ЭММ и М
х2отч 130
и т.д.
Вычисления оформляются в виде матрицы прямых затрат
1.3. Для решения задачи используем балансовое уравнение модели МОБ, связывающее показатели I и II квадратов МОБ – прогнозные значения валового выпуска отраслей хiпр и конечного использования уiпр:
n ____
хiпр = Σаijпрхjпр + уiпр, i = 1,n. (4)
j=1
Предложение неизменности динамики технологических процессов означает, что технологическая матрица прогнозного периода определяется технологической матрицей отчетного периода, т.е.
___ __
аijпр = аijотч, i = 1,3, j = 1,3
Тогда соотношения (4) для нашего примера перепишутся следующим образом:
Данная система одновременных уравнений представляет собой модель для решения задачи 1.3.
1.4. Поскольку увеличение цены на продукцию второй отрасли в 2 раза является инфлятогенным фактором в экономике, произойдет повышение цен на продукцию первой и третьей отраслей. Обозначим индекс роста цен на продукцию первой отрасли р1, третьей отрасли – р3. Построение модели осуществляется с целью нахождения индексов р1 и р3 при условии, что р2 = 2 и соответствующих ограничений на рост заработной платы. Очевидно, что инфляционные процессы вызовут изменение номинальных потоков МОБ. Исходя из экономического смысла показателей отчетного МОБ, в новых ценах I и III квадранты МОБ перепишутся как представлено в таблице 3.
Таблица 2.
Показатели I и III квадрантов МОБ
в новых ценах (млн.руб.)
отрасли-производители | отрасли-потребители | ||
1 | 2 | 3 | |
1 | 30*р1 | 10*р1 | 15*р1 |
2 | 35*2 | 50*2 | 20*2 |
3 | 15*р3 | 25*р3 | 30*р3 |
зарплата | 19,5*р1*0,7 | 13,5*2*0,7 | 19,5*р3*0,7 |
прочие элементы добавленной стоимости | 45,5*р1 | 31,5*2 | 45,5*р3 |
валовый выпуск |
145*р1 |
130*2 |
130*р3 |
Поскольку индекс цен на продукцию второй отрасли равен 2 и величина затрат на продукцию второй отрасли не влияет на формирование цены в этой отрасли, то баланс описывается для первой и третьей отрасли. Модель строится с использованием балансовых соотношений (2) в новых ценах:
Данная система одновременных уравнений представляет собой балансовую модель для решения задачи (1.4). Поскольку в дальнейшем система будет решатся на ПЭВМ и использованием стандартного ППП, необходимо провести подобные и записать модель в стандартном виде:
1.5. Задача решается аналогично решению задачи 1.4. Отличительной особенностью данной задачи является то, что инфлятогенным фактором выступает рост заработной платы на 50% в третьей отрасли, хотя в остальных отраслях зарплата остается неизменной. Данный фактор вызовет рост цен на продукцию отраслей соответственно в р1, р2, р3 раз. В новых ценах показатели I и III квадрантов МОБ представлены в табл. 4.
Таблица 3.
Показатели I и III квадрантов МОБ
в новых ценах (млн.руб.)
отрасли-производители | отрасли-потребители | ||
1 | 2 | 3 | |
1 | 30*р1 | 10*р1 | 15*р1 |
2 | 35*р2 | 50*р2 | 20*р2 |
3 | 15*р3 | 25*р3 | 30*р3 |
зарплата | 19,5*1 | 13,5*1 | 19,5*1,5 |
прочие элементы добавленной стоимости | 45,5*р1 | 31,5*р2 | 45,5*р3 |
валовый выпуск |
145*р1 |
130*р2 |
130*р3 |
С учетом указанных условий соотношения МОБ (2) запишутся:
Система уравнений представляет собой балансовую модель для решения задачи (1.5). После приведения подобных модель имеет вид:
3. Задача №2.
2.1. Для определения вида зависимости построим диаграмму рассеяния по имеющимся данным.
Рис.1. Диаграмма рассеяния и регрессионная прямая, отражающая зависимость инвестиций от объема производства
Расположение точек на диаграмме рассеяния позволяет предположить линейную связь между прибылью предприятия и ставкой налога. Поэтому имеет смысл искать зависимость в виде линейной функции: ŷ = b0 + b1х. Очевидно также, что данная зависимость прямая: с увеличением ставки налога прибыль уменьшается.
2.2. В нашем примере при использовании МНК минимизируется следующая функция , т.е. сумма квадратов отклонений эмпирических значений уi от расчетных значений ŷi должно быть минимальным. Согласно МНК для нашего примера воспользуемся следующими формулами расчета:
Для нахождения оценок параметров b0 и b1 в ручном режиме составим рабочую таблицу, которая содержит исходные данные и промежуточные результаты.
Таблица 4.
Рабочая таблица вычисления оценок параметров уравнения регрессии при изучении зависимости инвестиций от объема производства
I |
x |
y |
x*2 |
x*y |
y2 |
Yср |
e |
e2 |
e/y*100 |
(x-x ср)2 |
(у-уср)2 |
(е-е1) |
(е-е)2 |
1 | 10 | 110 | 100 | 1100 | 12100 | 105,92 | 4,08 | 16,65 | 3,71 | 400 | 2177,78 | - | - |
2 | 20 | 75 | 400 | 1500 | 5625 | 84,62 | -9,62 | 92,54 | 12,83 | 100 | 136,11 | -13,7 | 187,69 |
3 | 15 | 100 | 225 | 1500 | 10000 | 95,27 | 4,73 | 22,37 | 4,73 | 225 | 1344,69 | 14,35 | 205,92 |
4 | 25 | 80 | 625 | 2000 | 6400 | 73,97 | 6,03 | 36,36 | 7,54 | 25 | 277,89 | 1,3 | 1,69 |
5 | 30 | 60 | 900 | 1800 | 3600 | 63,32 | -3,32 | 11,02 | 5,53 | 0 | 11,089 | -9,35 | 87,42 |
6 | 35 | 55 | 1225 | 1925 | 3025 | 52,67 | 2,33 | 5,43 | 4,24 | 25 | 69,39 | 5,65 | 31,92 |
7 | 40 | 40 | 1600 | 1600 | 1600 | 42,02 | -2,02 | 4,08 | 5,05 | 100 | 544,29 | -4,35 | 18,92 |
8 | 35 | 80 | 1225 | 2800 | 6400 | 52,67 | 27,33 | 746,93 | 34,16 | 25 | 277,89 | 29,35 | 861,42 |
9 | 25 | 60 | 625 | 1500 | 3600 | 73,97 | -13,97 | 195,16 | 23,28 | 25 | 11,09 | -41,3 | 1705,69 |
10 | 40 | 30 | 1600 | 1200 | 900 | 42,02 | -12,02 | 144,48 | 40,07 | 100 | 1110,89 | 1,95 | 3,80 |
11 | 45 | 40 | 2025 | 1800 | 1600 | 31,37 | 8,63 | 74,48 | 21,58 | 225 | 544,29 | 20,65 | 426,42 |
12 | 40 | 30 | 1600 | 1200 | 900 | 42,02 | -12,02 | 144,48 | 40,07 | 100 | 1110,89 | -20,65 | 426,42 |
Сумма | 360 | 760 | 12150 | 19925 | 55750 | 759,84 | 1493,98 | 202,78 | 1350 | 7616,29 | -16,1 | 259,21 | |
среднее | 30,00 | 63,33 | 1012,50 | 1660,42 | 4645,83 | 63,32 | 0,00 | 124,50 | 16,90 | 112,50 | 634,69 | -1,34 | 21,60 |
Согласно формулам имеем:
Таким образом, регрессионная модель имеет вид: ŷ=127,22+(-2,13)х.
у1= 127,22+(-2,13)*10= 105,92
Для анализа силы линейной зависимости прибыли от ставки налога найдем коэффициент корреляции по формуле:
Данное значение коэффициента корреляции позволяет сделать вывод о том, что связи между прибылью и ставкой налога не чуществует.
Средняя относительная ошибка аппроксимации для нашего примера рассчитывается как среднеарифметическая относительных отклонений по каждому наблюдению:
2.3. Стандартная ошибка регрессии характеризует уровень необъясненной дисперсии и для однофакторной линейной регрессии (m=1) рассчитывается по формуле:
Стандартная ошибка параметра b1 уравнения регрессии находится по формуле:
Стандартная ошибка параметра b0 определяется:
На основе стандартных ошибок параметров регрессии проверим значимость каждого коэффициента регрессии путем расчета t-статистик и их сравнении с критическим значением при уровне значимости α=0,05 и числом степеней свободы (12-m-1)=10: tкр=
Поскольку tb1 = -6,396<2,228, не подтверждается статистическая значимость коэффициента регрессии b1.
Поскольку tb0 =12,75 >2,228, гипотеза о статистической незначимости коэффициента b0 отклоняется. Это значит, что в данном случае нельзя пренебречь свободным членом уравнения регрессии, рассматривая уравнение:
у=127,22-2,13*х
Коэффициент детерминации в нашем случае рассчитывается по формуле:
Поскольку R2=0,804<12,75, то можно заключить, что введенный в регрессию фактор – ставка налога- не объясняет поведение показателя – прибыль.
Для оценки автокорреляции остатков рассчитываем значение критерия Дарбина-Уотсона по формуле:
Поскольку значение d меньше 2, то это позволяет сделать предположение о положительной автокорреляции остатков.
Запись полученных характеристик уравнения в стандартной форме имеет вид:
У=127,22-2,13х; rху=-0,9; R2=0,804; DW=0,17; А=16,9%
Стандарт ошибка (0,333) (9,98)
t-стат. (-6,396) (12,75)
2.4. При прогнозировании снижения налогового давления до 33% прибыль предприятия составит:
у = 127,22-2,13*33 = 56,93 (тыс.руб.)
4. Задача №3
4.1. Определим переменные модели, ориентируясь на показатели, которые необходимо найти. В задаче требуется определить какое количество нефти из поступающих сортов необходимо переработать, чтобы получить необходимый ассортимент продуктов переработки и максимальную прибыль.
Поэтому введем переменные:
- количество нефти 1 - го сорта, которое идет на изготовление продуктов А, В, С, Д;
- количество нефти 2 - го сорта, которое идет на изготовление продуктов А, В, С, Д;
- количество нефти 3а сорта, которое идет на изготовление продуктов А, В, С, Д;
- количество нефти 3б сорта, которое идет на изготовление продуктов А, В, С, Д;
- количество нефти 4 - го сорта, которое идет на изготовление продуктов А, В, С, Д.
Построим систему ограничений на лимиты по выходу продуктов переработки (по видам) из 1 тонны сырой нефти.
4.2. Учитывая, что в течении недели потребность в продуктах нефтепереработки группы А не превышает 170 тыс. тонн, то ограничение по данному виду выглядит:
0,6+0,5+0,4+0,4+0,3170 тыс. тонн
Ограничение по продуктам нефтепереработки группы В:
0,2+0,2+0,3+0,1+0,385 тыс. тонн
Ограничение по продуктам нефтепереработки группы С:
…+…+…+0,1+…20 тыс. тонн
Ограничение по продуктам нефтепереработки группы Д:
0,1+0,2+0,2+0,2+0,385 тыс. тонн
Построим ограничение по количество сырой нефти каждого вида, которая может поступить за неделю на завод:
По количеству нефти сорта А: По количеству нефти сорта В:
100 100
По количеству нефти сорта С: По количеству нефти сорта Д:
+200 100
Учитывая, что рентабельность переработки сырой нефти составляет: 1-го сорта – 1 у.е./т., 2-го сорта - 2 у.е./т., 3 – го сорта – а). при получении жидкого топлива 1,5 у.е./т, б). при получении смазочного масла 2,5 у.е./т., 4-го сорта – 0,7 у.е./т., величина прибыли от переработки нефтепродуктов составит: 1+2+1,5+2,5+0,7
4.3. Требование максимизации этого функционала записывается в виде: 1+2+1,5+2,5+0,7 max
Таким образом, оптимальная модель для решения задачи имеет вид:
1+2+1,5+2,5+0,7 max
0,6+0,5+0,4+0,4+0,3170 тыс. тонн
0,2+0,2+0,3+0,1+0,385 тыс. тонн
…+…+…+0,1+…20 тыс. тонн
0,1+0,2+0,2+0,2+0,385 тыс. тонн
100, 100, +200, 100
Список использованных источников
Миксюк С.Ф., Комкова В.Н. Экономико-математические методы и модели – Мн.: БГЭУ, 2006
Бородич С.А. Эконометрика – Мн.: Новое знание, 2001
18