Математические модели широко применяются в бизнесе, экономике, общественных науках, исследовании экономической активности и даже в исследовании политических процессов.
Математические модели полезны для более полного понимания сущности происходящих процессов, их анализа. Модель, построенная и верифицированная на основе (уже имеющихся) значений объясняющих переменных, может быть использована для прогноза значений зависимой переменной в будущем или для других наборов значений объясняющих переменных.
Модели бывают детерминистическими и стохастическими.
Детерминистическими моделями описываются закономерности, проявляющиеся в одиночном, в каждом отдельно взятом элементе совокупности. Этой закономерности присуща жесткая механическая причинность, конкретно определяющая поведение каждой единицы совокупности. Типичными примерами динамических закономерностей могут служить законы классической механики. Связь между причиной и следствием в динамических закономерностях может быть выражена вполне точно в виде конкретных математических формул, систем уравнений, так как определенным значениям влияющих факторов (аргументам) всегда соответствуют определенные значения результативного признака (функции). Такая связь называется функциональной. Детерминистическая модель служит выражением функциональной связи.
|
|
Закономерности, проявляющиеся только в массовом процессе, только при большом числе единиц, называются статистическими. Статистические закономерности также причинно обусловлены, как и динамические, только причин может быть множество, они взаимно переплетены и действуют в разных направлениях. В таких условиях трудно выявить количественную связь между причиной и следствием. Аналитическое выражение статистических закономерностей определяется методами математической статистики.
Причинно-следственная связь, обусловленная одновременным действием многих причин и проявляющаяся отчетливо только в массовом процессе, называется корреляционной или стохастической, и свойственна она статистическим закономерностям. Для социальных и экономических процессов типичны случайные отклонения и взаимосвязь во времени, и для объяснения комплекса причинно-следственных связей, протекающих внутри этих процессов, применяют стохастические модели. С помощью стохастических моделей строят прогнозные оценки поведения изучаемых систем.
Для исследования интенсивности, вида и формы причинных влияний внутри стохастических процессов применяются методы, обычно объединяемые под общим названием – многомерный статистический анализ. Наиболее известными из них является корреляционный и регрессионный анализ.
|
|
В приложении к экономическим процессам корреляционный и регрессионный анализ является там инструментом, который может вскрыть сложные комплексы причин и следствий. Практика показывает, что регрессионные уравнения – хорошие измерители связей между экономическими явлениями. Как при планировании, так и при проведении экспериментов исследователь чаще всего ставит задачу, сводящуюся к составлению уравнений регрессии и оценке их параметров. Овладение приемами статистической обработки наблюдений и методами составления уравнений, дающих адекватное описание изучаемого явления – непременное условие получения корректных выводов. Выявление количественных соотношений в виде регрессии дает возможность лучше понять природу исследуемого явления. А это, в свою очередь, позволяет воздействовать на выявленные факторы, вмешиваться в соответствующий экономический процесс с целью получения нужных результатов. Регрессионный анализ находит широкое применение при прогнозировании экономических показателей, отражающих развитие народного хозяйства.
Описание экономических процессов с помощью одного уравнения регрессии явно недостаточно в силу многообразного переплетения причин и следствий. Для более адекватного отображения многосторонних реальных взаимоотношений между явлениями необходимо использовать систему соотношений.
Эконометрические модели и методы сейчас - это не только мощный инструментарий для получения новых знаний в экономике, но и широко применяемый аппарат для принятия практических решений в прогнозировании, банковском деле, бизнесе.