Принципы эконометрического анализа (183901)

Посмотреть архив целиком

Содержание


1. Общие принципы системного анализа

2. Основные этапы построения эконометрических моделей и использования их для прогнозирования

3. Экстраполяция трендов

4. Экстраполяция и ее использование в анализе

5. Правила составления информации подсистем

6. Модель "спрос-предложение"

Список использованной литературы


1. Общие принципы системного анализа


Принципы экономического анализа - это общие для многих областей познания принципы: системность, научность, конкретность, комплексность, объективность и т.д.[2, c.136].

Экономический анализ как наука представляет собой систему специальных знаний, связанную с:

исследованием экономических процессов в их взаимосвязи, складывающихся под воздействием объективных экономических законов и факторов субъективного порядка;

научным обоснованием бизнес-планов, объективной оценкой их выполнения;

выявлением положительные и отрицательных факторов и количественным измерением их действия;

раскрытием тенденций и пропорций хозяйственного развития, определением неиспользованных внутрихозяйственных резервов;

принятием оптимальных управленческих решений.

Наиболее важные моменты анализа - установление взаимосвязи, взаимозависимости и взаимообусловленности причин и факторов.

Содержание экономического анализа как научной дисциплины вытекает из его функций:

1) изучение характера действия экономических законов, установление закономерностей и тенденций экономических явлений и процессов в конкретных условиях предпринимательства;

2) научное обоснование текущих и перспективных планов;

3) контроль за выполнением планов и управленческих решений, экономным использованием ресурсов;

4) поиск резервов повышения эффективности производства;

5) оценка результатов работы предприятия по выполнению планов, достигнутого уровня развития экономики, использование имеющихся возможностей;

6) разработка мероприятий по использованию выявленных резервов.

Предмет экономического анализа - хозяйственные процессы предприятий, объединений, ассоциаций, социально-экономическая эффективность и конечные финансовые результаты их деятельности, складывающиеся под воздействием объективных и субъективных факторов, получающие отражение через систему экономической информации [4, c.89].

Базовые принципы экономического анализа:

1. Принцип научности, который предусматривает глубокое познание объективной реальности функционирования экономической системы, влияния объективных факторов на ее изменение и развитие; применение научной методики и организации аналитических исследований.

2. Принцип системности, который предусматривает исследование экономических явлений и процессов как сложных систем с функционально-структурным строением элементов взаимосвязи и взаимообусловленности их составляющих.

3. Принцип комплексности тесно связан с принципом системного подхода: определяется тем, что в анализе экономических явлений и процессов как сложных систем следует комплексно оценивать входные параметры функционально-структурного строения, их изменение и развитие на исследуемом объекте в пространстве и времени, количественные, качественные признаки, исходные (результативные) параметры этого процесса.

4. Принцип конкретности и действенности экономического анализа означает целевую направленность исследований на конкретную практику и результативность в достижении поставленной цели.

5. Принцип рейтинговой оценки предусматривает определение приоритетов в достижении поставленной цели, очередности осуществления мероприятий, направленных на целевое изменение и развитие экономических систем. Рейтинговая оценка проводится по критериям, которые определяют конечную цель функционирования экономической системы. Для достижения промежуточных целей могут использоваться другие критерии рейтинговой оценки.

6. Принцип демократичности, массовости экономического анализа предполагает участие в аналитическом процессе широкого круга заинтересованных лиц, а не только специалистов-аналитиков, а также широкую доступность, прозрачность, убедительность выводов и предложений. Этот подход позволяет наиболее полно выявить имеющиеся резервы и недостатки, более взвешенно принимать решение.

Соблюдение названных принципов является необходимым условием проведения аналитических исследований, гарантом достижения поставленных целей и решения конкретных задач.


2. Основные этапы построения эконометрических моделей и использования их для прогнозирования


Построение эконометрических моделей осуществляется в несколько основных шагов, этапов [1, c.284]:

1) Постановочный этап: определяются конечные цели исследования, моделирования, набор участвующих в модели факторов и показателей и их роли.

2) Априорный этап: предмодельный анализ экономической сущности изучаемого явления, формирование и формализация априорной информации и исходных допущений, предположений, гипотез на основе экономической теории.

3) Этап параметризации и спецификации модели: собственно моделирование, то есть выбор вида модели, функции регрессии, в том числе, состава и формы входящих в нее связей между переменными.

4) Информационный этап: наблюдение и сбор необходимой информации, статистических данных, их обработка.

5) Этап идентификации модели: статистическое оценивание неизвестных параметров модели по собранным данным, статистический анализ модели.

6) Этап верификации модели: сопоставление фактических, реальных данных и смоделированных, проверка адекватности модели, оценка ее точности и прогностических свойств.


3. Экстраполяция трендов


Экстраполяция трендов - это одна из наиболее широко используемых техник прогнозирования. Во-первых необходимо выявить тренд. Это может быть практически любой феномен, выразимый в количественных показателях с видимой структурой изменения во времени. К этим феноменам относятся и население и его размещение по территории, производительность труда, или размер территории государства. Тренд отсылает к историческим данным, экстраполяция подразумевает что эти данные проецируются в будущее.

Для описания феномена необходимы исторические количественные данные. В ряде случаев, это возможно: к примеру, несложно найти данные о численности и структуре населения. Многие феномены такого описания не имеют, некоторые по причине новизны (например телевидение), а иногда их нельзя выразить в количественных показателях (например представления о приемлемом риске). Дополнительной проблемой является появление ранее ненаблюдаемого фактора: так, скачкообразный рост численности заболевших раком щитовидной железы в Восточной Европе после Чернобыльской аварии объясняется исключительно тем, что раньше этому параметру никто не уделял особого внимания и не отслеживал его.

Экстраполяция может убедительно указать масштаб изменений, которые последуют при развитии тренда во времени. Резкий рост может со временем сделать малый феномен значительным. Иногда экстраполяция трендов приводит к результатам которые являются откровенно невозможными. Это указывает на границы применяемой методики. Если, например, рост числа работников занятых неполный трудовой день, опережает рост населения в целом, это не значит, что в будущем собаки, кошки или роботы тоже станут такими работниками. Это значит что линейная экстраполяция достигла своих границ. При этом, подобные экстраполяции часто производят серьезные содержательные ошибки.

Классическим примером подобной ошибки в прогнозе является результат работы комиссии Форрестера, породивший "экологическое движение". Участники комиссии экстраполировали уравнение и пришли к выводу о конечности ресурсов Земли, массовом загрязнении всего всем и т.п. При этом, никто не поставил вопрос о роли технологических скачков и фазовых переходов в развитии человеческой цивилизации.

Другой пример: есть ряд авторов, утверждающих, что во Второй Мировой войне Советский Союз потерял не 20, а 50 миллионов человек, причем только убитыми. Используя стандартные статистические приемы, чтобы определить число раненых, искалеченных и пленных, получаем, что к концу войны страна имела отрицательную численность работоспособного населения. Что-то около минус сорока миллионов человек.

Экстраполяция трендов, как методика, имеет ряд встроенных проблем:

  1. Количественные данные могут быть неверными или ошибочно подобранными.

  2. Результаты экстраполяции могут легко быть неверно интерпретированы.

  3. Неспособность метода оценить движущие факторы изменений и эволюцию этих факторов.

  4. Качественные изменения могут оказывать серьезное влияние на количественные данные

  5. Могут быть не замечены качественные изменения.

  6. Оценки границ экстраполяции могут базироваться на недостаточной информации.


4. Экстраполяция и ее использование в анализе


Экстраполяция - это прогнозирование неизвестных значений путем продолжения функций за границы области известных значений [4, c.235]. Зачастую, прогностические модели используются для построения прогноза отклика для произвольных точек, которые не были включены в множество. Такого рода прогнозы называются экстраполяцией. Нужно с большой осторожностью относиться к прогнозам, полученным с помощью прогностической модели для данных, лежащих на значительном расстоянии от множества. В таких областях предсказания становятся ненадежными.

Методы экстраполяции тенденций являются, пожалуй, самыми распространенными и наиболее разработанными среди всей совокупности методов прогнозирования. Использование экстраполяции в прогнозировании имеет в своей основе. предположение о том, что рассматриваемый процесс изменения переменной представляет собой сочетание двух составляющих--регулярной и случайной:


Случайные файлы

Файл
57069.rtf
12494.rtf
159215.rtf
53016.doc
150862.rtf




Чтобы не видеть здесь видео-рекламу достаточно стать зарегистрированным пользователем.
Чтобы не видеть никакую рекламу на сайте, нужно стать VIP-пользователем.
Это можно сделать совершенно бесплатно. Читайте подробности тут.