Модель краткосрочного прогнозирования уровня валового муниципального продукта в условиях постоянных изменений

Оценка эффективности адаптивной модели Брауна по прогнозированию уровня валового муниципального продукта. Формирование эффективной экономической модели краткосрочного прогнозирования валового муниципального продукта на основе статистического анализа.

Рубрика Экономика и экономическая теория
Вид статья
Язык русский
Дата добавления 23.03.2020
Размер файла 720,9 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

2

Модель краткосрочного прогнозирования уровня валового муниципального продукта в условиях постоянных изменений

Комаревцева О.О.,

Лытнева Н.А.

Цель. Формирование эффективной модели краткосрочного прогнозирования валового муниципального продукта.

Методы. Методологическая база исследования представлена методами структурного, логического и статистического анализа, графическим методом.

Результаты. На основе проведенного исследования был предложен эффективный инструмент краткосрочного прогнозирования (лаг 2 квартал). Было установлено, что эффективность адаптивной модели Брауна по прогнозированию уровня валового муниципального продукта составляет 95% (о чем свидетельствует выполнение всех требований адекватности модели).

Научная новизна. Научная новизна заключается:

· в предложенном автором подходе краткосрочного прогнозирования;

· применении в исследования адаптивной модели Брауна.

модель Брауна прогноз муниципальный продукт

Формируя стратегические показатели социально-экономического развития муниципального образования возникает проблема с проведением статистических исследований, включающих в себя весь математический аппарат прогнозирования. Так в качестве методик практического исследования применяют методы вычисления среднестатистических тенденций (темпов роста), обобщение критериев сдвигов, расчет цепных показателей. Кроме того, стоит отметить и тот факт, что представленные статистические методики позволяют прогнозировать только на долгосрочную перспективу. Однако, точность данных прогнозов, тем более во время постоянных изменений, составляют не более 20%.

Кроме того, наиболее часто в процессе прогнозирования социально-экономический показателей используют методы интегрального прогнозирования, расчета рисковой составляющей. При этом комплексной универсальной методики и модели, которая бы позволила с помощью математического аппарата объективно оценить текущей уровень и спрогнозировать на краткосрочный период развитие данного показателя, не существует, так как постановка определенных целей и задач оценки предполагает осуществление выбора конкретных способов обработки данных и их анализа из множества возможных вариантов [1, с.18].

По нашему мнению, для статистического исследования показателей социально-экономического развития муниципальных образований необходимо применить краткосрочные модели прогнозирования, способствующие проверить полученные данные на адекватность [2, с. 127]. К таким инструментам можно отнести адаптивную модель Брауна.

Модель Брауна - это адаптивная модель, позволяющая при помощи математического алгоритма спрогнозировать уровень развития такого или иного индикатора на 1 и более шагов. В условиях изменений на федеральном, региональном, муниципальном уровне необходимость данного прогноза соответствует 2 кварталам. В качестве достоинств данной модели можно отнести простоту расчетов (основа модели строится на расчете линейного уровня и отклонений фактического уровня от расчетного), возможность проверки адекватности построенной модели и построение графического представления исследуемого показателя. В качестве недостатка можно отнести лишь то, что прогнозный период исследования не может быть более года. Однако, в условиях постоянных изменений, происходящих в социально-экономическом положении территорий, данный недостаток не является существенным [3, с. 50]. Итак, применим адаптивную модель Брауна для прогнозирования уровня валового муниципального продукта г. Орла. Временной ряд исследования представлен в таблице 1.

Таблица 1. Квартальные значения временного ряда валового муниципального продукта города Орла за 2011-1кв.2015 годы

1 квартал

2 квартал

3 квартал

4 квартал

2011 год

6,4

9,1

9,8

6,4

2012 год

7,1

10,6

11,0

8,0

2013 год

8,5

11,2

12,0

8,4

2014 год

8,9

11,8

12,4

8,8

2015 год

9,1

-

-

-

Для оценки начальных параметров модели a0 и a1 составим линейную модель для первых пяти значений (2013 год - 1квартал 2015 года) валового муниципального продукта г. Орла методом наименьших квадратов (таблица 2).

Таблица 2. Оценка начальных значений модели Брауна в прогнозировании уровня валового муниципального продукта города Орла в условиях постоянных изменений

t

X(t)факт

t-tср

(t-tср)2

X(t)-Xср

(t-tср)*(X(t)-Xср)

1

8,5

-2

4

-1,3

2,6

2

11,2

-1

1

1,4

-1,4

3

12,0

0

0

2,2

0

4

8,4

1

1

-1,4

-1,4

5

8,9

2

4

-0,9

-1,8

Сумма

15

49

-

10

-

-2

Среднее значение

3

9,8

-

2

-

-0,4

При этом, коэффициенты линейной модели -

,

, а линейная модель - y = 10,4 - 0,2t .

Считая полученные значения a0 и a1 коэффициентами модели Брауна на нулевом шаге, вычислим соответствующие коэффициенты модели на первом, затем на втором и т.д. шагах по формулам:

где t - лаг временного интервала, E(t) - уровень отклонения показателей, X(t)факт - показатель валового муниципального продукта города Орла, полученный из статистических отчетов, X(t)расч - спрогнозированные показатели развития валового муниципального продукта города Орла, k = 1- шаг прогнозирования.

Представленный коэффициент в = 1 - a является коэффициентом дисконтирования данных, характеризующий обесценение данных за единицу времени и отражающий степень доверия более поздним наблюдениям. В нашем случае в = 1-0,4 = 0.6, так как представленная выше система уравнений 18-21 является адаптивной моделью Брауна (таблица 3).

Таблица 3. Оценка параметров модели Брауна

t

X(t)факт

a0

a1

X(t)расч

Отклонение E(t)

E(t)2

(t-tср)2

0

-

10,4

-0,2

-

-

-

-

1

8,5

9,4

-0,5

10,2

-1,7

2,9

16

2

11,2

10,5

-0,2

9,3

1,9

3,6

9

3

12,0

11,4

0,7

10,3

1,7

2,9

4

4

8,4

9,7

0,2

12,1

-3,7

13,7

1

5

8,9

9,3

0,04

9,9

-1,0

1,0

0

6

11,8

10,9

0,4

9,3

2,5

6,3

1

7

12,4

12,0

0,6

11,3

1,1

1,2

4

8

8,8

10,2

0

12,6

-3,8

14,4

9

9

9,1

9,5

-0,2

10,2

-1,1

1,2

16

45

91,1

-

-

-

-

34,2

60

Полученная модель (X(t)расч) может использоваться для прогнозирования, если она адекватна процессу, т.е. фактическим данным X(t)факт (рисунок 1).

Проведем проверку полученных значений на адекватность. Адекватность полученной модели Брауна заданному временному ряду проверяется по нескольким признакам, основанным на исследовании поведения остаточной компоненты E(t) - разность между фактическими значением показателя X , соответствующим моменту времени t , и его расчетным значением. Чтобы модель была адекватна (правильно отражала необходимые свойства) необходимо выполнение следующих требований:

· случайность колебаний уровней остаточной последовательности;

· соответствие распределения случайной компоненты нормальному закону;

· равенство математического ожидания случайной компоненты нулю;

· независимость значений уровней случайной компоненты [4, с.86].

Рис.1. График фактического и расчетного уровня валового муниципаьного продукта города Орла за 2013-1 квартал 2015 года

Выполнение первого требования означает подтверждение гипотезы о правильности выбора вида тренда. Проверку случайности уровней ряда остатков проводится на основе критерия поворотных точек (критерия пиков). В соответствии с ним каждый уровень ряда сравнивается с двумя стоящими рядом. Если он больше или меньше их, то эта точка считается поворотной:

(5)

где p - критерий поворотных точек, N - количество исследуемых позиций.

Далее подсчитывается сумма поворотных точек "p". Если р окажется больше целой части выражения в квадратных скобках: можно считать, что с 5 % - уровнем значимости, т.е. с доверительной вероятностью 95 % ряд остатков будет являться случайной последовательностью. При N = 9 в правой части неравенства имеем p> [2,05637] = 2.

Значит, для заданного временного ряда свойство случайности выполняется, если число поворотных точек окажется больше двух. В нашем случае количество поворотных точек в уравнении линейной регрессии валового муниципального продукта города Орла равно 3 (3,4,8 квартал), что больше заданного значения временного ряда.

Таким образом, первое требование адекватности модели выполняется.

Второе требование - соответствие ряда остатков нормальному закону распределения - проверяется при помощи RS -критерия:

(6)

где Emax - максимальный уровень ряда остатков, Emin - минимальный уровень ряда остатков, SE - среднее квадратическое отклонение [5, с.167].

При этом среднее квадратическое отклонение рассчитывается как:

(7)

где E(t) - отклонение фактического и расчетного уровня валового муниципального продукта города Орла [6, с. 149].

Если значение данного критерия попадает между табулированными границами с заданным уровнем вероятности, то гипотеза о нормальном распределении ряда остатков принимается. Для наиболее распространенного 5% уровня значимости и для N = 9 интервал равен (2,7 - 3,7), для N = 20 интервал равен (3,2 - 4,5), для N = 30 интервал равен (3,5 - 4,9).

Рассчитанные значения среднего квадратического отклонения и RS -критерия показали, что а что говорит о вхождении значения в интервал для N=9 .

Таким образом, второе требование адекватности модели выполняется.

Проверка третьего требования - равенства математического ожидания уровней ряда остатков нулю - осуществляется с использованием t -критерия Стьюдента:

(8)

где Eср - среднее значение уровней остаточного ряда, SE - среднее квадратическое отклонение [7, с. 14].

Значение Eср берется по модулю, без учета знака, - известное нам среднее квадратическое отклонение уровней остаточного ряда. Гипотеза о равенстве нулю математического ожидания отклоняется, если t>ttabl .

Для N=9 (N-1= 8) и г =70% показатель ttabl = 1,11, а для такого же ряда N=9 и г =95% показатель ttabl = 2,31 , при этом для нашего ряда значение

, что больше представленного в таблице 4.

Таблица 4. Значения t-критерия Стьюдента

г

70%

90%

95%

99%

8

1,11

1,86

2,31

3,35

15

1,07

1,75

2,13

2,95

24

1,06

1,71

2,06

2,80

Таким образом, третье требование адекватности модели выполняется.

Построим краткосрочный прогноз значений X(t) на 2 квартала 2015 года (10 и 11 шаг): X(9+k) = 9,5-0,2k. В качестве линейного регрессионного уравнения прогнозных значений 10 и 11 шагов используем значение 9 шага. Получаем, X(10)=9,5-0,2=9,3, X(11)=9,5-0,2*2 = 9,1. Вычислим верхние и нижние границы интервальных прогнозов:

Таблица 5. Прогнозирования уровня валового муниципального продукта города Орла на 2 - 3 квартал 2015 года

t

X(t)факт

X(t)расч

Верхняя граница

Нижняя граница

1

8,5

10,2

-

-

2

11,2

9,3

-

-

3

12,0

10,3

-

-

4

8,4

12,1

-

-

5

8,9

9,9

-

-

6

11,8

9,3

-

-

7

12,4

11,3

-

-

8

8,8

12,6

-

-

9

9,1

10,2

10,2

10,2

10

-

9,3

12,4

6,2

11

-

9,1

12,2

6,0

Представленные значения нанесем на рисунок 2.

Рис. 2. Прогнозирование уровня валового муниципального продукта города Орла на 2 - 3 квартал 2015 года по модели Брауна

Построенный график, свидетельствует о снижении значений показателя на 2-3 квартал 2015 года. При этом, данный спад прервет ежегодную сезонность повышения валового муниципального продукта города Орла за последние 3 года, что свидетельствует о негативных тенденциях, происходящих в социально-экономическом развитии муниципального образования.

Таким образом, построенная адаптивная модель краткосрочного прогнозирования на основе адаптивной модели Брауна позволила сделать следующие выводы:

· эффективность адаптивной модели Брауна по прогнозированию уровня валового муниципального продукта составляет 95% (о чем свидетельствует выполнение третьего требования);

· в условиях постоянных изменений основой должно стать краткосрочное прогнозирование, а не долгосрочное;

· прогноз на 2 и 3 квартал 2015 года свидетельствует о возможном спаде показателя к концу 3 квартала.

Литература

1. Edmonds J. Managing successful change // Industrial and Commercial Training. 2011. № 43 /6. P. 18-24.

2. Кыштымова Е.А., Лытнева Н.А. Модели экономического анализа в управлении прибылью коммерческих организаций в условиях развития региональной экономики // Научные записки ОрелГИЭТ. 2013. № 1 (7). С. 121 -127.

3. Комаревцева О.О. Применение интегрального показателя в исследовании финансовой системы муниципального образования // 2015. № 4-1. С. 50-56.

4. Ивлева Н.В., Федотов А.И. Методика формирования системы рейтинговой оценки бюджетного потенциала муниципальных образований Орловской области // Наука и образование: инновации, интеграция и развитие: материалы Международной научно-практической конференции: В 2 частях. Исследовательский центр информационно-правовых технологий; Ответственный редактор Искужин Т.С. Уфа, 2014. С. 86-92.

5. Холодова Г.М., Лещёва Л.Н. Эффективность использования модели Брауна в моделях регрессионного анализа // Наука и современность. 2011. № 13-3. С

6. Васильев А.А., Васильева Е.В. Гибридные модели прогноза экономических показателей на основе взвешенного арифметического среднего постоянного набора прогнозов // Вестник Тверского государственного университета. Серия: Экономика и управление. 2012. № 13. С. 149-165.

7. Васильев А.А., Васильева Е.В. Результаты исследования моделей прогнозирования Брауна и Хольта в расширенном диапазоне значений параметров сглаживания // Математика, статистика и информационные технологии в экономике, управлении и образовании материалы II Международной научно-практической конференции/ Под ред. А.А. Васильев (отв. ред.) и др. Тверь, 2013. С. 14-18.

Размещено на Allbest.ru

...

Подобные документы

  • Понятие валового национального продукта и его место в системе национальных счетов. Оценка составных элементов валового накопления основного капитала. Показатели уровня цен и инфляции. Использование валового внутреннего продукта в экономике по элементам.

    курсовая работа [254,5 K], добавлен 19.12.2014

  • Методы расчета валового продукта: доходный и затратный, реальный и номинальный. Трендовые модели, методы их оценки, временные ряды. Построение трендовой модели, оценка уравнения и прогнозирование объема валового внутреннего продукта на 2011 год.

    курсовая работа [1,6 M], добавлен 21.01.2011

  • Понятие валового внутреннего продукта и основные методы его расчета. Метод конечного использования и распределительный метод. Оценка динамики валового внутреннего продукта (ВВП). Анализ показателей динамики и прогнозирование ВВП Российской Федерации.

    курсовая работа [742,7 K], добавлен 30.11.2013

  • Ознакомление с методами расчета валового внутреннего продукта и методами приведения в сопоставимый вид для анализа динамики. Исследование и анализ процесса формирования валового регионального продукта по источникам доходов (в текущих рыночных ценах).

    курсовая работа [485,7 K], добавлен 14.11.2017

  • Макроэкономические показатели результативности экономики Республики Беларусь. Сущность валового внутреннего продукта в системе национального счетоводства. Направления распределения и использования валового внутреннего продукта в национальной экономике.

    курсовая работа [68,5 K], добавлен 23.04.2014

  • Характеристика валового внутреннего продукта как важнейшего обобщающего показателя системы национальных счетов. Основные проблемы измерения результатов национального производства. Расчет валового внутреннего продукта по источникам доходов и расходов.

    курсовая работа [244,9 K], добавлен 02.06.2015

  • Характеристика валового внутреннего продукта, представляющего собой показатель стоимости произведенных конечных товаров и услуг. Изучение методов расчета ВВП на душу населения. Сравнительный анализ валового внутреннего и валового национального продукта.

    реферат [21,6 K], добавлен 03.06.2010

  • Совокупность статистических макроэкономических показателей, характеризующих экономику страны. Понятие внутреннего валового продукта, валового национального продукта, чистого внутреннего продукта, чистого национального продукта и национального дохода.

    презентация [434,2 K], добавлен 10.09.2013

  • Расчет валового и чистого внутреннего продуктов в рыночных ценах. Определение валового национального располагаемого дохода и чистого внутреннего продукта экономики. Сводный счет распределения доходов. Финансовый счет сектора "остальной мир".

    контрольная работа [19,1 K], добавлен 08.09.2010

  • Понятие и виды валового внутреннего продукта. Использование метода добавленной стоимости в расчете ВВП на основе стоимости товаров и услуг, предназначенных для потребления. Исследование динамики ВВП на душу населения России за период 2009-2015 годов.

    реферат [31,1 K], добавлен 01.02.2017

  • Теоретические аспекты статистики валового внутренего продукта (ВВП). Определение совокупности показателей, характеризующих его структуру. Методы исчисления ВВП, используемые в социально-экономических исследованиях. Основные тенденции роста экономики РФ.

    курсовая работа [55,9 K], добавлен 03.12.2009

  • Понятие краткосрочного временного периода в течение которого производственные мощности фирмы остаются постоянными. Наличие постоянных и переменных издержек. Макроэкономические показатели конечного производства. Расчет валового национального продукта.

    контрольная работа [176,9 K], добавлен 27.01.2011

  • Сущность и задачи системы национальных счетов. Методы расчета валового внутреннего продукта, валового национального продукта, личного дохода. Связь ВВП и качества жизни. Сравнительный анализ динамики макроэкономических показателей России и Китая.

    курсовая работа [264,2 K], добавлен 27.04.2015

  • Основные показатели Системы национальных счетов, понятие валового внутреннего (национального) продукта. Требования при расчете показателей ВВП и ВНП. Определение добавленной стоимости. Методы подсчета валового продукта и национального дохода в экономике.

    реферат [30,6 K], добавлен 14.12.2011

  • Система национальных счетов как методология исчисления валового внутреннего продукта и представления экономик стран в сопоставимом виде. Программа международных сопоставлений ООН. Различия между странами по характеру отклонения валютного курса от ППС.

    курсовая работа [70,5 K], добавлен 25.10.2010

  • Использование валового регионального продукта и его роль в оценке развития региона. Статистический анализ ВРП на примере Дальневосточного Федерального округа. Экономико-математическое моделирование основных факторов, оказывающих влияние на объемы ВРП.

    курсовая работа [333,0 K], добавлен 24.02.2013

  • Понятие и принципы определения валового внутреннего продукта. Место и роль основных показателей национальной экономики, необходимых для объективной оценки ее социально-экономического развития. Обзор алгоритма и методов определения валового продукта.

    контрольная работа [24,6 K], добавлен 03.08.2014

  • Внутренний валовой продукт как основной макроэкономический показатель анализа экономики. Статистический анализ динамики ВВП в Российской Федерации. Элементы прогнозирования валового внутреннего продукта в России, его сущность и элементы прогнозирования.

    курсовая работа [100,9 K], добавлен 28.11.2012

  • Изучение сущности фискальной политики - мер, которые предпринимает правительство с целью стабилизации экономики с помощью изменения величины доходов или расходов государственного бюджета. Национальное богатство и расчет валового внутреннего продукта.

    контрольная работа [19,9 K], добавлен 02.12.2010

  • Сущность и роль валового продукта как показателя системы национальных счетов. Методы подсчета валового продукта: по отраслям, доходам, расходам. Анализ динамики, ограничений и факторов роста ВВП в России, проблемы экономического роста и благосостояния.

    курсовая работа [635,0 K], добавлен 18.10.2013

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.