Курсовая работа: Статистический анализ и прогнозирование

Методы прогнозирования позволяют найти меру влияния отдельных закономерностей и причин развития, представить объект прогноза как динамическую систему измеренных с определенной степенью достоверности взаимодействий реальных явлений, факторов, сил общественной деятельности и тем самым дать возможность воспроизвести с определенной степенью вероятности поведение этой системы в будущем.

Методы экономического прогнозирования классифицируются по следующим признакам: степени формализации; общему принципу действия; способу получения прогнозной информации.

По степени формализации, т.е. изучения какой-либо содержательной области знания в виде формальной системы, связанной с усилением роли формальной логики и использованием математических методов научных исследований, методы экономического прогнозирования можно разделить на интуитивные и формализованные.

Интуитивные методы прогнозирования используются в тех случаях, когда невозможно учесть влияние многих факторов из-за значительной сложности объекта прогнозирования. В этом случае используются оценки экспертов. При этом различают индивидуальные и коллективные экспертные оценки, которые объединяет общий принцип действия.

В состав индивидуальных экспертных оценок входят: метод “интервью”, аналитический метод, построение сценария, метод психоинтеллектуальной генерации идей. При разграничении указанных методов используется третий признак классификации метод – способ получения прогнозной информации. Методы коллективных экспертных оценок включают в себя методы “комиссий”, “коллективной генерации идей” (мозговая атака), “Дельфи”, матричный метод и др.

В группу формализованных методов входят подгруппы: методы прогнозной экстраполяции, системно-структурные методы и модели, ассоциативные методы, методы опережающей информации. К первой подгруппе относятся методы экспоненциального сглаживания, скользящих средних и др. Кроме того, широко используются в процессе экономического прогнозирования нормативный и балансовый методы. Особое место в классификации методов экономического прогнозирования занимают комбинированные методы, которые объединяют различные методы. Например, коллективные экспертные оценки и методы моделирования или статистические методы и опрос экспертов.

Формализованные методы прогнозирования

Эти методы базируются на математической теории, которая обеспечивает повышение достоверности и точности прогнозов, значительно сокращает сроки их выполнения, позволяет обеспечить деятельность по обработке информации и оценке результатов.

Методы прогнозной экстраполяции

Метод экстраполяции заключается в приложении определенной для базисного периода тенденции развития экономического процесса к прогнозируемому периоду, он основывается на сохранении в будущем сложившихся условий развития процесса. При использовании этого метода необходимо иметь информацию об устойчивости тенденций развития объекта за срок, в 2-3 раза превышающий срок прогнозирования. Длительная тенденция изменения экономических показателей называется трендом. Последовательность действий при экстраполировании:

-  четкое определение задачи, выдвижение гипотез о возможном развитии прогнозируемого объекта, рассмотрение факторов, стимулирующих или препятствующих развитию данного объекта, определение необходимой экстраполяции и ее допустимой дальности;

-  выбор системы параметров, унификация различных единиц измерения, относящихся к каждому параметру в отдельности;

-  сбор и систематизация данных, проверка их однородности и сопоставимости;

-  выявление тенденций или симптомов изменения изучаемых величин в ходе статистического анализа и непосредственной экстраполяции данных.

Операцию экстраполяции в общей форме можно представить в виде определения значения функции:

Уi + L = F (Уi × L),

где Уi + L – экстраполируемое значение уровня;

L – период упреждения;

Уi – уровень, приняты за базу экстраполяции.

Простейшая экстраполяция может быть проведена на основе средних характеристик ряда: среднего уровня, среднего абсолютного прироста и среднего темпа роста.

Наиболее простым и известным является метод скользящих средних, осуществляющий механическое выравнивание временного ряда. Суть метода заключается в замене фактических уровней ряда расчетными средними, в которых погашаются колебания.

Для целей краткосрочного прогнозирования также может использоваться метод экспоненциального сглаживания. Средний уровень ряда на момент t равен линейной комбинации фактического уровня для этого же момента  и среднего уровня прошлых и текущего наблюдений.

где  – экспоненциальная средняя (сглаженное значение уровня ряда) на момент t; α – вес текущего наблюдения при расчете экспоненциальной средней;  – фактический уровень динамического ряда в момент времени t;  –экспоненциальная средняя предыдущего периода.

Экстраполяция тренда возможна, если найдена зависимость уровней ряда от фактора времени t, в этом случае зависимость имеет вид:

.

Модель стационарного процесса, выражающее значение показателя  в виде линейной комбинации конечного числа предшествующих значений этого показателя и аддитивной случайной составляющей, называется моделью авторегрессии.

,

где α – константа, β – параметр уравнения,  - случайная компонента.

Системно-структурные методы и модели

В морфологическом анализе систематически исследуются все комбинации при проведении качественных изменений основных параметров концепции и посредством этого выявляются возможности новых комбинаций.

Матричный подход используется для проверки согласования с различными горизонтально действующими факторами. Двумерные матрицы дают быстрый метод оценки первоочередности того или иного из предполагаемых вариантов. Этому принципу соответствует распространенный в менеджменте метод SWOT анализа, т.е. учет слабых и сильных сторон объекта, угроз и преимуществ во внешней среде.

К методам статистического моделирования относятся уравнения регрессии. Описывающие взаимосвязи временных рядов независимых признаков и результативных признаков. Прогнозные уровни рассчитываются посредством подстановки в уравнение регрессии прогнозных значений признаков-факторов, которые могут быть получены, например, на основе экстраполяции.

Инструментом прогнозирования, учитывающим требования системного подхода к объекту и его количественным характеристикам, являются эконометрические модели. Областью их приложений являются макроэкономические процессы на уровне национальной экономики, ее секторов и отраслей, экономики территорий.

2.2 Эконометрические модели прогнозирования

Объектом статистического изучения в социальных науках являются сложные системы. Измерение тесноты связей между переменными, построение изолированных уравнений регрессии недостаточны для описания таких систем и объяснения механизма их функционирования. Отдельно взятое уравнение множественной регрессии не может характеризовать истинные влияния отдельных признаков на вариацию результирующей переменной. Именно поэтому в экономических исследованиях важное место заняла проблема описания структуры связей между переменными системой так называемых одновременных уравнений или структурных уравнений. Например, модель национальной экономики включает в себя следующую систему уравнений: функции потребления, инвестиций, тождество доходов и т.д. Это связано с тем, что макроэкономические показатели, являясь обобщающими показателями состояния экономики, чаще всего взаимозависимы. Так, расходы на конечное потребление в экономике зависят от валового национального дохода. Вместе с тем величина валового национального дохода рассматривается как функция инвестиций.

Эконометрические модели описывают взаимообусловленное развитие социально-экономических процессов на основе информации, отражающей распределение их уровней во времени и в пространстве однородных объектов. Наиболее важной задачей является оценка и проверка экономической модели. Эконометрическое моделирование охватывает весь цикл решения экономической задачи – от ее постановки до содержательной интерпретации результатов статистического анализа и прогнозирования.

Классификация переменных в эконометрических моделях.

1. Эндогенные переменные, т.е экономические величины, которые являются зависимыми и объясняются эконометрической моделью.

2. Экзогенные переменные, определяемые вне модели. Они не объясняются моделью и являются внешними, заданными экономическими величинами.

3. Лаговые переменные, значения которых отстают на один или несколько периодов. Поскольку лаговые переменные в период времени t также не объясняются эконометрической моделью, то их можно отнести к заранее заданным экзогенным.

4. Предопределенные переменные, к которым относятся:

а.) обычные экзогенные переменные, они заранее предопределены, так как объясняются фактами, лежащими вне модели;

б.) лаговые экзогенные переменные, они заранее предопределены, так как их значения принадлежат предшествующим периодам и объясняются вне модели;

в.) лаговые эндогенные переменные, их предопределенность следует из предшествующего объяснения в эконометрической модели.

Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15