СодержаниеВведение 3
1. Сущность и модели математических методов обработки результатов научного эксперимента 5
1.1. Методы экстраполяции 5
1.2. Особенности методов математического моделирования 8
2. Методы прогнозирования вероятного банкротства 11
2.1. Метод анализа прогнозирования банкротства на основе стационарного ряда 11
2.2. Элементы экстраполярного прогнозирования и интерполяции 14
2.3. Особенности метода прогнозирования банкротства на основе тренда и колеблемости 17
2.4. Прогнозирование банкротства на основе модели Альтмана 20
3. Выводы и предложения по улучшению ситуации 29
Заключение 30
Список литературы 32
Приложение 1
Приложение 2ВведениеВведение
Принципиально область применения математического метода не ограничена: все виды движения материи могут изучаться математически. Однако роль и значение математического метода в различных случаях различны. Никакая определённая математическая схема не исчерпывает всей конкретности действительных явлений, поэтому процесс познания конкретного протекает всегда в борьбе двух тенденций; с одной стороны, выделения формы изучаемых явлений и логического анализа этой формы, с другой стороны, вскрытия моментов, не укладывающихся в установленные формы, и перехода к рассмотрению новых форм, более гибких и полнее охватывающих явления. Если же трудности изучения какого-либо круга явлений состоят в осуществлении второй тенденции, если каждый новый шаг исследования связан с привлечением к рассмотрению качественно новых сторон явлений, то математический метод отступает на задний план; в этом случае диалектический анализ всей конкретности явления может быть лишь затемнён математической схематизацией. Если, наоборот, сравнительно простые и устойчивые основные формы изучаемых явлений охватывают эти явления с большой точностью и полнотой, но зато уже в пределах этих зафиксированных форм возникают достаточно трудные и сложные проблемы, требующие специального математического исследования, в частности создания специальной символической записи и специального алгоритма для своего решения, то мы попадаем в сферу господства математического метода.
Типичным примером полного господства математического метода является небесная механика, в частности учение о движении планет. Имеющий очень простое математическое выражение закон всемирного тяготения почти полностью определяет изучаемый здесь круг явлений. За исключением теории движения Луны, законно, в пределах доступной нам точности наблюдений, пренебрежение формой и размерами небесных тел — замена их «материальными точками». Но решение возникающей здесь задачи движения n материальных точек под действием сил тяготения уже в случае n = 3 представляет колоссальные трудности. Зато каждый результат, полученный при помощи математического анализа принятой схемы явления, с огромной точностью осуществляется в действительности: логически очень простая схема хорошо отражает избранный круг явлений, и все трудности заключаются в извлечении математических следствий из принятой схемы.
Цель работы – рассмотреть математические методы обработки результатов научного эксперимента.
Задачи работы:
1. охарактеризовать сущность и модели математических методов обработки результатов научного эксперимента;
2. выявить методы прогнозирования вероятного банкротства;
3. представить выводы и предложения по улучшению ситуации.ЗаключениеЗаключение
Высокая значимость использования экономико-математическш методов (далее ЭММ) объясняется тем, что они посредством числовых измерений позволяют изучать, моделировать, имитировать, оценивать экономические процессы и на этой основе принимать решения. Применение ЭММ делает аналитические сопоставлений более точными. Способность моделировать и проигрывать практические ситуации представляет возможность иметь математическое решение по предстоящей деятельности до ее осуществления, что позволяет избежать потери экспериментирования с реальным капиталом организации.
Характерная особенность экономико-математических методов — более высокая потребность в использовании ЭВМ в анализе.
В экономике математических методах анализа кроме абсолютных, относительные и средних величин иногда используют случайные величины. В отдельных методиках различают дискретные и непрерывные величины.
Случайная величина — переменная величина, принимающая одно из возможных значений в зависимости от случайных обстоятельств или событий, где под случайным событием понимается любая комбинация исходов некоторого эксперимента (опыта, испытания), имеющая определенную вероятность наступления.
Дискретный (лат. diskritus) — прерывистый, состоящий из отдельных частей, раздельный, прерывный. Дискретная величина — величина, между отдельными значениями которой заключено лиц конечное число других ее значений, т.е. дискретными называют величины, принадлежащие конечному или счетному множеств значений.
Противоположные дискретным непрерывные величины принадлежат континууму значений. Континуум — непрерывность, неразрывность явлений, процессов.
Например, в модели магазина с одним кассиром интервал времени между приходами посетителей — непрерывная случайная ветчина, а число посетителей, обслуженных за первый час работы магазина, — дискретная.
При решении конкретных аналитических задач применяются экономико-математические методы:
•методы элементарной математики;
•классические методы математического анализа: дифференцирование, интегрирование, вариационное исчисление;
•методы математической статистики, прежде всего корреляционно-регрессионный анализ;
•эконометрические методы: производственные функции; межотраслевой баланс народного хозяйства; национальное счетоводство;
•методы математического программирования: оптимизация, линейное, квадратичное и нелинейное программирование;
блочное и динамическое программирование;
•методы исследования операций: управление запасами; методы технического износа и замены оборудования;
•теория игр; теория расписаний; методы экономической кибернетики;
•эвристические методы.
Из экономико-математических методов в анализе наиболее распространен корреляционно-регрессионный анализ. Он используется для определения тесноты зависимости между показателями, которые не связаны между собой функционально. Теснота связи между показателями измеряется коэффициентом корреляции для прямолинейной зависимости и корреляционным отношением для криволинейной зависимости.ЛитератураСписок литературы
1) Бакаев А.С., Шнейдман. Учетная политика предприятия, 2004.
2) Баканов М.И., Шеремет А.Д. Теория экономического анализа: Учебник.-М.: Финансы и статистика, 2008. – 416 с.
3) Балабанов И.Т. Финансовый анализ и планирование хозяйствующего субъекта. – М.: Финансы и статистика, 2002. – 448 с.
4) Богатко А.Н. Основы экономического анализа хозяйствующего субъекта.- М.: Финансы и статистика,1999. – 208 с.
5) Быкадаров В.Л., Алексеева П.Д. Финансово-экономическое состояние предприятия – М.: ПРИОР, 2008. – 496 с.
6) В.В. Ковалев, О.Н. Волков. Анализ хозяйственной деятельности предприятия.- М.: ПБОЮЛ Гриженко Е.М.., 2008. – 424 с.
7) Ковалев А.И., Привалов В.П. Анализ финансового состояния предприятия. – 4 изд., испр., доп. – М.: Центр экономки и маркетинга, 2008. – 208 с.
8) Ковалев А.П. Диагностика банкротства. – М.: Финстатинформ, 2005. – 496 с.
9) Ковалев В.В. Ведение в финансовый менеджмент. М.: Финансы и статистика, 1999. – 552 с.
10) Латушкина Н.М. Теория экономического анализа. – Тюмень: Изд- во ТГУ, 2003. – 152 с
11) Левин А.Е. Технико-экономический анализ деятельности организаций: Учеб. пособ. – М.: МИКХиС, 2002. – 56с
12) Любушин Н.П., Лещева В.Б., Дьякова В.Г. Анализ финансово-экономической деятельности предприятия: Учебное пособие для вузов – М.: ЮНИТИ_ДАНА, 2008. - 472 с.
13) Прогнозирование и планирование: Учеб. пособ./ Е.А. Черныш, О.П. Молчанова, А.А. Новикова, Т.А.Салтанова. – М.: Приор, 2008. – 176 с.
14) Пястолов С.М. Анализ финансово- хозяйственной деятельности предприятия: Учеб. – М.: Мастерство, 2001. – 336 с.
15) Савицкая Г.В. Анализ хозяйственной деятельности предприятия: Учебное пособие – Минск.: Новое знание, 2001. – 704 с.
16) Справочное пособие директору производственного объединения (предприятия) В 2 т./ Под ред. Е.А.Егиазаряна и А.Д. Шеремета. – М. : Экономика, 2007. – 558 с.
17) Статистика финансов: Учеб./ Под ред. В.Н. Салина. – М.: Финансы и статистика, 2000. – 816 с.
18) Теория статистики с основами теории вероятности: Учеб. пособ./ И.И. Елисеева, В.С. Князевский, Л.И. Ниворожнина, З.А. Морозова. – М.: Юнити- Дана, 2001 .- 446 с
19) Финансы: Учеб.- М.: ИД ФБК-Пресс, 2000. – 760 с.
20) Черкасова И.О. Анализ хозяйственной деятельности. – СПб.: Нева, 2003. – 192 с.
21) Чернов В.А. Экономический анализ: торговля, общественного питание, туристический бизнес: Учеб. Пособие для вузов. – М.: ЮНТИТИ-ДАНА, 2003. – 686 с.
22) Четыркин Е.М. Статистические методы прогнозирования. – М.: Статистика, 2005. – 278 с
23) Шеремет А.Д. Теория экономического анализа: Учебник. – М.: ИНФРА-М, 2002. – 333 с.
24) Шеремет А.Д., Сайфулин Р.С. Методика финансового анализа. – М.: Инфра- М, 2006. – 176 с.
25) Шеремет А.Д., Сайфулин Р.С. Финансы предприятия. – М.: Инфра- М., 2007. - 343 с.
|
|
