Módszertani tanulmányok

Előszó

Munkánk során a közgazdasági elemzéseknél használható módszereket mutatunk be. Felmértük, milyen matematikai modellekkel lehet a jövedelmezőség illetve a marketing speciális területeit leírni. A jövedelmezőség vizsgálata makrogazdasági szempontból is kiemelt, mivel az adott ágazatban tevékenykedő vállalkozások teljesítménye hatással van az ágazat nemzetgazdasági helyzetére. Különösen fontos azon összefüggések vizsgálata, amelyek a gazdálkodók számára adottságként jelentkeznek, azokat nem befolyásolhatják, ám a jövedelmezőségükre hatással vannak. A vizsgált módszereket két szempont szerint csoportosítottuk. Foglalkoztunk a módszertani leírásukkal és az alkalmazásukkal egyaránt. A módszerek bemutatásakor az alkalmazás feltételeit, valamint az alkalmazhatóság korlátait is igyekeztük feltárni. A gyakorlati vizsgálatok és számítások elvégzése után különböző összefüggéseket mutattunk ki és következtetéseket vontunk le az agrárgazdaság jövedelemhelyzetére, illetve a vállalati jövedelmeket befolyásoló tényezők hatására vonatkozóan. Az ágazat helyzetének felmérésekor elemeztük a mezőgazdasági jövedelmet, illetve a jövedelemtermelő képességet befolyásoló tényezőket. A mezőgazdasági kibocsátással illetve a GDP-vel kapcsolatos fontos megállapítás, hogy azok értéke jelentős mértékben függ saját korábbi értékeitől, ami arra utal, hogy ezek autoregresszív folyamatként írhatók le. A makrogazdasági idősorok elemzésekor igen nagy jelentősége van a sztochasztikus idősor-elemzési módszereknek is. Az alkalmazások fejezeteiben a jelentős mustármag termelő országok és a világ gabonatermésének elemzésén keresztül a Markov-lánc alkalmazásának lehetőségeit és előnyeit tanulmányoztuk. Azt vizsgáltuk, hogy milyen hatások alakították a vizsgált termékek megoszlását a legjelentősebb termelő országok vagy ország-csoportok között? Az egyes országok megoszlásának vizsgálatával választ lehet kapni arra, hogy egyes növények termése milyen arányban fog megoszlani a legjelentősebb termelők között. Megválaszolható az is, hogy milyen a változás iránya a jövőben. A Markov-láncok alkalmazásával bemutattuk, hogy a világ gabona termésének belső strukturális kapcsolatainak figyelembevételével mennyivel pontosabban lehet az ex-post előrejelzéseket megtenni. Ezen prognózisok párhuzamba állításával egyértelműen a Markov egyenletekből nyert átmeneti valószínűségi mátrix szorzataival számított relatív gyakoriságok becsült értékei közel álltak a valós adatokhoz. Vissza