- •Тема 1.5.Моделювання як економічне явищі і процеси у факторному економічному аналізі. Лекція 4.Моделювання факторних систем виробничо – фінансової діяльності.
- •1.Моделювання економічних явищ і процесів, як інструмент реалізації цілей факторного економічного аналізу.
- •2.Детерміноване моделювання, його зміст, завдання та аналітичні можливості.
- •3.Стохастичне моделювання і особливості його використання в наукових дослідженнях.
- •1.Моделювання економічних явищ і процесів, як інструмент реалізації цілей факторного економічного аналізу
- •Завданням моделювання рішень в аналізі та аудиті є:
- •2.Детерміноване моделювання, його зміст, завдання та аналітичні можливості.
- •3.Стохастичне моделювання і особливості його використання в наукових дослідженнях.
- •Розрахунок параметрів зв’язків між результативним показником і чинниками
- •Розрахунок щільності зв’язку
Розрахунок параметрів зв’язків між результативним показником і чинниками
№ пор. |
Перший етап |
Другий етап |
|
Виявлення форми зв’язку |
Рівняння регресії зв’язку |
За допомогою емпіричних даних і системи рівняння, пошук параметрів зв’язку |
|
1 |
|
, де а0 і а1 – параметри зв’язку; х – числове значення чинника, яке визначає зміну уx; ух – показник функціонально пов’язаний з х |
де n – кількість спостережень |
1.5.27 Продовження табл. 1.6
№ пор. |
Перший етап |
Другий етап |
|
Виявлення форми зв’язку |
Рівняння регресії зв’язку |
За допомогою емпіричних даних і системи рівняння, пошук параметрів зв’язку |
|
2 |
|
|
|
3 |
|
|
|
4 |
|
|
|
1.5.28
Кореляційно-регресійний аналіз здійснюється в три етапи:
відбір чинників, які впливають на результативний показник і, виявлення форми зв’язку;
пошук параметрів зв’язку, тобто пошук рівняння регресії;
розрахунок щільності зв’язку.
На першому етапі здійснюється вибір форми зв’язку, який має вирішальне значення в кореляційно-регресійному аналізі.
На другому етапі здійснюється пошук параметрів виявленого зв’язку. Параметри виявляються шляхом урівнювання коефіцієнтів при невідомих. Параметр визначає положення початкової точки лінії регресії в системі координат. Параметр показує середню зміну результативного показника при зміні чинника на одиницю. При зв’язок прямий, якщо зв’язок зворотній. При зв’язок між показниками відсутній.
На третьому етапі кореляційно-регресійного аналізу визначається щільність зв’язку між результативним показником і чинником, який обумовлює його зміну (табл. 1.7).
1.5.29 Таблиця 1.7
Розрахунок щільності зв’язку
№ пор. |
Назва |
Математичне розв’язання |
Параметри |
1 |
Коефіцієнт кореляції (для прямолінійної залежності) – R або індекс кореляції – i |
де
|
|
2 |
Кореляційне відношення (для криволінійної залежності) |
|
– дисперсія ознаки y, яка визначена від змінної середньої – уx; Sу –дисперсія ознаки у, яка визначена від загальної середньої |
До методів стохастичного дослідження зв’язків належать: парна кореляція; рангова кореляція і коефіцієнти; канонічна кореляція; часткова кореляція; множинна кореляція.
1.5.30
Рис. 1.29. Методи математичного моделювання
1.5.31
Дослідження моделей здійснюється за допомогою різних методів, яке включає:
багатомірний статистичний – частина математичної статистики, що досліджує експерименти з багатомірними спостереженнями. При цьому передбачає поділ сукупності об’єктів, заданих багатомірними ознаками, на порівняно невелике число скупчень;
дискримінантний – один з методів багатомірного аналізу, який призначений для попередньої класифікації даних, що дозволяє будувати функції характеристик (дискримінантні функції, класифікатори), що вимірюються, значення яких і пояснюють поділ об’єкта на групи;
дисперсійний – вивчає залежності результативного показника від некількісних або різнотипних змінних. Ідея дисперсійного аналізу – порівняння «чинникової дисперсії», яка породжена впливом чинника та «залишкової дисперсії», обумовленої випадковими причинами;
кластерний – один із методів багатомірного аналізу, призначений для групування (кластеризації) сукупності, елементи якої характеризуються багатьма ознаками, і одержання однорідних груп (кластерів).
Більшість методів кластеризації (ієрархічного угруповання) є агломеративними (об’єднуючими) – вони починаються зі створення елементарних кластерів, кожний з яких включає тільки одне вихідне спостереження (однієї точки простору), а на кожному наступному кроці відбувається об’єднання двох найбільш близьких кластерів в один. Графічне зображення процесу об’єднання кластерів може бути отримане за допомогою дендрограми – дерева об’єднання кластерів. Інші методи є дивізивними – поділ об’єктів на кластери:
лінійний дискримінантний – дискретний аналіз, у якому ознаки вибираються як лінійні функції від первинних ознак;
1.5.32
чинниковий – аналіз, що включає методи для виявлення чинників, що впливають на змінні, які вимірюються і визначають властивості об’єктів, але величини яких ми не можемо виміряти безпосередньо;
часових рядів – використовується, зокрема, для вирішення завдань: побудови математичної моделі процесу, поданого часовим рядом; дослідження структури часового ряду.
Таким чином, методи математичного моделювання управлінських рішень у виробничо-фінансовій діяльності підприємства є засобами формалізації господарських процесів.
Математичні моделі – це моделі керованих, регульованих економічних явищ і процесів, використовуються для удосконалення економічної діяльності в умовах невизначеності і ризику. Відповідність моделі економічного явища чи процесу фактам і тенденціям реальної дійсності є важливим критерієм, за яким визначається напрям удосконалення моделі. За наявності розходжень, які виникають при зіставленні результатів отриманих по моделі і реальною дійсністю, допомагають визначити шляхи корекції моделей.
Адекватність моделі означає, що вимоги до повноти, точності та достовірності моделі виконані в тій мірі, якої достатньо для досягнення поставленої цілі. Важливо не плутати адекватність моделі із наближеністю. Наближеність моделі може бути дуже високою, але у всіх випадках модель – це інший об’єкт і розходження неминучі (єдиною моделлю будь-якого об’єкта є сам об’єкт).
Адекватність та достовірність моделей перевіряються за допомогою логічного аналізу і засобами математичного моделювання. Одним із способів перевірки моделі на адекватність є випробування її на розв’язанні проблеми за даними за минулий період.
1.5.33
Перевірка моделей на адекватність та достовірність передбачає:
визначення ступеня відповідності моделі реальній дійсності,
встановлення ступеня, у якому інформація, що одержана на підставі моделі, допомагає керівництву формувати підготовку і прийняття управлінського рішення.
У процесі перевірки моделей на адекватність та достовірність слід брати до уваги чинники, що знижують їх ефективність:
недостовірні вхідні умови (припущення);
інформаційні обмеження;
страх користувачів;
недостатня практична перевірка;
надмірно висока вартість моделі;
недостатнє врахування факторів тощо.
При визначенні неадекватності та недостовірності економіко-математичної моделі реальним знанням і фактам про економічні явища і господарські процеси виявляють недоліки в постановці моделі, побудові моделі й інформаційного забезпечення.
Вивчення моделей у взаємозв’язку з фактами дозволяє визначити їх класифікацію за певними ознаками:
За рівнем прийняття управлінських рішень:
Моделі, що описують рішення по крупних питаннях (прогноз, перспективні рішення);
Моделі, що описують технічні, організаційні, економічні заходи (господарські рішення);
Моделі, що описують розробку постійно діючих правил, норм, інструкцій;
Моделі, що описують поточне регулювання фінансово-господарської діяльності об’єкта.
За характером виконуваних функцій:
1.5.33
Моделі планування;
Моделі регулювання;
Моделі стимулювання;
Моделі контролю діяльності.
За об’єктом управління:
Узагальнені – моделі, які описують рішення економічних задач в цілому по підприємству;
Особливі – моделі, які відображають не властивий для даного підприємства характер діяльності;
Одиничні – моделі, які описують фрагменти фінансово-господарської діяльності.
За ступенем визначеності:
Повна визначеність (коли дія приведе до результату – при цьому функціональна залежність є детермінованою);
Ймовірність ризику (коли етап об’єкта і умови його функціонування визначаються не повністю);
Невизначеність, якщо ймовірність результатів невідома.
За зміною у часі:
Динамічні моделі характеризують зміни економічних явищ і процесів у часі (короткострокові, середньострокові і довгострокові);
У статистичних моделях всі залежності належать до одного моменту або періоду часу.
За рівнем економіки:
Моделі національної економіки, галузеві, територіальні, функціональні, зведені, моделі підприємства, цеху, виробничої ділянки, бригади;
За кількістю етапів процесу
Багатоступеневі (динамічні):
Одноступеневі (статичні).
За зв’язком:
Детерміновані – не враховують випадковості;
1.5.34
Стохастичні – наявність випадкових (ймовірних) зв’язків між явищами.
За стадіями відтворення: виробництво, обмін, розподіл.
За формою залежності: лінійні, нелінійні.
За співвідношенням змін: відкриті, закриті.
Таким чином чим краще модель відображає реальну дійсність, тим простіше виявити недоліки постановки задач і визначити напрямок удосконалення моделі, інформаційного і математичного забезпечення. Чим більше класифікаційних ознак застосовується при моделюванні, тим вище потенціал моделі як засобу, за допомогою якого формується підготовка і прийняття управлінських рішень.