uasol.com
Додати статтю | Реєстрація
Інтернет і сервіси
Авто і Мото
Бізнес і фінанси
Будівництво та ремонт
Будинок, сім'я
Все про меблі
Дієти, ваша фігура
Діти і батьки
Закон і Право
Захоплення і хобі
Зв'язок
Комп'ютери
Краса, мода, імідж
Кулінария
Культура та мистецтво
Лекції, посібники
    Cоціологія и психологія
    Іноземні мови
    Банківська справа
    Державне право
    Економіка
    Електротехніка и електроніка
    Криміналістика
    Маркетінг
    Математика
    Різне
    Спорт
    Страхування
    Українська мова
Люди, суспільство
Медицина і здоров'я
Наука і освіта
Політика
Промисловість
Реферати
Робота, працевлаштування
Спорт
Товари і послуги
Туризм і подорожі
Чоловік + Жінка
  Морські свинки. Утримання і догляд.  
  Створення рінгтонов 
  Ліки для лікування кандидозу (молочниці)  
  ПЕРШІ ОЗНАКИ ВАГІТНОСТІ 
  Материк Євразія 
  ОРХІДЕЯ В БУДИНКУ - ДОГЛЯД 
  Черепахи: утримання та догляд 
  ПОВНА ТАБЛИЦЯ КАЛОРІЙНОСТІ ПРОДУКТІВ  
  Що це таке вегето-судинна дистонія? 
  Як скласти бізнес-план 
Каталог україномовних статей - uasol.com
 укр
 eng
 рус
ШУКАТИ!
Запам'ятати сторінку | Зробити стартовою | Поділитися з товарищем
Методические указания по курсу МОДЕЛИ ПРОГНОЗИРОВАНИЯ ЭКОНОМИЧЕСКИХ ПРОЦЕССОВ
Методические указания по курсу МОДЕЛИ ПРОГНОЗИРОВАНИЯ ЭКОНОМИЧЕСКИХ ПРОЦЕССОВ
Прогноз – это вероятностное суждение о состоянии какого-либо объекта, процесса или явления к определенному моменту времени будущего и (или) о возможных путях и сроках достижения этого состояния.


В таком случае прогнозирование можно определить как процесс формирования (или раз-работки) прогнозов. Наука, изучающая гносеологическую природу процесса прогнозирования, разрабатывающая его теоретические основы и методологию, называется прогностикой.
    В литературе встречаются сопутствующие прогнозированию понятия: предсказание и предвидение. Эти понятия различаются степенью достоверности оценок будущего; соответст-вующие им логические формы различных процессов выработки информации о будущем можно выразить следующим образом: прогнозирование – «что может быть»; предсказание – «по-видимому, будет»; предвидение – «непременно будет»; планирование – «должно быть».
    Прогнозирование и составление планов – элементы единой системы планирования, объ-единенные общностью целей и задач. Однако, несмотря на это, методы прогнозирования и пла-нирования существенно различаются. При планировании действует следующая схема: «цели – директивные; пути и средства их достижения – детерминированные; ресурсы – ограниченные». При прогнозировании схема иная: «цели – теоретически достижимые; пути и средства их дос-тижения – возможные; ресурсы – вероятные». План может содержать только одно оптимальное решение развития, а прогноз – веер (или спектр) альтернатив. Прогнозирование дает представ-ление о наиболее правдоподобных вариантах. Включение какого-либо из них в план – право соответствующего руководителя.
    Процесс прогнозирования непременно предусматривает постановку цели: именно она определяет направленность последующих действий (получения необходимой информации, ее обработки, оценки и анализа, определения перспектив и вероятности реализации прогноза). Все этапы процесса разработки прогноза должны быть увязаны с поставленными целями и задача-ми. Причем в одних случаях на основе уже поставленной цели (или целей) прогнозируются пу-ти ее (их) достижения, в других прогностическое исследование осуществляется для того, чтобы определить реально достижимую, отвечающую потребностям общественного развития цель. В первом случае имеет место так называемое нормативное (целевое) прогнозирование, во втором - генетическое (поисковое, исследовательское) прогнозирование.
    Успех при разработке прогноза во многом зависит от правильного выбора метода про-гнозирования, количество которых достаточно велико.
   Любой метод прогнозирования базируется на идее экстраполяции. Экстраполяция ос-нована на анализе предыстории развития, выявлении наиболее общих и устойчивых закономер-ностей и связей, учете благоприятных тенденций и перенесении полученных выводов на про-гнозируемый период.
   Изменение экономических явлений во времени наиболее полно отражается во времен-ных рядах (рядах динамики) , позволяющих детально проанализировать особенности развития. Отдельные наблюдения временного ряда называются уровнями этого ряда. Уровни формиру-ются под влиянием множества длительно и кратковременно действующих факторов и в том числе различного рода случайностей. Изменение условий развития явления приводит к более или менее интенсивной смене самих факторов, к изменению силы и результативности их воз-действия и, в конечном счете, к вариации уровня изучаемого явления во времени.
    В статистической литературе уровень ряда динамики традиционно представляется в ви-де суммы четырех компонент, которые непосредственно не могут быть измерены:
   • тенденция (систематическое движение) - некоторое общее направление развития, долговре-менная эволюция;
   • сезонная составляющая - это более или менее регулярные изменения временного ряда, воз-никающие с наступлением данного времени года и повторяющиеся с небольшими отклоне-ниями из года в год;
   • циклическая составляющая, характеризующая циклические колебания, свойственные любо-му воспроизводству;
   • «случайная» («несистематическая», или «нерегулярная») компонента как результат влияния множества случайных факторов.
   Следует отметить, что не всегда ряды динамики состоят из четырех компонент. Единст-венной компонентой, которая всегда встречается в этих рядах, является случайная составляю-щая, которая может присутствовать в сочетании только с определенной тенденцией или только с какими-то периодическими колебаниями. Чаще всего встречаются временные ряды, где мож-но установить тенденцию и случайную компоненту, особенно при использовании годичных данных, не отражающих влияние сезонности.
   Обычно тенденцию (если установлено ее наличие) стремятся представить в виде более или менее гладкой кривой (траектории), которая аналитически выражается некоторой функци-ей времени, называемой трендом. Тренд характеризует основную закономерность движения во времени, свободную в основном (но не полностью) от случайных воздействий.
   Предполагается, что, рассматривая любое явление как функцию времени, можно выра-зить влияние всех основных факторов, причем механизм их влияния в явном виде не учитыва-ется. В связи с этим под трендом обычно понимают регрессию на время. Более общее понятие тренда, весьма удобное на практике, - это детерминированная составляющая динамики разви-тия, определяемая влиянием постоянно действующих факторов. Отклонение от тренда пред-ставляет собой случайную составляющую. Исходя из этого, уровни временного ряда (Yt) мож-но представить следующим образом:
   
    Yt = f (t) +  t, (1.1)
   
   где f (t) – систематическая (детерминированная) составляющая, характеризующая
    основную тенденцию изменения показателя во времени;
     t – случайная составляющая.
    Задача прогнозирования состоит не только в том, чтобы выделить детерминированную часть в развитии процесса, но и в том, чтобы оценить и предсказать ту часть процесса, которая характеризуется случайной компонентой, т.е. случайным отклонением от тенденции.
    При использовании в прогнозировании методов математико-статистического моделиро-вания различают трендовые и факторные модели.
   В трендовой модели уровень прогнозируемого показателя является функцией времени. На самом деле за этим временем скрывается комплекс причинных факторов и условий, опреде-ляющих форму и параметры тренда. Но все эти факторы заданы неявно, в виде их среднегодо-вого влияния на результативный показатель Y через параметры тренда.
   Факторные модели в явном виде отражают влияние различных обстоятельств и факторов на исследуемый и прогнозируемый показатель. Среди факторных моделей особого внимания заслуживают многофакторные модели, позволяющие использовать системный подход к изу-чению взаимосвязанных экономических явлений и процессов.
    Независимо от вида и метода построения моделей вопрос о возможности ее применения в целях анализа и прогнозирования экономического явления может быть решен только после установления адекватности, т. е. соответствия модели исследуемому процессу. Для адекватных моделей имеет смысл ставить задачу оценки их точности, которая характеризуется величиной отклонения полученных по модели результатов от реального значения моделируемого показа-теля.
   О точности прогноза принято судить по величине погрешности прогноза (ошибки) – разности между прогнозируемым и фактическим значением (реализацией) исследуемой пере-менной. Однако, такой подход к оценке точности возможен только в двух случаях. Во-первых, когда период упреждения уже окончился и исследователь имеет фактические значения пере-менной. При краткосрочном прогнозировании это вполне реально. Во-вторых, когда прогноз разрабатывается ретроспективно, т.е. прогнозирование осуществляется для некоторого момента времени в прошлом (для которого уже имеются фактические данные). При этом имеющаяся информация делится на две части. Одна из них, охватывающая более ранние данные, служит для оценивания параметров прогностической модели, а более поздние данные рассматриваются как реализации соответствующих прогностических оценок. Полученные ретроспективные ошибки прогноза в какой-то мере характеризуют точность примененной методики прогнозиро-вания и могут оказаться полезными при сопоставлении нескольких методов.
   
   1.1 Прогнозирование на основе трендовых моделей (кривых роста)
   
   Сущность методики экономического прогнозирования с помощью трендов заключается в их временной экстраполяции. Основная цель такого прогноза – показать, каких результатов можно достичь в будущем, если двигаться к нему с той же скоростью, ускорением и т.д., что и в прошлом. Если такая оценка окажется неудовлетворительной, то сложившаяся в прошлом тен-денция должна быть изменена с учетом тех факторов, под влиянием которых она складывается.
   Первым этапом экстраполяции тренда является выбор функции (кривой роста), наилуч-шим образом описывающей эмпирический временной ряд и оценка ее параметров. Эта функция может быть получена путем аналитического выравнивания динамического ряда. При этом чаще всего применяются: многочлены (полиномы), экспонента (показательная функция); логистиче-ские кривые; кривая Гомперца.
    Правильный выбор типа кривой во многом определяет успех прогнозирования. Ошибка здесь (при прочих равных условиях) оказывается более значимой по своим последствиям, чем ошибка, связанная со статистическим оцениваем параметров.
   В основе выбора кривой должен лежать теоретический анализ сущности изучаемого яв-ления, изменения которого отображаются временным рядом. Иногда во внимание принимаются соображения о характере роста уровней ряда. Так, если рост выпуска продукции в плане преду-сматривается в виде арифметической прогрессии, то выравнивание производится по прямой. Если же оказывается, что рост идет в геометрической прогрессии, то выравнивание надо произ-водить по показательной функции. Необходимо отметить, что для определения тренда в эконо-мических динамических рядах нецелесообразно использовать полиномы высоких степеней, по-скольку полученные таким образом аппроксимирующие функции будут отражать случайные отклонения, а не детерминированную компоненту, что противоречит смыслу тенденции.
    Наиболее распространенным методом оценки параметров зависимостей является метод наименьших квадратов.
    На практике обычно окончательный подбор вида функции тренда, параметры которой определяются методом наименьших квадратов, производится эмпирически, путем построения ряда функций и сравнения их между собой по величине среднеквадратической ошибки (стан-дартного отклонения):
   
    , (1.2)
   
   где - фактические уровни временного ряда,
    - расчетные (вычисленные по уравнению тренда) значения уровней
   временного ряда,
   n - количество уровней во временном ряду (количество наблюдений),
    m – количество оцениваемых в функции тренда параметров;
    f = n – m – число степеней свободы; так, если выравнивание производится
    по прямой, то f = n – 2; для параболы второй степени f = n – 3 и т. д.
   
    После выбора одной или нескольких функций, описывающих тенденцию развития рас-сматриваемого процесса, следует выполнить проверку их качества.
   Качество модели определяется ее адекватностью исследуемому процессу и точностью.
   Модель считается адекватной, если систематическая компонента (тренд) определена правильно. При правильном выборе вида тренда отклонения от него (т.е. разности между фак-тическими уровнями ряда и их расчетными (вычисленными по модели) значениями) будут:
   1) носить случайный характер. Это означает, что изменение остаточной компоненты не связа-но с изменением времени (не зависит от фактора времени);
   2) иметь равное нулю математическое ожидание;
   3) нормально распределены;
   4) независимы друг от друга (т. е. в остаточной последовательности не будет существен-ной автокорреляции).
   Точность модели определяется степенью близости расчетных уровней ряда к фактиче-ским данным (формула (1.2)), а также с помощью других показателей, о которых речь пойдет дальше.
   
    Для проверки случайности остатков можно применить критерий серий, суть которого в следующем.
   Отклонения от тренда располагают в порядке возрастания их значений, т. е. в виде ва-риационного ряда, и в этом ряду находят медиану ем (среднее по расположению число для ряда с нечетным числом уровней или среднее арифметическое двух серединных величин при четном числе уровней).
   Возвращаясь к исходному ряду остатков и сравнивая его уровни с медианой, ставят знак «плюс», если проверяемый уровень больше медианы, и «минус», если он меньше медианы (ес-ли они равны, то никакой знак не ставится). Последовательность подряд идущих плюсов или минусов образует серию, а количество плюсов или минусов в серии определяет ее длину. Ино-гда серия может состоять только из одного плюса или минуса, и тогда ее длина равна единице.
   Последовательность плюсов и минусов характеризуется общим числом серий (V) и протяженностью самой длинной серии (Kmax).
   Отклонения от тренда будут случайными, если выполнены следующие неравенства при 5%-ном уровне значимости:
   
   
   ВОПРОСЫ
   
   1. Нужно ли планирование и прогнозирование в рыночной экономике? Почему?
   2. Расскажите о связи и о различии между планированием экономического и социального развития и прогнозированием.
   3. Какие виды планов и прогнозов Вы знаете? Охарактеризуйте их отличительные особенности.
   4. В чем суть генетического и нормативного подходов в прогнозировании?
   5. Охарактеризуйте основные принципы разработки макроэкономических прогнозов.
   6. Назовите и коротко охарактеризуйте основные этапы разработки прогноза с использованием статистических методов.
   7. Классификация методов прогнозирования.
   8. Раскройте основные понятия и категории, употребляемые в экономической прогностике.
   9. Что такое тенденция и как проверяется гипотеза о ее существовании?
   10. В чем суть автокорреляции и авторегрессии? Как определить порядок авторегрессионной модели?
   11. С какими сложностями сталкивается исследователь при построении прогноза по многофакторным моделям?
   12. Раскройте сущность точечного и интервального прогнозирования.
   13. Является ли высокое значение парного коэффициента корреляции свидетельством тесной взаимосвязи переменных, представленных временными рядами?
   14. Раскройте содержание основных показателей точности статистических прогнозов.
   15. Охарактеризуйте основные приемы построения множественной регрессионной модели по временным рядам.
   16. Экстраполяция тренда и доверительные интервалы прогноза.
   17. В каких случаях целесообразно включать в модель регрессии, построенную по многомерным временным рядам, фактор «время»?
   18. Что представляет собой ретроспективный прогноз? Какова его роль для оценки точности математических моделей прогнозирования?
   19. Какие факторы влияют на доверительный интервал прогноза? Как доверительная вероятность соотносится с практической значимостью результатов прогнозирования?
   20. Какими средствами оценивается качество прогнозных моделей?
   21. Какими средствами на основе регрессионной модели получается прогноз зависимой переменной? Какие факторы влияют на ширину доверительного интервала?
   22. Какие типы моделей экономического роста Вы знаете? В чем их суть?
   23. Что включает в себя понятие адекватности математических моделей прогнозирования? Какова методика ее определения?
   24. Какие методы используются для прогнозирования спроса?
   25. В чем суть методики построения динамической многофакторной модели?
   26. Выбор формы кривой, выравнивающей тренд.
   27. Какие методы моделирования случайной составляющей временного ряда Вы знаете?
   28. Охарактеризуйте метод авторегрессии применительно к прогнозированию случайной ком-поненты временного ряда.
   29. Использование факторных моделей в прогнозировании.
   30. Как проверить точность математических прогнозных моделей? Может ли модель быть дос-таточно адекватной, но не точной?
   31. Использование эконометрических моделей в прогнозировании: этапы, особенности.
   32. Охарактеризуйте подход к прогнозу динамики основных фондов.
   
   
   
   Литература
   
    . Алгебров, Б. Бурса, А. Симонов. Об одном подходе к прогнозированию краткосрочного разви-тия стран и регионов в новых условиях. // Экономика и математические методы. Том 32, вып. 3, 1996. - с. 54.
    Ю.С. Архангельский. Прогнозирование объемов производства отраслей народного хозяйства Украины.// Экономика и математические методы. Том 32, вып. 3, 1966. - с. 161.
    Л.Е. Басовский. Прогнозирование и планирование в условиях рынка. – М.,1999.
    Р. Винн, К. Холден. Введение в прикладной эконометрический анализ. - М.: Финансы и стати-стика, 1981. - 293 с.
    О. Г. Голиченко. О моделировании воздействия роста денежной массы на инфляцию и динами-ку уровня производства. // Экономика и математические методы. Том 32, вып. 3, 1996. - с.96 - 104.
    А.А. Горчаков, И.В. Орлова. Компьютерные экономико-математические модели. – М.: Компь-ютер, 1995. – 134 с.
    А.С. Емельянов. Эконометрия и прогнозирование. - М.: Экономика, 1985. - 207 с.
    А.П. Ермилов. Макроэкономическое прогнозирование в США. - Новосибирск: Изд. Наука, 1987.- 268 с.
    Н.І. Костіна, А.А.Алексеев, О.Д. Василик. Фінансове прогнозування: методи та моделі. – К., 1997.
    Н.Б. Кобелев Практика применения экономико-математическх методов и моделей. – М., 2000.
    Макроэкономические модели планирования и прогнозирования. - М.:
    Статистика, 1970. - 389 с.
    Прогнозирование капиталистической экономики. - М.: Мысль, 1970. - 447 с.
    Рабочая книга по прогнозированию. - М.: Мысль, 1982. - 430 с.
    С.А. Саркисян, Л.В. Голованов. Прогнозирование развития больших систем. - М.: Статистика, 1975. - 191 с.
    Статистика рынка товаров и услуг./ Под ред. И. К. Белявского. - М.: Финансы и статистика, 1995. - 432 с.
    Статистический анализ экономических временных рядов и прогнозирование. - М.: Наука, 1973. - 295 с.
    Статистическое моделирование и прогнозирование / Под ред. А. Г. Гранберга. - М: Финансы и статистика, 1990. - 382 с.
    Стратегия и тактика антикризисного управления фирмой / Под ред. А. П. Градова и Б. И Кузи-на. - С-П.: Специальная литература, 1996. - 510 с.
    Теория и практика статистического моделирования экономики. - М.: Статистика, 1986. - 289 с.
    Теория прогнозирования и принятия решений. / Под ред. С.А. Саркисяна. - М.: Высшая школа, 1977. - 350 с.
    Г. Тейл. Прикладное экономическое прогнозирование. - М.: Прогресс, 1970. - 504 с.
    Г. Тейл. Экономические прогнозы и принятие решений. - М.: Статистика, 1971. - 489 с.
   27. Е.М. Четыркин. Статистические методы прогнозирования. – М.: Статистика, 1977. – 199 с.
   28. В. Черняк. Модель экономики: выбор Украины. // Экономика Украины, 1995, №9.
   29. А.А.Френкель. Прогнозирование производительности труда: методы и модели. – М.: Экономика, 1989. – 214 с.
   30. А.А.Френкель. Прогнозирование производительности труда: методы и модели. – М.: Экономика, 1989. – 214 с.
   
   
   
   Скачать методические указания полностью в формате Word

Автор: uasol | Відгуки: 0 | Перегляди: 5995 | 13/05/2011 Лекції, посібники - Економіка

Ссылка на статью:


Коментарій

Оставить комментарий
Ваше имя:
Комментарий:
Введите текст, изображенный на картинке:
 
 укр  |  рус  |  eng 
23.10.2020 14:46

Батько загиблого розвідника подав позов проти Зеленського

Батько загиблого на Донбасі розвідника Ярослава Журавля, Сергій Журавель подав позов проти президента Володимира Зеленського через перевищення ним службових повноважень.
23.10.2020 14:42

1200 грн на руки і більше 100 млн на все: в ОПОв дізналися, скільки коштуватиме "Зе-опитуваня"

На організацію і роботу волонтерів для проведення опитування з ініціативи президента Володимира Зеленського партії "Слуга народу" необхідно витратити 75 млн грн, а максимальна сума витрат може досягти 103 млн грн.
23.10.2020 14:22

Стало відомо, чого хоче Боголюбов від уряду у справі Приватбанку

Колишній акціонер Приватбанку Геннадій Боголюбов просить повернути йому 33,3% акцій фінустанову, що належали бізнесмену до націоналізації банку.
23.10.2020 13:41

Суд відмовився скасовувати опитування Зеленського

Окружний адміністративний суд Києва відмовився визнати протиправним оголошення президента Володимира Зеленського про проведення всенародного опитування громадської думки 25 жовтня 2020 року на виборчих дільницях.
23.10.2020 12:52

США завдали авіаудару в Сирії: вбито кількох ватажків "Аль-Каїди"

Армія США завдала авіаудару у провінції Ідліб на північному заході Сирії, внаслідок чого було вбито кількох ватажків терористичного угруповання "Аль-Каїда" у цій країні.
23.10.2020 12:01

США перед виборами звинуватили в атаках російських хакерів

Уряд США звинуватив підтримуваних державою російських хакерів у атках на десятки державних і місцевих урядових мереж протягом останніх тижнів. 
23.10.2020 10:52

Аграрії попереджають про ризики обвалу ринку зернових

Міністерство розвитку економіки, торгівлі та сільського господарства анонсувало проведення наради з представниками аграрних асоціацій щодо проблем з невиконанням форвардних контрактів.
23.10.2020 10:41

В Україні оновили перелік "червоних" зон

Комісія з питань техногенно-екологічної безпеки та надзвичайних ситуацій оновила перелік міст, які потрапили у червону, помаранчеву та інші зони, через показник захворюваності на коронавірус.
Усі новини