Прогнозирование экономических процессов на основе методов моделирования

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

ПРОГНОЗИРОВАНИЕ ЭКОНОМИЧЕСКИХ ПРОЦЕССОВ НА ОСНОВЕ МЕТОДОВ МОДЕЛИРОВАНИЯ

FORECASTING OF ECONOMIC PROCESSES ON THE BASIS OF METHODS OF SIMULATION

Горбань К.В., Заяц О.А.

Волгоградский государственный

аграрный университет, Россия

Проблема прогнозирования экономических процессов, отражающих перспективы развития как различных отраслей хозяйства страны и ее регионов, так и отдельных предприятий и организаций, является крайне важной. Значительным импульсом в развитии прогнозирования явилось использование информационных технологий и математического моделирования. В современных пакетах прикладных программ (Econometric Views, STATISTICA, SPSS и др.) большое внимание уделяется методам прогнозирования, что формирует практический инструментарий решения прогнозных задач.

Под прогнозом понимается научно обоснованное описание возможных состояний объектов в будущем, а также альтернативных путей и сроков достижения этого состояния. В зависимости от объектов прогнозирования выделяют прогнозы природных ресурсов, научно-технические, экономические, социальные, демографические и политические прогнозы. [1]

Процесс разработки прогнозов называется прогнозированием и предполагает выявление ответов на два вопроса:

? Что вероятнее всего ожидать в будущем?

? Каким образом нужно изменить условия, чтобы достичь заданного, конечного состояния прогнозируемого объекта?

Прогнозы, отвечающие на вопросы первого типа, называются поисковыми, второго - нормативными.

Экономическое прогнозирование представляет собой систему аргументированных решений о направлениях развития и будущем состоянии экономики или отдельных ее элементов. В зависимости от масштабности объекта прогнозирования экономические прогнозы могут охватывать все уровни: от микроуровня, рассматривающего прогнозы развития отдельных предприятий, производств, до глобального уровня, где существующие закономерности рассматриваются в мировом масштабе.

По времени упреждения экономические прогнозы делятся на следующие виды: оперативные (до 1 месяца), краткосрочные (до 1 года), среднесрочные (15 лет) и долгосрочные (свыше 5 лет). Оптимальная длина периода упреждения определяется отдельно для каждого экономического явления с учетом статистической колеблемости изучаемых данных на основе содержательного суждения о стабильности явления. [2]

Основным содержанием экономического прогнозирования является качественный и количественный анализ реальных экономических процессов, выявление объективных условий, факторов и тенденций развития на основе трех основных принципов разработки прогнозов: системности, адекватности, альтернативности [4]. Названные принципы лежат в основе конкретных методов прогнозирования экономических процессов. Методом прогнозирования называется способ исследования объекта прогнозирования, направленный на разработку прогнозов.

Модель прогнозирования представляет собой модель исследуемого объекта, записанную в математической форме (аналитическом виде), в виде алгоритма поведения, компьютерной программы и позволяющую получить информацию о возможных состояниях объекта в будущем.

При построении модели могут использоваться несколько методов. Согласно классификации [1] все методы прогнозирования делятся на три класса: фактографические, экспертные и комбинированные. Основу фактографических методов составляет фактическая информация объекта прогнозирования о его прошлом развитии; в экспертных методах используется информация специалистов-экспертов; комбинированные методы базируются на смешанном информационном обеспечении.

Большинство используемых для прогнозирования методов исходят из следующих предположений: основные факторы, тенденции и зависимости, наблюдавшиеся в прошлом, сохранятся либо можно предвидеть направление их изменения в будущем; процессы имеют вероятностный характер и развитие исследуемого объекта определяется суммарным влиянием закономерности и случайности. Последнее свойство обусловливает целесообразность применения статистических методов прогнозирования, компьютерного моделирования, которые при необходимости могут дополняться другими методами.

Процесс прогнозирования, опирающийся на статистические методы, распадается на два основных этапа: обобщение данных, представление закономерностей в виде математических моделей либо разработка алгоритмов, компьютерных программ для моделирования процесса; собственно прогноз, расчет ожидаемых прогнозируемых показателей.

К современным статистическим методам прогнозирования относятся метод наименьших квадратов, метод скользящих средних, метод экспоненциального сглаживания, адаптивные методы прогнозирования, модели авторегрессии, модель Бокса-Дженкинса и др.

В настоящее время одним из наиболее перспективных направлений исследования и прогнозирования одномерных временных рядов считаются адаптивные методы. Адаптивными называются методы прогнозирования, позволяющие строить самокорректирующиеся экономико-математические модели, которые способны оперативно реагировать на изменение условий путем учета результата прогноза, сделанного на предыдущем шаге, и учета различной информационной ценности уровней ряда. [2]

При использовании временных рядов в прогнозировании исследователю приходится решать ряд вопросов: определение длины динамического ряда как периода изучения предыстории развития; обеспечение сопоставимости уровней ряда; выбор одного или нескольких взаимосвязанных временных рядов. Различаясь по периоду упреждения, прогнозы одновременно различаются по своему содержанию, информационной базе и по методам, используемым для прогнозирования. Если в краткосрочном прогнозе могут быть использованы изолированные временные ряды и методы экстраполяции тенденций, то среднесрочный и тем более долгосрочный прогнозы требуют комплексного исследования, на основе системы рядов динамики экономической ситуации, которая может сложиться в будущем, а также учета реальных возможностей для получения того или иного количественного результата.

В зависимости от способа представления результата прогнозы подразделяются на точечные и интервальные. Точечный прогноз - это единственное значение прогнозируемого показателя. Интервальный прогноз осуществляется путем расчета доверительного интервала - интервала, относительно которого можно с заранее выбранной вероятностью утверждать, что он содержит значение прогнозируемого показателя. Ширина интервала зависит от качества модели, т.е. степени ее близости к фактическим данным, числа наблюдений, горизонта прогнозирования и выбранного уровня вероятности.

В общем случае можно выделить два подхода к оценке доверительного интервала прогноза - эвристический и формальный. Эвристический подход предполагает расчет размера доверительного интервала как разницы между двумя возможными «экстремальными» значениями прогнозов зависимой переменной, полученными при подстановке в уравнение модели определяющих их «экстремальных» значений факторов. Часто такие прогнозы называют «пессимистическим» и «оптимистическим». Формальный подход предполагает использование методов математической статистики. Основной проблемой при этом является оценка дисперсии рассчитанного прогнозного значения рассматриваемого процесса, которая различна при детерминированном и случайном прогнозном фоне. [3]

При разработке прогнозов важную роль играет процедура их верификации. Верификация предполагает обоснование достоверности прогноза, оценки его точности, и представляет собой совокупность критериев, способов и процедур, позволяющих на основе многостороннего анализа оценивать качество получаемого прогноза. Важнейшими характеристиками качества модели, выбранной для прогнозирования, являются показатели ее точности [2].

Проблему качества прогнозов чаще приходится решать, когда период упреждения еще не закончился и фактическое значение прогнозируемого показателя неизвестно. В этом случае при построении модели исследователь может придерживаться одного из двух подходов:

- прогностическая сила модели определяется на основе того же самого набора данных, который использовался для оценки параметров модели;

- выборка делится на две части, одна из которых используется для оценки параметров модели, а другая для определения прогностической силы модели.

В заключение отметим, что не может быть чисто формальных подходов к выбору методов и моделей прогнозирования. Успешное применение методов прогнозирования на практике возможно лишь при сочетании знаний в области самих методов с глубоким знанием объекта исследования, с содержательным экономическим анализом.

прогнозирование экономический математическое моделирование

Литература

1. Гришин А.Ф. Статистические модели в экономике / А.Ф. Гришин, С.Ф. Котов-дарти, В.Н. Ягунов. - Ростов н/Д: «Феникс», 2005. - 344 с.

2. Дуброва Т.А. Статистические методы прогнозирования в экономике / Московский международный институт эконометрики, информатики, финансов и права. - М., 2002. - 50 с.

3. Тихомиров Н.П., Дорохина Е.Ю. Эконометрика: Учебник / Н.П. Тихомиров, Е.Ю. Дорохина - М.: Издательство «Экзамен», 2003. - 512 с.

4. Яновский Л.П. Введение в эконометрику: учебное пособие / Л.П. Яновский, А.Г. Буховец; под ред. Л.П. Яновского. - 2-е изд., доп. - М.: КНОРУС, 2007. - 256 с.

Размещено на Allbest.ru