Стохастические модели. 
Планирование коммерческой деятельности

СТОХАСТИЧЕСКАЯ МОДЕЛЬ [stochastic model] — такая экономико-математическая модель, в которой параметры, условия функционирования и характеристики состояния моделируемого объекта представлены случайными величинами и связаны стохастическими (т. е. случайными, нерегулярными) зависимостями, либо исходная информация также представлена случайными величинами. В анализе финансово-хозяйственной деятельности стохастические модели используются, когда необходимо: > оценить влияние факторов, по которым нельзя построить жестко детерминированную модель; > изучить и сравнить влияние факторов, которые невозможно включить в одну и ту же детерминированную модель; > выделить и оценить влияние сложных факторов, которые не могут быть выражены одним определенным количественным показателем. Поскольку стохастическая модель — это, как правило, уравнение регрессии, при ее построении должны выполняться следующие условия: > случайность наблюдений; > наличие однородности совокупности, как качественной, так и количественной (показателем количественной однородности совокупности данных является показатель вариации, который мы рассмотрели в разделе 2.7.3); > наличие специального математического аппарата (например, инструменты анализа автокорреляций для анализа рядов динамики). Основная сфера приложения стохастических моделей — это проблемно-ориентированный и тематический анализ. Стохастическое моделирование предназначено для решения трех основных задач: > установление самого факта наличия (или отсутствия) статистически значимой связи между изучаемыми признаками; > прогнозирование неизвестных значений результативных показателей по заданным значениям факторных признаков (задачи экстраполяции и интерполяции); > выявление причинных связей между изучаемыми показателями, измерение их тесноты и сравнительный анализ степени влияния. Проведение стохастического моделирования — сложный процесс, состоящий из нескольких этапов, на каждом из которых выполняются определенные процедуры. Этап 1 — качественный анализ. Он включает: * постановку цели анализа; * определение совокупности включаемых в анализ данных; * определение результативных признаков; * определение факторных признаков; * выбор периода анализа; * выбор метода анализа. Этап 2 — предварительный анализ моделируемой совокупности, что подразумевает: * проверку однородности совокупности; * исключение аномальных наблюдений; * уточнение необходимого объема выборки; * установление законов распределения изучаемых переменных. Этап 3 — построение регрессионной модели экономического объекта, которое включает: * перебор конкурирующих вариантов моделей; * уточнение перечня факторов, включаемых в модель; * расчет оценок параметров уравнений регрессии. Этап 4 — оценка адекватности модели, которая заключается в следующем: * проверка статистической значимости уравнения в целом и его отдельных параметров; * проверка соответствия формальных свойств полученных оценок задачам исследования. Этап 5 — экономическая интерпретация и практическое использование модели. Под этим понимается: * определение пространственно-временной устойчивости зависимостей; * оценка прогностических свойств моделей.