Hubungan ekonometrik dengan teori ekonomi, statistik dan kaedah ekonomi dan matematik. Pengumpulan dan Ringkasan Statistik

1

Satu kajian dibuat tentang kemungkinan alat matematik dan statistik ekonometrik, berkat penilaian dan analisis prestasi keseluruhan pekerja syarikat telah dijalankan. Sebagai penunjuk kecekapan kerja pekerja, penunjuk keuntungan syarikat yang dicipta oleh pekerja dipilih. Penunjuk utama dinamik kecekapan kerja ditentukan, ilustrasi grafik hasil pengiraan diberikan. Faktor utama yang mempengaruhi kecekapan kerja pekerja syarikat telah dikenalpasti, untuk ini, kemungkinan analisis korelasi dan regresi menggunakan matriks korelasi pasangan telah digunakan. Analisis komponen bermusim penunjuk prestasi pekerja telah dijalankan. Pengiraan dan analisis pekali keanjalan yang mencirikan pengaruh ciri faktor ke atas penunjuk kecekapan kerja yang berkesan dijalankan. Analisis trend faktor utama telah dijalankan. Pembinaan persamaan pasangan dan regresi berbilang telah selesai. Kualiti persamaan regresi yang dibina telah dinilai menggunakan kriteria Fisher, t-Statistik Pelajar dan pekali penentuan. Pengiraan ramalan titik dan selang kecekapan pekerja syarikat untuk tempoh masa depan dijalankan. Cadangan telah dibuat untuk meningkatkan kecekapan pekerja syarikat.

prestasi pekerja

analisis korelasi-regresi

penilaian kualiti regresi

1. Alekseeva E.V., Gusarova O.M. Kajian ekonometrik penunjuk kewangan aktiviti organisasi // Buletin Saintifik Pelajar Antarabangsa. - 2016. - No. 4–4. - S. 497-500.

2. Golicheva N.D., Gusarova O.M. Teori dan amalan memodelkan proses kewangan dan ekonomi di bawah ketidaktentuan ekonomi. - Smolensk: Magenta, 2016. - 227 p.

3. Gusarova O.M. Analisis trend bidang keutamaan ekonomi serantau // Penyelidikan asas. - 2016. - No. 8–1. – Hlm.123–128.

4. Gusarova O.M. Alat Analitikal untuk Pemodelan Ketergantungan Korelasi-Regresi // Jurnal Antarabangsa Penyelidikan Gunaan dan Fundamental. – 2016. – No. 8–2. – H.219–223.

5. Gusarova O.M., Kuzmenkova V.D. Pemodelan dan analisis trend dalam pembangunan ekonomi serantau // Penyelidikan asas. - 2016. - No. 3–2. – P.354–359.

6. Gusarova O.M. Analisis Ekonometrik Perkaitan Statistik Petunjuk Pembangunan Sosio-Ekonomi Rusia // Penyelidikan Fundamental. - 2016. - No. 2–2. – P.357–361.

7. Gusarova O.M. Kaedah dan model untuk meramalkan aktiviti sistem korporat // Isu pendidikan dan sains teori dan gunaan: koleksi kertas saintifik berdasarkan bahan Persidangan Saintifik dan Praktikal Antarabangsa, 2014. - P. 48–49.

8. Ilyin S.V., Gusarova O.M. Pemodelan ekonometrik dalam menilai hubungan penunjuk serantau // Buletin Saintifik Pelajar Antarabangsa. - 2015. - No. 4–1. – Hlm.134–136.

9. Gusarova O.M. Pemantauan penunjuk prestasi utama proses perniagaan // Isu sebenar ekonomi dan pengurusan dalam keadaan pemodenan Rusia moden. - Smolensk: Smolgortipografiya, 2015. - P. 84–89.

10. Gusarova O.M. Memodelkan keputusan perniagaan dalam pengurusan organisasi // Prospek untuk pembangunan sains dan pendidikan: koleksi kertas saintifik berdasarkan bahan Persidangan Saintifik dan Praktikal Antarabangsa, 2014. - P. 42–43.

11. Zhuravleva M.A., Gusarova O.M. Analisis dan penambahbaikan aktiviti syarikat saham bersama (pada contoh OAO Smolenskoblgaz) // Teknologi intensif sains moden. - 2014. - No. 7–3. – Hlm. 10–12.

12. Gusarov A.I., Gusarova O.M. Pengurusan risiko kewangan bank serantau (pada contoh JSC "Askold") // Teknologi intensif sains moden. - 2014. - No. 7–3. – Hlm. 8–10.

13. Gusarova O.M. Kajian kualiti model ramalan jangka pendek untuk penunjuk kewangan dan ekonomi. - M., 1999. - 100 p.

14. Orlova I.V., Polovnikov V.A., Filonova E.S., Gusarova O.M. dsb. Ekonometrik. Alat bantu mengajar. – M.: 2010. – 123 p.

Untuk meningkatkan kecekapan syarikat secara keseluruhan dan setiap bahagian secara berasingan, serta menyediakan laporan analisis untuk menentukan garis pembangunan strategik, satu kajian telah dibuat tentang keberkesanan pekerja syarikat. Dalam perjalanan kajian, menggunakan kaedah matematik dan statistik menggunakan keupayaan analisis korelasi dan regresi, penilaian dibuat terhadap keberkesanan pekerja syarikat "Avtoholod" LLC. Petunjuk berikut telah dipilih sebagai petunjuk untuk dikaji: purata keuntungan syarikat yang dicipta oleh pekerja individu (Y), untung bersih (X1), jumlah jualan perkhidmatan untuk entiti undang-undang (X2), jumlah jualan perkhidmatan untuk individu (X3), keuntungan tambahan disebabkan oleh pengembangan rangkaian perkhidmatan (X4).

Pengenalpastian dinamik penunjuk yang dikaji telah dijalankan menggunakan formula berikut (Jadual 1). Ilustrasi hasil pengiraan ditunjukkan dalam rajah. 1-2.

Jadual 1

Penunjuk dinamik tanda

	Pertumbuhan mutlak	Kadar pertumbuhan	Kadar kenaikan
asas

Mengikut hasil tafsiran grafik hasil pengiraan, boleh dikatakan bahawa terdapat faktor bermusim dalam penjualan produk syarikat. Kami juga melihat peningkatan dalam keuntungan perusahaan yang dibawa oleh pekerja disebabkan oleh pengembangan rangkaian perkhidmatan yang disediakan.

nasi. 1. Peningkatan rantaian mutlak dalam kecekapan prestasi

nasi. 2. Peningkatan asas mutlak dalam prestasi pekerja

Pemilihan ciri faktor untuk membina model regresi telah dijalankan menggunakan alat matematik dan statistik, menggunakan keupayaan analisis korelasi dan regresi, menggunakan matriks pekali korelasi pasangan (Rajah 3).

nasi. 3. Matriks korelasi pasangan

Analisis matriks korelasi pasangan memungkinkan untuk mengenal pasti faktor utama X2 (jumlah jualan perkhidmatan untuk entiti undang-undang) . Untuk menghapuskan multikolineariti, kami mengecualikan faktor X3 (jumlah perkhidmatan untuk individu) daripada pertimbangan. Faktor X4 (keuntungan tambahan akibat pengembangan rangkaian perkhidmatan) juga sesuai untuk dikecualikan daripada pertimbangan kerana korelasi yang rendah dengan ciri berkesan Y . Keputusan membina regresi berganda ditunjukkan dalam rajah. empat.

nasi. 4. Keputusan analisis regresi

Berdasarkan pengiraan yang dilakukan, persamaan regresi berganda mempunyai bentuk:

Y=0.871179777.X1+ +0.919808093.X2+152.4197205.

Mari kita menilai kualiti persamaan regresi berganda yang terhasil: nilai pekali penentuan sama dengan R = 0.964 agak hampir dengan 1, oleh itu, kualiti persamaan regresi yang terhasil boleh dianggap tinggi; nilai kriteria Fisher F=229.8248 melebihi nilai jadual bersamaan 3.591, oleh itu, persamaan regresi boleh dianggap signifikan secara statistik dan boleh digunakan untuk menilai prestasi pekerja syarikat. Untuk menilai kepentingan statistik tanda faktor, ujian-t Pelajar digunakan. Menggunakan fungsi \u003d STUDENT.OBR.2X (0.05; 17), nilai jadual t jadual \u003d 2.109815578 ditentukan. Membandingkan nilai pengiraan statistik-t, modulo yang diambil, dengan nilai jadual kriteria ini, kita boleh membuat kesimpulan bahawa faktor X1 dan X2 adalah signifikan secara statistik.

Mari kita anggarkan tahap pengaruh faktor pada tanda terhasil, menggunakan pekali keanjalan, b - dan D - pekali (Rajah 5).

nasi. 5. Pengiraan pekali tambahan perhubungan tanda

Pekali keanjalan separa menunjukkan perubahan dalam nilai purata penunjuk berkesan apabila nilai purata tanda faktor berubah sebanyak 1%, iaitu, dengan peningkatan keuntungan bersih (X1) sebanyak 1%, keuntungan syarikat akan meningkat sebanyak 0.287 % (E1 = 0.287), dengan peningkatan sebanyak 1% 1% daripada jumlah jualan perkhidmatan untuk entiti undang-undang (X2) jumlah keuntungan akan meningkat sebanyak 0.535% (E2 \u003d 0.535) .

Pekali β menunjukkan nilai perubahan dalam sisihan piawai atribut yang terhasil apabila RMS atribut faktor berubah sebanyak 1 unit, i.e. dengan peningkatan sebanyak 1 unit RMS keuntungan bersih (X1), RMS volum keuntungan akan meningkat sebanyak 0.304 (=0.304); dengan peningkatan sebanyak 1 unit sisihan piawai volum jualan perkhidmatan untuk entiti undang-undang, sisihan piawai keuntungan organisasi akan meningkat sebanyak 0.727 unit (= 0.727) .

Δ - pekali menunjukkan apakah pengaruh khusus atribut faktor tunggal pada atribut berkesan apabila menetapkan pengaruh semua faktor lain pada tahap tertentu, i.e. berat khusus pengaruh volum jualan perkhidmatan untuk entiti undang-undang (X2) ke atas volum keuntungan (tanda berkesan) ialah 72.6% (Δ2 = 0.726369), dan kesan khusus keuntungan bersih (X1) ke atas keuntungan ialah 27.3% (Δ1 = 0.273631) .

Menggunakan persamaan regresi berganda dengan faktor yang signifikan secara statistik, kami mengira ramalan keuntungan yang mencirikan prestasi syarikat menggunakan keupayaan analisis arah aliran (lihat Jadual 2).

jadual 2

Keputusan analisis trend tanda faktor

Berdasarkan data yang diperoleh, kami mengira ramalan titik Y.

X1 = 1.3737t - 20.029t + 294.38, X2 = =2.099t - 16.372t + 368.2.

Untuk menentukan ramalan tanda faktor, kami memperoleh:

Х1progn \u003d 1.3737.21.21-20.029.21 + 294.38 \u003d 479.5727 (ribu rubel);

Х2 progn = 2.099.21.21- -16.372.21+368.2=950.047 (ribu rubel).

Untuk menentukan ramalan prestasi pekerja:

Yprogn = 0.871179777.Х1progn + +0.919808093.Х2progn+152.4197205 = =1444.07468 (ribu rubel)

Untuk menentukan ramalan selang kecekapan berkesan aktiviti pekerja (Y), kami mengira lebar selang keyakinan mengikut formula:

Mari kita lakukan penggantian hasil pengiraan perantaraan, kita akan menerima:

U(k)=80.509.2.1098*ROOT(1+0.05+((1444-855)*(1444-855))/3089500)==183.1231 (ribu rubel).

Oleh itu, nilai ramalan keuntungan syarikat Yprogn = 1444.07468 akan berada di antara

Batas atas bersamaan dengan 1444.07468 + 183.1231= 1627.2 dan

Had bawah adalah sama dengan 1444.07468 - 183.1231=1261 (ribu rubel).

Berdasarkan hasil kajian, kesimpulan berikut boleh dibuat:

Penilaian telah dibuat terhadap prestasi pekerja individu Avtoholod LLC, yang aktiviti utamanya ialah penjualan dan pemasangan peralatan tambahan untuk kenderaan komersial;

Persamaan regresi berganda telah dibina, yang mencirikan pergantungan prestasi pekerja pada beberapa faktor;

Nilai ramalan keuntungan syarikat, yang dikira oleh persamaan regresi berganda, akan berada dalam julat dari 1261 ribu rubel. sehingga 1627 ribu rubel;

Persamaan regresi ini diiktiraf sebagai signifikan secara statistik mengikut kriteria Fisher dan mempunyai kualiti yang cukup tinggi, oleh itu, keputusan pengiraan boleh dianggap boleh dipercayai dan boleh dipercayai.

Untuk meningkatkan kecekapan kedua-dua syarikat dan pekerja, adalah perlu untuk melaksanakan dasar yang seimbang dan seimbang untuk mempromosikan barangan dan perkhidmatan syarikat di pasaran serantau, mengembangkan penyelidikan pemasaran untuk mempromosikan perkhidmatan, memperkenalkan kaedah perniagaan yang inovatif menggunakan teknologi maklumat dan pemodelan moden. kaedah dan aktiviti syarikat analisis perniagaan.

Pautan bibliografi

Tsarkov A.O., Gusarova O.M. PENGGUNAAN ALAT MATEMATIK DAN STATISTIK EKONOMETRI DALAM MENILAI KECEKAPAN SEORANG PEKERJA // Buletin Saintifik Pelajar Antarabangsa. - 2018. - No. 4-6.;
URL: http://eduherald.ru/ru/article/view?id=19011 (tarikh akses: 11/25/2019). Kami membawa perhatian anda kepada jurnal yang diterbitkan oleh rumah penerbitan "Academy of Natural History"

Ekonometrik - ukuran dalam ekonomi. Perkataan "ekonometrik" telah diperkenalkan pada tahun 1926 oleh ahli ekonomi dan statistik Norway, pemenang Nobel Ragnar Frisch. Pendidikan ekonomi moden di Barat bertunjangkan tiga teras: makroekonomi, mikroekonomi dan ekonometrik. Dalam ekonomi yang dirancang secara berpusat, ekonometrik tidak diperlukan, kerana semua rancangan turun dari atas, tidak perlu meramalkan kemungkinan model tingkah laku ekonomi dalam situasi tertentu, contohnya. Di samping itu, kaedah ekonometrik dapat mengenal pasti arah aliran tertentu dalam pembangunan ekonomi yang tidak diingini oleh pihak berkuasa. Pada masa ini, universiti kita telah mula menyusun semula ke arah ini. Mengapakah ekonometrik sangat penting? Sukar untuk menjawab soalan ini, dan saya berharap bahawa pada akhir kursus kami anda akan menjawab sedikit soalan ini. Semakin ahli ekonomi menjadi profesional, semakin dia faham bahawa dalam ekonomi segala-galanya bergantung kepada segala-galanya. Untuk memahami dengan tepat bagaimana pergantungan ini dinyatakan, kaedah ekonometrik berfungsi.

Apakah sains ekonometrik? Agak sukar untuk memberikan definisi sains yang hidup, berkembang, untuk menerangkan subjek dan kaedahnya. "Ekonometrik" ialah sains ukuran ekonomi, tetapi itu sama dengan mengatakan bahawa matematik ialah sains nombor. Konsep ekonometrik mempunyai kandungan dan tujuan yang agak sempit daripada yang dinyatakan dalam terjemahan literal dan, pada masa yang sama, lebih luas daripada sekadar set alat statistik. Pandangan moden ekonometrik dicerminkan dalam definisi berikut:

Ekonometrik - disiplin saintifik yang menggabungkan satu set hasil teori, teknik, kaedah dan model yang direka untuk, berdasarkan

teori ekonomi;

perangkaan ekonomi;

alat matematik dan statistik

memberikan ungkapan kuantitatif khusus kepada ketetapan umum (kualitatif) yang ditentukan oleh teori ekonomi. (S. A. Ayvazyan, V. S. Mkhitaryan. Gunaan statistik dan asas ekonometrik.)

Dalam erti kata lain, ekonometrik membenarkan, berdasarkan peruntukan teori ekonomi dan data awal statistik ekonomi, menggunakan alat matematik dan statistik yang diperlukan, untuk memberikan ungkapan kuantitatif khusus kepada pola umum (kualitatif).

Pandangan lain:

Kaedah analisis ekonomi yang menggabungkan teori ekonomi dengan kaedah analisis statistik dan matematik. Ia adalah percubaan untuk menambah baik ramalan ekonomi dan menjadikan perancangan dasar yang berjaya mungkin. Dalam ekonometrik, teori ekonomi dinyatakan sebagai nisbah matematik dan kemudian diuji secara empirik dengan kaedah statistik. Sistem ini digunakan untuk mencipta model ekonomi negara untuk meramalkan petunjuk penting seperti keluaran negara kasar, kadar pengangguran, kadar inflasi dan defisit belanjawan persekutuan. Ekonometrik sedang digunakan dengan lebih meluas, walaupun pada hakikatnya ramalan yang diperolehi dengan bantuannya tidak selalunya cukup tepat.

The Concise Columbia Electronic Encyclopedia, Edisi Ketiga. http://www.encyclopedia.com/

“Seperti ekonomi matematik, ekonometrik adalah sesuatu yang ahli ekonomi lakukan dan bukannya bidang subjek tertentu. Ekonometrik berkenaan dengan kajian data empirikal dengan kaedah statistik; tujuan ini adalah untuk menguji hipotesis dan menilai hubungan yang dicadangkan oleh teori ekonomi. Walaupun ekonomi matematik mementingkan aspek analisis ekonomi semata-mata teori, ekonometrik cuba menguji teori-teori yang telah dibentangkan dalam bentuk matematik yang jelas. Walau bagaimanapun, kedua-dua bidang ekonomi ini sering bertindih.

daripada artikel oleh Mark Blaug untuk Encyclopædia Britannica

“Masalah dalam ekonometrik adalah banyak dan pelbagai. Ekonomi adalah objek yang kompleks, dinamik, multidimensi dan berkembang, jadi sukar untuk mengkajinya. Kedua-dua masyarakat dan sistem sosial berubah mengikut masa, undang-undang berubah, inovasi teknologi berlaku, jadi tidak mudah untuk mencari invarian dalam sistem ini. Siri masa adalah pendek, sangat terkumpul, heterogen, tidak pegun, bergantung pada masa dan antara satu sama lain, jadi kami mempunyai sedikit maklumat empirikal untuk dikaji. Kuantiti ekonomi diukur dengan tidak tepat, tertakluk kepada pembetulan yang ketara kemudian, dan pembolehubah penting selalunya tidak diukur atau tidak boleh diperhatikan, jadi semua kesimpulan kami adalah tidak tepat dan tidak boleh dipercayai. Teori ekonomi berubah mengikut masa, penjelasan bersaing wujud bersama antara satu sama lain, dan oleh itu tidak ada asas teori yang boleh dipercayai untuk model. Dan di kalangan ahli ekonomi sendiri nampaknya tidak ada persetujuan tentang bagaimana subjek mereka harus ditangani.

daripada D. F. Hendry, Dynamic Econometrics, Oxford University Press, 1995, hlm.5.

"Terdapat dua perkara yang anda tidak mahu lihat dalam proses pembuatan: sosej dan anggaran ekonometrik." E. Leamer E. E. Leamer, "Lets' Take the Con out of Econometrics," Kajian Ekonomi Amerika, 73 (1983), 31-43.

Dalam editorial membuka terbitan pertama Econometrica (jurnal ekonometrika tertua), pemenang Nobel R. Frisch menulis:

“... Matlamat utama [Persatuan Ekonometrik] adalah untuk merangsang penyelidikan yang bertujuan untuk menggabungkan pendekatan kuantitatif-teoretikal dan empirikal-kuantitatif kepada masalah ekonomi, dan yang disemai dengan penaakulan yang membina dan ketat seperti yang berlaku dalam sains semula jadi.

Tetapi pendekatan kuantitatif kepada ekonomi mempunyai beberapa aspek, dan dengan sendirinya tiada satu pun daripada aspek ini harus dikelirukan dengan ekonometrik. Oleh itu, ekonometrik sama sekali tidak sama dengan statistik ekonomi. Ia juga tidak bertepatan dengan apa yang kita panggil teori ekonomi umum, walaupun sebahagian besar teori ini, sudah tentu, bersifat kuantitatif. Ekonometrik juga tidak boleh dilihat sebagai sinonim dengan aplikasi matematik kepada teori ekonomi. Pengalaman telah menunjukkan bahawa setiap sudut pandangan ini, i.e. statistik, teori ekonomi dan matematik, adalah syarat yang perlu, tetapi secara individu tidak mencukupi, untuk pemahaman sebenar tentang hubungan kuantitatif kehidupan ekonomi moden. Kuasanya terletak pada gabungan ketiga-tiga elemen ini. Dan gabungan inilah yang membentuk ekonometrik."

Frisch, R. "Editorial," Econometrica, 1 (1933), 1-4.

Menurut definisi kami, ekonometrik ialah sintesis statistik ekonomi, teori ekonomi dan matematik, sains yang dikaitkan dengan terbitan empirikal undang-undang ekonomi, sintesis statistik ekonomi, teori ekonomi dan matematik. Iaitu, kami menggunakan data atau pemerhatian untuk mendapatkan hubungan kuantitatif untuk undang-undang ekonomi. Ambil perhatian bahawa ia telah pun mengikuti dari sini bahawa untuk menggunakan kaedah ekonometrik, kita memerlukan data atau pemerhatian keadaan atau tingkah laku sesetengah entiti ekonomi. Data ini, sebagai peraturan, bukan eksperimen, berbeza dengan sains lain, di mana kaedah matematik digunakan. statistik - fizik, biologi, dsb. Dalam ekonomi, kita tidak boleh menjalankan pelbagai eksperimen untuk mengesahkan ketepatan kesimpulan kita dan ini adalah kekhususan data ekonomi.

Matlamat ekonometrik yang digunakan.

terbitan undang-undang ekonomi;

penggubalan model ekonomi berdasarkan teori ekonomi dan data empirikal;

anggaran kuantiti tidak diketahui (parameter) dalam model ini;

ramalan dan anggaran ketepatan ramalan;

Bagaimana seorang ahli ekonomi mencapai matlamatnya. Dalam perjalanan kajian ekonometrik, seorang ahli ekonomi secara konsisten melalui beberapa peringkat. Peringkat pemodelan ekonometrik:

Seseorang yang mula belajar ekonomi, pertama sekali, datang kepada idea bahawa dalam ekonomi beberapa pembolehubah saling berkaitan. Permintaan yang muncul untuk produk di pasaran dianggap sebagai fungsi harganya, kos yang berkaitan dengan pembuatan produk tertentu diandaikan bergantung kepada jumlah pengeluaran, perbelanjaan pengguna dikaitkan dengan pendapatan, dsb. - contoh hubungan antara dua pembolehubah, dengan salah satu pembolehubah bertindak sebagai pembolehubah penjelasan, yang lain sebagai penerang. Untuk realisme yang lebih besar, adalah perlu untuk memperkenalkan pembolehubah penjelasan lain dan faktor rawak ke dalam nisbah. Permintaan untuk produk - harga, pendapatan pengguna, harga untuk bersaing, barang pelengkap dan pengganti, dsb. (tulis di papan penunjuk). Pembolehubah, proses pembentukan nilai yang, atas sebab tertentu, menarik minat kita, akan dilambangkan Y dan memanggilnya bergantung atau boleh dijelaskan. Pembolehubah yang kami jangka akan memberi kesan kepada pembolehubah Y, kami akan menandakan X j dan dipanggil bebas atau penjelasan. Nilai-nilai pembolehubah ini adalah luarannya, tiada apa-apa tentang bagaimana nilai-nilai ini terbentuk

Pada peringkat ini, proses membentuk nilai pembolehubah yang dijelaskan boleh diwakili sebagai skema berikut:

X 1 ,…X k- pembolehubah terpilih (yang paling ketara mempengaruhi atau menarik minat kami).

Mengumpulkan hubungan individu ke dalam model - merumuskan beberapa hipotesis tentang bagaimana pembolehubah harus dikaitkan. Hipotesis ini timbul berdasarkan premis ekonomi teori, intuisi, pengalaman penyelidik, akal sehatnya. Persoalannya segera timbul, bagaimana untuk menyemak ketepatan model? Dalam fizik, biologi, semuanya mudah - kami menjalankan eksperimen dan melihat sama ada keputusannya mengesahkan hipotesis kami. Segala-galanya lebih rumit dalam ekonomi. Bagaimana untuk menjalankan eksperimen dalam ekonomi? Kita hanya boleh memerhati realiti.

Oleh itu, pada peringkat ini, ahli ekonomi terlibat dalam memodelkan tingkah laku objek ekonomi. Pemodelan ialah penyederhanaan realiti sesuatu objek. Tugasnya, seni pemodelan, adalah padat dan secukup mungkin dengan tepat aspek realiti yang menarik minat penyelidik.

Model matematik litar:

Jika , maka persamaan (1) dipanggil persamaan regresiYpadaX 1 ,…X k. Fungsi f – fungsi regresi, garis yang diterangkan oleh fungsi ini dalam ruang - garis regresi.

Contoh dengan upah dan umur - gaji meningkat dengan umur.

Tugas pertama ialah menterjemahkan andaian ini ke dalam bahasa matematik. Malangnya, tidak ada satu cara untuk melakukan ini. Apakah maksud meningkatkan fungsi. Terdapat banyak fungsi yang meningkatkan fungsi hujah mereka. Linear, bukan linear, berbeza.

Jalan keluar adalah dengan merumuskan model paling mudah pada mulanya. Mari kita perkenalkan notasi berikut untuk parameter ekonomi yang diperhatikan:

W– Gaji seseorang;

TAPI- umur orang itu;

Model paling mudah (linear):

Persamaan tingkah laku di sini adalah dalam bentuk kebergantungan fungsi yang tepat. Walau bagaimanapun, seperti yang akan kita lihat kemudian, ini adalah tidak realistik dan seseorang tidak boleh meneruskan pembangunan ekonometrik tanpa beberapa spesifikasi stokastik tambahan. Kami menambah istilah stokastik pada persamaan tingkah laku. Kerana untuk mana-mana data ekonomi sebenar adalah mustahil untuk memastikan pematuhan berterusan nisbah mudah. Di samping itu, daripada semua pembolehubah penjelasan yang mungkin, hanya subset kecil daripadanya dimasukkan dalam spesifikasi, iaitu, kita hanya boleh bercakap tentang model yang menghampiri beberapa, nampaknya agak kompleks, tetapi tidak diketahui oleh kita hubungan. Untuk memastikan kesamaan antara bahagian kanan dan kiri, ralat rawak perlu dimasukkan ke dalam setiap nisbah.

Dalam model kami, kebergantungan antara beberapa pembolehubah dipertimbangkan. Pembolehubah yang nilainya dijelaskan dalam model kami dipanggil endogen. Pembolehubah, nilai yang tidak dijelaskan oleh model kami, berada di luarnya, kami tidak tahu apa-apa tentang bagaimana nilai ini terbentuk, dipanggil eksogen. Pembolehubah lain ialah nilai ketinggalan bagi pembolehubah endogen. Ia juga di luar model kami. Pembolehubah eksogen dan nilai ketinggalan pembolehubah endogen adalah pembolehubah yang dipratentukan.

Semasa kursus kami bersama anda, kami akan menemui beberapa jenis model ekonometrik yang digunakan untuk analisis dan ramalan:

a) model siri masa. Model sedemikian menerangkan tingkah laku pembolehubah yang berubah dari semasa ke semasa hanya berdasarkan nilai sebelumnya. Kelas ini termasuk model aliran, bermusim, aliran dan bermusim (bentuk tambahan dan darab), dsb.

b) model regresi dengan satu persamaan. Dalam model sedemikian, pembolehubah bersandar (diterangkan) diwakili sebagai fungsi pembolehubah dan parameter bebas (penjelasan). Bergantung pada jenis fungsi, model adalah sama ada linear atau bukan linear. Mari kita kaji mereka.

c) Sistem persamaan serentak. Keadaannya adalah ekonomi, tingkah laku objek ekonomi digambarkan oleh sistem persamaan (contoh kita). Sistem terdiri daripada persamaan dan identiti, yang mungkin mengandungi pembolehubah yang boleh dijelaskan daripada persamaan lain (oleh itu, konsep pembolehubah eksogen dan endogen diperkenalkan).

Perkara 2 dipanggil spesifikasi model. Perlu:

a) menentukan matlamat pemodelan;

b) menentukan senarai pembolehubah eksogen dan endogen;

c) penentuan bentuk kebergantungan antara pembolehubah;

d) penggubalan kekangan priori pada istilah rawak, yang penting untuk sifat anggaran dan pilihan kaedah anggaran, dan beberapa pekali

Sekarang kita perlu menyemak model. Bagaimana untuk melakukan ini jika kita bukan ahli fizik dan bukan ahli biologi? Kaedah ekonometrik, yang membenarkan pengesahan empirikal pernyataan dan model teori, adalah alat yang berkuasa untuk pembangunan teori ekonomi itu sendiri. Dengan bantuan mereka, konsep teori ditolak dan hipotesis baru yang lebih berguna diterima. Seorang ahli teori yang tidak menggunakan bahan empirikal untuk menguji hipotesisnya dan tidak menggunakan kaedah ekonometrik untuk ini menghadapi risiko berakhir dalam dunia fantasinya. Mengumpul data adalah bahan statistik yang penting. Di sini kaedah statistik ekonomi dan statistik secara umum membantu kami. Perbualan mengenai topik ini.

Jenis data yang perlu ditangani oleh ahli ekonomi semasa memodelkan proses ekonomi ialah:

a) data keratan rentas - data spatial - satu set maklumat mengenai objek ekonomi yang berbeza pada masa yang sama;

b) data siri masa - siri masa - pemerhatian satu parameter ekonomi dalam tempoh atau titik masa yang berbeza. Data ini secara semula jadi disusun mengikut masa. Inflasi, bekalan wang (tahunan), kadar pertukaran dolar AS (harian);

c) data panel - data panel - satu set maklumat mengenai pelbagai objek ekonomi untuk beberapa tempoh masa (data bancian penduduk).

pengenalpastian model - analisis statistik model dan, di atas semua, anggaran statistik parameter. Pilihan kaedah penilaian juga disertakan di sini. Bergantung pada ciri model.

pengesahan model - perbandingan data sebenar dan model, pengesahan model yang dianggarkan untuk membuat kesimpulan bahawa gambar objek yang diperoleh dengan bantuannya cukup realistik, atau untuk mengenali keperluan untuk menilai spesifikasi model yang berbeza.

Jadi, kaedah ekonometrik dibangunkan terutamanya untuk menganggar parameter model ekonomi. Setiap model mengandungi, sebagai peraturan, beberapa persamaan, dan persamaan termasuk beberapa pembolehubah. Mari kita mulakan dengan yang paling mudah - model regresi linear berpasangan.

Sambungan ekonometrik dengan disiplin lain. Apakah kekhususan sintesis teori ekonomi dan ekonometrik? Ekonometrik, meneruskan daripada undang-undang ekonomi sedia ada secara objektif, yang ditakrifkan secara kualitatif dalam teori ekonomi, pada peringkat konseptual, membentuk pendekatan kepada pemformalannya, ekspresi kuantitatif hubungan antara penunjuk ekonomi.

Statistik ekonomi memberikan kaedah ekonometrik untuk menjana penunjuk ekonomi yang diperlukan, kaedah untuk pemilihan, pengukuran, dsb.

Alat matematik dan statistik yang dibangunkan dalam ekonometrik menggunakan dan membangunkan bahagian statistik matematik seperti model regresi linear, analisis siri masa, dan pembinaan sistem persamaan serentak.

Ia adalah pendaratan teori ekonomi berdasarkan statistik ekonomi tertentu dan pengekstrakan dari pendaratan ini dengan bantuan alat matematik yang sesuai dengan hubungan kuantitatif yang agak pasti yang merupakan perkara utama dalam memahami intipati ekonometrik, membezakannya daripada ekonomi matematik , statistik deskriptif dan statistik matematik. Jadi ekonomi matematik ialah teori ekonomi yang dirumus secara matematik yang mengkaji hubungan antara pembolehubah ekonomi pada tahap umum (bukan kuantitatif). Ia menjadi ekonometrik apabila pekali yang diwakili secara simbolik dalam perhubungan ini digantikan dengan anggaran berangka tertentu yang diperoleh daripada data ekonomi tertentu.

Peringkat membina model ekonometrik. Matlamat utama ekonometrik ialah penerangan model tentang hubungan kuantitatif khusus yang wujud antara penunjuk yang dianalisis dalam fenomena sosio-ekonomi yang dikaji.

Antara tujuan yang diterapkan tiga boleh dibezakan:

- ramalan penunjuk ekonomi dan sosio-ekonomi (pembolehubah) mencirikan keadaan dan pembangunan sistem yang dianalisis;

- peniruan pelbagai kemungkinan senario untuk pembangunan sosio-ekonomi sistem yang dianalisis, apabila dikenal pasti secara statistik hubungan antara ciri pengeluaran, penggunaan, dasar sosial dan kewangan, dsb. digunakan untuk menjejaki bagaimana perubahan yang dirancang (kemungkinan) dalam parameter terurus tertentu pengeluaran atau pengedaran akan mempengaruhi nilai ciri "keluaran" yang menarik minat kami;

- analisis mekanisme pembentukan dan keadaan fenomena sosio-ekonomi yang dianalisis. Bagaimanakah mekanisme penjanaan pendapatan isi rumah berfungsi, adakah terdapat diskriminasi gaji sebenar antara lelaki dan wanita dan berapa besarnya? Mengetahui nisbah kuantitatif sebenar dalam fenomena yang dikaji akan membantu untuk lebih memahami akibat daripada keputusan yang dibuat, pembaharuan ekonomi yang sedang berjalan, dan membetulkannya tepat pada masanya.

Mengikut tahap hierarki sistem ekonomi yang dianalisis dibezakan peringkat makro(iaitu negara secara keseluruhan), mesolevel(wilayah, industri, syarikat), peringkat mikro(keluarga, perniagaan, firma).

Profil penyelidikan ekonometrik mentakrifkan masalah yang menjadi tumpuan: pelaburan, kewangan, dasar sosial, hubungan pengedaran, harga, dll. Lebih khusus profil kajian ditakrifkan, lebih memadai kaedah yang dipilih dan lebih berkesan hasilnya, sebagai peraturan.

Salah satu konsep asas ekonomi ialah hubungan antara fenomena ekonomi dan, dengan itu, ciri (pembolehubah) yang mencirikannya. Permintaan untuk beberapa komoditi dalam pasaran adalah fungsi harga; perbelanjaan pengguna keluarga adalah fungsi pendapatannya, dsb., kos pengeluaran bergantung kepada produktiviti buruh. Dalam semua contoh ini, salah satu pembolehubah (faktor) memainkan peranan yang dijelaskan (hasil), dan yang lain - penjelasan (faktorial).

Proses pemodelan ekonometrik boleh dipecahkan kepada enam langkah utama.

1. Berperingkat. Pada peringkat ini, tujuan kajian dirumuskan, set pembolehubah ekonomi yang mengambil bahagian dalam model ditentukan. Matlamat penyelidikan ekonometrik boleh:

· analisis objek ekonomi yang dikaji;

ramalan penunjuk ekonominya;

· analisis kemungkinan perkembangan proses untuk nilai berbeza pembolehubah bebas, dsb.

2. A priori. Ia adalah analisis pra-model intipati ekonomi fenomena yang dikaji, pembentukan dan pemformalkan maklumat apriori, khususnya, yang berkaitan dengan sifat dan genesis data statistik awal dan komponen baki rawak.

3. Parameterisasi. Simulasi itu sendiri dijalankan, i.e. pilihan pandangan umum model, termasuk komposisi dan bentuk pautan konstituennya.

4. Bermaklumat. Maklumat statistik yang diperlukan sedang dikumpul, i.e. pendaftaran nilai faktor dan penunjuk yang mengambil bahagian dalam model.

5. Pengenalan model. Analisis statistik model dijalankan dan, pertama sekali, anggaran statistik parameter model yang tidak diketahui.

6. Pengesahan model. Kecukupan model diperiksa; ternyata betapa berjayanya masalah spesifikasi, pengenalan dan kebolehcaman model diselesaikan; data sebenar dan model dibandingkan, dan ketepatan data model dinilai.

Tiga peringkat terakhir (ke-4, ke-5, ke-6) disertakan dengan prosedur penentukuran model yang sangat memakan masa, yang terdiri daripada menyusun sebilangan besar pilihan pengiraan untuk mendapatkan model bersama, konsisten dan boleh dikenal pasti.

Model matematik sebenar fenomena yang dikaji boleh dirumuskan pada tahap umum, tanpa menala kepada data statistik khusus, i.e. ia mungkin masuk akal tanpa peringkat ke-4 dan ke-5. Walau bagaimanapun, dalam kes ini ia bukan ekonometrik. Intipati model ekonometrik ialah ia, yang dibentangkan sebagai satu set hubungan matematik, menerangkan fungsi sistem ekonomi tertentu, dan bukan sistem secara umum. Oleh itu, ia "menyesuaikan" untuk bekerja dengan data statistik tertentu dan, oleh itu, memperuntukkan pelaksanaan peringkat ke-4 dan ke-5 pemodelan.

4. Asas statistik model ekonometrik. Salah satu peringkat terpenting dalam pembinaan model ekonometrik ialah pengumpulan, pengagregatan dan pengelasan data statistik.

Asas utama untuk penyelidikan ekonometrik ialah statistik rasmi atau data perakaunan, yang merupakan titik permulaan mana-mana penyelidikan ekonometrik.

Apabila memodelkan proses ekonomi, tiga jenis data digunakan:

1) data spatial (struktur), iaitu satu set penunjuk pembolehubah ekonomi yang diperoleh pada titik masa tertentu (spatial slice). Ini termasuk data mengenai jumlah pengeluaran, bilangan pekerja, pendapatan firma yang berbeza pada masa yang sama;

2) data temporal yang mencirikan objek kajian yang sama pada titik masa yang berbeza (kepingan masa), contohnya, data suku tahunan mengenai inflasi, gaji purata, dll.;

3) data panel (spatio-temporal), menduduki kedudukan pertengahan dan mencerminkan pemerhatian pada sejumlah besar objek, penunjuk pada pelbagai titik dalam masa. Ini termasuk: prestasi kewangan beberapa dana bersama yang besar selama beberapa bulan; jumlah cukai yang dibayar oleh syarikat minyak sejak beberapa tahun lalu, dsb.

Data yang dikumpul boleh dipersembahkan dalam bentuk jadual, graf dan carta.

5. Jenis utama model ekonometrik. Ekonometrik membezakan tiga kelas model berikut bergantung pada data yang tersedia dan objektif pemodelan.

Model regresi dengan satu persamaan. Regresi adalah kebiasaan untuk memanggil pergantungan nilai purata kuantiti (y) pada beberapa kuantiti lain atau pada beberapa kuantiti (x i).

Dalam model sedemikian, pembolehubah bersandar (diterangkan) diwakili sebagai fungsi , di mana pembolehubah bebas (penjelasan), dan merupakan parameter. Bergantung kepada bilangan faktor yang termasuk dalam persamaan regresi, adalah lazim untuk membezakan antara regresi mudah (berpasangan) dan berbilang.

Regresi mudah (berpasangan). ialah model di mana nilai min pembolehubah bersandar (diterangkan) y dianggap sebagai fungsi satu pembolehubah bebas (penjelasan) x. Secara tersirat, regresi berpasangan ialah model bentuk:

Secara eksplisit:

di mana a dan b ialah anggaran pekali regresi.

Regresi Berganda ialah model di mana nilai purata pembolehubah bersandar (diterangkan) y dianggap sebagai fungsi beberapa pembolehubah bebas (menerangkan) x 1 , x 2 , … x n . Secara tersirat, regresi berpasangan ialah model bentuk:

Secara eksplisit:

di mana a dan b 1 , b 2 , b n ialah anggaran pekali regresi.

Contoh model sedemikian ialah pergantungan gaji pekerja pada umur, pendidikan, kelayakan, tempoh perkhidmatan, industri, dll.

Mengenai bentuk pergantungan, terdapat:

regresi linear;

· regresi bukan linear, yang menganggap kewujudan hubungan bukan linear antara faktor, dinyatakan oleh fungsi bukan linear yang sepadan. Selalunya, model yang tidak linear dalam penampilan boleh dikurangkan kepada bentuk linear, yang membolehkan mereka diklasifikasikan sebagai linear.

Sebagai contoh, anda boleh meneroka gaji sebagai fungsi sosio-demografi, ciri kelayakan pekerja.

Konsep ekonometrik

Definisi 1

Ekonometrik ialah sains pengukuran ekonomi.

Dalam erti kata moden, ekonometrik ialah disiplin saintifik yang menggabungkan sistem hasil teori (teknik, kaedah dan model) dalam bidang berikut:

• teori ekonomi;
• perangkaan ekonomi;
• alat matematik dan statistik, dsb.

Catatan 1

Oleh itu, ekonometrik, berdasarkan peruntukan teori ekonomi dan peruntukan asas statistik ekonomi, memungkinkan, menggunakan alat matematik dan statistik yang diperlukan, untuk memberikan ekspresi (kuantitatif) tertentu kepada corak kualitatif (umum).

Dalam amalan, kaedah ekonometrik digunakan untuk tujuan berikut:

1. Menyimpulkan undang-undang ekonomi,
2. Merumus model ekonomi berdasarkan pengetahuan teori ekonomi dan data empirikal,
3. Anggarkan kuantiti (parameter) yang tidak diketahui bagi model yang dipertimbangkan,
4. Merancang dan menilai ketepatan ramalan,
5. Membangunkan cadangan dalam bidang dasar ekonomi.

Kaedah asas ekonometrik

Terdapat beberapa kaedah utama ekonometrik:

• Ringkasan dan pengumpulan maklumat;
• Analisis, yang boleh menjadi variasi dan penyebaran;
• Aplikasi analisis regresi dan korelasi;
• Persamaan kebergantungan;
• indeks statistik.

Pengumpulan dan Ringkasan Statistik

Ringkasan statistik ialah pemprosesan bahan pemerhatian yang teratur secara saintifik, yang terdiri daripada unsur-unsur berikut:

• sistematisasi,
• pengumpulan data,
• tabulasi,
• pengiraan keputusan
• pengiraan penunjuk terbitan (nilai purata dan relatif).

Pengumpulan statistik termasuk proses membentuk kumpulan homogen dengan kaedah berikut:

• pembahagian agregat statistik kepada bahagian,
• perkaitan unit yang dikaji kepada agregat persendirian mengikut ciri-ciri yang berkaitan.

Penyerakan dan variasi

Varians sifat ialah kuasa dua purata bagi sisihan pilihan daripada nilai puratanya. Terdapat beberapa jenis serakan yang digunakan dalam ekonometrik:

• Varians am, yang mencirikan variasi tanda dalam populasi statistik dalam proses pendedahan kepada semua faktor;
• Penyerakan antara kumpulan, menunjukkan saiz sisihan nilai kumpulan purata daripada jumlah nilai purata, sambil mencirikan pengaruh faktor yang mendasari kumpulan ini;
• Varians intrakumpulan (sisa), mencirikan variasi sifat di tengah setiap kumpulan.

Catatan 2

Salah satu kaedah ekonometrik ialah penggunaan sisihan piawai, yang merupakan ciri umum saiz variasi ciri dalam agregat.

Sisihan piawai adalah sama dengan punca kuasa dua varians. Pada masa yang sama, untuk membandingkan perubahan dalam sifat yang sama dalam beberapa populasi, penunjuk relatif variasi digunakan, yang dipanggil pekali variasi.

Kaedah ekonometrik lain

Pertimbangkan beberapa lagi kaedah ekonometrik:

1. Kaedah kuasa dua terkecil menentukan nilai teori yang tepat bagi model regresi univariat, termasuk paparan grafiknya;
2. Indeks statistik digunakan sebagai ukuran perubahan kuantiti, tanpa mengira perubahan dalam ciri kualitatif (harga, kos, produktiviti buruh, dll.). Juga, indeks ini digunakan dalam proses mencirikan ciri kualitatif, tanpa mengira perubahan dalam kuantiti (jumlah barang dari segi fizikal, bilangan pekerja, dll.).

UDK: 336 LBC: 65.05

APLIKASI ALAT EKONOMETRI UNTUK MEMBENTUK KRITERIA PELBAGAI KILANG UNTUK MENILAI KEPUTUSAN SEBUAH ORGANISASI

Suvorova L.V., Suvorova T.E., Kuklina M.V.

MENGGUNAKAN ALAT EKONOMETRI UNTUK PEMBENTUKAN

KRITERIA PENILAIAN PELBAGAI KEMAMPUAN ORGANISASI

Kata kunci: syarikat, kebarangkalian, kebankrapan, kebarangkalian kebankrapan, ekonometrik, penilaian kesolvenan, kriteria penilaian integral, model, penilaian, kriteria, kebarangkalian ramalan.

Kata kunci: syarikat, kebarangkalian, kegagalan, kebarangkalian kegagalan, ekonometrik, penilaian daya maju, kriteria penilaian integral, model, penilaian, kriteria, kebarangkalian ramalan.

Abstrak: artikel membincangkan kemungkinan menggunakan alat ekonometrik untuk pembentukan kriteria multifaktorial untuk menilai daya maju sesebuah organisasi. Model penilaian yang dibentuk menggunakan kaedah analisis hierarki diuji pada data seratus syarikat bukan kewangan Rusia, hasil yang diperoleh dibandingkan dengan parameter awal model, selepas itu kesimpulan dibuat tentang kebolehgunaan praktikalnya.

Abstrak: artikel membincangkan kemungkinan menggunakan alat ekonometrik untuk pembentukan kriteria pelbagai faktor untuk menilai daya maju organisasi. Model penilaian, yang dibentuk oleh proses hierarki analitik diuji pada data ratusan syarikat bukan kewangan Rusia; keputusan ini dibandingkan dengan parameter awal model, dan kemudian membuat kesimpulan kebolehgunaan praktikalnya.

Dengan keadaan ekonomi yang semakin meruncing di dalam mahupun di luar negara, banyak syarikat menghadapi masalah kewangan. Insolvensi sesebuah organisasi sebagai subjek hubungan ekonomi boleh menjadi subjek prosiding kehakiman. Oleh itu, pengurus kewangan moden berhadapan dengan tugas bukan sahaja mencegah fenomena krisis dan memastikan kedudukan kewangan perusahaan mereka yang stabil, tetapi juga membuktikan daya majunya kepada pihak ketiga.

Pada masa ini, terdapat beberapa kriteria multifaktorial untuk menilai kesolvenan syarikat yang dicadangkan oleh pelbagai pengarang, kedua-dua domestik dan asing (E. Altman, R. Taffler dan G. Tishaw, R. Lis, R.S. Saifulin dan G.G. Kadykov , saintis Akademi Ekonomi Negeri Irkutsk, O.P. Zaitseva, W. Beaver, J. Con-

nan dan M. Golder, D. Fulmer, G. Springgate). Perlu diingatkan bahawa model asing tidak selalu diterima untuk organisasi Rusia, kerana mereka menggunakan pekali malar yang dikira mengikut keadaan ekonomi lain, ciri pinjaman dan cukai.

Diagnostik faktor yang membawa organisasi kepada muflis boleh dilakukan dengan pelbagai kaedah, termasuk kaedah pengaturcaraan analitikal, pakar, linear dan dinamik, serta menggunakan model simulasi.

Tujuan kerja adalah untuk menguji model baharu untuk menilai kesolvenan syarikat menggunakan alat ekonometrik.

Berdasarkan kaedah analisis hierarki, kami telah membangunkan model baharu untuk menilai daya maju sesebuah organisasi dan menentukan

nilai ambang penunjuk kamiran1:

X = 0.194*P(12) + 0.186*P(15) + 0.19*P(27) + 0.232*P(30) + 0.197*P(33),

P(12) - tahap kesolvenan organisasi;

P(15) - nisbah kecairan semasa;

P(27) - pulangan modal kerja;

P(30) - produktiviti modal;

P(33) - pulangan atas jualan

Kaedah analisis hierarki adalah teknik penilaian pelbagai kriteria, dengan bantuan faktor-petunjuk yang dipilih, dan model pelbagai faktor juga dibentuk. Untuk mencari faktor-faktor keutamaan, skala kepentingan relatif T. Saaty dan K. Kearns telah digunakan.2 Dengan bantuannya, matriks perbandingan berpasangan faktor-faktor telah dibina dan pilihan keutamaan tempatan dibuat.

Keutamaan paling tinggi di antara faktor yang dipertimbangkan telah diiktiraf: tahap kesolvenan, nisbah kecairan semasa, keuntungan modal kerja, produktiviti modal dan keuntungan jualan.

Untuk penyelidikan lanjut, nilai keutamaan faktor yang dikenal pasti telah diperbetulkan dengan membahagikan nilai awalnya dengan jumlah yang terakhir, dan dengan itu vektor keutamaan ternormal diperoleh untuk set kriteria yang dipotong.

Nilai ambang didapati menggunakan analisis empirikal ke atas data sebenar. Satu sampel 100 syarikat bukan kewangan Rusia telah dibentuk

Suvorova L.V., Suvorova T.E., Kuklina M.V.

menggunakan pangkalan data, sampel termasuk 50 syarikat yang kaya, dan 50 syarikat yang diisytiharkan muflis oleh mahkamah. Bagi setiap organisasi, penunjuk kamiran telah dikira dan graf pergantungan penunjuk kamiran pada keadaan syarikat telah diplotkan.

Dalam rangka model yang dibangunkan oleh kami, syarikat yang penunjuk integralnya tidak melebihi 15 ternyata tidak solven.

Untuk menilai hubungan antara kebarangkalian kebankrapan organisasi dan nilai kriteria integral, kami menggunakan alat ekonometrik. Untuk ini, sampel yang sama daripada 100 syarikat bukan kewangan Rusia telah digunakan.

Model pilihan binari telah diuji: Probk-model4 (fungsi terkumpul taburan normal standard) dan Logit-model (fungsi kebarangkalian bersepadu taburan logistik). Model binari memungkinkan untuk menentukan pergantungan kebarangkalian kebankrapan syarikat dan nilai kriteria integral.

Menurut model jenis ini, pembolehubah bersandar mengambil dua nilai: 0 dan 1. Kami memilih keadaan syarikat sebagai pembolehubah bersandar. Nilai "0" diberikan kepada organisasi pelarut dan nilai "1" diberikan kepada syarikat yang tidak solven. Dalam sampel yang dibentuk, bilangan syarikat kaya dan muflis adalah sama dan bersamaan dengan 50.

Semua pekali yang dikira, termasuk penunjuk integral untuk syarikat terpilih, dibentangkan dalam Jadual 1.

1 Suvorova, L.V., Suvorova, T.E. Penilaian insolvensi organisasi menggunakan kaedah analisis hierarki // Prosiding Persidangan Saintifik dan Praktikal Antarabangsa VIII "Sektor Infrastruktur Ekonomi: Masalah dan Prospek Pembangunan". - Novosibirsk: NSTU, 2015.

2 Makarov, A.S. Mengenai masalah memilih kriteria untuk analisis kesolvenan organisasi // Analisis ekonomi: teori dan amalan. 2008. No. 3.

3 FIRA PRO - Sistem maklumat dan analisis, agensi penarafan bebas pertama [Sumber elektronik]. - URL: http://www.fira.ru/. -Tajuk daripada skrin

4 Sandor, Zolt. Program pendidikan ekonometrik: pembolehubah bersandar terhad. Model Multinomial Pilihan Diskret // Kuantil. - 2009. -№7. - S. 9-20.

Company Indicator-factor Kriteria integral Y: 1- syarikat muflis 0- syarikat muflis

Pulangan atas aset, saham Nisbah kecairan semasa, saham Darjah kesolvenan ke atas liabiliti semasa, saham Pulangan modal kerja, % Pulangan jualan, %

1 10,82 1,97 3,28 47,66 40 20,48 0

2 1,68 1,17 14,69 65,88 50 25,88 0

3 7,4 3,24 4,64 79,75 100 38,15 0

4 18,08 3,8 4,2 8,37 100 27,05 0

5 6,01 1,08 4,24 23,77 100 26,69 0

50 1,11 20,76 0,62 96,63 100 42,40 0

51 3,52 5,32 0,45 0,43 8,7 3,69 1

52 1,85 0,1 66,96 0,78 2,2 14,03 1

59 1,65 0,91 74,25 115 3,3 37,52 1

66 0,1 1 77,45 1 10 17,41 1

99 3,38 0,024 38,03 -1,47 -2,4 7,41 1

100 0,38 0,05 2,25 1,42 9,6 2,70 1

Dua model regresi telah diuji.Hasil pengujian model telah dibentangkan menggunakan program Eviews. Geganti dalam Jadual 2.

Jadual 2 - Ujian model

Model Parameter

Bilangan pemerhatian 100 100

Penunjuk bersepadu -0.149***(0.043) -0.338**(0.138)

Malar 2.391***(0.569) 5.155***(1.858)

Prob(statistik LR) 0.000 0.000

McFadden R-kuasa dua 0.769 0.804

Catatan. Ralat piawai ditunjukkan dalam kurungan, tahap keertian ditunjukkan dengan asterisk: *p<0,1; **p <0,05; ***p <0,01.

Berdasarkan keputusan yang diperolehi, disimpulkan bahawa kedua-dua regresi secara amnya adalah signifikan pada tahap 1%. Anggaran pekali juga penting pada tahap 1% untuk model Probit dan kepada kami pada 5% untuk model Logit. Penilaian pekali di hadapan pembolehubah yang bertanggungjawab untuk nilai penunjuk kamiran,

negatif. Ini menunjukkan bahawa semakin tinggi nilai penunjuk kamiran, semakin rendah kebarangkalian kebankrapan.

Keputusan penilaian regresi boleh dibentangkan dalam bentuk berikut:

Rg \u003d 2.391 - 0.149 * x ()

Pi \u003d L (5.155 - 0.338 * xt)

Kebergantungan nilai penunjuk kamiran pada kebarangkalian ramalan yang ditentukan menggunakan model Logit dan Probit ditunjukkan dalam Rajah 1.

Walaupun kedua-dua model memberikan keputusan yang hampir sama, tiada perbezaan yang ketara diperhatikan. Walau bagaimanapun, terdapat satu penyelewengan daripada dinamik umum.

1-1-1-1-0 -,-■

♦ Model logit ■ Model Probit

Nilai penunjuk kamiran

Rajah 1 - Perwakilan grafik nisbah nilai kriteria kamiran

dan anggaran kebarangkalian muflis

Untuk menentukan nilai ambang, kebarangkalian kebankrapan ramalan telah dibina untuk semua syarikat daripada sampel untuk kedua-dua model binari. Rajah 2 dan 3 menunjukkan pergantungan kebarangkalian ramalan pada nombor cerapan. 50 syarikat pertama dalam sampel adalah kaya, dan 50 syarikat terakhir diisytiharkan muflis oleh mahkamah.

Graf ini juga menunjukkan bahawa terdapat satu sisihan. Syarikat yang sepadan dengan nombor 59 sebenarnya bankrap, tetapi kriteria integral menunjukkan kesimpulan yang bertentangan. Kebarangkalian ramalan kebankrapan yang sangat rendah telah diramalkan untuk syarikat ini.

Rajah 2 - Perwakilan grafik nisbah kebarangkalian kebankrapan yang diramalkan dan nombor syarikat untuk model Logit

Oleh itu, telah disimpulkan bahawa syarikat itu tidak solven, dan jika kebarangkalian yang diramalkan jika kebarangkalian yang diramalkan kebankrapan adalah lebih daripada 50%, syarikat itu adalah tidak solven. kurang daripada 50%, maka syarikat itu

10 20 30 40 50 60 70 80 90 100

Rajah 3 - Perwakilan grafik nisbah kebarangkalian ramalan kebankrapan dan bilangan syarikat untuk model Pmbk

Seperti yang dinyatakan sebelum ini, apabila mengira kriteria multifaktorial menggunakan AHP, dua ketidaktepatan telah dibuat, iaitu, 2 syarikat dengan ramalan kesolvenan sebenarnya tidak solven. Ini sepadan dengan ralat jenis I. Ketidaktepatan yang sama berlaku apabila meramalkan kebarangkalian kebankrapan menggunakan alat ekonometrik, tetapi ralat jenis I dalam kes ini

teh ialah 1% (hanya satu syarikat yang tidak mampu bayar diramalkan mempunyai kebarangkalian yang rendah untuk muflis). Ralat jenis II tidak diperhatikan dalam kedua-dua kes. Kuasa penjelasan model didapati sebagai 100% tolak ralat jenis I dan jenis II. Kedua-dua model yang dibentuk, kedua-duanya dengan bantuan AHP dan dengan bantuan alat ekonometrik, mempunyai kuasa penjelasan yang tinggi (Jadual 3).

Jadual 3 - Ciri perbandingan AHP dan alat ekonometrik

Kit Alat Ekonometrik Kriteria AHP

Ambang X<15 - компания несостоятельна, Х>15 - syarikat itu kaya P<50% - компания состоятельна, Р >50% - syarikat tidak solven

Ralat Jenis I (syarikat dengan ramalan kesolvenan adalah tidak solven) 2% 1%

Ralat jenis II (syarikat dengan ramalan insolvensi adalah pelarut) 0% 0%

Kuasa penerangan model 98% 99%

Berdasarkan keputusan yang diperoleh menggunakan kaedah analisis, kita boleh membuat kesimpulan bahawa model baru, hierarki dan disahkan menggunakan

toolkit ekonometrik, adalah kunci kepada kebankrapan syarikat Rusia. optimum dan boleh digunakan untuk diagnostik

RUJUKAN

1. Makarov, A.S. Mengenai masalah memilih kriteria untuk analisis kesolvenan organisasi // Analisis ekonomi: teori dan amalan. - 2008. - No. 3.

2. Suvorova, L.V., Suvorova, T.E. Penilaian insolvensi organisasi menggunakan kaedah analisis hierarki // Prosiding Persidangan Saintifik dan Praktikal Antarabangsa ke-8 "Sektor Infrastruktur Ekonomi: Masalah dan Prospek Pembangunan", NSTU, Novosibirsk, 2015.

3. Sandor, Zolt. Program pendidikan ekonometrik: pembolehubah bersandar terhad. Model Multinomial Pilihan Diskret // Kuantil. - 2009. - No. 7. - S. 9-20.

4. Altman, E. & Haldeman, R. (1977) Analisis ZETA: Model baru untuk mengenal pasti risiko kebankrapan syarikat. Jurnal Perbankan dan Kewangan, 1, 29-35.

5. Beaver, W. (1966) Nisbah Kewangan sebagai Peramal Kegagalan. Jurnal Penyelidikan Perakaunan, 4.71-111.

6. Conan, J. & Holder, M. (1979) Pembolehubah eksplikatif prestasi dan kawalan pengurusan, Tesis Kedoktoran, CERG, Universite Paris Dauphine.

7. FIRA PRO - Sistem maklumat dan analisis, agensi penarafan bebas pertama [Sumber elektronik]. - URL: http://www.fira.ru/. - Zagl. daripada skrin

8. Fulmer, J. & Moon, J. (1984) Model Klasifikasi Kebankrapan untuk Firma Kecil. Jurnal Pinjaman Bank Perdagangan, 25-37.

9. Springate, G. (1978) Meramalkan Kemungkinan Falture dalam Firma Kanada. M.B.A yang tidak diterbitkan Projek Penyelidikan, Universiti Simon Fraser