|
|
Анализ временных рядов и прогнозирование. Международный консорциум Электронный университет Московский государственный университет экономики, статистики и информатики
Приведите классификацию статистических моделей.
Покажите, что статистическое прогнозирование является частью общей теории прогностики.
Дайте классификацию временных рядов и проиллюстрируйте примерами.
Сформулируйте понятие «модели» и «моделирования».
В чем отличие стационарных от нестационарных временных рядов.
Охарактеризуйте составляющие компоненты временного ряда.
Сформулируйте основные этапы проведения экономико-статистического анализа.
В чем различие понятий «тренд» и «тенденция».
Назовите виды тенденции в рядах динамики.
Перечислите методы выявления тенденции в рядах динамики.
Сформулируйте сущность метода кумулятивного
Т-критерия.
Назовите методы выявления тенденции по видам во временных рядах.
Сформулируйте сущность метода сравнения средних уровней временного ряда.
Сформулируйте сущность метода Фостера-Стюарта.
В чем сущность процедуры центрирования в методе скользящих средних.
Чем определяется порядок скольжения в методе скользящих средних.
Сформулируйте основные требования реализации метода скользящих средних.
Сформулируйте сущность метода аналитического выравнивания.
Какие Вы знаете сглаживающие функции? Как происходит выбор функции?
Представьте графическое обоснование случайного компонента.
Перечислите методы оценки случайного компонента.
Сформулируйте гипотезу, проверяемую на основе критерия «восходящих» и «нисходящих» серий.
Сформулируйте сущность дисперсионного метода анализа.
Что такое связные или многомерные временные ряды?
Что понимают под автокорреляцией временных рядов и какие существуют методы исключения автокорреляции?
Перечислите способы построения регрессионных моделей методом наименьших квадратов по динамическим рядам?
В чем особенность изучения сезонного компонента?
Перечислите методы выявления сезонного компонента.
В чем особенность моделирования сезонного компонента?
Чем определяется порядок гармоники Фурье?
Раздел III.
Прогнозирование динамики социально-экономических явлений и процессов
3.1. Сущность и классификация статистических
прогнозов
Статистическое прогнозирование, наряду с другими видами прогнозирования социально-экономических явлений и процессов, является инструментом управления и развития.
Прогнозирование – это вид познавательной деятельности человека, направленной на формирование прогнозов развития объектов, на основе анализа тенденций и закономерностей его развития.
Прогнозирование – это научное, основанное на системе установленных причинно-следственных связей и закономерностей, выявление состояния и вероятностных путей развития явлений и процессов.
Прогнозирование предопределяет оценку показателей и дает характеристику явлений и процессов в будущем. Прогнозирование распространяется на такие процессы управления, которые в момент выработки прогнозов можно определить в весьма малом диапазоне, либо совсем невозможно, либо возможно, но требует учета действия таких факторов, влияние которых не может быть полностью или однозначно определено.
В зависимости от степени конкретности и характера воздействия на ход исследуемых процессов и явлений можно выделить три основные понятия прогнозирования:
гипотеза;
предсказание;
прогноз.
Данные понятия тесно взаимосвязаны в своих проявлениях друг с другом и с исследуемым объектом и представляют собой последовательные ступени познания поведения явления и объекта в будущем.
Гипотеза – это научно обоснованное предположение либо о непосредственно ненаблюдаемом факте, либо о закономерном порядке, объясняющем известную совокупность явлений.
На уровне гипотезы дается качественная характеристика объекта, выражающая общие закономерности его поведения.
Гипотезой является не всякая догадка, а лишь предположение, которое носит вероятный характер. Установив, что группа явлений, закономерная связь которых неизвестна, имеет ряд тождественных черт с другой группой явлений, закономерная связь которых уже установлена, делается вывод о вероятности частичного сходства искомой закономерной связи с уже определенной.
Развиваясь, гипотеза одновременно подвергается проверке, необходимость которой вытекает из самой сущности гипотезы как предположения.
Проверка гипотезы состоит в том, что все следствия, полученные посредством теоретического анализа основного допущения гипотезы сопоставляются с эмпирическими данными.
Если по одной и той же задаче, проблеме и так далее возникает одновременно несколько гипотез и известно, какие гипотезы здесь вообще возможны, а какие – нет, то доказательством истинности одной из рассматриваемых гипотез является установление ложности всех остальных.
Степень вероятности гипотезы тем выше, чем разнообразнее и многочисленнее ее следствия, подтвержденные эмпирическим путем.
Достаточность условий реализации гипотез, их вероятность теоретически и практически граничит с высокой степенью достоверности. Гипотеза оказывает воздействие на процесс через прогноз, являясь важным источником информации для его составления.
Предсказание – это предвидение таких событий, количественная характеристика которых невозможна или затруднена.
Прогноз – это количественное, вероятностное утверждение в будущем о состоянии объекта или явления с относительно высокой степенью достоверности, на основе анализа тенденций и закономерностей прошлого и настоящего.
Прогноз в сравнении с гипотезой имеет большую определенность и достоверность, так как основывается как на качественных, так и на количественных характеристиках. В отдельных случаях прогноз может носить качественный характер, но в его основе всегда лежат количественные явления.
Для осуществления прогноза, то есть определения понятий, как будут осуществляться и развиваться прогнозируемые явления в будущем, необходимо знать тенденции и закономерности прошлого и настоящего. При этом, следует помнить, что будущее зависит от многих случайных факторов, сложное переплетение и сочетание которых учесть практически невозможно. Следовательно, все прогнозы носят вероятностный характер.
Прогнозы можно подразделить в зависимости от целей, задач, области применения, времени упреждения, источников информации и так далее.
В зависимости от целей исследования прогнозы делятся на поисковые и нормативные.
Нормативный прогноз – это прогноз, который предназначен для указания возможных путей и сроков достижения заданного, желаемого конечного состояния прогнозируемого объекта, то есть нормативный прогноз разрабатывается на базе заранее определенных целей и задач.
Поисковый прогноз не ориентируется на заданную цель, а рассматривает возможные направления будущего развития прогнозируемого объекта, то есть выявление того, как будет развиваться объект в будущем полностью зависит от сохранения существующих тенденций.
Таким образом, поисковый прогноз отталкивается при определении будущего состояния объекта от его прошлого и настоящего, а нормативный прогноз осуществляется в обратной последовательности: от заданного состояния в будущем к существенным тенденциям и закономерностям в соответствии с поставленной задачей.
В зависимости от специфики области применения прогноза и от объекта прогнозирования прогнозы подразделяются на:
естественноведческие – это прогнозы в области естественных наук, например, в биологии, медицине и так далее;
научно-технические – это, например, инженерное прогнозирование технических характеристик узлов, деталей и так далее;
общественноведческие – это прогнозы в области общественных наук, например, в экономике, демографии и т.д.
В зависимости от масштабности объекта, прогнозы бывают:
глобальные – рассматривают наиболее общие тенденции и закономерности в мировом масштабе;
макроэкономические – анализируют наиболее общие тенденции явлений и процессов в масштабе экономики страны в целом;
структурные (межотраслевые и межрегиональные) – прогнозы развития экономики в разрезе отраслей;
региональные – прогнозы развития отдельных регионов;
отраслевые – прогнозируют развитие отраслей;
микроэкономические – прогнозы развития отдельных предприятий, производств и так далее.
По сложности прогнозы различают:
сверхпростые – прогноз на основе одномерных временных рядов, когда отсутствуют связи между признаками;
простые – прогнозы, предполагающие учет оценки связей между факторными признаками;
сложные – прогнозы, оценка связей между признаками в которых определяется на основе системы уравнений или многофакторного динамического прогнозирования.
По времени упреждения выделяются следующие прогнозы социально-экономических явлений и процессов:
текущие – до 1 года;
краткосрочные – 1 – 3 года;
среднесрочные – 3 – 5 лет;
долгосрочные – 5 – 10 лет;
дальнесрочные – 10 и более лет.
Период упреждения прогноза – это отрезок времени от момента, для которого имеются последние фактические данные об изучаемом объекте, до момента, к которому относится прогноз.
Период упреждения прогноза зависит от специфики и особенностей изучаемого объекта исследования, от интенсивности изменения показателей, от продолжительности действия выявленных тенденций и закономерностей, от длины временного ряда и от многих других факторов.
Перечисленные виды прогнозов по времени упреждения отличаются друг от друга по своему содержанию и характеру оценок исследуемых процессов.
Текущий прогноз основан на предположении о том, что в прогнозируемом периоде не произойдет существенных изменений в исследуемом объекте, а если и произойдут, то количественно несущественные.
Краткосрочный и среднесрочные прогнозы предполагают, что произойдут существенные изменения с изучаемым объектом как в количественных, так и в качественных характеристиках. При этом в краткосрочном и среднесрочном прогнозах оценка явлений и процессов дается в разрезе количественно-качественном, а в долгосрочном и дальнесрочном прогнозах – качественно-количественном.
Выбор методов прогнозирования осуществляется в соответствии с характером объекта, требований, предъявляемых к информационному обеспечению, а также на основе сравнения эффективности и оптимальности решения аналогичных задач.
Отличительной чертой социально-экономических явлений и процессов является инерционность, проявляющаяся, с одной стороны в сохранении взаимосвязей прогнозируемого явления с другими явлениями, а с другой – в сохранении тенденции во времени.
Для обеспечения научной обоснованности и достоверности социально-экономических прогнозов необходимо, чтобы в ходе их составления раскрывались и познавались причинно-следственные связи и факторы, характеризующие развитие процессов и явлений, изучались их внутренние структурные связи, а также внешняя среда, в которой они проявляются.
Основными этапами разработки статистических прогнозов являются:
Анализ объекта прогнозирования. На этом этапе рассматривается состояние, основные элементы, взаимосвязи и факторы, формирующие и оказывающие влияние на исследуемых объект; выдвигается основная рабочая гипотеза; выявляются причинно-следственные связи как внутри явления, так и вне его и определяется их статистическое выражение.
Характеристика информационный базы исследования.
На данном этапе выдвигаются основные требования, предъявляемые к информационной базе. При этом различают количественную информацию, обработку которой осуществляют статистическими методами, и качественную информацию, сбор и обработка которой производится преимущественно эвристическими и непараметрическими статистическими методами анализа.
Выбор метода прогнозирования.
Процесс выбора метода прогнозирования обусловлен объективизацией прогноза, которая обеспечивает реализацию наиболее точного и достоверного прогноза. С этой целью целесообразно использовать различную исходную информацию и несколько методов прогнозирования.
Построение исходной модели прогноза и ее реализация. Данный этап предполагает, что основой построения прогноза является разработка достаточно адекватной исходной модели, обладающей прогностическими свойствами.
Проверка достоверности, точности и обоснованности прогноза.
На данном этапе дается достоверная оценка процесса прогнозирования на основе расчета и анализа абсолютных, относительных и средних показателей точности прогноза. Надежность прогноза определяется, как правило, величиной доверительных интервалов.
Принятие решений на основе прогнозной модели и выработка рекомендаций о возможностях ее использования для получения прогнозных оценок.
Построение достаточно точных и надежных прогнозов позволяет на практике наиболее четко сформулировать резервы и пути развития изучаемых социально-экономических явлений и процессов.
Одним из наиболее распространенных методов прогнозирования социально-экономических явлений и процессов является экстраполяция, то есть продление тенденции и закономерностей, связей и соотношений прошлого и настоящего на будущее.
Типичным примером экстраполяции являются прогнозы по одномерному временному ряду, которые заключаются в продлении на будущий период сложившейся тенденции изучаемого явления. Основная цель данного прогноза заключается в том, чтобы показать, к каким результатам можно прийти в будущем, если развитие явления будет происходить со скоростью, ускорением и так далее, аналогичным прошлого периода. Если прогнозная оценка окажется неудовлетворительной, то сложившаяся в прошлом тенденция должна быть изменена с учётом тех факторов, под влиянием которых она складывается.
Широкое практическое применение методов экстраполяции трендов объясняется простотой метода, сравнительно небольшим объемом информации и четкостью механизма реализации, лежащих в его основе предпосылок.
Теоретической основой распространения тенденции на будущее является свойство социально-экономических явлений, называемое инерционностью.
Инерционность – это сохранение тенденций, закономерностей, скорости и характера развития явлений и процессов в будущем, измеренных по данным прошлого периода.
Статистическое прогнозирование предполагает достаточно точное количественное измерение вероятных возможностей, ожидаемых значений признака. Для данной цели важно, чтобы прогностическая модель имела достаточную точность или допустимо малую ошибку прогноза.
Ошибка статистического прогноза будет тем меньше, чем меньше срок упреждения и чем длиннее информационная база прогноза. Ошибки прогноза имеют следующие особенности: состояние и параметры процесса в ближайшем будущем более сходны с фактическими данными и поэтому их предвидеть можно точнее, чем параметры того же процесса в далеком будущем.
Если тенденция динамики сохранялась неизменной
30 лет, есть гораздо большая вероятность ее сохранения и в последующие пять лет, чем если существующая тенденция возникла всего десять лет назад.
Однако из этих условий нельзя однозначно вывести какой-либо универсальный алгоритм определения допустимого срока упреждения при заданной точности прогноза либо наоборот. Приходится на данном этапе ограничиться чисто эмпирическим правилом: в большинстве случаев срок упреждения не должен превышать третей части длины базы прогноза. Иначе говоря, для прогноза на 5 уровней желательно иметь временной ряд для прогноза по длине не менее чем 15 уровней.
В каждом конкретном исследовании соотношение длины базы прогноза и срока упреждения необходимо обосновать, кроме учета вышеперечисленных общих правил, используя еще и всю возможную информацию об особенностях изучаемого объекта.
Прогнозы на основе экстраполяции временных рядов, как и любые статистические прогнозы, могут быть либо точечными, либо интервальными.
Экстраполяцию в общем виде можно представить формулой вида:
 (3.1)
где:
yt – текущий уровень исходного временного ряда;
L – период упреждения;
at – параметр уравнения тренда.
В зависимости от того, какие принципы и исходные данные положены в основу прогноза, можно выделить следующие группы методов прогнозирования социально-экономических явлений:
прогнозирование на основе простейших методов;
прогнозирование на основе экстраполяции трендов;
прогнозирование на основе дисконтирования информации;
прогнозирование на основе кривых роста.
Данные группы методов прогнозирования наиболее подробно будут рассмотрены в следующих параграфах.
|
|
|
Скачать 2.56 Mb.