вес пессимизма при принятии решений и задаётся на основании опыта и характера ЛПР. Если у=1, то критерий Гурвица преобразуется в критерий крайнего пессимизма
если y=0, то получаем критерий крайнего оптимизма
Обычно
на практике выбирают 0
Характеристика условий риска. Критерии принятия решений в условиях риска.
Критерии выбора наилучших решений в условиях риска. В этой ситуации известны вероятности, с которыми реализуется состояние природы. Эти вероятности либо рассчитываются на основе статистических данных, либо определяется экспертным путем.
Для
принятия решений в условиях риска
используется критерий
Байеса.
Пусть принимающее решение имеет m
стратегий, а природа-n, причём состояние
природы
реализуется
с вероятностью
для каждой стратегии
рассчитывается ожидаемый выигрыш
Наилучшей по Байесу будет стратегия
,соответствующая
наибольшему ожидаемому выигрышу
Модель формирования оптимальной инвестиционной программы при ограничениях бюджета.
Основными показателями эф-ти инвестиционных проектов являются:
Чистая текущая ценность –
, где St – поступления в году t, Ct – затраты в году t, r – ставка дисконта;
Внутренняя норма прибыли –
, проект считается привлекательным, если IRR превышает ставку дисконта;
Период окупаемости –
Индекс прибыльности – PI (чем больше значение этого показателя, тем выше отдача каждого рубля)
, где I0 – начальные инвестиции.
При оценке инвестиционных проектов оценщик вынужден опираться только на проектную информацию, предполагая ее точной и достоверной. Однако значения отдельных показателей неточные, и даже указано в каких пределах они могут изменяться. Оценка проектов в условиях неопределенности предполагает наличие в проектных материалах дополнительной информации об «этой неопределенности», которая должна рассматриваться как точная и обоснованная.
Таким образом, при разработке проекта в проектные материалы закладываются те или иные технические, технологические, экономические и др. параметры, характеризующие «свойства» проектируемого объекта и условия его функционирования.
Проблема количественной оценки факторов неопределенности является одной из наиболее сложных в инвестиционном анализе. Для каждого вида неопределенности разрабатываются специфические методы их учета.
Одной из основных трудностей при оценке эффективности инвестиционных проектов является учет неточности исходных данных и неопределенности, связанной с отнесением результатов инвестиционной деятельности на относительно долгосрочную перспективу.