- •Экономико - математические методы и модели
- •Экономико-математические методы в планировании и управлении производством.
- •1. Роль математического моделирования в экономической теории и практике:
- •2. Понятие модели и моделирования:
- •3. История развития экономико-математического моделирования:
- •Межотраслевой балансовый метод
- •7. Равновесные цены в межотраслевом балансе:
- •Динамическая модель межотраслевого баланса
- •Перепишем систему (1) через коэффициенты
- •Матричные модели на предприятии
- •Методологические проблемы разработки межотраслевого баланса
- •Оптимальные модели. Линейное програмирование в оптимальном планировании
- •Алгоритм симплексного метода
- •Оптимальное планирование и оптимальные оценки
- •Нахождение исходного опорного плана
- •Расчет оптимальной производственной мощности
- •Анализ производственной программы с использованием оптимальных моделей
- •Оптимальное использование взаимозаменяемых ресурсов
- •Модели оптимального раскроя промышленных материалов
- •Модели оптимального составления смеси (сплава)
- •Бензин а – 76, октановое число не ниже 76, сера не более 0,3 %
- •Модели транспортной задачи
- •Целевая функция (1), ограничение (2), (3) со знаком
- •Модели оптимального планирования, развития и размещения производства
- •Однофакторные модели экономического развития
- •Статистический анализ и прогнозирование экономических показателей (Лабораторная работа № 4)
- •Многофакторные модели экономического развития
- •Множественная корреляция. (лабораторная работа № 5)
- •Оптимизационные модели на макроуровне
Многофакторные модели экономического развития
1. Производственные функции и функции производственных затрат;
2. Определение параметров многофакторных моделей;
3. Коэффициент множественной корреляции. Частный коэффициент множественной корреляции;
4. Понятие предельной эффективности ресурса и эластичности производства;
5. Линейные и степенные производственные функции;
6. Динамические производственные функции.
1. Производственные функции и функции производственных затрат.
Под производственной функцией понимается зависимость выпуска продукции от затрат различных ресурсов. Обозначим у – выпуск продукции. Ресурсы (фактор) – х1, х2, … хm.
Т.е. мы будем строить зависимость у = f (х1, х2, … хm). Эта функция является моделью предприятия, зависит от технологии предприятия, что влияет на соотношение затрат и выпуска продукции. Чтобы построить производственную функцию нужна статистика, наблюдения: i – номер наблюдения.
yi x1i, x2i, … xmi.
Таких наблюдений надо много, допустим n – штук (представительная статистика).
Производственная функция нужна для анализа и прогнозирования исследуемого показателя (выпуск продукции, например).
Факторы: труд, капитал, сырье, стоимость ОС. В качестве исследуемого показателя может быть – производительность труда.
Функция производственных затрат – это зависимость затрат какого-либо ресурса хi = (y1, y2, … ym) от объемов выпускаемой продукции. Упрощенный вариант хi = (y1) – наиболее простая модель – то зависимость с/с продукции от объема производства с = (y), где с – с/с.
’ (y) = 0 (min с/с)
с
с = (y)
cmin
y
y* (min с/с)
2. Определение параметров многофакторных моделей.
При построении многофакторных моделей надо пройти следующие этапы:
1. постановка проблемы (производительность труда, прибыль…);
2. выбор ли определение факторов (этот процесс соединяет формальные и неформальные методы);
3. выбор вида функции и расчет параметров;
4. Оценка результатов;
5. Окончательный выбор функции.
Линейная зависимость: = а0 + а1 х1 + а2 х2 + … + аm xm (1). В данном случае используют метод наименьших квадратов. Строим уравнение регрессии (1), чтобы сумма квадратов отклонений фактических значений от вычисленных по уравнению регрессии была минимальной.
Функция будет зависеть от параметров:
F (a0, a1, … am) = min
Берем частные производные:
,
Отсюда находим
……. параметры a0, a1, а2 … am.
.
При исследовании многофакторных моделей в процессе исследования стараются уменьшить количество факторов. Желательно иметь два, три фактора.
Линейная зависимость от 2-х факторов: = а0 + а1 х1 + а2 х2
i – номер наблюдения, i = ; у – объем производства
yi , х1i , х2i – статистические данные для каждого наблюдения.
F (a0, a1, a2) = min
;
;
;
или
n a0 + х1i a1 + х2i a2 = yi,
х1i a0 + (х1i)2 a1 + х1i х2i a2 = yi хi, (2)
х1i a0 + х1i х2i a1 + (х2i)2 a2 = yi хi.
Из системы находим параметры.
ПРИМЕР:
Имеем десять однородных предприятий, хотим исследовать зависимость объема производства от количества рабочих и энерговооруженности.
Пусть линейная зависимость у = а0 + а1 х1 + а2 х2, где у – объем производства, х1 – численность рабочих, х2 – энерговооруженность, n = 10.
Для того чтобы определить параметры необходима статистика:
уi, млн. руб |
х1i, тыс. чел/дн |
х2i, кв-ч |
х1i yi |
х2i yi |
|
|
х1i х2i |
10 |
2 |
1 |
20 |
10 |
4 |
1 |
2 |
12 |
2 |
2 |
24 |
24 |
4 |
4 |
4 |
17 |
8 |
10 |
136 |
170 |
64 |
100 |
80 |
13 |
2 |
4 |
26 |
52 |
4 |
16 |
8 |
15 |
6 |
8 |
90 |
120 |
36 |
64 |
48 |
10 |
3 |
4 |
30 |
40 |
9 |
16 |
12 |
14 |
5 |
7 |
70 |
98 |
25 |
49 |
35 |
12 |
3 |
3 |
36 |
36 |
9 |
9 |
9 |
16 |
9 |
10 |
144 |
160 |
81 |
100 |
90 |
18 |
10 |
11 |
180 |
198 |
100 |
121 |
110 |
137 |
50 |
60 |
756 |
908 |
336 |
480 |
398 |
10 а0 + 50 а1 + 60 а2 = 137
50 а0 + 336 а1 + 398 а2 = 756
60 а0 + 398 а1 + 480 а2 = 908
Отсюда а0 = 9,39; а1 = 0,13; а2 = 0,62.
Производственная функция: у = 9,39 + 0,13 х1 + 0,62 х2 – характеризует общую тенденцию изменения объема выпуска от 2-х факторов. Эту модель можно использовать для анализа:
Для предприятия 1 подставим фактические значения х1 и х2 в функцию и найдем расчетное значение у, сравним его с уi. Если фактическое значение больше, то предприятие работает эффективно. Если меньше, то предприятие неправильно использует свои ресурсы.
Можно использовать для прогнозирования:
Пусть на следующий год для предприятия 1 будет известно значение х1 и х2, то мы можем сделать прогноз на следующий год. Гарантировать, что прогноз точный нельзя.
уt = [ t ], где - значение прогноза, - стандартная ошибка.
; где k = 3 – число параметров, n = 10 – количество наблюдений.
Если же зависимость степенная: у = а0 х1a1 х2a2
Чтобы использовать метод наименьших квадратов левую и правую части логарифмируем:
ln y = ln a0 + a1 ln x1 + a2 ln x2 – получим линейную зависимость, для которой можно использовать формулу (2)
уi x1i x2i
ln уi ln x1i ln x2i
Можно прологарифмировать все статистические значения и подставить в зависимость. Вместо а0 будет а0’ = ln a0, a0 = .