Вопрос 28 Количественные методы в системном анализе. Метод экономического анализа

Количественные методы Методы экономического анализа. Анализ развития системы в прошлом; анализ внутренней и внешней среды; оценка современного состояния ресурсов; оценка реализо­ванных и запланированных проектов; оценка целей и отбор средств их реализации, анализ ресурсов; оценка экономической эффективно­сти вариантов достижения целей, диагноз эффективности функцио­нирования существующей системы; оценка эффективной комплекс­ной программы развития. Морфологические методы: Анализ структуры системы; композиция общего критерия из крите­риев подсистемы, оценка факторов, влияющих на цели и средства; оценка процессов; проверка цели на совместимость и полноту. Статистические методы. Прогноз и анализ будущих условий, комплексный анализ взаимодей­ствия факторов будущего развития. Количественные методы используются:

- на завершающих этапах; позволяют получить высокие результаты точности; важное знчение представляют экономический анализ, направленный на исследование экономических процессов, на выявление взаимосвязей направленных на развитие объекта, на выявление фактров, направленных на функционирование объекта.

Область применения: анализ состояния внутренней и внешней среды; анализ эффективности использования ресурсов; анализ реализации инновационных процессов.

Разработка методологии экономического анализа базируется на научно обоснованной классификации его видов, обусловленной по­требностями рыночной экономики и практики управления, а именно на внутренний управленческий и внешний финансовый анализ. Первый ­служит целям информационно - аналитического обеспечения субъек­та управления, второй - является составной частью системы обслужи­вания внешних пользователей, выступающих самостоятельными субъектами экономического анализа по данным, как правило, публич­ной финансовой отчетности.

Экономический анализ представляет собой систему методов и приемов, направленных: на исследование экономических процессов в их взаимосвязи, складывающихся под воздействием экономических законов и факторов субъективного порядка; на раскрытие тенденций и пропорций хозяйственного развития с определением неиспользован­ных внутрихозяйственных резервов; на выявление положительных и отрицательных факторов и количественного измерения их действия.

Статистические методы анализа используются для исследова­ния процессов и объектов по результатам массовых экспериментов со случайными величинами и событиями. При их проведении произво­дится обработка некоторой случайной выборки, под которой понима­ются результаты определенного числа последовательных и независи­мых экспериментов со случайной величиной или событием. При этом

выборка должна быть состоятельной (презентабельной), то есть объ­ем обрабатываемой информации должен быть достаточен для полу­чения результатов с требуемой точностью и надежностью.

Наиболее употребляемыми методами статистического анализа являются: регрессивный, корреляционный, дисперсионный, ковариа­ционный анализ, анализ временных рядов, метод главных компонен­тов, факторный анализ.

Регрессивный анализ ставит своей задачей исследование за­висимости одной случайной величины от ряда других случайных и не­случайных величин (регрессия - зависимость математического ожида­ния случайной величины от значений других случайных величин). В практической деятельности регрессивный анализ часто используется для создания так называемой эмпирической модели, когда, обрабаты­вая результаты наблюдений (или характеристики существующих сис­тем) получают регрессивную модель и используют ее для оценки пер­спективных систем или поведения системы при гипотетических усло­виях .

Корреляционный анализ используется для определения сте­пени линейной взаимосвязи между случайными величинами, выра­жающей тенденцию одной величины возрастать или убывать при воз­растании или убывании другой.

Основными задачами корреляционного анализа являются оценка корреляционных характеристик и проверка статистических гипотез о степени связи (значимости) между случайными величинами.

Корреляционной характеристикой является коэффициент корре­ляции, который изменяется от нуля до единицы, и чем больше его значение, тем теснее связь между случайными величинами.

Дисперсионный анализ используется для проверки статистиче­ских гипотез о влиянии на показатели качественных факторов, то есть факторов, не поддающихся количественному измерению. В этом за­ключается его отличие от регрессивного анализа, в котором факторы выступают как параметры, имеющие количественную меру.

Ковариационный анализ используется для создания и изучения вероятностных моделей процессов, в которых присутствовали как ко­личественные, так и качественные факторы, то есть он объединяет регрессионные и дисперсионные факторы, первые из которых служат для проверки гипотез о значимости количественных факторов, а вто­рые - качественных .

Метод временных рядов используется при исследовании слу­чайного дискретного процесса, протекающего на интервале времени. С помощью представления случайного процесса в виде временных рядов можно:

- исследовать динамику этого процесса;

- выделить факторы, существенным образом влияющие на по­казатели, и определить периодичность их максимального воздействия;

- провести интегральный или точечный прогноз показателя на некоторый промежуток времени (точечный прогноз указывает лишь на точку, возле которой может находиться прогнозируемый показатель, интегральный - на интервал нахождения этого показателя с некоторой заданной вероятностью).

Метод главных компонентов используется при рассмотрении некоторого множества случайных значений показателей в целях опре­деления общих для них факторов (компонентов), от которых все они зависят. Результатом анализа является модель главных компонентов, в которой каждый показатель представлен суммой произведений ком­понентов и их нагрузок. Модель главных компонентов показывает, что и в какой степени определяют исследуемые показатели, а также объ­ясняет связи между ними .

Факторный анализ, по своей сути, совпадает с методом глав­ных компонентов, однако позволяет представить показатели через меньшее количество факторов и поэтому используется при исследо­вании сложных систем управления с большим числом показателей и сложными взаимосвязями между ними . Степень взаимосвязи ме­жду фактором и показателем описывается факторной нагрузкой, коли­чественной значение которой равно коэффициенту корреляции между ними. Если фактор связан со всеми показателями, то он называется генеральным, если с некоторой группой, то групповым, и, наконец, ес­ли существует связь только с одним показателем, то фактор называ­ется специфическим.