Rozważania nad rolą modelowania w prognozowaniu ekonomicznym

• Autorzy: Jerzy Bogdanienko

Warianty tytułu

Considering the Role of Modeling in Economic Forecasting

• Języki publikacji: PL

Abstrakty

Artykuł wskazuje, z jak skomplikowanym systemem informacyjnym musimy mieć do czynienia, gdy chcemy opisać funkcjonowanie przedsiębiorstwa, uwzględniając dodatkowo cały - jeszcze bardziej rozbudowany - splot informacji charakteryzujących jego otoczenie. Na tym tle pojawia się luka informacyjna, która skutkuje małą trafnością wybiegających w przyszłość analiz prowadzonych na poziomie przedsiębiorstwa. Ta sytuacja sprzyja tworzeniu spekulatywnych, syntetycznych modeli myślowych, pozwalających skuteczniej chwytać istotne szczegóły i łączyć je ze sobą. Są one pomocne w przewidywaniu przyszłości, jednak zazwyczaj są obarczone niejednoznacznością i mogą być błędne, ponieważ właściwe im uproszczenia zbytnio je ograniczają. Dlatego też same często stają się najważniejszą barierą podejmowania decyzji. Bardziej wyrafinowane podejście do procesu prognozowania wymaga stosowania aparatu ilościowego, prowadząc do wykorzystywania rozbudowanych modeli przyczynowo-skutkowych na podstawie danych empirycznych, ale żadnej teorii ekonomicznej nie można wypracować bez koncepcji abstrakcyjnych, opierając się tylko na materiale statystycznym i ilościowym ujmowaniu rzeczywistości. Ekonomii jako nauki nie można redukować do jej aspektów ilościowych, bo wielu złożonych warunków i wpływów, które odgrywa ją ważną rolę w życiu ekonomicznym, nie da się wyrazić za po mocą języka matematyki. Artykuł wskazuje, że coraz powszechniej spotyka się krytyczne głosy na temat możliwości zastosowania metod matematycznych do modelowania zjawisk ekonomicznych oraz podkreśla, że zawsze konieczne jest określenie charakteru i granic poznawczych modelu. W dalszej części artykułu omówiono znaczenie indukcji i dedukcji przy analizowaniu zjawisk ekonomicznych, uznając za nieodzowne łączenie obu metod. Rozważania kończy stwierdzenie, że mimo ułomności modeli, zarówno myślowych, jak i ilościowych, póki co nie mamy lepszych narzędzi, które mogą służyć omawianym analizom. (abstrakt oryginalny)

EN

The article points out the complexity of the information system needed to be dealt with when describing the functioning of a company, additionally taking into consideration the whole - even more complex - weave of information that characterizes its environment. Against this background, an information gap emerges, resulting in the low accuracy of forecasting analyses conducted on the company level.
The situation is conducive to the creation of speculative, synthetic thought models, enabling for the more effective grasping of substantial details and the merging thereof. They are helpful when forecasting, how ever usually also ambiguous and potentially erroneous, because the simplifications inherent to them are also a limit ing factor. Therefore they themselves often become the most important barrier to decision making.
A more refined approach to the forecasting process requires the use of a quantitative apparatus, leading to the employment of complex cause and effect model based on empirical data, but no economic theory can be devised without abstract concepts, based only on statistic material and quantitative framing of reality.
Economy as a science may not be reduced to its quantitative aspects, because many a complex conditions and factors that influence it may not be expressed in the language of mathematics. The article points out that increasingly more criticism is being directed at the possibility of using mathematical methods for modeling economic phenomena and emphasizes the necessity for always determining the character and the cognitive limits of the given model.
In the latter part of the article, the significance of induction and deduction when analyzing economical phenomena is discussed, concluding the coupling of both methods to be necessary. The reflections conclude with the statement that despite the imperfections of both thought and quantitative models, no better tools have been developed so far that would aid the analyses in question. (original abstract)

Słowa kluczowe

PL

Rozwój przedsiębiorstwa; Metody ilościowe; Prognozowanie; Modelowanie rozwoju przedsiębiorstwa; Nauki ekonomiczne; Przegląd literatury; Luka informacyjna

EN

Enterprise development; Quantitative methods; Forecasting; Enterprise modeling; Economic sciences; Literature review; Information gap

• Czasopismo: Problemy Zarządzania
• Rocznik: 2009
• Tom: 7
• Numer: nr 4 (26) Metody ilościowe w zarządzaniu
• Strony: 7-24

Twórcy

autor

Jerzy Bogdanienko

• Uniwersytet Warszawski

Bibliografia

• Allaire, Y. i M. Firsirotu. 2002. Myślenie strategiczne, Warszawa: Wydawnictwo Naukowe PWN.
• Bernal, J. 1957. Nauka w dziejach, Warszawa: PWN.
• Foster, R. i S. Kaplan. 2003. Twórcza destrukcja, Łódź: Wydawnictwo Galaktyka.
• Gościński, J. 1973. Cybernetyczne podstawy informatyki, Warszawa: OBRI.
• Hawking, S. (red.) 1996. Przewidywanie przyszłości, Warszawa: Amber.
• Heijden van der, K. 2000. Planowanie scenariuszowe w zarządzaniu strategicznym, Kraków: Oficyna Ekonomiczna, Dom Wydawniczy ABC.
• Jevons, W.S. 1960. Zasady nauki. Traktat o logice i metodzie naukowej, Warszawa: PWN.
• Klein, L.R. 1982. Wykłady z ekonometrii, Warszawa: Polskie Wydawnictwo Ekonomiczne.
• Koźmiński, A. i W. Piotrowski (red.) 1995. Zarządzanie - Teoria i praktyka, Warszawa: Wydawnicwo Naukowe PWN.
• Kуn, O. i J. Pelikan. 1967. Cybernetyka a ekonomia, Warszawa: Polskie Wydawnictwo Ekonomiczne.
• Łukasiewicz, J. 2000. Eksplozja ignorancji. Czy rozumiemy cywilizację przemysłową? Warszawa: Oficyna naukowa.
• Moore, P.G. 1973. Wprowadzenie do badań operacyjnych, Warszawa: WN-T.
• Motycka, A. 1980. Relatywistyczna wizja nauki, Wrocław: Ossolineum.
• Ossowski, S. 1962. O osobliwościach nauk społecznych, Warszawa: PWN.
• Pen, J. 1972. Współczesna ekonomia, Warszawa: Polskie Wydawnictwo Ekonomiczne.
• Pietruska-Madej, E. 1980. W poszukiwaniu praw rozwoju nauki, Warszawa: PWN.
• Popper, K. 1977. Logika odkrycia naukowego, Warszawa: PWN.
• Rao, C.R. 1994. Statystyka i prawda. Warszawa: Wydawnictwo Naukowe PWN.
• Selye, H. 1976. Od marzenia do odkrycia naukowego, Warszawa: PZWL.
• Semkow, J. 1974. Spór o metodę, Warszawa: PWN.
• Senge, P.M. 1998. Piąta dyscyplina, Warszawa: Dom Wydawniczy ABC.
• Stevenson, P. 1977. How Economists Judge R + D Benefits. Problemy nauki i techniki a rozwój gospodarczy, nr 5.
• Sudoł, S. 2007. Nauki o zarządzaniu. Węzłowe problemy i kontrowersje, Toruń: Dom Organizatora.
• Wilson, E.B. 1968. Wstęp do badań naukowych, Warszawa: PWN.
• Wolpert, L. 1996. Nienaturalna natura nauki. Dlaczego nauka jest pozbawiona zdrowego rozsądku, Gdańsk: GWP.
• Zawiślak, A.M. 2006. Prawdy w czasie rzeczywistym (cz. 1). MBA, nr 1.
• Zawiślak, A.M. 2007. Prawdy w czasie rzeczywistym (cz. 2). MBA, nr 6.
• Ziman, J. 1968. Społeczeństwo nauki, Warszawa: PiW.