Математическое моделирование и количественные методы исследований в менеджменте

Сентябрь 10, 2022

Главная
Экономика
Математическое моделирование и количественные методы исследований в менеджменте

Содержание

2. «КОМПОНЕНТЫ КУРСА» 1. Лекции – 4 часа 2. Практические занятия 12 часов (3 занятия) 3. Разбор
4. Учебно-методические материалы по дисциплине на портале Финуниверситета
5. Критерии балльной оценки различных форм текущего контроля успеваемости Активность на семинарах - 5 баллов Контрольная работа
7. Основная литература:
8. Основная литература: Бабешко Л.О. Основы эконометрического моделирования: Учебное пособие. – М.: Ленанд, 2015. Гармаш А.Н. Математические
9. Рекомендуемая литература, которая есть в библиотечном фонде
10. Дополнительная литература: Гусев А.А. Реальные опционы в оценке бизнеса и инвестиций: Монография. – М.: ИД РИОР,
11. Перечень ресурсов информационно-телекоммуникационной сети «Интернет», необходимых для освоения дисциплины» Библиотечно-информационный комплекс Финуниверситета (электронная библиотека, ресурсы на
12. Перечень информационных технологий, используемых при осуществлении образовательного процесса по дисциплине, включая перечень необходимого программного обеспечения и
15. Изучаемые темы Эконометрические модели в управлении Характеристики статистической связи между экономическими переменными модели, используемые при их
16. Эконометрические модели в управлении
17. Основные понятия и определения Эконометрика есть единство трех составляющих: - экономической теории, - экономической статистики, -
18. При моделировании используют три типа данных: Пространственные данные – набор сведений по разным объектам, взятым за
19. Пространственные данные Поступление налогов и сборов по областям РФ в 2015 г.
20. Русский крест - динамика общих коэффициентов рождаемости и смертности (на 1000 человек населения)
22. Временные ряды Численность населения, Российской Федерации с 1991 по 2016 гг., млн чел.
23. Графики динамики численности населения с 1991 по 2016 год и линейной модели .
24. Результаты моделирования и прогнозирования по модели модель с лаговой переменной.
25. Моделирование продаж объёма пива в РФ (временной ряд, график временного ряда, модель)
26. Моделирование продаж объёма пива в РФ
27. Типы переменных в эконометрической модели Результирующая (зависимая, эндогенная) переменная Y Она характеризует результат или эффективность функционирования
28. Пример Задача прогнозирования объема продаж одного из продуктов фирмы Объем продаж – это результирующая, зависимая переменная
29. Специфика экономических данных Экономические процессы развиваются во времени, поэтому большое место в эконометрике занимают вопросы анализа
32. Примеры задач, решаемых с помощью регрессионных моделей Исследование зависимости заработной платы (Y) от возраста (X1), уровня
33. Основные этапы построения модели спецификация модели; сбор статистической информации об объекте исследования; идентификация модели (оценка параметров
34. Первым этапом построения эконометрической модели является спецификация модели - подробное описание объекта исследования. На данном этапе
40. Оценка значимости коэффициента корреляции при малых объемах выборки выполняется с использованием t - критерия Стьюдента. Вычисленное
42. Вычисление коэффициентов парной корреляции
43. Вычисление коэффициентов парной корреляции
44. Влияние аномальных наблюдений на результаты вычислений
47. Скачать презентацию

Слайд 2

«КОМПОНЕНТЫ КУРСА»
1. Лекции – 4 часа
2. Практические занятия 12 часов (3

занятия)
3. Разбор и самостоятельное выполнение контрольной работы
4. Экзамен).

Слайд 3

Слайд 4

Учебно-методические материалы по дисциплине на портале Финуниверситета

Слайд 5

Критерии балльной оценки различных форм текущего контроля успеваемости
Активность на семинарах - 5

баллов
Контрольная работа - 35 баллов
ИТОГО (работа в семестре) 40 баллов __________________________________________________
Экзамен 60 баллов
_______________________________________________
Всего 100 баллов

Слайд 6

Слайд 7

Основная литература:

Слайд 8

Основная литература:
Бабешко Л.О. Основы эконометрического моделирования: Учебное пособие. – М.: Ленанд,

2015.
Гармаш А.Н. Математические методы в управлении: Учебное пособие / А.Н. Гармаш, И.В. Орлова - М.: Вузовский учебник, 2013. - 272 с./2012 ЭБС ZNANIUM.COM –Есть в библиотеке
Гусев А.А. Стоимость бизнеса в системе стратегических управленческих решений: Монография. – М.: ИЦ РИОР: НИЦ ИНФРА-М, 2015. / ЭБС ZNANIUM.COM
Литвак Б.Г. Управленческие решения: Учебник. – Московская финансово-промышленная академия, 2012. / ЭБС ZNANIUM.COM
Экономико-математические методы в примерах и задачах: Учебное пособие / А.Н. Гармаш, И.В. Орлова, Н.В. Концевая и др.; Под ред. А.Н. Гармаша. – М.: Вузовский учебник: НИЦ ИНФРА-М, 2014, 2015. / ЭБС ZNANIUM.COM Есть в библиотеке
Экономико-математические методы и модели: компьютерное моделирование: Учебное пособие / И.В. Орлова, В.А. Половников. – М.: Вузовский учебник: ИНФРА-М, 2014. / ЭБС ZNANIUM.COM Есть в библиотеке

Слайд 9

Дополнительная литература:
Гусев А.А. Реальные опционы в оценке бизнеса и инвестиций:

Монография. – М.: ИД РИОР, 2009. / ЭБС ZNANIUM.COM
Лабскер Л.Г. Теория критериев оптимальности и экономические решения: монография - М.: КНОРУС, 2009 - 744с.
Орлова И.В., Турундаевский В.Б. Многомерный статистический анализ при исследовании экономических процессов. Монография. – М.: МЭСИ, 2014. – С. 190

Слайд 11

Перечень ресурсов информационно-телекоммуникационной сети «Интернет», необходимых для освоения дисциплины»
Библиотечно-информационный комплекс Финуниверситета

(электронная библиотека, ресурсы на русском языке): http://www.library.fa.ru/res_mainres.asp?cat=rus
Библиотечно-информационный комплекс Финуниверситета (электронная библиотека, ресурсы на иностранных языках): http://www.library.fa.ru/res_mainres.asp?cat=en

Слайд 12

Перечень информационных технологий, используемых при осуществлении образовательного процесса по дисциплине, включая

перечень необходимого программного обеспечения и информационных справочных систем
Электронная таблица Excel MS Office.
Прикладной программный пакет для эконометрического моделирования Gretl: http://gretl.sourceforge.net/

Слайд 13

Слайд 14

Слайд 15

Изучаемые темы
Эконометрические модели в управлении
Характеристики статистической связи между экономическими переменными модели,

используемые при их отборе в спецификацию. Мультиколлинеарность. Оценка параметров модели регрессии МНК. Исследование нарушений стандартных предпосылок эконометрических моделей при помощи тестов.
Модели временных рядов и прогнозирование их уровней.
Моделирование экономического объекта в рамках регрессионных моделей, оценка и прогнозирование эндогенных переменных. Фиктивные переменные наклона и сдвига.
Моделирование оптимальных решений.
Однокритериальные и многокритериальные модели инвестиционно-финансовых решений. Теоретико-игровые модели в управлении. Модели реальных опционов и деревья решений.

Слайд 16

Эконометрические модели в управлении

Слайд 17

Основные понятия и определения
Эконометрика есть единство трех составляющих:
- экономической теории,

- экономической статистики,
- математико-статистического инструментария.

Эконометрика – наука, изучающая конкретные экономические закономерности и взаимосвязи экономических объектов и процессов с помощью математических методов и моделей.

Модель – это упрощенное представление реального объекта или процесса (служит средством для получения информации об исходной системе).

Слайд 18

При моделировании используют три типа данных:
Пространственные данные – набор сведений по

разным объектам, взятым за один и тот же период или момент времени.
Временные данные – набор сведений, характеризующих один и тот же объект, но за разные периоды времени.
Панельные данные - представляют собой прослеженные во времени пространственные выборки, которые состоят из наблюдений одних и тех же экономических объектов в последовательные периоды времени. Панельные данные состоят из трех измерений: признаки - объекты – время.

Слайд 19

Пространственные данные Поступление налогов и сборов по областям РФ в 2015

г.

Слайд 20

Русский крест - динамика общих коэффициентов рождаемости и смертности (на 1000

человек населения)

Слайд 21

Слайд 22

Временные ряды Численность населения, Российской Федерации с 1991 по 2016 гг., млн

чел.

Слайд 23

Графики динамики численности населения с 1991 по 2016 год и линейной

модели

Слайд 24

Результаты моделирования и прогнозирования по модели модель с лаговой переменной.

Слайд 25

Моделирование продаж объёма пива в РФ (временной ряд, график временного ряда, модель)

Слайд 26

Моделирование продаж объёма пива в РФ

Слайд 27

Типы переменных в эконометрической модели
Результирующая (зависимая, эндогенная) переменная Y
Она характеризует

результат или эффективность функционирования экономической системы. Значения ее формируются в процессе и внутри функционирования этой системы под воздействием ряда других переменных и факторов, часть из которых поддается регистрации, управлению и планированию. По своей природе результирующая переменная всегда случайна (стохастична).
Объясняющие (экзогенные, независимые) переменные X
Это — переменные, которые поддаются регистрации и описывают условия функционирования реальной экономической системы. Они в значительной мере определяют значения результирующих переменных. Еще их называют факторными признаками. В регрессионном анализе это аргументы результирующей функции Y. По своей природе они могут быть как случайными, так и неслучайными.

Слайд 28

Пример Задача прогнозирования объема продаж одного из продуктов фирмы
Объем продаж

– это результирующая, зависимая переменная Y(тыс. руб.)
В качестве независимых, объясняющих переменных в задаче были выбраны следующие факторы:
время - X1 (мес.),
затраты на рекламу X 2 (тыс. руб.),
цена товара X3 (руб.),
средняя цена товара у конкурентов X4 (руб.),
индекс потребительских расходов X5 (%).
(см. Орлова И.В., Половников В.А. Стр. 222 – 1 изд.)

Слайд 29

Специфика экономических данных
Экономические процессы развиваются во времени, поэтому большое место

в эконометрике занимают вопросы анализа и прогнозирования временных рядов. При этом следует отметить, что временные ряды качественно отличаются от простых статистических выборок. Эти особенности состоят в следующем:
последовательные по времени уровни временных рядов являются взаимозависимыми, особенно это относится к близко расположенным наблюдениям;
в зависимости от момента наблюдения уровни во временных рядах обладают разной информативностью: информационная ценность наблюдений убывает по мере их удаления от текущего момента времени;
с увеличением количества уровней временного ряда точность статистических характеристик не будет увеличиваться пропорционально числу наблюдений, а при появлении новых закономерностей развития она может даже уменьшаться

Слайд 30

Слайд 31

Слайд 32

Примеры задач, решаемых с помощью регрессионных моделей
Исследование зависимости заработной платы (Y)

от возраста (X1), уровня образования (X2), пола (X3), стажа работы (X4)
Прогноз и планирование выпускаемой продукции по факторам производства (производственная функция Кобба – Дугласа означает, что объем выпуска продукции (Y), является функцией количества капитала ( K ) и количества (L) труда)
Прогноз объемов потребления продукции или услуг определенного вида (кривая Энгеля ,
где Y -удельная величина спроса,
Х - среднедушевой доход).

Слайд 33

Основные этапы построения модели
спецификация модели;
сбор статистической информации об объекте исследования;
идентификация модели

(оценка параметров модели, параметризация);
анализ адекватности модели (верификация модели).

Слайд 34

Первым этапом построения эконометрической модели является спецификация модели - подробное описание

объекта исследования. На данном этапе определяется список экономических переменных, характеризующих функционирование данного объекта, и устанавливается их взаимосвязь.

Слайд 35

Слайд 36

Слайд 37

Слайд 38

Слайд 39

Слайд 40

Оценка значимости коэффициента корреляции
при малых объемах выборки выполняется с использованием t

- критерия Стьюдента.
Вычисленное по этой формуле значение tнабл сравнивается с критическим значением t-критерия, которое берется из таблицы значений t Стьюдента с учетом заданного уровня значимости и числа степеней свободы (n-2).
Если tнабл > tкр, то полученное значение коэффициента корреляции признается значимым.
При этом фактическое (наблюдаемое) значение этого критерия определяется по формуле:

Слайд 41

Слайд 42

Вычисление коэффициентов парной корреляции

Слайд 43

Вычисление коэффициентов парной корреляции

Слайд 44

Влияние аномальных наблюдений на результаты вычислений

Слайд 45

Математическое моделирование и количественные методы исследований в менеджменте

Содержание

«КОМПОНЕНТЫ КУРСА»1. Лекции – 4 часа2. Практические занятия 12 часов (3

Учебно-методические материалы по дисциплине на портале Финуниверситета

Критерии балльной оценки различных форм текущего контроля успеваемостиАктивность на семинарах - 5

Основная литература:

Основная литература:Бабешко Л.О. Основы эконометрического моделирования: Учебное пособие. – М.: Ленанд,

Рекомендуемая литература, которая есть в библиотечном фонде

Дополнительная литература: Гусев А.А. Реальные опционы в оценке бизнеса и инвестиций:

Перечень информационных технологий, используемых при осуществлении образовательного процесса по дисциплине, включая

Изучаемые темыЭконометрические модели в управленииХарактеристики статистической связи между экономическими переменными модели,

Эконометрические модели в управлении

Основные понятия и определенияЭконометрика есть единство трех составляющих: - экономической теории,

При моделировании используют три типа данных:Пространственные данные – набор сведений по

Пространственные данные Поступление налогов и сборов по областям РФ в 2015

Русский крест - динамика общих коэффициентов рождаемости и смертности (на 1000

Временные ряды Численность населения, Российской Федерации с 1991 по 2016 гг., млн

Графики динамики численности населения с 1991 по 2016 год и линейной

Результаты моделирования и прогнозирования по модели модель с лаговой переменной.

Моделирование продаж объёма пива в РФ (временной ряд, график временного ряда, модель)

Моделирование продаж объёма пива в РФ

Типы переменных в эконометрической модели Результирующая (зависимая, эндогенная) переменная YОна характеризует

Пример Задача прогнозирования объема продаж одного из продуктов фирмы Объем продаж

Специфика экономических данных Экономические процессы развиваются во времени, поэтому большое место

Примеры задач, решаемых с помощью регрессионных моделейИсследование зависимости заработной платы (Y)

Основные этапы построения моделиспецификация модели;сбор статистической информации об объекте исследования;идентификация модели

Первым этапом построения эконометрической модели является спецификация модели - подробное описание

Оценка значимости коэффициента корреляциипри малых объемах выборки выполняется с использованием t

Вычисление коэффициентов парной корреляции

Вычисление коэффициентов парной корреляции

Влияние аномальных наблюдений на результаты вычислений

Похожие презентации

«КОМПОНЕНТЫ КУРСА»
1. Лекции – 4 часа
2. Практические занятия 12 часов (3

Критерии балльной оценки различных форм текущего контроля успеваемости
Активность на семинарах - 5

Основная литература:
Бабешко Л.О. Основы эконометрического моделирования: Учебное пособие. – М.: Ленанд,

Дополнительная литература:
Гусев А.А. Реальные опционы в оценке бизнеса и инвестиций:

Изучаемые темы
Эконометрические модели в управлении
Характеристики статистической связи между экономическими переменными модели,

Основные понятия и определения
Эконометрика есть единство трех составляющих:
- экономической теории,

При моделировании используют три типа данных:
Пространственные данные – набор сведений по

Типы переменных в эконометрической модели
Результирующая (зависимая, эндогенная) переменная Y
Она характеризует

Пример Задача прогнозирования объема продаж одного из продуктов фирмы
Объем продаж

Специфика экономических данных
Экономические процессы развиваются во времени, поэтому большое место

Примеры задач, решаемых с помощью регрессионных моделей
Исследование зависимости заработной платы (Y)

Основные этапы построения модели
спецификация модели;
сбор статистической информации об объекте исследования;
идентификация модели

Оценка значимости коэффициента корреляции
при малых объемах выборки выполняется с использованием t