4.5.Прогнозирование на основе анализа одиночных временных рядов

Экстраполяция тренда. Понятие временных рядов и их роль в анализе социально-экономических процессов даны в главе 3. Экстраполяцию уровней временного ряда yt можно представить в виде:

У1+ь= /(/

гдеу(+ь - экстраполируемое значение уровня; L- период упреждения;

у* - уровень, принятый за базу экстраполяции.

Экстраполяция представляет продление в будущее тенденции, наблюдавшейся в прошлом или в ретроспективном периоде, т.е. периоде, за который имеются эмпирические результаты наблюдения, позволившие эту тенденцию выявить. При этом предполагается, что размер признака, характеризующего явление, формируется под воздействием множества факторов, выделить отдельное влияние которых сложно. Поэтому развитие явления связывается с течением времени. Простейшие приемы экстраполяции приведены в 2.4.

Экстраполяция исходит из предпосылок:

• устойчивости траектории в прошлом и наличия значительной инерции в развитии;

неизменности объекта и сохранения структуры;

целостности объекта.

Применение экстраполяции основано на допущениях:

развитие явления может быть с достаточным основанием описано основной тенденцией - трендом;

условия развития объекта не претерпят существенных изменений.

Важно иметь в виду, что экстраполяция в рядах динамики в принципе носит не только приближенный, но и условный характер. При разработке прогнозов социально- экономических явлений привлекается дополнительная информация, на основе которой в полученные методом экстраполяции количественные оценки вносятся соответствующие коррективы.

Кроме того, упрощенная, несколько видоизмененная модель экстраполяции, используемая в стандартных средствах Excel, несколько снижает качество прогнозных оценок, однако простота в эксплуатации, много-вариантность расчетов и применение в статистическом анализе основополагающих принципов построения, базирующихся на построении математических моделей, говорят в пользу их применения для текущего оперативного краткосрочного прогнозирования социально-экономических явлений.

Методические подходы к выбору вида кривой подробно представлены в предыдущей главе. Совпадение фак-тических данных и прогнозных точечных оценок, полученных путем экстраполяции кривых - явление маловероятное. Соответствующая погрешность имеет источники:

выбор формы кривой, характеризующей тренд, содержит элемент субъективизма;

оценивание параметров кривых производится на основе ограниченной совокупности наблюдений, каждое из которых содержит случайную компоненту;

3) тренд характеризует некий средний уровень на каждый момент времени и имеют место отклонения от него.

В отличие от прогноза на основе регрессионных или , например, балансовых моделей, прогноз по тренду не позволяет осуществлять имитацию, варьируя факторы и используя их в качестве параметров уравнения.

<< | >>
Источник: Антохонова И.В.. Методы прогнозирования социально-экономических процессов. 2004

Еще по теме 4.5.Прогнозирование на основе анализа одиночных временных рядов:

  1. 4.6. Прогнозирование на основе анализа связанных временных рядов
  2. Прогнозирование по абсолютным уровням временных рядов.
  3. ПРИМЕНЕНИЕ НЕЙРОННЫХ СЕТЕЙ В АНАЛИЗЕ ВРЕМЕННЫХ РЯДОВЗадача анализа временных рядов
  4. Учет временного лага при анализе временных рядов.
  5. Статистический анализ временных рядов
  6. Применение нейронных сетей в задачах классификации и анализа временных рядов
  7. 2.Применение нейронных сетей в задачах классификации и анализа временных рядов
  8. 3. Анализ (обобщение статистического материала на основе средних, индексных, выборочных методов; метода рядов динамики; кор-реляционного анализа и корреляционно-регрессионного анализа)
  9. Глава 4 ОСНОВЫ РЕГРЕССИОННОГО АНАЛИЗА И ПРОГНОЗИРОВАНИЯ
  10. 1. Теоретико-методологические основы методов социально- экономического прогнозирования
  11. 2. Научные основы прогнозирования. Прогнозы и циклы
  12. 5.5.Прогнозирование на основе эконометрической модели
  13. Глава 1 МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ ПРОГНОЗИРОВАНИЯ
  14. 7.7. Анализ и прогнозирование денежных потоков на предприятии
  15. 3.3. Ошибки прогнозирования (определение качества регрессионного анализа)
  16. 10.4. Анализ и прогнозирование потребительских бюджетов
  17. 5.1. Анализ и прогнозирование денежных потоков компании
  18. 8.2. Производственные функции в анализе и прогнозировании экономического роста
  19. АНАЛИЗ И ПРОГНОЗИРОВАНИЕ СКРЫТОГО ИЛИ ЯВНОГО БАНКРОТСТВА