Модели макроэкономических процессов, используемые при прогнозировании долгосрочного социально-экономического развития

Экономическое моделирование макроэкономических процессов- это формализованное описание экономических явлений с помощью математических функций или алгоритмов. При разработке долгосрочных прогнозов целесообразно применять математические численные модели, которые всегда можно обосновать. Благодаря экономическому моделированию создаются теоретические модели, которые можно проверить с помощью вычислительного эксперимента. В общем виде модель представляет собой упрощенное представление о реальном объекте. Экономико-математические модели прогнозирования необходимы для нахождения зависимостей между экономическими экзогенными и эндогенными переменными. На основе статистических гипотез и аксиом возможно построение уравнений, показывающих зависимость прогнозируемой величины от факторов на нее влияющих. Благодаря статистической теоретической базе имеем качественное обоснование построения той или иной модели. В отличие от статистических моделей, экспертные модели не обладают математической доказательной базой и в основном носят субъективный описательный характер. Любая формализованная экономическая модель, построенная на статистических или экспертных данных обладает своими особенностями и подходит для решения разных классов задач. В связи с этим невозможно построение единой универсальной модели прогнозирования. Поскольку не существует единой классификации моделей, можно выделить наиболее значимые группы моделей в зависимости от признака классификации.

Классификацию моделей по степени агрегирования:

Микроэкономические модели описывают взаимодействие структурных экономических элементов на микро-уровне, на уровне отрасли, предприятия, фирмы.

Однопродуктовая модель предназначена для оптимизации распределения объемов товаров по способам производства.

Макроэкономические модели описывают состояние экономики на уровне государства, региона. Данные модели предназначены для решения стратегических задач таких как: определение экономического роста страны, уровня безработицы, уровня цен, ставки процента. На основе макроэкономических моделей описываются циклические колебания экономики. Известны работы по данной теме Кондратьева Н.^[1][3],Шумпетера Й.^[2] [4J, Китчина Дж. [5J, Кузнеца С.[6]и других.

⁴

По классификационному признаку учет фактора времени различают модели статические и динамические^{[3] [4] [5] [6]}[7].

В статических моделях экономическая система описана в неизменном виде, без учета фактора времени. Они воспроизводят простой «снимок» (или «слепок») ситуации. При этом воспроизведении все происходит в течение одного интервала времени. В процессе статического анализа оценивается устойчивость данных, относящихся к проблеме. Кроме того, статическая модель, будучи однажды построенной для описания данной ситуации, например, распределения продукции, может быть расширена для представления динамической природы задачи.

Динамические модели воспроизводят изменения экономической системы во времени. Динамические модели используются для оценки сценариев, которые меняются во времени. Простым примером может быть планирование прибыли и издержек на 3-х летний период, при котором входные данные, такие как себестоимость, цены и количественные показатели, изменяются из года в год. Динамические модели зависят от времени, точнее от отрезка времени, на котором рассматривается функционирование модели, например, в течение суток, что учитывается при настройке модели. Они показывают тенденции и проявляют образы возможных ситуаций во времени, а также показывают средние значения за период времени, движение этих средних и позволяют выполнять сравнительный анализ показателей.

По цели создания и применения различают модели: балансовые; эконометрические; оптимизационные; сетевые; имитационные и экспертные.

Балансовые модели предназначены для планирования и распределения продукции на разных уровнях экономики. Эконометрические модели исследуют количественные закономерности в экономике при помощи методов математической статистики и теории вероятностей. Оптимизационные модели позволяют найти оптимальное решение при заданных ограничениях. Например, применяются при построении инвестиционных портфелей. Сетевые модели получили широкое распространение в логистике, в планировании проектами. Имитационная

модель позволяет описывать процессы, как если бы они происходили в действительности. Например, в экономике в инвестиционном анализе строят имитационные модели на основе метода Монте-Карло или используя другие численные методы. Экспертные модели строятся на основе экспертных методов, которые включают в себя индивидуальные и коллективные оценки экспертов.

Для прогнозирования долгосрочного социально-экономического развития страны целесообразно использовать эконометрические и экспертные модели.

По учету фактора неопределенности различают модели:

• • детерминированные (с однозначно определенными результатами);
• • стохастические (с различными вероятностными результатами).

По типу математического аппарата различают модели: линейного и нелинейного программирования, корреляционно-регрессионные модели; экспертные модели.

Модели линейного и нелинейного программирования применяют для решения экстремальных задач. Данные модели задаются системами линейных уравнений и неравенств.

Корреляционно-регрессионные модели строятся как уравнение регрессии, которое включает в себя основные факторы, влияющие на результативный показатель. Коэффициенты связи между зависимыми и независимыми переменными рассчитываются на основе коэффициента корреляции.

• [1] Кондратьев Н. Большие циклы конъюнктуры и теория предвидения. Избранные труды. М.:Экономика, 2002.
• [2] 3
• [3] Шумпетер Й. Business Cycles: A Theoretical, Historical and Statistical Analysis of the CapitalistProcess. NY-London: McGraw-Hill, 1939.
• [4] Kitchin, Joseph. Cycles and Trends in Economic Factors. Review of Economics and Statistics,1923,5 (1): 10-16. sKuznets S. Secular Movements in Production and Prices. Their Nature and their Bearing upon
• [5] Cyclical Fluctuations. Boston: Houghton Mifflin, 1930.
• [6] чСоветов Б. Я., Яковлев С. А. Моделирование систем. М.: Высш. шк., 2001.