Tahlil modellari va

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
6. Количественное микропрограммное обеспечение EViews [Электронный ресурс]. — URL: http:// www.eviews.com/.
7. Kolmakova, E. Effective Management Predictions on the Basis of the Regression Model / E. Kolmakova, N. Degtyareva, I. Kolmakova // Insights and Potential Sources of New Entrepreneurial Growth : Proc. of the Intern. Roundtable on Entrepreneurship. — 2016. — Vol. IV, no. 1. — Belgrade, Serbia : Filodiritto Publ., 2017. — P. 146—156.
8. Практикум по эконометрике : учеб. пособие / И. И. Елисеева, С. В. Курышева, Н. М. Гордеенко [и др.] ; под ред. И. И. Елисеевой. — 2-е изд., перераб. и доп. — М. : Финансы и статистика, 2007. — 344 с.
9. Уральский федеральный округ — 2015 [Электронный ресурс]. — URL: http.//uralfo/gov.ru.
10. Экономико-математические методы и прикладные модели : учеб. пособие / В. В. Федосеев [и др.]. — М. : ЮНИТИ-ДАНА, 2012. — 304 c. — URL: http://www.iprbookshop.ru/15500.
11. Эконометрика : учебник / В. С. Мхитарян, М. Ю. Архипова, В. А. Балаш [и др.]. — М. : Проспект, 2010. — 384 с.
12. Дайитбегов, Д. М. Компьютерные технологии анализа данных в эконометрике / Д. М. Дайитбе-гов. — М. : ИНФРА-М : Вузов. учеб., 2008. — 578 с.
13. Дубина, И. Н. Математико-статистические методы в эмпирических социально-экономических исследованиях / И. Н. Дубина. — М. : Финансы и статистика : Инфра, 2010. — 416 с.
14. Айвазян, С. А. Программное обеспечение персональных ЭВМ по статистическому анализу данных / С. А. Айвазян // Компьютер и экономика: экономические проблемы компьютеризации общества. — М., 2005. — С. 91—107.
15. Дегтярева, Н. А. Повышение экономической эффективности функционирования крестьянских (фермерских) хозяйств в условиях рынка : дис. ... канд. экон. наук / Н. А. Дегтярева. — Челябинск, 2000. — 218 с.
Сведения об авторах
Дегтярева Нина Адамовна — кандидат экономических наук, доцент, доцент кафедры экономики, управления и права Южно-Уральского государственного гуманитарно-педагогического университета, Челябинск, Россия. [e-mail]
Берг Наталья Алексеевна — кандидат экономических наук, доцент кафедры профессиональной подготовки и управлении в правоохранительной сфере Юридического института Южно-Уральского государственного университета (национального исследовательского университета), Челябинск, Россия. [e-mail]
Bulletin of Chelyabinsk State University.
2018. No. 7 (417). Economic Sciences. Iss. 61. Pp. 176—183.
THE ADOPTION OF EFFECTIVE MANAGEMENT DECISIONS ON THE BASIS OF ECONOMETRIC FORECASTING
N.A. Degtyareva
South Ural State University of Humanities and education, Chelyabinsk, Russia. [e-mail]
N.A. Berg
South Ural State University, Chelyabinsk, Russia. [e-mail]
The article deals with the study of the dependence of production costs on fixed assets and the number of employees in production. Making informed decisions on this issue is based on a thorough analysis of the information, allowing to understand the patterns, relationships, dependencies between different indicators. Therefore, the analysis of the set of factors and indicators involved in the model was carried out, the dominant factors were identified, their role and relationship was determined, the type of model was formed and its pa-
rameters were evaluated, the quality and adequacy of the model was checked. Processing of statistical information in the study is carried out by methods of correlation and regression analysis, in accordance with the stages of econometric modeling. The numerical solution of the research problem is accompanied by econometric calculations. The obtained accurate and adequate linear model was used for conditional and unconditional forecasting of costs at the enterprise. Point and interval forecasts of the investigated quantity are constructed. The broken actual data, results of approximation and forecasting with the use of Excel spreadsheets are constructed. The obtained forecast creates an opportunity to make informed effective management decisions by the head of the enterprise.
Keywords: econometric research, correlation and regression analysis, econometric forecasting, effective solutions.
References
1. Vukolov E.A. Osnovy statisticheskogo analiza [Bases of the statistical analysis]. Moscow, 2004. 464 p. (In Russ.).
2. Degtyareva N.A. Ekonometricheskiye modeli analiza i prognozirovaniya [Econometric models of analysis and forecasting]. Chelyabinsk, 2017. 170 p. (In Russ.).
3. Degtyareva N.A. Issledovaniye zavisimosti kolichestva bezrabotnykh ot sotsial'no-ekonomicheskikh fak-torov na osnove modeli mnozhestvennoy regressii [The study of the dependence of the number of unemployed on social and economic factors on the basis of the multiple regression model]. Fundamental'naya iprikladnaya nauka [Fundamental and Applied Science], 2016, no. 2, pp. 13—16. (In Russ.).
4. Degtyareva N.A., Berg N.A. Primeneniye statisticheskikh metodov issledovaniya v sel'skom khozyaystve [The application of statistical methods of research in agriculture]. Izvestiya vysshikh uchebnykh zavedeniy. Ural 'skiy region [News of Higher Educational Institutions. The Ural Region], 2017, no. 1, pp. 42—47. (In Russ.).
5. Yeliseyeva I.I. [et al.]. Statistika [Statistics]. Moscow, 2011. 565 p. (In Russ.).
6. Kolichestvennoye mikroprogrammnoye obespecheniye EViews [Quantitative Micro Software EViews]. Available at: http://www.eviews.com/ (In Russ.).
7. Kolmakova E., Degtyareva N., Kolmakova I. Effective Management Predictions on the Basis of the Regression Model. Insights and Potential Sources of New Entrepreneurial Growth. Vol. IV, no. 1. Belgrade, Serbia, Filodiritto Publ., 2017. Pp. 146—156.
8. Yeliseyeva I.I., Kurysheva S.V., Gordeyenko N.M. [et al.]. Praktikum po ekonometrike [Workshop on Econometrics]. Moscow, 2007. 344 p. (In Russ.).
9. Ural 'skiy federal 'nyy okrug — 2015 [The Urals Federal District — 2015]. Available at: http://www.eviews. com/ (In Russ.).
10. Fedoseyev V.V. [et al.]. Ekonomiko-matematicheskiye metody i prikladnye modeli [Economic and mathematical methods and applied models]. Moscow, 2012. 304 p. (In Russ.).
11. Mkhitaryan V.S., Arkhipova M.Yu., Balash V.A., Balash O.S., Dubrova T.A., Sirotin V.S. Ekonometrika [Econometrics]. Moscow, 2010. 384 p. (In Russ.).
12. Dayitbegov D.M. Komp'yuternyye tekhnologii analiza dannykh v ekonometrike [Computer technologies of data analysis in econometrics]. Moscow, 2008. 578 p. (In Russ.).
13. Dubina I.N. Matematiko-statisticheskiye metody v empiricheskikh sotsial'no-ekonomicheskikh issledo-vaniyakh [Mathematical and statistical methods in empirical socio-economic studies]. Moscow, 2010. 416 p. (In Russ.).
14. Ayvazyan S.A. Programmnoye obespecheniye personal'nykh EVM po statisticheskomu analizu dannykh [Software for personal computers for statistical analysis of data]. Komp'yuter i ekonomika: ekonomicheskiye problemy komp'yuterizatsii obshchestva [Computer and economics: economic problems of computerization of society]. Moscow, 2005. Pp. 91—107. (In Russ.).
15. Degtyareva N.A. Povysheniye ekonomicheskoy effektivnosti funktsionirovaniya krest'yanskikh (fermer-skikh) khozyaystv v usloviyakh rynka [Increase of economic efficiency of functioning of peasant (farm) economy in the conditions of the market. Thesis]. Chelyabinsk, 2000. (In Russ.).

Эконометрические модели прогнозирования Рассмотренные выше множественные регрессионные (83), (84) и факторно-регрессионные (85) модели лишь косвенно учитывают взаимодействие между отраслями экономики и совсем не рассматривают ограничения, которые накладываются на основные региональные показатели - располагаемые материальные и трудовые ресурсы. Этот недостаток можно ликвидировать, используя эконометрические модели прогнозирования [8]. Эконометрические модели в отличие от множественных регрессионных изучают зависимости группы показателей Y = {y1,y2, ... ,ym}, называемых эндогенными (зависимыми), от группы независимых экзогенных показателей X = {хх,х2, ...,хп}, а также внутренние связи между эндогенными показателями. При прогнозировании возникает задача формирования системы одновременных взаимозависимых моделей прогнозирования Принципиально модели (86) могут быть как линейными, так и нелинейными. Наиболее простой вид моделей - линейный: Структурная форма эконометрических моделей (87) в координатном виде может быть записана следующим образом: Матрица коэффициентов А{А0, Аь ...,Ап} перед экзогенными независимыми показателями имеет размер т х п + 1. Матрица коэффициентов В{В0, Вь ... ,Bm} перед экзогенными зависимыми показателями имеет размер т х т. Общее число определяемых коэффициентов системы эконометрических моделей в структурной форме Ncrр = mx(n+l+m — l) = mx(n + m). Если для оценки коэффициентов моделей использовать метод наименьших квадратов отдельно для каждого уравнения, то это приведет к получению смещенных, несостоятельных оценок. Следовательно, оценка коэффициентов всех уравнений системы (87) должна быть выполнена одновременно. При разделении эндогенных и экзогенных переменных можно перейти от структурной формы эконометрических моделей (87) к приведенной форме эконометрических моделей где I — единичная матрица. Когда матрица D (90) не вырождена и структурные уравнения составляют совместную систему, то, решая ее относительно экзогенных переменных, можно получить приведенную форму эконометрических моделей: Матрица коэффициентов С{С0, Сг, ..., Сп} перед экзогенными независимыми показателями имеет размер mxn+1. Число неизвестных коэффициентов приведенной формы эконометрических моделей Мпри в — шхп + 1. Преимущества структурной формы по сравнению с приведенной заключаются в большей степени взаимной увязкой переменных при описании процесса прогнозирования и улучшении прогностических возможностей моделей. Эконометрические модели, используемые при прогнозировании, должны быть полными. Эконометрическая модель называется полной, если выполняются следующие условия: - система имеет однозначное решение относительно зависимых переменных (матрица D не вырождена); - модель содержит все существенные переменные, а возмущающие параметры носят случайный характер; - число уравнений равно числу эндогенных переменных, так что каждый эндогенный показатель может быть объяснен с помощью соответствующего уравнения. Особой проблемой в эконометрическом моделировании является идентифицируемость модели, заключающаяся в однозначности соответствия структурной и приведенной форм. От структурной формы эконометрических моделей (87) всегда (если матрица D не вырождена) можно перейти к приведенной (90). При обратном переходе - от приведенной формы к структурной - возникает проблема идентифицируемости. Поскольку обычно Л^стр > Л/прив, то однозначность соответствия форм приведенной и структурной обеспечена, если часть коэффициентов структурной формы будет отсутствовать (будет приравнена нулю). Тогда число определяемых коэффициентов структурной формы становится равно (или меньше) числу коэффициентов приведенной формы. В случае равенства - идентифицируемость точная, в случае, если число определяемых коэффициентов структурной формы меньше числа приведенной, говорят о сверхидентифицируемости. Для оценки коэффициентов структурной формы эконометрических моделей применяются косвенный и двухшаговый методы наименьших квадратов.