это объясняется

mivel \magyarázható ez? — чем объясняется это? как/чем объяснить этот факт? ez azzal \magyarázható, hogy … это объясняется тем, что …

экономико-математическое моделирование
Описание экономических процессов и явлений в виде экономико-математических моделей. (Иногда тем же термином обозначают также реализацию экономико-математической модели на ЭВМ, т.е. «искусственный эксперимент» или машинную имитацию, машинное решение экономико-математической задачи — однако это может вводить в заблуждение). Как и всякое моделирование, Э.-м.м. основывается на принципе аналогии, т.е. возможности изучения объекта (почему-либо трудно доступного для исследований) не непосредственно, а через рассмотрение другого, подобного ему и более доступного объекта, его модели. В данном случае таким более доступным объектом является экономико-математическая модель. При построении моделей те или иные теории или гипотезы благодаря формализации и квантификации становятся обозримыми, уточняются, и это способствует лучшему пониманию изучаемых проблем. Моделирование оказывает и обратное влияние на исследователей, требуя четкости формулировки исследовательской задачи, строгой логичности в построении гипотез и концепций. Практическими задачами моделирования являются, во-первых, анализ экономических объектов; во-вторых, экономическое прогнозирование, предвидение развития хозяйственных процессов; в-третьих, выработка управленческих решений на всех уровнях хозяйственной иерархии. Последнее, впрочем, требует пояснения. Далеко не во всех случаях данные, полученные из Э.-м.м., могут использоваться непосредственно как готовые управленческие решения. Гораздо чаще они используются в качестве «консультирующих» средств, принятие же самих управленческих решений остается за человеком. Это объясняется чрезвычайной сложностью экономических и шире — социально-экономических процессов. Э.-м.м., таким образом, является лишь компонентом, хотя и очень важным, в человеко-машинных системах планирования и управления народным хозяйством и экономическими единицами разного уровня.. Процесс Э.-м.м. проходит ряд этапов: идентификацию объекта, спецификацию модели, идентификацию и оценку параметров модели, установление зависимостей между ними, проверку. Причем весь этот процесс обычно повторяется многократно и с каждым циклом модель уточняется, особенно когда дело идет о модели, предназначенной для практических расчетов. В последнем случае к модели предъявляются дополнительные требования со стороны технологии алгоритмизации (см. Алгоритм) и программирования. На каждом этапе построения моделей соблюдаются определенные правила их испытания, проверки. При этом обнаруживаются и устраняются недостатки, наиболее типичными из которых являются четыре: включение в модель несущественных (для данной задачи) переменных, невключение в модель существенных переменных, недостаточно точная оценка параметров модели, недостатки в структуре модели, т.е. неправильное определение зависимостей между переменными, а в случае оптимизации — зависимости принятого критерия от управляемых и неуправляемых переменных. Усложняя модель, чтобы сделать ее более точной и подробной, необходимо знать: компенсирует ли полученная точность результатов возросшие вычислительные трудности? И наоборот, решая исключить какой-то элемент из модели, чтобы сделать ее проще, необходимо оценить потери в ее достоверности, т.е. не обойдутся ли они дороже, чем выигрыш от упрощения расчетов. Эффективный путь практического моделирования — использование готовых моделей аналогичных объектов или процессов (с необходимыми уточнениями), а также отдельных блоков модели — стандартных «модулей«, совокупность которых образует искомую модель (модульный принцип). В настоящее время идет поиск новых математических понятий и методов, пригодных для построения и исследования моделей и систем моделей, — так называемых сложных систем с переменной структурой, меняющимся характером динамики, содержащих неполную и недостаточно формализованную информацию. (Сходные проблемы возникают при попытках математизации биологических, экологических, социальных и психологических исследований). Все это придает возрастающее значение математико-статистическому моделированию, машинной имитации, новым разделам математики.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• economico-mathematical modelling
• economic modelling

экономико-математическое моделирование
Описание экономических процессов и явлений в виде экономико-математических моделей. (Иногда тем же термином обозначают также реализацию экономико-математической модели на ЭВМ, т.е. «искусственный эксперимент» или машинную имитацию, машинное решение экономико-математической задачи — однако это может вводить в заблуждение). Как и всякое моделирование, Э.-м.м. основывается на принципе аналогии, т.е. возможности изучения объекта (почему-либо трудно доступного для исследований) не непосредственно, а через рассмотрение другого, подобного ему и более доступного объекта, его модели. В данном случае таким более доступным объектом является экономико-математическая модель. При построении моделей те или иные теории или гипотезы благодаря формализации и квантификации становятся обозримыми, уточняются, и это способствует лучшему пониманию изучаемых проблем. Моделирование оказывает и обратное влияние на исследователей, требуя четкости формулировки исследовательской задачи, строгой логичности в построении гипотез и концепций. Практическими задачами моделирования являются, во-первых, анализ экономических объектов; во-вторых, экономическое прогнозирование, предвидение развития хозяйственных процессов; в-третьих, выработка управленческих решений на всех уровнях хозяйственной иерархии. Последнее, впрочем, требует пояснения. Далеко не во всех случаях данные, полученные из Э.-м.м., могут использоваться непосредственно как готовые управленческие решения. Гораздо чаще они используются в качестве «консультирующих» средств, принятие же самих управленческих решений остается за человеком. Это объясняется чрезвычайной сложностью экономических и шире — социально-экономических процессов. Э.-м.м., таким образом, является лишь компонентом, хотя и очень важным, в человеко-машинных системах планирования и управления народным хозяйством и экономическими единицами разного уровня.. Процесс Э.-м.м. проходит ряд этапов: идентификацию объекта, спецификацию модели, идентификацию и оценку параметров модели, установление зависимостей между ними, проверку. Причем весь этот процесс обычно повторяется многократно и с каждым циклом модель уточняется, особенно когда дело идет о модели, предназначенной для практических расчетов. В последнем случае к модели предъявляются дополнительные требования со стороны технологии алгоритмизации (см. Алгоритм) и программирования. На каждом этапе построения моделей соблюдаются определенные правила их испытания, проверки. При этом обнаруживаются и устраняются недостатки, наиболее типичными из которых являются четыре: включение в модель несущественных (для данной задачи) переменных, невключение в модель существенных переменных, недостаточно точная оценка параметров модели, недостатки в структуре модели, т.е. неправильное определение зависимостей между переменными, а в случае оптимизации — зависимости принятого критерия от управляемых и неуправляемых переменных. Усложняя модель, чтобы сделать ее более точной и подробной, необходимо знать: компенсирует ли полученная точность результатов возросшие вычислительные трудности? И наоборот, решая исключить какой-то элемент из модели, чтобы сделать ее проще, необходимо оценить потери в ее достоверности, т.е. не обойдутся ли они дороже, чем выигрыш от упрощения расчетов. Эффективный путь практического моделирования — использование готовых моделей аналогичных объектов или процессов (с необходимыми уточнениями), а также отдельных блоков модели — стандартных «модулей«, совокупность которых образует искомую модель (модульный принцип). В настоящее время идет поиск новых математических понятий и методов, пригодных для построения и исследования моделей и систем моделей, — так называемых сложных систем с переменной структурой, меняющимся характером динамики, содержащих неполную и недостаточно формализованную информацию. (Сходные проблемы возникают при попытках математизации биологических, экологических, социальных и психологических исследований). Все это придает возрастающее значение математико-статистическому моделированию, машинной имитации, новым разделам математики.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• economico-mathematical modelling
• economic modelling

worán liegt es? — Чем это объясняется? / От чего это зависит? / В чём тут причина?

worán ist er gestórben? — От чего он умер?

Das ist álles, worán ich mich erínnern kann. — Это всё, что я могу вспомнить.

математическая статистика
Раздел математики, посвященный методам и правилам обработки и анализа статистических данных (т.е. сведений о числе объектов, обладающих определенными признаками, в какой-либо более или менее обширной совокупности). Сами методы и правила строятся безотносительно к тому, какие статистические данные обрабатываются (физические, экономические и др.), однако обращение с ними требует обязательного понимания сущности явления, изучаемого с помощью этих правил. К экономике М.с. применима по той причине, что экономические данные всегда представляют собой статистические сведения, т.е. сведения об однородных совокупностях объектов и явлений. Такими однородными совокупностями могут быть выпускаемые промышленностью изделия, персонал промышленности, данные о прибылях предприятий и т.д. В настоящее время существуют разные определения сущности М.с., и не следует удивляться, если вы увидите в одной книге, вопреки сказанному выше, утверждение, что М.с. — это «наука о принятии решений в условиях неопределенности», а в другой — что это «наука, объясняющая данные статистических наблюдений при помощи вероятностных моделей». Некоторые авторы считают, что она — раздел теории вероятностей, а другие, — что она лишь связана с этой теорией, представляя собой отдельную от нее науку. Наконец, распространено расширенное понимание предмета М.с. как охватывающей не только вероятностные аспекты, но и так называемую прикладную статистику («анализ данных«), включающую и объекты не обязательно вероятностной природы. В общем случае, анализ статистических данных методами М.с. позволяет сделать два вывода: либо вынести искомое суждение о характере и свойствах этих данных или взаимосвязей между ними, либо доказать, что собранных данных недостаточно для такого суждения. Причем выводы могут делаться не из сплошного рассмотрения всей совокупности данных, а из ее выборки, как правило, случайной (последнее означает, что каждая единица, включенная в выборку, могла быть с равными шансами, т.е. с равной вероятностью заменена любой другой). Центральное понятие М.с. — случайная величина — всякая наблюдаемая величина, изменяющаяся при повторениях общего комплекса условий, в которых она возникает. Если сам по себе набор, перечень значений этой величины неудобен для их изучения (поскольку их много), М.с. дает возможность получить необходимые сведения о случайной величине с существенно меньшим количеством чисел. Это объясняется тем, что статистические данные подчиняются таким законам распределения (или приводятся к ним порою искусственными приемами), которые характеризуются всего лишь несколькими параметрами, т.е. характеристиками. Зная их, можно получить столь же полное представление о значениях случайной величины, какое дается их подробным перечислением в очень длинной таблице. (Характеристиками распределения являются среднее, медиана, мода и т.д.). Если изучаются взаимосвязи между значениями разных случайных величин, то необходимые сведения для этого дают коэффициенты корреляции между ними. Когда совокупность анализируется по одному признаку, имеем дело с так называемой одномерной статистикой, когда же рассматривается несколько признаков — с многомерным статистическим анализом. М.с. охватывает широкий круг одномерных и многомерных методов и правил обработки статистических данных: от простых приемов статистического описания (выведение средней, а также степени и характера разброса исследуемых признаков вокруг нее, группировка данных по классам и сопоставление их характеристик и т.д.), правил отбора фактов при выборочном их рассмотрении до сложных методов исследования зависимостей между случайными величинами. Среди последних: выявление связей между случайнами величинами — корреляционный анализ, оценка величины случайной переменной, если величина другой или других известна — регрессионный анализ, выявление наиболее важных скрытых факторов, влияющих на изучаемые величины, — факторный анализ, определение степени влияния отдельных неколичественных факторов на общие результаты их действия (например, в научном эксперименте) — дисперсионный анализ. Перечисленные области составляют основные дисциплины, входящие в М.с. К ним примыкают также быстро развивающиеся упоминавшиеся выше методы «анализа данных», не основанные на традиционной для М.с. предпосылке вероятностной природы обрабатываемых данных. Для экономических исследований большое значение имеет также анализ стохастических процессов, в том числе «марковских процессов«. Задачи М.с. в экономике можно разделить на пять основных типов: а) оценка статистических данных; б) сравнение этих данных с каким-то стандартом и между собой (оно применяется при эксперименте или, например, в контроле качества на предприятиях); в) исследование связей между статистическими данными и их группами. Эти три типа позволяют вынести суждение описательного характера об изучаемых явлениях, подверженных по каким-то причинам искажающим случайным воздействиям. Следующий, четвертый тип задач связан с нахождением наилучшего варианта измерения изучаемых данных. И наконец, пятый тип задач связан с проблемами предвидения и развития, здесь важное место занимают задачи анализа временных рядов. Для экономики особенно ценно то, что М.с. позволяет на основании анализа течения событий в прошлом, т. е. изучения выбранных на определенные даты сведений о характерных чертах системы, предсказать (см. Прогнозирование) вероятное развитие изучаемого явления в будущем (если не изменятся существенно внешние или внутренние условия). В управлении хозяйственными и производственными процессами применяются различные математико-статистические методы. На них основаны многие методы исследования операций, в том числе — методы теории массового обслуживания, позволяющие наиболее эффективно организовывать ряд процессов производства и обслуживания населения, теории расписаний, предназначенной для выработки оптимальной последовательности производственных, транспортных и других операций, теории решений, теории управления запасами, а также теории планирования эксперимента и выборочного контроля качества продукции, сетевые методы планирования и управления. В эконометрических исследованиях на основе математико-статистической обработки данных строятся экономико-математические (экономико-статистические) модели экономических процессов, производятся экономические и технико-экономические прогнозы. Широкое распространение математико-статистических методов в общественном производстве, а также в других областях социально-экономической жизни общества (здравоохранение, экология, естественные науки) опирается на развитие электронно-вычислительной техники. Для решения типовых задач математико-статистической обработки данных созданы и применяются многочисленные стандартные прикладные компьютерные программы и системы.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• mathematical statistics

оценка бизнеса в условиях кризиса
Глобальный экономический кризис, начавшийся в 2008 г., характеризуется следующими общими чертами, проявляющимися в отдельных странах. Это: 1) существенное падение котировки акций на фондовых рынках; 2) снижение стоимости активов, прежде всего, за счет уменьшения ценности зданий, сооружений, земельных участков; 3) повышение стоимости заемного капитала; 4) снижение возможностей выделения части доходов на реинвестирование - это означает уменьшение возможностей расширения бизнеса за счет собственных ресурсов; 5) общее замедление темпов экономического развития. Ведущий российский специалист в области оценки бизнеса В.М.Рутгайзер высказал следующие соображения по данному вопросу. В созданных кризисом условиях, полагает он, затруднено (а чаще всего невозможно) использование затратного подхода к оценке стоимости бизнеса: применяемые данные за прошедшие периоды не могут воспроизвести текущую ситуацию ценности активов и обязательств. Эти данные характеризуются неизбежным запаздыванием; поэтому они не могут репрезентативно представить меняющуюся (как правило, снижающуюся) стоимость бизнеса. Весьма осторожно следует подходить к использованию рыночного (сравнительного) подхода. Применяемые в его рамках данные о компаниях-аналогах также характеризуются определенным запаздыванием, они не вполне актуальны для установления стоимости бизнеса оцениваемой компании. Ограниченные возможности применения затратного и рыночного подходов к оценке стоимости бизнеса объясняются тем, что лежащие в основе их скрытые предпосылки далеко не во всех случаях обуславливают получение адекватных характеристик оцениваемого бизнеса. Сравнительный подход исходит предпосылки о сходности данных по другим компаниям с характеристиками оцениваемого бизнеса. И здесь изменения этих данных, ускоренные в условиях кризиса, нередко исключают возможность их использования для получения показателей стоимости оцениваемого бизнеса. Оценщики в условиях кризиса чаще всего прибегают к использованию доходного подхода, точнее, к применению модели дисконтированного денежного потока. В условиях растущей неопределенности будущего экономического развития, в том числе и применительно к оцениваемой компании, обоснование оценок стоимости бизнеса перемещается в плоскость обоснования предпосылок возможного появления тех или иных условий формирования чистого денежного потока и рисков его генерирования (ставки дисконтирования). Эти предпосылки носят явный, а не скрытый характер. В связи с этим появляется вариантность оценок стоимости бизнеса в зависимости от принятых оценщиком предпосылок. Отсюда и неизбежное представление результатов оценок стоимости бизнеса в виде диапазона предполагаемых значений. Особое значение приобретает обоснование разных сценариев фиксирования чистых денежных потоков и соответствующих рисков. Надо отметить, что теория оценочной деятельности оказалась неподготовленной к тому, чтобы представить разумные рекомендации по учету кризисных условий в процедурах оценки стоимости бизнеса. Во многом это объясняется тем, что эта теория формировалась преимущественно в условиях стабильно растущей экономики.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• business valuation under economic crisis circumstances

he is largely to blame - это в большой степени его вина

it is largely due to negligence - это объясняется главным образом небрежностью

the country is largely desert land - территория страны в основном состоит из пустынь

to give largely to charity - щедро жертвовать на благотворительные цели

to build largely - заниматься строительством в большом масштабе

I know you better than he [she] - я знаю вас лучше, чем он [она]

have you something better than this? - есть ли у вас что-нибудь получше?

we arrived earlier than usual - мы приехали раньше обычного

easier said than done - легче сказать, чем сделать

he deceived us worse than if he had told us an outright lie - он бы не так жестоко обманул нас, если бы просто солгал

he has more than doubled his output - он увеличил выработку больше чем вдвое

he is more than twenty - ему больше двадцати

any person other than himself - любой, кроме него

he could not have behaved otherwise than he did - он не мог вести себя иначе

no(ne) other than - не кто иной, как

he was no other than your brother - он оказался не кем иным, как вашим братом

anywhere else than at home - где угодно, только не дома

this is due to nothing else than his obstinacy - это объясняется не чем иным, как его упрямством /исключительно его упрямством/

he knows better than to start a quarrel - он не так глуп, чтобы затеять ссору

no sooner had he left the boat than it sank - не успел он покинуть лодку, как она пошла ко дну

a writer than whom there is no finer - писатель, лучше которого нет

a man than whom no one was more respected - человек, которого уважали больше всех; самый уважаемый человек

rather than - скорее чем

this is grey rather than blue - это скорее серое, чем голубое

would rather /sooner/... than - лучше /скорее/... чем

I'd rather stay at home than go with you - я предпочитаю остаться дома /лучше остаться дома/, чем идти с вами

he would die rather than yield - он скорее умрёт, чем сдастся

you'd better speak to him than write - лучше поговорите с ним, чем писать

more than once - не раз