Методы моделирования.

Распространенной методикой описания тех или иных процессов и явлений служит моделирование. Моделирование считается достаточно эффективным средством прогнозирования.

Впервые для целей прогнозирования построение операционных моделей было предпринято в экономике. Модель конструируется субъектом исследования так, чтобы операции отображали характеристики объекта (взаимосвязи, структурные и функциональные параметры и т. п.), существенные для цели исследования. Поэтому вопрос о качестве такого отображения — адекватности модели объекту — правомерно решать лишь относительно определенной цели. Конструирование модели на основе предварительного изучения объекта и выделения его существенных характеристик, экспериментальный и теоретический анализ модели, сопоставление результатов с данными объекта, корректировка модели составляют содержание метода моделирования.

Трудность применения метода моделирования в прогнозировании социально-экономического развития вызывается сложностью структуры развития и поэтому вынуждает пользоваться не единственной моделью, а системой методов и моделей, характеризующейся определенной иерархией и последовательностью.

Под системой моделей прогнозирования социально-экономического развития понимают совокупность методик и моделей, позволяющую дать согласованный и непротиворечивый прогноз социально-экономического развития отрасли или территории, основывающийся на изучении складывающихся в текущем и будущих периодах тенденций и закономерностей, на заданных целевых установках, на имеющихся ресурсах, выявленных потребностях и их динамике. Использование математического аппарата для описания моделей (включая алгоритмы и их действия) связано с преимуществами математического подхода к многостадийным процессам обработки информации, использованием идентичных средств формирования задач, поиска методов их решения, фиксации этих методов и их преобразования в программы, рассчитанные на применение средств вычислительной техники.

Разработка системы моделей прогнозирования проходит три этапа. На первом этапе разработки локальных методик прогнозирования прорабатываются отдельные модели и подсистемы моделей прогнозирования. Разработанные модели должны быть взаимно увязаны и составлять единую систему для целей прогнозирования, обеспечивающую взаимодействие отдельных моделей в соответствии с определенными требованиями. Такие требования будут зафиксированы в программе исследований по проблеме в целом.

На втором этапе разработки локальных методик прогнозирования создается система взаимодействующих моделей прогнозирования, уточняются и согласовываются подсистемы моделей, проверяется их взаимодействие, определяется последовательность использования отдельных моделей, а также приемов оценки и методов проверки получаемых комплексных прогнозов. На этом этапе также должны быть составлены соответствующие программы для решения задач на ЭВМ.

Третий этап создания системы моделей прогнозирования в основном связан с уточнением и развитием отдельных локальных систем и методик в ходе практического их использования для целей комплексного прогнозирования социально-экономического развития.

При составлении детальных программ исследований для первого и второго этапов необходимо учитывать, что задачи методики и круг проблем и показателей, разрабатываемых при прогнозировании, существенным образом зависят от сроков прогнозов. С увеличением деятельности прогнозируемого периода происходит укрупнение показателей, уменьшается количество имеющейся и доступной информации всех видов; этому соответствует использование укрупненных (агрегированных) моделей, рассмотрение более крупных синтетических проблем социально-экономического развития. При этом необходимо выявить показатели, которые связаны устойчивыми функциональными связями как между собой, так и с показателями прогнозов на менее длительный период и которые существенно влияют на динамику показателей для периода в целом и отдельных его частей (принцип отбора существенной и устойчивой информации).

Требования, предъявляемые к отдельным моделям и системе моделей прогнозирования, предопределяют методы, с помощью которых эти модели могут и должны разрабатываться, а также методы и средства осуществления расчетов по ним.

Эти требования сводятся главным образом к следующим положениям:

- методика должна давать четкое описание последовательности правил (алгоритма), позволяющее составить отдельный прогноз при достаточно широких предположениях о характере и значениях исходной для данного прогноза информации определенной структуры;

- методика должна использовать методы и технические средства, позволяющие проводить расчеты своевременно и многократно, исходя, как правило, из неоднородной и большой по объему, меняющейся по вариантам прогноза информации;

- в подобных методиках должны учитываться сложные, многофакторные связи прогнозируемых процессов и показателей. Необходимо обеспечить выявление в этих условиях важнейших и устойчивых закономерностей и тенденций. Такое выявление необходимо как на исходном материале, так и в процессе анализа результатов, получаемых по данной методике, и их расчетов по комплексу связанных с ней моделей;

- необходимо согласование отдельных прогнозов в их системе. Система прогнозов должна обеспечить непротиворечивость и взаимную корректировку прогнозов.

Среди огромной совокупности методов экономико-математического моделирования следует отметить детерминированные модели, линейно-динамические, нелинейные, стохастические, модели на основе нейронных сетей, методы регрессионного и корреляционного анализа.

Методы регрессионного и корреляционного анализа. Корреляционный и регрессионный анализ относятся к статистическим методам прогнозирования, позволяющим на основе статистической информации изучить взаимосвязи между различными показателями, оценить величину связей, существующих между ними, выявить факторы, оказывающие наибольшее влияние на рассматриваемый показатель, установить форму количественной взаимосвязи в виде математического выражения исследуемого показателя, называемого результативным признаком через другие показатели, являющиеся факторными признаками. Получаемое уравнение называется уравнением регрессии или регрессионной моделью.

Регрессионная модель может быть однофакторной, то есть устанавливать взаимосвязь между двумя показателями, при которой один показатель выражается через другой, а может быть и многофакторной, когда учитывается влияние на показатель нескольких факторов. Многофакторная модель устанавливает это влияние в математической форме. Как правило, регрессионная зависимость ищется в форме линейного уравнения или в форме мультистепенного уравнения.

Следует вместе с тем подчеркнуть, что регрессионная модель не вскрывает специфики изучаемых явлений, а только дает возможность оценить количественную величину связей между ними.

Применение регрессионных моделей связано с решением трех проблем:

необходимость определения прогнозных значений факторных признаков. Для этих целей, как правило, используется экстраполяция или экспертные методы. Следовательно, точность прогноза определяется не только точностью и адекватностью регрессионной модели, но и точностью прогноза отдельных факторов; в прогнозном периоде на показатель могут оказывать влияние и другие, вновь появившиеся факторы, не учтенные в модели, а также диапазон влияния факторного признака на результативный может в перспективе может значительно превысить тот диапазон, на основе которого было составлено уравнение регрессии, поэтому возрастает вероятность того, что при таком изменении факторного признака его влияние будет иным, чем это предусмотрено моделью;

для построения модели необходим достаточно большой объем выборки (примерно в 5 раз превышающий количество факторов, включаемых в модель), что не всегда возможно. Для построения 2-х факторной модели необходимо иметь ретроспективную информацию за 10 лет. Но в течении этого времени могут существенно изменяться и условия хозяйствования, уровень технологий и т.п.

В числе других методов моделирования следует отметить имитационное моделирование. Оно основано на исследовании поведения объекта прогнозирования под воздействием различных факторов в определенном диапазоне значений. Имитационная модель позволяет ответить на вопрос " Что будет, если? ". Использование комплексной имитационной модели позволяет проанализировать возможные последствия принимаемых управленческих решений.

Особое место в классификации методов экономического прогнозирования занимают так называемые комбинированные методы, которые объединяют различные другие методы. Например, коллективные экспертные оценки и методы моделирования или статистические и опрос экспертов.

Организационная сторона прогноза заключается в комплексе организационно-технических мероприятий, обеспечивающих достижение определенного результата по тому или иному варианту. В организационном аспекте исходят из представления о наличных экономических ресурсах и накопленном потенциале.

Методы планирования.

Планово-прогнозная деятельность в управлении социально-экономическим развитием территории предполагает использование наряду с рассмотренными выше методами прогнозирования еще и методов планирования.

Сущность планирования следует рассматривать с двух сторон - субъективной и объективной. Деятельность субъекта планирования сильно отражается на качественной стороне плана, его показателях. Объективная сторона предполагает максимальный учет совокупности факторов объективных экономических законов, то есть планирование не может возникать (либо отменяться) по воле отдельных людей, так как оно представляет признанную объективную необходимость.

При подходе к планированию более с субъективной стороны проявляются волюнтаризм и подмена планирования администрированием, а с объективной стороны - в планах порождается фетишизация экономических законов. Поэтому важно правильно сочетать эти стороны разработки планов. Соотношение между ними можно выбрать при разумном использовании методов планирования.