Модель как отображение действительности

Наши представления об окружающей действительности по природе своей являются приближенными копиями объективной реальности.

Термин «модель» отражает эту условность, приблизительность знания об объективной действительности.

Что же такое модель?

В «Философском словаре» дается следующее определение: «Моделирование – воспроизведение свойств исследуемого объекта на специально построенном по определенным правилам аналоге его. Этот аналог называется моделью».

В «Философской энциклопедии» говорится: «Модель – условный образ (изображение, схема, описание) какого-либо объекта (или системы объектов) служит для выражения отношения между человеческими знаниями об объектах и этими объектами».

Таким образом, под моделью понимается условный образ какого-либо объекта, приближенно воссоздающий этот объект. Между объектом и его моделью существуют отношения сходства, условности.

Модель дает возможность установить в каждом явлении, объекте, процессе те основные, главные закономерности, которые присущи этим явлениям.

Отношения объекта и модели устанавливаются на основе объективно присущих оригиналу и модели свойств и отношений.

Прежде всего между моделью и объектом существует отношение соответствия (сходства), которое и позволяет исследовать моделируемый объект посредством построения модели.

Но модель используется и для получения таких данных об объекте, которые или затруднительно, или невозможно получить путем непосредственного изучения оригинала. Для того, чтобы модель могла выполнить эту задачу, она должна быть не только сходной с оригиналом, но и отличаться от него. Отличие от оригинала – обязательный признак модели.

В процессе моделирования от установления отношений сходства между одними элементами модели и оригинала переходим к установлению отношений сходства между другими элементами оригинала и модели. Именно наличие такого перехода дает возможность получить новые данные об оригинале, о его свойствах, связях и отношениях.

Возможны два направления в моделировании.

Одно из направлений охватывает множество задач, среди которых основное место отводится отысканию оптимальных характеристик процесса.

В качестве таких моделей часто выступают модели линейного программирования. Эти модели часто называют экономико-математическими, поскольку их применение связано, главным образом, с моделированием функциональных зависимостей.

Сущность статистического моделирования состоит в построении для явления модели, на основании которой изучается поведение элементов системы и взаимодействие между ними с учетом многих, имеющих случайный характер, факторов. Данное направление включает в себя корреляционный анализ, изучение законов распределения и другие.

Модели, выражающие количественно закономерность, которая проявляется в массе событий, называют статистическими моделями.

Повышенный интерес, проявляемый в последние годы к статистическим моделям, обусловлен наличием пакетов прикладных программ, позволяющих обрабатывать большие массивы информации.

Статистические модели можно подразделить на два типа: статические и временные. В первом случае речь идет об исследовании статической совокупности. Единицей наблюдения здесь служат отдельные единицы пространственной совокупности, а в качестве статистической информации используются их показатели по состоянию за определенный период или на момент времени.

Временная модель рассматривает процесс изменения явления во времени. В качестве единицы наблюдения здесь выступает время, а исходной информацией служат временные ряды социально-экономических явлений и определяющие их факторы.

По своим познавательным функциям статистические модели подразделяются на структурные, динамические и модели взаимосвязей.

1.3. Понятие и основные принципы
экономико-статистического анализа

Анализ и обобщение данных исследования – заключительный этап статистического исследования, конечной целью которого является получение теоретических выводов и практических заключений о тенденциях и закономерностях изучаемых социально-экономических явлений и процессов.

Анализ – это метод научного исследования объекта путем рассмотрения его отдельных сторон и составных частей.

Экономико-статистический анализ – это разработка методики, основанная на широком применении традиционных статистических и математико-статистических методов с целью контроля адекватного отражения исследуемых явлений и процессов.

Задачами анализа являются: определение и оценка специфики и особенностей изучаемых явлений и процессов, изучение их структуры, взаимосвязей и закономерностей развития.

В качестве этапов статистического анализа выделяются:

1) формулировка цели анализа;

2) критическая оценка данных;

3) сравнительная оценка и обеспечение сопоставимости данных;

4) формирование обобщающих показателей;

5) фиксация и обоснование существенных свойств, особенностей, сходств и различий, связей и закономерностей изучаемых явлений и процессов;

6) формулировка заключений, выводов и практических предложений о резервах и перспективах развития изучаемого явления.

Методы анализа должны меняться в зависимости от характера изучаемых процессов, их специфики, особенностей и форм проявления.

Анализ данных проводится в неразрывной связи теоретического, качественного анализа сущности исследуемых явлений и соответствующего количественного инструментария изучения их структуры, связей и динамики.

Экономико-статистический анализ должен проводиться при строгом соблюдении следующих принципов, которые должны учитывать экономическую и статистическую их градацию.

К экономическим принципам необходимо отнести:

– соответствие экономическим законам и положениям теории расширенного воспроизводства;

– адекватное отражение сущности экономической политики современного этапа общественного развития;

– ориентация на конечные экономические результаты;

– учет специфики изучаемого объекта, сферы деятельности и так далее;

– согласование интересов субъектов различных иерархических уровней.

К статистическим принципам следует отнести:

– четко определенная цель исследования;

– согласованность систем по горизонтали и вертикали;

– сопоставимость во времени и пространстве;

– логическая взаимосвязь между показателями, характеризующими объект или явление;

– комплексность и полнота отображения объекта исследования в статистических показателях;

– максимальная степень аналитичности.

Соблюдение данных принципов, наряду с предпосылками применения методологии статистического анализа, позволит осуществить научно-обоснованное исследование субъектов экономики в соответствии с принятой международной методологией учета и статистики.

1.4. Характеристика информационной базы
и основные принципы ее формирования

В условиях широкого распространения новых форм хозяйствования, анализ и оценка результатов деятельности организационно-правовых структур должны строиться на надежной информационной базе, что, в свою очередь, требует разработки общих принципов, приемов и методов ее получения.

В самом общем виде «информация» (от латинского разъяснение, изложение) общенаучное понятие, включающее обмен сведениями между людьми, человеком и автоматом, обмен сигналами в животном и растительном мире.

Существует «теория информации», в которой математическими методами изучаются способы измерения количества информации, содержащейся в каких-либо сообщениях и ее передача.

Из всех видов информации исследователей интересует прежде всего статистическая информация. Необходимо ее выделять, обобщать, анализировать.

Статистическая информация представляет собой совокупность сведений социального и экономического характера, на основе которых осуществляются такие функции, как учет и контроль, планирование, статистический анализ и управление.

Источниками статистической информации в настоящее время являются органы государственной статистики, предприятия и организации, специализированные организации и так далее.

Информация, в первую очередь, должна быть подвергнута критической оценке, что является основным из этапов прогнозирования и обеспечивает объективность, достоверность и научную обоснованность заключений и выводов.

Под критической оценкой информационного материала следует понимать полноту, качество и достоверность его соответствия целям и задачам исследования.

Надежность выводов и заключений по анализу статистических данных обеспечивается минимизацией, в исходной информации, пробелов, неточностей, несопоставимости, неопределенности и так далее.

Развитие новых организационно-правовых форм во всех сферах общественной жизни, наличие коммерческой тайны и так далее увеличивает вероятность получения преднамеренно искаженных фактов, затушевывающих результаты производственно-хозяйственной деятельности фирм, банков и других структур.

Внимательное отношение к статистическим данным позволит отобрать совокупность данных, которая может служить прочным фундаментом фактов.

Качественная однородность, достоверность, объективность и точность информации, подвергаемая статистическому анализу, может быть обеспечена, в первую очередь, надежностью схемы порядка сбора данных, которая должна реализовываться в следующей последовательности и содержать в себе полную и максимально точную характеристику:

1) источника информации;

2) программы сбора данных;

3) способа сбора данных;

4) содержания инструкции по проведению наблюдения;

5) контрольных мероприятий за качеством собираемого материала в процессе наблюдения;

6) временного аспекта сбора данных;

7) степени репрезентативности данных (в случае не сплошного наблюдения).

Наряду с важностью соблюдения порядка собирания данных, существенным является интуитивно-логический анализ, включающий в себя рассмотрение, в каждом конкретном случае, экономического содержания того или иного показателя, методологии и порядка его определения и так далее.

Только после того, как определено содержание статистического материала, охарактеризованы его позитивные и негативные стороны, можно приступать к статистическому анализу, который, в свою очередь, осуществляется посредством сравнений и сопоставлений.

Большое значение уделяется прямому исследованию рынка, анализу его состояния, конъюнктуры, что в свою очередь предполагает организацию специальных обследований, обеспечение рационального сочетания различных видов статистического наблюдения, многоцелевое использование полученных результатов на основе постоянной актуализации статистических показателей с целью отражения новых процессов, тенденций и получения «моментального снимка» рынка.

Основная роль отводится качественному и количественному анализу.

Количественные исследования предполагают анализ сегментов рынка выборочным методом, когда определяются потенциальный заказчик продукции и факторы, влияющие на принятие решения по заключению договоров-контрактов.

Качественный анализ призван изучать мотивы, мнения и представления клиентуры.

Организация учета должна быть нацелена на получение информации о многих сторонах хозяйственной деятельности, в том числе о материально-техническом снабжении, о финансовых результатах и так далее.

В то же время рынок, рыночные отношения требуют учета влияния специфических факторов положения предприятий, таких, как: общее положение предприятия на рынке, конкурентоспособность, реноме и престиж предприятия и так далее.

Таким образом, рынок диктует создание новых форм получения статистической информации: отчеты фирм, отчеты представителей, отчеты аудиторов, балансы предприятий и так далее. Такого рода исходная информация частично имеется на предприятиях, в организациях (годовые отчеты, результаты единовременных обследований и так далее).

Аналогичную информацию можно получить и из других источников: торговых палат, ассоциаций и союзов предпринимателей, фондов, бирж и так далее.

Анализ количественного и качественного состояния предприятий и других экономических структур в новых условиях хозяйствования, в аспекте современных форм получения статистической информации, предполагает определенное сокращение отчетности, документооборота с целью достижения однократного получения первичных данных для последовательного многократного использования в различных целях.

В условиях перехода к рынку, многообразия форм собственности, целесообразно расширить практику проведения выборочных обследований с учетом использования статистических методов и, по мере необходимости, с учетом материальных и финансовых возможностей переходить от регулярной статистической отчетности и сплошных единовременных учетов к целевым выборочным обследованиям с целью установления оптимального соотношения объема собираемой статистической информации и эффективного, комплексного ее использования.

Развитие рыночных отношений выдвигает на первый план задачу создания интегрированных систем статистического наблюдения. Эти системы должны обеспечить оптимальное сочетание различных видов статистического наблюдения, многократное и многоцелевое использование информационных банков данных, расширение использования электронно-вычислительных средств в процессе сбора и обработки статистической информации.

Необходимой предпосылкой успешной деятельности экономических структур в условиях становления и развития рыночных отношений, является широкий охват поставщиков и потребителей статистической информации, позволяющей учитывать происходящие изменения во внешней среде, действия конкурентов, особенности различных рынков и так далее.

Необходимо анализировать потребности в информации, осуществлять ее классификацию и систематизацию, формировать гибкие интегрированные банки данных с учетом внутренних и внешних структурных изменений, происходящих
в экономике.

В условиях рынка наиболее актуальной является проблема соединения информации и ресурсов.

Информация, которая в определенном сочетании с ресурсами могла бы быть использована для развития производственно-хозяйственной деятельности, увеличения прибыльности и рентабельности предприятий, бывает недоступна обладателям данных ресурсов.

В условиях рыночной экономики приемлем путь «купли-продажи» информации и, таким образом, уместно говорить о рынке информации как равноправном, наряду с рынком средств производства, рабочей силы и так далее.

В данном случае возможны два пути: обладатель информации может выступать в качестве покупателя средств производства, которые могут использоваться в сочетании с данной информацией с целью получения наибольшей прибыли.

Обладатель информации может выступать также в качестве продавца информации. Но такая реализация бывает весьма дорогостоящей, сложной, а в некоторых случаях и невозможной.

Необходимо учитывать и тот факт, что при передаче информации возможна ее утечка, что значительно снижает ее ценность.

Количество информации, передаваемое потенциальному потребителю, во многом зависит от конкурентных позиций фирмы-производителя, степени распространения коммерческой тайны.

Важным фактором, рассматриваемым при анализе особенностей отрасли, является количество и четкость контактов между фирмами-конкурентами. Отрасли могут характеризоваться открытостью контактов и отсутствием двусмысленной информации. И наоборот, отрасль может быть закрыта в информационном плане или даже представлять информацию, призванную ввести конкурентов в заблуждение.

Открытость контактов и обмен информацией увеличивают количество доступных сведений о деятельности фирм и облегчают процесс реализации продукции. Четкость контактов увеличивает количество достоверной информации.

Рынок предполагает, что некоторые аспекты экономики в целом, например, экономические кризисы, забастовки и так далее, не поддаются планированию. Их реакцию на развитие рынка нельзя предугадать. Возникает проблема неполноты информации.

В качестве причин возникновения проблемы неполноты информации, можно выделить следующие:

1) аномальные процессы в экономике;

2) многообразие форм собственности;

3) несоответствие современных форм статистической отчетности условиям рыночной экономики;

4) разрыв договорных обязательств по предоставлению статистической информации;

5) неточности, проистекающие из-за приблизительности методов оценки данных;

6) технические ошибки.

Ряд ученых на Западе в качестве важной причины неполноты информации выдвигают тезис о существовании так называемой «организованной» неполноты информации.

Ряд фирм считают нецелесообразным утаивать какую-либо информацию, так как действует ветто коммерческой тайны. Зачастую более выгодно работать с неполной информацией, чем получать крайне дорогостоящую, практически полную информацию. К этой же группе можно отнести и неполноту информации, обусловленную экономической ограниченностью средств по обработке информации.

На практике при проведении конкретного статистического анализа проблема неполноты информации может решаться с помощью различных методов.

При анализе статистических совокупностей, когда для построения адекватных моделей недостаточен объем совокупности, прибегают к искусственному увеличению числа наблюдений, используя метод «заводо-год» («заводо-лет»).

Сущность данного метода заключается в том, что при небольшом числе исследуемых объектов, по наиболее характерным объектам используют наблюдения за ряд лет. Этот метод, хотя и увеличивает число наблюдений, тем не менее значительно усложняет сам анализ, например, в аспекте построения модели взаимосвязи вида:

Применение метода «заводо-год» приводит к появлению авторегрессии и значительно осложняет последующие расчеты.

Достичь соответствия количества и качества статистической информации требованиям данного этапа экономического развития, устранить ее дублирование, комплексно анализировать развитие экономики страны на основе применения макроэкономических, отраслевых и региональных статистических моделей, возможно лишь при соблюдении определенных требований к информационной базе:

1. Точность, полнота и представительность всех типов и групп.

2. Соответствие задачам проводимого исследования, то есть пригодность для реализации конкретных целей изучения, ограниченного во времени и пространстве объекта.

Одна и та же информация адекватна для решения одних задач и неадекватна для других.

3. Достоверность – степень соответствия статистической информации отображаемой ею действительности.

4. Оперативность информации.

Использование устаревшей информации о составе, структуре, основных характеристиках объекта, ведет к ошибкам в результатах исследования.

Чем больше период, отделяющий время применения данных о единицах генеральной совокупности от времени, на которое эти данные составлялись, тем меньше вероятность получить достоверную характеристику состояния изучаемого объекта.

5. Удобство работы с исходной информацией. Оно предполагает возможность быстро получить сведения о единицах генеральной совокупности, идентифицировать их, систематизировать.

6. Объектность.

7. Реальность исходной информации, так как она отражает различные стороны проявления процессов действительности, когда последние вовлекаются в сферу познания человека.

8. Систематичность сбора и обработки информации.

9. Научный подход к информации.

Масштабность и сложность подготовки, организации и проведения массовых наблюдений, требуют их научной организации на основе общенаучных методов познания действительности и общих положений статистики как науки.

10. Адекватность информации сущности и характеру изучаемых социально-экономических явлений.

Кроме статистической информации, исследователь должен использовать другие виды информации, основными из которых являются:

– бухгалтерская – сплошная, непрерывная регистрация наличия и движения всех материальных и финансовых средств организации;

– оперативно-техническая – совокупность зарегистрированных отдельных событий и фактов непосредственно в момент их совершения. Отражает технологическое состояние объекта на тот или иной момент времени.

– социологическая информация, для которой характерно сильное влияние субъективного фактора, необходимость учета классовых, групповых, социальных интересов, мотивов и так далее.

Таким образом, создание рынка предполагает появление новых субъектов экономической деятельности, основная задача которых заключается в полном использовании всех видов информации, сосредоточении и обобщении «разрозненных кусков» противоречивой информации с целью проведения комплексного экономико-статистического анализа производственно-хозяйственной деятельности предприятий в условиях многообразия форм собственности и представления развернутой картины происходящих в них процессов и существующих тенденций.

Характер и глубина изменений статистической информации обуславливаются реальными социально-экономи-
ческими процессами, развитием производительных сил общества и условиями рыночной экономики.

1.5. Априорный анализ и его роль в статистическом
моделировании

Оценка эффективности и деловой активности субъектов экономического процесса и состояния социальной инфраструктуры общества во многом зависит от качества статистического анализа эмпирического материала, от того, насколько точно будут выявлены и научно обоснованны закономерности и тенденции развития.

Основные трудности, связанные с применением количественных математико-статистических методов, заключаются в том, что они достаточно нейтральны к исследуемым социально-экономическим процессам.

Поэтому основным этапом проведения статистического исследования на информационной базе, характеризующей реальные социально-экономические явления, является критическая оценка исходных данных с точки зрения их достоверности и научной обоснованности, которая в статистическом моделировании реализуется методами априорного анализа, включающего в себя:

– выявление экономически обоснованных и существенных причинно-следственных связей между признаками и явлениями;

– оценку однородности исследуемой совокупности;

– анализ характера распределения совокупности по изучаемым признакам.

Понятия и категории, используемые при проведении анализа статистическими методами, должны быть точно определены.

Необходимо четко определить, к какому моменту или периоду времени относится исследуемое явление или процесс.

Одной из основополагающих предпосылок проведения научно-обоснованного статистического анализа, адекватно отражающего причинно-следственные связи и зависимости, тенденции развития реальных явлений и процессов в динамике, является однородность статистической совокупности.

Анализ однородности статистической совокупности целесообразно проводить в следующей последовательности:

– определение степени однородности всей совокупности по одному или нескольким существенным признакам;

– определение и анализ аномальных наблюдений;

– выбор оптимального варианта выделения однородных совокупностей.

В статистической теории и практике разработаны различные подходы к оценке степени однородности.

Проблемой оценки однородности совокупности занимались такие известные ученые, как Ю. Аболенцев, Г. Кильдишев, В. Овсиенко и другие.

Наиболее сложным и дискуссионным является вопрос о способах и критериях выделения однородных групп объектов в пределах исходной совокупности.

Важной предпосылкой получения научно-обоснованных результатов статистического анализа и моделирования является проверка гипотезы о близости распределения эмпирических данных нормальному закону. Для нормального закона распределения характерно:

; A_s = 0; E_x = 0

Одним из недостатков данного подхода к оценке характера распределения является наличие субъективности в анализе достаточности величины отклонения от M_e и M_o от M_e для подтверждения гипотезы.

Любая исследуемая совокупность, наряду со значениями признаков, сложившихся под влиянием факторов, непосредственно характерных для анализируемого объекта, может содержать и значения признаков, полученных под воздействием иных факторов, не характерных для изучаемого объекта.

Такие значения резко выделяются и, следовательно, использование методологии статистического анализа без изучения аномальных наблюдений приводит к серьезным ошибкам. Резко выделяющиеся из общей совокупности наблюдения требуют их изучения.

Причины появления в совокупности аномальных наблюдений можно условно подразделить следующим образом:

I. внешние, возникающие в результате технических ошибок;

II. внутренние, объективно существующие.

Аномальные наблюдения представляют интерес для исследователя, так как могут содержать, за счет влияния особых неучтенных факторов, особую информацию.

На практике, в зависимости от условий места и времени, влияние одних факторов в каждый конкретный исследуемый момент или промежуток времени значительнее, чем других.

Выбор того или иного метода выявления и анализа аномальных наблюдений определяется объемом совокупности, характером исследуемых процессов и задач (одномерные и многомерные).

При реализации одномерных задач как при анализе динамической, так и при анализе статической информации, наиболее широкое применение получил метод выявления аномальных наблюдений, основанный на определении q – статистики:

(1.1)

где:

y_t – отдельные уровни ряда;

– средний уровень ряда;

σ_y– среднеквадратическое отклонение эмпирических значений уровней ряда от их среднего уровня.

Если для расчетного значения выполняется неравенство:

q_t ≥ q_кр (р) (1.2)

с заранее заданным уровнем вероятности, то данное наблюдение считается аномальным и, после логико-экономического анализа причин ошибок аномальности, подлежит замене скорректированным значением (в случае ошибки «I») и не подлежат корректировке (в случае ошибки «II»).

Корректировка осуществляется по схеме:

1. Рассчитывается новое значение уровня ряда:

(1.3)

2. заменяется в ряду на .

3. Определяются новые характеристики ряда с : и .

4. Рассчитывается следующее значение:

. (1.4)

5. Проверяется аномальность значения :

, (1.5)

где:

ε – заданный уровень точности определения .

Если данное условие выполняется, то значение является скорректированным, не аномальным значением, занимает место в ряду и анализу подвергается .

Если условие не выполняется, то рекомендуется рассчитать и проверить на аномальность.

Процесс корректировки носит итерационный характер.

В анализе временных рядов наибольшее распространение получил метод Ирвина, основанный на определении λ – статистики. При его использовании выявление аномальных наблюдений производится по формуле:

(1.6)

Если расчетное значение превысит уровень критического (с заданным уровнем точности и числом наблюдений) (таблица 1.1), то расчетное значение признается аномальным.

Схема реализации данного метода аналогична предыдущей с той лишь разницей, что заменяется на y_t-1(предыдущее значение уровня ряда).

Способ, основанный на расчете q – статистики применим для относительно стационарных рядов, так как при использовании для анализа динамических рядов, имеющих ярко выраженную тенденцию, он приведет к ошибкам.

Таблица 1.1

Табулированные значения λ_t

Число наблюдений	λкр
0,95	0,99
	2,8 2,2 1,5 1,3 1,3 1,1 1,0	3,7 2,9 2,0 1,8 1,7 1,6 1,5

Более корректным является использование статистики, в которой определяются отклонения от теоретических значений, полученных по уравнению тренда :

(1.7)

В общем виде, схему градации статистических методов выявления аномальности в исходных данных можно представить следующим образом (рис. 1.1).

Основной задачей статистического исследования на этапе априорного анализа является выделение однородных групп (даже аномальных). В данном случае эффективно применять в анализе комбинационные группировки с развернутым сказуемым.

n≤20

n>20

Объем совокупности (n)

Обработка информации

Без использования ЭВМ

С использованием ЭВМ

Простейшие методы: - визуальный анализ; - графический метод.

- математические методы; - статистические методы; - математико-статистические методы.

Рис. 1.1. Методы анализа аномальных наблюдений

Раздел II.