Mối quan hệ của kinh tế lượng với lý thuyết kinh tế, thống kê và các phương pháp kinh tế và toán học. Nhóm và Tóm tắt Thống kê

1

Một nghiên cứu đã được thực hiện về khả năng của các công cụ toán học và thống kê của kinh tế lượng, nhờ đó việc đánh giá và phân tích hiệu suất tổng thể của nhân viên công ty được thực hiện. Là một chỉ số đánh giá hiệu quả công việc của nhân viên, chỉ tiêu lợi nhuận của công ty do nhân viên tạo ra đã được chọn. Các chỉ số chính về động lực của hiệu quả công việc được xác định, một hình ảnh minh họa về kết quả tính toán được đưa ra. Các yếu tố chính ảnh hưởng đến hiệu quả công việc của nhân viên công ty đã được xác định, do đó, các khả năng phân tích tương quan và hồi quy sử dụng ma trận các tương quan cặp đã được sử dụng. Việc phân tích thành phần thời vụ của chỉ số hoạt động của nhân viên đã được thực hiện. Việc tính toán và phân tích các hệ số co giãn đặc trưng cho sự ảnh hưởng của các đặc trưng của nhân tố đến chỉ tiêu hiệu quả công việc được thực hiện. Một phân tích xu hướng của các yếu tố chính đã được thực hiện. Việc xây dựng các phương trình của cặp và nhiều hồi quy đã được hoàn thành. Chất lượng của các phương trình hồi quy đã xây dựng được đánh giá bằng cách sử dụng các tiêu chí của Fisher, t-Statistics của Student và hệ số xác định. Việc tính toán dự báo điểm và khoảng thời gian về hiệu quả của nhân viên công ty trong các giai đoạn tương lai được thực hiện. Các đề xuất đã được thực hiện để nâng cao hiệu quả làm việc của nhân viên trong công ty.

Hiệu suất của nhân viên

phân tích tương quan-hồi quy

đánh giá chất lượng hồi quy

1. Alekseeva E.V., Gusarova O.M. Nghiên cứu kinh tế lượng của các chỉ số tài chính trong các hoạt động của tổ chức // Bản tin sinh viên khoa học quốc tế. - 2016. - Số 4–4. - S. 497-500.

2. Golicheva N.D., Gusarova O.M. Lý thuyết và thực hành mô hình hóa các quá trình tài chính và kinh tế trong điều kiện kinh tế không chắc chắn. - Smolensk: Magenta, 2016. - 227 tr.

3. Gusarova O.M. Phân tích xu hướng các lĩnh vực ưu tiên của nền kinh tế khu vực // Nghiên cứu cơ bản. - 2016. - Số 8–1. - P.123–128.

4. Gusarova O.M. Thiết bị phân tích để lập mô hình sự phụ thuộc tương quan-hồi quy // Tạp chí quốc tế về nghiên cứu ứng dụng và cơ bản. - 2016. - Số 8–2. - Tr.219–223.

5. Gusarova O.M., Kuzmenkova V.D. Mô hình hóa và phân tích các xu hướng phát triển của nền kinh tế khu vực // Nghiên cứu cơ bản. - 2016. - Số 3–2. - Tr.354–359.

6. Gusarova O.M. Phân tích kinh tế lượng về mối tương quan thống kê của các chỉ số phát triển kinh tế xã hội của Nga // Nghiên cứu cơ bản. - 2016. - Số 2–2. - Tr.357–361.

7. Gusarova O.M. Phương pháp và mô hình dự đoán hoạt động của các hệ thống doanh nghiệp // Những vấn đề lý luận và ứng dụng của giáo dục và khoa học: tập hợp các bài báo khoa học dựa trên tài liệu của Hội nghị Khoa học và Thực tiễn Quốc tế, 2014. - Tr 48–49.

8. Ilyin S.V., Gusarova O.M. Mô hình kinh tế lượng trong đánh giá mối quan hệ của các chỉ số khu vực // Bản tin sinh viên khoa học quốc tế. - 2015. - Số 4–1. - P.134–136.

9. Gusarova O.M. Giám sát các chỉ tiêu hoạt động chính của quá trình kinh doanh // Những vấn đề thực tế về kinh tế và quản lý trong điều kiện hiện đại hóa nước Nga hiện đại. - Smolensk: Smolgortipografiya, 2015. - Tr 84–89.

10. Gusarova O.M. Mô hình hóa kết quả kinh doanh trong quản lý của một tổ chức // Triển vọng phát triển khoa học và giáo dục: tuyển tập các bài báo khoa học dựa trên tài liệu của Hội nghị Khoa học và Thực tiễn Quốc tế, 2014. - Tr 42–43.

11. Zhuravleva M.A., Gusarova O.M. Phân tích và cải tiến hoạt động của các công ty cổ phần (theo ví dụ của OAO Smolenskoblgaz) // Công nghệ hiện đại chuyên sâu về khoa học. - 2014. - Số 7–3. - P. 10–12.

12. Gusarov A.I., Gusarova O.M. Quản lý rủi ro tài chính của các ngân hàng trong khu vực (ví dụ như Công ty Cổ phần "Askold") // Công nghệ hiện đại, chuyên sâu về khoa học. - 2014. - Số 7–3. - Tr 8–10.

13. Gusarova O.M. Nghiên cứu chất lượng của các mô hình dự báo ngắn hạn cho các chỉ tiêu kinh tế tài chính. - M., 1999. - 100 tr.

14. Orlova I.V., Polovnikov V.A., Filonova E.S., Gusarova O.M. vv Kinh tế lượng. Dụng cụ trợ giảng. - M.: 2010. - 123 tr.

Để nâng cao hiệu quả của toàn công ty và từng bộ phận riêng biệt, cũng như để chuẩn bị một báo cáo phân tích nhằm xác định chiến lược phát triển, một nghiên cứu đã được thực hiện về hiệu quả của nhân viên trong công ty. Trong quá trình nghiên cứu, sử dụng các phương pháp toán học và thống kê sử dụng khả năng phân tích tương quan và hồi quy, một đánh giá đã được thực hiện về hiệu quả của một nhân viên của công ty "Avtoholod" LLC. Các chỉ số sau được chọn làm chỉ tiêu để nghiên cứu: lợi nhuận bình quân của một công ty do một nhân viên tạo ra (Y), lợi nhuận ròng (X1), khối lượng bán dịch vụ cho các pháp nhân (X2), khối lượng bán hàng của dịch vụ cho cá nhân (X3), lợi nhuận bổ sung do mở rộng phạm vi dịch vụ (X4).

Việc xác định động thái của các chỉ tiêu nghiên cứu được thực hiện theo các công thức sau (Bảng 1). Hình minh họa kết quả tính toán được thể hiện trong hình. 1-2.

Bảng 1

Các chỉ số về động lực của biển báo

	Tăng trưởng tuyệt đối	Tỉ lệ tăng trưởng	Tỉ lệ gia tăng
Nền tảng

Theo kết quả giải thích bằng đồ thị của kết quả tính toán, có thể lập luận rằng có yếu tố mùa vụ trong việc bán sản phẩm của công ty. Chúng tôi cũng nhận thấy sự gia tăng lợi nhuận của doanh nghiệp do người lao động mang lại do việc mở rộng phạm vi cung cấp dịch vụ.

Cơm. 1. Tăng chuỗi tuyệt đối trong hiệu suất hoạt động

Cơm. 2. Sự gia tăng cơ bản tuyệt đối trong hiệu suất của nhân viên

Việc lựa chọn các đặc trưng nhân tố để xây dựng mô hình hồi quy được thực hiện bằng các công cụ toán học và thống kê, sử dụng khả năng phân tích tương quan và hồi quy, sử dụng ma trận các hệ số tương quan cặp (Hình 3).

Cơm. 3. Ma trận tương quan cặp

Việc phân tích ma trận các tương quan cặp giúp xác định được yếu tố hàng đầu X2 (khối lượng bán dịch vụ cho các pháp nhân). Để loại bỏ đa cộng tuyến, chúng tôi loại trừ yếu tố X3 (khối lượng dịch vụ cho các cá nhân) khỏi việc xem xét. Yếu tố X4 (lợi nhuận bổ sung do mở rộng phạm vi dịch vụ) cũng cần được loại trừ khỏi việc xem xét do mối tương quan thấp với tính năng hiệu quả Y. Kết quả của việc xây dựng hồi quy bội được thể hiện trong hình. bốn.

Cơm. 4. Kết quả phân tích hồi quy

Dựa trên các phép tính đã thực hiện, phương trình hồi quy bội có dạng:

Y = 0,871179777.X1 + + 0,919808093.X2 + 152,4197205.

Hãy đánh giá chất lượng của phương trình hồi quy bội thu được: giá trị của hệ số xác định bằng R = 0,964 khá gần bằng 1, do đó, chất lượng của phương trình hồi quy kết quả có thể được coi là cao; giá trị của tiêu chí Fisher F = 229,8248 vượt quá giá trị bảng bằng 3,591, do đó, phương trình hồi quy có thể được coi là có ý nghĩa thống kê và có thể được sử dụng để đánh giá hiệu quả làm việc của nhân viên công ty. Để đánh giá ý nghĩa thống kê của các dấu hiệu nhân tố, kiểm định t của Student được sử dụng. Sử dụng hàm \ u003d STUDENT.OBR.2X (0,05; 17), giá trị dạng bảng t table \ u003d 2.109815578 được xác định. So sánh các giá trị tính toán của thống kê t, lấy theo modulo, với giá trị dạng bảng của tiêu chí này, chúng ta có thể kết luận rằng các yếu tố X1 và X2 là có ý nghĩa thống kê.

Hãy ước tính mức độ ảnh hưởng của các yếu tố đến dấu kết quả, sử dụng các hệ số co giãn, b - và D - (Hình 5).

Cơm. 5. Tính hệ số bổ sung của mối quan hệ của dấu hiệu

Hệ số co giãn từng phần cho thấy sự thay đổi giá trị trung bình của chỉ tiêu hiệu quả khi giá trị trung bình của dấu hiệu nhân tố thay đổi 1%, tức là khi lợi nhuận ròng (X1) tăng 1%, lợi nhuận của công ty sẽ tăng 0,287 % (E1 = 0,287), với mức tăng 1% 1% khối lượng bán dịch vụ cho pháp nhân (X2) thì khối lượng lợi nhuận sẽ tăng 0,535% (E2 \ u003d 0,535).

Hệ số β cho biết giá trị của sự thay đổi độ lệch chuẩn của thuộc tính kết quả khi RMS của thuộc tính nhân tố thay đổi 1 đơn vị, tức là với việc tăng 1 đơn vị RMS của lợi nhuận ròng (X1), RMS của khối lượng lợi nhuận sẽ tăng thêm 0,304 (= 0,304); với việc tăng 1 đơn vị độ lệch chuẩn của khối lượng bán dịch vụ cho pháp nhân thì độ lệch chuẩn về lợi nhuận của tổ chức sẽ tăng thêm 0,727 đơn vị (= 0,727).

Δ - hệ số cho biết mức độ ảnh hưởng cụ thể của một thuộc tính yếu tố đối với thuộc tính hiệu quả khi cố định ảnh hưởng của tất cả các yếu tố khác ở một mức độ nhất định, tức là trọng số cụ thể của ảnh hưởng của khối lượng bán dịch vụ cho pháp nhân (X2) đến khối lượng lợi nhuận (hiệu quả) là 72,6% (Δ2 = 0,726369), và tác động cụ thể của lợi nhuận ròng (X1) đối với lợi nhuận là 27,3% (Δ1 = 0,273631).

Sử dụng phương trình hồi quy bội với các yếu tố có ý nghĩa thống kê, chúng tôi tính toán dự báo lợi nhuận đặc trưng cho hoạt động của công ty bằng cách sử dụng khả năng phân tích xu hướng (xem Bảng 2).

ban 2

Kết quả phân tích xu hướng của các dấu hiệu nhân tố

Dựa trên dữ liệu thu được, chúng tôi tính toán dự báo điểm Y.

X1 = 1,3737t - 20,029t + 294,38, X2 = = 2,099t - 16,372t + 368,2.

Để xác định dự báo của các dấu hiệu nhân tố, chúng tôi thu được:

Х1progn \ u003d 1.3737.21.21-20.029.21 + 294.38 \ u003d 479.5727 (nghìn rúp);

Х2 progn = 2.099.21.21- -16.372.21 + 368.2 = 950.047 (nghìn rúp).

Để xác định dự báo về hiệu suất của nhân viên:

Yprogn = 0,871179777.Х1progn + + 0,919808093.Х2progn + 152,4197205 = = 1444,07468 (nghìn rúp)

Để xác định khoảng thời gian dự báo về hiệu quả hoạt động của nhân viên (Y), chúng tôi tính độ rộng của khoảng tin cậy theo công thức:

Hãy thực hiện thay thế các kết quả trung gian của các phép tính, chúng ta sẽ nhận được:

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

Do đó, giá trị dự báo về lợi nhuận của công ty Yprogn = 1444.07468 sẽ nằm trong khoảng

Giới hạn trên bằng 1444.07468 + 183.1231 = 1627.2 và

Giới hạn dưới bằng 1444.07468 - 183.1231 = 1261 (nghìn rúp).

Dựa trên kết quả nghiên cứu, có thể rút ra các kết luận sau:

Một bản đánh giá được thực hiện về hiệu suất của một cá nhân nhân viên của Avtoholod LLC, người có hoạt động chính là bán và lắp đặt thiết bị bổ sung cho xe thương mại;

Một phương trình hồi quy bội được xây dựng, đặc trưng cho sự phụ thuộc của hiệu suất của nhân viên vào một số yếu tố;

Giá trị dự báo về lợi nhuận của công ty, được tính bằng phương trình hồi quy bội, sẽ nằm trong khoảng từ 1261 nghìn rúp. lên đến 1627 nghìn rúp;

Phương trình hồi quy này được công nhận là có ý nghĩa thống kê theo tiêu chí Fisher và có chất lượng đủ cao, do đó, kết quả tính toán có thể được coi là đáng tin cậy và đáng tin cậy.

Để nâng cao hiệu quả của cả công ty và người lao động, cần thực hiện chính sách cân bằng và cân đối để quảng bá hàng hóa và dịch vụ của công ty trên thị trường khu vực, mở rộng nghiên cứu tiếp thị để quảng bá dịch vụ, giới thiệu các phương pháp kinh doanh sáng tạo sử dụng công nghệ thông tin hiện đại và mô hình phương pháp và hoạt động của công ty phân tích kinh doanh.

Liên kết thư mục

Tsarkov A.O., Gusarova O.M. SỬ DỤNG CÁC CÔNG CỤ TOÁN VÀ THỐNG KÊ CỦA KINH TẾ TRONG VIỆC ĐÁNH GIÁ HIỆU QUẢ CỦA MỘT NHÂN VIÊN // International Student Scientific Bulletin. - 2018. - Số 4-6 .;
URL: http://eduherald.ru/ru/article/view?id=19011 (ngày truy cập: 25/11/2019). Chúng tôi mang đến cho bạn sự chú ý của các tạp chí do nhà xuất bản "Học viện Lịch sử Tự nhiên" xuất bản

Kinh tế lượng - phép đo trong nền kinh tế. Từ "kinh tế lượng" được giới thiệu vào năm 1926 bởi nhà kinh tế và thống kê người Na Uy, người đoạt giải Nobel Ragnar Frisch. Nền giáo dục kinh tế hiện đại ở phương Tây dựa trên ba trụ cột: kinh tế vĩ mô, kinh tế vi mô và kinh tế lượng. Trong nền kinh tế kế hoạch hóa tập trung, kinh tế lượng là không cần thiết, vì tất cả các kế hoạch đều giảm từ trên xuống, chẳng hạn như không cần phải dự đoán các mô hình hành vi kinh tế có thể có trong một tình huống nhất định. Ngoài ra, các phương pháp kinh tế lượng có thể xác định một số xu hướng phát triển kinh tế mà các nhà chức trách không mong muốn. Hiện nay, các trường đại học của chúng ta đã bắt đầu tái cấu trúc theo hướng này. Tại sao kinh tế lượng lại quan trọng như vậy? Rất khó để trả lời câu hỏi này, và tôi hy vọng rằng đến cuối khóa học của chúng tôi, bạn sẽ trả lời được câu hỏi này một chút. Một nhà kinh tế học càng trở thành một nhà chuyên môn, anh ta càng hiểu rằng trong kinh tế học mọi thứ phụ thuộc vào mọi thứ. Để hiểu chính xác sự phụ thuộc này được thể hiện như thế nào, các phương pháp kinh tế lượng phục vụ.

Khoa học kinh tế lượng là gì? Rất khó để đưa ra một định nghĩa về một khoa học đang sống, đang phát triển, để mô tả chủ đề và phương pháp của nó. "Kinh tế lượng" là khoa học về các phép đo kinh tế, nhưng điều đó cũng giống như nói rằng toán học là khoa học của các con số. Khái niệm kinh tế lượng có nội dung và mục đích hơi hẹp hơn so với cách diễn đạt theo nghĩa đen, đồng thời, rộng hơn chỉ là một tập hợp các công cụ thống kê. Quan điểm hiện đại của kinh tế lượng được phản ánh trong định nghĩa sau:

Kinh tế lượng - một ngành khoa học kết hợp một tập hợp các kết quả lý thuyết, kỹ thuật, phương pháp và mô hình được thiết kế trên cơ sở

lý thuyết kinh tế;

thống kê kinh tế;

công cụ toán học và thống kê

đưa ra một biểu thức định lượng cụ thể cho các quy luật chung (định tính) được xác định bởi lý thuyết kinh tế. (S. A. Ayvazyan, V. S. Mkhitaryan. Thống kê ứng dụng và cơ sở của kinh tế lượng.)

Nói cách khác, kinh tế lượng cho phép, trên cơ sở các quy định của lý thuyết kinh tế và dữ liệu ban đầu của thống kê kinh tế, sử dụng các công cụ toán học và thống kê cần thiết, đưa ra một biểu thức định lượng cụ thể cho các mẫu tổng quát (định tính).

Một cái nhìn khác:

Một phương pháp phân tích kinh tế kết hợp lý thuyết kinh tế với các phương pháp phân tích thống kê và toán học. Đây là một nỗ lực nhằm cải thiện các dự báo kinh tế và giúp hoạch định chính sách thành công. Trong kinh tế lượng, các lý thuyết kinh tế được biểu thị dưới dạng các tỷ số toán học và sau đó được kiểm tra thực nghiệm bằng các phương pháp thống kê. Hệ thống này được sử dụng để tạo ra các mô hình của nền kinh tế quốc gia nhằm dự đoán các chỉ số quan trọng như tổng sản phẩm quốc dân, tỷ lệ thất nghiệp, tỷ lệ lạm phát và thâm hụt ngân sách liên bang. Kinh tế lượng đang được sử dụng ngày càng rộng rãi, mặc dù thực tế là các dự báo thu được với sự trợ giúp của nó không phải lúc nào cũng đủ chính xác.

Bách khoa toàn thư điện tử Columbia súc tích, tái bản lần thứ ba. http://www.encyclopedia.com/

“Giống như kinh tế học toán học, kinh tế lượng là một cái gì đó mà các nhà kinh tế học làm hơn là một lĩnh vực chuyên môn cụ thể. Kinh tế lượng quan tâm đến việc nghiên cứu dữ liệu thực nghiệm bằng các phương pháp thống kê; mục đích của việc này là để kiểm tra các giả thuyết và đánh giá các mối quan hệ do lý thuyết kinh tế đề xuất. Trong khi kinh tế toán học quan tâm đến các khía cạnh lý thuyết thuần túy của phân tích kinh tế, kinh tế lượng cố gắng kiểm tra các lý thuyết đã được trình bày dưới dạng toán học rõ ràng. Tuy nhiên, hai lĩnh vực kinh tế này thường chồng chéo lên nhau.

từ một bài báo của Mark Blaug cho Encyclopædia Britannica

“Các vấn đề trong kinh tế lượng rất nhiều và đa dạng. Nền kinh tế là một đối tượng phức tạp, năng động, đa chiều và luôn phát triển nên rất khó để nghiên cứu nó. Cả xã hội và hệ thống xã hội đều thay đổi theo thời gian, luật lệ thay đổi, các đổi mới công nghệ xảy ra, vì vậy không dễ tìm ra những bất biến trong hệ thống này. Chuỗi thời gian ngắn, có tính tổng hợp cao, không đồng nhất, không cố định, phụ thuộc vào thời gian và lẫn nhau nên chúng ta có ít thông tin thực nghiệm để nghiên cứu. Các đại lượng kinh tế được đo lường không chính xác, có thể được điều chỉnh sau này đáng kể và các biến số quan trọng thường không được đo lường hoặc không thể quan sát được, vì vậy tất cả các kết luận của chúng tôi là không chính xác và không đáng tin cậy. Các lý thuyết kinh tế thay đổi theo thời gian, các giải thích cạnh tranh cùng tồn tại với nhau, và do đó không có cơ sở lý thuyết đáng tin cậy cho các mô hình. Và bản thân các nhà kinh tế lượng dường như không có sự thống nhất về cách xử lý chủ đề của họ.

from D. F. Hendry, Dynamic Econometrics, Oxford University Press, 1995, tr.5.

"Có hai thứ bạn không muốn thấy trong quá trình sản xuất: xúc xích và ước tính kinh tế lượng." E. Leamer E. E. Leamer, "Hãy rút ra khỏi kinh tế lượng", Tạp chí Kinh tế Mỹ, 73 (1983), 31-43.

Trong một bài xã luận mở đầu số đầu tiên của Econometrica (tạp chí kinh tế lượng lâu đời nhất), người đoạt giải Nobel R. Frisch đã viết:

“... Mục tiêu chính [của Hiệp hội Kinh tế lượng] sẽ là kích thích các nghiên cứu nhằm mục đích kết hợp các phương pháp tiếp cận định lượng-lý thuyết và thực nghiệm-định lượng cho các vấn đề kinh tế, và được thấm nhuần bởi lý luận mang tính xây dựng và chặt chẽ của loại hình thịnh hành khoa học tự nhiên.

Nhưng cách tiếp cận định lượng đối với kinh tế học có một số khía cạnh, và bản thân không có khía cạnh nào trong số này nên bị nhầm lẫn với kinh tế lượng. Vì vậy, kinh tế lượng hoàn toàn không giống như thống kê kinh tế. Nó cũng không trùng với cái mà chúng ta gọi là lý thuyết kinh tế tổng quát, mặc dù một phần quan trọng của lý thuyết này, tất nhiên, có tính chất định lượng. Kinh tế lượng cũng không nên được coi là đồng nghĩa với việc áp dụng toán học vào lý thuyết kinh tế. Kinh nghiệm cho thấy rằng mỗi quan điểm này, tức là thống kê, lý thuyết kinh tế và toán học, là điều kiện cần, nhưng chưa đủ, cho sự hiểu biết thực sự về các quan hệ định lượng của đời sống kinh tế hiện đại. Sức mạnh nằm ở sự kết hợp của ba yếu tố này. Và chính sự kết hợp này tạo nên kinh tế lượng ”.

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

Theo định nghĩa của chúng tôi, kinh tế lượng là tổng hợp thống kê kinh tế, lý thuyết kinh tế và toán học, một môn khoa học gắn liền với sự suy ra thực nghiệm của các quy luật kinh tế, tổng hợp các thống kê kinh tế, lý thuyết kinh tế và toán học. Đó là, chúng ta sử dụng dữ liệu hoặc quan sát để có được các mối quan hệ định lượng cho các quy luật kinh tế. Lưu ý rằng bắt đầu từ đây rằng để sử dụng các phương pháp kinh tế lượng, chúng ta cần dữ liệu hoặc quan sát về trạng thái hoặc hành vi của một số thực thể kinh tế. Những dữ liệu này, theo quy luật, không phải là thực nghiệm, trái ngược với các ngành khoa học khác, nơi các phương pháp toán học được sử dụng. thống kê - vật lý, sinh học, v.v ... Trong kinh tế học, chúng ta không thể tiến hành nhiều thí nghiệm để xác minh tính đúng đắn của các kết luận của mình và đây là tính cụ thể của dữ liệu kinh tế.

Mục tiêu ứng dụng của kinh tế lượng.

nguồn gốc của các quy luật kinh tế;

xây dựng các mô hình kinh tế dựa trên lý thuyết kinh tế và dữ liệu thực nghiệm;

ước lượng các đại lượng (tham số) chưa biết trong các mô hình này;

dự báo và ước tính độ chính xác của dự báo;

Làm thế nào để một nhà kinh tế đạt được mục tiêu của mình. Trong quá trình nghiên cứu kinh tế lượng, một nhà kinh tế học luôn trải qua một số giai đoạn. Các giai đoạn của mô hình kinh tế lượng:

Một người bắt đầu nghiên cứu kinh tế học, trước hết, nảy ra ý tưởng rằng trong kinh tế học, một số biến số có mối liên hệ với nhau. Nhu cầu mới nổi đối với một sản phẩm trên thị trường được coi là một hàm số của giá cả, chi phí liên quan đến việc sản xuất một sản phẩm nhất định được cho là phụ thuộc vào khối lượng sản xuất, chi tiêu của người tiêu dùng gắn với thu nhập, v.v. - ví dụ mối quan hệ giữa hai biến, với một trong các biến đóng vai trò là biến giải thích, biến còn lại đóng vai trò là biến giải thích. Để có tính hiện thực cao hơn, cần phải đưa các biến giải thích khác và một yếu tố ngẫu nhiên vào tỷ lệ. Cầu về một sản phẩm - giá cả, thu nhập của người tiêu dùng, giá cả đối với hàng hóa cạnh tranh, bổ sung và thay thế, v.v. (ghi trên bảng chỉ định). Một biến, quá trình hình thành các giá trị mà vì lý do nào đó, chúng ta quan tâm, sẽ được ký hiệu là Y và gọi nó là phụ thuộc hoặc có thể giải thích được. Các biến mà chúng tôi mong đợi có ảnh hưởng đến biến Y, chúng tôi sẽ biểu thị X j và được gọi là độc lập hoặc giải thích. Giá trị của các biến này là bên ngoài nó, không có gì về cách các giá trị này được hình thành

Ở giai đoạn này, quá trình hình thành các giá trị của biến được giải thích có thể được biểu diễn dưới dạng sơ đồ sau:

X 1 ,…X k- các biến được chọn (có ảnh hưởng đáng kể nhất hoặc được chúng tôi quan tâm đặc biệt).

Nhóm các mối quan hệ riêng lẻ thành một mô hình - hình thành một số giả thuyết về mối quan hệ của các biến. Các giả thuyết này nảy sinh trên cơ sở lý luận tiền đề kinh tế, trực giác, kinh nghiệm của người nghiên cứu, nhận thức chung của mình. Câu hỏi đặt ra ngay lập tức, làm thế nào để kiểm tra tính đúng đắn của mô hình? Trong vật lý, sinh học, mọi thứ đều đơn giản - chúng tôi tiến hành một thí nghiệm và xem liệu kết quả của nó có xác nhận giả thuyết của chúng tôi hay không. Mọi thứ phức tạp hơn trong nền kinh tế. Làm thế nào để tiến hành các thí nghiệm trong kinh tế học? Chúng ta chỉ có thể quan sát thực tế.

Do đó, ở giai đoạn này, nhà kinh tế lượng tham gia vào việc mô hình hóa hành vi của các đối tượng kinh tế. Mô hình hóa là sự đơn giản hóa thực tế của một đối tượng. Nhiệm vụ, nghệ thuật mô hình hóa, chính xác một cách ngắn gọn và đầy đủ nhất có thể những khía cạnh của thực tế mà nhà nghiên cứu quan tâm.

Mô hình toán học của mạch:

Nếu, thì phương trình (1) được gọi là phương trình hồi quyYtrênX 1 ,…X k. Hàm số f – hàm hồi quy, dòng mà hàm này mô tả trong không gian - đường Hồi quy.

Một ví dụ với tiền lương và tuổi tác - tiền lương tăng theo độ tuổi.

Nhiệm vụ đầu tiên là chuyển các giả định này sang ngôn ngữ toán học. Thật không may, không có cách duy nhất để làm điều này. Chức năng ngày càng tăng nghĩa là gì. Có nhiều chức năng đang tăng chức năng của các đối số của chúng. Tuyến tính, phi tuyến tính, khác nhau.

Cách giải quyết là bước đầu xây dựng mô hình đơn giản nhất. Hãy để chúng tôi giới thiệu ký hiệu sau cho các thông số kinh tế quan sát được:

W- Mức lương của một người;

NHƯNG- tuổi của người đó;

Mô hình đơn giản nhất (tuyến tính):

Phương trình hành vi ở đây ở dạng phụ thuộc hàm chính xác. Tuy nhiên, như chúng ta sẽ thấy ở phần sau, điều này là không thực tế và người ta không thể tiến hành phát triển kinh tế lượng mà không có một số đặc tả ngẫu nhiên bổ sung. Chúng tôi thêm một thuật ngữ ngẫu nhiên vào các phương trình hành vi. Bởi vì đối với bất kỳ dữ liệu kinh tế thực nào, không thể đảm bảo tuân thủ liên tục các tỷ lệ đơn giản. Ngoài ra, trong số tất cả các biến giải thích có thể có, chỉ một tập hợp con nhỏ của chúng được đưa vào đặc tả, tức là chúng ta chỉ có thể nói về mô hình xấp xỉ một số, có vẻ khá phức tạp, nhưng chúng ta chưa biết đến các mối quan hệ. Để đảm bảo sự bình đẳng giữa bên phải và bên trái, một sai số ngẫu nhiên phải được đưa vào mỗi tỷ lệ.

Trong mô hình của chúng tôi, sự phụ thuộc giữa một số biến được xem xét. Các biến có giá trị được giải thích trong mô hình của chúng tôi được gọi là nội sinh. Các biến, các giá trị không được mô hình của chúng tôi giải thích, nằm bên ngoài nó, chúng tôi không biết gì về cách các giá trị này được hình thành, được gọi là ngoại sinh. Một biến khác là giá trị trễ của biến nội sinh. Nó cũng là bên ngoài mô hình của chúng tôi. Các biến ngoại sinh và giá trị trễ của biến nội sinh là các biến được xác định trước.

Trong khóa học của chúng tôi với bạn, chúng ta sẽ tìm hiểu một số loại mô hình kinh tế lượng được sử dụng để phân tích và dự báo:

a) các mô hình chuỗi thời gian. Các mô hình như vậy giải thích hành vi của một biến thay đổi theo thời gian chỉ dựa trên các giá trị trước đó của nó. Nhóm này bao gồm các mô hình về xu hướng, tính thời vụ, xu hướng và tính thời vụ (dạng cộng và dạng nhân), v.v.

b) các mô hình hồi quy với một phương trình. Trong các mô hình như vậy, biến phụ thuộc (giải thích) được biểu diễn dưới dạng một hàm của các biến và tham số độc lập (giải thích). Tùy thuộc vào loại chức năng, các mô hình là tuyến tính hoặc phi tuyến tính. Hãy nghiên cứu chúng.

c) Hệ phương trình đồng thời. Tình hình là kinh tế, hành vi của một đối tượng kinh tế được mô tả bằng một hệ phương trình (ví dụ của chúng tôi). Hệ thống bao gồm các phương trình và danh tính, có thể chứa các biến có thể giải thích được từ các phương trình khác (do đó, các khái niệm về các biến ngoại sinh và nội sinh được đưa ra).

Mục 2 được gọi là đặc tả mô hình. Cần thiết:

a) xác định các mục tiêu của mô hình hóa;

b) xác định danh sách các biến ngoại sinh và nội sinh;

c) xác định các dạng phụ thuộc giữa các biến;

d) xây dựng các ràng buộc tiên nghiệm đối với số hạng ngẫu nhiên, điều này quan trọng đối với các thuộc tính của ước lượng và sự lựa chọn phương pháp ước lượng, và một số hệ số

Bây giờ chúng ta cần kiểm tra mô hình. Làm thế nào để làm điều này nếu chúng ta không phải là nhà vật lý và không phải là nhà sinh học? Các phương pháp kinh tế lượng, cho phép xác minh thực nghiệm các tuyên bố và mô hình lý thuyết, là một công cụ mạnh mẽ để phát triển lý thuyết kinh tế. Với sự giúp đỡ của họ, các khái niệm lý thuyết bị bác bỏ và các giả thuyết mới, hữu ích hơn được chấp nhận. Một nhà lý thuyết không sử dụng tài liệu thực nghiệm để kiểm tra các giả thuyết của mình và không sử dụng các phương pháp kinh tế lượng cho điều này có nguy cơ kết thúc với thế giới của những tưởng tượng của anh ta. Thu thập dữ liệu là tài liệu thống kê cần thiết. Ở đây, các phương pháp thống kê kinh tế và số liệu thống kê nói chung có ích cho chúng ta. Cuộc trò chuyện về chủ đề này.

Các loại dữ liệu mà nhà kinh tế lượng phải xử lý khi mô hình hóa các quá trình kinh tế là:

a) dữ liệu mặt cắt - dữ liệu không gian - tập hợp thông tin về các đối tượng kinh tế khác nhau tại cùng một thời điểm;

b) dữ liệu chuỗi thời gian - chuỗi thời gian - quan sát một tham số kinh tế trong các thời kỳ hoặc thời điểm khác nhau. Dữ liệu này được sắp xếp tự nhiên trong thời gian. Lạm phát, cung tiền (hàng năm), tỷ giá đô la Mỹ (hàng ngày);

c) dữ liệu bảng - dữ liệu bảng - một tập hợp thông tin về các đối tượng kinh tế khác nhau trong một số khoảng thời gian (dữ liệu điều tra dân số).

xác định mô hình - phân tích thống kê của mô hình và trên hết là ước lượng thống kê các tham số. Sự lựa chọn phương pháp đánh giá cũng được bao gồm ở đây. Phụ thuộc vào các tính năng của mô hình.

xác minh mô hình - so sánh dữ liệu thực và mô hình, xác minh mô hình ước tính để đi đến kết luận rằng bức tranh của đối tượng thu được với sự trợ giúp của nó là đủ thực tế hoặc để nhận ra sự cần thiết phải đánh giá một đặc điểm mô hình khác.

Vì vậy, các phương pháp kinh tế lượng được phát triển chủ yếu để ước lượng các tham số của các mô hình kinh tế. Theo quy tắc, mỗi mô hình chứa một số phương trình và phương trình bao gồm một số biến. Hãy bắt đầu với mô hình đơn giản nhất - mô hình hồi quy tuyến tính theo cặp.

Kết nối kinh tế lượng với các ngành khác.Đặc thù của tổng hợp lý thuyết kinh tế và kinh tế lượng là gì? Kinh tế lượng, xuất phát từ các quy luật kinh tế tồn tại một cách khách quan, được xác định một cách định tính trong lý thuyết kinh tế, ở cấp độ khái niệm, hình thành các cách tiếp cận để hình thức hóa chúng, biểu hiện định lượng các mối quan hệ giữa các chỉ tiêu kinh tế.

Thống kê kinh tế cung cấp các phương pháp kinh tế lượng để tạo ra các chỉ số kinh tế cần thiết, các phương pháp để lựa chọn, đo lường chúng, v.v.

Các công cụ toán học và thống kê được phát triển trong kinh tế lượng sử dụng và phát triển các phần như vậy của thống kê toán học như mô hình hồi quy tuyến tính, phân tích chuỗi thời gian và xây dựng hệ thống phương trình đồng thời.

Chính sự đổ bộ của lý thuyết kinh tế trên cơ sở các số liệu thống kê kinh tế cụ thể và sự chiết xuất từ ​​cuộc đổ bộ này với sự trợ giúp của một bộ máy toán học phù hợp với các mối quan hệ định lượng khá rõ ràng là những điểm mấu chốt để hiểu được bản chất của kinh tế lượng, phân biệt nó với kinh tế học toán học. , thống kê mô tả và thống kê toán học. Vì vậy kinh tế học toán học là một lý thuyết kinh tế được xây dựng bằng toán học nghiên cứu mối quan hệ giữa các biến số kinh tế ở mức độ tổng quát (phi định lượng). Nó trở thành kinh tế lượng khi các hệ số được biểu thị một cách tượng trưng trong các mối quan hệ này được thay thế bằng các ước lượng số cụ thể rút ra từ các dữ liệu kinh tế cụ thể.

Các giai đoạn xây dựng mô hình kinh tế lượng. Mục tiêu chính của kinh tế lượng là mô tả mô hình các mối quan hệ định lượng cụ thể tồn tại giữa các chỉ tiêu được phân tích trong hiện tượng kinh tế - xã hội được nghiên cứu.

Giữa mục đích áp dụng ba có thể được phân biệt:

- dự báo các chỉ tiêu (biến) kinh tế và kinh tế xã hội đặc trưng cho trạng thái và sự phát triển của hệ thống được phân tích;

- sự bắt chước các kịch bản khác nhau có thể xảy ra đối với sự phát triển kinh tế - xã hội của hệ thống được phân tích, khi các mối quan hệ được xác định một cách thống kê giữa các đặc điểm của sản xuất, tiêu dùng, các chính sách xã hội và tài chính, v.v. được sử dụng để theo dõi những thay đổi theo kế hoạch (có thể) trong các thông số sản xuất hoặc phân phối nhất định có thể quản lý được sẽ ảnh hưởng như thế nào đến các giá trị của đặc điểm “đầu ra” mà chúng ta quan tâm;

- phân tích cơ chế hình thành và trạng thái của hiện tượng kinh tế - xã hội đã phân tích. Cơ chế tạo thu nhập hộ gia đình diễn ra như thế nào, có sự phân biệt lương thực giữa nam và nữ hay không và nó có lớn như thế nào không? Biết được các tỷ lệ định lượng thực trong hiện tượng đang nghiên cứu sẽ giúp hiểu rõ hơn hậu quả của các quyết định được đưa ra, các cải cách kinh tế đang diễn ra và sửa chữa chúng kịp thời.

Theo cấp độ hệ thống cấp bậc của hệ thống kinh tế được phân tích được phân biệt cấp độ vĩ mô(tức là các quốc gia nói chung), mesolevel(vùng, ngành, tập đoàn), cấp độ vi mô(gia đình, doanh nghiệp, hãng).

Hồ sơ Nghiên cứu kinh tế lượng xác định các vấn đề mà nó tập trung: đầu tư, tài chính, chính sách xã hội, quan hệ phân phối, giá cả, v.v. Hồ sơ của nghiên cứu càng được xác định cụ thể, thì phương pháp được lựa chọn càng đầy đủ và kết quả càng hiệu quả, như một quy luật.

Một trong những khái niệm cơ bản của kinh tế học là mối liên hệ giữa các hiện tượng kinh tế và theo đó, các đặc điểm (biến số) đặc trưng cho chúng. Cầu đối với một số hàng hóa trên thị trường là một hàm của giá cả; chi tiêu tiêu dùng của gia đình là một hàm của thu nhập của nó, v.v., chi phí sản xuất phụ thuộc vào năng suất lao động. Trong tất cả các ví dụ này, một trong các biến (nhân tố) đóng vai trò của biến được giải thích (kết quả) và biến còn lại - giải thích (giai thừa).

Quá trình mô hình hóa kinh tế lượng có thể được chia thành sáu bước chính.

1. Đã dàn dựng.Ở giai đoạn này, mục đích nghiên cứu được hình thành, tập hợp các biến kinh tế tham gia vào mô hình được xác định. Các mục tiêu của nghiên cứu kinh tế lượng có thể là:

· Phân tích đối tượng kinh tế được nghiên cứu;

dự báo về các chỉ số kinh tế của nó;

· Phân tích khả năng phát triển của quá trình cho các giá trị khác nhau của các biến độc lập, v.v.

2. Tiên nghiệm.Đó là phân tích tiền mô hình về bản chất kinh tế của hiện tượng đang nghiên cứu, sự hình thành và chính thức hóa thông tin tiên nghiệm, đặc biệt, liên quan đến bản chất và nguồn gốc của dữ liệu thống kê ban đầu và các thành phần dư ngẫu nhiên.

3. Tham số hóa. Bản thân mô phỏng được thực hiện, tức là sự lựa chọn của cái nhìn chung của mô hình, bao gồm thành phần và hình thức của các liên kết cấu thành của nó.

4. Thông tin. Thông tin thống kê cần thiết đang được thu thập, tức là đăng ký giá trị các yếu tố, chỉ tiêu tham gia mô hình.

5. Nhận dạng mô hình. Phân tích thống kê của mô hình được thực hiện và trước hết là ước lượng thống kê các tham số chưa biết của mô hình.

6. Xác minh mô hình. Tính đầy đủ của mô hình được kiểm tra; nó chỉ ra rằng các vấn đề về đặc điểm kỹ thuật, nhận dạng và khả năng nhận dạng của mô hình đã được giải quyết thành công như thế nào; dữ liệu thực và mô hình được so sánh và độ chính xác của dữ liệu mô hình được đánh giá.

Ba giai đoạn cuối cùng (4, 5, 6) đi kèm với quy trình hiệu chuẩn mô hình cực kỳ tốn thời gian, bao gồm việc phân loại thông qua một số lượng lớn các tùy chọn tính toán để có được một mô hình chung, nhất quán và có thể nhận dạng được.

Mô hình toán học thực tế của hiện tượng đang được nghiên cứu có thể được xây dựng ở mức độ tổng quát, mà không cần điều chỉnh đến dữ liệu thống kê cụ thể, tức là nó có thể có ý nghĩa nếu không có giai đoạn thứ 4 và thứ 5. Tuy nhiên, trong trường hợp này nó không phải là kinh tế lượng. Bản chất của mô hình kinh tế lượng là nó, được trình bày như một tập hợp các mối quan hệ toán học, mô tả hoạt động của một hệ thống kinh tế cụ thể, chứ không phải một hệ thống nói chung. Do đó, nó "điều chỉnh" để làm việc với dữ liệu thống kê cụ thể và do đó, cung cấp cho việc thực hiện các giai đoạn thứ 4 và thứ 5 của mô hình.

4. Cơ sở thống kê của các mô hình kinh tế lượng. Một trong những khâu quan trọng nhất trong quá trình xây dựng mô hình kinh tế lượng là thu thập, tổng hợp và phân loại dữ liệu thống kê.

Cơ sở chính cho nghiên cứu kinh tế lượng là số liệu thống kê chính thức hoặc dữ liệu kế toán, là điểm khởi đầu của bất kỳ nghiên cứu kinh tế lượng nào.

Khi mô hình hóa các quá trình kinh tế, ba loại dữ liệu được sử dụng:

1) dữ liệu không gian (cấu trúc), là một tập hợp các chỉ số của các biến số kinh tế thu được tại một thời điểm cụ thể (lát cắt không gian). Chúng bao gồm dữ liệu về khối lượng sản xuất, số lượng nhân viên, thu nhập của các công ty khác nhau tại cùng một thời điểm;

2) dữ liệu thời gian đặc trưng cho cùng một đối tượng nghiên cứu tại các thời điểm khác nhau (thời gian), ví dụ, dữ liệu hàng quý về lạm phát, tiền lương trung bình, v.v.;

3) dữ liệu bảng (không gian-thời gian), chiếm vị trí trung gian và phản ánh các quan sát trên một số lượng lớn các đối tượng, các chỉ số tại nhiều thời điểm khác nhau. Chúng bao gồm: hoạt động tài chính của một số quỹ tương hỗ lớn trong vài tháng; số thuế mà các công ty khai thác dầu đã nộp trong vài năm qua, v.v.

Dữ liệu thu thập được có thể được trình bày dưới dạng bảng, biểu đồ và biểu đồ.

5. Các dạng mô hình kinh tế lượng chính. Kinh tế lượng phân biệt ba loại mô hình sau đây tùy thuộc vào dữ liệu có sẵn và mục tiêu của mô hình hóa.

Mô hình hồi quy với một phương trình. hồi quy Người ta thường gọi sự phụ thuộc của giá trị trung bình của một đại lượng (y) vào một số đại lượng khác hoặc vào một số đại lượng (x i).

Trong các mô hình như vậy, biến phụ thuộc (được giải thích) được biểu diễn dưới dạng một hàm, trong đó là các biến độc lập (giải thích) và là các tham số. Tùy thuộc vào số lượng yếu tố được đưa vào phương trình hồi quy, thông thường người ta phân biệt giữa các hồi quy đơn giản (ghép nối) và nhiều hồi quy.

Hồi quy đơn giản (được ghép nối) là một mô hình trong đó giá trị trung bình của biến phụ thuộc (giải thích) y được coi là một hàm của một biến x độc lập (giải thích). Rõ ràng, hồi quy theo cặp là một mô hình có dạng:

Rõ ràng:

trong đó a và b là ước lượng của các hệ số hồi quy.

Hồi quy nhiều lần là một mô hình trong đó giá trị trung bình của biến phụ thuộc (giải thích) y được coi là một hàm của một số biến độc lập (giải thích) x 1, x 2,… x n. Rõ ràng, hồi quy theo cặp là một mô hình có dạng:

Rõ ràng:

trong đó a và b 1, b 2, b n là các ước lượng của hệ số hồi quy.

Một ví dụ của mô hình như vậy là sự phụ thuộc của tiền lương của một nhân viên vào tuổi tác, trình độ học vấn, trình độ chuyên môn, thời gian làm việc, ngành nghề, v.v.

Về hình thức phụ thuộc, có:

hồi quy tuyến tính;

· Hồi quy phi tuyến tính, giả định sự tồn tại của các mối quan hệ phi tuyến tính giữa các yếu tố, được biểu thị bằng hàm phi tuyến tính tương ứng. Thông thường, các mô hình có dạng phi tuyến tính có thể được giảm xuống dạng tuyến tính, điều này cho phép chúng được phân loại là tuyến tính.

Ví dụ, bạn có thể khám phá tiền lương như một hàm của các đặc điểm nhân khẩu học xã hội, trình độ chuyên môn của một nhân viên.

Khái niệm kinh tế lượng

Định nghĩa 1

Kinh tế lượng là khoa học đo lường kinh tế.

Theo nghĩa hiện đại, kinh tế lượng là một ngành khoa học tổng hợp một hệ thống các kết quả lý thuyết (kỹ thuật, phương pháp và mô hình) trong các lĩnh vực sau:

• lý thuyết kinh tế;
• thống kê kinh tế;
• các công cụ toán học và thống kê, v.v.

Nhận xét 1

Do đó, kinh tế lượng, dựa trên các quy định của lý thuyết kinh tế và các quy định cơ bản của thống kê kinh tế, có thể sử dụng các công cụ toán học và thống kê cần thiết để đưa ra một biểu thức (định lượng) nhất định cho các mẫu định tính (tổng quát).

Trong thực tế, các phương pháp kinh tế lượng được sử dụng cho các mục đích sau:

1. Suy giảm các quy luật kinh tế,
2. Hình thành các mô hình kinh tế dựa trên kiến ​​thức về lý thuyết kinh tế và dữ liệu thực nghiệm,
3. Ước tính số lượng (tham số) chưa biết của các mô hình được xem xét,
4. Lập kế hoạch và đánh giá độ chính xác của các dự báo,
5. Xây dựng các khuyến nghị trong lĩnh vực chính sách kinh tế.

Các phương pháp cơ bản của kinh tế lượng

Có một số phương pháp chính của kinh tế lượng:

• Tóm tắt và phân nhóm thông tin;
• Phân tích, có thể là phân tán và phân tán;
• Ứng dụng của hồi quy và phân tích tương quan;
• Phương trình phụ thuộc;
• các chỉ số thống kê.

Nhóm và Tóm tắt Thống kê

Tóm tắt thống kê là một quá trình xử lý các tài liệu quan sát được tổ chức một cách khoa học, bao gồm các yếu tố sau:

• hệ thống hóa,
• nhóm dữ liệu,
• lập bảng,
• tính toán kết quả
• tính toán các chỉ số dẫn xuất (giá trị trung bình và giá trị tương đối).

Phân nhóm thống kê bao gồm quá trình hình thành các nhóm đồng nhất bằng các phương pháp sau:

• phân chia các tổng hợp thống kê thành các phần,
• sự liên kết của các đơn vị được nghiên cứu thành các tập hợp riêng theo các đặc điểm liên quan.

Sự phân tán và sự biến đổi

Phương sai của một đặc điểm là bình phương trung bình của độ lệch của các phương án so với giá trị trung bình của chúng. Có một số kiểu phân tán được sử dụng trong kinh tế lượng:

• Phương sai chung, đặc trưng cho sự biến đổi của các dấu hiệu trong tổng thể thống kê trong quá trình tiếp xúc với tất cả các yếu tố;
• Sự phân tán giữa các nhóm, cho thấy quy mô của độ lệch của các giá trị trung bình của nhóm so với tổng giá trị trung bình, đồng thời mô tả mức độ ảnh hưởng của yếu tố làm cơ sở cho việc phân nhóm này;
• Phương sai giữa các nhóm (phần dư), đặc trưng cho sự biến đổi của một tính trạng ở giữa mỗi nhóm.

Ghi chú 2

Một trong những phương pháp của kinh tế lượng là sử dụng độ lệch chuẩn, là một đặc tính tổng quát về kích thước của sự biến đổi của một đối tượng trong tổng thể.

Độ lệch chuẩn bằng căn bậc hai của phương sai. Đồng thời, để so sánh những thay đổi của cùng một tính trạng trong một số quần thể, người ta sử dụng một chỉ số biến động tương đối, được gọi là hệ số biến động.

Các phương pháp toán kinh tế khác

Hãy xem xét thêm một số phương pháp kinh tế lượng:

1. Phương pháp bình phương nhỏ nhất xác định các giá trị lý thuyết chính xác của mô hình hồi quy đơn biến, bao gồm cả hiển thị đồ họa của nó;
2. Các chỉ số thống kê được sử dụng làm thước đo sự thay đổi về lượng, không phụ thuộc vào sự thay đổi về chất (giá cả, chi phí, năng suất lao động, v.v.). Ngoài ra, các chỉ số này được sử dụng trong quá trình xác định đặc điểm định tính, bất kể những thay đổi về số lượng (khối lượng hàng hóa về mặt vật chất, số lượng nhân viên, v.v.).

UDK: 336 LBC: 65,05

ỨNG DỤNG CÔNG CỤ KINH TẾ ĐỂ HÌNH THÀNH TIÊU CHÍ ĐA NHÀ MÁY ĐÁNH GIÁ KẾT QUẢ CỦA MỘT TỔ CHỨC

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

SỬ DỤNG CÁC CÔNG CỤ CỦA NỀN KINH TẾ ĐỂ HÌNH THÀNH

TIÊU CHÍ ĐÁNH GIÁ CỦA NHIỀU NGƯỜI VỀ KHẢ NĂNG TỔ CHỨC

Từ khóa: công ty, xác suất, phá sản, xác suất phá sản, kinh tế lượng, đánh giá khả năng thanh toán, tiêu chí đánh giá tích phân, mô hình, đánh giá, tiêu chí, xác suất dự đoán.

Từ khóa: công ty, xác suất, thất bại, xác suất thất bại, kinh tế lượng, đánh giá khả năng tồn tại, tiêu chí đánh giá tích phân, mô hình, đánh giá, tiêu chí, xác suất dự báo.

Tóm tắt: bài báo thảo luận về khả năng sử dụng các công cụ kinh tế lượng để hình thành tiêu chí đa yếu tố để đánh giá khả năng tồn tại của một tổ chức. Mô hình định giá được hình thành bằng phương pháp phân tích thứ bậc được thử nghiệm trên dữ liệu của một trăm công ty phi tài chính của Nga, kết quả thu được được so sánh với các thông số ban đầu của mô hình, sau đó đưa ra kết luận về khả năng ứng dụng thực tế của nó.

Tóm tắt: bài báo thảo luận về khả năng sử dụng các công cụ kinh tế lượng để hình thành các tiêu chí đa yếu tố để đánh giá khả năng tồn tại của tổ chức. Mô hình đánh giá, được hình thành bởi quá trình phân tích thứ bậc được thử nghiệm trên dữ liệu của hàng trăm công ty phi tài chính của Nga; các kết quả này được so sánh với các thông số ban đầu của mô hình, sau đó kết luận về khả năng ứng dụng thực tế của nó.

Với tình hình kinh tế trong và ngoài nước ngày càng xấu đi, nhiều công ty đang gặp khó khăn về tài chính. Tổ chức mất khả năng thanh toán với tư cách là chủ thể của các quan hệ kinh tế có thể trở thành đối tượng của tố tụng tư pháp. Do đó, các nhà quản lý tài chính hiện đại phải đối mặt với nhiệm vụ không chỉ ngăn chặn các hiện tượng khủng hoảng và đảm bảo tình hình tài chính ổn định của doanh nghiệp mà còn phải chứng minh khả năng tồn tại của doanh nghiệp trước các bên thứ ba.

Hiện nay, có khá nhiều tiêu chí đa yếu tố để đánh giá khả năng thanh toán của các công ty do nhiều tác giả khác nhau, cả trong và ngoài nước đề xuất (E. Altman, R. Taffler và G. Tishaw, R. Lis, R.S. Saifulin và G.G. Kadykov, các nhà khoa học của Học viện Kinh tế Bang Irkutsk, O.P. Zaitseva, W. Beaver, J. Con-

nan và M. Golder, D. Fulmer, G. Springgate). Cần lưu ý rằng các mô hình nước ngoài không phải lúc nào cũng được các tổ chức Nga chấp nhận, vì họ sử dụng các hệ số không đổi được tính toán phù hợp với các điều kiện kinh tế khác, các đặc điểm cho vay và thuế.

Việc chẩn đoán các yếu tố dẫn đến phá sản của các tổ chức có thể được thực hiện bằng nhiều phương pháp khác nhau, bao gồm các phương pháp phân tích, chuyên gia, lập trình tuyến tính và động, cũng như sử dụng các mô hình mô phỏng.

Mục đích của công việc là thử nghiệm một mô hình mới để đánh giá khả năng thanh toán của các công ty sử dụng các công cụ kinh tế lượng.

Dựa trên phương pháp phân tích thứ bậc, chúng tôi đã phát triển một mô hình mới để đánh giá khả năng tồn tại của một tổ chức và xác định

giá trị ngưỡng của chỉ báo tích phân1:

X = 0,194 * P (12) + 0,186 * P (15) + 0,19 * P (27) + 0,232 * P (30) + 0,197 * P (33),

P (12) - mức độ khả năng thanh toán của tổ chức;

P (15) - hệ số thanh khoản hiện hành;

P (27) - hoàn vốn lưu động;

P (30) - năng suất vốn;

P (33) - lợi nhuận trên doanh số bán hàng

Phương pháp phân tích thứ bậc là một kỹ thuật đánh giá đa tiêu chí, với sự trợ giúp của các yếu tố-chỉ số được lựa chọn, và một mô hình đa yếu tố cũng được hình thành. Để tìm ra các yếu tố-chỉ số ưu tiên, thang đo mức độ quan trọng tương đối của T. Saaty và K. Kearns đã được sử dụng.2 Với sự trợ giúp của nó, một ma trận so sánh từng cặp giữa các yếu tố-chỉ số đã được xây dựng và lựa chọn các ưu tiên địa phương đã được thực hiện.

Ưu tiên nhất trong số các yếu tố được xem xét đã được ghi nhận: mức độ khả năng thanh toán, hệ số thanh khoản hiện hành, khả năng sinh lời của vốn lưu động, năng suất vốn và khả năng sinh lời của doanh số bán hàng.

Để nghiên cứu thêm, các giá trị ưu tiên của các yếu tố đã xác định đã được hiệu chỉnh bằng cách chia các giá trị ban đầu của chúng cho tổng của các yếu tố cuối cùng, và do đó một vectơ ưu tiên chuẩn hóa đã thu được cho một bộ tiêu chí bị cắt ngắn.

Giá trị ngưỡng được tìm thấy bằng cách sử dụng phân tích thực nghiệm trên dữ liệu thực. Một mẫu gồm 100 công ty phi tài chính của Nga đã được thành lập

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

sử dụng cơ sở dữ liệu, mẫu bao gồm 50 công ty giàu có và 50 công ty bị tòa án tuyên bố phá sản. Đối với mỗi tổ chức, một chỉ số tích phân được tính toán và vẽ biểu đồ về sự phụ thuộc của chỉ số tích phân vào trạng thái của các công ty.

Trong khuôn khổ của mô hình do chúng tôi phát triển, các công ty có chỉ số tích phân không vượt quá 15 sẽ bị mất khả năng thanh toán.

Để đánh giá mối quan hệ giữa xác suất phá sản của các tổ chức và giá trị của tiêu thức tích phân, chúng tôi đã sử dụng các công cụ kinh tế lượng. Đối với điều này, cùng một mẫu gồm 100 công ty phi tài chính của Nga đã được sử dụng.

Các mô hình lựa chọn nhị phân đã được thử nghiệm: Probk-model4 (hàm tích lũy của phân phối chuẩn chuẩn) và Logit-model (hàm xác suất tích phân của phân phối logistic). Mô hình nhị phân giúp xác định sự phụ thuộc của xác suất phá sản của công ty và giá trị của tiêu chí tích phân.

Theo các mô hình kiểu này, biến phụ thuộc nhận hai giá trị: 0 và 1. Chúng tôi chọn trạng thái của công ty làm biến phụ thuộc. Giá trị "0" được chỉ định cho tổ chức dung môi và giá trị "1" được chỉ định cho công ty mất khả năng thanh toán. Trong mẫu đã hình thành, số công ty giàu có và không có khả năng thanh toán là như nhau và bằng 50.

Tất cả các hệ số được tính toán, bao gồm cả chỉ số tích phân cho các công ty được chọn, được trình bày trong Bảng 1.

1 Suvorova, L.V., Suvorova, T.E. Đánh giá khả năng mất khả năng thanh toán của tổ chức bằng phương pháp phân tích thứ bậc // Kỷ yếu Hội nghị Khoa học và Thực tiễn Quốc tế lần thứ VIII "Các lĩnh vực cơ sở hạ tầng của nền kinh tế: Các vấn đề và triển vọng phát triển". - Novosibirsk: NSTU, 2015.

2 Makarov, A.S. Về vấn đề lựa chọn chỉ tiêu phân tích khả năng thanh toán của tổ chức // Phân tích kinh tế: lý luận và thực tiễn. 2008. Số 3.

3 FIRA PRO - Hệ thống thông tin và phân tích, cơ quan xếp hạng độc lập đầu tiên [Tài nguyên điện tử]. - URL: http://www.fira.ru/. -Tiêu đề từ màn hình

4 Sandor, Zolt. Chương trình giáo dục kinh tế lượng: biến phụ thuộc hạn chế. Mô hình đa thức của sự lựa chọn rời rạc // Định lượng. - 2009. -№7. - S. 9-20.

Công ty Chỉ số-hệ số Tiêu chí tổng hợp Y: 1- công ty phá sản 0- công ty phá sản

Tỷ suất sinh lời trên tài sản, cổ phiếu Tỷ lệ thanh khoản hiện tại, cổ phiếu Mức độ khả năng thanh toán đối với các khoản nợ ngắn hạn, cổ phiếu Tỷ suất sinh lời trên vốn lưu động,% Tỷ suất lợi nhuận trên doanh thu,%

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

Hai mô hình hồi quy đã được kiểm tra Kết quả kiểm tra các mô hình được trình bày bằng chương trình Eviews. Rơle trong Bảng 2.

Bảng 2 - Thử nghiệm mô hình

Mô hình tham số

Số lượng quan sát 100 100

Chỉ báo tích hợp -0.149 *** (0.043) -0.338 ** (0.138)

Không đổi 2.391 *** (0.569) 5.155 *** (1.858)

Prob (thống kê LR) 0,000 0,000

McFadden R bình phương 0,769 0,804

Ghi chú. Sai số chuẩn được ghi trong ngoặc đơn, mức ý nghĩa được biểu thị bằng dấu hoa thị: * p<0,1; **p <0,05; ***p <0,01.

Dựa trên kết quả thu được, người ta kết luận rằng cả hai hồi quy nói chung đều có ý nghĩa ở mức 1%. Ước tính hệ số cũng có ý nghĩa ở mức 1% đối với mô hình Probit và đối với chúng tôi là 5% đối với mô hình Logit. Đánh giá hệ số đứng trước biến chịu trách nhiệm về giá trị của chỉ số tích phân,

phủ định. Điều này cho thấy rằng giá trị của chỉ tiêu tích phân càng cao thì khả năng phá sản càng thấp.

Kết quả của đánh giá hồi quy có thể được trình bày dưới dạng sau:

Rg \ u003d 2,391 - 0,149 * x ()

Pi \ u003d L (5,155 - 0,338 * xt)

Sự phụ thuộc của giá trị của chỉ số tích phân vào xác suất dự đoán được xác định bằng cách sử dụng mô hình Logit và Probit được thể hiện trong Hình 1.

Mặc dù cả hai mô hình đều cho kết quả gần như giống nhau, nhưng không có sự khác biệt đáng kể nào được quan sát thấy. Tuy nhiên, có một sai lệch so với động lực chung.

1-1-1-1-0 -,-■

♦ Mô hình logit ■ Mô hình Probit

Giá trị của chỉ số tích phân

Hình 1 - Biểu diễn bằng đồ thị của tỷ lệ giá trị của tiêu chí tích phân

và ước tính xác suất phá sản

Để xác định giá trị ngưỡng, xác suất phá sản dự đoán được xây dựng cho tất cả các công ty từ mẫu cho cả hai mô hình nhị phân. Hình 2 và 3 cho thấy sự phụ thuộc của xác suất dự đoán vào con số quan sát. 50 công ty đầu tiên trong mẫu là giàu có và 50 công ty cuối cùng bị tòa án tuyên bố phá sản.

Các đồ thị này cũng cho thấy rằng có một độ lệch. Công ty tương ứng với số 59 trên thực tế đã phá sản, nhưng tiêu chí tích phân cho kết luận ngược lại. Công ty này đã dự báo xác suất phá sản rất thấp.

Hình 2 - Biểu diễn bằng đồ thị của tỷ lệ xác suất phá sản dự đoán và số công ty cho mô hình Logit

Như vậy, kết luận công ty mất khả năng thanh toán, và nếu xác suất dự đoán nếu xác suất dự đoán phá sản lớn hơn 50% thì công ty mất khả năng thanh toán. dưới 50%, thì công ty là

10 20 30 40 50 60 70 80 90 100

Hình 3 - Biểu diễn đồ thị tỷ lệ giữa xác suất dự báo phá sản và số lượng công ty cho mô hình Pmbk

Như đã lưu ý trước đó, khi tính toán tiêu chí đa nhân tố bằng AHP, có hai điểm không chính xác được đưa ra, đó là 2 công ty có dự báo khả năng thanh toán thực sự là mất khả năng thanh toán. Điều này tương ứng với lỗi loại I. Sự thiếu chính xác tương tự đã xảy ra khi dự đoán xác suất phá sản bằng các công cụ kinh tế lượng, nhưng lỗi loại I trong trường hợp này

chè là 1% (chỉ có một công ty vỡ nợ được dự đoán là có khả năng phá sản thấp). Lỗi loại II không được quan sát thấy trong cả hai trường hợp. Sức mạnh giải thích của mô hình được tìm thấy là 100% trừ các lỗi loại I và loại II. Cả hai mô hình được hình thành, cả với sự trợ giúp của AHP và với sự trợ giúp của các công cụ kinh tế lượng, đều có sức giải thích cao (Bảng 3).

Bảng 3 - Các đặc điểm so sánh của AHP và các công cụ kinh tế lượng

Bộ công cụ kinh tế lượng tiêu chí AHP

Ngưỡng X<15 - компания несостоятельна, Х>15 - công ty giàu có R<50% - компания состоятельна, Р >50% - công ty mất khả năng thanh toán

Lỗi loại I (công ty có dự báo khả năng thanh toán là mất khả năng thanh toán) 2% 1%

Lỗi loại II (công ty dự báo mất khả năng thanh toán là do dung môi) 0% 0%

Sức mạnh giải thích mô hình 98% 99%

Dựa trên kết quả thu được bằng phương pháp phân tích, chúng tôi có thể kết luận rằng mô hình mới, phân cấp và xác minh bằng cách sử dụng

bộ công cụ kinh tế lượng, là chìa khóa dẫn đến sự phá sản của các công ty Nga. tối ưu và có thể áp dụng cho chẩn đoán

NGƯỜI GIỚI THIỆU

1. Makarov, A.S. Về vấn đề lựa chọn chỉ tiêu phân tích khả năng thanh toán của tổ chức // Phân tích kinh tế: lý luận và thực tiễn. - 2008. - Số 3.

2. Suvorova, L.V., Suvorova, T.E. Đánh giá khả năng mất khả năng thanh toán của một tổ chức bằng phương pháp phân tích thứ bậc // Kỷ yếu Hội nghị Khoa học và Thực tiễn Quốc tế lần thứ 8 "Các lĩnh vực cơ sở hạ tầng của nền kinh tế: Các vấn đề và triển vọng phát triển", NSTU, Novosibirsk, 2015.

3. Sandor, Zolt. Chương trình giáo dục kinh tế lượng: biến phụ thuộc hạn chế. Mô hình đa thức của sự lựa chọn rời rạc // Định lượng. - 2009. - Số 7. - S. 9-20.

4. Altman, E. & Haldeman, R. (1977) Phân tích ZETA: Một mô hình mới để xác định rủi ro phá sản của các tập đoàn. Tạp chí Tài chính Ngân hàng, 1, 29-35.

5. Beaver, W. (1966) Các tỷ lệ tài chính như là các yếu tố dự báo thất bại. Tạp chí Nghiên cứu Kế toán, 4,71-111.

6. Conan, J. & Holder, M. (1979) Các biến giải thích của kiểm soát hiệu suất và quản lý, Luận án Tiến sĩ, CERG, Đại học Paris Dauphine.

7. FIRA PRO - Hệ thống thông tin và phân tích, cơ quan xếp hạng độc lập đầu tiên [Nguồn lực điện tử]. - URL: http://www.fira.ru/. - Zagl. từ màn hình

8. Fulmer, J. & Moon, J. (1984) Mô hình phân loại phá sản cho các doanh nghiệp nhỏ. Tạp chí Cho vay Ngân hàng Thương mại, 25-37.

9. Springate, G. (1978) Dự đoán khả năng xảy ra sai phạm trong một công ty Canada. M.B.A chưa xuất bản. Dự án Nghiên cứu, Đại học Simon Fraser