загрузка...

4.6. Прогнозирование на основе анализа связанных временных рядов

При анализе временных рядов может быть обнаружена следующая зависимость: вариация одного или нескольких временных рядов обуславливает вариацию како- го-либо временного ряда. Такие временные ряды называют связанными. Для исключения совпадений, не имеющих под собой причинную связь, следует выполнить качественный анализ динамики, исследовать саму природу явлений, характеризующихся такой зависимостью. Исследование причинных связей во времени существенно отличается от исследования взаимосвязей в пространстве. Поскольку любые явления и процессы имеют собственную эволюцию, она может заключаться в определенной динамике - роста, убывания, ускорения или замедления. Выходит, что при желании можно обнаружить более или менее тесную связь в динамике признаков. Однако дисперсионный и регрессионный анализы основаны на согласованности вариации, а не просто тенденций роста или убывания.

Существенным вопросом является принадлежность анализируемых признаков одному объекту или различным объектам или, другими словами, факторы могут быть эндогенными (внутренними) или экзогенными (внешними). Содержательно исследуются причинно-следственные зависимости, которые могут проявляться в тенденциях развития тех или иных наблюдаемых процессов и объектов. Выде- лим несколько положений, подтверждающих обоснованность анализа и прогнозирования временных рядов.

Анализ и прогнозирование связанных рядов имеют место при обоснованности взаимосвязи признаков, характеризующих эволюцию некоторого результативного признака одного объекта или системы.

Классическим примером являются производственные функции, широко используемые для анализа экономического роста и степени взаимодействия основных факторов. Эти вопросы рассмотрены в 8 главе.

Зависимости в динамике исследуются при помо-щи эконометрических моделей в виде системы одновременных регрессионных уравнений. При исследовании таких объектов, как национальная экономика или экономика региона, анализу подвергаются временные ряды признаков, среди которых выделяются экзогенные и эндогенные. Эконометрические модели рассмотрены в отдельной главе.

На протяжении длительного времени и особенно в последнее время вопросам моделирования экономических процессов на основе временных рядов уделяется большое внимание. Достаточно отметить, что последняя Нобелевская премия присуждена Роберту Энглу и Клайву Гренджеру за методы анализа временных рядов с изменяющейся волатильностью и так называемых коинтегриро-

12

ванных временных рядов . Авторы показали корректность оценивания параметров в случае нарушения ряда классических предпосылок. Исследованию подвергаются в основном временные ряды финансовых показателей, относительно которых можно отметить, что все они не могут не зависеть, например, от инфляции.

Таким образом, проблемы исследования взаимосвязи временных рядов представляют теоретический и прак- тический интерес. Применение регрессионных моделей связано, в основном, с решением проблемы нестационарности временных рядов.

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

Еще по теме 4.6. Прогнозирование на основе анализа связанных временных рядов:

  1. 4.5.Прогнозирование на основе анализа одиночных 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. 12.4. Прогнозирование затрат и выгод, связанных с инвестиционным проектом
  11. 1. Теоретико-методологические основы методов социально- экономического прогнозирования