При построении экономико-математической модели необходимым является выполнение следующих требований: - достаточное количество статистической информации; - достоверность и полнота данных; - наличие тренда в динамике исследуемого показателя; - отсутствие аномальных наблюдений [8].
В процессе моделирования выделяют следующие этапы, наиболее значимыми являются [13]:
Постановка целей и задач исследования. На данном этапе необходимо поставить четкие цели и задачи, а так же определить критерий, с помощью которого можно сравнить и выбрать наиболее оптимальный вариант решения. В задачах таким критерием может выступать: максимум прибыли, наименьшие издержки производства, производительность труда и др. и отражаться целевой функцией вида:
где хj — количество производимой продукции j - го вида;
Пj— прибыль, получаемая от реализации единицы продукции j - го вида.
На первом этапе математического программирования необходимо определить ограничения ресурсов. Если для выпуска продукции используется все виды производственных ресурсов, то в таком случае определяется расход каждого вида ресурса на производство единицы продукции. Таким образом, при построении модели в качестве ограничений выступает система неравенств:
где aij— норма расхода i-го производственного ресурса на производство единицы j – го вида продукции;
wi — запасы i - го вида производственного ресурса за определенный период времени.
Определение методов исследования. На втором этапе при моделировании экономических процессов необходимо выбрать наиболее рациональный метод, который позволит найти решение задачи и даст точные экономические оценки. Это могут быть следующие методы: метод оптимального программирования, метод корреляционно-регрессионного анализа, метод сетевого моделирования, метод экспертных оценок и т.д.
Собственно построение математической модели, численная оценка ее параметров, оценка качества модели на предмет статистической значимости и соответствия реальному процессу.
Использование модели для анализа и прогнозирования различных направлений деятельности организации и определения перспектив ее развития.
Использование полученной информации в принятии решений. Данный этап является заключительным в экономико-математическом моделировании. Рассматривается достоверность полученных результатов, экономическая содержательность полученных оценок, правильность и практическая значимость статистических данных. Анализ построенной модели позволяет выявить недостатки и внести соответствующие коррективы в разработанную математическую модель, после чего решение задачи можно повторить.
В качестве примера рассмотрим модели динамики индексов ММВБ и РТС финансового рынка России. Современный финансовый рынок России имеет большую значимость и способствует инвестированию, финансированию и перераспределению капитала. В последнее время отечественный фондовый рынок испытывает значительные колебания рыночных индексов, связанные с нестабильностью мирового финансового рынка (рисунок 1). Но, тем не менее, определенный интерес представляет моделирование зависимости основных индексов отечественного фондового рынка от ряда факторов.
По результатам моделирования получены следующие модели:
Рисунок 1 – Динамика рыночных индексов ММВБ и РТС
Полученные модели обладают высоким качеством и являются статистически значимыми, о чем свидетельствуют величины коэффициентов детерминации и показатели критерия Фишера [4,10]. Осуществим анализ темпов роста индексов фондового рынка с помощью экономико-математического моделирования. Для получения результатов анализа построим модель регрессии следующего вида:
где х ij – значение j-го показателя для i-го наблюдения (даты),
yi – значение темпа роста фондового индекса для i-го наблюдения (даты),
ei – случайные ошибки, взаимно некоррелированные и случайно распределенные с математическим ожиданием 0.
Осуществляя приведение нелинейной модели к линейному виду путем логарифмирования, получаем модель вида:
где у1– темп роста индекса РТС (рисунок 2);
Х1 – темп роста индекса Нью-Йоркской фондовой биржи;
Х2-6 – темп роста портфеля заказов с лагом в 6 мес.;
Х3-2 – темп роста доли продаж за наличные в продажах с лагом в 2 мес.;
Х4 - темп роста импорта;
Х5-6 – темп роста доли предприятий в «хорошем» и «нормальном» финансовом состоянии с лагом 6 мес.;
Х 6-6 – темп роста доли предприятий, у которых задолженности банкам нет и не ожидается ближайшие 3 месяца.
Рисунок 2 – График модели темпов роста индекса РТС
Таким образом, можно сделать вывод: ввиду высокой чувствительности отечественного фондового рынка к колебаниям мирового финансового рынка, в том числе ценам на нефть и макроэкономическим показателям отечественной экономики, на графиках наблюдаются резкие скачки индекса РТС.
Математические методы в управлении и экономике России имеют большую значимость и применимы для анализа и прогнозирования различных как микро-, так и макроэкономических показателей [11].
Список литературы
Голичева Н.Д., Гусарова О.М. Теория и практика моделирования финансово-экономических процессов в условиях экономической неопределенности. Смоленск: Маджента, 2016. – 227 с.
Гусарова О.М., Кузьменкова В.Д. Моделирование и анализ тенденций развития региональной экономики // Фундаментальные исследования. 2016. № 3-2. С.354-359.
Гусарова О.М. Трендовый анализ приоритетных направлений региональной экономики // Фундаментальные исследования. 2016. № 8-1. С.123-128.
Гусарова О.М. Аналитический аппарат моделирования корреляционно-регрессионных зависимостей // Международный журнал прикладных и фундаментальных исследований. 2016. № 8-2. С.219-223.
Гусарова О.М. Эконометрический анализ статистической взаимосвязи показателей социально-экономического развития России // Фундаментальные исследования. 2016. № 2-2. С.357-361.
Гусарова О.М. Вероятностно-статистический подход в оценке эффективности бизнеса // Научный альманах. 2016. № 6-1(19). С.116-119.
Гусарова О.М. Методы и модели прогнозирования деятельности корпоративных систем // Теоретические и прикладные вопросы образования и науки: сборник научных трудов по материалам Международной научно-практической конференции. 2014. С. 48-49.
Ильин С.В., Гусарова О.М. Эконометрическое моделирование в оценке взаимосвязи региональных показателей // Международный студенческий научный вестник. 2015. № 4-1.С.134-136.
Гусарова О.М. Мониторинг ключевых показателей эффективности бизнес-процессов. В книге Актуальные вопросы экономики и управления в условиях модернизации современной России. – Смоленск: Смолгортипография, 2015. – с.84-89.
Гусарова О.М. Исследование качества краткосрочных моделей прогнозирования финансово-экономических показателей. М., 1999. – 100 с.
Гусарова О.М. Информационно-аналитические технологии прогнозирования деятельности организаций // Международный журнал прикладных и фундаментальных исследований. 2015. - № 12-3. - С.492-495.
Гусаров А.И., Гусарова О.М. Управление финансовыми рисками региональных банков // Современные наукоемкие технологии. 2014. № 7-3. С.8-10.
Орлова И.В., Половников В.А., Филонова Е.С., Гусарова О.М. и др. Эконометрика. Учебно-методическое пособие. М.: 2010.- 123 с.
Михальченков Н.В., Гусарова О.М., Киященко Л.Т. Дифференциация регионов по уровню их инновационной активности // Вестник магистратуры, 2014, № 10(37). С. 87-90.