Экономико-математические методы и модели. Их классификация. Экономико-математические методы и моделирование

Рассмотрим ряд основных понятий, связанных с системным анализом и
моделированием социально-экономических систем, чтобы с их помощью более
полно раскрыть суть такого ключевого понятия, как
экономико-математические методы. Термин экономико-математические методы
понимается в свою очередь как обобщающее название комплекса
экономических и математических научных дисциплин, объединенных для
изучения социально-экономических систем и процессов.

Под социально-экономической системой будем понимать сложную
вероятностную динамическую систему, охватывающую процессы производства,
обмена, распределения и потребления материальных и других благ. Она
относится к классу кибернетических систем, т. е. систем управляемых.
Рассмотрим прежде всего понятия, связанные с такими системами и методами
их исследования.

Центральным понятием кибернетики является понятие «система». Единого
определения этого понятия нет; возможна такая формулировка: системой
называется комплекс взаимосвязанных элементов вместе с отношениями между
элементами и между их атрибутами. Исследуемое множество элементов можно
рассматривать как систему, если выявлены следующие четыре признака:

Целостность системы, т. е. принципиальная несводимость свойств системы
к сумме свойств составляющих ее элементов;

Наличие цели и критерия исследования данного множества элементов,

Наличие более крупной, внешней по отношению к данной, системы,
называемой «средой»;

Возможность выделения в данной системе взаимосвязанных частей
(подсистем).

Основным методом исследования систем является метод моделирования, т. е.
способ теоретического анализа и практического действия, направленный на
разработку и использование моделей. При этом под моделью будем понимать
образ реального объекта (процесса) в материальной или идеальной форме
(т. е. описанный знаковыми средствами на каком-либо языке), отражающий
существенные свойства моделируемого объекта (процесса) и замещающий его
в ходе исследования и управления. Метод моделирования основывается на
принципе аналогии, т. е. возможности изучения реального объекта не
непосредственно, а через рассмотрение подобного ему и более доступного
объекта, его модели. В дальнейшем мы будем говорить только об
экономико-математическом моделировании, т. е. об описании знаковыми
математическими средствами социально-экономических систем.

Практическими задачами экономико-математического моделирования являются:

Анализ экономических объектов и процессов;

Экономическое прогнозирование, предвидение развития экономических
процессов;

Выработка управленческих решений на всех уровнях

Хозяйственной иерархии.

Следует, однако, иметь в виду, что далеко не во всех случаях данные,
полученные в результате экономико-математического моделирования, могут
использоваться непосредственно как готовые управленческие решения. Они
скорее могут быть рассмотрены как «консультирующие» средства. Принятие
управленческих решений остается за человеком. Таким образом,
экономико-математическое моделирование является лишь одним из
компонентов (пусть очень важным) в человеко-машинных системах
планирования и управления экономическими системами.

Важнейшим понятием при экономико-математическом моделировании, как и при
всяком моделировании, является понятие адекватности модели, т. е.
соответствия модели моделируемому объекту или процессу. Адекватность
модели - в какой-то мере условное понятие, так как полного соответствия
модели реальному объекту быть не может, что характерно и для
экономико-математического моделирования. При моделировании имеется в
виду не просто адекватность, но соответствие по тем свойствам, которые
считаются существенными для исследования. Проверка адекватности
экономико-математических моделей является весьма серьезной проблемой,
тем более, что ее осложняет трудность измерения экономических величин.
Однако без такой проверки применение результатов моделирования в
управленческих решениях может не только оказаться мало полезным, но и
принести существенный вред.

Социально-экономические системы относятся, как правило, к так называемым
сложным системам. Сложные системы в экономике обладают рядом свойств,
которые необходимо учитывать при их моделировании, иначе невозможно
говорить об адекватности построенной экономической модели. Важнейшие из
этих свойств:

Эмерджентность как проявление в наиболее яркой форме свойства
целостности системы, т.е. наличие у экономической системы таких свойств,
которые не присущи ни одному из составляющих систему элементов, взятому
в отдельности. вне системы. Эмерджентность есть результат возникновения
между элементами системы так называемых синергических связей, которые
обеспечивают увеличение общего эффекта до величины, большей, чем сумма
эффектов элементов системы, действующих независимо. Поэтому
социально-экономические системы необходимо исследовать и моделировать в
целом;

Массовый характер экономических явлений и процессов. Закономерности
экономических процессов не обнаруживаются на основании небольшого числа
наблюдений. Поэтому моделирование в экономике должно опираться на
массовые наблюдения;

Динамичность экономических процессов, заключающаяся в изменении
параметров и структуры экономических систем под влиянием среды (внешних
факторов);

Случайность и неопределенность в развитии экономических явлений.
Поэтому экономические явления и процессы носят в основном вероятностный
характер, и для их изучения необходимо применение
экономико-математических моделей на базе теории вероятностей и
математической статистики;

Невозможность изолировать протекающие в экономических системах явления
и процессы от окружающей среды, чтобы наблюдать и исследовать их в
чистом виде;

Активная реакция на появляющиеся новые факторы, способность
социально-экономических систем к активным, не всегда предсказуемым
действиям в зависимости от отношения системы к этим факторам, способам и
методам их воздействия.

Выделенные свойства социально-экономических систем. естественно,
осложняют процесс их моделирования, однако эти свойства следует
постоянно иметь в виду при рассмотрении различных аспектов
экономико-математического моделирования, начиная с выбора типа модели и
кончая вопросами практического использования результатов моделирования.

1.2. Этапы экономико-математического моделирования

Процесс моделирования, в том числе и экономико-математического, включает
в себя три структурных элемента: объект исследования; субъект
(исследователь); модель, опосредующую отношения между познающим
субъектом и познаваемым объектом. Рассмотрим общую схему процесса
моделирования, состоящую из четырех этапов.

Пусть имеется некоторый объект, который мы хотим исследовать методом
моделирования. На первом э т а п е мы конструируем (или находим в
реальном мире) другой объект - модель исходного объекта-оригинала. Этап
построения модели предполагает наличие определенных сведений об
объекте-оригинале. Познавательные возможности модели определяются тем,
что модель отображает лишь некоторые существенные черты исходного
объекта, поэтому любая модель замещает оригинал в строго ограниченном
смысле. Из этого следует, что для одного объекта может быть построено
несколько моделей, отражающих определенные стороны исследуемого объекта
или характеризующих его с разной степенью детализации.

На втором этапе процесса моделирования модель выступает как
самостоятельный объект исследования. Например, одну из форм такого
исследования составляет проведение модельных экспериментов, при которых
целенаправленно изменяются условия функционирования модели и
систематизируются данные о ее "поведении". Конечным результатом этого
этапа является совокупность знаний о модели в отношении существенных
сторон объекта-оригинала, которые отражены в данной модели.

Третий этап заключается в переносе знаний с модели на оригинал, в
результате чего мы формируем множество знаний об исходном объекте и при
этом переходим с языка модели на язык оригинала. С достаточным
основанием переносить какой-либо результат с модели на оригинал можно
лишь в том случае, если этот результат соответствует признакам сходства
оригинала и модели (другими словами, признакам адекватности).

На четвертом этапе осуществляются практическая проверка полученных с
помощью модели знаний и их использование как для построения обобщающей
теории реального объекта, так и для его целенаправленного преобразования
или управления им. В итоге мы снова возвращаемся к проблематике
объекта-оригинала.

Моделирование представляет собой циклический процесс, т. е. за первым
четырехэтапным циклом может последовать второй, третий и т. д. При этом
знания об исследуемом объекте расширяются и уточняются, а первоначально
построенная модель постепенно совершенствуется. Таким образом, в
методологии моделирования заложены большие возможности
самосовершенствования.

Перейдем теперь непосредственно к процессу экономико-математического
моделирования, т. е. описания экономических и социальных систем и
процессов в виде экономико-математических моделей. Эта разновидность
моделирования обладает рядом существенных особенностей, связанных как с
объектом моделирования, так и с применяемыми аппаратом и средствами
моделирования. Поэтому целесообразно более детально проанализировать
последовательность и содержание этапов экономико-математического
моделирования, выделив следующие шесть этапов: постановка экономической
проблемы, ее качественный анализ; построение математической модели;
математический анализ модели; подготовка исходной информации; численное
решение; анализ численных результатов и их применение. Рассмотрим каждый
из этапов более подробно.

1. Постановка экономической проблемы и ее качественный анализ. На этом
этапе требуется сформулировать сущность проблемы, принимаемые
предпосылки и допущения. Необходимо выделить важнейшие черты и свойства
моделируемого объекта, изучить его структуру и

Взаимосвязь его элементов, хотя бы предварительно сформулировать
гипотезы, объясняющие поведение и развитие объекта.

2. Построение математической модели. Это этап формализации экономической
проблемы, т. е. выражения ее в виде конкретных математических
зависимостей (функций, уравнений, неравенств и др.). Построение модели
подразделяется в свою очередь на несколько стадий. Сначала определяется
тип экономико-математической модели, изучаются возможности ее применения
в данной задаче, уточняются конкретный перечень переменных и параметров
и форма связей. Для некоторых сложных объектов целесообразно строить
несколько разноаспект-ных моделей; при этом каждая модель выделяет лишь
некоторые стороны объекта, а другие стороны учитываются агрегированно и
приближенно. Оправдано стремление построить модель, относящуюся к хорошо
изученному классу математических задач, что может потребовать некоторого
упрощения исходных предпосылок модели, не искажающего основных черт
моделируемого объекта. Однако возможна и такая ситуация, когда
формализация проблемы приводит к неизвестной ранее математической
структуре.

3. Математический анализ модели. На этом этапе чисто математическими
приемами исследования выявляются общие свойства модели и ее решений. В
частности, важным моментом является доказательство существования решения
сформулированной задачи. При аналитическом исследовании выясняется,
единственно ли решение, какие переменные могут входить в решение, в
каких пределах они изменяются, каковы тенденции их изменения и т. д.
Однако модели сложных экономических объектов с большим трудом поддаются
аналитическому исследованию; в таких случаях переходят к численным
методам исследования.

4. Подготовка исходной информации. В экономических задачах это, как
правило, наиболее трудоемкий этап моделирования, так как дело не
сводится к пассивному сбору данных. Математическое моделирование
предъявляет жесткие требования к системе информации; при этом надо
принимать во внимание не только принципиальную возможность подготовки
информации требуемого качества, но и затраты на подготовку
информационных массивов. В процессе подготовки информации используются
методы теории вероятностей, теоретической и математической статистики
для организации выборочных обследований, оценки достоверности данных и
т.д. При системном экономико-математическом моделировании результаты
функционирования одних моделей служат исходной информацией для других.

5. Численное решение. Этот этап включает разработку алгоритмов
численного решения задачи, подготовку программ на ЭВМ и непосредственное
проведение расчетов;

При этом значительные трудности вызываются большой размерностью
экономических задач. Обычно расчеты на основе экономико-математической
модели носят многовариантный характер. Многочисленные модельные
эксперименты, изучение поведения модели при различных условиях возможно
проводить благодаря высокому быстродействию современных ЭВМ. Численное
решение существенно дополняет результаты аналитического исследования, а
для многих моделей является единственно возможным.

6. Анализ численных результатов и их применение. На этом этапе прежде
всего решается важнейший вопрос о правильности и полноте результатов
моделирования и применимости их как в практической деятельности, так и в
целях усовершенствования модели. Поэтому в первую очередь должна быть
проведена проверка адекватности модели по тем свойствам, которые выбраны
в качестве существенных (другими словами, должны быть произведены
верификация и валидация модели). Применение численных результатов
моделирования в экономике направлено на решение практических задач
(анализ экономических объектов, экономическое прогнозирование развития
хозяйственных и социальных процессов, выработка управленческих решений
на всех уровнях хозяйственной иерархии).

Перечисленные этапы экономико-математического моделирования находятся в
тесной взаимосвязи, в частности, могут иметь место возвратные связи
этапов. Так, на этапе построения модели может выясниться, что постановка
задачи или противоречива, или приводит к слишком сложной математической
модели; в этом случае исходная постановка задачи должна быть
скорректирована. Наиболее часто необходимость возврата к предшествующим
этапам моделирования возникает на этапе подготовки исходной информации.
Если необходимая информация отсутствует или затраты на ее подготовку
слишком велики, приходится возвращаться к этапам постановки задачи и ее
формализации, чтобы приспособиться к доступной исследователю информации.

Выше уже сказано о циклическом характере процесса моделирования.
Недостатки, которые не удается исправить на тех или иных этапах
моделирования, устраняются в последующих циклах. Однако результаты
каждого цикла имеют и вполне самостоятельное значение. Начав
исследование с построения простой модели, можно получить полезные
результаты, а затем перейти к созданию более сложной и более совершенной
модели, включающей в себя новые условия и более точные математические
зависимости.

1.3. Классификация экономико-математических методов и моделей

Суть экономико-математического моделирования заключается в описании
социально-экономических систем и процессов в виде
экономико-математических моделей. В § 1.1 кратко рассмотрен смысл
понятий «метод моделирования» и «модель». Исходя из этого
экономико-математические методы следует понимать как инструмент, а
экономико-математические модели - как продукт процесса
экономико-математического моделирования.

Рассмотрим вопросы классификации экономико-математических методов. Эти
методы, как отмечено выше, представляют собой комплекс
экономико-математических дисциплин, являющихся сплавом экономики,
математики и кибернетики. Поэтому классификация экономико-математических
методов сводится к классификации научных дисциплин, входящих в их
состав. Хотя общепринятая классификация этих дисциплин пока не
выработана, с известной степенью приближения в составе
экономико-математических методов можно выделить следующие разделы:

Экономическая кибернетика: системный анализ экономики, теория
экономической информации и теория управляющих систем;

Математическая статистика: экономические приложения данной дисциплины
- выборочный метод, дисперсионный анализ, корреляционный анализ,
регрессионный анализ, многомерный статистический анализ, факторный
анализ, теория индексов и др.;

Математическая экономия и изучающая те же вопросы с количественной
стороны эконометрия: теория экономического роста, теория
производственных функций, межотраслевые балансы, национальные счета,
анализ спроса и потребления, региональный и пространственный анализ,
глобальное моделирование и др.;

Методы принятия оптимальных решений, в том числе исследование операций
в экономике. Это наиболее объемный раздел, включающий в себя следующие
дисциплины и методы: оптимальное (математическое) программирование, в
том числе методы ветвей и границ, сетевые методы планирования и
управления, программно-целевые методы планирования и управления, теорию
и методы управления запасами, теорию массового обслуживания, теорию игр.
теорию и методы принятия решений. теорию расписаний. В оптимальное
(математическое) программирование входят в свою очередь линейное
программирование, нелинейное программирование, динамическое
программирование, дискретное (целочисленное) программирование,
дробно-линейное программирование, параметрическое программирование,
сепарабельное программирование, стохастическое программирование,
геометрическое программирование;

Методы и дисциплины, специфичные отдельно как для централизованно
планируемой экономики, так и для. рыночной (конкурентной) экономики. К
первым можно отнести теорию оптимального функционирования экономики,
оптимальное планирование, теорию оптимального ценообразования, модели
материально-технического снабжения и др. Ко вторым - методы, позволяющие
разработать модели свободной конкуренции, модели капиталистического
цикла, модели монополии, модели индикативного планирования, модели
теории фирмы и т. д. Многие из методов, разработанных для
централизованно планируемой экономики, могут оказаться полезными и при
экономико-математическом моделировании в условиях рыночной экономики;

Методы экспериментального изучения экономических явлений. К ним
относят, как правило, математические методы анализа и планирования
экономических экспериментов, методы машинной имитации (имитационное
моделирование), деловые игры. Сюда можно отвести также и методы
экспертных оценок, разработанные для оценки явлений, не поддающихся
непосредственному измерению. Перейдем теперь к вопросам классификации
экономико-математических моделей, другими словами, математических
моделей социально-экономических систем и процессов. Единой системы
классификации таких моделей в настоящее время также не существует,
однако обычно выделяют более десяти основных признаков их классификации,
или классификационных рубрик. Рассмотрим некоторые из этих рубрик.

По общему целевому назначению экономико-математические модели делятся на
теоретико-аналитические, используемые при изучении общих свойств и
закономерностей экономических процессов, и прикладные, применяемые в
решении конкретных экономических задач анализа, прогнозирования и
управления. Различные типы прикладных экономико-математических моделей
как раз и рассматриваются в данном учебном пособии.

По степени агрегирования объектов моделирования модели разделяются на
макроэкономические и микроэкономические. Хотя между ними и нет четкого
разграничения, к первым из них относят модели, отражающие
функционирование экономики как единого целого, в то время как
микроэкономические модели связаны, как правило, с такими звеньями
экономики, как предприятия и фирмы.

По конкретному предназначению, т. е. по цели создания и применения,
выделяют балансовые модели, выражающие требование соответствия наличия
ресурсов и их использования; трендовые модели, в которых развитие
моделируемой экономической системы отражается через тренд (длительную
тенденцию) ее основных показателей; оптимизационные модели,
предназначенные для выбора наилучшего варианта из определенного числа
вариантов производства, распределения или потребления; имитационные
модели, предназначенные для использования в процессе машинной имитации
изучаемых систем или процессов и др.

По типу информации, используемой в модели экономико-математические
модели делятся на аналитические, построенные на априорной информации, и
идентифицируемые, построенные на апостериорной информации.

По учету фактора времени модели подразделяются на статические, в которых
все зависимости отнесены к одному моменту времени, и динамические,
описывающие экономические системы в развитии.

По учету фактора неопределенности модели распадаются на
детерминированные, если в них результаты на выходе однозначно
определяются управляющими воздействиями, и стохастические
(вероятностные), если при задании на входе модели определенной
совокупности значений на ее выходе могут получаться различные результаты
в зависимости от действия случайного фактора.

Экономико-математические модели могут классифицироваться также по
характеристике математических объектов, включенных в модель, другими
словами. по типу математического аппарата, используемого в модели. По
этому признаку могут быть выделены матричные модели, модели линейного и
нелинейного программирования, корреляционно-регрессионные модели, модели
теории массового обслуживания, модели сетевого планирования и
управления, модели теории игр и т.д.

Наконец, по типу подхода к изучаемым социально-экономическим системам
выделяют дескриптивные и нормативные модели. При дескриптивном
(описательном) подходе получаются модели, предназначенные для описания и
объяснения фактически наблюдаемых явлений или для прогноза этих явлений;
в качестве примера дескриптивных моделей можно привести названные ранее
балансовые и трендовые модели. При нормативном подходе интересуются не
тем, каким образом устроена и развивается экономическая система, а как
она должна быть устроена и как должна действовать в смысле определенных
критериев. В частности, все оптимизационные модели относятся к типу
нормативных; другим примером могут служить нормативные модели уровня
жизни.

Рассмотрим в качестве примера экономико-математическую модель
межотраслевого баланса (ЭММ МОБ). С учетом приведенных выше
классификационных рубрик это прикладная, макроэкономическая,
аналитическая, дескриптивная, детерминированная, балансовая, матричная
модель; при этом существуют как статические, так и динамические ЭММ МОБ.

При построении экономических моделей выявляются существенные факторы и отбрасываются детали несущественные для решения поставленной задачи.

К экономическим моделям могут относится модели:

• экономического роста
• потребительского выбора
• равновесия на финансовом и товарном рынке и многие другие.

Модель — это логическое или математическое описание компонентов и функций, отражающих существенные свойства моделируемого объекта или процесса.

Модель используется как условный образ, сконструированный для упрощения исследования объекта или процесса.

Природа моделей может быть различна. Модели подразделяются на: вещественные, знаковые, словесное и табличное описание и др.

Экономико-математическая модель

В управлении хозяйственными процессами наибольшее значение имеют прежде всего экономико-математические модели , часто объединяемые в системы моделей.

Экономико-математическая модель (ЭММ) — это математическое описание экономического объекта или процесса с целью их исследования и управления ими. Это математическая запись решаемой экономической задачи.

• Экстраполяционные модели
• Факторные эконометрические модели
• Оптимизационные модели
• Балансовые модели, модель МежОтраслевогоБаланса (МОБ)
• Экспертные оценки
• Теория игр
• Сетевые модели
• Модели систем массового обслуживания

Экономико-математические модели и методы, применяемые в экономическом анализе

R a = ЧП / ВА + ОА ,

В обобщенном виде смешанная модель может быть представлена такой формулой:

Итак, вначале следует построить экономико-математическую модель, описывающую влияние отдельных факторов на обобщающие экономические показатели деятельности организации. Большое распространение в анализе хозяйственной деятельности получили многофакторные мультипликативные модели , так как они позволяют изучить влияние значительного количества факторов на обобщающие показатели и тем самым достичь большей глубины и точности анализа.

После этого нужно выбрать способ решения этой модели. Традиционные способы : способ цепных подстановок, способы абсолютных и относительных разниц, балансовый способ, индексный метод, а также методы корреляционно-регрессионного, кластерного, дисперсионного анализа, и др. Наряду с этими способами и методами в экономическом анализе используются и специфически математические способы и методы.

Интегральный метод экономического анализа

Одним из таких способов (методов) является интегральный. Он находит применение при определении влияния отдельных факторов с использованием мультипликативных, кратных, и смешанных (кратно-аддитивных) моделей.

В условиях применения интегрального метода имеется возможность получения более обоснованных результатов исчисления влияния отдельных факторов, чем при использовании метода цепных подстановок и его вариантов. Метод цепных подстановок и его варианты, а также индексный метод имеют существенные недостатки: 1) результаты расчетов влияния факторов зависят от принятой последовательности замены базисных величин отдельных факторов на фактические; 2) дополнительный прирост обобщающего показателя, вызванный взаимодействием факторов, в виде неразложимого остатка присоединяется к сумме влияния последнего фактора. При использовании же интегрального метода этот прирост делится поровну между всеми факторами.

Интегральный метод устанавливает общий подход к решению моделей различных видов, причем независимо от числа элементов, которые входят в данную модель, а также независимо от формы связи между этими элементами.

Интегральный метод факторного экономического анализа имеет в своей основе суммирование приращений функции, определенной как частная производная, умноженная на приращение аргумента на бесконечно малых промежутках.

В процессе применения интегрального метода необходимо соблюдение нескольких условий. Во-первых, должно соблюдаться условие непрерывной дифференцируемости функции, где в качестве аргумента берется какой-либо экономический показатель. Во-вторых, функция между начальной и конечной точками элементарного периода должна изменяться по прямой Г е . Наконец, в третьих, должно иметь место постоянство соотношения скоростей изменения величин факторов

d y / d x = const

При использовании интегрального метода исчисление определенного интеграла по заданной подынтегральной функции и заданному интервалу интегрирования осуществляется по имеющейся стандартной программе с применением современных средств вычислительной техники.

Если мы осуществляем решение мультипликативной модели, то для расчета влияния отдельных факторов на обобщающий экономический показатель можно использовать следующие формулы:

ΔZ(x) = y 0 * Δ x + 1/2 Δ x * Δ y

Z(y)= x 0 * Δ y +1/2 Δ x * Δ y

При решении кратной модели для расчета влияния факторов воспользуемся такими формулами:

Z=x /y ;

Δ Z(x) = Δ x /Δ y Ln y1/y0

Δ Z(y)= Δ Z - Δ Z(x)

Существует два основных типа задач, решаемых при помощи интегрального метода: статический и динамический. При первом типе отсутствует информация об изменении анализируемых факторов в течение данного периода. Примерами таких задач могут служить анализ выполнения бизнес-планов либо анализ изменения экономических показателей по сравнению с предыдущим периодом. Динамический тип задач имеет место в условиях наличия информации об изменении анализируемых факторов в течение данного периода. К этому типу задач относятся вычисления, связанные с изучением временных рядов экономических показателей.

Таковы важнейшие черты интегрального метода факторного экономического анализа.

Метод логарифмирования

Кроме этого метода, в анализе находит применение также метод (способ) логарифмирования. Он используется при проведении факторного анализа, когда решаются мультипликативные модели. Сущность рассматриваемого метода заключается в том, что при его использовании имеет место логарифмически пропорциональное распределение величины совместного действия факторов между последними, то есть эта величина распределяется между факторами пропорционально доле влияния каждого отдельного фактора на сумму обобщающего показателя. При интегральном же методе упомянутая величина распределяется между факторами в одинаковой мере. Поэтому метод логарифмирования делает расчеты влияния факторов более обоснованными по сравнению с интегральным методом.

В процессе логарифмирования находят применение не абсолютные величины прироста экономических показателей, как это имеет место при интегральном методе, а относительные, то есть индексы изменения этих показателей. К примеру, обобщающий экономический показатель определяется в виде произведения трех факторов — сомножителей f = x y z .

Найдем влияние каждого из этих факторов на обобщающий экономический показатель. Так, влияние первого фактора может быть определено по следующей формуле:

Δf x = Δf · lg(x 1 / x 0) / lg(f 1 / f 0)

Каким же было влияние следующего фактора? Для нахождения его влияния воспользуемся следующей формулой:

Δf y = Δf · lg(y 1 / y 0) / lg(f 1 / f 0)

Наконец, для того, чтобы исчислить влияние третьего фактора, применим формулу:

Δf z = Δf · lg(z 1 / z 0)/ lg(f 1 / f 0)

Таким образом, общая сумма изменения обобщающего показателя расчленяется между отдельными факторами в соответствии с пропорциями отношений логарифмов отдельных факторных индексов к логарифму обобщающего показателя.

При применении рассматриваемого метода могут быть использованы любые виды логарифмов — как натуральные, так и десятичные.

Метод дифференциального исчисления

При проведении факторного анализа находит применение также метод дифференциального исчисления. Последний предполагает, что общее изменение функции, то есть обобщающего показателя, подразделяется на отдельные слагаемые, значение каждого из которых исчисляется как произведение определенной частной производной на приращение переменной, по которой определена эта производная. Определим влияние отдельных факторов на обобщающий показатель, используя в качестве примера функцию от двух переменных.

Задана функция Z = f(x,y) . Если эта функция является дифференцируемой, то ее изменение может быть выражено следующей формулой:

Поясним отдельные элементы этой формулы:

ΔZ = (Z 1 - Z 0) - величина изменения функции;

Δx = (x 1 - x 0) — величина изменения одного фактора;

Δ y = (y 1 - y 0) -величина изменения другого фактора;

- бесконечно малая величина более высокого порядка, чем

В данном примере влияние отдельных факторов x и y на изменение функции Z (обобщающего показателя) исчисляется следующим образом:

ΔZ x = δZ / δx · Δx; ΔZ y = δZ / δy · Δy.

Сумма влияния обоих этих факторов — это главная, линейная относительно приращения данного фактора часть приращения дифференцируемой функции, то есть обобщающего показателя.

Способ долевого участия

В условиях решения аддитивных, а также кратно-аддитивных моделей для исчисления влияния отдельных факторов на изменение обобщающего показателя используется также способ долевого участия. Его сущность состоит в том, что вначале определяется доля каждого фактора в общей сумме их изменений. Затем эта доля умножается на общую величину изменения обобщающего показателя.

Предположим, что мы определяем влияние трех факторов — а ,b и с на обобщающий показатель y . Тогда для фактора, а определение его доли и умножение ее на общую величину изменения обобщающего показателя можно осуществить по следующей формуле:

Δy a = Δa/Δa + Δb + Δc*Δy

Для фактора в рассматриваемая формула будет иметь следующий вид:

Δy b =Δb/Δa + Δb +Δc*Δy

Наконец, для фактора с имеем:

Δy c =Δc/Δa +Δb +Δc*Δy

Такова сущность способа долевого участия, используемого для целей факторного анализа.

Метод линейного программирования

Теория массового обслуживания

Теория игр

Находит применение также теория игр. Так же, как и теория массового обслуживания, теория игр представляет собой один из разделов прикладной математики. Теория игр изучает оптимальные варианты решений, возможные в ситуациях игрового характера. Сюда относятся такие ситуации, которые связаны с выбором оптимальных управленческих решений, с выбором наиболее целесообразных вариантов взаимоотношений с другими организациями, и т.п.

Для решения подобных задач в теории игр используются алгебраические методы, которые базируются на системе линейных уравнений и неравенств, итерационные методы, а также методы сведения данной задачи к определенной системе дифференциальных уравнений.

Одним из экономико-математических методов, применяемых в анализе хозяйственной деятельности организаций, является так называемый анализ чувствительности. Данный метод зачастую применяется в процессе анализа инвестиционных проектов, а также в целях прогнозирования суммы прибыли, остающейся в распоряжении данной организации.

В целях оптимального планирования и прогнозирования деятельности организации необходимо заранее предусматривать те изменения, которые в будущем могут произойти с анализируемыми экономическими показателями.

Например, следует заранее прогнозировать изменение величин тех факторов, которые влияют на размер прибыли: уровень покупных цен на приобретаемые материальные ресурсы, уровень продажных цен на продукцию данной организации, изменение спроса покупателей на эту продукцию.

Анализ чувствительности состоит в определении будущего значения обобщающего экономического показателя при условии, что величина одного или нескольких факторов, оказывающих влияние на этот показатель, изменится.

Так, например, устанавливают, на какую величину изменится прибыль в перспективе при условии изменения количества продаваемой продукции на единицу. Этим самым мы анализируем чувствительность чистой прибыли к изменению одного из факторов, влияющих на нее, то есть в данном случае фактора объема продаж. Остальные же факторы, влияющие на величину прибыли, являются при этом неизменными. Можно определить величину прибыли также и при одновременном изменении в будущем влияния нескольких факторов. Таким образом анализ чувствительности дает возможность установить силу реагирования обобщающего экономического показателя на изменение отдельных факторов, оказывающих влияние на этот показатель.

Матричный метод

Наряду с вышеизложенными экономико-математическими методами в анализе хозяйственной деятельности находят применение также . Эти методы базируются на линейной и векторно-матричной алгебре.

Метод сетевого планирования

Экстраполяционный анализ

Кроме рассмотренных методов, используется также экстраполяционный анализ. Он включает в себя рассмотрение изменений состояния анализируемой системы и экстраполяцию, то есть продление имеющихся характеристик этой системы на будущие периоды. В процессе осуществления этого вида анализа можно выделить такие основные этапы: первичная обработка и преобразование исходного ряда имеющихся данных; выбор типа эмпирических функций; определение основных параметров этих функций; экстраполяция; установление степени достоверности проведенного анализа.

В экономическом анализе используется также метод главных компонент. Они применяется в целях сравнительного анализа отдельных составных частей, то есть параметров проведенного анализа деятельности организации. Главные компоненты представляют собой важнейшие характеристики линейных комбинаций составных частей, то есть параметров проведенного анализа, которые имеют самые значительные величины дисперсии, а именно, наибольшие абсолютные отклонения от средних величин.

Группа экономико-математических методов делится на две подгруппы:

· Методы математической экстраполяции;

· Методы математического моделирования.

Математическая экстраполяция представляет собой распространение закона изменения функции из области ее наблюдения на область, лежащую вне отрезка наблюдения.

Методы экстраполяции основываются на предположении о неизменности факторов, определяющих развитие изучаемого объекта, и заключается в распространении закономерностей развития объекта в прошлом на его будущее.

Суть состоит в том, что траектория развития объекта до момента, с которого начинается прогнозирование ею будущего развития, может быть выражена после соответствующей обработки фактических данных какой либо математической функцией, адекватно описывающей закономерности предшествующего развития объекта

В зависимости от особенностей изменения уровней в ряду динамики приемы экстраполяции могут быть простыми и сложными.

Первую группу составляют методы прогнозирования, основанные на предположении относительного постоянства в будущем абсолютных значений уровней, среднего уровня ряда, среднего абсолютного прироста, среднего темпа роста.

Вторая группа методов основана на выявлении основной тенденции, то есть применении статистических формул, описывающих тренд. Их можно разделить на два основных типа: на адаптивные и аналитические (кривые роста). Адаптивные методы прогнозирования основаны на том, что процесс реализации их заключается в вычислении последовательных во времени значений прогнозируемого показателя с учетом степени влияния предыдущих уровней. К ним относятся методы скользящей и экспоненциальной средних, метод гармонических весов, метод авторегрессионых преобразований.

В основе аналитических методов (кривых роста) прогнозирования положен принцип получения с помощью метода наименьших квадратов оценки детерминированной компоненты Ft, характеризующей основную тенденцию.

Суть метода состоит в том, что траектория развития объекта до момента, с которого начинается прогнозирование, может быть выражена после соответствующей обработки фактических данных какой-либо математической функцией адекватно описывающей закономерности предшествующего развития. Она осуществляется следующим образом:

1. необходимо получить достаточно продолжительный во времени ряд показателей;

2. необходимо построить эмпирическую кривую, графически отображающую динамику этого показателя во времени;

3. необходимо выровнять ряд с помощью граф анализа или статистического подбора функций, который максимизирует приближение к фактическим значениям динамического ряда;

4. исчисляем коэффициент или параметр этой функции (a,b,c…), в результате получится простейшая математическая модель, пригодная для прогноза во времени, при этом предполагают, что совокупный фактор, определяющий тенденции динамического ряда в прошлом в среднем сохранит свою силу.

В экономических исследованиях наиболее распространенным методом прогнозной экстраполяции является метод, основанный на сглаживании временных рядов.

Последовательность расположенных в хронологическом порядке статистических показателей, которые характеризуют изменение экономического явления во времени, представляет собой временной (динамический) ряд. Отдельные значения показателей (наблюдения) временного ряда называются уровнями этого ряда.

Временные ряды подразделяются на моментные и интервальные.

Целью анализа временных рядов экономических явлений за определенный интервал времени является установление тенденции их изменения за рассматриваемый период, которая покажет направление развития изучаемого явления.

Для того чтобы выявить общую тенденцию изменения экономических явлений в течение изучаемого периода времени, следует провести сглаживание временного ряда. Необходимость сглаживания временных рядов обусловлена тем, что помимо влияния на уровни ряда главных факторов, которые в конечном итоге формируют конкретное значение неслучайной компоненты (тренда), на них действуют случайные факторы, которые вызывают отклонения фактических (наблюдаемых) значений уровней ряда от тренда.

Под трендом понимается характеристика основной тенденции временного ряда значений определенного показателя, т.е. основная закономерность движения его во времени, свободная от случайных воздействий.

Таким образом, отдельные уровни временного ряда (y t ) представляют собой результат воздействия главных факторов, которые формируют конкретное значение неслучайной (детерминированной) компоненты (), а также случайной компоненты (е t), обусловленной воздействием случайных факторов, значение которой составляет отклонение фактических (наблюдаемых) значений уровней ряда от тренда. Для устранения случайных отклонений осуществляется сглаживание временного ряда.

Неслучайные компоненты уровней временного ряда могут быть выражены некоторой аппроксимирующей функцией, отражающей закономерности развития исследуемого явления.

Рассмотрим прогнозную экстраполяцию, основанную на сглаживании временных рядов по методу наименьших квадратов.

Суть метода наименьших квадратов состоит в определении параметров модели тренда, минимизирующих ее отклонение от точек исходного временного ряда, т.е. в минимизации суммы квадратических отклонений между наблюдаемыми и расчетными величинами.

Таким образом, суть сглаживания временного ряда наблюдаемых значений показателя состоит в том, что фактические (наблюдаемые) уровни ряда заменяются уровнями, рассчитанными на основе определенной функции, которая в наибольшей степени соответствует наблюдаемым значениям показателей динамического ряда.

Графиком линейной функции является прямая.

Для того чтобы определить параметры а и А уравнения прямой, следует решить систему уравнений:

Часто данные временного ряда имеют нелинейную зависимость, которая выражается в виде квадратичной функции: у = ах 2 + bх + с. Графиком квадратичной функции является парабола. Для того чтобы определить параметры а,b, с уравнения параболы, следует решить систему уравнений:

Экономико-математическое моделирование предполагает конструирование модели на основе предварительного изучения объекта или процесса, выделения его существенных характеристик или признаков.

Экономико-математическая модель - это система формализованных соотношений, которые описывают основные взаимосвязи элементов, образующих определенную экономическую систему.

В зависимости от уровня управления экономическими и социальными процессами различают макроэкономические, межотраслевые, отраслевые, региональные модели и модели макроуровня (отдельных предприятий, фирм).

Примером экономико-математической модели на макроуровне может служить модель производственной функции при прогнозировании объема валового внутреннего продукта (ВВП) страны, которая имеет следующий вид:

Следует отметить, что расчет экономико-математических моделей проводится по соответствующим компьютерным программам.

Экономико-математические модели используются для разработки межотраслевого баланса, моделирование капитальных вложений, трудовых ресурсов и т. д.

Методы планирования как составная часть методологии планирования представляют собой совокупность расчетов, которые необходимы для разработки отдельных разделов и показателей плана и их обоснования. При этом широко используются достижения отраслевых экономических наук: экономической статистики; экономики промышленности; экономики сельского хозяйства; экономики строительства и других. При планировании показателей важно не только рассчитать их значение в плановом периоде, но и выявить возможные резервы его улучшения и вовлечь их в хозяйственный оборот.

К основным методам планирования, которые широко используются в экономической практике относятся следующие: балансовый метод; нормативный метод; программно-целевой метод; экономико-статистические методы; экономико-математические методы.

Балансовый метод - обеспечивает увязку потребностей и ресурсов как в масштабе всего общественного производства, так и на уровне отрасли и отдельного предприятия. В практике планирования применяются следующие виды балансов: 1) материальные балансы; 2) стоимостные балансы; 3) балансы трудовых ресурсов.

Принципиальная схема материального баланса в натуральных единицах измерения следующая:

К стоимостным балансам относятся: межотраслевой баланс производства и распределения продукции, работ и услуг; государственный бюджет и др. В качестве баланса трудовых ресурсов в одной из тем курса будет рассмотрен сводный баланс трудовых ресурсов.

Нормативный, метод планирования основан на разработке и использовании в планировании норм и нормативов. В качестве примера можно привести норму расхода различных материалов в натуральном измерении на единицу выпускаемой продукции. В качестве нормативов можно привести, как пример, норматив отчисления денежных средств из прибыли предприятия в виде налогов.

Программно-целевой метод планирования основан на разработке социально-экономических программ для решения отдельных социально-экономических проблем. Этот метод предусматривает определение комплекса взаимосвязанных организационно-правовых и финансово-экономических мероприятий, направленных на реализацию разработанных программ. Использование этого метода предусматривает концентрацию ресурсов на решение важнейших проблем.

Экономико-статистические методы планирования представляют собой совокупность отдельных методов, с помощью которых рассчитываются отдельные социально-экономические показатели на плановый период и их динамика. Определяется абсолютная и относительная динамика показателей, т.е. изменение их во времени.

Экономико-математические методы основаны на использовании корреляционного и регрессионного анализа, позволяющего устанавливать тесноту связи и вид зависимости среднего значения какой-либо величины от некоторой другой или от нескольких величин. В нашем случае - это установление зависимости развития спроса от влияния наиболее главных факторов. в практике прогнозирования товарно-групповой структуры спроса чаще всего применяются трендовые и регрессионные модели:

Трендовые модели прогнозирования спроса представляют собой уравнения, формализующие устойчивые процессы его развития. Они применяются для прогнозирования наиболее стабильных закономерностей по крупным товарным подотраслям (например, соотношение спроса на продовольственные и непродовольственные товары). Основной параметр трендовых моделей -время, то есть по существу речь также идет об экстраполяции на прогнозируемый период тенденций и закономерностей базисного периода.

Регрессионные (факторные) модели отражают количественную связь одного показателя с другим или с группой других (множественная регрессия). В качестве переменных выступают факторы, определяющие динамику спроса. Математическую основу построения моделей составляют важнейшие положения теории вероятности, математической статистики и высшей математики. Процесс построения подобных моделей состоит из нескольких последовательных этапов.

Первым и важнейшим этапом моделирования развития товарно-групповой структуры спроса населения является отбор факторов. Они должны отражать объективные процессы изучаемого явления, быть количественно измеримыми и независимыми друг от друга.

На втором этапе рассчитывается сила влияния или теснота связи между факторами и спросом в базисном периоде. Она определяется с помощью коэффициентов корреляции и критериев согласия.

На третьем этапе выявляется математическая форма связи или вид зависимости спроса от факторов, подбираются функции, наиболее точно описывается процесс развития спроса.

Четвертый этап: расчет параметров уравнения. Параметры уравнений выражают степень и направление воздействия каждого фактора на спрос и рассчитываются методом наименьших квадратов.

Пятый этап: оценка прогностической ценности модели на основе ретроспективных расчетов.

Экономико-математические методы эффективно используется при краткосрочном прогнозировании. Так как объективная реальность нашей экономики состоит в том, что довольно трудно выявить и определить количественно более менее стабильные факторы, влияющие на прогнозируемый процесс. Поэтому составление среднесрочных и, тем более, долгосрочных прогнозов представляется довольно затруднительным в современных условиях. И как правило, преобладает прогнозирование на краткосрочные периоды. Экономико-математическое моделирование является основой экономической прогностики. Оно позволяет на строго количественной основе выявить характер связей между отдельными элементами рынка и теми факторами, которые влияют на его развитие. Что особенно важно - математические модели дают возможность наблюдать, как станут развиваться события при тех или иных начальных допущениях

При экономико-математическом моделировании спроса может также использоваться группа методов - экспоненциальное сглаживание и прогнозирование, основанные на использовании уже сделанных прогнозов тенденций развития спроса и самых последних данных о продаже товаров.

Математические методы помогают вскрыть количественные явления и взаимосвязи. Но они лишь продолжение экономического анализа, конечный результат в первую очередь зависит от выбора базисного периода, отбора факторов, от того, правильно ли определена степень устойчивости явления.

Графические методы связаны геометрическим изображением функциональной зависимости при помощи линий на плоскости. С помощью координатной сетки строятся графики зависимости, например, уровня издержек от объема произведенной и реализованной продукции, а также графики, на которых можно изображать корреляционные связи между показателями (диаграммы сравнения, кривые распределения, диаграммы временных рядов, статистические картограммы).

Пример: построение сетевого графика при строительстве и монтаже предприятий. Составляется таблица работ и ресурсов, где в технологической последовательности указываются их характеристика, объем, исполнитель, сменность, потребность в материалах. Продолжительность выполнения задания и другая информация. Исходя из данных показателей, подготавливают сетевой график. Оптимизация графика осуществляется посредством сокращения критического пути, т.е. минимизации сроков выполнения работ при заданных уровнях ресурсов, минимизации уровня потребления ресурсов при фиксированных сроках выполнения работ.

Метод корреляционно-регрессивного анализа используют для определения тесноты связи между показателями, не находящимися в функциональной зависимости. Теснота связи измеряется корреляционным отношением (для криволинейной зависимости). Для прямолинейной зависимости исчисляется коэффициент корреляции. Метод применяют при решении задач на «запуск-выпуск».

Пример: определить зависимость выпуска изделий в среднем от их запуска, составив соответствующее управление регрессии.

Метод линейного программирования сводится к нахождению крайних значений (максимума и минимума) некоторых функций переменных величин. Основано на решение системы линейных уравнений, когда зависимость между явлениями строго функциональна.

Пример: задачи рациональности использования времени работы производственного оборудования.

Методы динамического программирования применяют при решении оптимизационных задач, в которых целевая функция и ограничения характеризуют нелинейными зависимостями.

Пример: заполнить транспортное средство грузоподъемностью Х грузом, состоящим из определенных предметов так, чтобы стоимость всего груза оказалась максимальной.

Математическая теория игр исследует оптимальные стратегии в ситуациях игрового характера. Решение требует определенности в формулировке условий: установления количества игроков, возможных выигрышей, определения стратегии.

Пример: максимизировать среднюю величину дохода от реализации выпущенной продукции, учитывая капризы погоды.

Математическая теория массового обслуживания.

Пример: обеспечение рабочих необходимым инструментом.

Матричный метод основан на линейной и векторно-матричной алгебре, применяется для изучения сложных и высокоразмерных структур на отраслевом уровне, ан уровне предприятий.

Пример: выявить распределение между цехами продукции, идущей на внутреннее потребление, и общие объемы выпускаемой продукции, если заданы параметры прямых затрат и конечного продукта.

Рассмотрим особенности методики экономического анализа применительно к изучению спроса на товар.

Прогнозирование спроса может осуществляться различными методами, в частности можно выделить три основные группы: методы экономико-математического моделирования (экстрополяционные методы), нормативные методы, методы экспертных оценок.

Методы простой (формальной) экстраполяции заключаются в перенесении на будущий период прошлых и настоящих тенденций в развитии товарно-групповой структуры спроса на базе анализа динамического ряда.

Для экстраполяции информацию о динамике рынка представляют в той или иной форме - графической, статистической, математической, логической. В любом случае считают, что экономическим процессам присуща «инерция» или обязательное продолжение направления их течения в ближайшем будущем. Экстраполяции требуют от исследователя рынка крайней осмотрительности. Мало изучить прошлые тенденции рынка - необходимо принять в расчет новые условия и факторы, которые не были характерны для прошлого, но возможно появятся в будущем. Одновременно необходимо избавляться от учета факторов и обстоятельств, которые потеряли свою актуальность и уже не оказывают влияния на ход развития событий на данном рынке.

Данный метод достаточно прост и доступен, однако использование его целесообразно только на такой период, в котором маловероятно изменение тенденций, то есть на краткосрочный, и для укрупненных товарных групп.

К методам простой экстраполяции относятся и расчеты эластичности спроса в зависимости от изменения какого-либо фактора.

1. Экономико-математические методы, применяемые в анализе хозяйственной деятельности

Список использованных источников

1. Экономико-математические методы, применяемые в анализе хозяйственной деятельности

Одним из направлений совершенствования анализа хозяйственной деятельности является внедрение экономико-математических методов и современных ЭВМ. Их применение повышает эффективность экономического анализа за счет расширения изучаемых факторов, обоснования принимаемых управленческих решений, выбора оптимального варианта использования хозяйственных ресурсов, выявления и мобилизации резервов повышения эффективности производства.

Математические методы опираются на методологию экономико-математического моделирования и научно обоснованную классификацию задач анализа хозяйственной деятельности. В зависимости от целей экономического анализа различают следующие экономико-математические модели: в детерминированных моделях - логарифмирование, долевое участие, дифференцирование; в стохастических моделях - корреляционно-регрессивный метод, линейное программирование, теорию массового обслуживания, теорию графов и др.

Стохастический анализ - это метод решения широкого класса задач статистического оценивания. Он предполагает изучение массовых эмпирических данных путем построения моделей изменения показателей за счет факторов, не находящихся в прямых связях, в прямой взаимозависимости и взаимообусловленности. Стохастическая связь существует между случайными величинами и проявляется в том, что при изменении одной из них меняется закон распределения другой.

В экономическом анализе выделяются следующие наиболее типичные задачи стохастического анализа:

Изучение наличия и тесноты связи между функцией и факторами, а также между факторами;

Ранжирование и классификация факторов экономических явлений;

Выявление аналитической формы связи между изучаемыми явлениями;

Сглаживание динамики изменения уровня показателей;

Выявление параметров закономерных периодических колебаний уровня показателей;

Изучение размерности (сложности, многогранности) экономических явлений;

Количественное изменение информативных показателей;

Количественное изменение влияния факторов на изменение анализируемых показателей (экономическая интерпретация полученных уравнений).

Стохастическое моделирование и анализ связей между изученными показателями начинаются с корреляционного анализа. Корреляция состоит в том, что средняя величина одного из признаков изменяется в зависимости от значения другого. Признак, от которого зависит другой признак, принято называть факторным. Зависимый признак именуют результативным. В каждом конкретном случае для установления факторного и результативного признаков в неодинаковых совокупностях необходим анализ природы связи. Так, при анализе различных признаков в одной совокупности заработная плата рабочих в связи с их производственным стажем выступает как результативный признак, а в связи с показателями жизненного уровня или культурными потребностями - как факторный. Часто зависимости рассматривают не от одного факторного признака, а от нескольких. Для этого применяется совокупность методов и приемов выявления и количественной оценки взаимосвязей и взаимозависимостей между признаками.

При исследовании массовых общественно-экономических явлений между факторными признаками проявляется корреляционная связь, при которой на величину результативного признака влияет, помимо факторного, множество других признаков, действующих в разных направлениях одновременно или последовательно. Часто корреляционную связь называют неполной статистической или частичной в отличие от функциональной, которая выражается в том, что при определенном значении переменной (независимая переменная - аргумент) другая (зависимая переменная - функция) принимает строгое значение.

Корреляционную связь можно выявить только в виде общей тенденции при массовом сопоставлении фактов. Каждому значению факторного признака будет соответствовать не одно значение результативного признака, а их совокупность. В этом случае для вскрытия связи необходимо найти среднее значение результативного признака для каждого значения факторного.

Если зависимость прямолинейная:

Значения коэффициентов а и b находится из системы уравнений, полученных по способу наименьших квадратов по формуле:

N - число наблюдений.

В случае прямолинейной формы связи между изучаемыми показателями коэффициент корреляции рассчитывается по формуле:

Если коэффициент корреляции возвести в квадрат, то получим коэффициент детерминации.

Дисконтирование - это процесс пересчета будущей стоимости капитала, денежных потоков или чистого дохода в настоящую. Ставка, по которой производится дисконтирование, называется ставкой дисконтирования (ставкой дисконта). Основная посылка, лежащая в основе понятия дисконтированного потока реальных денег, состоит в том, что деньги имеют временную цену, то есть сумма денег, имеющаяся в наличии сегодня, обладает большей ценностью, чем такая же сумма в будущем. Эта разница может быть выражена как процентная ставка, характеризующая относительные изменения за определенный период (обычно равный году).

Многие задачи, с которыми приходится сталкиваться экономисту в повседневной практике при анализе хозяйственной деятельности предприятий, многовариантны. Так как не все варианты одинаково хороши, среди множества возможных приходится отыскивать оптимальный. Значительная часть подобных задач на протяжении долгого времени решалась исходя из здравого смысла и опыта. При этом не было никакой уверенности, что найденный вариант является наилучшим.

В современных условиях даже незначительные ошибки могут привести к огромным потерям. В связи с этим возникла необходимость привлечения к анализу и синтезу экономических систем оптимизационных экономико-математических методов и ЭВМ, что создает основу для принятия научно обоснованных решений. Такие методы объединяются в одну группу под общим названием "оптимизационные методы принятия решений в экономике". Чтобы решить экономическую задачу математическими методами, прежде всего, необходимо построить адекватную ей математическую модель, то есть формализовать цель и условия задачи в виде математических функций, уравнений и (или) неравенств.

В общем случае математическая модель оптимизационной задачи имеет вид:

max (min): Z = Z(x),

при ограничениях

f i (x) Rb i , i = ,

где R - отношения равенства, меньше или больше.

Если целевая функция и функции, входящие в систему ограничений, линейны относительно входящих в задачу неизвестных, такая задача называется задачей линейного программирования. Если же целевая функция или система ограничений не линейна, такая задача называется задачей нелинейного программирования.

В основном, на практике, задачи нелинейного программирования путем линеаризации сводятся к задаче линейного программирования. Особый практический интерес среди задач нелинейного программирования представляют задачи динамического программирования, которые из-за своей многоэтапности нельзя линеаризовать. Поэтому мы рассмотрим только эти два вида оптимизационных моделей, для которых сегодня имеется хорошее математическое и программное обеспечение.

Метод динамического программирования представляет собой особый математический прием оптимизации нелинейных задач математического программирования, который специально приспособлен к многошаговым процессам. Многошаговым обычно считают процесс, развивающийся во времени и распадающийся на ряд "шагов", или "этапов". При этом метод динамического программирования используется и для решения задач, в которых время не фигурирует. Некоторые процессы распадаются на шаги естественным образом (например, процесс планирования хозяйственной деятельности предприятия на отрезок времени, состоящий из нескольких лет). Многие процессы можно расчленить на этапы искусственно.

Суть метода динамического программирования состоит в том, что вместо поиска оптимального решения сразу для всей сложной задачи предпочитают находить оптимальные решения для нескольких более простых задач аналогичного содержания, на которые расчленяется исходная задача.

Метод динамического программирования также характеризуется тем, что выбор оптимального решения на каждом шаге должен производиться с учетом последствий в будущем. Это означает, что, оптимизируя процесс на каждом отдельном шаге, ни в коем случае нельзя забывать обо всех последующих шагах. Таким образом, динамическое программирование - это дальновидное планирование с учетом перспективы.

Принцип выбора решения в динамическом программировании является определяющим и носит название принципа оптимальности Беллмана. Сформулируем его следующим образом: оптимальная стратегия обладает тем свойством, что, каковы бы ни были первоначальное состояние и решение, принятое в начальный момент, последующие решения должны вести к улучшению ситуации относительно состояния, являющегося результатом первоначального решения.

Таким образом, при решении оптимизационной задачи методом динамического программирования необходимо на каждом шаге учитывать последствия, к которым приведет в будущем решение, принимаемое в данный момент. Исключением является последний шаг, которым заканчивается процесс. Здесь можно принимать такое решение, чтобы обеспечить максимальный эффект. Спланировав оптимальным образом последний шаг, можно "пристраивать" к нему предпоследний так, чтобы результат этих двух шагов был оптимальным, и т.д. Именно таким образом - от конца к началу - можно развернуть процедуру принятия решений. Оптимальное решение, найденное при условии, что предыдущий шаг закончился определенным образом, называют условно-оптимальным решением.

Статистическая теория игр является составной частью общей теории игр, которая представляет собой раздел современной прикладной математики, изучающий методы обоснования оптимальных решений в конфликтных ситуациях. В теории статистических игр различают такие понятия, как исходная стратегическая игра и собственно статистическая игра. В этой теории первого игрока называют "природой", под которой понимают совокупность обстоятельств, в условиях которой приходится принимать решения второму игроку - "статистику". В стратегической игре оба игрока действуют активно, предполагая, что противник - "разумный" игрок. Для стратегической игры характерна полная неопределенность в выборе стратегии каждым игроком, то есть игроки ничего не знают о стратегиях друг друга. В стратегической игре оба игрока действуют на основе детерминированной информации, определенной матрицей потерь.

В собственно статистической игре природа не является активно действующим игроком в том смысле, что она "не разумна" и не пытается противодействовать максимальному выигрышу второго игрока. Статистик (второй игрок) в статистической игре стремится выиграть игру у воображаемого противника - природы. Если в стратегической игре игроки действуют в условиях полной неопределенности, то для статистической игры характерна частичная неопределенность. Дело в том, что природа развивается и "действует" в соответствии со своими объективно существующими законами. У статистика есть возможность постепенно изучать эти законы, например, на основе статистического эксперимента.

Теория массового обслуживания - прикладная область теории случайных процессов. Предметом ее исследования являются вероятностные модели реальных систем обслуживания, где в случайные (или не в случайные) моменты времени возникают заявки на обслуживание и имеются устройства (каналы) выполнения заявок. Теория массового обслуживания исследует математические методы количественной оценки процессов массового обслуживания, качества функционирования систем, где случайными могут быть как моменты появления требований (заявок), так и затраты времени на их исполнение.

Система массового обслуживания находит применение в решении следующих задач: например, тогда, когда в массовом порядке поступают заявки (требования) на обслуживание с последующим их удовлетворением. На практике это могут быть поступление сырья, материалов, полуфабрикатов, изделий на склад и их выдача со склада; обработка широкой номенклатуры деталей на одном и том же технологическом оборудовании; организация наладки и ремонта оборудования; транспортные операции; планирование резервных и страховых запасов ресурсов; определение оптимальной численности отделов и служб предприятия; обработка плановой и отчетной документации и др.

Балансовая модель - это система уравнений, характеризующих наличие ресурсов (продуктов) в натуральном или денежном выражении и направления их использования. При этом наличие ресурсов (продуктов) и потребность в них количественно совпадают. В основу решения таких моделей положены методы линейной векторно-матричной алгебры. Поэтому балансовые методы и модели называют матричными методами анализа. Наглядность изображений различных экономических процессов в матричных моделях и элементарные способы разрешения систем уравнений позволяют применять их в различных производственно-хозяйственных ситуациях.

Математическая теория нечетких множеств, разработанная в 60-е годы XX столетия, сегодня все шире применяется в финансовом анализе деятельности предприятия, включающем анализ и прогноз финансового положения предприятия, анализ изменений оборотного фонда, потоков свободных денежных средств, экономического риска, оценки влияния затрат на прибыль, расчета стоимости капитала. В основе данной теории лежат понятия "нечеткое множество" и "функции принадлежности".

В общем случае решение задач такого типа довольно громоздко, так как имеет место большой объем информации. Практическое использование теории нечетких множеств позволяет развивать традиционные методы финансово-хозяйственной деятельности, адаптировать их к новым потребностям учета неопределенности в будущем основных показателей деятельности предприятий.

Задача 1

По приведенным данным о численности персонала промышленного предприятия рассчитать коэффициент оборота по приему и выбытию рабочих и коэффициент текучести. Сделать выводы.

Решение:

Определим:

1) коэффициент по приему (К пр):

Прошлый год: Кпр = 610 / (2490 + 3500) = 0,102

Отчетный год: Кпр. = 650 / (2539 + 4200) = 0,096

В отчетном году коэффициент внешнего оборота по принятию уменьшился на 0,006 (0,096 - 0,102).

2) коэффициент по увольнению (выбытию) работников (К ув):

Прошлый год: Квыб. = 690 / (2490 + 3500) = 0,115

Отчетный год: Квыб. = 725 / (2539 + 4200) = 0,108

В отчетном году коэффициент внешнего оборота по выбытию также снизился на 0,007 (0,108 - 0,115).

3) коэффициент текучести кадров (К тек):

Прошлый год: Ктек. = (110 + 30) / (2490 + 3500) = 0,023

Отчетный год: Ктек. = (192 + 25) / (2539 + 4200) = 0,032

В отчетном году коэффициент текучести кадров также вырос на 0,009 (0,032 - 0,023), что является отрицательной тенденцией в движении кадров.

4) коэффициент общего оборота рабочей силы (К об):

Прошлый год: Коб = (610 + 690) / (2490 + 3500) = 0,217

Отчетный год: Коб. = (650 + 725) / (2539 + 4200) = 0,204

Коэффициент общего оборота рабочей силы снизился на 0,013 (0,204 - 0,217).

Задача 2

Составить исходную модель объема продукции. Определить тип факторной модели. Рассчитать влияние факторов на изменение объема продукции всеми известными приемами.

Решение:

Результативный показатель - фондоотдача.

Исходная математическая модель:

ФО = ВП / ОФ.

Тип модели - кратный. Общее количество используемых для расчета результативных показателей - 3, т. к. рассчитывается влияние 2-х факторов (2 + 1 = 3). Количество условных результативных показателей - 1, т. к. оно равно количеству факторов минус 1.

Для данной модели применимы следующие приемы: цепной подстановки, индексный и интегральный.

1. Рассчитаем уровень влияния факторов изменения результативного показателя способом цепной подстановки.

Алгоритм решения:

ФО пл = ВП пл /ОФ пл = 20433 / 2593 = 7,88 руб.

ФО усл1 = ВП ф /ОФ пл =20193 / 2593 = 7,786 руб.

ФО ф = ВП ф /ОФ ф =20193 / 2577 = 7,836 руб.

Расчет факторов, повлиявших на изменение фондоотдачи, оформим в таблице.

2. Рассчитаем уровень влияния факторов изменения результативного показателя интегральным способом.

ВП = ВП ф - ВП пл = 20193 - 20433 = -240;

ОФ = ОФ ф - ОФ пл = 2577 - 2593 = -16.

ФО пл = 20433 / 2593 = 7,88 руб.

ФО ф = 20193 / 2577 = 7,836 руб.

ФО вп = = 15 ln|0,99| = -0,09284

ФО оф = ?ФО общ - ?ФО вп = (7,836-7,88) - (-0,09284) = 0,04884

3. Рассчитаем уровень влияния факторов изменения результативного показателя индексным способом.

I ФО = I ВП I ОФ.

I ФО = (ВП ф / ОФ ф) : (ВП пл / ОФ пл) = 7,836/7,88 = 0,99

I ВП = (ВП ф / ОФ пл) : (ВП пл / ОФ пл) = 7,786 /7,88 = 0,988

I ОФ = (ВП ф / ОФ ф) : (ВП ф / ОФ пл) = 7,836/7,786 = 1,006

I ФО = I ВП I ОФ = 0,988 1,006 = 0,99.

Если из числителя вышеприведенных формул вычесть знаменатель, то получим абсолютные приросты фондоотдачи в целом и за счет каждого фактора в отдельности, т. е. те же результаты, что и способом цепной подстановки.

Задача 3

Определить каким будет средний уровень урожайности, если количество внесенных удобрений составит 20 ц. Определить тесноту связи между показателем "у" и фактором "х".

Дано: Уравнение регрессии

где у - среднее изменение урожайности, ц /га

х - количество внесенных удобрений, ц.

Коэффициент детерминации - 0,92.

Решение:

Средний уровень урожайности равен 62 ц /га.

Регрессионный анализ своей целью имеет вывод, определение (идентификацию) уравнения регрессии, включая статистическую оценку его параметров. Уравнение регрессии позволяет найти значение зависимой переменной, если величина независимой или независимых переменных известна.

Коэффициент корреляции вычисляется по формуле:

Доказано, что коэффициент корреляции находится в интервале от минус единицы до плюс единицы (-1 < R x, y <1). Коэффициент корреляции в квадрате () называется коэффициентом детерминации. Коэффициент корреляции R для данной выборки равен 0,9592 (). Чем он ближе к единице, тем теснее связь между признаками. В данном случае связь очень тесная, почти абсолютная корреляция. Коэффициент детерминации R 2 равен 0,92. Это означает, что уравнение регрессии определяется на 92 % дисперсией результативного признака, а на долю сторонних факторов приходится 8 %.

Коэффициент детерминации показывает долю разброса, учитываемого регрессией, в общем разбросе результативного признака. Этот показатель, равный отношению факторной вариации к полной вариации признака, позволяет судить о том, насколько "удачно" выбран вид функции. Чем больше R 2 , тем больше изменение факторного признака объясняет изменение результативного признака и тем, следовательно, лучше уравнение регрессии, лучше выбор функции.

Список использованных источников

Анализ хозяйственной деятельности предприятия: Учеб. пособие/ Под общ. ред. Л. Л. Ермолович. - Мн.: Интерпрессервис; Экоперспектива, 2001. - 576 с.

Савицкая Г. В. Анализ хозяйственной деятельности предприятия, 7-е изд., испр. - Мн.: Новое знание, 2002. - 704 с.

Савицкая Г. В. Теория анализа хозяйственной деятельности. - М.: Инфра-М, 2007.

Савицкая Г. В. Экономический анализ: Учеб. - 10-е изд., испр. - М.: Новое знание, 2004. - 640 с.

Скамай Л. Г., Трубочкина М. И. Экономический анализ деятельности предприятия. - М.: Инфра-М, 2007.