Математические методы в экономике и управлении. Математические методы и модели в экономике

24.09.2019

Моделирование в экономике

Сущность моделирования заключается в том, чтобы реальную модель процесса, явления или системы, заменить другой моделью, способной упростить ее исследование и анализ. Важно соблюдать приближенность оригинальной модели к ее научному аналогу. Моделирование используют с целью упрощения. Часто на практике встречаются такие явления, которые невозможно изучить без применения наглядных научных обобщений.

Можно выделить следующие цели моделирования:

Поиск и описание причин поведения оригинальной модели.
Прогнозирование будущего поведения модели.
Составление проектов, планов для систем.
Автоматизация процессов.
Поиск путей оптимизации оригинальной модели.
Для обучения специалистов, студентов и других.

По своей сути модели так же могут быть различных видов. Вербальная модель строится на словесном описании какой-либо системы или процесса. Графическая модель представляет собой наглядное изображение различных зависимостей друг от друга. Она так же может описывать поведение оригинальной модели в динамике. Моделирование натуральное заключается в создании макета, который сможет частично или полностью отобразить поведение оригинала. Наиболее широко используется математическое моделирование. Оно дает возможность использовать всю полноту математического инструментария и языка. В математике применяются статистические модели, динамические и информационные модели. Каждый из их видов используется для достижения конкретных целей, встающих перед специалистами.

Замечание 1

Разделение экономики на макро- и микро уровни привело к тому, что моделирование так же имитирует системы различных уровней организации. Для изучения хозяйственных структур наиболее часто применяется эконометрика, которая применяет статистику и теорию вероятностей. Стоит отметить, что именно математическое моделирование позволяет учитывать важный в динамическом развитии систем фактор времени.

Математические модели в экономике

Перед началом экономико-математического моделирования проводится подготовительная работа, которая может включать в себя следующие этапы:

Постановка целей и задач.
Проведение формализации изучаемого процесса или явления.
Поиск необходимого решения.
Проверка полученного решения и модели на адекватность.
В случае, если итоги проверки будут удовлетворительными, данные модели могут быть применены на практике.

Математические модели отличает применение языка математики на этапе их построения, а также при дальнейших расчетах. Этот язык позволяет наиболее точно описать связи, зависимости и закономерности. Когда совершается переход к решению моделей, то здесь могут быть использованы различные виды решений. Например, точное или аналитическое дает конечный показатель расчета. Приближенное значение имеет определенную погрешность вычислений, часто используется для построения графических моделей. Решение, выраженное числом, дает конечный результат, который зачастую выводится при помощи компьютерных вычислений. При этом стоит помнить, что точность решений еще не означает точности вычисляемой модели.

Важным этапом в математическом моделировании является проверка полученных результатов и имитационной модели на адекватность. Обычно, проверочная работа основывается на сопоставлении данных реальной модели с данными построенной. Однако, в математико-экономическом моделировании достаточно сложно совершить данное действие. Обычно адекватность расчетов определяется впоследствии на практике.

Замечание 2

Математическое моделирование в экономике позволяет упрощать явления и процессы в хозяйственных системах, производить расчеты и получать относительно правильные результаты вычислений. При этом важно помнить, что данный подход так же не является универсальным, так как имеет ряд перечисленных выше недостатков. Адекватность моделирования зачастую достигается за счет проверенных временем гипотез и расчетных формул.

Модель – это, прежде всего, упрощенное представление реального объекта или явления, сохраняющее его основные, существенные черты. Сам процесс разработки модели, т.е. моделирование, может быть осуществлен различными способами, из которых наиболее распространено физическое и математическое моделирование. Однако каждым из этих способов могут быть получены различные модели, поскольку их конкретная реализация зависит от того, какие именно черты реального объекта создатель модели считает основными, главными. Поэтому в инженерной практике и в научных исследованиях могут применяться различные модели одного и того же объекта, поскольку их многообразие позволяет тщательнее изучать самые различные стороны реального объекта или явления.

В инженерной практике и естественных науках широко распространены физические модели, которые отличаются от изучаемого объекта, как правило, меньшими размерами, и служат для проведения экспериментов, результаты которых используются для изучения исходного объекта и для выводов о выборе того или иного варианта его развития либо конструкции, если речь идет о проекте инженерного сооружения. Путь физического моделирования оказывается малопродуктивным для анализа экономических объектов и явлений. В связи с этим основным способом моделирования в экономике является метод математического моделирования , т.е. описание основных особенностей реального процесса с помощью системы математических формул.

Как мы действуем, создавая математическую модель? Какими бывают математические модели? Какие особенности возникают при моделировании экономических явлений? Попытаемся прояснить эти вопросы.

При создании математической модели исходят из реальной задачи. Вначале уясняется ситуация, выявляются важные и второстепенные характеристики, параметры, свойства, качества, связи и т.д. Затем выбирается одна из существующих математических моделей либо создается новая математическая модель для описания изучаемого объекта.

Вводятся обозначения. Записываются ограничения, которым должны удовлетворять переменные величины. Определяется цель – выбирается целевая функция (если это возможно). Не всегда выбор целевой функции однозначен. Возможны ситуации, когда хочется и того, и этого, и еще многого другого… Но различные цели приводят к различным решениям. В этом случае задача относится к классу многокритериальных задач.

Экономика – одна из сложнейших областей деятельности. Экономические объекты могут описываться сотнями, тысячами параметров, многие из которых носят случайный характер. Кроме того, в экономике действует человеческий фактор.

Предсказать поведение человека бывает трудно, подчас невозможно.

Сложность системы любой природы (технической, биологической, социальной, экономической) определяется количеством входящих в нее элементов, связями между

этими элементами, а также взаимоотношениями между системой и средой. Экономика обладает всеми признаками очень сложной системы. Она объединяет огромное число элементов, отличается многообразием внутренних связей и связей с другими системами (природной средой, экономической деятельностью других субъектов, социальными отношениями и т.д.). В народном хозяйстве взаимодействуют природные, технологические, социальные процессы, объективные и субъективные факторы. Экономика зависит от социального устройства общества, от политики и еще от многих и многих факторов.

Сложностью экономических отношений нередко обосновывали невозможность моделирования экономики, изучения ее средствами математики. И все же моделирование экономических явлений, объектов, процессов возможно. Моделировать можно объект любой природы и любой сложности. Для моделирования экономики применяют не одну модель, а систему моделей. В этой системе есть модели, описывающие разные стороны экономики. Есть модели экономики страны (их называют макроэкономическими), есть модели экономических моделей на отдельно предприятии или даже модель одного экономического события (их называют микроэкономическими). При составлении модели экономики сложного объекта производят так называемое агрегирование. При этом ряд родственных параметров объединяют в один параметр, тем самым общее количество параметров уменьшается. На этом этапе важную роль играют опыт и интуиция. В качестве параметров можно выбрать не все характеристики, а наиболее важные.

После того, как составлена математическая задача, выбирается способ ее решения. На этом этапе, как правило, применяют ЭВМ. После получения решения происходит его сопоставление с реальностью. Если полученные результаты подтверждаются практикой, то модель можно применять и с ее помощью строить прогнозы. Если же ответы, полученные на основе модели, не соответствуют действительности, то модель не годится. Нужно создавать более сложную модель, которая лучше соответствует изучаемому объекту.

Какая модель лучше: простая или сложная? Ответ на этот вопрос не может быть однозначным.

Если модель слишком простая, то она плохо соответствует реальному объекту. Если же модель слишком сложная, то может оказаться так, что при существовании хорошей модели мы не в состоянии на ее основе получить ответ. Может существовать хорошая модель и иметься алгоритм решения соответствующей задачи. Но время решения окажется настолько большим, что все остальные достоинства модели этим будут перечеркнуты. Поэтому при выборе модели нужна «золотая середина».

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ

Государственное образовательное учреждение высшего профессионального образования

РОССИЙСКИЙ ГОСУДАРСТВЕННЫЙ ТОРГОВО - ЭКОНОМИЧЕСКИЙ УНИВЕРСИТЕТ

ТУЛЬСКИЙ ФИЛИАЛ

(ТФ ГОУ ВПО РГТЭУ)

Реферат по математике на тему:

«Экономико-математические модели»

Выполнили:

Студентки 2 курса

«Финансы и кредит»

дневное отделение

Максимова Кристина

Витка Наталья

Проверил:

Доктор технических наук,

профессор С.В. Юдин _____________

Введение

1.Экономико-математическое моделирование

1.1 Основные понятия и типы моделей. Их классификация

1.2 Экономико-математические методы

Разработка и применение экономико-математических моделей

2.1 Этапы экономико-математического моделирования

2.2 Применение стохастических моделей в экономике

Заключение

Список литературы

Введение

Актуальность. Моделирование в научных исследованиях стало применяться еще в глубокой древности и постепенно захватывало все новые области научных знаний: техническое конструирование, строительство и архитектуру, астрономию, физику, химию, биологию и, наконец, общественные науки. Большие успехи и признание практически во всех отраслях современной науки принес методу моделирования ХХ в. Однако, методология моделирования долгое время развивалась независимо отдельными науками. Отсутствовала единая система понятий, единая терминология. Лишь постепенно стала осознаваться роль моделирования как универсального метода научного познания.

Термин "модель" широко используется в различных сферах человеческой деятельности и имеет множество смысловых значений. Рассмотрим только такие "модели", которые являются инструментами получения знаний.

Модель - это такой материальный или мысленно представляемый объект, который в процессе исследования замещает объект-оригинал так, что его непосредственное изучение дает новые знания об объекте-оригинале.

Под моделированием понимается процесс построения, изучения и применения моделей. Оно тесно связано с такими категориями, как абстракция, аналогия, гипотеза и др. Процесс моделирования обязательно включает и построение абстракций, и умозаключения по аналогии, и конструирование научных гипотез.

Экономико-математическое моделирование является неотъемлемой частью любого исследования в области экономики. Бурное развитие математического анализа, исследования операций, теории вероятностей и математической статистики способствовало формированию различного рода моделей экономики.

Целью математического моделирования экономических систем является использование методов математики для наиболее эффективного решения задач, возникающих в сфере экономики, с использование, как правило, современной вычислительной техники.

Почему можно говорить об эффективности применения методов моделирования в этой области? Во-первых, экономические объекты различного уровня (начиная с уровня простого предприятия и кончая макроуровнем - экономикой страны или даже мировой экономикой) можно рассматривать с позиций системного подхода. Во-вторых, такие характеристики поведения экономических систем как:

-изменчивость (динамичность);

-противоречивость поведения;

-тенденция к ухудшению характеристик;

-подверженность воздействию окружающей среды

предопределяют выбор метода их исследования.

Проникновение математики в экономическую науку связано с преодолением значительных трудностей. В этом отчасти была "повинна" математика, развивающаяся на протяжении нескольких веков в основном в связи с потребностями физики и техники. Но главные причины лежат все же в природе экономических процессов, в специфике экономической науки.

Сложность экономики иногда рассматривалась как обоснование невозможности ее моделирования, изучения средствами математики. Но такая точка зрения в принципе неверна. Моделировать можно объект любой природы и любой сложности. И как раз сложные объекты представляют наибольший интерес для моделирования; именно здесь моделирование может дать результаты, которые нельзя получить другими способами исследования.

Цель данной работы - раскрыть понятие экономико-математических моделей и изучить их классификацию и методы, на которых они базируются, а также рассмотреть их применение в экономике.

Задачи данной работы: систематизация, накопление и закрепление знаний об экономико-математических моделях.

1.Экономико-математическое моделирование

1.1 Основные понятия и типы моделей. Их классификация

В процессе исследования объекта часто бывает нецелесообразно или даже невозможно иметь дело непосредственно с этим объектом. Удобнее бывает заменить его другим объектом, подобным данному в тех аспектах, которые важны в данном исследовании. В общем виде модель можно определить как условный образ реального объекта (процессов), который создается для более глубокого изучения действительности. Метод исследования, базирующийся на разработке и использовании моделей, называется моделированием . Необходимость моделирования обусловлена сложностью, а порой и невозможностью прямого изучения реального объекта (процессов). Значительно доступнее создавать и изучать прообразы реальных объектов (процессов), т.е. модели. Можно сказать, что теоретическое знание о чем-либо, как правило, представляет собой совокупность различных моделей. Эти модели отражают существенные свойства реального объекта (процессов), хотя на самом деле действительность значительно содержательнее и богаче.

Модель - это мысленно представляемая или материально реализованная система, которая, отображая или воспроизводя объект исследования, способна замещать его так, что ее изучение дает новую информацию об этом объекте.

На сегодняшний день общепризнанной единой классификации моделей не существует. Однако из множества моделей можно выделить словесные, графические, физические, экономико-математические и некоторые другие типы моделей.

Экономико-математические модели - это модели экономических объектов или процессов, при описании которых используются математические средства. Цели их создания разнообразны: они строятся для анализа тех или иных предпосылок и положений экономической теории, логического обоснования экономических закономерностей, обработки и приведения в систему эмпирических данных. В практическом плане экономико-математические модели используются как инструмент прогноза, планирования, управления и совершенствования различных сторон экономической деятельности общества.

Экономико-математические модели отражают наиболее существенные свойства реального объекта или процесса с помощью системы уравнений. Единой классификации экономико-математических моделей не существует, хотя можно выделить наиболее значимые их группы в зависимости от признака классификации.

По целевому назначению модели делятся на:

·Теоретико-аналитические (используются в исследовании общих свойств и закономерностей экономических процессов);

·Прикладные (применяются в решении конкретных экономических задач, таких как задачи экономического анализа, прогнозирования, управления).

По учету фактора времени модели подразделяются на:

·Динамические (описывают экономическую систему в развитии);

·Статистические (экономическая система описана в статистике, применительно к одному определенному моменту времени; это как бы снимок, срез, фрагмент динамической системы в какой-то момент времени).

По длительности рассматриваемого периода времени различают модели:

·Краткосрочного прогнозирования или планирования (до года);

·Среднесрочного прогнозирования или планирования (до 5 лет);

·Долгосрочного прогнозирования или планирования (более 5 лет).

По цели создания и применения различают модели:

·Балансовые;

·Эконометрические;

·Оптимизационные;

·Сетевые;

·Систем массового обслуживания;

·Имитационные (экспертные).

В балансовых моделях отражается требование соответствия наличия ресурсов и их использования.

Параметры эконометрических моделей оцениваются с помощью методов математической статистики. Наиболее распространены модели, представляющие собой системы регрессионных уравнений. В данных уравнениях отражается зависимость эндогенных (зависимых) переменных от экзогенных (независимых) переменных. Данная зависимость в основном выражается через тренд (длительную тенденцию) основных показателей моделируемой экономической системы. Эконометрические модели используются для анализа и прогнозирования конкретных экономических процессов с использованием реальной статистической информации.

Оптимизационные модели позволяют найти из множества возможных (альтернативных) вариантов наилучший вариант производства, распределения или потребления. Ограниченные ресурсы при этом будут использованы наилучшим образом для достижения поставленной цели.

Сетевые модели наиболее широко используются в управлении проектами. Сетевая модель отображает комплекс работ (операций) и событий, и их взаимосвязь во времени. Обычно сетевая модель предназначена для выполнения работ в такой последовательности, чтобы сроки выполнения проекта были минимальными. В этом случае ставится задача нахождения критического пути. Однако существуют и такие сетевые модели, которые ориентированы не на критерий времени, а, например, на минимизацию стоимости работ.

Модели систем массового обслуживания создаются для минимизации затрат времени на ожидание в очереди и времени простоев каналов обслуживания.

Имитационная модель, наряду с машинными решениями, содержит блоки, где решения принимаются человеком (экспертом). Вместо непосредственного участия человека в принятии решений может выступать база знаний. В этом случае персональный компьютер, специализированное программное обеспечение, база данных и база знаний образуют экспертную систему. Экспертная система предназначена для решения одной или ряда задач методом имитации действий человека, эксперта в данной области.

По учету фактора неопределенности модели подразделяются на:

·Детерминированные (с однозначно определенными результатами);

·Стохастические (вероятностные; с различными, вероятностными результатами).

По типу математического аппарата различают модели:

·Линейного программирования (оптимальный план достигается в крайней точке области изменения переменных величин системы ограничений);

·Нелинейного программирования (оптимальных значений целевой функции может быть несколько);

·Корреляционно-регрессионные;

·Матричные;

·Сетевые;

·Теории игр;

·Теории массового обслуживания и т.д.

С развитием экономико-математических исследований проблема классификации применяемых моделей усложняется. Наряду с появлением новых типов моделей и новых признаков их классификации, осуществляется процесс интеграции моделей разных типов в более сложные модельные конструкции.

моделирование математический стохастический

1.2 Экономико-математические методы

Как и всякое моделирование, экономико-математическое моделирование основывается на принципе аналогии, т.е. возможности изучения объекта посредством построения и рассмотрения другого, подобного ему, но более простого и доступного объекта, его модели.

Практическими задачами экономико-математического моделирования являются, во-первых, анализ экономических объектов, во-вторых, экономическое прогнозирование, предвидение развития хозяйственных процессов и поведения отдельных показателей, в-третьих, выработка управленческих решений на всех уровнях управления.

Суть экономико-математического моделирования заключается в описании социально-экономических систем и процессов в виде экономико-математических моделей, которые следует понимать как продукт процесса экономико-математического моделирования, а экономико-математические методы - как инструмент.

Рассмотрим вопросы классификации экономико-математических методов. Эти методы 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.

С известной долей условности классификацию этих методов можно представить следующим образом.

·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, 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.

·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, сетевые методы планирования и управления, теорию и методы управления запасами, теорию массового обслуживания, теорию игр, теорию и методы принятия решений.

В оптимальное программирование в свою очередь входят линейное и нелинейное программирование, динамическое программирование, дискретное (целочисленное) программирование, стохастическое программирование и др.

·Методы и дисциплины, специфичные отдельно как для централизованно планируемой экономики, так и для рыночной (конкурентной) экономики. К первым можно отнести теорию оптимального ценообразования 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 теории фирмы и т.д. Многие из методов, разработанных для централизованно планируемой экономики, могут быть 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 отнести также и методы экспертных оценок, разработанные для оценки явлений, не поддающихся непосредственному измерению.

В экономико-математических методах применяются различные разделы математики, математической статистики, математической логики. Большую роль в решении экономико-математических задач играют вычислительная математика, теория алгоритмов и другие дисциплины. Использование математического аппарата принесло ощутимые результаты при решении задач анализа процессов расширенного производства, определения оптимальных темпов роста капиталовложений, оптимального размещения, специализации и концентрации производства, задач выбора оптимальных способов производства, определения оптимальной последовательности запуска в производство, задачи подготовки производства методами сетевого планирования и многих других.

Для решения стандартных проблем характерны четкость цели, возможность заранее выработать процедуры и правила ведения расчетов.

Существуют следующие предпосылки использования методов экономико-математического моделирования, важнейшими из которых являются высокий уровень знания экономической теории, экономических процессов и явлений, методологии их качественного анализа, а также высокий уровень математической подготовки, владение экономико-математическими методами.

Прежде чем приступить к разработке моделей, необходимо тщательно проанализировать ситуацию, выявить цели и взаимосвязи, проблемы, требующие решения, и исходные данные для их решения, вести систему обозначений и только тогда описать ситуацию в виде математических соотношений.

2. Разработка и применение экономико-математических моделей

2.1 Этапы экономико-математического моделирования

Процесс экономико-математического моделирования - это описание 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 и ее качественный анализ;

2.Построение математической модели;

.Математический анализ модели;

.Подготовка исходной информации;

.Численное решение;

Рассмотрим каждый из этапов более подробно.

1.Постановка экономической проблемы и ее качественный анализ . Главное здесь - четко сформулировать сущность проблемы, принимаемые допущения и те вопросы, на которые требуется получить ответы. Этот этап включает выделение важнейших черт и свойств моделируемого объекта и абстрагирование от второстепенных; изучение структуры объекта и основных зависимостей, связывающих его элементы; формулирование гипотез (хотя бы предварительных), объясняющих поведение и развитие объекта.

2.Построение математической модели . Это - этап формализации экономической проблемы, выражения ее в виде конкретных математических зависимостей и отношений (функций, уравнений, неравенств и т.д.). Обычно сначала определяется основная конструкция (тип) математической модели, а затем уточняются детали этой конструкции (конкретный перечень переменных и параметров, форма связей). Таком образом, построение модели подразделяется в свою очередь на несколько стадий.

Неправильно полагать, что чем больше фактов учитывает модель, тем она лучше «работает» и дает лучшие результаты. То же можно сказать о таких характеристиках сложности модели, как используемые формы математических зависимостей (линейные и нелинейные), учет факторов случайности т неопределенности и т.д.

Излишняя сложность и громоздкость модели затрудняют процесс исследования. Нужно учитывать не только реальные возможности информационного и математического обеспечения, но и сопоставлять затраты на моделирование с получаемым эффектом.

Одна из важный особенностей математических моделей - потенциальная возможность их использования для решения разнокачественных проблем. Поэтому, даже сталкиваясь с новой экономической задачей, не нужно стремиться «изобретать» модель; сначала необходимо попытаться применить для решения этой задачи уже известные модели.

.Математический анализ модели. Целью этого этапа является выяснение общих свойств модели. Здесь применяются чисто математические приемы исследования. Наиболее важный момент - доказательство существования решений в сформулированной модели. Если удается доказать, что математическая задача не имеет решения, то необходимость в последующей работе по первоначальному варианту модели отпадает и следует скорректировать либо постановку экономической задачи, либо способы ее математической формализации. При аналитическом исследовании модели выясняются такие вопросы, как, например, единственно ли решение, какие переменные (неищвестные) могут входить в решение, каковы будут соотношения между ними, в каких пределах и в зависимости исходных условий они изменяются, каковы тенденции их изменения и т.д. Аналитической исследование модели по сравнению с эмпирическим (численным) имеет то преимущество, что получаемые выводы сохраняют свою силу при различных конкретных значениях внешних и внутренних параметров модели.

4.Подготовка исходной информации. Моделирование предъявляет жесткие требования к системе информации. В то же время реальные возможности получения информации ограничивают выбор моделей, предназначаемых для практического использования. При этом принимается во внимание не только принципиальная возможность подготовки информации (за определенные сроки), но и затраты на подготовку соответствующих информационных массивов.

Эти затраты не должны превышать эффект от использования дополнительной информации.

В процессе подготовки информации широко используются методы теории вероятностей, теоретической и математической статистики. При системном экономико-математическом моделировании исходная информация, используемая в одних моделях, является результатом функционирования других моделей.

5.Численное решение. Этот этап включает разработку алгоритмов для численного решения задачи, составление программ на ЭВМ и непосредственное проведение расчетов. Трудности этого этапа обусловлены, прежде всего, большой размерностью экономических задач, необходимостью обработки значительных массивов информации.

Исследование, проводимое численными методами, может существенно дополнить результаты аналитического исследования, а для многих моделей оно является единственно осуществимым. Класс экономических задач, которые можно решать численными методами, значительно шире, чем класс задач, доступных аналитическому исследованию.

6.Анализ численных результатов и их применение. На этом заключительном этапе цикла встает вопрос о правильности и полноте результатов моделирования, о степени практической применимости последних.

Математические методы проверки могут выявить некорректные построения модели и тем самым сужать класс потенциально правильных моделей. Неформальный анализ теоретических выводов и численных результатов, получаемых посредством модели, сопоставление их с имеющимися знаниями и фактами действительности также позволяют обнаруживать недостатки постановки экономической задачи, сконструированной математической модели, ее информационного и математического обеспечения.

2.2 Применение стохастических моделей в экономике

Основу эффективности банковского менеджмента составляет планомерный контроль за оптимальностью, сбалансированностью и устойчивостью функционирования в разрезе всех элементов, формирующих ресурсный потенциал и определяющих перспективы динамического развития кредитного учреждения. Его методы и инструменты требуют модернизации с учетом изменяющихся экономических условий. В то же время необходимость совершенствования механизма реализации новых банковских технологий обуславливает целесообразность научного поиска.

Используемые в существующих методиках интегральные коэффициенты финансовой устойчивости (КФУ) коммерческих банков зачастую характеризуют сбалансированность их состояния, но не позволяют дать полную характеристику тенденции развития. Следует учитывать, что результат (КФУ) зависит от многих случайных причин (эндогенного и экзогенного характера), которые не могут быть заранее полностью учтены.

В связи с этим оправданно рассматривать возможные результаты исследования устойчивого состояния банков в качестве случайных величин, имеющих одинаковое распределение вероятностей, поскольку исследования проводятся по одной и той же методике с использованием одинакового подхода. Кроме того, они взаимно независимы, т.е. результат каждого отдельного коэффициента не зависит от значений остальных.

Приняв во внимание, что в одном испытании случайная величина принимает одно и только одно возможное значение, заключаем, что события x 1 , x 2 , …, x n образуют полную группу, следовательно, сумма их вероятностей будет равна 1: p 1 +p 2 +…+p n =1 .

Дискретная случайная величина X - коэффициент финансовой устойчивости банка «А»,Y - банка «В», Z - банка «С» за заданный период. В целях получения результата, дающего основание сделать вывод об устойчивости развития банков, оценка была осуществлена на базе 12-летнего ретроспективного периода (табл.1).

Таблица 1

Порядковый номер годаБанк «А»Банк «В»Банк «С» 11,3141,2011,09820,8150,9050,81131,0430,9940,83941,2111,0051,01351,1101,0901,00961,0981,1541,01771,1121,1151,02981,3111,3281,06591,2451,1911,145101,5701,2041,296111,3001,1261,084121,1431,1511,028Min0,8150,9050,811Max1,5701,3281,296Шаг0,07550,04230,0485

Для каждой выборке по определенному банку значения разбиты на N интервалов, определены минимальное и максимальное значение. Процедура определения оптимального числа групп основана на применении формулы Стерджесса:

N =1+3,322 * ln N;

N =1+3,322 * ln12=9,525?10,

Где n - число групп;

N - число совокупности.

h=(КФУ max - КФУ min ) / 10.

Таблица 2

Границы интервалов значений дискретных случайных величин X, Y, Z (коэффициентов финансовой устойчивости) и частоты появлений данных значений в обозначенных границах

Номер интервалаГраницы интерваловЧастота появлений (n )XYZXYZ 10,815-0,8910,905-0,9470,811-0,86011220,891-0,9660,947-0,9900,860-0,90800030,966-1,0420,990-1,0320,908-0,95702041,042-1,1171,032-1,0740,957-1,00540051,117-1,1931,074-1,1171,005-1,05412561,193-1,2681,117-1,1591,054-1,10223371,268-1,3441,159-1,2011,102-1,15131181,344-1,4191,201-1,2431,151-1,19902091,419-1,4951,243-1,2861,199-1,248000101,495-1,5701,286-1,3281,248-1,296111

Исходя из найденного шага интервала, были рассчитаны границы интервалов путем прибавления к минимальному значению найденного шага. Полученное значение - это граница первого интервала (левая граница - LG). Для нахождения второго значения (правой границы PG) к найденной первой границе снова прибавляет я шаг и т.д. Граница последнего интервала совпадает с максимальным значением:

LG 1 =КФУ min ;

PG 1 =КФУ min +h;

LG 2 =PG 1;

PG 2 =LG 2 +h;

PG 10 =КФУ max .

Данные по частоте попадания коэффициентов финансовой устойчивости (дискретных случайных величин X, Y, Z) сгруппированы в интервалы, и определена вероятность попадания их значений в заданные границы. При этом левое значение границы входит в интервал, а правое - нет (табл.3).

Таблица 3

Распределение дискретных случайных величин X, Y, Z

ПоказательЗначения показателяБанк «А»X 0,8530,9291,0041,0791,1551,2311,3061,3821,4571,532P(X) 0,083000,3330,0830,1670,250000,083Банк «В»Y 0,9260,9691,0111,0531,0961,1381,1801,2221,2651,307P(Y) 0,08300,16700,1670,2500,0830,16700,083Банк «С»Z 0,8350,8840,9330,9811,0301,0781,1271,1751,2241,272P(Z) 0,1670000,4170,2500,083000,083

По частоте появлений значений n найдены их вероятности (частота появления делится на 12, исходя из числа единиц совокупности), а также в качестве значений дискретных случайных величин были использованы середины интервалов. Законы их распределения:

P i = n i /12;

X i = (LG i +PG i )/2.

На основании распределения можно судить о вероятности неустойчивого развития каждого банка:

P(X<1) = P(X=0,853) = 0,083

P(Y<1) = P(Y=0,926) = 0,083

P(Z<1) = P(Z=0,835) = 0,167.

Так с вероятностью 0,083 банк «А» может достигнуть значения коэффициента финансовой устойчивости, равное 0,853. Другими словами, вероятность того, что его расходы превысят доходы, составляет 8,3 %. По банку «В» вероятность падения коэффициента ниже единицы также составила 0,083, однако с учетом динамичного развития организации это снижение все же окажется незначительным - до 0,926. Наконец, высока вероятность (16,7%), что деятельность банка «С», при прочих равных условиях, охарактеризуется значением финансовой устойчивости, равным 0,835.

В то же время по таблицам распределений можно увидеть вероятность устойчивого развития банков, т.е. сумму вероятностей, где варианты коэффициентов имеют значение, большее 1:

P(X>1) = 1 - P(X<1) = 1 - 0,083 = 0,917

P(Y>1) = 1 - P(Y<1) = 1 - 0,083 = 0,917

P(Z>1) = 1 - P(Z<1) = 1 - 0,167 = 0,833.

Можно наблюдать, что наименее устойчивое развитие ожидается в банке «С».

В целом закон распределения задает случайную величину, однако чаще целесообразнее пользоваться числами, которые описывают случайную величину суммарно. Их называют числовыми характеристиками случайной величины, к ним относится математическое ожидание. Математическое ожидание приближенно равно среднему значению случайной величины и оно тем больше приближается к среднему значению, чем больше было проведено испытаний.

Математическим ожиданием дискретной случайной величины называют сумму произведений всех возможных величин на ее вероятности:

M(X) = x 1 p 1 +x 2 p 2 +…+x n p n

Результаты расчетов значений математических ожиданий случайных величин представлены в табл.4.

Таблица 4

Числовые характеристики дискретных случайных величин X, Y, Z

БанкМатематическое ожиданиеДисперсияСреднее квадратическое отклонение «А»M(X) = 1,187D(X) =0,027?(x) = 0,164«В»M(Y) = 1,124D(Y) = 0,010?(y) = 0,101«С»M(Z) = 1,037D(Z) = 0,012?(z) = 0,112

Полученные математические ожидания позволяют оценить средние значения ожидаемых вероятных значений коэффициента финансовой устойчивости в будущем.

Так по расчетам можно судить, что математическое ожидание устойчивого развития банка «А» составляет 1,187. Математическое ожидание банков «В» и «С» составляет 1,124 и 1,037 соответственно, что отражает предполагаемую доходность их работы.

Однако, зная лишь математическое ожидание, показывающее «центр» предполагаемых возможных значений случайной величины - КФУ, еще нельзя судить ни о его возможных уровнях, ни о степени их рассеянности вокруг полученного математического ожидания.

Другими словами, математическое ожидание в силу своей природы полностью устойчивости развития банка не характеризует. По этой причине возникает необходимость вычисления других числовых характеристик: дисперсии и среднеквадратического отклонения. Которые позволяют оценить степень рассеянности возможных значений коэффициента финансовой устойчивости. Математические ожидания и средние квадратические отклонения позволяют оценить интервал, в котором будут находиться возможные значения коэффициентов финансовой устойчивости кредитных организаций.

При сравнительно высоком характерном значении математического ожидания устойчивости по банку «А» среднее квадратическое отклонение составило 0,164, что говорит о том, что устойчивость банка может либо повыситься на эту величину, либо снизиться. При отрицательном изменении устойчивости (что все же маловероятно, учитывая полученную вероятность убыточной деятельности, равную 0,083) коэффициент финансовой устойчивости банка останется положительным - 1, 023 (см. табл. 3)

Деятельность банка «В» при математическом ожидании в 1,124, характеризуется меньшим размахом значений коэффициента. Так, даже при неблагоприятном стечении обстоятельств банк останется устойчивым, поскольку среднее квадратическое отклонение от прогнозируемого значения составило 0, 101, что позволит ему остаться в положительной зоне доходности. Следовательно, можно сделать вывод об устойчивости развития данного банка.

Банк «С», напротив, при невысоком математическом ожидании своей надежности (1, 037) столкнется при прочих равных условиях с недопустимым для него отклонением, равным 0,112. При неблагоприятной ситуации, а также учитывая высокий процент вероятности убыточной деятельности (16,7%), данная кредитная организация, скорее всего, снизит свою финансовую устойчивость до 0,925.

Важно заметить, что, сделав выводы об устойчивости развития банков, нельзя заранее уверенно предвидеть, какое из возможных значений примет коэффициент финансовой устойчивости в итоге испытания; это зависит от многих причин, учесть которые невозможно. С этой позиции о каждой случайной величине мы располагаем весьма скромными сведениями. В связи с чем вряд ли можно установить закономерности поведения и суммы достаточно большого числа случайных величин.

Однако оказывается, что при некоторых сравнительно широких условиях суммарное поведение достаточно большого числа случайных величин почти утрачивает случайный характер и становится закономерным.

Оценивая устойчивость развития банков, остается оценить вероятность того, что отклонение случайной величины от ее математического ожидания не превышает по абсолютной величине положительного числа ?. Дать интересующую нас оценку позволяет неравенство П.Л. Чебышева. Вероятность того, что отклонение случайной величины X от ее математического ожидания по абсолютной величине меньше положительного числа ? не меньше, чем :

или в случае обратной вероятности:

Учитывая риск, связанный с потерей устойчивости, проведем оценку вероятности отклонения дискретной случайной величины от математического ожидания в меньшую сторону и, считая равновероятностными отклонения от центрального значения как в меньшую, так и в большую стороны, перепишем неравенство еще раз:

Далее, исходя из поставленной задачи необходимо оценить вероятность того, что будущее значение коэффициента финансовой устойчивости не окажется ниже 1 от предлагаемого математического ожидания (для банка «А» значение ? примем равное 0,187, для банка «В» - 0,124, для «С» - 0.037) и произведем расчет данной вероятности:

банк «А»:

банк «С»:

Согласно неравенству П.Л. Чебышева, наиболее устойчивым в своем развитии является банк «В», поскольку вероятность отклонения ожидаемых значений случайной величины от ее математического ожидания невысокая (0,325), при этом она сравнительно меньше, чем по другим банкам. На втором месте по сравнительной устойчивости развития располагается банк «А», где коэффициент этого отклонения несколько выше, чем в первом случае (0,386). В третьем банке вероятность того, что значение коэффициента финансовой устойчивости отклониться в левую сторону от математического ожидания больше чем на 0, 037, является практически достоверным событием. Тем более, если учесть, что вероятность не может быть больше 1, превышающие значения, согласно доказательству Л.П. Чебышева, необходимо принимать за 1. Другими словами, факт того, что развитие банка может перейти в неустойчивую зону, характеризующуюся коэффициентом финансовой устойчивости меньше 1, является достоверным событием.

Таким образом, характеризуя финансовое развитие коммерческих банков, можно сделать следующие выводы: математическое ожидание дискретной случайной величины (среднее ожидаемое значение коэффициента финансовой устойчивости) банка «А» равно 1,187. Среднее квадратическое отклонение этой дискретной величины составляет 0,164, что объективно характеризует небольшой разброс значений коэффициента от среднего числа. Однако степень неустойчивости этого ряда подтверждается достаточно высокой вероятностью отрицательного отклонения коэффициента финансовой устойчивости от 1, равной 0,386.

Анализ деятельности второго банка показал, что математическое ожидание КФУ равно 1,124 при среднем квадратическом отклонении 0,101. Таким образом, деятельность кредитной организации характеризуется небольшим разбросом значений коэффициента финансовой устойчивости, т.е. является более концентрированной и стабильной, что подтверждается сравнительно низкой вероятностью (0,325) перехода банка в зону убыточности.

Устойчивость банка «С» характеризуется невысоким значением математического ожидания (1,037) и также небольшим разбросом значений (среднеквадратическое отклонение равно 0,112). Неравенство Л.П. Чебышева доказывает тот факт, что вероятность получения отрицательного значения коэффициента финансовой устойчивости равна 1, т.е. ожидание положительной динамики его развития при прочих равных условиях будет выглядеть весьма необоснованным. Таким образом, предложенная модель, базирующаяся на определении существующего распределения дискретных случайных величин (значений коэффициентов финансовой устойчивости коммерческих банков) и подтверждаемая оценкой их равновероятностного положительного или отрицательного отклонения от полученного математического ожидания, позволяет определить ее текущий и перспективный уровень.

Заключение

Применение математики в экономической науке, дало толчок в развитии как самой экономической науке, так и прикладной математике, в части методов экономико-математической модели. Пословица говорит: «Семь раз отмерь - Один раз отрежь». Использование моделей есть время, силы, материальные средства. Кроме того, расчёты по моделям противостоят волевым решениям, поскольку позволяют заранее оценить последствия каждого решения, отбросить недопустимые варианты и рекомендовать наиболее удачные. Экономико-математическое моделирование основывается на принципе аналогии, т.е. возможности изучения объекта посредством построения и рассмотрения другого, подобного ему, но более простого и доступного объекта, его модели.

Практическими задачами экономико-математического моделирования являются, во-первых, анализ экономических объектов; во-вторых, экономическое прогнозирование, предвидение развития хозяйственных процессов и поведения отдельных показателей; в-третьих, выработка управленческих решений на всех уровнях управления.

В работе было выяснено, что экономико-математические модели можно разделить по признакам:

·целевого назначения;

·учета фактора времени;

·длительности рассматриваемого периода;

·цели создания и применения;

·учета фактора неопределенности;

·типа математического аппарата;

Описание экономических процессов и явлений в виде экономико-математических моделей базируется на использовании одного из экономико-математических методов, которые применяются на всех уровнях управления.

Особенно большую роль приобретают экономико-математические методы по мере внедрения информационных технологий во всех областях практики. Также были рассмотрены основные этапы процесса моделирования, а именно:

·постановка экономической проблемы и ее качественный анализ;

·построение математической модели;

·математический анализ модели;

·подготовка исходной информации;

·численное решение;

·анализ численных результатов и их применение.

В работе была представлена статья кандидата экономических наук, доцента кафедры финансов и кредита С.В. Бойко, в которой отмечается, что перед отечественными кредитными организациями, подверженными влиянию внешней среды, стоит задача поиска управленческих инструментов, предполагающих реализацию рациональных антикризисных мер, направленных на стабилизацию темпов роста базовых показателей их деятельности. В этой связи повышается важность адекватного определения финансовой устойчивости с помощью различных методик и моделей, одной из разновидностей которых являются стохастические (вероятностные) модели, позволяющие не только выявить предполагаемые факторы роста или снижения устойчивости, но и сформировать комплекс превентивных мероприятий по ее сохранению.

Потенциальная возможность математического моделирования любых экономических объектов и процессов не означает, разумеется, ее успешной осуществимости при данном уровне экономических и математических знаний, имеющейся конкретной информации и вычислительной технике. И хотя нельзя указать абсолютные границы математической формализуемости экономических проблем, всегда будут существовать еще неформализованные проблемы, а также ситуации, где математическое моделирование недостаточно эффективно.

Список литературы

1)Красс М.С. Математика для экономических специальностей: Учебник. -4-е изд., испр. - М.: Дело, 2003.

)Иванилов Ю.П., Лотов А.В. Математические модели в экономике. - М.: Наука, 2007.

)Ашманов С.А. Введение в математическую экономику. - М.: Наука, 1984.

)Гатаулин А.М., Гаврилов Г.В., Сорокина Т.М. и др. Математическое моделирование экономических процессов. - М.: Агропромиздат, 1990.

)Под ред. Федосеева В.В. Экономико-математические методы и прикладные модели:Учебное пособие для ВУЗов. - М.: ЮНИТИ, 2001.

)Савицкая Г.В. Экономический анализ: Учебник. - 10-е изд., испр. - М.:Новое знание, 2004.

)Гмурман В.Е. Теория вероятностей и математическая статистика. М.: Высшая школа, 2002

)Исследование операций. Задачи, принципы, методология: учеб. пособие для вузов / Е.С. Вентцель. - 4-е изд., стереотип. - М. :Дрофа, 2006. - 206, с. : ил.

) Математика в экономике: учебное пособие/ С.В.Юдин. - М.: Изд-во РГТЭУ,2009.-228 с.

)Кочетыгов А.А. Теория вероятностей и математическая статистика: Учеб. Пособие/ Тул. Гос. Ун-т. Тула, 1998. 200с.

)Бойко С.В, Вероятностные модели в оценке финансовой устойчивости кредитных организаций /С.В. Бойко// Финансы и кредит. - 2011. N 39. -

Репетиторство

Нужна помощь по изучению какой-либы темы?

Наши специалисты проконсультируют или окажут репетиторские услуги по интересующей вас тематике.
Отправь заявку с указанием темы прямо сейчас, чтобы узнать о возможности получения консультации.

Теория

1.

Модель - это упрощенное представление реального устройства и протекающих в нем процессов, явлений. Моделирование – это процесс создания и исследования моделей. Моделирование облегчает изучение объекта с целью его создания, дальнейшего преобразования и развития. Оно используется для исследования существующей системы, когда реальный эксперимент проводить нецелесообразно из-за значительных финансовых и трудовых затрат, а также при необходимости проведения анализа проектируемой системы, т.е. которая ещё физически не существует в данной организации.

Процесс моделирования включает три элемента: 1) субъект (исследователь), 2) объект исследования, 3) модель, опосредствующую отношения познающего субъекта и познаваемого объекта.

Модель имеет следующие функции:

1)средство осмысления реальности 2)средство общения и обучения 3)средство планирования и прогнозирования 3)средство совершенствования (оптимизации) 4)средство выбора (принятия решения)

Во время моделирование знания об исследуемом объекте расширяются и уточняются, а исходная модель постепенно совершенствуется. Недостатки, обнаруженные после первого цикла моделирования, исправляются, и моделирование проводится снова. В методологии моделирования, таким образом, заложены большие возможности саморазвития.

2.

Моделирование в экономике – это пояснение социально-экономических систем знаковыми математическими средствами. Практическими задачами экономико-математического моделирования являются: анализ экономических объектов и процессов, экономическое прогнозирование, предсказание развития экономических процессов, подготовка управленческих решений на всех уровнях хозяйственной деятельности.

Особенностями экономики как объекта моделирования являются:

1) экономика, как сложная система, является подсистемой общества, но, в свою очередь, она состоит из производственной и непроизводственной сфер, которые взаимодействуют между собой;

2)эмерджентность, означающая, что экономические объекты, процессы и явления обладают такими свойствами, какими не обладает ни один из элементов их образующих;

3)вероятностный, неопределенный, случайный характер протекания экономических процессов и явлений;

4) инерционный характер развития экономики, в соответствии с которым законы, закономерности, тенденции, связи, зависимости, имевшие место в прошлом периоде, продолжают действовать некоторое время в будущем.

Все вышеперечисленные и другие свойства экономики усложняют ее изучение, выявление закономерностей, динамических тенденций, связей и зависимостей. Математическое моделирование является тем инструментарием, умелое использование которого позволяет успешно решать проблемы изучения сложных систем, в том числе таких сложных, как экономические объекты, процессы, явления.

3.

Экономическая система это сложная динамическая система, включающая процессы производства, обмена, распределения, перераспределения и потребления благ (система субъектов экономических отношений, взаимодействующих на рынке).

Микроэкономические системы - (корпорации и объединения; предприятия; организации; учреждения; отдельные субъекты экономических отношений).

Макроэкономические системы - (регион; национальная экономика; мировая экономика; система взаимодействующих рынков;)

Методология: отрасль знаний, исследующая условия, принципы, структуру, логическую организацию, способы и методы деятельности.

Механизм: система способов практической направленности, имеющих целью обеспечение практического использования методов и моделей для решения проблем управления экономическими системами.

Метод: совокупность инструментов, направленных на решение определенной проблемы.

Математический метод: способ исследования, направленный на анализ, синтез, оптимизацию или прогнозирование состояния, структуры, функций или поведения экономической системы, последствий и перспектив ее функционирования, управления или развития, использующий формальные методы и аппарат математических исследований.

Математическая модель: математическое описание объекта (процесса или системы), использующаяся в исследовании вместо объекта-оригинала, с целью анализа, определения количественных или логических связей между его частями.

Комплекс математических моделей: совокупность совместно применяющихся математических моделей, которые используют или обмениваются общими данными и направлены на достижение общей цели или решения общей проблемы.

4.

Существует два базовых подхода к моделированию экономики: микроэкономический и макроэкономический. Микроэкономический подход отражает функционирование и структуру отдельных элементов изучаемой системы (так например, при исследовании банковского сектора таким элементом является коммерческий банк) или состояние и развитие отдельных социально-экономических процессов, происходящих в ней, и реализуется, прежде всего, путем разработки прикладных методик анализа результатов деятельности. Так, например, применительно к банку - это анализ ликвидности банка, оценка банковских рисков и т.д. Задачи в рамках микроэкономического подхода реализуются также путем разработки специальных экономико-математических моделей. Макроэкономический подход предполагает анализ специфики функционирования изучаемой системы во взаимосвязи с основными макроэкономическими показателями развития национальной экономики. Применительно к анализу деятельности банковского сектора такой подход состоит в рассмотрении его во взаимодействии с различными сегментами финансового рынка и, соответственно, во взаимосвязи показателей банковского сектора с макроэкономическими показателями хозяйства в целом. В данном случае макроэкономический подход практически может быть реализован посредством построения моделей факторного анализа, таких как факторная модель рынка государственных краткосрочных обязательств, модель рынка ссудных капиталов, а также при построении и оценке прогнозных значений динамики отдельных показателей банковского сектора.

Ряд направлений в моделировании опирается на микроэкономику, ряд – на макроэкономический. Нет четких граней, например, можно сказать, что экономика промышленного предприятия, экономика труда, экономика коммунального хозяйства относятся к микроэкономике, монетарная экономика, инвестиции сфера потребления это макроэкономика, а финансовый рынок, международная торговля экономическое развитие это область перекрытия.

5.

В самом общем виде равновесие в экономике - это сбалансированность и пропорциональность ее основных параметров, иначе говоря, ситуация, когда у участников хозяйственной деятельности нет стимулов к изменению существующего положения.

Рыночное равновесие - ситуация на рынке, когда спрос на товар равен его предложению. Обычно равновесие достигается посредством либо ограничения потребностей (на рынке они всегда выступают в виде платежеспособного спроса), либо увеличения и оптимизации использования ресурсов.

А. Маршалл рассматривал равновесие на уровне отдельного хозяйства или отрасли. Это микроуровень, который характеризует особенности и условия частичного равновесия. Но общее равновесие - это согласованное развитие (соответствие) всех рынков, всех секторов и сфер, оптимальное состояние экономики в целом.

Причем равновесие системы нац. хозяйства это не только рыночное равновесие. Т.к. нарушения в сфере производства неизбежно ведут к неравновесности на рынках. И в реальной действительности экономика испытывает влияние других, нерыночных факторов (войны, социальные волнения, погода, демографические сдвиги).

Проблему рыночного равновесия анализировали Дж. Робинсон, Э. Чемберлин, Дж. Кларк. Однако пионером в исследовании этого вопроса был Л. Вальрас.

Что касается состояния равновесия, то оно, по Вальрасу, предполагает наличие трех условий:

1) спрос и предложение факторов производства равны; на них устанавливается постоянная и устойчивая цена;

2) спрос и предложение товаров (и услуг) также равны и реализуются на основе постоянных, устойчивых цен;

3) цены товаров соответствуют издержкам производства.

Различают три вида рыночного равновесия: мгновенное, краткосрочное и долгосрочное, через которые последовательно проходит предложение в процессе увеличения его эластичности в ответ на возрастание спроса.

6.

ЗАКРЫТАЯ ЭКОНОМИКА - модель замкнутой экономической системы, ориентированной на исключительное использование собственных ресурсов и отказ от внешнеэкономических связей. Эта модель реализовалась, как правило, в условиях подготовки к войне или войны. В частности, к ней приближались экономика фашистской Германии, довоенная экономика СССР.

Закрытая экономика это экономика, отгороженная от мирового экономического сообщества высоким уровнем таможенных пошлин и нетарифных барьеров. Все большее число развивающихся стран переходит от закрытой к открытой экономике. Закрытой остается пока еще экономика некоторые страны бедного Юга, в первую очередь, страны Африки южнее Сахары. Экономика этих стран не затронута увеличением международных экономических обменов и движения капиталов. Закрытый характер экономики усиливает глубокую отсталость, которая, в свою очередь, не позволяет им адаптироваться к структурным изменениям на мировых рынках.

ОТКРЫТАЯ ЭКОНОМИКА - экономика страны, тесно связанная с мировым рынком, международным разделением труда. Выступает противоположностью замкнутых систем. Степень открытости характеризуется такими показателями, как: отношение экспорта и импорта к ВВП; движение капитала за границу и из-за границы; обратимость валюты; участие в международных экономических организациях. В современных условиях становится фактором развития национальной экономики, ориентиром на лучшие мировые стандарты.

Многие направления экономической мысли Запада (представители стран открытой экономики) развивало собственную модель открытой экономики. Эта тема остается актуальной и по сей день т.к. модели открытой экономики открывают такой спектр вопросов, как взаимодействие между национальными хозяйствами, сочетание макроэкономической и внешнеэкономической политики, а в случае ее неравновесного уровня - вопрос выработки собственной стабилизационной политики.

Модели закрытой и открытой экономики:

Принципиальная неравновесность экономики (неравномерность развития)

Государственное вмешательство (протекционизм и антидемпинговая политика) и глобализация (борьба за ресурсы)

Импорт и экспорт – признаки открытой экономики

Взаимная зависимость стран (международное разделение труда)

Транснациональные корпорации (перетоки капитала)

7.

Разработка технологических моделей – один из самых последовательных методов в макроэкономическом моделировании.

Эти модели непосредственно связывают выпуски и затраты производства с его технологией, позволяют использовать соотношения материального и финансового баланса, проводить прогнозирование, оптимизацию и анализ развития.

Технологические модели могут быть статическими и динамическими .

-Статические модели оперируют постоянными величинами А и В, описывают существующий баланс затрат и выпусков и предназначены для краткосрочных прогнозов или оптимизации (например, модель МОБ Леонтьева)

- Динамические модели включают динамику цен (и возможно – автономный тех.прогресс), дают возможность исследовать экономический рост и устойчивость экономики (модель фон Неймана, Моришимы и др. )

Вместе с тем технологическому подходу присущ ряд недостатков: в технологических моделях обычно не рассматривается: -Географическое положение объекта; -Реальный технический прогресс; -Динамика цен; -Ограниченность трудовых ресурсов и т.п.

Модель фон Неймана - это модель расширяющейся экономики , в которой все выпуски и затраты возрастают в одинаковой пропорции. Модель замкнута, то есть все выпуски одного периода становятся затратами следующего периода. Также в ней не используются первичные факторы и потребление рассматривается как затраты в технологическом процессе, поэтому все затраты являются воспроизводимыми, и нет необходимости рассматривать первичные ресурсы.

Допущения модели: Реальный уровень зарплаты соответствует прожиточному минимуму и весь избыточный доход реинвестируется; Реальный уровень зарплаты задан и доходы имеют остаточную природу; Нет различий между первичными факторами производства и объемами производства; Нет “исходных” факторов производства, таких как труд в традиционной теории.

Модель описывает экономику, характеризуемую линейной технологией производственных процессов.

моделирования в экономике . 2.1. Понятие “модель” и “моделирование ”. С понятием “моделирование экономических систем” (а также математических и др.) связаны...

Экономико -математическое моделирование как способ изучения и оценки хозяйственной деятельности

Реферат >> Экономика

Ред. Л. Н.Чечевицыной – М.: Феникс, 2003 Математическое моделирование в экономике : Учебное пособие/ под ред. Е.С. Кундышевой... под ред. Л. Т. Гиляровской – М.: Проспект, 2007 Математическое моделирование в экономике : Учебное пособие/ под ред. В.И. Мажукина...

Применение экономико -математических методов в экономике

Контрольная работа >> Экономико-математическое моделирование

... : "Экономико -математические методы и моделирование" 2006 г. Содержание Введение Математическое моделирование в экономике 1.1 Развитие методов моделирования 1.2 Моделирование как метод научного познания 1.3 Экономико -математические ...