Экономико-математическое моделирование

Экономико-математическое моделирование [economico-mat­he­­matical modelling, economic modelling] — описание экономических процессов и явлений в виде экономико-математических моделей. (Иногда тем же термином обозначают также реализацию экономико-математической модели на ЭВМ, т.е. «искусственный эксперимент» или машинную имитацию, машинное решение экономико-математической задачи — однако это может вводить в заблуждение).

Как и всякое моделирование, Э.-м.м. основывается на принципе аналогии, т.е. возможности изучения объекта (почему-либо трудно доступного для исследований) не непосредственно, а через рассмотрение другого, подобного ему и более доступного объекта, его модели. В данном случае таким более доступным объектом является экономико-математическая модель. При построении моделей те или иные теории или гипотезы благодаря формализации и квантификации становятся обозримыми, уточняются, и это способствует лучшему пониманию изучаемых проблем. Моделирование оказывает и обратное влияние на исследователей, требуя четкости формулировки исследовательской задачи, строгой логичности в построении гипотез и концепций.

Практическими задачами моделирования являются, во-первых, анализ экономических объектов; во-вторых, экономическое прогнозирование, предвидение развития хозяйственных процессов; в-третьих, выработка управленческих решений на всех уровнях хозяйственной иерархии.

Последнее, впрочем, требует пояснения. Далеко не во всех случаях данные, полученные из Э.-м.м., могут использоваться непосредственно как готовые управленческие решения. Гораздо чаще они используются в качестве «консультирующих» средств, принятие же самих управленческих решений остается за человеком. Это объясняется чрезвычайной сложностью экономических и шире — социально-экономических процессов. Э.-м.м., таким образом, является лишь компонентом, хотя и очень важным, в человеко-машинных системах планирования и управления народным хозяйством и экономическими единицами разного уровня..

Процесс Э.-м.м. проходит ряд этапов: идентификацию объекта, спецификацию модели, идентификацию и оценку параметров модели, установление зависимостей между ними, проверку. Причем весь этот процесс обычно повторяется многократно и с каждым циклом модель уточняется, особенно когда дело идет о модели, предназначенной для практических расчетов. В последнем случае к модели предъявляются дополнительные требования со стороны технологии алгоритмизации (см. Алгоритм) и программирования.

На каждом этапе построения моделей соблюдаются определенные правила их испытания, проверки. При этом обнаруживаются и устраняются недостатки, наиболее типичными из которых являются четыре: включение в модель несущественных (для данной задачи) переменных, невключение в модель существенных переменных, недостаточно точная оценка параметров модели, недостатки в структуре модели, т.е. неправильное определение зависимостей между переменными, а в случае оптимизации — зависимости принятого критерия от управляемых и неуправляемых переменных.

Усложняя модель, чтобы сделать ее более точной и подробной, необходимо знать: компенсирует ли полученная точность результатов возросшие вычислительные трудности? И наоборот, решая исключить какой-то элемент из модели, чтобы сделать ее проще, необходимо оценить потери в ее достоверности, т.е. не обойдутся ли они дороже, чем выигрыш от упрощения расчетов.

Эффективный путь практического моделирования — использование готовых моделей аналогичных объектов или процессов (с необходимыми уточнениями), а также отдельных блоков модели — стандартных «модулей«, совокупность которых образует искомую модель (модульный принцип).

В настоящее время идет поиск новых математических понятий и методов, пригодных для построения и исследования моделей и систем моделей, — так называемых сложных систем с переменной структурой, меняющимся характером динамики, содержащих неполную и недостаточно формализованную информацию. (Сходные проблемы возникают при попытках математизации биологических, экологических, социальных и психологических исследований). Все это придает возрастающее значение математико-статистическому моделированию, машинной имитации, новым разделам математики.