им повинні задовольняти математичні моделі:
) модель не повинна бути надмірно складною, тому що це призводить до невиправдано великих витрат ресурсів при її реалізації. Слід співвідносити складність і детальність моделі з рівнем достовірності вихідної інформації;
) не слід будувати модель всеосяжного прогнозу реального об'єкта. Це призводить до надзвичайно громіздким, безмежним і погано аналізованих математичним моделям, які до того ж можуть виявитися ще й погано зумовленими (нестійкими). Якщо виникає необхідність у прогнозі ряду різнорідних якостей реального процесу, то доцільно побудувати сукупність або ієрархію супідрядних відносно простих математичних моделей;
) складність моделі повинна відповідати ступеню розробленості математичного апарату, а не перевищувати її; в іншому випадку математична модель буде нерозв'язною.
У цілому не можна сформулювати єдині жорсткі правила створення математичних моделей, і в цьому плані можна погодитися з Е.С. Вентцель, що розробка моделей - це мистецтво. Більше того, у різних дослідників моделі одного й того ж процесу можуть істотно відрізнятися, і тому доцільна конкуренція або «суперечка» моделей як спосіб їх селекції.
Сучасне призначення моделі полягає в тому, що вона є інструментом обробки інформації. Відповідно, комплекс математичних моделей сьогодні являє собою інструмент обробки баз даних або переробки первинної інформації в базу даних вторинної інформації (її можна назвати прогнозної інформацією).
Природно, що база даних прогнозної інформації володіє набагато більшою цінністю і вартістю, ніж база вихідної інформації - часто це співвідношення вимірюється порядками. Ця обставина є цілком реальним, особливо у світлі становлення суспільства нового типу - інформаційного суспільства, в якому головним мірилом є нові і ще не реалізовані знання. Вже сьогодні інформаційний бізнес являє собою найбільш динамічно розвивається сегмент світового ринку послуг. При цьому спеціалізована інформація (база даних вторинної інформації) користується особливо підвищеним попитом в різних сферах економічної діяльності та політики: економічні прогнози, консультації по стратегії поведінки фірм на ринку і т.д.
Практичними завданнями економіко-математичного моделювання є:
аналіз економічних об'єктів і процесів;
економічне прогнозування, передбачення розвитку економічних процесів;
вироблення управлінських рішень на всіх рівнях господарської ієрархії.
Слід, мати на увазі, що далеко не у всіх випадках дані, отримані в результаті економіко-математичного моделювання, можуть використовуватися безпосередньо як готові управлінські рішення. Вони швидше можуть бути розглянуті як «консультують» кошти. Ухвалення управлінських рішень залишається за людиною. Таким чином, економіко-математичне моделювання є лише одним з компонентів в людино-машинних системах планування та управління економічними системами.
Найважливішим поняттям при економіко-математичному моделюванні, як і при всякому моделюванні, є поняття адекватності моделі, тобто відповідності моделі модельованого об'єкту або процесу. Адекватність моделі - в якійсь мірі умовне поняття, оскільки повної відповідності моделі реальному об'єкту бути не може, що характерно і для економіко-математичного моделювання. При моделюванні мається на увазі не просто адекватність, але відповідність за тими властивостями, які вважаються суттєвими для дослідження. Перевірка адекватності економіко-математичних моделей є досить серйозною проблемою, тим більше, що її ускладнює трудність вимірювання економічних величин. Однак без такої перевірки застосування результатів моделювання в управлінських рішеннях може не тільки виявитися малокорисним, але і принести істотну шкоду.
Розглянемо питання класифікації економіко-математичних методів. Ці методи, як зазначено вище, являють собою комплекс економіко-математичних дисциплін, що є сплавом економіки, математики і кібернетики. Тому класифікація економіко-математичних методів зводиться до класифікації наукових дисциплін, що входять до їх складу. Хоча загальноприйнята класифікація цих дисциплін поки не вироблена, з відомою мірою наближення у складі економіко-математичних методів можна виділити наступні наукові дисципліни і їх розділи:
економічну кібернетику (системний аналіз економіки, теорію економічної інформації і теорію керуючих систем);
математичну статистику (дисперсійний аналіз, кореляційний аналіз, регресійний аналіз, багатовимірний статистичний аналіз, факторний аналіз, кластерний аналіз, частотний аналіз, теорію індексів і ін.);
математичну економіку і економетрику (теорію економічного зростання, т...
