เศรษฐศาสตร์คณิตศาสตร์เป็นวิทยาศาสตร์เชิงทฤษฎีและประยุกต์ ซึ่งเป็นวิชาที่เป็นแบบจำลองทางคณิตศาสตร์ของวัตถุและกระบวนการทางเศรษฐศาสตร์และวิธีการสำหรับการศึกษา
การเกิดขึ้นของวิทยาศาสตร์คณิตศาสตร์มีความเกี่ยวข้องอย่างไม่ต้องสงสัยกับความต้องการของเศรษฐกิจ ตัวอย่างเช่น จำเป็นต้องค้นหาว่าต้องหว่านเมล็ดพืชจำนวนเท่าใดเพื่อเลี้ยงดูครอบครัว วิธีการวัดพื้นที่หว่านและประเมินการเก็บเกี่ยวในอนาคต
ด้วยการพัฒนาการผลิตและความซับซ้อน ความต้องการของเศรษฐกิจในการคำนวณทางคณิตศาสตร์ก็เพิ่มขึ้นเช่นกัน การผลิตสมัยใหม่เป็นงานที่สมดุลโดยเคร่งครัดของหลายองค์กร ซึ่งได้มาจากการแก้ปัญหาทางคณิตศาสตร์จำนวนมาก งานนี้ถูกครอบครองโดยกองทัพนักเศรษฐศาสตร์ นักวางแผน และนักบัญชีจำนวนมาก และการคำนวณจะดำเนินการโดยคอมพิวเตอร์อิเล็กทรอนิกส์หลายพันเครื่อง ในบรรดางานดังกล่าว ได้แก่ การคำนวณแผนการผลิต และการกำหนดตำแหน่งที่ได้เปรียบที่สุดของสถานที่ก่อสร้าง และการเลือกเส้นทางการขนส่งที่ประหยัดที่สุด เป็นต้น เศรษฐศาสตร์คณิตศาสตร์ยังมีส่วนร่วมในคำอธิบายทางคณิตศาสตร์อย่างเป็นทางการของปรากฏการณ์ทางเศรษฐศาสตร์ที่เป็นที่รู้จักอยู่แล้ว การทดสอบสมมติฐานต่างๆ เกี่ยวกับระบบเศรษฐกิจที่อธิบายโดยความสัมพันธ์ทางคณิตศาสตร์บางอย่าง
ลองพิจารณาตัวอย่างง่ายๆ สองตัวอย่างที่สาธิตการใช้แบบจำลองทางคณิตศาสตร์เพื่อจุดประสงค์นี้
ให้อุปสงค์และอุปทานของสินค้าขึ้นอยู่กับราคา สำหรับดุลยภาพ ราคาตลาดจะต้องเป็นสินค้าที่จำหน่ายหมดและไม่มีส่วนเกิน:
. (1)
แต่ถ้าตัวอย่างเช่น ข้อเสนอมาล่าช้าในช่วงเวลาหนึ่ง ดังแสดงในรูปที่ 1 (โดยที่เส้นอุปสงค์และอุปทานแสดงเป็นฟังก์ชันของราคา) ที่อุปสงค์ราคามากกว่าอุปทาน และเนื่องจากอุปทานมีน้อยกว่าอุปสงค์ ราคาจึงสูงขึ้นและสินค้าถูกซื้อขึ้นในราคา . ในราคานี้ อุปทานเพิ่มขึ้นเป็น ; ขณะนี้อุปทานมีมากกว่าอุปสงค์และผู้ผลิตถูกบังคับให้ขายสินค้าในราคา หลังจากที่อุปทานลดลงและกระบวนการเกิดซ้ำ ผลลัพธ์ที่ได้คือรูปแบบวงจรธุรกิจที่เรียบง่าย ตลาดค่อยๆ เข้าสู่สมดุล: อุปสงค์ ราคา และอุปทานถูกกำหนดไว้ที่ระดับ
ข้าว. 1 สอดคล้องกับคำตอบของสมการ (1) โดยวิธีการประมาณแบบต่อเนื่อง ซึ่งกำหนดรากของสมการนี้ กล่าวคือ ราคาดุลยภาพและมูลค่าที่สอดคล้องกันของอุปสงค์และอุปทาน
พิจารณาตัวอย่างที่ซับซ้อนมากขึ้น - "กฎทอง" ของการสะสม มูลค่าของผลผลิตขององค์กร (เป็นรูเบิล) ของผลิตภัณฑ์ขั้นสุดท้าย ณ จุดใดเวลาหนึ่งจะถูกกำหนดโดยต้นทุนแรงงานซึ่งผลผลิตขึ้นอยู่กับอัตราส่วนของระดับความอิ่มตัวของอุปกรณ์ต่อต้นทุนแรงงาน สัญกรณ์ทางคณิตศาสตร์สำหรับสิ่งนี้คือ:
. (2)
ผลิตภัณฑ์ขั้นสุดท้ายถูกแจกจ่ายให้กับการบริโภคและการสะสมของอุปกรณ์ หากเราแสดงถึงส่วนแบ่งของผลลัพธ์ที่สะสมผ่าน แล้ว
ในทางเศรษฐศาสตร์เรียกว่าอัตราการสะสม ค่าของมันอยู่ระหว่างศูนย์ถึงหนึ่ง
หน่วยของเวลา ปริมาณของอุปกรณ์เปลี่ยนแปลงตามปริมาณของการสะสม
. (4)
ด้วยการเติบโตทางเศรษฐกิจที่สมดุล ส่วนประกอบทั้งหมดจึงเติบโตในอัตราการเติบโตที่เท่ากัน ตามสูตร ดอกเบี้ยทบต้นเราได้รับ:
, , , .
หากเราแนะนำค่าที่บ่งบอกลักษณะการบริโภคปริมาณของอุปกรณ์และผลผลิตต่อพนักงานระบบความสัมพันธ์ (2) - (4) จะเข้าสู่ระบบ
,
, . (5)
อัตราส่วนที่สองซึ่งกำหนดอัตราการเติบโตและการบริโภคจะกำหนดอัตราส่วนทุนต่อแรงงานเป็นจุดตัดของเส้นโค้งและเส้นตรงในรูปที่ 2. เส้นเหล่านี้จะตัดกันอย่างแน่นอน เนื่องจากฟังก์ชัน เติบโตอย่างจำเจ ซึ่งหมายถึงการเพิ่มผลผลิตด้วยการเพิ่มกำลังแรงงาน แต่เบากว่านั่นคือ มันเป็นฟังก์ชันเว้า สถานการณ์หลังนี้สะท้อนให้เห็นถึงความจริงที่ว่าการเพิ่มขึ้นของอุปกรณ์ต่อคนงานหนึ่งคนเพิ่มขึ้น เนื่องจากปริมาณงานที่เพิ่มขึ้นนั้นมีประสิทธิภาพน้อยลง ("กฎแห่งอรรถประโยชน์ที่ลดลง") ตระกูลของเส้นโค้งสอดคล้องกับค่าต่าง ๆ ของอัตราการสะสม ความยาวของเซ็กเมนต์ตามสูตร (5) เท่ากับปริมาณการใช้ ที่ (จุดในรูปที่ 2) ไม่มีการบริโภคเลย - การผลิตทั้งหมดไปที่การสะสมของอุปกรณ์ ตอนนี้ให้เราลดอัตราการสะสม จากนั้นการบริโภค (ความยาว ) จะไม่เป็นศูนย์แม้ว่าอัตราการเติบโตของเศรษฐกิจ (ความชันของเส้นตรง ) จะยังคงเท่าเดิม ที่จุดที่มีพิกัดซึ่งแทนเจนต์กับเส้นโค้งขนานกับเส้นตรง การบริโภคจะสูงสุด มันสอดคล้องกับเส้นโค้งครอบครัวที่มีอัตราการสะสมที่เรียกว่า "อัตราการสะสมทองคำ"
ลีโอนิด ไวตาลีวิช คันโตโรวิช
L.V. Kantorovich - นักคณิตศาสตร์และนักเศรษฐศาสตร์ชาวโซเวียต ผู้สร้างโปรแกรมเชิงเส้นตรงและทฤษฎีการวางแผนที่ดีที่สุดของเศรษฐกิจสังคมนิยม นักวิชาการ ผู้ชนะรางวัลโนเบล L.V. Kantorovich เกิดที่เซนต์ปีเตอร์สเบิร์กในครอบครัวแพทย์ ความสามารถของเขาแสดงออกอย่างผิดปกติตั้งแต่เนิ่นๆ แล้วที่ 4 เป้าหมายเขาดำเนินการอย่างอิสระด้วยตัวเลขหลายหลักเมื่ออายุได้เจ็ดขวบเขาเชี่ยวชาญวิชาเคมีตามตำราเรียนของพี่ชาย ตอนอายุ 14 เขาเป็นนักศึกษาที่มหาวิทยาลัยเซนต์ปีเตอร์สเบิร์ก เมื่อสำเร็จการศึกษาจากมหาวิทยาลัย ในปี พ.ศ. 2473 แอล. วี. คันโตโรวิช เป็นนักวิทยาศาสตร์ที่มีชื่อเสียงอยู่แล้ว ผู้เขียนบทความหลายสิบฉบับที่ตีพิมพ์ในวารสารทางคณิตศาสตร์ระดับนานาชาติชั้นนำ และตอนอายุ 20 ปี เขาเป็นศาสตราจารย์วิชาคณิตศาสตร์ ในปี ค.ศ. 1935 นักวิทยาศาสตร์ได้แนะนำและศึกษาคลาสของช่องว่างหน้าที่ซึ่งมีการกำหนดความสัมพันธ์ของลำดับสำหรับองค์ประกอบบางชุด ทฤษฎีของช่องว่างดังกล่าวเรียกว่า Kantorovich space หรือ -spaces เป็นหนึ่งในส่วนหลักของการวิเคราะห์เชิงฟังก์ชัน งานล่าสุดที่เกี่ยวข้องกับการแก้ปัญหาความต่อเนื่องได้กำหนดตำแหน่งของ -ช่องว่างในโครงสร้างทางคณิตศาสตร์พื้นฐานที่สุด L.V. Kantorovich โดดเด่นด้วยความสามารถที่น่าทึ่งของเขาในการมองเห็นแก่นแท้ของปัญหาในปัญหาใดปัญหาหนึ่ง และหลังจากสร้างทฤษฎีขึ้นมาเพื่อกำหนดวิธีการทั่วไปในการแก้ปัญหาที่คล้ายคลึงกันในระดับกว้างๆ สิ่งนี้ถูกเปิดเผยอย่างชัดเจนโดยเฉพาะในงานของเขาเกี่ยวกับคณิตศาสตร์เชิงคำนวณและเศรษฐศาสตร์คณิตศาสตร์ ในช่วงต้นยุค 30 L.V. Kantorovich เป็นหนึ่งในนักวิทยาศาสตร์ที่มีชื่อเสียงคนแรกๆ ที่มีความสนใจในวิชาคณิตศาสตร์เชิงคำนวณ รูปลักษณ์ที่ทันสมัยของวิทยาศาสตร์นี้ถูกกำหนดโดยผลงานของเขาเป็นส่วนใหญ่ ในหมู่พวกเขามีเอกสารพื้นฐานและคลาสสิก "วิธีการวิเคราะห์ที่สูงขึ้นโดยประมาณ"; วิธีการคำนวณที่มีชื่อของเขา ทฤษฎีทั่วไปวิธีการโดยประมาณที่สร้างขึ้นบนพื้นฐานของการวิเคราะห์เชิงหน้าที่ (State Prize, 1949); ทำงานเกี่ยวกับการเขียนโปรแกรมอัตโนมัติ ดำเนินการในช่วงรุ่งอรุณของยุคคอมพิวเตอร์ และคาดการณ์ถึงแนวคิดสมัยใหม่มากมาย และในที่สุดก็มีการประดิษฐ์สิ่งประดิษฐ์มากมายในด้านเทคโนโลยีคอมพิวเตอร์ ในปี 1939 แผ่นพับขนาดเล็ก "วิธีการทางคณิตศาสตร์ของการจัดองค์กรและการวางแผนการผลิต" ได้รับการตีพิมพ์ในเลนินกราด ซึ่งจริงๆ แล้วมีส่วนใหม่ของคณิตศาสตร์ประยุกต์ ซึ่งต่อมาเรียกว่าโปรแกรมเชิงเส้น (ดู เรขาคณิต) เหตุผลในการเขียนนั้นเป็นงานการผลิตที่เฉพาะเจาะจง โดยตระหนักถึงความสำคัญที่สำคัญของแนวคิดเรื่องความแปรปรวนและความเหมาะสมในระบบเศรษฐกิจสังคมนิยม ตัวชี้วัดที่สำคัญ เช่น ราคา ค่าเช่า ประสิทธิภาพ เขาจึงดำเนินการพัฒนาทฤษฎีการวางแผนที่เหมาะสมที่สุด ซึ่งต่อมาได้รับรางวัลเลนิน (1965) และโนเบล (1975) รางวัล หนังสือ "การคำนวณทางเศรษฐศาสตร์ของการใช้ทรัพยากรที่ดีที่สุด" ซึ่งอธิบายทฤษฎีนี้ถูกเขียนขึ้นภายใต้เงื่อนไขของการปิดล้อมเลนินกราดและแล้วเสร็จในปี 2485 เมื่อเข้าใจถึงความสำคัญอย่างยิ่งของการศึกษาเหล่านี้ นักวิทยาศาสตร์จึงพยายามนำผลที่ได้ไปใช้จริงอย่างไม่ลดละ อย่างไรก็ตาม งานนี้ไม่ได้รับการตีพิมพ์จนถึงปี 1959 และถึงกระนั้นก็ถูกโจมตีโดยนักเศรษฐศาสตร์การเมืองดั้งเดิม หนังสือของ L.V. Kantorovich กำหนดมุมมองของนักเศรษฐศาสตร์โซเวียตทั้งรุ่น แนวคิดหลายอย่างที่แสดงออกมาในครั้งแรกนั้นกำลังถูกนำไปใช้ในแนวทางของเปเรสทรอยก้า |
หลังจากการแข่งขันกีฬาโอลิมปิก เป็นเรื่องที่น่าสนใจที่จะหารือเกี่ยวกับการแก้ปัญหา
ปัญหาที่ยากในเศรษฐศาสตร์ทางคณิตศาสตร์คือการเปรียบเทียบทฤษฎีและการปฏิบัติ: เป็นการยากมากที่จะวัดตัวบ่งชี้ทางเศรษฐศาสตร์ - ตัวชี้วัดเหล่านี้ไม่ได้วัดในห้องปฏิบัติการ การสังเกตสามารถทำได้น้อยมาก (จำสำมะโน!) พวกเขาดำเนินการในเงื่อนไขที่แตกต่างกัน และมีความไม่ถูกต้องมากมาย ดังนั้นจึงเป็นเรื่องยากที่จะใช้ประสบการณ์การวัดที่สะสมในศาสตร์อื่นที่นี่ และจำเป็นต้องมีการพัฒนาวิธีการพิเศษ
การพัฒนาเศรษฐศาสตร์คณิตศาสตร์ทำให้เกิดทฤษฎีทางคณิตศาสตร์หลายทฤษฎี รวมกันโดยใช้ชื่อ "การโปรแกรมทางคณิตศาสตร์" (สำหรับโปรแกรมเชิงเส้น โปรดดูบทความ "เรขาคณิต")
ประเด็นของการประยุกต์ใช้วิธีการทางคณิตศาสตร์ในทางเศรษฐศาสตร์ได้รับการพัฒนาในผลงานของนักคณิตศาสตร์โซเวียต L. V. Kantorovich ผู้ได้รับรางวัลเลนินและรางวัลโนเบล
เศรษฐศาสตร์คณิตศาสตร์เป็นวิทยาศาสตร์เชิงทฤษฎีและประยุกต์ ซึ่งเป็นวิชาที่เป็นแบบจำลองทางคณิตศาสตร์ของวัตถุและกระบวนการทางเศรษฐศาสตร์และวิธีการสำหรับการศึกษา
การเกิดขึ้นของวิทยาศาสตร์คณิตศาสตร์มีความเกี่ยวข้องอย่างไม่ต้องสงสัยกับความต้องการของเศรษฐกิจ ตัวอย่างเช่น จำเป็นต้องค้นหาว่าต้องหว่านเมล็ดพืชจำนวนเท่าใดเพื่อเลี้ยงดูครอบครัว วิธีการวัดพื้นที่หว่านและประเมินการเก็บเกี่ยวในอนาคต
ด้วยการพัฒนาการผลิตและความซับซ้อน ความต้องการของเศรษฐกิจในการคำนวณทางคณิตศาสตร์ก็เพิ่มขึ้นเช่นกัน การผลิตสมัยใหม่เป็นงานที่สมดุลโดยเคร่งครัดของหลายองค์กร ซึ่งได้มาจากการแก้ปัญหาทางคณิตศาสตร์จำนวนมาก งานนี้ถูกครอบครองโดยกองทัพนักเศรษฐศาสตร์ นักวางแผน และนักบัญชีจำนวนมาก และการคำนวณจะดำเนินการโดยคอมพิวเตอร์อิเล็กทรอนิกส์หลายพันเครื่อง ในบรรดางานดังกล่าว ได้แก่ การคำนวณแผนการผลิต และการกำหนดตำแหน่งที่ได้เปรียบที่สุดของสถานที่ก่อสร้าง และการเลือกเส้นทางการขนส่งที่ประหยัดที่สุด เป็นต้น เศรษฐศาสตร์คณิตศาสตร์ยังมีส่วนร่วมในคำอธิบายทางคณิตศาสตร์อย่างเป็นทางการของปรากฏการณ์ทางเศรษฐศาสตร์ที่เป็นที่รู้จักอยู่แล้ว การทดสอบสมมติฐานต่างๆ เกี่ยวกับระบบเศรษฐกิจที่อธิบายโดยความสัมพันธ์ทางคณิตศาสตร์บางอย่าง
ลองพิจารณาตัวอย่างง่ายๆ สองตัวอย่างที่สาธิตการใช้แบบจำลองทางคณิตศาสตร์เพื่อจุดประสงค์นี้
ให้อุปสงค์ S และอุปทาน D ของผลิตภัณฑ์ขึ้นอยู่กับราคา P สำหรับดุลยภาพ ราคาตลาดควรเป็นเช่นนี้ (P *) ที่สินค้าหมดและไม่มีส่วนเกิน:
D(P*) = S(P*). (หนึ่ง)
แต่ถ้าตัวอย่างเช่น ข้อเสนอมาล่าช้าในช่วงเวลาหนึ่ง ดังแสดงในรูปที่ 1 (โดยที่เส้นอุปสงค์และอุปทานแสดงเป็นฟังก์ชันของราคา) ที่ราคา P 0 ความต้องการ S 0 เกินอุปทาน D 0 และเนื่องจากอุปทานมีน้อยกว่าอุปสงค์ ราคาจึงสูงขึ้นและสินค้าถูกซื้อขึ้นที่ราคา P 1 > P 0 . ในราคานี้อุปทานเพิ่มขึ้นเป็นมูลค่า S 1 ; ตอนนี้อุปทานมีมากกว่าอุปสงค์และผู้ผลิตถูกบังคับให้ขายสินค้าในราคา P2< Р 1 , после чего предложение падает и процесс повторяется. Получилась простая модель экономического цикла. Постепенно рынок приходит в равновесие: спрос, цена и предложение устанавливаются на уровне S * , P * , D * .
ข้าว. 1 สอดคล้องกับคำตอบของสมการ (1) โดยวิธีการประมาณแบบต่อเนื่อง ซึ่งกำหนดรากของสมการนี้ กล่าวคือ ราคาดุลยภาพ P * และมูลค่าที่สอดคล้องกันของอุปสงค์และอุปทาน S * , D *
พิจารณาตัวอย่างที่ซับซ้อนมากขึ้น - "กฎทอง" ของการสะสม ปริมาณของผลผลิตโดยองค์กร (ในรูเบิล) ของผลิตภัณฑ์ขั้นสุดท้าย Y เสื้อ ณ เวลา เสื้อ ถูกกำหนดโดยค่าแรง L เสื้อ , ผลผลิตซึ่งขึ้นอยู่กับอัตราส่วนของระดับความอิ่มตัวของอุปกรณ์ K เสื้อ ต่อต้นทุนแรงงาน สัญกรณ์ทางคณิตศาสตร์สำหรับสิ่งนี้คือ:
Y เสื้อ = f(K เสื้อ /L เสื้อ)L เสื้อ (2)
ผลิตภัณฑ์สุดท้ายถูกแจกจ่ายให้กับการบริโภค C t และการสะสมของอุปกรณ์ หากเราแสดงถึงส่วนแบ่งของผลลัพธ์ที่สะสมผ่าน s แล้ว
C t = (l - s) Y เสื้อ . (3)
ในทางเศรษฐศาสตร์เรียกว่าอัตราการสะสม ค่าของมันอยู่ระหว่างศูนย์ถึงหนึ่ง
หน่วยของเวลา ปริมาณของอุปกรณ์เปลี่ยนแปลงตามปริมาณของการสะสม
K เสื้อ+1 - K เสื้อ = sy เสื้อ . (สี่)
ด้วยการเติบโตทางเศรษฐกิจที่สมดุล ส่วนประกอบทั้งหมดจึงเติบโตในอัตราการเติบโตที่เท่ากัน λ โดยใช้สูตรดอกเบี้ยทบต้นเราได้รับ:
Y เสื้อ = (1+λ) เสื้อ Y, L เสื้อ = (1+λ) เสื้อ L, K เสื้อ = (1+λ) เสื้อ K, C เสื้อ = (1+λ) เสื้อ C.
หากเราแนะนำปริมาณที่ระบุลักษณะการบริโภค c = C/L ปริมาณของอุปกรณ์ R = K/L และผลลัพธ์ y = Y/L ต่อคนงาน ระบบความสัมพันธ์ (2)-(4) จะเข้าสู่ระบบ
y=f(R), λR=sf(R), c=f(R) - sf(R). (5)
ความสัมพันธ์ที่สองโดยพิจารณาจากอัตราการเติบโต λ และการบริโภค s จะกำหนดอัตราส่วนทุนต่อแรงงาน R เป็นจุดตัดของเส้นโค้ง y = sf(R) และเส้นตรง y = λR ในรูปที่ 2. เส้นเหล่านี้จะตัดกันอย่างแน่นอน เนื่องจากฟังก์ชัน f(R) แม้ว่าจะเพิ่มขึ้นแบบโมโนโทน ซึ่งหมายถึงการเพิ่มผลผลิตด้วยการเพิ่มกำลังแรงงาน R แต่ค่อยๆ มากขึ้น กล่าวคือ นี่คือฟังก์ชันเว้า สถานการณ์หลังนี้สะท้อนให้เห็นถึงความจริงที่ว่าการเพิ่มขึ้นของอุปกรณ์ต่อคนงานหนึ่งคน เนื่องจากการเพิ่มขึ้นของปริมาณงาน กำลังมีประสิทธิภาพน้อยลง ("กฎแห่งอรรถประโยชน์ที่ลดลง") ตระกูลของเส้นโค้ง y = sf(R) สอดคล้องกับค่าต่าง ๆ ของอัตราการสะสม S ความยาว f(R) - sf(R) ของเซ็กเมนต์ AB ตามสูตร (5) เท่ากับปริมาณการใช้ c ที่ s = 1 (จุด A 0 ในรูปที่ 2) ไม่มีการบริโภคเลย - การผลิตทั้งหมดจะไปที่การสะสมของอุปกรณ์ ตอนนี้ให้เราลดอัตราการสะสม s จากนั้นการบริโภค c (ความยาว AB) จะไม่เป็นศูนย์แม้ว่าอัตราการเติบโต λ ของเศรษฐกิจ (ความชันของเส้นตรง OB) ยังคงเท่าเดิม ที่จุดที่มีพิกัด R * ซึ่งแทนเจนต์ของเส้นโค้ง y = f(R) ขนานกับเส้นตรง y = λR ปริมาณการใช้ที่มี * เป็นค่าสูงสุด มันสอดคล้องกับเส้นโค้งของตระกูล y = s * f (R) ด้วยอัตราการสะสมที่แน่นอน s * เรียกว่า "อัตราการสะสมทองคำ"
ปัญหาที่ยากในเศรษฐศาสตร์ทางคณิตศาสตร์คือการเปรียบเทียบทฤษฎีและการปฏิบัติ: เป็นการยากมากที่จะวัดตัวชี้วัดทางเศรษฐศาสตร์ - ตัวชี้วัดเหล่านี้ไม่ได้วัดในห้องปฏิบัติการ การสังเกตสามารถทำได้น้อยมาก (จำสำมะโน!) พวกเขาดำเนินการในที่แตกต่างกัน และมีความคลาดเคลื่อนมากมาย ดังนั้นจึงเป็นเรื่องยากที่จะใช้ประสบการณ์การวัดที่สะสมในศาสตร์อื่นที่นี่ และจำเป็นต้องมีการพัฒนาวิธีการพิเศษ
การพัฒนาเศรษฐศาสตร์คณิตศาสตร์ทำให้เกิดทฤษฎีทางคณิตศาสตร์หลายทฤษฎี รวมกันโดยใช้ชื่อ "การโปรแกรมทางคณิตศาสตร์" (สำหรับโปรแกรมเชิงเส้น โปรดดูบทความ "เรขาคณิต")
ประเด็นของการประยุกต์ใช้วิธีการทางคณิตศาสตร์ในทางเศรษฐศาสตร์ได้รับการพัฒนาในผลงานของนักคณิตศาสตร์โซเวียต L. V. Kantorovich ผู้ได้รับรางวัลเลนินและรางวัลโนเบล
เรื่องและวิธีการ ทฤษฎีเศรษฐศาสตร์
ความสัมพันธ์ทางเศรษฐกิจแผ่ซ่านไปทั่วทุกด้านของชีวิตมนุษย์ การศึกษารูปแบบของพวกเขาได้ครอบงำจิตใจของนักปรัชญาในสมัยโบราณ ค่อยๆพัฒนา เกษตรกรรมการเกิดขึ้นของทรัพย์สินส่วนตัวมีส่วนทำให้เกิดความยุ่งยาก ความสัมพันธ์ทางเศรษฐกิจและการสร้างระบบเศรษฐกิจแบบแรก ความก้าวหน้าทางวิทยาศาสตร์และเทคโนโลยี ซึ่งกำหนดการเปลี่ยนจากการใช้แรงงานคนไปเป็นแรงงานเครื่องจักร ทำให้เกิดแรงผลักดันอย่างแข็งแกร่งในการควบรวมการผลิต และด้วยเหตุนี้จึงเป็นการขยายความสัมพันธ์และโครงสร้างทางเศรษฐกิจ ที่ โลกสมัยใหม่เศรษฐศาสตร์ได้รับการพิจารณาร่วมกับผู้อื่นที่เกี่ยวข้องมากขึ้น สังคมศาสตร์. กล่าวคือที่ทางแยกของสองทิศทางมีวิธีแก้ปัญหาต่าง ๆ ที่สามารถนำไปใช้ในทางปฏิบัติได้
แนวโน้มพื้นฐานทางเศรษฐศาสตร์เริ่มก่อตัวขึ้นในช่วงกลางศตวรรษที่สิบเก้าเท่านั้น แม้ว่านักวิทยาศาสตร์ในหลายประเทศในช่วงหลายศตวรรษได้สร้างโรงเรียนพิเศษที่ศึกษารูปแบบชีวิตทางเศรษฐกิจของผู้คน ในเวลานี้เท่านั้น นอกเหนือจากการประเมินเชิงคุณภาพของสิ่งที่เกิดขึ้นแล้ว นักวิทยาศาสตร์เริ่มตรวจสอบและเปรียบเทียบเหตุการณ์จริงในระบบเศรษฐกิจ การพัฒนาเศรษฐศาสตร์คลาสสิกมีส่วนทำให้เกิดสาขาวิชาประยุกต์ที่ศึกษาด้านระบบเศรษฐกิจที่แคบลง
หัวข้อหลักของการศึกษาทฤษฎีเศรษฐศาสตร์คือการค้นหาแนวทางแก้ไขที่เหมาะสมที่สุดสำหรับการประหยัดในระดับต่างๆ ขององค์กร ในแง่ของการตอบสนองความต้องการที่เพิ่มขึ้นภายใต้เงื่อนไขของทรัพยากรที่จำกัด นักเศรษฐศาสตร์ใช้วิธีการที่หลากหลายในการวิจัย ในหมู่พวกเขาที่ใช้กันมากที่สุดมีดังต่อไปนี้:
- วิธีการที่อนุญาตให้คุณประเมินองค์ประกอบของโครงสร้างทั่วไปหรือสรุปโครงสร้างแต่ละรายการ พวกเขาเรียกว่าวิธีการวิเคราะห์และสังเคราะห์
- การเหนี่ยวนำและการหักเงินทำให้สามารถพิจารณาพลวัตของกระบวนการจากเฉพาะไปสู่ทั่วไปและในทางกลับกัน
- แนวทางที่เป็นระบบช่วยให้เห็นองค์ประกอบทางเศรษฐกิจที่แยกจากกันเป็นโครงสร้างและวิเคราะห์
- ในทางปฏิบัติ ใช้วิธีนามธรรมกันอย่างแพร่หลาย ช่วยให้คุณสามารถแยกวัตถุหรือปรากฏการณ์ที่ศึกษาออกจากความสัมพันธ์และปัจจัยภายนอกได้
- เช่นเดียวกับในวิทยาศาสตร์อื่น ๆ ภาษาของคณิตศาสตร์มักถูกใช้ในทางเศรษฐศาสตร์ ซึ่งช่วยให้เห็นภาพองค์ประกอบที่ศึกษาของเศรษฐกิจตลอดจนวิเคราะห์หรือสร้างการคาดการณ์แนวโน้มที่จำเป็น
สาระสำคัญของเศรษฐศาสตร์คณิตศาสตร์
เศรษฐศาสตร์สมัยใหม่โดดเด่นด้วยความซับซ้อนของระบบที่ศึกษา ตามกฎแล้วตัวแทนทางเศรษฐกิจรายหนึ่งเข้าสู่ความสัมพันธ์มากมายในคราวเดียวและทุกวัน หากเรากำลังพูดถึงองค์กร จำนวนของการโต้ตอบภายในและภายนอกจะเพิ่มขึ้นหลายพันเท่า เพื่ออำนวยความสะดวกในการวิจัยและงานวิเคราะห์ที่นักเศรษฐศาสตร์และนักวิทยาศาสตร์ต้องเผชิญ มีการใช้ภาษาของคณิตศาสตร์ การพัฒนาเครื่องมือทางคณิตศาสตร์ทำให้สามารถแก้ปัญหาที่อยู่นอกเหนืออำนาจของวิธีการอื่นที่ใช้ในทฤษฎีเศรษฐศาสตร์ได้
เศรษฐศาสตร์คณิตศาสตร์เป็นพื้นที่ประยุกต์ของทฤษฎีเศรษฐศาสตร์ สาระสำคัญอยู่ที่การประยุกต์ใช้วิธีการทางคณิตศาสตร์ วิธีการ และเครื่องมือในการอธิบาย ศึกษา และวิเคราะห์ระบบเศรษฐกิจ อย่างไรก็ตาม วินัยนี้มีความเฉพาะเจาะจงของตัวเอง มันไม่ได้ศึกษาปรากฏการณ์ทางเศรษฐศาสตร์เช่นนี้ แต่เกี่ยวข้องกับการคำนวณที่เกี่ยวข้องกับตัวแบบทางคณิตศาสตร์
หมายเหตุ 1
เป้าหมายของเศรษฐศาสตร์คณิตศาสตร์เช่นเดียวกับพื้นที่ที่ใช้ส่วนใหญ่สามารถเรียกได้ว่าเป็นการก่อตัวของข้อมูลวัตถุประสงค์และการค้นหาวิธีแก้ไขปัญหาในทางปฏิบัติ ประการแรกคือการศึกษาตัวชี้วัดเชิงปริมาณเชิงคุณภาพตลอดจนพฤติกรรมของตัวแทนทางเศรษฐกิจในพลวัต
ความท้าทายที่ต้องเผชิญกับเศรษฐศาสตร์คณิตศาสตร์มีดังนี้:
- การสร้างแบบจำลองทางคณิตศาสตร์ที่อธิบายกระบวนการและปรากฏการณ์ในระบบเศรษฐกิจ
- ศึกษาพฤติกรรมวิชาความสัมพันธ์ทางเศรษฐกิจต่างๆ
- การดำเนินการความช่วยเหลือในการก่อสร้างและการประเมินแผนงาน การคาดการณ์ เหตุการณ์ประเภทต่างๆในพลวัต
- ดำเนินการวิเคราะห์ค่าทางคณิตศาสตร์และสถิติ
คณิตศาสตร์ประยุกต์ทางเศรษฐศาสตร์
เศรษฐศาสตร์คณิตศาสตร์ในความสำคัญทางสังคมนั้นใกล้เคียงกับคณิตศาสตร์มากพอ หากเราพิจารณาวินัยนี้จากด้านวิทยาศาสตร์คณิตศาสตร์ มันจะเป็นทิศทางที่ประยุกต์ใช้ คณิตศาสตร์ประยุกต์ทำให้สามารถพิจารณาและวิเคราะห์แต่ละองค์ประกอบของระบบเศรษฐกิจที่ซับซ้อนที่สุดได้ เนื่องจากมีฟังก์ชันการทำงานที่กว้างขวางตามความรู้ทางคณิตศาสตร์พื้นฐาน ความเป็นไปได้ของคณิตศาสตร์ดังกล่าวมีส่วนทำให้เกิดนิเวศวิทยาทางคณิตศาสตร์ สังคมวิทยา ภาษาศาสตร์ และคณิตศาสตร์การเงิน
พิจารณาวิธีการทางคณิตศาสตร์ที่สำคัญที่สุดที่ใช้ในการศึกษาระบบเศรษฐกิจ:
- การวิจัยเชิงปฏิบัติการเกี่ยวข้องกับการศึกษากระบวนการและปรากฏการณ์ในระบบ ซึ่งรวมถึงงานวิเคราะห์และการเพิ่มประสิทธิภาพของแอปพลิเคชันในทางปฏิบัติของผลลัพธ์ที่ได้รับ
- แบบจำลองทางคณิตศาสตร์ประกอบด้วยวิธีการและเครื่องมือมากมายที่ช่วยให้สามารถแก้ปัญหาที่นักวิทยาศาสตร์และนักเศรษฐศาสตร์ต้องเผชิญ ทฤษฎีเกม ทฤษฎีการบริการ ทฤษฎีการตั้งเวลา และทฤษฎีสินค้าคงคลัง
- การเพิ่มประสิทธิภาพในวิชาคณิตศาสตร์เกี่ยวข้องกับการค้นหาค่าสุดขั้ว ทั้งค่าสูงสุดและค่าต่ำสุด สำหรับวัตถุประสงค์เหล่านี้ มักจะใช้กราฟฟังก์ชัน
วิธีการทางคณิตศาสตร์ที่ระบุไว้ข้างต้นทำให้สามารถศึกษาสถานการณ์ทางสถิติในระบบเศรษฐกิจหรือกระบวนการในระยะสั้นได้ อย่างที่ทราบในปัจจุบันเป้าหมายหลัก หน่วยงานทางเศรษฐกิจคือการหาสมดุลในระยะยาว สิ่งสำคัญในการศึกษาเหล่านี้คือปัจจัยด้านเวลา ซึ่งสามารถนำมาพิจารณาโดยใช้ทฤษฎีความน่าจะเป็นในการคำนวณ ซึ่งเป็นทฤษฎีของการแก้ปัญหาที่เหมาะสมที่สุด
หมายเหตุ2
ดังนั้นคณิตศาสตร์และเศรษฐศาสตร์จึงมีความเกี่ยวข้องกันอย่างใกล้ชิด เป็นธรรมเนียมที่จะต้องแต่งเติมพลวัตของโครงสร้างทางเศรษฐกิจในแบบจำลองทางคณิตศาสตร์ ซึ่งสามารถแบ่งออกเป็นงานย่อยที่แยกจากกัน และใช้วิธีการวิเคราะห์ทางเศรษฐศาสตร์ที่เป็นไปได้ทั้งหมด ตลอดจนการคำนวณทางคณิตศาสตร์ การตัดสินใจในด้านเศรษฐกิจเป็นการดำเนินการที่ค่อนข้างซับซ้อน เนื่องจากเกี่ยวข้องกับความไม่สมบูรณ์และความไม่สมบูรณ์ของข้อมูลที่มีอยู่ การใช้แบบจำลองทางคณิตศาสตร์ทำให้ลดความเสี่ยงในการตัดสินใจของฝ่ายบริหารได้
วัตถุประสงค์หลักของเศรษฐกิจ- จัดหาสินค้าอุปโภคบริโภคให้กับสังคม มีรูปแบบเชิงปริมาณที่มั่นคงในระบบเศรษฐกิจ ดังนั้นคำอธิบายทางคณิตศาสตร์ที่เป็นทางการจึงเป็นไปได้
วัตถุ ศึกษาวินัย - เศรษฐศาสตร์และแผนกต่างๆ
เรื่อง - แบบจำลองทางคณิตศาสตร์ของวัตถุทางเศรษฐกิจ
วิธี - การวิเคราะห์ระบบเศรษฐกิจเป็นระบบไดนามิกที่ซับซ้อน
แบบอย่าง - เป็นวัตถุที่มาแทนที่ของเดิม สะท้อนถึงคุณลักษณะและคุณสมบัติที่สำคัญที่สุดของต้นฉบับสำหรับการศึกษานี้
แบบจำลองที่เป็นชุดของความสัมพันธ์ทางคณิตศาสตร์เรียกว่าทางคณิตศาสตร์
องค์ประกอบการจำลอง
ระบบ เป็นชุดขององค์ประกอบที่สัมพันธ์กันซึ่งร่วมกันบรรลุเป้าหมายบางอย่าง
ซุปเปอร์ซิสเต็มส์ - สภาพแวดล้อมโดยรอบระบบที่ระบบทำงาน
ระบบย่อย - ชุดย่อยขององค์ประกอบที่ใช้เป้าหมายที่สอดคล้องกับเป้าหมายของระบบ (ระบบย่อยสามารถใช้ส่วนหนึ่งของเป้าหมายของระบบได้)
ระบบเศรษฐกิจ: จัดสรรทรัพยากร ผลิตสินค้า กระจายสินค้า และสะสม
สุดยอดระบบเศรษฐกิจของประเทศ- ธรรมชาติ, เศรษฐกิจโลกและสังคม
ระบบย่อยหลักของเศรษฐกิจ- การผลิตและการเงิน - สินเชื่อ
คุณสมบัติของเศรษฐกิจในฐานะวัตถุจำลอง
ในทางเศรษฐศาสตร์ โมเดลที่คล้ายคลึงกันเป็นไปไม่ได้เพราะ เป็นไปไม่ได้ที่จะสร้างสำเนาที่ถูกต้องของเศรษฐกิจและหาทางเลือกสำหรับนโยบายเศรษฐกิจในสำเนานี้
การทดลองในระบบเศรษฐกิจมีจำกัด เนื่องจากทุกส่วนเชื่อมต่อถึงกันอย่างแน่นหนา
การทดลองโดยตรงกับเศรษฐกิจมีทั้งด้านบวกและด้านลบ
ด้านบวก- ผลลัพธ์ระยะสั้นของนโยบายเศรษฐกิจที่ดำเนินการจะมองเห็นได้ทันที
ด้านลบ- เป็นไปไม่ได้ที่จะทำนายโดยตรงถึงผลที่ตามมาในระยะกลางและระยะยาวของการตัดสินใจ
ดังนั้น เพื่อที่จะพัฒนาการตัดสินใจทางเศรษฐกิจที่ถูกต้อง จำเป็นต้องคำนึงถึงทั้งประสบการณ์ที่ผ่านมาทั้งหมดและผลลัพธ์ที่ได้จากการคำนวณโดยใช้แบบจำลองทางคณิตศาสตร์ที่เพียงพอกับสถานการณ์ทางเศรษฐกิจที่กำหนด
การพัฒนาตัวแบบทางคณิตศาสตร์นั้นลำบากแต่มีแนวโน้มมาก ดังนั้น รูปแบบของ Keynes ซึ่งสะท้อนถึงความสามารถของเศรษฐกิจการตลาดในการปรับตัวให้เข้ากับอิทธิพลที่รบกวน ถูกสร้างขึ้นภายใต้ความประทับใจของวิกฤตการณ์ปี 1929-1933 อย่างไรก็ตาม การใช้แบบจำลองนี้เพื่อเอาชนะวิกฤตหลังสงครามในเยอรมนีและญี่ปุ่นประสบความสำเร็จอย่างมาก และถูกเรียกว่า "ปาฏิหาริย์ทางเศรษฐกิจ"
ลองพิจารณาโครงสร้างของเศรษฐกิจในฐานะที่เป็นวัตถุของแบบจำลองทางคณิตศาสตร์
เศรษฐกิจเป็นระบบที่ซับซ้อนซึ่งประกอบด้วยเซลล์การผลิตและที่ไม่ใช่การผลิต (การเงิน) (หน่วยเศรษฐกิจ) ที่อยู่ในการผลิต เทคโนโลยีและ (หรือ) ความสัมพันธ์ขององค์กรและเศรษฐกิจซึ่งกันและกัน
ในความสัมพันธ์กับระบบเศรษฐกิจ สมาชิกแต่ละคนในสังคมมีบทบาทสองประการ: ในด้านหนึ่งในฐานะผู้บริโภคและอีกด้านหนึ่งในฐานะผู้ปฏิบัติงาน
นอกจากแรงงานแล้ว ทรัพยากรทางวัตถุคือ ทรัพยากรธรรมชาติและวิธีการผลิต
การผลิตวัสดุทุกสาขาสร้างกำไรขั้นต้น สินค้าภายในประเทศ(จีดีพี).
ที่ ธรรมชาติ-จริงรูปแบบของจีดีพี - นี่คือวิธีการของแรงงานและสินค้าอุปโภคบริโภค
ในรูปแบบมูลค่า - กองทุนชดเชยการเกษียณอายุของสินทรัพย์ถาวร (กองทุนค่าเสื่อมราคา) และมูลค่าที่สร้างขึ้นใหม่ (รายได้ประชาชาติ)
ในกระบวนการสร้าง GDP ผลิตภัณฑ์ขั้นกลางจะถูกผลิตและบริโภคซ้ำ
โดย จับต้องได้องค์ประกอบของผลิตภัณฑ์ขั้นกลางเป็นวัตถุของแรงงานที่ใช้สำหรับการบริโภคในการผลิตในปัจจุบัน มูลค่าของพวกมันจะถูกโอนไปยังมูลค่าของแรงงานหรือสินค้าโภคภัณฑ์ที่รวมอยู่ใน GDP ทั้งหมด
การใช้คณิตศาสตร์ในระบบเศรษฐกิจช่วยให้:
1. เน้นและอธิบายอย่างเป็นทางการถึงความสัมพันธ์ที่สำคัญที่สุดของตัวแปรและวัตถุทางเศรษฐกิจ
2. รับความรู้ใหม่เกี่ยวกับวัตถุ
3. ประเมินประเภทของการพึ่งพาปัจจัยและพารามิเตอร์ของตัวแปรสรุป
แบบจำลองทางเศรษฐศาสตร์และคณิตศาสตร์คืออะไร?
นี่คือคำอธิบายอย่างเป็นทางการอย่างง่ายของปรากฏการณ์ทางเศรษฐกิจ
แบบจำลองทางคณิตศาสตร์ของวัตถุทางเศรษฐกิจคือการแสดงในรูปของสมการ ความไม่เท่าเทียมกัน ความสัมพันธ์เชิงตรรกะ กราฟ
แบบจำลองทำให้สามารถระบุคุณลักษณะของการทำงานของวัตถุทางเศรษฐกิจ และบนพื้นฐานนี้ คาดการณ์พฤติกรรมของวัตถุในอนาคตเมื่อพารามิเตอร์เปลี่ยนแปลง
ขั้นตอนการสร้างแบบจำลอง:
1. หัวข้อและเป้าหมายของการศึกษาได้รับการกำหนดขึ้น
2. ในระบบเศรษฐกิจ องค์ประกอบโครงสร้างหรือหน้าที่สอดคล้องกับเป้าหมายนี้มีความโดดเด่น
3. มีการเปิดเผยลักษณะเชิงคุณภาพที่สำคัญที่สุดขององค์ประกอบเหล่านี้
4. เชิงคุณภาพอธิบายความสัมพันธ์ระหว่างองค์ประกอบ
5. มีการแนะนำการกำหนดสัญลักษณ์สำหรับลักษณะของวัตถุทางเศรษฐกิจและมีการกำหนดความสัมพันธ์ระหว่างกัน
6. การคำนวณจะดำเนินการตามแบบจำลองและวิเคราะห์ผลลัพธ์ที่ได้รับ
โครงสร้างโมเดล:
ในการสร้างแบบจำลอง จำเป็นต้องกำหนดตัวแปรและพารามิเตอร์ภายนอกและภายใน
ตัวแปรภายนอก– ถูกตั้งนอกโมเดล กล่าวคือ ทราบในขณะที่คำนวณ
ตัวแปรภายนอก– ถูกกำหนดในหลักสูตรการคำนวณตามแบบจำลอง
ตัวเลือก คือสัมประสิทธิ์ของสมการ
ชั้นเรียนของแบบจำลองทางเศรษฐศาสตร์และคณิตศาสตร์
แบบจำลองทางเศรษฐศาสตร์และคณิตศาสตร์แบ่งออกเป็นชั้นเรียนต่อไปนี้:
1. ตามระดับของลักษณะทั่วไป
ก. เศรษฐกิจมหภาค - อธิบายเศรษฐกิจโดยรวม, เชื่อมโยงตัวชี้วัดรวม: GDP, การบริโภค, การลงทุน, การจ้างงาน Macromodels สะท้อนให้เห็นถึงการทำงานและการพัฒนาของทั้งหมด ระบบเศรษฐกิจหรือระบบย่อยที่ใหญ่พอสมควร ในแบบจำลองมาโคร เซลล์เศรษฐกิจถือว่าแบ่งแยกไม่ได้
ข. เศรษฐศาสตร์จุลภาค - อธิบายปฏิสัมพันธ์ขององค์ประกอบโครงสร้างและหน้าที่ของเศรษฐกิจ ไมโครโมเดล - การทำงานของหน่วยเศรษฐกิจและสมาคม ในไมโครโมเดล หน่วยเศรษฐกิจถือได้ว่าเป็นระบบที่ซับซ้อน
2. ตามระดับนามธรรม
ก. ทฤษฎี - อนุญาตให้คุณศึกษาคุณสมบัติทั่วไปของเศรษฐกิจโดยมาจากสถานที่อย่างเป็นทางการ ใช้เพื่อศึกษาคุณสมบัติทั่วไปของเศรษฐกิจและองค์ประกอบ (แบบจำลองอุปสงค์และอุปทาน)
ข. ใช้ - ทำให้สามารถประเมินพารามิเตอร์ของการทำงานของวัตถุทางเศรษฐกิจโดยเฉพาะและพัฒนาคำแนะนำสำหรับการตัดสินใจ ใช้เพื่อประเมินพารามิเตอร์ของวัตถุทางเศรษฐกิจที่เฉพาะเจาะจง ซึ่งรวมถึงแบบจำลองทางเศรษฐมิติที่ใช้วิธีการทางสถิติทางคณิตศาสตร์
3. แบบจำลองดุลยภาพและการเติบโต
ก. ดุลยภาพ - แบบจำลองพรรณนา (พรรณนา) พวกเขาอธิบายสภาพเศรษฐกิจดังกล่าว เมื่อผลลัพธ์ของกองกำลังทั้งหมดที่พยายามนำเศรษฐกิจออกจากสถานะนี้มีค่าเท่ากับศูนย์ ตัวอย่างคือโมเดล Leontief (อินพุต-เอาต์พุต)
ข. แบบจำลองการเติบโตได้รับการออกแบบมาเพื่อกำหนดว่าเศรษฐกิจควรพัฒนาอย่างไรภายใต้เกณฑ์บางประการ ตัวอย่าง - โซโลว์ โมเดลซามูเอลสัน-ฮิกส์
4. โดยคำนึงถึงปัจจัยด้านเวลา
ก. คงที่ - อธิบายสถานะของวัตถุในช่วงเวลาหนึ่งหรือช่วงเวลาหนึ่ง
ข. ไดนามิก - รวมความสัมพันธ์ของตัวแปรในช่วงเวลาหนึ่ง มักจะใช้เครื่องมือของสมการเชิงอนุพันธ์
5. โดยคำนึงถึงปัจจัยแห่งโอกาส
ก. กำหนดขึ้น - บอกเป็นนัยถึงความสัมพันธ์เชิงหน้าที่ที่เข้มงวดระหว่างตัวแปรแบบจำลอง
ข. Stochastic - ให้เอฟเฟกต์สุ่มกับตัวบ่งชี้และใช้ทฤษฎีความน่าจะเป็นและสถิติทางคณิตศาสตร์
คำถามทดสอบ
1. การสร้างแบบจำลองทางเศรษฐศาสตร์และคณิตศาสตร์คืออะไร? ที่ของเขาใน การวิเคราะห์ทางเศรษฐศาสตร์และการพยากรณ์
2. ขั้นตอนของการสร้างแบบจำลอง ปัจจัยแบบจำลอง
3. ชั้นเรียนของแบบจำลองทางเศรษฐศาสตร์และคณิตศาสตร์.
หน่วยงานของรัฐบาลกลางเพื่อการศึกษา
มหาวิทยาลัยเทคนิคแห่งรัฐ
__________________________________________________________________
ภาควิชาระบบสารสนเทศ
เศรษฐศาสตร์คณิตศาสตร์
บันทึกบรรยาย
สำหรับนักศึกษาชั้นปีที่ 3 สาขาพิเศษ
"สารสนเทศประยุกต์ (เศรษฐศาสตร์)"
ตเวียร์ 2009
1. วิธีการประเมิน โครงการลงทุน
ปัจจุบันในประเทศที่มีเศรษฐกิจแบบตลาดพัฒนาแล้ว เมื่อวิเคราะห์โครงการลงทุน พวกเขาเริ่มใช้เทคนิคการลดราคาอย่างแพร่หลายตามตรรกะของดอกเบี้ยทบต้น ดังนั้นใน ส่วนนี้สาระสำคัญและข้อดีของการใช้วิธีการเหล่านี้จะได้รับ
^ 1.1 วิธีมูลค่าปัจจุบันสุทธิ
มูลค่าปัจจุบันสุทธิคำนวณเป็นผลต่าง
ลดเหลือจุดหนึ่งของกระแสรายได้และค่าใช้จ่าย
ตามโครงการ:
โดยที่ CF INt - กระแสเงินสดรับในช่วงเวลา t;
CF OFt - กระแสเงินสดไหลออกสำหรับงวด t;
R - อัตราคิดลด;
N - วงจรชีวิตของโครงการ
ในกรณีที่การลงทุนเป็นการลงทุนครั้งเดียวในช่วงเริ่มต้น สูตรการคำนวณ NPV จะมีลักษณะดังนี้:
โดยที่ C 0 - เงินลงทุนในช่วงศูนย์
การใช้เกณฑ์นี้ในการตัดสินใจนั้นค่อนข้างง่าย ค่า NPV ที่เป็นบวกแสดงถึงจำนวนรายได้ที่นักลงทุนจะได้รับเกินระดับที่กำหนด ในกรณีที่ NPV เท่ากับศูนย์ นักลงทุนไม่เพียงแต่คืนทุนของเขาเท่านั้น แต่ยังเพิ่มตามจำนวนที่ระบุโดยอัตราคิดลดอีกด้วย NPV เชิงลบที่เป็นผลลัพธ์บ่งชี้ว่าโครงการควรถูกปฏิเสธ
ควรสังเกตว่า NPV เป็นสารเติมแต่งเมื่อเวลาผ่านไป คุณสมบัตินี้ช่วยให้คุณสามารถสรุปมูลค่าปัจจุบันสุทธิของโครงการต่างๆ ซึ่งมีความสำคัญมากในการวิเคราะห์ความเหมาะสมของพอร์ตการลงทุน
^ 1.2 วิธีการคำนวณผลตอบแทนจากดัชนีการลงทุน
ดัชนีความสามารถในการทำกำไรคืออัตราส่วนของกำไรลดและต้นทุนโครงการ นั่นคือ ในความสัมพันธ์ ตัวอย่างเช่น กับการลงทุนแบบครั้งเดียว การคำนวณจะทำตามสูตร:
ในกรณีที่ค่า PI>1 โครงการมีกำไร ถ้า PI<1, то от инвестирования следует отказаться. Значение индекса рентабельности, равное единице, говорит о том, что проект и ни прибыльный, и ни убыточный.
ข้อดีของตัวบ่งชี้นี้เหนือตัวบ่งชี้ NPV คือมันสัมพันธ์กัน ดังนั้นจึงใช้งานง่ายเมื่อจำเป็นต้องเลือกโครงการหนึ่งจากโครงการทางเลือกต่างๆ ที่มีค่า NPV ใกล้เคียงกันโดยประมาณ รวมทั้งเมื่อสร้างพอร์ตการลงทุนที่มีมูลค่า NPV รวมสูงสุด
งานดังกล่าวเกิดขึ้นเมื่อมีโครงการลงทุนที่น่าสนใจหลายโครงการให้เลือก แต่เนื่องจากทรัพยากรทางการเงินที่จำกัด นักลงทุนจึงไม่สามารถเข้าร่วมในทุกโครงการพร้อมกันได้ จากนั้น PI จะถูกคำนวณสำหรับแต่ละโปรเจ็กต์ และโปรเจ็กต์จะถูกจัดลำดับจากมากไปหาน้อยของ PI พอร์ตการลงทุนประกอบด้วยโครงการ m-project แรก ซึ่งทั้งหมดสามารถจัดไฟแนนซ์ได้
หากโครงการต่อไปยืมตัวเพื่อแยก มันก็จะรวมอยู่ในพอร์ตโฟลิโอในส่วนนั้นที่สามารถจัดหาเงินทุนได้
^ 1.3 วิธีการคำนวณอัตราผลตอบแทนจากการลงทุน
อัตราผลตอบแทน (อัตราผลตอบแทนภายใน) คือมูลค่าของอัตราดอกเบี้ยที่มูลค่าปัจจุบันสุทธิของโครงการเป็นศูนย์:
โดยที่ IRR คืออัตราผลตอบแทน (อัตราผลตอบแทนภายใน)
ค่า IRR แสดงระดับต้นทุนสัมพัทธ์สูงสุดที่อนุญาต ซึ่งไม่ทางใดก็ทางหนึ่งสามารถเชื่อมโยงกับโครงการที่เป็นปัญหาได้ ตัวอย่างเช่น หากโครงการได้รับเงินกู้เต็มจำนวน ค่า IRR จะแสดงขีดจำกัดสูงสุดของอัตราดอกเบี้ยของธนาคาร ซึ่งส่วนเกินจะทำให้โครงการไม่ทำกำไร
ในการกำหนด IRR จะใช้วิธีการคำนวณหรือการคำนวณแบบกราฟิก ในกรณีแรก กระแสเงินสดประจำปี (โดยคำนึงถึงการลงทุนที่จำเป็น) จะถูกลดที่อัตราคิดลดช่วงทดลองต่างๆ โดยเพิ่มขึ้นทีละหนึ่งเปอร์เซ็นต์ สิ่งนี้จะสร้างชุดของมูลค่าปัจจุบันสุทธิที่สอดคล้องกัน ซึ่งค่าบวกที่น้อยที่สุดซึ่งจะระบุอัตราผลตอบแทนที่แน่นอนที่จะต้องนำมาพิจารณา
การใช้การคำนวณและวิธีกราฟิกทำให้อัตราผลตอบแทนถูกพล็อตตามแกนแนวตั้งในระบบพิกัดและค่าสุทธิของวันนี้จะถูกพล็อตตามแกนนอน จากนั้นจะคำนวณค่า NPV สองค่าตามอัตราผลตอบแทนสองอัตรา เส้นตรงอยู่ระหว่างจุดสองจุดนี้ จุดตัดที่มีแกนตั้งคืออัตราผลตอบแทนภายในโดยประมาณ อย่างไรก็ตาม ควรสังเกตว่าต้องตรวจสอบค่าที่ได้รับเป็นศูนย์ และหากจำเป็น ควรทำการปรับปรุง
^ 1.4 วิธีการกำหนดระยะเวลาคืนทุนส่วนลด
ระยะเวลาคืนทุนที่มีส่วนลดคือช่วงเวลาที่นักลงทุนคืนต้นทุนเริ่มต้นของเขาให้ครบถ้วน ในขณะเดียวกันก็รับประกันระดับความสามารถในการทำกำไรที่ต้องการ:
โดยที่ T คือระยะเวลาคืนทุนที่มีส่วนลด
PV คือมูลค่าปัจจุบันของการลงทุน
วิธีนี้เป็นวิธีที่ง่ายและใช้กันอย่างแพร่หลายที่สุดวิธีหนึ่ง แต่มักใช้เพื่อรับข้อมูลเพิ่มเติมเกี่ยวกับโครงการในกรณีที่สิ่งสำคัญคือการลงทุนจะได้รับผลตอบแทนโดยเร็วที่สุด นอกจากนี้ วิธีการนี้ยังสะดวกเมื่อวิเคราะห์โครงการที่มีความเสี่ยงสูง เนื่องจากระยะเวลาคืนทุนสั้นลง โครงการมีความเสี่ยงน้อยกว่า
^ 2. คุณสมบัติของการประยุกต์ใช้วิธีการประเมินโครงการลงทุน
วิธีการที่อธิบายไว้ข้างต้นมีความเป็นธรรมในการวิเคราะห์โครงการลงทุนอิสระ นั่นคือเกณฑ์ของวิธีการเหล่านี้เท่านั้นจะไม่ขัดแย้งกัน
เมื่อวิเคราะห์โครงการที่แข่งขันกัน สถานการณ์ที่แตกต่างกันเกิดขึ้น ความสำคัญของการพิจารณาซึ่งเกิดจากความปรารถนาที่จะเพิ่มการแข่งขันระหว่างองค์กรต่างๆ เพื่อลดต้นทุนของโครงการโดยใช้เงินสำรองภายในของบริษัท นอกจากนี้ สถานการณ์ดังกล่าวอาจเกิดขึ้นภายใต้ข้อจำกัดทางการเงินที่รุนแรง
พิจารณาโครงการสองโครงการที่แข่งขันกัน คำนวณมูลค่าปัจจุบันสุทธิของโครงการ ตลอดจนอัตราผลตอบแทนภายในโครงการ โดยมีอัตราคิดลดเท่ากับ 11%
ตารางที่ 1
โครงการ | CF ตามปี (ล้านรูเบิล) | NPV ที่ r=11% | IRR |
||||
0 | 1 | 2 | 3 | 4 |
|||
X1 | -50 | 0 | 0 | 15 | 110 | 33,5 | 26,7% |
X2 | -50 | 40 | 15 | 15 | 20 | 22,4 | 35,0% |
ดังที่เห็นได้จากตารางที่ 1 NPV ของโครงการ X1 จะเท่ากับ 33.5 ล้านรูเบิล ซึ่งดีกว่าอย่างเห็นได้ชัดสำหรับ NPV ของโครงการ X2 - 22.4 ล้านรูเบิล อย่างไรก็ตาม หากเราเน้นที่อัตราผลตอบแทนภายใน ก็ควรให้ความสำคัญกับโครงการ X2 ที่มี IRR = 35% เทียบกับ 26.7% สำหรับโครงการ X1 ดังนั้น เกณฑ์ NPV และ IRR จึงขัดแย้งกัน แม้ว่าทั้งสองวิธีจะใช้สูตรเดียวกันก็ตาม
ปัญหาที่เกิดขึ้นจะแก้ไขได้อย่างง่ายดายหากเราพิจารณารายละเอียดเพิ่มเติมเกี่ยวกับสาระสำคัญของเกณฑ์ IRR การคำนวณซึ่งให้ความเป็นไปได้ในการลงทุนรายได้ขั้นกลางของโครงการใหม่โดยให้ผลตอบแทนเท่ากับ IRR แต่เป็นจริงหรือไม่ที่จะรับประกันผลตอบแทนดังกล่าวหากผลตอบแทนจากการลงทุนใหม่น้อยกว่า IRR? เมื่อพิจารณาจากตัวอย่างต่อไป จะไม่
มาคำนวณมูลค่าที่แน่นอนของรายได้ของนักลงทุน ณ สิ้นปีที่สี่ หรืออีกนัยหนึ่งคือ มูลค่าโครงการในอนาคต (มูลค่าในอนาคต) โดยมีเงื่อนไขว่าอัตราการลงทุนซ้ำคือ 11%:
FV (X1) \u003d 110 + 15 * (1 + 0.11) \u003d 126.65 ล้านรูเบิล
FV (X2) \u003d 20 + 15 * (1 + 0.11) + 15 * (1 + 0.11) 2 + 40 * (1 + 0.11) 3 \u003d 109.84 ล้านรูเบิล
ให้เรากำหนดความสามารถในการทำกำไรของการดำเนินการนี้ตามการพึ่งพาต่อไปนี้:
นักวิจัยจำนวนหนึ่งโดยคำนึงถึงข้อบกพร่องของเกณฑ์ IRR แนะนำให้ใช้เกณฑ์อื่นแทน - MIRR (ดัดแปลง IRR) MIRR คือผลตอบแทนที่คาดหวัง โดยมีเงื่อนไขว่ารายได้ขั้นกลางทั้งหมดของโครงการจะถูกนำไปลงทุนใหม่ในอัตราผลตอบแทนที่กำหนด
ตารางที่ 2
ดังที่เห็นได้จากตารางที่ 2 การใช้เกณฑ์ MIRR ขจัดความขัดแย้งระหว่างตัวบ่งชี้สัมบูรณ์และสัมพัทธ์ของผลลัพธ์ของการดำเนินโครงการ ตอนนี้คำถามถูกลบ: ควรกำหนดการตั้งค่าให้กับโครงการ X1 นอกจากนี้ ในอนาคต เมื่อเปรียบเทียบสองโครงการที่แข่งขันกัน NPV ควรถือเป็นเกณฑ์ที่ดีที่สุด
ตัวอย่างที่ให้มาขึ้นอยู่กับความขัดแย้งระหว่างเกณฑ์ NPV และ IRR ในการวิเคราะห์โครงการที่มีเงินลงทุนเท่ากัน ดังนั้นจึงจำเป็นต้องพิจารณาตัวอย่างการวิเคราะห์โครงการที่แข่งขันกันด้วยปริมาณการลงทุนที่แตกต่างกัน
ตารางที่ 3
โครงการ | CF ตามปี (ล้านรูเบิล) | NPV (r=11%) | IRR | MIRR (r=11%) |
||||
0 | 1 | 2 | 3 | 4 |
||||
X3 | -5 | 4,5 | 2,2 | 2,5 | 2,5 | 4,3 | 54% | 29,82% |
X2 | -50 | 40 | 15 | 15 | 20 | 22,4 | 35% | 21,74% |
การวิเคราะห์ข้อมูลที่นำเสนอในตารางที่ 3 แสดงให้เห็นว่าเกณฑ์ IRR และ MIRR ชี้ไปที่โปรเจ็กต์ X3 ในขณะที่เกณฑ์ NPV ซึ่งถือเป็นเกณฑ์หลักในตัวอย่างก่อนหน้านี้ จะอยู่ด้านข้างของโปรเจ็กต์ X2 อย่างชัดเจน นั่นคือ ในสถานการณ์นี้ ปัญหาของโครงการที่ไม่สมส่วนเกิดขึ้น (ปัญหาของขนาด) ดังนั้น การตัดสินใจขั้นสุดท้ายที่นี่สามารถทำได้หลังจากวิเคราะห์การฝังที่เป็นไปได้ของความแตกต่างระหว่าง Cfo (X3) และ Cfo (X2) เท่านั้น ในตัวอย่างของเรา ความแตกต่างนี้คือ 45 ล้านรูเบิล
สมมติว่าเรามีโอกาสที่จะลงทุนกองทุนเหล่านี้ในลักษณะดังต่อไปนี้:
ตารางที่ 4
โครงการ | CF ตามปี (ล้านรูเบิล) | NPV (r=11%) | IRR | MIRR (r=11%) |
||||
0 | 1 | 2 | 3 | 4 |
||||
X4 | -45 | 36 | 13 | 13 | 18 | 19,3 | 34% | 21,38% |
ตอนนี้จำเป็นต้องค้นหาว่าอะไรดีกว่า - โปรเจ็กต์ X3 และ X4 หรือโปรเจ็กต์ X2
ตารางที่ 5
โครงการ | CF ตามปี (ล้านรูเบิล) | NPV (r=11%) | IRR | MIRR (r=11%) |
||||
0 | 1 | 2 | 3 | 4 |
||||
X3+X4 | -50 | 40,5 | 15,2 | 15,5 | 20,5 | 23,7 | 36% | 22,30% |
X2 | -50 | 40 | 15 | 15 | 20 | 22,3 | 35% | 21,74% |
เมื่อพิจารณาผลลัพธ์ที่แสดงในตารางที่ 5 จะเห็นได้ชัดเจนว่านักลงทุนจะปฏิเสธโครงการ X2 เพื่อสนับสนุนการดำเนินการของทั้งสองโครงการ X3 และ X4 ในเวลาเดียวกัน ควรสังเกตว่าตัวเลือกสุดท้ายจะยังคงเป็นโครงการ X1:
ตารางที่ 6
โครงการ | CF ตามปี (ล้านรูเบิล) | NPV (r=11%) | IRR | MIRR (r=11%) |
||||
0 | 1 | 2 | 3 | 4 |
||||
X3+X4 | -50 | 40,5 | 15,2 | 15,5 | 20,5 | 23,7 | 36% | 22,30% |
X1 | -50 | 0 | 0 | 15 | 110 | 33,5 | 26,7% | 26,16% |
อย่างไรก็ตาม อาจมีบางสถานการณ์ที่นอกเหนือจากโครงการ X3 และ X4 แล้ว ไม่มีโครงการใดที่มี NPV เชิงบวกอีกต่อไป ในกรณีนี้ ไม่ควรเน้นที่อัตราผลตอบแทน แต่เน้นที่ NPV
ควรสังเกตว่าปัญหาเรื่องขนาดอาจเกิดขึ้นในกรณีของ NPV - PI ในกรณีนี้ วิธีการแก้ปัญหาจะคล้ายคลึงกัน
ดังนั้น เราสามารถสรุปได้ดังนี้: ขอแนะนำให้วิเคราะห์โครงการลงทุนด้วยวิธีการต่างๆ ในคราวเดียว ซึ่งจะช่วยให้ได้รับข้อมูลสำคัญเพิ่มเติมเกี่ยวกับโครงการดังกล่าว
^ 3. การบัญชีอัตราเงินเฟ้อในการวิเคราะห์โครงการ
ผลกระทบของเงินเฟ้อสามารถนำมาพิจารณาโดยการปรับการรับในอนาคตหรืออัตราคิดลดสำหรับดัชนี ในกรณีนี้ ขอแนะนำให้ใช้การพึ่งพาต่อไปนี้:
โดยที่ r nom คืออัตราดอกเบี้ยที่ระบุ
R จริง - อัตราดอกเบี้ยที่แท้จริง;
λ คือระดับเงินเฟ้อทั่วไป
สำหรับค่าเล็กน้อย rและ λ สูตร (7) สามารถเขียนได้ดังนี้:
R ชื่อ ≈ r eal + λ (8)
อัตราดอกเบี้ยที่กำหนดและอัตราดอกเบี้ยที่แท้จริงสามารถใช้เป็นส่วนลดได้ ทางเลือกขึ้นอยู่กับวิธีการวัดกระแสเงินสดของโครงการ หากกระแสเงินสดแสดงในรูปของจริง (ที่ราคาคงที่) อัตราดอกเบี้ยที่แท้จริงควรใช้สำหรับการลดราคา
อย่างไรก็ตาม การใช้อัตราดอกเบี้ยที่แท้จริงและการคำนวณกระแสเงินสดในราคาคงที่จะไม่ทำให้เกิดภาวะเงินเฟ้อตามโครงสร้าง ในกรณีเช่นนี้ การคำนวณจะต้องดำเนินการในราคาปัจจุบัน:
อย่างไรก็ตาม ในกรณีหลังนี้ จำเป็นต้องมีความสามารถในการทำนายการเพิ่มขึ้นของราคา
^ 4. การบัญชีความเสี่ยงในการวิเคราะห์โครงการเดียว
การวิเคราะห์ตามความเสี่ยงของโครงการเดียวจะดำเนินการก็ต่อเมื่อโครงการลงทุนเป็นอิสระ ในกรณีนี้ ก็เพียงพอแล้วที่จะใช้ตัวบ่งชี้สองตัว: ผลตอบแทนที่คาดหวังและค่าเบี่ยงเบนมาตรฐาน (RMS) ของผลตอบแทนซึ่งกำหนดการกระจายแบบปกติอย่างสมบูรณ์
ผลตอบแทนที่คาดหวังคำนวณดังนี้:
(11)
โดยที่ R ฉัน - ยอมจำนนต่อสถานการณ์ที่ i;
P i - ความน่าจะเป็นของการพัฒนาเหตุการณ์ตามตัวเลือก i-th;
N คือจำนวนตัวเลือกที่พิจารณา
ดังนั้นจึงเป็นที่ชัดเจนว่าผลตอบแทนที่คาดหวังเป็นผลตอบแทนที่มีแนวโน้มมากที่สุดสำหรับโครงการ ในขณะที่ส่วนเบี่ยงเบนมาตรฐานซึ่งวัดความแปรปรวนของผลตอบแทนที่คาดหวังนั้นเป็นตัวบ่งชี้ความเสี่ยงของโครงการ:
เมื่อเปรียบเทียบความเสี่ยงของสินทรัพย์กับผลตอบแทนที่คาดหวังต่างกัน ขอแนะนำให้ใช้ค่าสัมประสิทธิ์การแปรผัน (นั่นคือ การวัดการกระจายแบบสัมพัทธ์):
(13)
แน่นอน ยิ่ง SD และ CV สูงเท่าไหร่ ความเสี่ยงก็จะยิ่งสูงขึ้นเท่านั้น ตัวอย่างเช่น ให้พิจารณาข้อมูลตัวอย่างแบบสุ่มที่แสดงในตารางที่ 7:
ตารางที่ 7
โครงการ | R | ![]() | ประวัติย่อ |
X1 | 12,5% | 3,12 | 0,25 |
x2 | 11,0% | 3,32 | 0,30 |
X3 | 12,2% | 2,68 | 0,22 |
ในตัวอย่างนี้ โครงการ X2 มีผลกำไรน้อยที่สุดและในขณะเดียวกันก็มีความเสี่ยงมากที่สุด ดังนั้น จึงควรถูกปฏิเสธทันที และทางเลือกเพิ่มเติมจะขึ้นอยู่กับทัศนคติของนักลงทุนต่อความเสี่ยง หากเป็นลบ โครงการ XZ จะถูกดำเนินการ หากนักลงทุนไม่ชอบความเสี่ยง XI จะเป็นที่ต้องการ
การปฏิบัติแสดงให้เห็นว่านักลงทุนในระดับเจ้าหน้าที่เทศบาลพยายามเลือกความเสี่ยงขั้นต่ำ ดังนั้นในกรณีของเราโครงการ KhZ จะได้รับการยอมรับสำหรับการลงทุน
^ 5. การบัญชีความเสี่ยงในการวิเคราะห์พอร์ต
โดยปกติ เพื่อลดความเสี่ยงในส่วนที่ไม่เป็นระบบ จะมีการใช้การกระจายความเสี่ยง ซึ่งขึ้นอยู่กับการสร้างพอร์ตโฟลิโอที่มีประสิทธิภาพโดยการวิเคราะห์ความสัมพันธ์ของสินทรัพย์ ในเวลาเดียวกัน ควรสังเกตว่าการลงทุนใหม่แต่ละครั้งควรพิจารณาโดยคำนึงถึงพอร์ตโฟลิโอปัจจุบันด้วย
ลองพิจารณาวิธีการคำนวณความเสี่ยงของพอร์ตโฟลิโอที่ประกอบด้วย 3 โครงการ โดยใช้ข้อมูลที่แสดงในตารางที่ 7 เป็นตัวอย่าง และภายใต้เงื่อนไขว่าแต่ละโครงการจะได้รับหนึ่งในสามของจำนวนเงินที่ลงทุน
ผลตอบแทนของพอร์ตการลงทุนจะถูกกำหนดดังนี้:
(14)
โดยที่ R k คือความสามารถในการทำกำไรที่คาดหวังของโครงการที่ k
X k - ส่วนแบ่งของเงินทุนที่ลงทุนในโครงการที่ k
M - จำนวนโครงการในพอร์ต
ในตัวอย่างของเรา:
R ผลงาน = 12,5 1 / 3 + 11 1 / 3 + 12,2 1 / 3 = 11,9%.
ในตัวอย่างของเรา:
cov 12 = 7.34 และ cov 13 = – 8,12.
ดังนั้นจึงเห็นได้ชัดว่าผลตอบแทนของโครงการ X1 และ X2 เปลี่ยนไปในทิศทางเดียวกัน และผลตอบแทนของโครงการ X1 และ X3 รวมถึง X2 และ X3 ในทิศทางตรงกันข้าม อย่างไรก็ตาม เนื่องจากค่าสัมบูรณ์ของความแปรปรวนร่วมนั้นตีความได้ยาก ระดับการพึ่งพาอาศัยกันระหว่างตัวชี้วัดจึงคำนวณโดยใช้ค่าสัมประสิทธิ์สหสัมพันธ์:
ที่ r = +1 ตัวบ่งชี้จะเปลี่ยนไปตามเวลาในลักษณะเดียวกันทุกประการ ที่ r = -1 มีความสัมพันธ์เชิงลบอย่างสมบูรณ์ ศูนย์ บ่งชี้ว่าไม่มีความสัมพันธ์
ในตัวอย่างนี้:
r 12 = 0.71, r 13 = -0.96 และ r 23 = -0.6
เห็นได้ชัดว่า เพื่อลดความเสี่ยง การรวมพอร์ตโฟลิโอของโครงการ X1 และ X3 จะเหมาะสมที่สุด ในขณะเดียวกันก็จำเป็นต้องคำนวณความเสี่ยงของพอร์ตโดยคำนึงถึงความสัมพันธ์ระหว่างโครงการต่างๆ:
คำนวณความเสี่ยงพอร์ตโฟลิโอ (X1, X3) ภายใต้เงื่อนไขการลงทุนในตราสารทุนที่เท่าเทียมกัน:
.
ดังนั้นความเสี่ยงของพอร์ตโฟลิโอของเราจึงต่ำกว่าความเสี่ยงของโครงการที่เป็นส่วนประกอบอย่างมากและที่r< 0 диверсификация всегда будет приводить к подобным результатам. Однако при 0 < r < 1 также можно сократить риск, причем при определенных значениях r риск портфеля может оказаться ниже самого рискованного его актива.
วิธีการรวบรวมพอร์ตโฟลิโอของหลายโปรเจ็กต์จะเหมือนกับการรวบรวมพอร์ตโฟลิโอสองสินทรัพย์
จากชุดพอร์ตการลงทุนทั้งหมดที่ระบุโดยพื้นที่ในรูปที่ 1 จำเป็นต้องเลือกพอร์ตการลงทุนเหล่านั้นที่อยู่บนเส้น AB - เป็นพอร์ตที่ให้ความเสี่ยงขั้นต่ำพร้อมผลตอบแทนที่คาดหวังสูงสุด ในกรณีนี้ ตัวเลือกที่เฉพาะเจาะจงขึ้นอยู่กับทัศนคติของเราต่อความเสี่ยง ในทางกราฟ ทางเลือกระหว่างความเสี่ยงและผลตอบแทนจะแสดงโดยเส้นโค้งที่ไม่แยแส ซึ่งเป็นชุดที่ไม่ซ้ำกันซึ่งมีอยู่สำหรับแต่ละบุคคลในแง่ของความพึงพอใจของบุคคลนั้นสำหรับความเสี่ยงและผลตอบแทน
รูปที่ 1 ปัญหาในการเลือกพอร์ตการลงทุนที่เหมาะสมที่สุด
เส้นตรงจากจุดส่งกลับของสินทรัพย์ที่ปราศจากความเสี่ยงผ่านจุดสัมผัสของเส้นพอร์ตการลงทุนที่เป็นไปได้ AB เรียกว่า Capital Market Line (CML) และสะท้อนทางเลือกในระบบผลตอบแทนจากความเสี่ยง จุด C ในรูป 1 จึงสะท้อนถึงความเสี่ยงและผลตอบแทนของพอร์ตตลาด ระดับสูงสุดของยูทิลิตี้สามารถทำได้โดยนักลงทุน ณ จุดที่เส้นโค้งที่ไม่แยแสต่อความเสี่ยงและผลตอบแทนของเขาสัมผัสกับเส้นของตลาดทุน หากนักลงทุนชอบความแน่นอน จุดนี้จะอยู่ทางด้านซ้ายของพอร์ตตลาด (ทางด้านซ้ายของ C) นักลงทุนลงทุนในสินทรัพย์ที่ไม่มีความเสี่ยงและมีความเสี่ยง และผลงานของเขาจึงมีความเสี่ยงต่ำและผลตอบแทนต่ำ หากนักลงทุนไม่ชอบความเสี่ยง จุดสัมผัสจะอยู่ที่ด้านขวาของพอร์ตตลาด (ทางด้านขวาของ C) กองทุนลงทุนในสินทรัพย์เสี่ยงและพอร์ตมีความเสี่ยงและผลตอบแทนสูงกว่า
โดยหลักการแล้ว ปัญหาในการค้นหาพอร์ตโฟลิโอที่เหมาะสมที่สุดซึ่งประกอบด้วยสินทรัพย์จำนวนมากสามารถแก้ไขได้โดยขั้นตอนการคัดเลือก - เรากำลังมองหาพอร์ตโฟลิโอที่ให้ผลตอบแทนที่คาดหวังสูงสุดสำหรับระดับความเสี่ยงที่กำหนด อย่างไรก็ตาม ในทางปฏิบัติ สมควรแก้ปัญหาการจัดสรรทุนโดยใช้โปรแกรมเชิงเส้นตรงรุ่นกำลังสอง
ลองกำหนดส่วนแบ่งของสินทรัพย์ที่ i ในพอร์ตตามต้นทุน:
โดยที่ CF OFt max คือขนาดสูงสุดของโปรแกรมการลงทุนในช่วงเวลา t
พิจารณาตัวบ่งชี้ความเสี่ยงโดยสรุป:
ฟังก์ชันวัตถุประสงค์ (20) ซึ่งช่วยลดความเสี่ยงของพอร์ตโฟลิโอสุดท้าย โดยที่ตัวแปรไบนารี X i ทำหน้าที่เป็นเกณฑ์สำหรับการมีส่วนร่วมในพอร์ตโฟลิโอ มูลค่าต่อหน่วยซึ่งบ่งชี้ถึงการเข้าสู่โปรเจ็กต์ i-th ลงในพอร์ตโฟลิโอ และค่าศูนย์หมายถึงการปฏิเสธโครงการที่ i-th มีลักษณะดังนี้:
โดยมีข้อจำกัด:
โดยที่ NPV min คือขนาดของมูลค่าปัจจุบันสุทธิขั้นต่ำที่ยอมรับได้ของพอร์ตโฟลิโอ
T n - ช่วงเริ่มต้นของโปรแกรมการลงทุน
T ถึง - ช่วงสุดท้ายของโปรแกรมการลงทุน
V k - เวกเตอร์ของโครงการที่แข่งขันกัน
V - ชุดเวกเตอร์ของโครงการที่แข่งขันกัน
N l - จำนวนโปรเจ็กต์ของพอร์ตโฟลิโอก่อนหน้า T ซึ่งเกิน T n ของพอร์ตโฟลิโอที่กำลังรวบรวม
เห็นได้ชัดว่าเมื่อคำนวณฟังก์ชันวัตถุประสงค์ (20) จะใช้เฉพาะส่วนหนึ่งของเมทริกซ์ความแปรปรวนร่วม (19) ซึ่งอยู่บนและด้านล่างเส้นทแยงมุมหลักซึ่งเกิดจากการใช้เงื่อนไขจำกัดในลูปที่ซ้อนกัน บนคอลัมน์ในขณะที่เนื่องจากมีความแปรปรวนร่วมสองประการสำหรับโครงการที่เป็นไปได้แต่ละคู่ จึงมีการแนะนำปัจจัยสองเท่าสำหรับค่าของการวนซ้ำที่ซ้อนกัน
ดังนั้น ปัญหาการเพิ่มประสิทธิภาพคือการกำหนดว่าโครงการใดควรได้รับการยอมรับสำหรับการลงทุน เพื่อให้จำนวนรายได้ที่คาดหวังและระดับความเสี่ยงสอดคล้องกับเป้าหมายของนักลงทุนอย่างเหมาะสมที่สุด ซึ่งกำหนดโดยทิศทางของหน้าที่วัตถุประสงค์และชุดของ ข้อ จำกัด:
1. ความเสี่ยงที่วัดโดยการกระจาย (RMS) ของพอร์ตการลงทุนจะลดลง
2. รายได้จากพอร์ตโฟลิโอเท่ากับตัวบ่งชี้เสริมของมูลค่าปัจจุบันสุทธิที่คาดว่าจะได้รับของโครงการที่รับต้องไม่น้อยกว่าจำนวนที่กำหนด โดยกำหนดโดยมูลค่าที่ลดจนถึงระยะเวลาการลงทุนเริ่มแรก
3. ปริมาณการลงทุนประจำปีทั้งหมดต้องไม่เกินขีด จำกัด ของกองทุนที่มีอยู่ (จัดสรร) ที่กำหนดไว้สำหรับช่วงเวลาที่กำหนดแยกต่างหากสำหรับแต่ละปีของโปรแกรมการลงทุน
4. มีเพียงโครงการเดียวที่เป็นตัวแทนของกลุ่มโครงการที่แข่งขันกันเท่านั้นที่สามารถรวมไว้ในพอร์ตโฟลิโอได้
5. การรวบรวมพอร์ตโฟลิโอใหม่จะดำเนินการโดยคำนึงถึงการรวมที่จำเป็นในองค์ประกอบของโครงการเหล่านั้นของพอร์ตก่อนหน้า ระยะเวลาที่เสร็จสมบูรณ์ของโปรแกรมการลงทุนซึ่งเกินระยะเวลาของการเริ่มต้นโปรแกรมการลงทุนของพอร์ตใหม่ .
6. โครงการที่พิจารณาแล้วจะไม่ถูกบดขยี้
ปัญหาที่อธิบายไว้รวมถึงข้อจำกัดหลายประการในรูปแบบของความไม่เท่าเทียมกัน ซึ่งส่วนใหญ่กำหนดขอบเขตสำหรับการลงทุนในบางพื้นที่ มิฉะนั้น เป็นไปไม่ได้ที่จะรับประกันว่าผลลัพธ์ที่ได้จะอยู่ที่ชายแดนด้านประสิทธิภาพ ในการทำเช่นนั้น เราอาจลงเอยด้วยพอร์ตโฟลิโอที่เสี่ยงกว่า แต่เราจะไม่จำเป็นต้องใช้เงินทั้งหมดของเรา และ/หรือเราจะสามารถได้รับผลตอบแทนที่สูงขึ้น
การคำนวณและการออกลักษณะผลลัพธ์ของพอร์ตโฟลิโอ:
หลายโครงการที่เลือก:
มูลค่าปัจจุบันสุทธิที่คาดหวังของพอร์ตโฟลิโอ:
ผลตอบแทนพอร์ตที่คาดหวัง:
ความเสี่ยงพอร์ตโครงการ:
ประหยัดทรัพยากรทางการเงิน:
มีคำจำกัดความของแนวคิดเรื่อง "ความเสี่ยง" ที่หลากหลาย ดังนั้นเมื่อสรุปข้างต้น เราจะเข้าใจความเสี่ยงในฐานะสถานการณ์ที่มีผลลัพธ์ที่เป็นไปได้หลายประการจากการดำเนินการบางอย่าง และยังมีข้อมูลที่จำเป็นจากช่วงเวลาที่ผ่านมาที่ทำให้สามารถ คำนวณการพึ่งพาบางอย่างเพื่อคาดการณ์ผลลัพธ์ที่เป็นไปได้ในอนาคต
แบบจำลอง CAPM (แบบจำลองการกำหนดราคาสินทรัพย์ทุน) ที่ใช้กันอย่างแพร่หลายสำหรับการรวบรวมพอร์ตการลงทุน พัฒนาโดย W. Sharp มาจากข้อเท็จจริงที่ว่ามันเป็นสิ่งสำคัญที่จะต้องพิจารณาเฉพาะความเสี่ยงอย่างเป็นระบบของสินทรัพย์แต่ละรายการ อย่างไรก็ตาม ผลงานของ G. Markowitz ได้พิสูจน์ให้เห็นถึงความสำคัญของการคำนึงถึงความเสี่ยงโดยรวมด้วย ดังนั้น การให้เหตุผลก่อนหน้านี้มีพื้นฐานอยู่บนสมมติฐานนี้อย่างแม่นยำ
ความเสี่ยงอย่างเป็นระบบเกิดจากปัจจัยต่างๆ เช่น อัตราเงินเฟ้อ วิกฤตเศรษฐกิจ ปัจจัยตลาดทั่วไปอื่นๆ
การปรากฏตัวของความเสี่ยงที่ไม่เป็นระบบนั้นสัมพันธ์กับเหตุการณ์สุ่มที่ส่งผลกระทบต่อสินทรัพย์หรือบริษัทที่เฉพาะเจาะจง
รายการบรรณานุกรม
กวี VS. ความซับซ้อนทางการเงินและการลงทุน: ทฤษฎีและการปฏิบัติในบริบทของการปฏิรูปเศรษฐกิจรัสเซีย - M: การเงินและสถิติ, 2541. - 304 น.
Bogatin Yu.V. , Shvandar V.A. วิเคราะห์การลงทุน: หนังสือเรียนสำหรับนักศึกษามหาวิทยาลัย การฝึกอบรมเศรษฐศาสตร์ Bogatin Yu.V. , Shvandar V.A. - M.: UNITI, 2000. - 286p.
Bogatin Yu.V. , Shvandar V.A. การประเมินประสิทธิผลของธุรกิจและการลงทุน: หนังสือเรียนสำหรับนักศึกษามหาวิทยาลัย, การฝึกอบรมเศรษฐศาสตร์พิเศษ .. - M: Finance, UNITY-DANA, 1999. - 256p.
Bocharov V.V. การจัดการการลงทุน: ตำราเรียน. - เซนต์ปีเตอร์สเบิร์กและอื่น ๆ : Peter, 2000. - 152p. - หลักสูตรระยะสั้น.
Brodsky M.N. , Brodsky G.M. กฎหมายและเศรษฐศาสตร์: การให้คำปรึกษาด้านการลงทุน มหาวิทยาลัยเศรษฐศาสตร์และการเงินแห่งรัฐเซนต์ปีเตอร์สเบิร์ก - SPb., 1999. - 488s.
วัครินทร์ ป. องค์กรและการจัดหาเงินทุนของการลงทุน: (รวบรวมงานจริงและสถานการณ์เฉพาะ): ตำราเรียน. - ม.: แจ้ง-ศูนย์ดำเนินการ "การตลาด", 2542. - 149p.
อิโกชิน เอ็น.วี. การลงทุน องค์กรการจัดการและการเงิน: หนังสือเรียนสำหรับนักศึกษามหาวิทยาลัย, การฝึกอบรมเศรษฐศาสตร์พิเศษ .. - M: Finance, UNITI, 1999. - 414 p.
โควาเลฟ วี.วี. การวิเคราะห์ทางการเงิน การจัดการทุน การเลือกการลงทุน การวิเคราะห์การรายงาน - ฉบับที่ 2 แก้ไขและเพิ่มเติม .. - ม.: การเงินและสถิติ 1997. - 511s.
Kolemaev V.A. เศรษฐศาสตร์คณิตศาสตร์ - ม.: การเงินและสถิติ, 2546. - 206p.
Krushvits L. การเงินและการลงทุน รากฐานนีโอคลาสสิกของทฤษฎีการเงิน: ตำราเรียนสำหรับมหาวิทยาลัย: แปลจากภาษาเยอรมัน .. - เซนต์ปีเตอร์สเบิร์ก และอื่น ๆ : Peter, 2000. - 381s. - หลักสูตรพื้นฐาน
Limitovsky M.A. พื้นฐานของการประเมินการลงทุนและการตัดสินใจทางการเงิน - 3rd ed., เพิ่มเติมและแก้ไข .. - M.: DeKA, 1998. - 231s.
การประเมินประสิทธิผลของการลงทุนขององค์กร: Method.recommendations สำหรับการเขียน org.-econ ส่วนหนึ่งของโครงการประกาศนียบัตรโดยนักศึกษาเทคโนโลยี ผู้เชี่ยวชาญ.; มหาวิทยาลัยเทคนิคแห่งรัฐ ภาควิชาเศรษฐศาสตร์และการจัดการ อำนวยการสร้างโดย V.A. Nikolskaya, A.G. Bokicheva - ตเวียร์ 2000. - 12 วินาที.
Salmanov O.N. เศรษฐศาสตร์คณิตศาสตร์โดยใช้ Mathcad และ Excel BHV-ปีเตอร์สเบิร์ก 2546 - 464 หน้า
Sergeev I.V. , Veretennikova I.I. องค์กรและการจัดหาเงินทุนของการลงทุน: หนังสือเรียนสำหรับนักศึกษามหาวิทยาลัยที่กำลังศึกษาด้านเศรษฐศาสตร์และสาขาพิเศษ Sergeev I.V. , Veretennikova I.I. - M .: การเงินและสถิติ, 2000. - 271s
โฮลท์ อาร์.เอ็น., บาร์นส์ เอส.บี. การวางแผนการลงทุน: [บทช่วยสอน]: แปลจากภาษาอังกฤษ
Chetyrkin E.M. การวิเคราะห์ทางการเงินของการลงทุนภาคอุตสาหกรรม นักวิชาการเศรษฐกิจแห่งชาติภายใต้รัฐบาลสหพันธรัฐรัสเซีย - อ.: เดโล่, 2541. - 255p.
ชาร์ป ดับเบิลยู, อเล็กซานเดอร์ จี.ดี. การลงทุน: แปลจากภาษาอังกฤษ; จัดทำขึ้นด้วยความช่วยเหลือทางการเงินของกองทุนแห่งชาติเพื่อการฝึกอบรมบุคลากรด้านการเงินและการบริหารภายใต้กรอบของโครงการธุรกิจการธนาคาร - ม.: INFRA-M, 1997. - 1024 น.
ซอฟต์แวร์และข้อมูลสนับสนุน
Microsoft Office 2000: ไมโครซอฟต์เอ็กเซล
โมนาคอฟ A.V. วิธีทางคณิตศาสตร์ของการวิเคราะห์ทางเศรษฐศาสตร์ // www. ร้านของฉัน. รุ
Kolemaev V.A. เศรษฐศาสตร์คณิตศาสตร์. หนังสือเรียน. // www. ฮูกาฮูก้า. รุ