| Головна |
| « Попередня | ЗМІСТ | Наступна » |
|---|
Одним з найбільш поширених методів статистичного прогнозування економічних явищ є екстраполяція, т. Е. Поширення минулих і справжніх закономірностей, зв'язків і співвідношень на майбутнє. Мета такого прогнозу - показати, до яких результатів можна прийти в майбутньому, якщо рухатися до нього з тією ж швидкістю або прискоренням, що і в минулому.
екстраполяція - це логіко-методологічна процедура поширення висновків, зроблених щодо якоїсь частини об'єктів або явищ на всю сукупність даних об'єктів або явищ.
екстраполяція - це особливий вид апроксимації, при якому функція визначається поза заданого інтервалу. У статистиці - це поширення встановлених у минулому тенденцій на майбутній період, поширення вибіркових даних на іншу частину сукупності, яка не піддалася спостереження.
Наведемо послідовність дій при статистичному аналізі тенденцій і екстраполюванні.
У екстраполяціонних прогнозах пророкування конкретних значень досліджуваного об'єкта або параметра в якийсь певний період часу не рахується основним компонентом. Особливо важливим тут є своєчасне фіксування об'єктивно намічених зрушень, виявлення закономірних тенденцій розвитку явища або процесу. Під тенденцією розвитку розуміють деякий його загальний напрямок, довготривалу еволюцію. Зазвичай тенденцію прагнуть представити у вигляді більш-менш гладкою траєкторії.
Для підвищення точності екстраполяції використовуються різні прийоми. Наприклад, екстраполіруемая частина загальної кривої розвитку (тренд) коригується з урахуванням реального досвіду функціонування галузі - аналога досліджень або об'єкта, випереджальних в своєму розвитку прогнозований об'єкт.
тренд - це зміна, що б загальне напрям розвитку, основну тенденцію часових рядів. Під ним розуміється характеристика основної закономірності руху в часі, в деякій мірі вільною від випадкових впливів. Тренд - це тривала тенденція зміни економічних показників. При розробці моделей прогнозування тренд виявляється основною складовою прогнозованого часового ряду, на яку вже накладаються інші складові.
Екстраполяцію можна виконувати в часі і в просторі.
Технічно екстраполяція - це наближене визначення значень функції f (X) в точках X, що лежать поза відрізком [Х0, Хп, але її значенням в точках Х0 < Хх < ... ХП. Екстраполяція є також знаходження або присвоєння значень деякої функції (тренда) / (X) за межами її визначення [Х0, Хп]. Теоретично можна екстраполювати/ (X) в інтервалі Х0] або [Хп, +°°] звичайно, якщо по безлічі дискретних відліків вдалося провести гладку функцію / (X), Що моделює оголився тренд, то поширення її вліво і вправо за межі інтервалу визначення дасть якусь екстраполяціонного криву.
Екстраполяційне прогнозування в економіці - це трендовий аналіз динамічних рядів з метою пошуку основних тенденцій.
Прогнозування має справу з переважно стохастичним поведінкою економічних змінних, де тренд відсутній або насилу виділяється процесами фільтрації, замін, ковзаючого усереднення і т. д. Прогнозування, засноване на формальних методах, має такі відмінні риси.
Екстраполяція і прогнозування мають співпадаючі етапи.
Принципові відмінності цих методів полягають у наступному.
Точність прогнозу багато в чому інваріантна щодо методології і техніки прогнозування. Основна ідея - визначити апріорі про- гнозіруемость економічного тимчасового ряду в залежності від структурних, синергетичних і класичних статистичних характеристик.
Екстраполяціонний прогноз визначає очікувані варіанти економічного розвитку виходячи з гіпотези, що основні чинники і тенденції минулого періоду збережуться на період прогнозу або що можна обґрунтувати і врахувати напрямок їх змін у розглянутий період. Подібна гіпотеза висувається виходячи з інерційності соціально-економічних явищ і процесів. Інерційність розвитку економіки пов'язана з довгостроково впливають факторами, наприклад, такими як структура основних фондів, їх вік і ефективність, ступінь стійкості технологічних взаємозв'язків галузі виробництва і т. д.
Для досить точного кількісного виміру очікуваних значень ознаки необхідно, щоб прогностична модель мала достатню точність або допустимо малу помилку прогнозу. Помилка статистичного прогнозу буде тим менше, чим менше термін попередження і чим довше база прогнозу.
У більшості випадків термін попередження не повинен перевищувати третьої частини довжини бази прогнозу. У кожному конкретному дослідженні значення довжин бази прогнозу і терміну попередження необхідно обгрунтувати, використовуючи наявну інформацію про особливості досліджуваного об'єкта.
Прогнози на основі екстраполяції часових рядів, як і будь-які статистичні прогнози, можуть бути або точковими, або інтервальними.
Екстраполяцію в загальному вигляді можна представити як визначення значення функції
де Yt - прогнозоване значення часового ряду; t - період попередження; у{ - рівень ряду, прийнятий за базу екстраполяції; а} - параметр рівняння тренду.
Залежно від особливостей вимірювання рівнів в ряду динаміки способи екстраполяції можуть бути простими і складними. Прості способи виходять із припущення сталості в майбутньому абсолютних значень рівнів, середнього рівня ряду, середнього абсолютного приросту, середнього темпу зростання. Складні методи засновані на виявленні тренда. Методи прогнозної екстраполяції також можна розділити на аналітичні (криві зростання) і адаптивні. В основі аналітичних методів прогнозування лежить принцип виявлення тренда за допомогою методу найменших квадратів. При цьому вид і параметри рівняння регресії (кривої зростання) залишаються незмінними протягом досліджуваного періоду (періоду попередження). За допомогою адаптивних методів обчислюють послідовні в часі значення прогнозного показника з урахуванням ступеня впливу попередніх рівнів.