Статті

Аналіз регресійної моделі фінансової діяльності підприємства шляхом дослідження залишкової похибки

• 
• 

Рейтинг користувача:  / 0

ГіршийКращий 

Деталі

Категорія: Зміст №2 2021

Останнє оновлення: 09 травня 2021

Опубліковано: 30 листопада -0001

Перегляди: 960

Authors:

Т. М. Берідзе, orcid.org/0000-0003-2509-3242,  Криворізький національний університет, м. Кривий Ріг, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

А. В. Череп, orcid.org/0000-0001-5253-7481, Запорізький національний університет, м. Запоріжжя, Україна

З. П. Бараник, orcid.org/0000-0002-9753-4572, Київський національний економічний університет імені Вадима Гетьмана, м. Київ, Україна

В. Л. Корінєв, orcid.org/0000-0003-4184-2573, Запорізький національний університет, м. Запоріжжя, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

І. П. Васильчук, orcid.org/0000-0002-7872-2738, Державний університет економіки і технологій, м. Кривий Ріг, Україна

повний текст / full article

Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu. 2021, (2): 193 - 197

https://doi.org/10.33271/nvngu/2021-2/193

Abstract:

Мета. Удосконалення регресійних економіко-математичних моделей з урахуванням впливу залишкової похибки як випадкової величини.

Методика. Використані методи економіко-математичного моделювання, регресійного аналізу. Застосовано реальний умовний закон розподілу залишкової похибки як повної характеристики випадкової величини.

Результати. Сформовано науково-практичний підхід до економіко-математичного моделювання на основі дослідження залишкової похибки задля удосконалення побудови регресійних рівнянь.

Наукова новизна. Уперше запропоновано застосування аналізу залишкової похибки як випадкової величини з метою побудови її умовної диференціальної функції розподілу, що дозволяє підвищити якість економіко-математичного моделювання у вигляді регресійних рівнянь. Використання запропонованого методу врахування залишкової похибки дозволяє усунути негативний вплив порушення виконання умов властивостей залишкової похибки при реалізації економіко-математичного моделювання за допомогою регресійних рівнянь.

Практична значимість. Аналіз отриманих результатів економіко-математичного моделювання економічної діяльності Інгулецького гірничо-збагачувального комбінату на значному статистичному матеріалі із застосуванням розробленого алгоритму дослідження залишкової похибки підтвердив дієвість запропонованого підходу. Рекомендується включити розроблений алгоритм із врахуванням властивостей залишкової похибки до практики управління фінансовою діяльністю гірничорудних підприємств.

Ключові слова: гірничорудні підприємства, регресія, модель, залишкова похибка, скедастичність, фінансова діяльність

References.

1. Chornous, G. O. (2014). Proactive management of socio-economic systems based on data mining. Methodology and models: monograph. Kyiv: VPC “Kyiv University”.

2. Sheremet, A. D. (2014). Comprehensive analysis of indicators of sustainable development of the enterprise. Economic analysis: theory and practice, (45), 2-10.

3. Savitskaya, G. V. (2014). Analysis of efficiency and risks of entrepreneurial activity: methodological aspects: monograph. Moscow: Research Center INFRA-M.

4. Vitlinskyi, V. V. (2017). Methodological principles of risk modeling in the system of economic security. Modeliuvannia ta informatsiini systemy v ekonomitsi, (94), 14-27.

5. Kyzym, M. (2015). Cluster format for arranging and implementing industrial policy. Acta Innovations, (17), 30-40.

6. Ponomarenko, V. S., & Gontareva, I. V. (2015). Methodology of comprehensive assessment of the effectiveness of enterprise development: monograph. Kharkiv: KhNEU named after S. Kuznets.

7. Trided, O. M., & Dzebko, I. P. (2015). Implementation of strategic management accounting as a tool to increase the competitiveness of the company International collection of scientific works, 1(19), 376-382.

8. Udalykh, O. O. (2016). Budgeting as a method of economic management of the enterprise. Financial research, (1), 96-100.

9. Leontieva, L. S., & Orlova, L. N. (2016). The use of the principles of matrix modeling for a comprehensive assessment of the effectiveness of institutional change in entrepreneurship Mir. Modernization. Innovation. Development, 7(1), 97-101.

10. Levchenko, N. M., & Nosenko, D. K. (2009). Analysis of the efficiency of innovative production of enterprises. Bulletin of Khmelnytskyi National University, 2(1), 138-142.

11. Burkova, L. A. (2014). Theoretical foundations for assessing the effectiveness of enterprises and ways to improve it. Innovative economy, (4), 145-153.

12. Mishchuk, Ie., Nusinov, V., Kashubina, Y., Polishchuk, I., & Pasichnyk, N. (2021). Security of strategic economic interests of mining and metallurgical enterprises in post-industrial conditions as factor of their investment attractiveness. Academy of Strategic Management Journal, 20(1), 1-9. 

13. Nusinov, V. Ya., Mishchuk, Ie. V., & Izmaylov, Ya. (2019). Development of the stereometric method to the analysis of economic categories and processes and its application in security and taxation. Baltic Journal of Economic Studies, 5(4), 160-170.

14. Maliarets, L. M., Misiura, Ye. Yu., & Koibichuk, V. V. (2016). Mathematical methods and models in the management of economic processes: monograph. Kharkiv: KhNEU im. S. Kuznetsya.

15. Carlberg, K. (2017). Regression analysis in Microsoft Excel. Moscow: Williams.

16. State Statistics Service of Ukraine (n.d.). Retrieved from http://www.ukrstat.gov.ua/operativ/oper_new.htm.

17. SMIDA Cabinet of information services (n.d.). Retrieved from http://www.smida.gov.ua/.

18. Voskoboinikov, Yu.E. (2011). Regression data analysis in the Mathcad package (+ CD): monograph. St. Petersburg: Publishing house Lan.

• < Попередня
• Наступна >