Теоретические основы прогнозирования

В.В. Давнис, В.И. Тинякова

ЭКОНОМЕТРИЧЕСКИЕ МЕТОДЫ

ПРОГНОЗИРОВАНИЯ

Учебное пособие для слушателей магистерских программ

Изд-во

УДК 338.27:51

ББК 65.23

Д 13

Рецензенты:

Леденёва Т.М.,д-р техн. наук, проф. каф. математических методов исследования операций Воронежского государственного университета;

Попова Е.В., д-рэкон. наук, проф., зав. кафедройинформационных систем Кубанского государственного аграрного университета.

Д 13 Давнис В.В.Эконометрические методы прогнозирования: учебное пособие для слушателей магистерских программ / В.В. Давнис, В.И. Тинякова. – Воронеж: Изд-во ???, 2009. – ??? с.

ISBN

Основная цель учебного пособия – методическая поддержка практики проведения перспективных расчетов. Его отличительной особенностью является содержательная постановка решаемых прогнозных задач. Ориентация на выполнение расчетов в MS Excel и STATISTICA обеспечивает более глубокое понимание алгоритмов построения прогнозных моделей. Для закрепления теоретического материала в пособии приводится тест, содержащий вопросы по всему курсу.

Издание ориентировано на слушателей магистерских программ, преподавателей экономических вузов. Оно представляет интерес для студентов, осуществляющих прогнозные расчеты при написании курсовых и выпускных квалификационных работ.

УДК 338.27:51

ББК 65.23

ISBN

© Давнис В.В., 2009

© Тинякова В.И., 2009

О Г Л А В Л Е Н И Е

  Введение…………………………………………………………...  
1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ПРОГНОЗИРОВАНИЯ…….  
  1.1. Сущность экономического прогнозирования…………….  
  1.2. Типология прогнозов………………………………………  
  1.3. Этапы прогнозирования……………………………………  
2. ЭКСТРАПОЛЯЦИЯ ВРЕМЕННЫХ РЯДОВ………………….  
  2.1. Сущность экстраполяции ………………………………….  
  2.2. Типы роста и трендовые модели…………………………..  
  2.3. Метод наименьших квадратов ……………………………  
  2.4. Адекватность. Критерий Дарбина – Уотсона…………….  
  2.5. Критерии точности прогнозных расчетов………………..  
3. РЕГРЕССИОННЫЙ АНАЛИЗ И ПРОГНОЗ………………….  
  3.1. Множественная регрессия……………………………….  
    3.1.1. Основные понятия регрессионного анализа……  
    3.1.2. Общий вид модели множественной регрессии…  
    3.1.3. Метод наименьших квадратов в матричной форме………………………………..  
    3.1.4. Парная регрессия как частный случай множественной…………………………………….  
    3.1.5. Мультиколлинеарность факторов………………..  
    3.1.6. Применение регрессионных моделей в прогнозных расчетах…………………………….  
  3.2. Обобщенный регрессионный анализ…………………..  
    3.2.1. Обобщенная схема МНК………………………….  
    3.2.2. Метод взвешенных наименьших квадратов……..  
    3.2.3. Стандартные ошибки и их корректировка……….  
    3.2.4. Тесты на гетероскедастичность………………….  
  3.3. Регрессионные модели с автокоррелированными остатками…………………..  
    3.3.1. Общая схема метода наименьших квадратов в случае автокорреляции первого порядка………  
    3.3.2. Методы тестирования на автокорреляцию………  
    3.3.3. Методы оценивания параметра теоретические основы прогнозирования - student2.ru в моделях с автокоррелированными остатками……………  
    3.3.4. Прогнозные расчеты при автокоррелированных остатках………………  
  3.4. Регрессионные модели с лаговыми переменными……………………………….  
    3.4.1. Общий вид моделей с лагами в независимых переменных……………………….  
    3.4.2. Метод Койка……………………………………….  
    3.4.3. Распределенные лаги Алмон……………………...  
4. АВТОРЕГРЕССИОННЫЕ ПРОЦЕССЫ И ИХ МОДЕЛИ…………………………………………………...  
  4.1. Стационарность……………………………………………  
  4.2. Модель авторегрессии…………………………………….  
  4.3. Понятие интеграции……………………………………….  
  4.4. Модели скользящей средней………………………………  
  4.5. Авторегрессионные модели скользящей средней……….  
  4.6. Авторегрессионные интегрированные модели скользящей средней………………………………………..  
  4.7. Коэффициент автокорреляции и проверка его значимости…………………………………..  
  4.8. Определение порядка моделей ARMA ………………….  
  4.9. Построение моделей ARIMA ……………………………..  
  4.10. Проверка адекватности моделей ARMA …………………  
  4.11. Оценка точности прогнозных расчетов по моделям ARIMA ………………………………………..  
5. АДАПТИВНЫЕ МОДЕЛИ ПРОГНОЗИРОВАНИЯ……….  
  5.1. Специфика адаптивного моделирования экономических процессов…………………………………  
  5.2. Полиномиальные модели………………………………….  
  5.3. Рекуррентный метод наименьших квадратов……………  
  5.4. Многофакторные адаптивные модели…………………….  
  5.5. Адаптивные многошаговые модели………………………  
  5.6. Выбор начальных значений и оптимальная настройка параметров адаптации…………………………  
6. ПРОГНОЗИРОВАНИЕ СЕЗОННЫХ КОЛЕБАНИЙ………  
  6.1. Моделирование периодических колебаний………………  
  6.2. Аддитивная и мультипликативная модели временного ряда…………………………………………….  
  6.3. Моделирование сезонных колебаний с помощью фиктивных переменных………………………  
  6.4. Адаптивные модели сезонных явлений…………………..  
  ТЕСТ………………………………………………………………..  
  КОМПЬЮТЕРНЫЙ ПРАКТИКУМ……………………………  
  БИБЛИОГРАФИЧЕСКИЙ СПИСОК …………………………….  
  ПРИЛОЖЕНИЯ……………………………………………………..  


ПРЕДИСЛОВИЕ

Особое внимание к проблемам прогнозирования российская экономическая наука проявила после некоторого переосмысления новых условий хозяйствования. Пришло понимание того, что только прогноз как вероятностное представление о перспективах изучаемого объекта в будущем позволяет менеджерам разных уровней увидеть основные ориентиры происходящих перемен. Это дает им возможность принимать обоснованные решения, поскольку любое управленческое решение, в конечном счете, является своеобразной реакцией на прогнозное представление о будущем управляемого объекта. Кроме того, благодаря прогнозам менеджеры получают возможность своевременно оценить опасность рисков и угроз, а, следовательно, принять упреждающие меры и избежать «шок будущего».

В настоящее время круг задач прогнозирования существенно расширился как на макро-, так и микроуровне. На макроуровне прогноз стал средством определения основных характеристик, приоритетов и направлений государственной экономической и социальной политики. Более того, в современных условиях на федеральном и региональном уровнях прогнозные разработки стали доминировать над плановыми. Об этом, в частности, свидетельствует Федеральный Закон «О государственном прогнозировании и программах социально-экономического развития Российской Федерации» от 20 июля 1995 года, в котором конституционно закрепляется необходимость в научной разработке прогнозов. Фактически он ориентирует на усиление прогностической направленности всех аналитических документов, разрабатываемых властными структурами.

Логическим следствием усиления роли прогнозирования в решении задач современного управления явилось повышение требований к подготовке соответствующих специалистов. Обязательным элементом учебных программ становятся курсы, предусматривающие углубленное изучение основ количественного обоснования управленческих решений. Условия неопределенности и риска, в которых разрабатываются и реализуются эти решения, возводят методы прогнозирования в ранг наиболее важных методов обоснования.

В данном учебном пособии излагаются современные подходы к применению аппарата эконометрического моделирования в задачах экономического прогнозирования. Оно состоит из следующих самостоятельных блоков: краткий конспект лекций; примеры прогнозных расчетов и комментарии к ним; компьютерный практикум, включающий как решенные типовые задачи, так и задания для самостоятельной работы; вопросы для контрольного тестирования по всему курсу. Охватывая таким образом все этапы учебного процесса, данное пособие предоставляет возможность максимально индивидуализировать процесс обучения, управляя процессом усвоения знаний.

Подготовка высококвалифицированного специалиста невозможна без обучения его навыкам компьютерного моделирования и проведения вычислительных экспериментов с прогнозными моделями. Учебное пособие как раз и ориентировано на выработку и закрепление этих навыков. В него включены практические задания по всем теоретическим разделам. Чтобы облегчить понимание и ускорить овладение учебным материалом, в начале каждой темы приведено подробное решение типового задания с содержательной интерпретацией результатов моделирования. Навыки, полученные при решении типового задания, закрепляются в процессе самостоятельной работы над выполнением контрольного задания.

Все типовые задачи решены средствами табличного процессора Excel, а выполнение некоторых из них продублировано с использованием системы STATISTICA. Смысл такого подхода в том, что он развивает умение проводить сложные экономические расчеты, столь необходимое современному специалисту для того, чтобы быть вполне конкурентоспособным на рынке труда.

ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ПРОГНОЗИРОВАНИЯ

Наши рекомендации