Категорії

Дипломні, курсові
на замовлення

Дипломні та курсові
на замовлення

Роботи виконуємо якісно,
без зайвих запитань.

Замовити / взнати ціну Замовити

4.2.2. Відбір системи показників моделі - результативного і факторіальних

Найважливішим етапом побудови прогностичної моделі є науково-обгрунтований відбір аналізованого (прогнозованого) показника і системи факторів. Склад факторів визначає логічну структуру економіко-статистичної моделі. Вибір системи показників, які включені в прогнозну модель, повинен грунтуватися, як це зазначалося у п.4.2.1. параграфі, на ретельному якісному аналізі змісту досліджуваного явища (процесу, об'єкта), рушійних силах його розвитку, характері найважливіших причинно-наслідкових взаємозв'язках, природі формування останніх.

У якості прогнозованого показника рекомендується брати показник, який у значній мірі відображає прогнозоване явище.

У якості факторних ознак слід вибирати показники, які визначають суть, зміст, рівень прогнозованих явищ.

Рівень більшості економічних показників визначається впливом значного числа різноманітних факторів.

Дослідник рідко може назвати усі фактори, які у тій або іншій мірі впливають на прогнозований показник, але якщо він навіть знає достатньо багато факторів, включення їх в модель або неможливе, або небажане: одні невимірні, по іншим неможливо отримати інформацію, треті - завчасно відомо, що слабо впливають на прогнозований показник. Нарешті, включення значного числа факторів робить модель надто великою і незручною у використанні. До того ж, як показує досвід, надмірне розширення складу факторів не завжди покращує кількісні характеристики моделі.

В модель слід включити головним чином основні найбільш значні фактори, які визначені на основі теорії або научних гіпотез. Щоб виключити суб'єктивну оцінку ролі окремих факторів, застосовується двохстадійний відбір факторів. На першій стадії в модель включаються усі передбачені фактори; на другій - шляхом кількісного і якісного аналізу відсіюються незначні фактори.

До включених в модель факторів пред'являються певні умови:

по-перше, фактори, які входять у склад моделі, повинні знаходитися у причинно - наслідкових зв'язках з досліджуваним показником. Такі зв'язки встановлюються на основі внутрішньої логіки досліджуваного процесу. Відсутність же таких зв'язків, які обгрунтовуються, як відмічалося вище, економічною теорією, веде до так званої "фальшивої кореляції".

Якщо дослідження ведуться у малодослідженій області науки або практики, і загальноприйнятних теорій про природу взаємозв'язків немає, то дослідження можуть опиратися на висунуті робочі гіпотези, логічно обгрунтовані, але фактично не підтверджені. Реалізація моделей на емпіричних даних дозволяє підтвердити або навпаки, спростувати висунуту гіпотезу.

Відсутність теоретичних даних не повинно перешкоджати вивченню причинно - наслідкових взаємозв'язків в мало досліджуваних областях;

по-друге, усі включені в модель фактори повинні бути кількісно вимірювані, оскільки процедура реалізації моделей передбачає дії тільки з кількісними ознаками. Змінні можуть бути виражені у різних одиницях виміру: натуральних, вартісних, трудових; абсолютних та відносних;

по-третє, включені в модель фактори не повинні знаходитися між собою у тісному взаємозв'язку. Такий взаємозв'язок називається мультиколеніарним.

Наявність мультиколеніарності перешкоджає встановленню дійсного впливу кожного фактора на прогнозований показник. В такому випадку система нормальних рівнянь стає виродженою і отримані результати не можна вважати надійними.

Для визначення мультиколеніарності розраховується система парних коефіцієнтів кореляції, які відображають тісноту зв'язку пар факторів, що входять в модель.

В практичних цілях рекомендується вважати зв'язок мультиколінеарним, якщо коефіцієнт парної кореляції між двома факторами по абсолютній величині дорівнює або більше 0,8. Оскільки вказана межа значення коефіцієнта парної кореляції визначена довільно і нічим не обгрунтована, існують спроби певним чином обгрунтувати межі мультиколеніарності.

Рекомендується вважати відсутність мультиколеніарності, якщо виконуються наступні умови:

де о-індекс досліджуваного показника;

і, j - індекси факторів;

по-четверте, в модель не допускається включення факторів, якщо один з них являється частиною другого.

Наприклад, якщо досліджується залежність продуктивності праці від озброєності праці, то в модель неприпустимо одночасно включати показники фондоозброєності і механоозброєності. В такій же мірі не можна одночасно

включати в модель як самостійні фактори вартість усіх основних фондів і вартість промислово - виробничих основних фондів;

по-п'яте, в модель не можна включати фактори, які у певному сполученні функціонально взаємопов'язані з досліджуваними показниками.

Враховуючи, що добуток кількості працюючих і продуктивності праці є не що інше, як обсяг продукції, вказані фактори не можуть бути одночасно включені у модель, яка досліджує випуск продукції;

по-шосте, кожний фактор може бути включений у модель тільки однією ознакою: натуральною або вартісною, абсолютною або відносною. При недотриманні цих умов моделі, а точніше їх параметри, не мають економічної інтерпретації;

по-сьоме, слід завжди прагнути використовувати в моделі мінімальну, але достатню кількість факторів (принцип простоти). Але неприпустима і інша крайність - довести кількість факторів до такого ступеня, що вона, тобто модель, перестає відображати основні властивості моделюючої системи (процесу, явища, об'єкта);

по-восьме, у модель слід включати по можливості "первинні фактори", тобто абсолютні величини, які не пройшли додаткової обробки. Фактори, що включені в модель, повинні мати економічну суть і придатний для практичних розрахунків зміст;

нарешті, по-дев'яте, доступність і достовірність даних. Немає смислу відбирати для аналізу і прогнозування фактори, про які не можна отримати достовірні дані.