Прогнозы. Методы прогнозирования. Прогнозирование с помощью временных рядов и тренда.

Прогноз – это научное предвидение развития или исхода конкретного явления (процесса) в будущем, полученное на основе эмпирических данных и обоснованных предположений.

Метод прогнозирования – это способ исследования объекта прогнозирования, направленный на получение прогноза. Наиболее распространенными методами прогнозирования являются: экстраполяция, нормативные расчеты (в т.ч. интерполяция), экспертные оценки, аналогия, математическое моделирование.

Существует два общепринятых подхода к прогнозированию: качественный и количественный.

Методы качественного прогнозирования применяются в случаях, когда исследователю недоступны количественные данные, и, как правило, носят весьма субъективный характер (экспертные оценки).

Методы количественного прогнозирования позволяют предсказать состояние объекта в будущем на основе данных о его прошлом. Методы количественного прогнозирования подразделяются на две категории: анализ временных рядов и анализ причинно – следственных зависимостей (методы множественного регрессионного анализа, эконометрическое моделирование, имитация и др.).

Прогнозирование с помощью временных рядов

Динамика экономических процессов проявляются в виде ряда значений одного или нескольких показателей, расположенных в хронологическом порядке.

Совокупность значений показателя в зависимости от последовательно возрастающих (убывающих) значений некоторого параметра называется динамическим рядом, или рядом динамики. В экономических системах упорядочение обычно производится по времени, а соответствующие динамические ряды называется временными рядами. Составляющими временных рядов в экономике являются, таким образом, числовые значения показателя, называемые уровнями ряда, и моменты или интервалы времени, к которым относятся эти уровни.

Временные ряды бывают моментные и интервальные. Моментные ряды характеризуют значения показателя на определенные моменты времени. Интервальные ряды характеризуют значения показателя за определенные интервалы времени. Значения уровней интервального ряда (в отличие от уровней моментного ряда) можно просуммировать, что позволяет получить ряды динамики более укрупненных периодов.

Уровни в динамическом ряду могут быть представлены абсолютными, средними или относительными величинами (в процентах). По расстоянию между уровнями ряды динамики подразделяются на ряды с равноотстоящими или неравноотстоящими уровнями по времени.

При составлении динамических рядов необходимо соблюдать правило сопоставимости уровней ряда между собой: статистические данные должны быть сопоставимы по территории, кругу охватываемых объектов, единицам измерения, времени регистрации, ценам, методологии расчета и др. В ряде случаев несопоставимость данных может быть устранена с помощью приема, который носит название смыкание рядов динамики, например:

Показатели анализа динамики могут вычисляться на постоянной и переменной базах отсчета. При этом сравниваемый уровень принято называть отчетным, а уровень, с которым производится сравнение, - базисным.

Для расчета показателей анализа на постоянной основе каждый уровень ряда сравнивается с одним и тем же базисным уровнем. В качестве базисного уровня выбирается либо начальный уровень в ряду динамики, либо уровень, с которого начинается какой – то новый этап развития явления.

Для расчета показателей анализа на переменной базе каждый последующий уровень ряда сравнивается с предыдущим. Вычисленные таким образом показатели анализа динамики называются цепными.

Важнейшим статистическим показателем анализа является абсолютный прирост /сокращение/:

Для оценки интенсивности, т.е. относительного изменения уровней динамического ряда за какой – либо период времени, применяют темпы роста/снижения /:

Темп прироста /сокращения/ показывает, на сколько процентов сравниваемый уровень отличается от уровня, принятого за базу сравнения:

Темп прироста может быть положительным, отрицательным или равным нулю.

Тренд, сезонная и циклическая компоненты называются регулярными, или систематическими, компонентами временного ряда и получаются путем сглаживания временного ряда.

Если временной ряд представлен в виде суммы составляющих компонент, то модель называется аддитивной, если в виде произведения, то мультипликативной, иначе мы имеем модель смешанного типа:

Тренд временного ряда представляет собой длительную («вековую») тенденцию развития исследуемого показателя /уровней ряда/ (рис.13). Основной тенденцией развития называется плавное и устойчивое изменение уровня явления во времени, освобожденное от действия случайных факторов. Тренд временного ряда выявляется с помощью сглаживания.

Методы сглаживания (выравнивания) временных рядов делятся на три основные группы:

· укрупнение интервалов;

· аналитическое выравнивание на основе кривых роста;

· выравнивание с использованием нескольких соседних значений уровней ряда (учет предыстории), к которым относятся методы скользящего среднего, экспоненциального сглаживания и авторегрессии.