- •1. Теоретические основы прогнозирования как научной дисциплины и вида управленческой практики.
- •6. Экономико-математическое моделирование как метод прогнозирования.
- •7. Прогнозирование имущественного положения предприятия.
- •8. Прогнозирование результатов деятельности предприятия.
- •9. Прогнозирование рисков.
- •10. Прогнозные показатели оценки инвестиционных проектов
6. Экономико-математическое моделирование как метод прогнозирования.
Общее назначение и принципы моделирования для целей разработки прогнозов.
Моделирование – это конструирование модели на основании предварительного изучения объекта и процессов, выделение его существенных признаков и характеристик. Прогнозирование с использованием моделей включает в себя ее разработку, экспериментальный анализ, сопоставление результатов предварительных прогнозных расчетов с фактическими данными состояния процесса или объекта, уточнение и корректировку модели.
Метод экономического прогнозирования заключается в том, что какой-либо экономический процесс или явление, имеющие место на предприятии, расчленяются на части, после чего выявляется влияние и взаимосвязь этих частей на ход, и развитие процесса, а также друг на друга. При помощи анализа можно определить закономерности его изменения в будущем.
Принцип системности– модель должна соответствовать содержанию каждого элемента в общей его системе;
Принцип адекватности– модель должна с максимальной точностью отражать реально существующие количественные и качественные взаимосвязи;
Принцип альтернативности– в процессе построения модели должен быть рассмотрен весь спектр возможных вариантов развития исследуемого объекта.
Значение причинно-следственных связей при построении корректных прогнозных моделей.
Любая прогнозная модель имитирует некую динамику реально существующего объекта, которая описывает сложную систему причинно-следственных связей элементов и подсистем сложной системы. На первом этапе изучается структура прогнозируемого объекта: его основные элементы и их характеристики, взаимосвязь и взаимозависимости между элементами, а потом эта структурная модель заполняется статистическим содержанием.
Причинно-следственные модели используются в том случае, когда независимые переменные (x) известны заранее или их спрогнозировать проще, чем зависимую переменнуюy.
Для выбора причинно-следственной модели необходимо, чтобы выполнялись следующие условия:
- должна существовать взаимосвязь между независимой и зависимой переменной;
- значение независимой переменной (x) должны быть известны на период, на который мы собираемся делать прогноз.
Казуальное (причинно-следственное) моделирование –математически сложный количественный метод прогнозирования. Исследование статист. зависимости между рассматриваемым фактором и другими переменными. Эта зависимость называется корреляцией.Чем теснее корреляция, тем выше пригодность модели для прогнозирования.
Корреляционно-регрессионный анализ как основа экономико-математического моделирования.
Корреляционные зависимости изучаются методами корреляционного и регрессионного анализа.
Основная задача корреляционного анализа сводится к выявлению наличия связи между случайными величинами и оценке ее тесноты.
Основная задача регрессионного анализа – нахождение статистической, или регрессионной зависимости между переменными и ее изучение.
С помощью корреляционного и регрессионного анализа можно рассчитать коэффициенты корреляции, которые оценивают силу тесноты связи между отдельными признаками, подобрать модель, которая отражает эту связь, и установить достоверность существования связи.
Процесс корреляционного и регрессионного анализа подразделяется на следующие этапы:
- предварительная обработка статистических данных и выбор фактор-признака;
- оценка тесноты связи между признаками;
- определение формы взаимосвязи между результирующим показателем и фактор-признаками;
- вычисление параметров статистической модели;
- проверка адекватности модели, надежности оценок параметров.
Понятие производственных функций и их разновидности.
Показывает наибольший объем выпуска, который может произвести фирма, для каждой комбинации факторов при данном состоянии технологии. Виды производственных функций могут различаться в зависимости от характера технологии, которая описывается той или иной функцией.
Критерий отбора - коэффициент детерминации (R2).
Производственные функции бывают:
1. Однофакторные производственные функции (т. е. функции с одной факторной переменной:
- линейная =
- степенная =
- гиперболическая =
- экспоненциальная.
- логистическая и другие (функция Джонсона, кинематическая функция).
2. Двухфакторные функции - функции с двумя факторными переменными. Чаще всего используются функции Кобба-Дугласа и Солоу.
3. Многофакторные модели.
Технические ограничения на применение моделирования в прогнозировании.
Технические ограничения:
- продолжительность временного ряда;
- количество зависимых переменных;
- количество факторов, которые мы используем при прогнозировании. Чем больше факторов, тем более точнее будет модель прогнозирования, но при этом большое количество факторов может усложнить задачу построения модели.