УДК 519.2
Шыхгулыева А.Х.
Преподаватель,
Туркменский государственный институт экономики и управления
Туркменистан, г. Ашхабад
Хыдырова А.Г.
Преподаватель,
Международный университет нефти и газа им. Ягшигельды Какаева
Туркменистан, г. Ашхабад
ПРИКЛАДНОЕ ИСПОЛЬЗОВАНИЕ МЕТОДОВ ТЕОРИИ
ВЕРОЯТНОСТИ И МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ В
ЭКОНОМИКЕ
Аннотация: В данной статье рассматривается прикладное использование методов теории вероятностей и математической статистики для решения задач в области экономики. Обсуждаются основные подходы к применению этих методов, а также их преимущества и ограничения. Приводятся примеры применения каждого из методов для анализа экономических процессов и принятия решений в бизнесе.
Ключевые слова: теория вероятностей, математическая статистика, прикладная математика, экономика, бизнес-аналитика, статистические методы, прогнозирование, оптимизация.
Современная экономика требует от ученых и практиков глубоких знаний и навыков в различных областях науки, в том числе и в математике. Методы теории вероятностей и математической статистики имеют большое
значение для анализа и моделирования экономических процессов, позволяя исследователям получить более точные и объективные результаты. В данной статье мы рассмотрим прикладное использование этих методов в экономике, а также приведем примеры их применения в различных сферах бизнеса.
Экономика, по своей сути, борется с неопределенностью. Прогнозирование поведения потребителей, анализ рыночных тенденций и оценка инвестиционных рисков — все это упражнения, позволяющие ориентироваться в вероятностной природе экономического мира. Именно здесь в игру вступают мощные инструменты теории вероятностей и математической статистики. Применяя эти количественные методы, экономисты могут выйти за рамки обоснованных предположений и принимать решения на основе данных, которые формируют экономическую политику, определяют бизнес-стратегии и определяют индивидуальный финансовый выбор.
Одно из наиболее важных применений вероятности и статистики в экономике связано с прогнозированием. Экономисты используют сложные статистические модели для анализа исторических данных, выявления тенденций и прогнозирования будущих экономических показателей, таких как инфляция, уровень безработицы или рост ВВП. Эти модели учитывают различные факторы, такие как структура потребительских расходов, процентные ставки и глобальные экономические условия. Используя такие методы, как анализ временных рядов и регрессионный анализ, экономисты могут количественно оценить взаимосвязь между этими факторами и предсказать потенциальные экономические сценарии. Представьте себе сложную статистическую модель, которая анализирует тенденции потребительских расходов, цен на жилье и процентных ставок, чтобы предсказать вероятность рецессии. Хотя эти прогнозы и не являются надежными, они дают ценную информацию как политикам, так и бизнесу. Правительства могут использовать их для формулирования налогово-
бюджетной и денежно-кредитной политики для смягчения экономических спадов, а предприятия могут использовать их для принятия обоснованных инвестиционных решений и корректировки своих стратегий в ожидании изменения рыночных условий.
Теория вероятностей играет решающую роль на финансовых рынках, где инвесторы постоянно сталкиваются с риском и доходностью. Используя такие инструменты, как теория портфеля, экономисты могут помочь инвесторам создавать диверсифицированные портфели, которые оптимизируют потенциальную прибыль и минимизируют риск. Теория портфеля использует распределения вероятностей для оценки вероятности различных инвестиционных результатов и поощряет диверсификацию по классам активов, таким как акции, облигации и недвижимость. Эта стратегия диверсификации направлена на снижение риска, гарантируя, что потери в одном классе активов потенциально компенсируются прибылью в другом. Представьте себе инвестора, использующего статистическую модель для анализа исторических показателей и волатильности различных акций, что позволяет ему создать диверсифицированный портфель, в котором уравновешивается риск и потенциальное вознаграждение.
Статистические методы, такие как проверка гипотез и регрессионный анализ, используются для анализа экономических данных и проверки экономических теорий. Эти методы позволяют экономистам выйти за рамки простых средних показателей и исследовать взаимосвязи между различными экономическими переменными. Проверка гипотез помогает определить, являются ли наблюдаемые закономерности в данных просто случайными или отражают подлинную основную взаимосвязь. С другой стороны, регрессионный анализ позволяет количественно оценить силу и направление связи между переменными. Представьте себе экономиста, использующего регрессионный анализ для изучения влияния законов о минимальной заработной плате на уровень занятости, что позволяет ему определить,
действительно ли такая политика приводит к потере рабочих мест, как могут утверждать некоторые предприятия.
Появление больших данных - массивных наборов данных, содержащих информацию о поведении потребителей, финансовых операциях и рыночных тенденциях - открыло новые возможности для применения статистических методов в экономике. Специалисты по эконометрике могут использовать передовые статистические методы, такие как машинное обучение, для анализа этих обширных наборов данных и выявления сложных закономерностей, которые могут остаться незамеченными с помощью традиционных методов. Эти закономерности могут дать ценную информацию о потребительских предпочтениях, неэффективности рынка и потенциальных экономических рисках. Представьте себе экономиста, использующего алгоритмы машинного обучения для анализа данных о настроениях в социальных сетях наряду с традиционными экономическими индикаторами, что позволяет им прогнозировать потенциальные изменения в доверии потребителей или выявлять возникающие рыночные пузыри.
Хотя вероятность и статистика являются мощными инструментами, их применение в экономике не без ограничений. Экономические данные могут быть несовершенными, а модели основаны на предположениях, которые не всегда верны в реальном мире. Кроме того, на экономическое поведение могут влиять иррациональные факторы, которые не поддаются чисто количественному анализу. Например, на доверие потребителей, важнейший экономический показатель, могут влиять психологические факторы, выходящие за рамки простых экономических расчетов, такие как заголовки новостей или тенденции в социальных сетях.
Экономисты все чаще признают необходимость интеграции количественных методов с детальным пониманием человеческого поведения. Поведенческая экономика, область, соединяющая экономику и психологию, исследует, как когнитивные предубеждения и социальные влияния
формируют процесс принятия экономических решений. Используя идеи поведенческой экономики, статистические модели можно усовершенствовать, чтобы лучше отражать реалии человеческого поведения в экономическом контексте. Представьте себе экономиста, разрабатывающего модель, которая не только учитывает традиционные экономические факторы, но также объединяет данные о психологии потребителей и настроениях в социальных сетях, чтобы обеспечить более целостное понимание рыночных тенденций.
Будущее экономического анализа заключается в постоянном совершенствовании статистических моделей, включении новых источников данных и разработке инновационных методов, позволяющих ориентироваться в сложностях постоянно меняющегося экономического ландшафта. По мере увеличения вычислительной мощности и усложнения сбора данных экономисты смогут строить все более сложные модели, отражающие сложное взаимодействие различных факторов, влияющих на экономические явления. Это может включать в себя включение потоков данных в реальном времени с финансовых рынков, платформ социальных сетей и сенсорных сетей для создания более динамичного и всестороннего понимания экономической деятельности.
СПИСОК ЛИТЕРАТУРЫ:
1. Абдрахманов, С. С. Применение методов математической статистики и теории вероятностей при оценке эффективности инвестиционных проектов / С. С. Абдрахманов. — Текст: непосредственный // Инновации и инвестиции. — 2019. — №3. — С.16-21.
2. Бадалова, А. Г. Применение теории вероятностей для оценки рисков в экономике / А. Г. Бадалова. — Текст: электронный // Фундаментальные
исследования. — 2014. — №11-10. — URL: https://fundamental-research.ru/pdf/ru-article/001.pdf (дата обращения: 05.11.2020).
3. Буслаев, Д. И. Применение математической статистики при анализе экономических процессов / Д. И. Буслаев. — Текст: электронный // Наука и образование. — 2019. — Т. 2, № 3-4. — DOI: 10.
4. Вернер, К. О. Применение методов теории вероятностей к решению задач в экономике / К. О. Вернер. — Текст: прямой // Ученые записки Крымского федерального университета имени В.И. Вернадского. Экономика и управление. — 2019. — Том 5 (71). — С.5-17.
5. Гурман, В. Е. Математическая статистика и ее применение в экономических исследованиях / В. Е. Гурман. — Текст: электронный // Экономика и менеджмент инновационных технологий. — 2013. — №6. — URL: https://ekonomika.snauka.ru/2013/06/2528 (дата обращения: 11.10.2020).
Shyhgulyyeva A.
Lecturer,
Turkmen State Institute of Economics and Management Turkmenistan, Ashgabat
Hydyrova A.
Lecturer,
International Oil and Gas University Turkmenistan, Ashgabat
APPLIED USE OF METHODS OF PROBABILITY THEORY AND MATHEMATICAL STATISTICS IN ECONOMICS
Abstract: This article discusses the applied use of methods of probability theory and mathematical statistics to solve problems in the field of economics. The main approaches to the application of these methods, as well as their advantages and limitations are discussed. Examples are given of the use of each method for analyzing economic processes and making decisions in business.
Key words: probability theory, mathematical statistics, applied mathematics, economics, business analytics, statistical methods, forecasting, optimization.