- •7. Временные ряды
- •7.1. Структура и особенности временных рядов
- •7.2. Предварительный анализ исходных вр
- •7.2.1. Выявление и устранение аномальных наблюдений
- •7.2.2. Методы выявления тренда во вр
- •7.2.3. Методы сглаживания вр
- •7.2.4. Оценка автокорреляции во вр
- •Данные для расчета автокорреляции
- •7.3. Формирование набора моделей прогнозирования
- •7.3.1. Методология экономического прогнозирования
- •7.3.2. Кривые роста и их выбор
- •1. Полиноминальные кривые роста
- •Экспоненциальные кривые роста
- •Выбор вида кривой роста
- •7.4. Численное оценивание параметров моделей
- •Исходные данные задачи
- •Расчетная таблица задачи
- •7.5. Проверка качества моделей
- •7.5.1. Адекватность модели
- •Интервальные оценки критерия Дарбина-Уотсона
- •7.5.2. Точность модели
- •7.6. Построение точечного и интервального прогнозов
- •7.7. Пример расчета вр и прогноза по этому ряду
- •Исходные данные вр
- •Расчетные данные для вр
- •7.8 Адаптивное прогнозирование
- •Расчет скорректированных значений a0(t) и a1(t)
- •Прогнозные оценки по модели Брауна
7.3. Формирование набора моделей прогнозирования
7.3.1. Методология экономического прогнозирования
Основная цель создания трендовых моделей экономической динамики – это сделать на их основе прогноз о развитии изучаемого процесса на предстоящий промежуток времени.
После того, как предварительный анализ информации убедил нас в том, что данные сопоставимы, однородны, аномальных наблюдений нет, число наблюдений достаточно для проявления тенденций, исследуемый процесс устойчив, а тенденция прослеживается отчётливо, можно приступить к подбору трендовых моделей и разработке прогноза.
Экономическое прогнозирование базируется на идее, что закономерность развития экономического процесса, действовавшая в прошлом (внутри ВР), сохранится и в прогнозируемом будущем, т.е. прогноз основан на экстраполяции (нахождение по ряду данных значений функции других её значений, находящихся вне этого ряда). Экстраполяция, проводимая в будущее, называется перспективной, а в прошлое – ретроспективной.
Прогнозирование методом экстраполяции базируется на следующих предпосылках:
-
развитие исследуемого явления в целом следует описывать плавной кривой;
-
общая тенденция развития явлений в прошлом и в настоящем не должна претерпевать серьёзных изменений в будущем;
-
учет случайности позволяет оценить вероятность отклонения от закономерного развития.
Наиболее распространён метод экстраполяции на основе кривых роста экономической динамики.
7.3.2. Кривые роста и их выбор
Плавную кривую (гладкую функцию), аппроксимирующую ВР, принято называть кривой роста. Использование метода экстраполяции на основе кривых роста для прогнозирования базируется на двух предположениях:
-
ВР экономического показателя действительно имеет тренд;
-
общие условия, определяющие развитие показателя в прошлом, останутся без существенных изменений в течении периода упреждения.
Известно большое количество типов кривых роста для экономических процессов.
1. Полиноминальные кривые роста
– полином первой степени;
– полином второй степени;
– полином третьей степени и т.д.,
где a1 – линейный прирост;
а2 – ускорение роста;
а3 – изменение ускорения роста.
Для полинома первой степени характерен постоянный закон роста и характеризуется первыми приростами:
Для полинома второй степени первые приросты представляют линейную зависимость:
вторые приросты – постоянная величина
.
Для полинома третьей степени первые приросты – полином второй степени; вторые приросты – полином первой степени; третьи приросты –постоянная величина и т.д.
Таким образом, можно сделать вывод, что от полинома высшей степени можно перейти к полиному более низкой степени посредством введения приростов. Кроме того, значения приростов любого порядка не зависят от значения самой функции , что позволяет прогнозировать процессы, развитие которых не зависит от достигнутого уровня.