Реферат: Теория экономического прогнозирования

• долговременные циклические колебания проявляются на протяже­нии длительного времени в результате действия факторов, обладающих большими последствиями, либо циклически изменяющихся во времени (кризисы перепроизводства, периодические природные явления);

• кратковременные циклические колебания (сезонная составляющая) показывают колебания факторов в зависимости от времен года (продук­тивность сельского хозяйства, сезонные колебания розничного товарообо­рота);

• случайная составляющая образуется в результате суперпозиции большого числа внешних факторов, не участвующих в формировании детерминированной составляющей и оказывающих незначительное влияние на изменение значений показателей.

Для выявления типа инерционности необходимо проверить зависи­мость показателей от временного фактора. Для этой цели, в частности, можно порекомендовать метод, разработанный Ф.Фостером и А.Стюартом, предложившими по данным исследуемого ряда определять величины и, к I путем последовательного сравнения уровней ряда динамики [39]:

			1, если уt – max из всех yt-1, yt-2, yt-n;

0, в остальных случаях

ut   =

			1, если уt – min из всех yt-1, yt-2, yt-n;

0, в остальных случаях

lt =

Далее определяется две простые характеристики s и d:

s=∑st,                                                                                                   (1.10)

d=∑dt,                                                                                                   (1.11)

где: st = ut+lt,

     и dt=ut-lt,                                                                                         (1.12)

Суммирование в формулах (1.10) и (1.11) производится по всем чле­нам ряда. Полученные показатели s и d используются для проверки гипо­тезы об отсутствии тенденции (s - б средней, d - в дисперсии) в динамике исследуемого экономического показателя. Проверку гипотезы проводят, применяя t-критерий Стьюдента, то есть определяя:

tн=(d-0)/(σ1),                                                                                              (1.13)

tн=(s-µ)/( σ2),                                                                                              (1.14)

где µ — математическое ожидание величины s;

σ - средние квадратические 0, изменения величин s и d.

Значения, µ, σ1 и σ2 табулированы. Если tн ≥ tкр то гипотеза о нали­чии тенденции отвергается, tкр находят по таблицам критических точек распределения Стьюдента в зависимости от уровня значимости гипотезы а (обычно выбирается на уровне 0,05) и числа степеней свободы k:

k = n – 1,                                                                                        (1.15)      

где n — число уровней ряда.

Если же tn <tкр, то гипотеза принимается, и для исследуемого объ­екта характерна инерционность второго рода. Данный метод достаточно прост и легко может применяться в практических разработках.

После проверки типа инерционности экономической системы (объ­екта) необходимо перейти к подбору адекватного метода прогнозирования, а также параметрических моделей в соответствии с алгоритмом, показан­ным к количественным расчетам и верификации результатов.

2. МЕТОДЫ ЭКОНОМИЧЕСКОГО ПРОГНОЗИРОВАНИЯ

2.1. Классификация и область применения методов прогнозирования

Выбор конкретного метода является одной из наиболее важных за­дач прогнозирования. Возрастание актуальности разработки формальных, в том числе логических процедур, при выборе метода прогнозирования отмечает в своих работах Глущенко В.В. [8,9]. При этом можно указать три основные группы причин, влияющих на необходимость выбора метода прогнозирования.

Первая группа состоит в увеличении числа методов прогнозирова­ния, которое и в перспективе будет возрастать в связи с разнообразием практических задач прогнозирования (в настоящее время число методов прогнозирования приближается к двумстам).

Вторая группа причин заключается в том, что в современных неоп­ределенных условиях (переходный период, экономический кризис) суще­ственно возрастает сложность как самих решаемых задач, так и объектов прогнозирования (создание корпоративных групп, холдингов, объедине­ний и других сложных организационно-производственных структур).

Третья группа причин связана с возрастанием динамичности (под­вижности) рыночной среды, ускорением темпов инновационного процесса. Поэтому на выбор конкретного метода прогнозирования влияют:

• существо проблемы, подлежащей решению;

• динамические характеристики объекта прогнозирования;

• вид и характер информационного обеспечения;

• выбранный период упреждения прогноза (и его соотношение с про­должительностью цикла разработки товара или услуги);

• требования к результатам прогнозирования (точности, надежности и достоверности).

Следует иметь в виду, что названные факторы должны рассматри­ваться в системном единстве.

Для выбора наиболее подходящего метода прогнозирования на предпрогнозном этапе необходимо структурировать информацию об объ­екте прогнозирования, проанализировать ее (оценить полноту, непротиво­речивость, сопоставимость и соизмеримость данных, точность и достовер­ность информации).

Первоначально необходимо выделить из числа общеизвестных мето­дов прогнозирования как приемлемые для решения конкретной задачи, так и те, которые применить по тем или иным причинам нельзя. Последние следует исключить из числа рассматриваемых альтернатив.

Условно все существующие методы прогнозирования можно разбить на две большие группы:

• фактографические (формализованные), которые базируются на фактически имеющейся информации об объекте прогнозирования и его прошлом. Они условно подразделяются на

- статистические, основанные на построении и анализе динамиче­ских рядов, либо на данных случайной выборки;

- аналоговые методы, направленные на выявление сходства в закономерностях развития различных систем и процессов.

• экспертные (интуитивные) методы используют мнения специали­стов-экспертов и применяются тогда, когда невозможно формализовать изучаемые процессы или имеет место неопределенность развития хозяйственной системы.

Рис.2.1. Методы экономического прогнозирования.

Обоснованность прогноза в значительной мере зависит от выбора метода прогнозирования(рис.2.1).

Особое место в классификации методов прогнозирования занимают комбинированные методы, которые объединяют различные методы про­гнозирования. Использование комбинированных методов особенно акту­ально для сложных социально-экономических систем, когда при разработ­ке прогноза показателей каждого элемента системы могут быть использо­ваны различные сочетания методов прогнозирования. Разновидностью комбинированных методов можно считать эконометрическое моделирова­ние.

Практическое применение того или иного метода прогнозирования определяется такими факторами, как объект прогноза, сложность и струк­тура системы, наличие исходной информации, квалификация прогнозиста. В таблице 2.1 приведена характеристика различных методов прогнозиро­вания экономических систем и область их применения.

Краткая характеристика методов прогнозирования и область их применения

Важную роль в выборе метода прогнозирования может сыграть ти­повое представление объекта прогнозирования. Это связано с тем, что ка­ждому из типовых представлений объекта можно поставить в соответствие множество элементов методической среды прогнозирования. Это отражает булева (логическая) матрица наличия или отсутствия связи между типо­вым представлением объекта и методом прогнозирования (табл. 2.2) [9]. В этой таблице 0 - отсутствие связи между типовым представлением объекта и искомым методом прогнозирования; 1 - если такая связь существует.

Строки этой матрицы пронумерованы от 0 до 6 и соответствуют:

1 - интуитивному представлению;

2 - предметному представлению (дескриптивные модели);

3 - функционально-декомпозиционному представлению;

4 - представлению в виде контуров обслуживания;

5 - агрегативно-декомпозиционному представлению;

6 - представлению в виде модели «параметр-поле допуска».

Столбцы этой матрицы пронумерованы в соответствии с номерами видов прогнозирования:

1 - экспертное;

2 - функционально-логическое;

3 - структурное;

4 - параметрическое;

5 - прогнозирование по аналогии;

6 - комплексные системы прогнозирования [3].

Таблица 2.2

Булева матрица наличия или отсутствия связи между типовым представ­лением объекта и группой методов прогнозирования

Прогнозист в процессе исследования выбирает вид методов прогно­зирования, а затем в рамках этой группы отбирает наиболее подходящий, адаптирует его к особенностям объекта, при необходимости модифицирует или разрабатывает свой метод. Подбор адекватного метода позволяет обеспечить функциональную полноту, достоверность и точность прогноза, уменьшить затраты времени и ресурсов на прогнозирование.

2.2. Фактографические методы прогнозирования

Как было ранее показано (см. п. 2.1.), фактографические методы про­гнозирования можно условно разделить на две большие группы: статисти­ческие и методы аналогий.

Статистические методы прогнозирования

Статистические методы изучены лучше всего, однако не являются единственно возможными. В ряде случаев прибегают к построению сцена­риев развития, морфологическому анализу, историческим аналогиям. Но­вым подходом к прогнозированию НТП является, в частности, «симптома­тическое» прогнозирование, суть которого заключается в выявлении «предвестников» будущих сдвигов в технике и технологии. Однако в прак­тике экономики преобладающими по-прежнему являются статистические методы (что связано с наличием инерционности). Немаловажным является и то, что статистические методы опираются на аппарат анализа, развитие и практика которого имеют достаточно длительную историю.

Процесс статистического прогнозирования распадается на 2 этапа:

• Индуктивный, заключающийся в обобщении данных, наблюдаемых за более или менее продолжительный период времени, и в представлении соответствующих статистических закономерностей в виде модели. Про­цесс построения модели включает: выбор формы уравнения, описывающе­го динамику или взаимосвязь явлений; оценивание его параметров.

• Дедуктивный — собственно прогноз. На этом этапе определяют ожидаемое значение прогнозируемого показателя.

Не всегда статистические методы используются в чистом виде. Часто их включают в виде важных элементов в комплексные методики, преду­сматривающие сочетание статистических методов с другими, например, экспертными оценками.

Статистические методы основаны на построении и анализе динами­ческих рядов, либо данных случайной выборки. К ним относятся методы прогнозной экстраполяции, корреляционный и регрессионный анализ. В группу статистических методов можно включить метод максимального правдоподобия и ассоциативные методы — имитационное моделирование и логический анализ.

Динамику исследуемых показателей развития хозяйственной систе­мы можно прогнозировать при помощи двух различных групп количест­венных методов: методов однопараметрического и многопараметрического прогнозирования. Общим для обеих групп методов является, прежде всего, то, что применяемые для параметрического прогнозирования математиче­ские функции, основываются на оценке измеряемых значений прошедшего периода (ретроспективы). Однопараметрическое прогнозирование базиру­ется на функциональной зависимости между прогнозируемым параметрам (переменной) и его прошлым значением, либо фактором времени.

ŷt+1=ſ(yt,yt-1,…,yt-n).                                                                            (2.1)

При обработке таких прогнозов пользуются методом экстраполяции трендов, экспоненциальным сглаживанием или авторегрессией.

В основе многопараметрических прогнозов лежит предположение о причинной взаимосвязи между прогнозируемым параметром и нескольки­ми другими независимыми переменными:

ŷt+1=f(x),  или;                                                                                        (2.2)

ŷt+1=f(x1, x2,…, xn).

Однопараметрические методы следует использовать при кратко­срочном (менее одного года) прогнозирования показателей, изменяющихся еженедельно или ежемесячно. Многопараметрические оправдывают себя для средне- и долгосрочного прогнозирования.

   да                                                  нет                                              да                                 нет 

Нет                           

Инструмент прогноза Скользящие и экспоненциаль- ные средние, ав- торегрессия

                                              да                                  нет                                             да

Рис.2.2.Схема выбора статистического метода прогнозирования

Выбор конкретного параметрического метода прогнозирования, кроме того, зависит от характера исходной статистической базы. В качест­ве исходных данных могут быть взяты выборочные наблюдения и динами­ческие ряды. В первом случае в качестве инструмента прогноза применя­ется регрессия. Значительно чаще, чем случайная выборка, информацион­ной базой для прогноза являются динамические ряды.

Тогда в качестве инструментов прогноза выступают тренды, авто­регрессия, смешанная авторегрессия и т.п. Выбор адекватного подхода за­висит от того, обнаружены ли экзогенные факторы, влияющие на значение зависимой переменной или нет, влияют ли на зависимую переменную предшествующие значения этой же переменной и т.д. В целом процесс вы­бора конкретного метода статистического параметрического прогнозиро­вания показан на рис. 2.2. [39].

Страницы: 1, 2, 3, 4, 5, 6, 7, 8