consideraŢii privind modelarea Şi simularea … 1... · cercul ŞtiinŢific modelarea...
TRANSCRIPT
UNIVERSITATEA CREŞTINĂ DIMITRIE CANTEMIR
FACULTATEA DE FINANŢE, BĂNCI ŞI CONTABILITATE BRAŞOV
CERCUL ŞTIINŢIFIC MODELAREA STATISTICO-MATEMATICA A
PROCESELOR ECONOMICE
ANUL UNIVERSITAR 2013-2014
TEMA 1
CONSIDERAŢII PRIVIND MODELAREA ŞI SIMULAREA
PROCESELOR ECONOMICE
Conf. univ. dr. Nicolae BÂRSAN-PIPU
Facultatea de Finanţe, Bănci şi Contabilitate Braşov
Universitatea Creştină “Dimitrie Cantemir”
1. INTRODUCERE
Pentru un proces economic, un model de natură statistico-matematică constituie o
reprezentare simplificată a acelui proces, în scopul unei mai bune înţelegeri a procesului
respectiv, care să permită adoptarea unor decizii optime de afaceri.
Considerând procesul de elaborare a modelelor economice, în funcţie de diferite
criterii, rezultă următoarea clasificare a tipurilor de modele (Figura 1):
modele probabiliste;
modele deterministe;
modele deductive;
modele inferenţiale.
Modelele probabiliste sau stohastice se caracterizează prin faptul că au în structura lor
variabile aleatoare, care încorporează de fapt elementele de incertitudine şi de risc ale
proceselor economice modelate.
Principalele caracteristici ale modelelor probabiliste se referă la următoarele elemente:
sunt aplicabile atunci când există multe variabile cu grad de incertitudine ridicat;
incertitudinea este încorporată în model cu ajutorul variabilelor aleatoare specifice;
sunt aplicate pentru decizii strategice de management.
Modelele deterministe definesc, în general, relaţiile funcţionale dintre componentele
modelului, în condiţii de certitudine.
Principalele caracteristici ale modelelor deterministe se referă la următoarele
elemente:
datele relevante sunt cunoscute cu un grad de certitudine ridicat;
pot rezolva probleme cu multe variabile şi restricţii;
sunt aplicabile atunci când există puţine variabile cu un grad de incertitudine ridicat.
CERCUL ŞTIINŢIFIC MODELAREA STATISTICO-MATEMATICA A PROCESELOR ECONOMICE
2
Modelele deductive se bazează, în general, pe modele matematice de cercetări
operaţionale, teoria deciziei sau teoria jocurilor, permiţând realizarea unor scenarii de tip
„what-if”, utilizarea arborilor de decizie, a jocurilor economice etc.
Modelele inferenţiale utilizează, în general, tehnicile statisticii inferenţiale pentru
analiza datelor prin prognoză, simulare, estimarea parametrilor, teste de concordanţă etc.
Analizând acum structura de „black-box” a unui model (Figura 2), identificăm
următoarele componente:
variabile endogene sau variabile de intrare, alcătuite din decizii (variabile
controlabile) şi parametri (variabile necontrolabile);
variabile exogene sau variabile de ieşire, constituite din performanţe sau consecinţe
ale procesului economic considerat.
Din clasificările anterioare, rezultă că un model de simulare a proceselor economice
este un model probabilist inferenţial.
Considerând acum factorul de timp, un model poate fi static (nu este influenţat de
timp) sau dinamic (evoluţia procesului economic modelat este variabilă în timp).
Din punct de vedere al datelor de intrare, modelele pot fi discrete ( au ca intrări date
cantitative discrete) sau continue (datele de intrare sunt date cantitative continue, de tip
interval). Rezultă din cele menţionate mai sus că modelele de simulare a proceselor
economice pot fi statice sau dinamice, discrete sau continue.
Consideraţiile ce urmează se vor referi la modelele de simulare statice, denumite şi
modele de simulare Monte Carlo.
Performanţe Decizii
(Controlabile)
Parametri
(Necontrolabili) Var
iabile
exog
ene
Model Consecinţe
Figura 2 – Structura „black-box” a unui model
MODELE DEDUCTIVE
MODELE
PROBABILISTE
MODELE
DETERMINISTE
Procesul de elaborare
modele
Modele
Modele
Modele
Modele
Modelarea deciziei (Projecţii ‘What If?’,
Optimizare)
Analiza datelor (Prognoză, Simulare
Analiză statistică,
Estimarea parametrilor)
Analiza datelor (Interogarea bazelor de date,
Evaluarea parametrilor)
MODELE INFERENŢIALE
Modelarea deciziei (Projecţii ‘What If?’, Analiza deciziei, Arbori de decizie,
Fire de aşteptare)
Figura 1 – Tipuri de modele
Var
iabile
end
ogene
TEMA 1: CONSIDERAŢII PRIVIND MODELAREA ŞI SIMULAREA PROCESELOR ECONOMICE
3
2. CONSTRUCŢIA MODELULUI DE SIMULARE
Etapele de construcţie a modelului de simulare ale unui proces economic sunt
următoarele (Figura 3):
1. Definirea modelului determinist al procesului economic;
2. Elaborarea modelului probabilist al procesului economic;
3. Realizarea simulării procesului economic;
4. Analiza statistică a rezultatelor simulării;
5. Analiza de senzitivitate;
6. Implementarea rezultatelor simulării.
2.1 Definirea modelului determinist al procesului economic
Această etapă iniţială a construcţiei a modelului de simulare constă în determinarea
modelului determinist, respectiv modelul de analiză cantitativă a procesului economic, şi
stabilirea următoarelor elemente:
variabilele de intrare controlabile sau variabilele de decizie determinate;
variabilele de intrare necontrolabile sau variabilele aleatoare;
variabila de ieşire sau variabila finală;
relaţia funcţională dintre variabilele definite în modelul determinist.
Definirea modelului
determinist
Figura 3 – Etapele de realizare a modelului de
simulare a unui proces economic
Elaborarea
modelului
probabilist
Analiza rezultatelor
simulării
Realizarea
simulării
Analiza de
senzitivitate
Implementarea
rezultatelor
simulării
CERCUL ŞTIINŢIFIC MODELAREA STATISTICO-MATEMATICA A PROCESELOR ECONOMICE
4
Notând cu k,...,, 21 variabilele controlabile şi cu nkk x,...,x,x 21 variabilele
aleatoare, atunci considerând variabila finală yf, definim relaţia funcţională a modelului
determinist:
nkkk x,...,x,x,,...,,Fyf 2121 (1)
Ataşând variabilelor definite valorile lor nominale, obţinem într-o organizare
matriceală a datelor (necesară pentru utilizarea programelor de calcul tabela pentru construcţia
modelului de simulare) următoarea formă a modelului determinist:
vfv,...,v,v,...,vFyf
vx
vx
v
v
MD
nkk
nn
kk
kk
11
11
11
(2)
În modelele deterministe se poate aplica aşa-numita analiză „what-if”, în care pot fi
considerate mai multe scenarii, de tipul „optimist” sau cea mai favorabilă situaţie, „pesimist”
pentru cea mai nefavorabilă situaţie şi „realist”, respectiv situaţia considerată ca fiind cel mai
probabil să apară. Atunci considerând pentru variabilele controlabile kii 1 , , aceeaşi
valoare vi în fiecare din cele trei scenarii, iar pentru variabilele aleatoare
njk,vx optjoptj 1 pentru cazul „optimist”, jrealj vx pentru cazul „realist” şi
pesjpesj vx pentru cazul „pesimist”, obţinem modelul de analiză determinist:
pespes
pesnpesn
real
nrealn
optopt
optnoptn
peskpeskkrealkoptkoptk
kkkkkk
ORP
vfyf
vx
vfyf
vx
vfyf
vx
vxvxvx
v
v
v
v
v
v
MD
111111
111111
(3)
2.2 Elaborarea modelului probabilist al procesului economic
Pe baza datelor disponibile în modelul determinist, în această etapă va trebui să ataşăm
fiecărei variabile aleatoare a modelului distribuţia de probabilitate corespunzătoare.
TEMA 1: CONSIDERAŢII PRIVIND MODELAREA ŞI SIMULAREA PROCESELOR ECONOMICE
5
Dacă dispunem de date statistice istorice („past data”) referitoare la variabilele
aleatoare, vom folosi acele date pentru inferenţa asupra modelului statistic teoretic şi
parametrii distribuţiei de probabilitate ataşate fiecărei variabile aleatoare. În caz contrar, când
datele trecute nu sunt disponibile, vom utiliza datele din scenariile modelului determinist,
respectiv datele din matricea MDORP (Optimist-Realist-Pesimist) pentru a stabili distribuţia de
probabilitate şi parametrii statistici pentru aceste variabile aleatoare.
Cea mai uzuală metodă este utilizarea distribuţiei triunghiulare, în care de exemplu,
pentru variabila aleatoare xj vom nota cu pesjoptjj v;vmina , valoarea minimă, cu jj vm
valoarea cea mai probabilă şi cu pesjoptjj v;vmaxb valoarea maximă.
Obţinem astfel pentru fiecare din variabilele aleatoare xj distribuţia de probabilitate
jjjjjjj b,m,a;,,xD , unde j şi j sunt respectiv media şi abaterea standard ale distribuţiei
de probabilitate.
Rezultă modelul probabilist de forma:
nnnnnnn
kkkkkkk
maxmax
n
nom
n
minmin
n
kkk
kkkkkk
b,m,a;,,xD
b,m,a;,,xD
vfyf
b
vfyf
m
vfyf
a
bma
v
v
v
v
v
v
MP
1111111111
111111
(4)
2.3 Realizarea simulării procesului economic
Realizarea simulării procesului economic reprezintă etapa în care, utilizând modelul
de simulare probabilist, sunt aplicate tehnicile de generare a variabilelor aleatoare cu
parametrii stabiliţi anterior.
În această etapă se generează mai întâi câte un vector de 1010 p,q p , valori din
fiecare variabilă aleatoare jk,b,m,a;,,xDx jjjjjjjj 1 .
În continuare se determină, pentru fiecare set de variabile xj aleatoare generate valorile
finale j,nj,kkj v,...,v,v...,vFvf 11 .
Într-o structură matriceală, transpunând vectorii variabilelor aleatoare generate,
obţinem matricea valorilor finale:
qq,n
,n
,n
q,kk
,kk
,kk
vfv...
.........
vfv...
vfv...
vv...v
............
vv...v
vv...v
VF22
11
11
211
111
(5)
CERCUL ŞTIINŢIFIC MODELAREA STATISTICO-MATEMATICA A PROCESELOR ECONOMICE
6
2.4 Analiza statistică a rezultatelor simulării
Analiza rezultatelor simulării constă în analiza statistică a variabilei finale yf pentru
care s-au obţinut vectorul valorile simulate de forma:
qvf,...,vf,vf 21 .
Pentru analiza statistică a variabilei finale ca urmare a realizării simulării, se utilizează
următoarele metode grafice sau analitice:
histograma frecvenţei relative, pentru determinarea „modelului empiric” al
distribuţiei datelor simulate;
distribuţia frecvenţei relative cumulate (ogiva), pentru determinarea grafică a
probabilităţilor de realizare a unor valori particulare ale variabilei finale;
diagrama „box-plot”, pentru identificarea unor eventuale valori extreme;
statistici descriptive, constând în determinarea analitică a măsurilor numerice ale
tendinţei centrale, ale variaţiei, ale poziţiei relative şi ale formei.
2.5 Analiza de senzitivitate
Analiza de senzitivitate este o metodă care are drept scop evaluarea modului în care
variabila de ieşire a modelului este influenţată de variaţia variabilelor de intrare.
„Sensibilitatea” sau reacţia modelului la diferite nivele de variabilitate ale variabilelor
de intrare este pusă în evidenţă, de obicei, prin două metode grafice, respectiv:
diagrama „spider”;
diagrama „tornado”
Pentru diagrama „spider” sau diagrama „păianjen” se consideră, mai întâi, variaţia
valorilor fiecărei variabile aleatoare xi cu o anumită raţie , în minus şi în plus faţă de valorile
nominale, variaţie care poate fi exprimată şi procentual. Rezultă matricea variaţiei valorilor de
intrare, de forma:
nnn
kkk
kkk
n
k
k
nnn
kkk
kkk
vlvl...v
............
vlvl...v
vlvl...v
v
...
v
v
v...vlvl
............
v...vlvl
v...vlvl
VI
1111
1111
1111
1111
1111
1111
222
111
2
1
222
111
(6)
În continuare se calculează matricea valorilor finale, în care pentru fiecare element vfij
se utilizează valorile variabilelor controlabile kv,...,v,v 21 şi valorile nominale ale variabilelor
aleatoare nkk vvv ,...,, 21 , cu excepţia valorii vij, care se ia din matricea VI . Se obţine matricea
valorilor finale de forma:
1111
1211212
1111111
1111
1211212
1111111
l;nl;n;n
l;kl;k;k
l;kl;k;k
;nl;nl;n
;kl;kl;k
;kl;kl;k
vfvf...vf
............
vfvf...vf
vfvf...vf
vf
...
vf
vf
vf...vfvf
............
vf...vfvf
vf...vfvf
VF (7)
unde elementul de pe linia i,j este notat:
TEMA 1: CONSIDERAŢII PRIVIND MODELAREA ŞI SIMULAREA PROCESELOR ECONOMICE
7
,...,,i),v,...,v)il(,...,v,v,...,v(Fvf njkk)il(;j 210 1111 .
Diagrama „spider” se obţine reprezentând printr-un grafic liniar, valorile matricei VF.
În Figura 4 este reprezentată o diagramă „spider” în care %10 şi 5l . S-a obţinut astfel o
variaţie a valorilor variabilelor de intrare de %%,%,%,%, 1020304050 faţă de valorile
nominale (100%).
Analiza de senzitivitate - Diagrama "spider"
-50000
-40000
-30000
-20000
-10000
0
10000
20000
30000
40000
50000
60000
70000
50% 60% 70% 80% 90% 100% 110% 120% 130% 140% 150%
V2
V1
V4
V3
Figura 4 – Diagrama „spider”
Din Figura 4 se observă că variabilele cu graficul crescător (V2 şi V1) au impact direct
(sau pozitiv) asupra variabilei finale a modelului, respectiv creşterea lor determină creşterea
valorii variabilei finale, în timp ce variabilele cu graficul descrescător (V4 şi V3) au impact
indirect (sau negativ) asupra variabilei finale a modelului, respectiv creşterea lor determină
descreşterea valorii variabilei finale, şi invers. Se observă în acelaşi timp impactul direct mai
mare al variabilei V1 şi impactul indirect mai accentuat al variabilei V3.
Pentru diagrama „tornado” considerăm în matricea valorilor iniţiale valorile minime
aj, valorile probabile mj şi valorile maxime bj din modelul determinist, rezultând:
nnnn
k
k
kk
kk
k
k
bvma
b
b
vm
vm
a
a
VI 2
1
22
11
2
1
(8)
Pentru elementele matricei finale, fiecare valoare vfij va fi calculată cu valorile
probabile sau nominale, înlocuind cu elementul corespunzător aj în prima coloană, adică:
)v,...,a,...,v,v,...,v(Fvf njkkj 111 .
Similar, pentru ultima coloană avem:
)v,...,b,...,v,v,...,v(Fvf njkkj 113 .
CERCUL ŞTIINŢIFIC MODELAREA STATISTICO-MATEMATICA A PROCESELOR ECONOMICE
8
În matricea valorilor finale mai introducem trei coloane, în care inserăm amplitudinea
fiecărei variabile aleatoare xj, 13 jjj vfvfr , pătratul amplitudinii 2
jr şi ponderea procentuală
a variaţiei fiecărei variabile aleatoare pj(%), respectiv:
n
ki
iijjj (%)vfvfvfvf(%)p1
2
13
2
13 100
.
Rezultă matricea valorilor finale:
(%)p
...
(%)p
(%)p
r
...
r
r
r
...
r
r
vfvfvfvf
vf
vf
vfvf
vfvf
vf
vf
VF
n
k
k
n
k
k
n
k
k
,nn,n
,k
,k
,k
,k
,k
,k
2
1
2
2
2
2
1
2
1
31
32
31
22
21
12
11
(10)
În continuare, pentru construcţia diagramei „tornado” vom ordona descrescător
valorile matricei finale VF, în funcţie de coloana a patra a amplitudinilor. Obţinem matricea
valorilor finale ordonate de forma:
(%)p
...
(%)p
(%)p
r
...
r
r
r
...
r
r
vfvfvfvf
vf
vf
vfvf
vfvf
vf
vf
VF
)n(
)k(
)k(
)n(
)k(
)k(
)n(
)k(
)k(
),n()n(),n(
),k(
),k(
),k(
),k(
),k(
),k(
ord
2
1
2
2
2
2
1
2
1
31
32
31
22
21
12
11
(11)
Diagrama ”tornado” pentru amplitudine se construieşte utilizând datele din prima şi a
treia coloană a matricei VFord. În Figura 5 este reprezentată o diagramă „tornado” pentru
amplitudine. Ea ne arată variabilele cu cea mai mare influenţă în variabilitatea modelului
(variabilele V3 şi V2). De obicei, un număr mic de variabile au o influenţă mare în
variabilitate, de unde forma de „tornadă” a diagramei.
Analiza de senzitivitate - Diagrama "tornado" - Amplitudine
20000
5000
13000
8000
0
15000
7000
12000
0 2000 4000 6000 8000 10000 12000 14000 16000 18000 20000 22000
V3
V2
V4
V1
Figura 5 – Diagrama „tornado” pentru amplitudine
TEMA 1: CONSIDERAŢII PRIVIND MODELAREA ŞI SIMULAREA PROCESELOR ECONOMICE
9
Se poate construi şi o diagramă „semi-tornado” în care se reprezintă ponderile de
variaţie din ultima coloană a matricei VFord (Figura 6).
Analiza de senzitivitate - Diagrama "tornado" - Variaţie
72.46%
18.12%
6.52%
2.90%
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
V3
V2
V4
V1
Figura 6 – Diagrama „tornado” pentru variaţie
2.6 Implementarea rezultatelor simulării
Rezultatele obţinute prin simulare trebuie să stea la baza deciziilor de management, ca
urmare a analizei statistice a datelor simulate şi a analizei de senzitivitate privind impactul
variabilelor asupra modelului procesului economic.
Avantajul modelelor de simulare faţă de modelele deterministe constă tocmai din
„combinarea” unui mare număr de valori ale variabilelor modelului, furnizând informaţii şi
domenii de valori pe care analizele de tip „what-if” nu pot să le furnizeze.
3. CONCLUZII
Lucrarea de faţă şi-a propus structurarea şi sistematizarea etapelor de realizare a
simulării proceselor economice. Abordarea matriceală pe care am propus-o are drept scop
facilitarea utilizării programelor de calcul tabelar, care dispun de funcţiile statistice necesare
pentru generarea variabilelor aleatoare specifice şi construcţia modelelor de simulare.
Pe plan mondial, în condiţiile în care criza economică mondială devine din ce în ce
mai acută, rafinarea modelelor de decizie asupra proceselor economice analizate constituie o
necesitate evidentă. În acest context, modelele de analiză economico-financiară şi deciziile ce
trebuie adoptate vor trebui să ţină cont şi de variabilitatea fenomenelor economice analizate,
variabilitate pe care modelele de simulare o pot integra cel mai bine.
Încorporarea în modelele de analiză economică a elementelor de incertitudine şi de
risc, mai ales în condiţiile actualei crize economice, permite realizarea unor modele de
simulare care să vină în sprijinul adoptării unor decizii optime de management economico-
financiar.
CERCUL ŞTIINŢIFIC MODELAREA STATISTICO-MATEMATICA A PROCESELOR ECONOMICE
10
BIBLIOGRAFIE
1. Bârsan-Pipu, N., Popescu, I. (2003). Managementul riscului. Concepte, metode, aplicaţii.
Editura Universităţii „Transilvania”, Braşov.
2. Bârsan-Pipu, N. (2009). Consideraţii privind modelele de simulare a proceselor
economice. Buletinul Ştiinţific al UCDC Braşov, nr. 10/2009, pag. 76-85
3. Văduva, I. Modele de simulare cu calculatorul. Editura Tehnică, 1977.
4. Leemis, L., Park. S. Discrete-event simulation: A first course. The College of William &
Mary, Williamsburg, VA, USA, 2005.
5. Perros, H. Computer Simulation Techniques. NC State University, Raleigh, NC., USA,
2008.
6. Ragsdale, C. Spreadsheet Modeling and Decision Analysis, Cengage South-Western ,
2007
7. Hillier, F. The Art of Modeling with Spreadsheets. McGrawHill 2008
8. Monte Carlo Simulation in Excel: A Practical Guide. For Science, Engineering, and
Financial Risk Analysis. http://www.vertex42.com/ExcelArticles/mc/
9. Simulation Model – Introduction. http://www.solver.com/simulation/simulation-
model.htm