Інформаційні технології в економетриці для вирішення фахових завдань

Узагальнено автором за [9-15]

Прикладом прикладного підходу може слугувати досвід Національного університету біоресурсів і природокористування України при викладанні дисципліни «Економетричні моделі цифрової економіки», в рамках якої виділені теми:

1. Інформаційне та програмне забезпечення економетричного аналізу в умовах цифровізації.

2. Прикладні задачі реалізації регресійних моделей цифрової економіки.

3. Багатофакторний аналіз ключових залежностей цифрової економіки.

4. Аналіз категорійних змінних та проблема «великих» даних.

5. Моделі навчання без вчителя в умовах цифрової економіки.

6. Прогнозування динаміки часових рядів в умовах цифрової економіки [18].

Поглиблення знань з економетрики для вирішення фахових завдань на четвертому курсі бакалаврату та в магістратурі можливо в рамках навчальних дисциплін варіативної складової освітніх програм, консультування при написанні кваліфікаційних робіт, в рамках наукових проектів або роботи студентських наукових гуртків. Саме на етапі розуміння викликів професійної діяльності повернення до математичних та статистичних моделей і методів, що презентувалися при вивченні економетрики, є найбільш ефективним. Зокрема, економетричний інструментарій може бути використаний для вирішення таких фахових завдань:

- прогнозування економічних показників: ВВП, інфляції, безробіття, інших макроекономічних показників для різних періодів часу;

- оцінки впливу політик на економіку та зайнятість: фіскальної (зміни податків, державних витрат), монетарної (зміни ставок відсотка) тощо;

- аналізу ринкових даних: вивчення ринкової долі, вартості та попиту на продукти або послуги для стратегії ціноутворення та маркетингових рішень;

- вивчення споживчої поведінки: аналізу зв'язку між доходами, цінами та попитом на різні товари і послуги;

- економічного аналізу інвестицій: визначення рентабельності та ризиків інвестиційних можливостей, оцінки впливу різних факторів на доходність;

- оцінки ефективності бізнес-стратегій: аналізу впливу різних стратегій розвитку підприємства на прибутковість та фінансовий стан;

- моделювання фінансових ризиків: вивчення залежностей між фінансовими інструментами, прогнозування коливань цін на акції, валюти, товари тощо;

- аналізу впливу соціальних факторів: вивчення впливу освіти, здоров'я, демографічних чинників на економічний зріст та розвиток;

- вивчення довіри та економічної поведінки: аналізу взаємозв'язків між рівнем довіри, споживчою поведінкою та ринковими динаміками;

- оцінки ефективності господарських політик: аналізу впливу різних економічних реформ, інвестиційних проєктів на економіку країни або регіону.

У цій же площині лежить використання ІТ в економетричному аналізі. Погоджуємося з висновками Ю. Орловської та С. Мащенко, зробленими у роботі [19], що диджитал-економіка створила тренди математизації, цифровізації, моделювання методів економічних досліджень та рішення економічних завдань. Наразі у вітчизняній економетриці використовуються такі програмні продукти із засобами статистичного аналізу даних:

BioMeDical Package - статистичний біомедичний пакет, що забезпечує функції ступеневої регресії, поліноміальної регресії, дисперсійного та коваріаційного аналізу;

Econometric Views - статистичний пакет для аналізу економетричних даних часових рядів, аналізу і моделювання даних, побудови регресійних моделей;

GenStat - програма статистичної обробки даних з можливостями графічного представлення результатів та програмування;

GraphPad Prism - спеціалізована програма для біостатистики, побудови кривих і графіків;

Maple - система, що містить більше 5000 функцій сучасної математики, моделювання, інтерактивної візуалізації;

MathCAD - пакет для математичних розрахунків, розв'язання рівнянь, візуалізації результатів математичного моделювання;

Mathematica - система комп'ютерної алгебри для чисельних, символьних та графічних обчислень і візуалізації;

MATLAB - комп'ютерна оболонка, що об'єднує чисельний аналіз, операції з матрицями, сигнальні процеси та графіки в середовищі, де розв'язки подаються у математичному записі без використання традиційного програмування;

MESOSAUR - програма аналізу часових рядів, в якій реалізовані функції ділової графіки, параметричних та непараметричних тестів, регресійного аналізу та аналізу часових рядів;

МісгоТЗР - пакет, що дозволяє здійснювати просту регресію, регресію часових рядів, прогнозування, авторегресивні моделі, моделі ковзного середнього, одночасні та імітаційні моделі, логістичні та ймовірнісні моделі;

Minitab - пакет, що дозволяє управління даними і файлами, регресійний, дисперсійний, факторний, кластерний, непараметричний аналіз, аналіз відповідностей, аналіз часових рядів, аналіз тенденцій, прогнозування майбутніх значень, статистичне управління процесами;

OriginPro - пакет аналізу результатів статистичних вимірювань, що надає засоби програмування та візуалізації даних;

Regression Analysis of Time Series - програма для економетричного аналізу часових рядів (метод найменших квадратів, ймовірності, логістичні моделі, інструментальні змінні, поліноміальні розподілені лаги);

S-PLUS - інтерактивне програмне середовище для аналізу даних, особливістю якого є об'єктно-орієнтований підхід в програмуванні та аналітичні алгоритми;

SAS - інтерактивне та командне програмне середовище, утворене з модулів аналізу даних, статистики та написання звітів;

Statistical Package for the Social Sciences - статистичний пакет обробки даних, призначений для проведення прикладних досліджень в соціальних науках;

Stata - пакет для обробки статистичних і графічних даних, призначений для фахівців, які займаються науковими дослідженнями у таких галузях знань: економіка, політологія), біостатистика, епідеміологія тощо;

Statistica - програмне забезпечення, що містить понад 250 статистичних функцій;

Statistical Graphics System - універсальний статистичний пакет для діалогового аналізу статистичних даних з можливостями візуалізації;

SYSTAT - програма статистичної обробки, що виконує функції: ділова графіка, параметричні тести, категоріальний, дисперсійний, регресійний аналіз, аналіз часових рядів, багатовимірні методи, побудова теоретичних моделей для емпірічно отриманих даних, відображення результатів у вигляді тривимірних поверхонь чи двовимірних кривих, глибокий аналіз і обробка цифрових зображень;

Unistat Statistical Package - програма для аналізу статистичних даних та результатів наукових експериментів [20].

У той же час світова економетрика як інструмент прикладного вирішення фахових завдань передбачає широке залучення сучасних та перспективних інформаційних технологій збору, обробки, аналізу та візуалізації економічних даних. О. Сунцова у роботі [21] виокремлює такі ІТ, як IoT (Інтернет речей), Big Data, Mixed Reality, Augmented Reality, Virtual Reality (змішана, доповнена, віртуальна реальності), хмарні обчислення, штучний інтелект, машинне навчання, блокчейн, Digital Twin (цифровий двійник), Smart Factory (розумна фабрика).

На наш погляд, ІТ в економетриці сьогодні мають бути представлені і традиційними і перспективними, зокрема:

1) статистичними пакетами:

- R - безкоштовний програмний засіб для статистичного аналізу та візуалізації даних;

Python - популярна мова програмування, яка має багато бібліотек для обробки даних, статистичного аналізу та машинного навчання (Pandas, NumPy, StatsModels, ScikitLearn тощо);

2) базами даних та мовами запитів:

- SQL - мова структурованих запитів, яка використовується для роботи з реляційними базами даних, що містять економічні дані;

- NoSQL - нереляційні бази даних, напр., MongoDB або Cassandra, які можуть використовуватися для зберігання та обробки великих обсягів нерегулярних даних ;

3) хмарними обчисленнями:

- платформами, напр., Amazon Web Services, Microsoft Azure, Google Cloud Platform, які надають доступ до обчислювальних ресурсів для виконання обчислювально важливих завдань;

4) інтерактивними середовищами та інтерфейсами:

- Jupyter Notebook - інтерактивне середовище програмування, що дозволяє поєднувати код, текст та графіку і здійснювати аналіз даних;

- Shiny (R) та Dash (Python) - інструменти для створення інтерактивних вебдодатків на R та Python;

5) візуалізацією даних:

- ggplot2 (R) - пакет для мови програмування R, призначений для створення графіків та візуалізації даних;

- Matplothb та Seaborn (Python) - бібліотеки, що надають інструменти для створення різноманітних графіків та діаграм;

6) методами машинного навчання та штучного інтелекту, напр., регресійними алгоритмами, деревами рішень, нейронними мережами тощо, для аналізу та прогнозування економічних явищ;

7) геопросторовим аналізом - використання географічних інформаційних систем та розширених методів для аналізу просторових даних, що дозволяє досліджувати просторові аспекти економічних процесів;

8) автоматизацією та оптимізацією процесів - використання скриптів та автоматизованих процесів для виконання повторюваних завдань та оптимізації аналітичних процесів.

Таким чином, вирішення фахових завдань в економіці вимагає від професіонала наявності математичних, цифрових компетентностей, навичок програмування. Повертаючись до питання викладання дисципліни «Економетрика» у економістів, доцільним є формування навичок використання найбільш розповсюджених програмних продуктів, зокрема, Microsoft Excel (який надає засоби для організації, обчислення, аналізу та візуалізації даних у вигляді таблиць), Google Sheets (веб-прикладна програма для створення електронних таблиць), Google Data Studio (інструмент для створення візуальних звітів та інтерактивних панелей для аналізу даних), навичок чисельного моделювання та hfelong learnrng.

Висновки

За результатами дослідження можна сформувати такі висновки:

1. Для забезпечення практичного використання економетричних методів у фаховій діяльності економістів при викладанні дисципліни необхідно акцентувати увагу на прикладній компетентності.

2. Використання ІТ в економетричному аналізі є невід'ємною складовою сучасної практики економічних досліджень та аналізу даних, а самі технології включають статистичні пакети, бази даних та мови запитів, хмарні обчислення, інтерактивні середовища, інструменти візуалізації даних, методи машинного навчання та штучного інтелекту, геопросторовий аналіз, автоматизацію та оптимізацію процесів.

3. Фахове використання математичних, статистичних моделей, сучасних ІТінструментів є ключовою компетенцією економістів у сучасному світі, що вимагає опанування навичок чисельного моделювання та lifelong learning.

Використання сучасних ІТ в економетричному аналізі буде напрямом подальших досліджень.

Список використаних джерел

1. Велика українська енциклопедія. URL: https://cutt.ly/uwgErWbv.

2. Гуменюк І. Л., Чубайко О. В., Шевчук О. В. Роль і призначення інформаційнокомунікаційних технологій у розвитку економіки. Держава та регіони. Серія: Економіка та підприємництво. 2020. № 2 (113). С. 234-237. doi: https://doi.org/10.32840/18141161/2020-2-39.

3. Корецька В. О., Корецький О. В., Шлянчак С. О. Інформаційні технології як сучасна індустрія в світовій економіці. Телекомунікаційні та інформаційні технології. 2022. № 2 (75). С. 13-23. doi: https://doi.org/10.31673/2412-4338.2022.021321.

4. Нікіфорова Л. Використання інноваційних інформаційних технологій в електронній комерції та цифровій економіці. Innovation and Sustainability. 2022. № 1. С. 65-71. doi: https://doi.org/10.31649/ins.2022.L65.71.

5. Ларченко О. В. Аналіз ефективності застосування математичних методів моделювання в економіці. Вісник Херсонського національного технічного університету. 2023. № 2 (85). С. 163-167. doi: https://doi.org/10.35546/kntu2078-4481.2023.2.22.

6. Вдовин М. Л. Методи статистичного моделювання економічних процесів: критичний огляд. Східна Європа: економіка, бізнес та управління. 2023. № 38. С. 79-84. doi: https://doi.org/10.32782/easterneurope.38 -13.

7. Salvatore D., Reagle D. Theory and Problems of Statistics and Econometrics. 2nd Edition, McGraw-Hill Companies, Inc., New York, 2020, p. 252.

8. Heydari Mohammad, Zhou Xiaohu, Kin Keung Lai, Zheng Yuxi, Lin Chen. Іnvestigating the Impact of Crisis on Corporate Costs and Sales Using Econometrics Method. Proceedings of National Aviation University. 2019. Vol. 81. Issue 4. Р 71-85.

9. Силабус навчальної дисципліни «Економетрика: основи теорії та комп'ютерний практикум» Західноукраїнського національного університету. URL: https://cutt.ly/BwgTzzzi.

10. Силабус навчальної дисципліни «Економетрика» Національного університету біоресурсів і природокористування України. URL: https://cutt.ly/CwgTghNS.

11. Силабус навчальної дисципліни «Економетрика» Прикарпатського національного університету імені Василя Стефаника. URL: https://cutt.ly/ZwgTsRKW.

12. Силабус навчальної дисципліни «Економетрика» Тернопільського національного технічного університету імені Івана Пулюя. URL: https://cutt.ly/KwgR7QIy.

13. Силабус навчальної дисципліни «Економетрика» Харківського національного економічного університету імені Семена Кузнеця. URL: https://cutt.ly/SwgThSNa.

14. Силабус навчальної дисципліни «Економетрика» Чернівецького національного університету імені Юрія Федьковича. URL: https://cutt.ly/ewgR83eL.

15. Силабус навчальної дисципліни «Прикладна економетрика» Вінницького національного аграрного університету. URL: https://cutt.ly/OwgR9Pvx.

16. Das P. Econometrics in Theory and Practice. Springer Nature Singapore Pte Ltd. 2019. р. 565.

17. Asteriou D., Hall S. G. Applied Econometrics. Bloomsbury Publishing. 2021. р. 536.

18. Силабус навчальної дисципліни «Економетричні моделі цифрової економіки» Національного університету біоресурсів і природокористування України. URL: https://cutt.ly/DwgYEHqw.

19. Орловська Ю. В., Мащенко С. О. Трансформація методів економічних досліджень у постіндустріальну епоху. Економічний простір. 2021. № 173. С. 88-92. doi: Економіка і організація управління *№ 3 (51) 2023 41 https://doi.org/10.32782/2224-6282/173-16.

20. Роїк М. В., Присяжнюк О. І., Денисюк В. О. Огляд програмних засобів статистичного аналізу даних. Ефективна економіка. 2017. № 7. URL: http://www.economy.nayka.com.ua/? op= 1&z=5676.

21. Сунцова О. Економетрична та цифрова трансформація бізнесу в концепціях Індустрія 4.0 та 5.0. Фінансово-кредитні системи: перспективи розвитку. 2022. № 2 (5). С. 36-47. doi: https://doi.org/10.26565/2786-4995-2022-2-04.

References

1. Velyka ukrainska entsyklopediia. Retrieved from URL: https://cutt.ly/uwgErWbv. [in Ukrainian].

2. Humeniuk I. L., Chubaiko O. V., & Shevchuk O. V. (2020). Rol i pryznachennia informatsiino-komunikatsiinykh tekhnolohii u rozvytku ekonomiky. Derzhava ta rehiony. Seriia: Ekonomika ta pidpryiemnytstvo, 2 (113), 234-237. doi: https://doi.org/10.32840/1814-1161/2020-2-39. [in Ukrainian].

3. Koretska V. O., Koretskyi O. V., & Shlianchak S. O. (2022). Informatsiini tekhnolohii yak suchasna industriia v svitovii ekonomitsi. Telekomunikatsiini ta informatsiini tekhnolohii, 2 (75), 13-23. doi: https://doi.org/10.31673/2412-4338.2022.021321. [in Ukrainian].

4. Nikiforova L. (2022). Vykorystannia innovatsiinykh informatsiinykh tekhnolohii v elektronnii komertsii ta tsyfrovii ekonomitsi. Innovation and Sustainability, 1, 65-71. doi: https://doi.org/10.31649/ins.2022.L65.71. [in Ukrainian].

5. Larchenko O. V. (2023). Analiz efektyvnosti zastosuvannia matematychnykh metodiv modeliuvannia v ekonomitsi. Visnyk Khersonskoho natsionalnoho tekhnichnoho universytetu, 2 (85), 163-167. doi: https://doi.org/10.35546/kntu2078-4481.2023.2.22. [in Ukrainian].

6. Vdovyn M. L. (2023). Metody statystychnoho modeliuvannia ekonomichnykh protsesiv: krytychnyi ohliad. Skhidna Yevropa: ekonomika, biznes ta upravlinnia, 38, 79-84. doi: https://doi.org/10.32782/easterneurope.38-13. [in Ukrainian].

7. Salvatore D., & Reagle D. (2020). Theory and Problems of Statistics and Econometrics. 2nd Edition, McGraw-Hill Companies, Inc., New York, p. 252.

8. Heydari Mohammad, Zhou Xiaohu, Kin Keung Lai, Zheng Yuxi, & Lin Chen. (2019). Investigating the Impact of Crisis on Corporate Costs and Sales Using Econometrics Method. Proceedings of National Aviation University, 81, 4, 71-85.

9. Sylabus navchalnoi dystsypliny «Ekonometryka: osnovy teorii ta kompiuternyi praktykum» Zakhidnoukrainskoho natsionalnoho universytetu. (2022). Retrieved from URL: https://cutt.ly/BwgTzzzi. [in Ukrainian].

10. Sylabus navchalnoi dystsypliny «Ekonometryka» Natsionalnoho universytetu bioresursiv і pryrodokorystuvannia Ukrainy. (2021). Retrieved from URL: https://cutt.ly/CwgTghNS. [in Ukrainian].

11. Sylabus navchalnoi dystsypliny «Ekonometryka» Prykarpatskoho natsionalnoho universytetu imeni Vasylia Stefanyka. (2019). Retrieved from URL: https://cutt.ly/ZwgTsRKW. [in Ukrainian].

12. Sylabus navchalnoi dystsypliny «Ekonometryka» Ternopilskoho natsionalnoho tekhnichnoho universytetu imeni Ivana Puliuia. (2021). Retrieved from URL: https://cutt.ly/KwgR7QIy. [in Ukrainian].

13. Sylabus navchalnoi dystsypliny «Ekonometryka» Kharkivskoho natsionalnoho ekonomichnoho universytetu imeni Semena Kuznetsia. (2020). Retrieved from URL: https://cutt.ly/SwgThSNa. [in Ukrainian].

14. Sylabus navchalnoi dystsypliny «Ekonometryka» Chernivetskoho natsionalnoho universytetu imeni Yuriia Fedkovycha. (2020). Retrieved from URL: https://cutt.ly/ewgR83eL. [in Ukrainian].

15. Sylabus navchalnoi dystsypliny «Prykladna ekonometryka» Vinnytskoho natsionalnoho ahrarnoho universytetu. (2020). Retrieved from URL: https://cutt.ly/OwgR9Pvx. [in Ukrainian].

16. Das P. (2019). Econometrics in Theory and Practice. Springer Nature Singapore Pte Ltd, 565.

17. Asteriou D., & Hall S. G. (2021). Applied Econometrics. Bloomsbury Publishing, 536.

18. Sylabus navchalnoi dystsyphny «Ekonometrychni modeh tsyfrovoi екопотіку» Natsionalnoho universytetu bioresursiv i pryrodokorystuvannia Ukrainy. (2021). Retrieved from URL: https://cutt.ly/DwgYEHqw. [in Ukrainian].

19. Orlovska Yu. V., & Mashchenko S. O. (2021). Transformatsiia metodiv ekonomichnykh doslidzhen u postindustrialnu epokhu. Ekonomichnyi prostir, 173, 88-92. doi: https://doi.org/10.32782/2224-6282/173-16. [in Ukrainian].

20. Roik M. V., Prysiazhniuk O. I., & Denysiuk V. O. (2017). Ohliad prohramnykh zasobiv statystychnoho analizu danykh. Efektyvna ekonomika, 7. Retrieved from URL: http://www.economy.nayka.com.ua/?op= 1&z=5676. [in Ukrainian].

21. Suntsova O. (2022). Ekonometrychna ta tsyfrova transformatsiia biznesu v kontseptsiiakh Industriia 4.0 ta 5.0. Finansovo-kredytni systemy: perspektyvy rozvytku, 2 (5), 36-47. doi: https://doi.org/10.26565/2786-4995-2022-2-04. [in Ukrainian].

Размещено на Allbest.ru