Здавалка
Главная | Обратная связь

Темы 4. Методы и модели анализа и прогнозирования экономических процессов с использованием временных рядов



Основные понятия и определения. Требования к исходной информации, предварительный анализ данных. Основные этапы построения прогноза по временным рядам. Выбор формы кривой роста (аппроксимирующей функции) и оценка ее параметров методом наименьших квадратов. Оценка адекватности и точности трендовой модели (модели кривой роста). Прогнозирование значений экономических показателей на основе трендовых моделей.

Литература: /1, глава 5/; /2, разделы 5.4.1, 5.4.2/; /3, разделы 3.5.1, 3.5.2/

Основной формой представления информации о динамике экономического процесса являются временные ряды значений (наблюдений) того или иного экономического показателя, который характеризует рассматриваемый процесс.

Временной ряд (ВР) – это зафиксированные во времени значения рассматриваемого показателя. Под длиной ВР n понимают количество входящих в него значений (уровней). ВР обычно обозначают Y(t), Yt или yt, где t=1,2,…, n.

При исследовании временных рядов в дальнейшем будем исходить из предположения о возможности представления уровней ряда в виде суммы компонент, отражающих закономерность и случайность развития:

Здесь: - долговременная, устойчивая тенденция развития (тренд);

- остаточная компонента (остаток, отклонение).

Плавную кривую (гладкую функцию), описывающую тренд во временном ряду принято называть кривой роста. Т.о. модель кривой роста – это математическое описание тренда.

Анализ временных рядов, отражающих развитие экономических процессов, начинается с оценки данных. Уровни исследуемого показа­теля обязательно должны быть сопоставимы, однородны и устойчи­вы. Количество наблюдений в них должно быть достаточно велико.

Конечно же, мы должны испытывать доверие к данным, т. е. информация должна быть достоверной.

Сопоставимость данных предполагает формирование всех уровней ВР в единой методологии, в том числе они должны иметь одинаковые: единицы измерения, шаг наблюдений, методику расчета.

Требование однородности данных предполагает отсутствие силь­ных изломов тенденций, а также нетипичных, аномальных наблюде­ний. При поиске тенденций бывает целесообразно отбросить часть прошлых данных, если они отражают уже утратившую силу законо­мерность прошлого развития. Наличие аномальных (резко выделяю­щихся) наблюдений приводит к искажению результатов. Формально она проявляется как сильный скачок (спад) с последующим приблизи­тельным восстановлением предыдущего уровня. Для диагностики ано­мальных наблюдений и их устранения существуют формальные критерии, некоторые из них изложены в работе.

Устойчивость характеризуется преобладанием закономерности над случайностью в изменении уровней ряда. На графиках устойчи­вых временных рядов визуально прослеживается закономерность, на графиках неустойчивых рядов изменения последовательных уровней представляются хаотичными, потому поиск закономерностей в фор­мировании значений уровней таких рядов лишен смысла.

Требование полноты данных обусловливается тем, что закономер­ность может обнаружиться лишь при наличии минимально допусти­мого объема наблюдений. Если целью исследования является построение модели динамики, то число уровней ряда наблюдений должно быть не меньше 7—10.

Следует иметь в виду, что при исследовании временных рядов экономических данных проверка выполнимости перечисленных требований в должной мере зачастую невозможна. Поэтому выводы, полученные на базе формально-статистического инструментария, должны восприниматься с осторожностью и дополняться содержательным анализом.







©2015 arhivinfo.ru Все права принадлежат авторам размещенных материалов.