Особенности экстраполяции. Принципы прогнозирования. Классификация экономического прогнозирования

Экстраполяция - определение недостающего уровня, находящегося в начале или конце ранжированного ряда. Применение метода наименьших квадратов для расчета параметров функциональной зависимости. Основные этапы при прогнозировании экономических явлений.

Рубрика Экономико-математическое моделирование
Вид контрольная работа
Язык русский
Дата добавления 24.11.2014
Размер файла 1,4 M

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

Размещено на http://www.allbest.ru

Введение

Процесс прогнозирования достаточно актуален в настоящее время. Широка сфера его применения. Прогнозирование широко используется в экономике, а именно в управлении. Планы и прогнозы различаются между собой временными границами, степенью детализации содержащихся в них показателей, степенью точности и вероятности их достижения, адресностью и, наконец, правовой основой. Прогнозы, как правило, носят индикативный характер, а планы обладают силой директивного характера. Не подмена и противопоставление плана и прогноза, а их правильное сочетание - таков путь планомерного регулирования экономики в условиях рыночной экономики и перехода к ней.

Прогнозирование - это предвидение, получение информации о будущем, которое базируется на специальном научном исследовании.

Прогнозирование имеет два конкретных аспекта: предсказывать и предвидеть. В зависимости от того, какой результат необходимо получить или, что необходимо спрогнозировать, преимущество предоставляется то одному, то другому аспекту.

В методическом плане основным инструментом любого прогноза является схема экстраполяции. Сущность экстраполяции заключается в изучении сложившихся в прошлом и настоящем устойчивых тенденций развития объекта прогноза и переносе их на будущее.

Процесс управления предприятием представляет собой непрерывную разработку управленческих решений и применение их на практике. От эффективности разработки этих решений в значительной степени зависит успех дела. И прежде чем начинать какое-либо дело, необходимо определить цель своих действий. В процессе производства руководителям предприятия очень часто приходится сталкиваться с критическими проблемами, и от того, насколько оптимально принятое решение, будет зависеть конечный финансовый результат деятельности предприятия.

Чтобы прогнозирование было наиболее эффективным, цели должны быть конкретными и измеримыми. То есть для каждой цели должны существовать критерии, которые позволили бы оценить степень достижения цели. Без этих критериев не возможна реализация одной из основных функций управления - контроля. Исходя из этого, можно сделать вывод, что цель, степень достижения которой можно количественно измерить, будет всегда лучше цели, сформулированной лишь словесно (вербально).

1. Особенности экстраполяции

Экстраполяцией (лат. приставка extra означает «вне») называется приблизительный расчет недостающего уровня, находящегося в начале или конце ранжированного ряда. В тех случаях, когда отыскивается уровень в начале ряда, т.е. обращенный в прошлое, экстраполяция называется ретроспективной, в тех же случаях, когда в будущее, она называется перспективной, или проспективной.

В методическом плане основным инструментом любого прогноза является схема экстраполяции. Сущность экстраполяции заключается в изучении сложившихся в прошлом и настоящем устойчивых тенденций развития объекта прогноза и переносе их на будущее. Различают формальную и прогнозную экстраполяцию. Формальная базируется на предположении о сохранении в будущем прошлых и настоящих тенденций развития объекта прогноза. При прогнозной экстраполяции фактическое развитие увязывается с гипотезами о динамике исследуемого процесса с учетом изменений влияния различных факторов в перспективе. Методы экстраполяции являются наиболее распространенными и проработанными. Основу экстраполяционных методов прогнозирования составляет изучение динамических рядов. Динамический ряд - это множество наблюдений, полученных последовательно по времени. В экономическом прогнозировании широко применяется метод математической экстраполяции. В математическом смысле он означает распространение закона изменения функций из области ее наблюдения на область, лежащую вне отрезка наблюдения. Тенденция, описанная некоторой функцией от времени, называется трендом. Тренд - это длительная тенденция изменения экономических показателей. Функция представляет собой простейшую математико-статистическую (трендовую) модель изучаемого явления. Следует отметить, что методы экстраполяции необходимо применять на начальном этапе прогнозирования для выявления тенденций. Рассмотрим методы экстраполяции, которые целесообразно применять при переходе к рыночным отношениям в условиях функционирования экономики. Метод подбора функций - один из распространенных методов экстраполяции. Главным этапом экстраполяции тренда является выбор оптимального вида функции, описывающей эмпирический ряд. Для этого проводятся предварительная обработка и преобразование исходных данных с целью облегчения выбора вида тренда путем сглаживания и выравнивания временного ряда. Задача выбора функции заключается в подборе по фактическим данным (xi, yi) формы зависимости (линии) так, чтобы отклонения (Дi) данных исходного ряда yi от соответствующих расчетных yi\, находящихся на линии, были наименьшими (рис. 1.1). После этого можно продолжить эту линию и получить прогноз.

Рис. 1.1 - Графическое представление динамического ряда

Расчет параметров (a, b) для конкретной функциональной зависимости осуществляется методом наименьших квадратов (МНК) и его модификацией. Суть МНК состоит в отыскании параметров модели тренда, минимизирующих отклонения расчетных значений от соответствующих значений исходного ряда, т. е. искомые параметры должны удовлетворять условию

,

где n - число наблюдений

Выбор модели осуществляется с помощью специально разработанных программ. Есть программы, предусматривающие возможность моделирования экономических рядов по 16 - функциям: линейной (y = a + bx), гиперболической различных типов (y = a + b / x), экспоненциальной, степенной, логарифмической и др. Каждая из функций может иметь свою специфическую область применения при прогнозировании экономических явлений.

Так, линейная функция (y = a + bx) (рис. 1.2) применяется для описания процессов, равномерно развивающихся во времени. Параметр b (коэффициент регрессии) показывает скорость изменения прогнозируемого y при изменении х.

Рис. 1.2 - Линейная зависимость

Гиперболы (рис. 1.3) хорошо описывают процессы, которые характеризуются насыщением, когда существует фактор, сдерживающий рост прогнозируемого показателя.

Размещено на http://www.allbest.ru

Размещено на http://www.allbest.ru

Рис. 1.3. Гиперболическая зависимость

Модель выбирается, во-первых, визуально исходя из сопоставления вида кривой и ее специфических свойств и качественной характеристики тенденции экономического явления; во-вторых, исходя из значения критерия. В качестве критерия чаще всего используется сумма квадратов отклонений (S). Из совокупности функций выбирается та, которой соответствует минимальное значение S. Прогноз предполагает продление тенденции прошлого, выражаемой выбранной функцией, в будущее, т.е. экстраполяцию динамического ряда. Программным путем на ЭВМ определяется значение прогнозируемого показателя. Для этого в формулу, описывающую процесс, подставляется величина периода, на который необходимо получить прогноз.

В связи с тем, что этот метод исходит из инерционности экономических явлений и предпосылок, что общие условия, определяющие развитие в прошлом не претерпят существенных изменений в будущем, его целесообразно использовать при разработке краткосрочных прогнозов и обязательно в сочетании с методами экспертных оценок. Причем динамический ряд может строиться на основании данных не по годам, а по месяцам, кварталам. Экстраполяция методом подбора функций учитывает все данные исходного ряда с одинаковым «весом». Классический метод наименьших квадратов предполагает равноценность исходной информации в модели. Однако, как показывает опыт, экономические показатели имеют тенденцию «старения». Влияние более поздних наблюдений на развитие процесса в будущем существеннее, чем более ранних. Проблему «старения» данных динамических рядов решает метод экспоненциального сглаживания с регулируемым трендом. Он позволяет построить такое описание процесса (динамического ряда), при котором долее поздним наблюдениям придаются большие «веса» по сравнению с ранними наблюдениями, причем веса наблюдений убывают по экспоненте. В результате создается возможность получить оценку параметров тренда, характеризующих не средний уровень процесса, а тенденцию, сложившуюся к моменту последнего наблюдения.

Скорость старения данных характеризует параметр сглаживания (а). Он изменяется в пределах 0<а<1. В зависимости от величины параметра прогнозные оценки по-разному учитывают влияние исходного ряда наблюдений: чем больше (а), тем больше вклад последних наблюдений в формирование тренда, а влияние начальных условий быстро убывает. При малом (а) прогнозные оценки учитывают все наблюдения, при этом уменьшение влияния более «старой» информации происходит медленно, т. е. чем меньше (а), тем данные более стабильны, и наоборот. В области экономического прогнозирования наиболее употребимы пределы 0,05<а<0,3. Значение (а) в общем случае должно зависеть от срока прогнозирования: чем меньше срок, тем большим должно быть значение параметра.

Этот метод реализуется на ЭВМ с помощью специально разработанных программ в блоке «временные ряды», который является составной частью пакета экономических расчетов.

2. Принципы прогнозирования. Классификация экономического прогнозирования

экстраполяция ранжированный экономический прогнозирование

Прогнозирование базируется на следующих принципах: системности, научной обоснованности, адекватности, альтернативности, целенаправленности и др.

Принцип системности - предполагает рассмотрение объекта в его связи и зависимости с другими процессами и явлениями, исследование количественных и качественных закономерностей, построение такой логической цепочки исследования, согласно которой процесс выработки и обоснования любого решения отталкивается от определения общей цели системы и подчинения достижению этой цели деятельности всех входящих в нее подсистем. При этом данная система рассматривается как часть более крупной системы, также состоящей из определенного количества подсистем.

Принцип научной обоснованности - основывается на: учете требований экономических законов, применении научного инструментария, изучении достижений отечественного и зарубежного опыта формирования прогнозов, использовании методик и моделей, как условия научного формирования системы прогнозов их обоснованности, действенности и своевременности.

Принцип целенаправленности - предполагает целенаправленный характер прогнозирования, т.е. содержание прогноза не должно сводится только к предвидению, а включать и цели, которые желательно достигнуть.

Принцип адекватности прогноза - характеризует не только процесс выявления тенденций развития, но и оценку устойчивости тенденций и взаимосвязей, а также, создание теоретического аналога реальных экономических процессов.

Реализация принципа адекватности предполагает учет вероятностного характера экономических и социальных процессов. Это означает необходимость оценки, как господствующих тенденций, так и сложившихся отклонений, определение возможной области их расхождения, а также оценку вероятности их реализации в будущем.

Принцип альтернативности - предполагает выбор вариантов развития по разным траекториям, при разных взаимосвязях и структурных соотношениях. Переход от имитации сложившихся процессов и тенденций к предвидению их будущего развития основан на построении альтернатив, т.е. определения нескольких возможных, а зачастую и противоположных, взаимоисключающих путей развития.

Принцип историчности - предполагает рассмотрение прогнозируемых явлений и процессов во взаимосвязи их исторических форм. Другими словами, в процессе прогнозирования необходимо исходить из того, что состояние исследуемого объекта есть закономерный результат его предшествующего развития, а будущее - закономерный результат его развития в прошлом и настоящем.

В современных условиях управляющие решения должны приниматься лишь на основе тщательного анализа имеющейся информации. Например, банк или совет директоров корпорации примет решение о вложении денег в какой-то проект лишь после тщательных расчетов, связанных с прогнозами состояния рынка, с определением рентабельности вложений и с оценками возможных рисков. В противном случае могут опередить конкуренты, умеющие, лучше оценивать и прогнозировать перспективы развития

Для решения подобных задач, связанных с анализом данных при наличии случайных воздействий, предназначен мощный аппарат прикладной статистики, составной частью которого являются статистические методы прогнозирования. Эти методы позволяют выявлять закономерности на фоне случайностей, делать обоснованные прогнозы и оценивать вероятность их выполнения.

В зависимости от объектов прогнозирования принято разделять прогнозы на научно-технические, экономические, социальные, военно-политические и т.д. Однако такая классификация носит условный характер, т.к. между этими прогнозами, как правило, существует множество прямых и обратных связей.

Классификация экономических прогнозов показана на рисунке 2.1. В зависимости от масштабности объекта прогнозирования экономические прогнозы могут охватывать все уровни: от микроуровня (рассматривающего прогнозы развития отдельных предприятий, производств и т.д.) до макроуровня (анализирующего экономическое развитие в масштабе страны) или - до глобального уровня (где существующие закономерности рассматриваются в мировом масштабе).

Важной характеристикой является время упреждения прогноза - отрезок времени от момента, для которого имеются последние статистические данные об изучаемом объекте, до момента, к которому относится прогноз.

По времени упреждения экономические прогнозы делятся на:

1. оперативные (с периодом упреждения до одного месяца)

2. краткосрочные (период упреждения от одного, нескольких месяцев до года),

3. среднесрочные (период упреждения более 1 года, но не превышает 5 лет),

4. долгосрочные (с периодом упреждения более 5 лет).

Наибольший практический интерес, безусловно, представляют краткосрочные и оперативные прогнозы.

Прогнозирование экономических явлений и процессов включает в себя следующие этапы:

постановка задачи и сбор необходимой информации;

первичная обработка исходных данных;

определение круга возможных моделей прогнозирования;

оценка параметров моделей;

исследование качества выбранных моделей, адекватности их реальному процессу. Выбор лучшей из моделей:

построение прогноза;

содержательный анализ полученного прогноза.

Рис. 2.1. Классификация экономических прогнозов

Заключение

Итак, в своей работе я попыталась раскрыть два вопроса: Особенности экстраполяции и принципы прогнозирования. Здесь показана лишь небольшая часть информации, касающаяся данных вопросов. Также был произведен расчет - прогноз выпуска продукции в 18 месяце.

Из всего вышесказанного можно сделать вывод, что при современных условиях функционирования рыночной экономики, невозможно успешно управлять коммерческой фирмой, без эффективного прогнозирования её деятельности. От того, на сколько прогнозирование будет точным и своевременным, а также соответствовать поставленным проблемам, будут зависеть, в конечном счете, прибыли, получаемые предприятием.

Для того, чтобы эффект прогноза был максимально полезен, необходимо создание на средних и крупных предприятиях так называемых прогнозных отделов (для малых предприятий создание этих отделов будет нерентабельным).

Что касается самих прогнозов, то они должны быть реалистичными, то есть их вероятность должна быть достаточно высока и соответствовать ресурсам предприятия.

Для улучшения качества прогноза необходимо улучшить качество информации, необходимой при его разработке. Эта информация, в первую очередь, должна обладать такими свойствами, как достоверность, полнота, своевременность и точность.

Так как прогнозирование является отдельной наукой, то целесообразно (по мере возможности) использование нескольких методов прогнозирования при решении какой-либо проблемы. Это повысит качество прогноза и позволит определить «подводные камни», которые могут быть незамечены при использовании только одного метода.

Также необходимо соотносить полученный прогноз с прецедентами в решении данной проблемы, если такие имели место при похожих условиях функционирования аналогичной организации (конкурента). И при определенной корректировке, в соответствии с этим прецедентом, принимать решения.

Типология прогнозов строится в зависимости от следующих критериев: масштаб прогнозирования, время упреждения или временной горизонт прогноза, характер объекта, функциональный признак, степень детерминированности (определенности) объектов прогнозирования, характер развития объектов прогнозирования во времени, степень информационной обеспеченности объектов прогнозирования. Социально-экономическое прогнозирование основывается на ряде принципов: системности, научной обоснованности, адекватности, альтернативности, целенаправленности и др.

Список литературы

1. Бабич, Т.Н. Прогнозирование и планирование в условиях рынка: Учебное пособие / Т.Н. Бабич, И.А. Козьева, Ю.В. Вертакова, Э.Н. Кузьбожев. - М.: НИЦ ИНФРА-М, 2013. - 336c.

2. Басовский, Л.Е. Прогнозирование и планирование в условиях рынка: Учебное пособие / Л.Е. Басовский. - М.: НИЦ ИНФРА-М, 2013. - 260c.

3. Владимирова Л.П. Прогнозирование и планирование в условиях рынка. Учебное пособие. - М.: 2013.

4. Ефремов А.В. Оптимальное планирование и прогнозирование производства. Уч. пособие, Симферополь, НАПКС. - 2012

5. Прогнозирование и планирование в условиях рынка: Учеб. пособие для вузов / Под ред. Т.Г. Морозовой, А.В. Пикулькина. - М.: 2012.

Размещено на Allbest.ru

...

Подобные документы

  • Классификационные принципы методов прогнозирования: фактографические, комбинированные и экспертные. Разработка приёмов статистического наблюдения и анализа данных. Практическое применение методов прогнозирования на примере метода наименьших квадратов.

    курсовая работа [77,5 K], добавлен 21.07.2013

  • Сущность социально-экономического прогнозирования. Роль сахара в жизни человека. Математический аппарат, используемый при прогнозировании потребления. Регрессионный анализ. Методы наименьших квадратов и моментов. Оценка качества моделей прогнозирования.

    курсовая работа [1,5 M], добавлен 26.11.2012

  • Оценка влияния разных факторов на среднюю ожидаемую продолжительность жизни по методу наименьших квадратов. Анализ параметров линейной двухфакторной эконометрической модели с помощью метода наименьших квадратов. Графическое изображение данной зависимости.

    практическая работа [79,4 K], добавлен 20.10.2015

  • Основные элементы эконометрического анализа временных рядов. Задачи анализа и их первоначальная обработка. Решение задач кратко- и среднесрочного прогноза значений временного ряда. Методы нахождения параметров уравнения тренда. Метод наименьших квадратов.

    контрольная работа [37,6 K], добавлен 03.06.2009

  • Понятие экстрополяции. Условия и методы применения ее при прогнозировании. Способы определения величины доверительного интервала. Классификация методов и основные этапы прогнозирования, аналитическое выражение тренда. Интерпретация полученных результатов.

    презентация [197,0 K], добавлен 02.05.2014

  • Эффективная оценка по методу наименьших квадратов. Корелляционно-регрессионный анализ в эконометрическом моделировании. Временные ряды в эконометрических исследованиях. Моделирование тенденции временного ряда. Расчет коэффициента автокорреляции.

    контрольная работа [163,7 K], добавлен 19.06.2015

  • Количественные и качественные методы экономического прогнозирования. Построение модели поиска оптимального уровня заказа, издержек, уровня повторного заказа, числа циклов за год, расстояния между циклами. Определение координат снабженческого центра.

    контрольная работа [44,4 K], добавлен 15.09.2010

  • Методы социально-экономического прогнозирования. Статистические и экспертные методы прогнозирования. Проблемы применения методов прогнозирования в условиях риска. Современные компьютерные технологии прогнозирования. Виды рисков и управление ими.

    реферат [42,4 K], добавлен 08.01.2009

  • Эффективность линейной несмещенной оценки вектора для обобщенной регрессионной модели, теорема Айткена. Обобщенный метод наименьших квадратов. Преобразования Фурье, их применение; разложение временного ряда. Ряды Фурье, многомерные преобразования.

    реферат [345,4 K], добавлен 09.05.2012

  • Сущность, содержание и цели экономического прогнозирования. Классификация и обзор базовых методов прогнозирования спроса. Основные показатели динамики экономических процессов. Моделирование сезонных колебаний при использовании фиктивных переменных.

    дипломная работа [372,5 K], добавлен 29.11.2014

  • Проблемы и тенденции развития гостиничного бизнеса в России. Структура номерного фонда гостиниц. Прогнозирование уровня заполняемости гостиниц в России в ближайшие несколько лет методом экстраполяции временного ряда и методом наименьших квадратов.

    курсовая работа [330,6 K], добавлен 20.06.2014

  • Обзор основных инструментов, применяемых в прогнозировании. Характеристика базовых методов построения прогнозов социально-экономических систем при помощи программного обеспечения MS EXCEL. Особенности разработки прогнозных моделей на 2004, 2006 и 2009 гг.

    лабораторная работа [218,4 K], добавлен 04.12.2012

  • Общие принципы системного анализа. Основные этапы построения эконометрических моделей и использования их для прогнозирования. Экстраполяция трендов и ее использование в анализе. Правила составления информации подсистем. Модель "спрос-предложение".

    реферат [190,5 K], добавлен 24.01.2011

  • Теоретические основы сценарного подхода в прогнозировании. Основные принципы организации процесса формирования сценариев на различных этапах. Анализ вариантов планирования сценарных условий социально-экономического развития на период 2013-2015 годов.

    контрольная работа [17,1 K], добавлен 14.07.2013

  • Прогнозирование, его основные подходы и виды. Текущее состояние российского кинематографа, его проблемы и тенденции. Прогнозирование числа выходящих кинофильмов в Российской Федерации методом экстраполяции временного ряда и методом наименьших квадратов.

    курсовая работа [280,0 K], добавлен 20.06.2014

  • Статистические методы прогнозирования и их роль в экономической практике. Классификация экономических прогнозов. Требования, предъявляемые к временным рядам, и их компонентный состав. Сопоставимость уровней ряда и допустимая длина временных рядов.

    контрольная работа [1,2 M], добавлен 13.08.2010

  • Оценка коэффициентов парной линейной регрессии, авторегрессионное преобразование. Трехшаговый и двухшаговый метод наименьших квадратов, его гипотеза и предпосылки. Системы одновременных уравнений в статистическом моделировании экономических ситуаций.

    курсовая работа [477,2 K], добавлен 05.12.2009

  • Применение метода наименьших квадратов при оценке параметров уравнения регрессии. Зависимость случайных остатков. Предпосылка о нормальном распределении остатков. Особенности определения наличия гомо- и гетероскедастичности. Расчет основных коэффициентов.

    курсовая работа [252,1 K], добавлен 26.04.2012

  • Основные задачи и принципы экстраполяционного прогнозирования, его методы и модели. Экономическое прогнозирование доходов ООО "Уфа-Аттракцион" с помощью экстраполяционных методов. Анализ особенностей применения метода экспоненциального сглаживания Хольта.

    курсовая работа [1,7 M], добавлен 21.02.2015

  • Назначение матричного метода прогнозирования и основные этапы его применения. Графическая основа модели развития объекта в матричном методе. Схемы оценки опосредствованных связей (влияния) комплексов при обработке матриц влияния и расчетов по графу.

    презентация [752,6 K], добавлен 15.04.2015

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.