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:
; As = 0; Ex = 0
Одним из недостатков данного подхода к оценке характера распределения является наличие субъективности в анализе достаточности величины отклонения от Me и Mo от Me 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:
yt – отдельные уровни ряда;
– средний уровень ряда;
σy– среднеквадратическое отклонение эмпирических значений уровней ряда от их среднего уровня.
Если для расчетного значения выполняется неравенство:
qt ≥ qкр (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 yt-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 λt
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.