Социально-экономическое прогнозирование методом экстраполяции

Экстраполяция как один из важнейших способов современного социально-экономического и политического прогнозирования. Тренд – изменение, определяющее общее направление развития, основную тенденцию временных рядов. Сущность метода наименьших квадратов.

Рубрика Экономико-математическое моделирование
Вид реферат
Язык русский
Дата добавления 02.02.2018
Размер файла 21,2 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

Размещено на http://www.allbest.ru

Введение

В настоящее время ни одна сфера жизни общества не может обойтись без прогнозов как средства познания будущего. Особенно важное значение имеют прогнозы социально-экономического развития общества, обоснование основных направлений экономической политики, предвидение последствий принимаемых решений. Социально-экономическое прогнозирование является одним из решающих научных факторов формирования стратегии и тактики общественного развития.

Актуальность данной темы как в условиях развитой рыночной экономики, так и переходной экономики определяется тем, что уровень прогнозирования процессов общественного развития обуславливает эффективность планирования и управления экономикой и другими сферами.

Целью данной курсовой работы является рассмотрение методологии и методик разработки социально экономических прогнозов для определения сущности, областей применения и наиболее эффективных методов прогнозирования. Для этого необходимо решить следующие задачи: определить сущность методов социально-экономического прогнозирования и области их применения в ходе изучения теоретико-методологических основ методологии прогнозирования; дать характеристику методов социально-экономического прогнозирования в экономически развитых странах и выявить особенности их применения в современной Украине.

В процессе написания данной курсовой работы были использованы учебники под редакцией В.О. Мосина, К.Л. Трисеева, В. Цыгичко, В.В. Денискина, а также научные статьи по исследуемой проблеме в периодических изданиях «США: экономика политика идеология», «Мировая экономика и международные отношения», «Проблемы прогнозирования», «Российский экономический журнал», «Проблемы прогнозирования», «Российский экономический журнал», «Экономика Украины», «Вестник МГУ».

Формализованные методы делятся по общему принципу действия на четыре группы: экстраполяционные (статистические), системно-структурные, ассоциативные и методы опережающей информации.

В практике прогнозирования экономических процессов преобладающими, по крайней мере до последнего времени, являются статистические методы. Это вызвано, главным образом, тем, что статистические методы опираются на аппарат анализа, развитие и практика применения которого имеют достаточно длительную историю.

Рассмотрим методы экстраполяции, являющиеся одними из наиболее распространенных методов прогнозирования.

Экстраполяция - продление на перспективу тенденций, наблюдавшихся в прошлом. Наиболее простым и известным является метод скользящих средних, осуществляющий механическое выравнивание временного ряда. Суть метода заключается в замене фактических уровней ряда расчетными средними, в которых погашаются колебания.

Для целей краткосрочного прогнозирования также может использоваться метод экспоненциального сглаживания. Средний уровень ряда на момент t равен линейной комбинации фактического уровня для этого же момента и среднего уровня прошлых и текущего наблюдений.

Экстраполяция тренда возможна, если найдена зависимость уровней ряда от фактора времени t.

Модель стационарного процесса, выражающая значение показателя yt в виде линейной комбинации конечного числа предшествующих значений этого показателя и аддитивной случайной составляющей, называется моделью авторегрессии.

1. Понятие социально-экономического прогнозирования

Прогнозирование - это научно-обоснованное предсказание наиболее вероятного состояния, тенденций и особенностей развития управляемого объекта в перспективном периоде на основе выявления и правильной оценки устойчивых связей и зависимостей между прошлым, настоящим и будущим.

Как отмечает Антохонова И.В., отличительная особенность прогнозирования состоит в том, что оно обосновывает возникновение таких процессов и форм материальной и духовной жизни общества, которые в данный момент недоступны непосредственному восприятию, а также проверке на практике.

Одним из важных направлений прогнозирования общественного развития является социально-экономическое прогнозирование - научная дисциплина, имеющая своим объектом социально-экономическую систему, а предметом - познание возможных состояний функционирующих объектов в будущем, исследование закономерностей и способов разработки экономических прогнозов.

Социально-экономическое прогнозирование основывается на достижениях науки в области познания закономерностей развития общества, выяснения тенденций социально-экономического и технологического прогресса.

У прогнозируемых социальных объектов интенсивность взаимосвязи предвидения и управления может быть настолько высокой, что может изменить предсказанное состояние путем предпринятых действий на основе управленческих решений. Иными словами, управленческие решения приводят к “самоосуществлению” или к “саморазрушению” прогноза. В прогностике это называется “эффектом Эдипа”.

Важная роль в совершенствовании экономического прогнозирования, повышения достоверности разрабатываемых прогнозов принадлежит также прикладной научной дисциплине, изучающей закономерности и способы разработки прогнозов развития объектов любой природы - прогностике, в том числе экономической прогностике.

Прогнозирование тесно связано со статистикой и во многом базируется на статистических данных и методах исследования массовых явлений.

Особое значение в настоящее время имеет прикладная статистика, адаптирующая методы многомерного статистического анализа к решению социально-экономических задач. При этом решаются следующие задачи: типологизация (классификация) или выявление однородных в определенном смысле классов; снижение размерности исследуемого пространства данных и восстановление (прогноз) значений зависимых показателей по значениям определенного набора независимых признаков.

Эконометрика - научная дисциплина, объединяющая совокупность теоретических результатов, приемов, методов и моделей, предназначенных для того, чтобы на основе экономической теории, экономической статистики и математико-статистическнх методов придавать конкретное количественное выражение общим закономерностям, обусловленным экономической теорией.

Таким образом, приведенные дисциплины тесно связаны между собой, существенным моментом является обязательная методологическая составляющая в виде экономической теории.

2. Метод экстраполяции

Одним из важнейших способов современного социально-экономического и политического прогнозирования является экстраполяция. Ее сущность заключается в том, что достоверные выводы по одной части какого-либо явления распространяются на другую часть, на явление в целом, на будущее данного явления. Экстраполяция - это ведущий метод прогнозирования будущего на основе существующих, действующих в настоящем тенденций.

Данный метод был одним из исторически первых методов, который стал широко использоваться в социальном прогнозировании. Экстраполяция -- это распространение выводов, сделанных при изучении одной части какого-либо явления (процесса), на другую его часть, в том числе ненаблюдаемую. В социальной области это способ предвидения будущих событий и состояний, исходя из допущения, что некоторые тенденции, проявившиеся в прошлом и в настоящем, сохранятся.

Экстраполяция широко применяется в демографии при расчетах будущей численности населения, его половозрастной и семейной структур и т. д. С помощью этого метода может быть рассчитано будущее омоложение или старение населения, дана характеристика рождаемости, смертности, брачности в периоды, которые отстоят от настоящего на несколько десятилетий.

Экстраполяция означает распространение выводов, касающихся одной части какого-либо явления, на другую часть, на явление в целом, на будущее. Экстраполяция основывается на гипотезе о том, что ранее выявленные закономерности будут действовать в прогнозном периоде. Например, вывод об уровне развития какой-либо социальной группы можно сделать по наблюдениям за ее отдельными представителями, а о перспективах культуры - по тенденциям прошлого.

Экстраполяционный метод отличается многообразием - насчитывает не менее пяти различных вариантов. Статистическая экстраполяция - проекция роста населения по данным прошлого - это один из важнейших методов современного социального прогнозирования.

С помощью компьютерных программ (Exel и др.) можно построить экстраполяцию в виде графика в соответствии с имеющимися формулами.

Однако в социальном прогнозировании возможности экстраполяции как метода прогнозирования в некотором роде ограничены. Это вызвано рядом причин, которые связаны с тем, что социальные процессы развиваются во времени. Это ограничивает возможности их точного моделирования. Так, до какого-то момента процесс может медленно нарастать, а затем наступает период бурного развития, который завершается этапом насыщения. После этого процесс опять стабилизируется. Если не учесть подобные особенности протекания социальных процессов, то применение метода экстраполяции может привести к ошибке.

Формализованные методы прогнозирования базируются на математической теории, которая обеспечивает повышение достоверности и точности прогнозов, значительно сокращает сроки их выполнения, позволяет облегчить деятельность по обработке информации и оценке результатов. В состав формализованных методов прогнозирования входят: методы экстраполяции и методы математического моделирования.

Термин «экстраполяция» имеет несколько толкований. В широком смысле слова экстраполяция - это метод научного исследования, заключающийся в распространении выводов, полученных из наблюдений над одной частью явления, на другую его часть. В узком смысле - это нахождение на ряду данных функций других ее значений, находящиеся вне этого ряда. Экстраполяция заключается в изучении сложившихся в прошлом и настоящем тенденций экономического развития и перенесении их на будущее. В прогнозировании экстраполяция применяется при изучении временных рядов и представляет собой нахождение значений функций за пределами области ее определения с использованием информации о поведении данной функции в некоторых точках, принадлежащих области ее определения.

В экстраполяционных прогнозах предсказание конкретных значений изучаемого объекта или параметра в какой - то определенный период времени не считается основным компонентом. Особо важным здесь является своевременное фиксирование объективно намечающихся сдвигов, выявление закономерных тенденций развития явления или процесса. Под тенденцией развития понимают некоторое его общее направление, долговременную эволюцию. Обычно тенденцию стремятся представить в виде более или менее гладкой траектории.

Для повышения точности экстраполяции используют различные приемы. Например, экстраполируемая часть общей кривой развития (тренд) корректируется с учетом реального опыта функционирования отрасли - аналога исследований или объекта, опережающих в своем развитии прогнозируемый объект.

Тренд - это изменение, определяющее общее направление развития, основную тенденцию временных рядов. Под ним понимается характеристика основной закономерности движения во времени, в некоторой мере свободной от случайных воздействий. Тренд - это длительная тенденция изменения экономических показателей. При разработке моделей прогнозирования тренд оказывается основной составляющей прогнозируемого временного ряда, на которую уже накладываются другие составляющие. Результат при этом связывается исключительно с ходом времени. Предполагается, что через время можно выразить влияние всех остальных факторов.

Задача прогноза состоит в определении вида экстраполирующих функций на основе исходных эмпирических данных и параметров выбранной функции. Первым этапом является выбор оптимального вида функции, дающей наилучшее описание тренда. Следующим этапом является расчет параметров выбранной экстраполяционной функции. При оценке параметров зависимости наиболее распространенными являются метод наименьших квадратов и его модификаций, метод экспоненциального сглаживания, метод скользящей средней и др.

Сущность метода наименьших квадратов состоит в минимизации суммы квадратических отклонений между наблюдаемыми и расчетными величинами. Данный метод широко применяется в прогнозировании в силу его простоты и возможности реализации на ЭВМ. Недостаток метода состоит в том, что модель тренда жестко фиксируется, а это делает возможным его применение только при небольших периодах упреждения, т.е. при краткосрочном прогнозировании.

Метод экспоненциального сглаживания дает возможность получить оценки параметров тренда, характеризующих не средний уровень процесса, а тенденцию, сложившуюся к моменту последнего наблюдения. Данный метод применяется при кратко- и среднесрочном прогнозировании. Его преимущества состоят в том, что он не требует обширной информационной базы и предполагает ее интенсивный анализ с точки зрения информационной ценности различных членов временной последовательности. Модели, описывающие динамику показателя, имеют простую математическую формулировку, а адаптивная эволюция параметров позволяет отразить неоднородность и текучесть свойств временного ряда.

Метод скользящей средней дает возможность выравнивать динамический ряд путем его расчленения на равные части с обязательным совпадением в каждой из них сумм модельных и эмпирических значений.

Метод экстраполяции заключается в приложении определенной для базисного периода тенденции развития экономического процесса к прогнозируемому периоду, он основывается на сохранении в будущем сложившихся условий развития процесса. При использовании этого метода необходимо иметь информацию об устойчивости тенденций развития объекта за срок, в 2-3 раза превышающий срок прогнозирования. Длительная тенденция изменения экономических показателей называется трендом. Последовательность действий при экстраполировании:

· четкое определение задачи, выдвижение гипотез о возможном развитии прогнозируемого объекта, рассмотрение факторов, стимулирующих или препятствующих развитию данного объекта, определение необходимой экстраполяции и ее допустимой дальности;

· выбор системы параметров, унификация различных единиц измерения, относящихся к каждому параметру в отдельности;

· сбор и систематизация данных, проверка их однородности и сопоставимости;

· выявление тенденций или симптомов изменения изучаемых величин в ходе статистического анализа и непосредственной экстраполяции данных.

Операцию экстраполяции в общей форме можно представить в виде определения значения функции:

Уi + L = F (Уi Ч L),

где Уi + L - экстраполируемое значение уровня;

L - период упреждения;

Уi - уровень, принятый за базу экстраполяции.

Метод экстраполяции дает надежные результаты на ближайшую перспективу прогнозирования тех или иных объектов - 5 - 7 лет.

При экстраполировании используются методы: наименьших квадратов и его модификации; экспоненциального сглаживания, скользящей средней и др.

3. Решение задач

экстраполяция экономический тренд

Пример экстраполяции: ряд чисел 1, 4, 9, 16 подсказывает, что следующим числом будет 25, поскольку начало ряда составляют квадраты чисел 1, 2, 3, 4. Мы экстраполировали найденный принцип на ненаписанную часть ряда. Наиболее простым и известным является метод на основе средней, самая простая экстраполяция:

Табл. 1

Период

У фактическая

2014

110

2015

100

2016

120

2017

140

2018

117,5

2018=Усредний= (110+100+120+140)/4=117,5

Экстраполяция на основе среднего роста, в основе прогноза положен средний коэффициент, темп роста:

Yn+l=Yбаз.*k ср.l,

Где:

Yбаз. - базовый уровень экстраполяции, Yбаз.=Yn,

l - упреждение, то есть насколько периодов вперед необходимо узнать,

k ср. - средний коэффициент роста:

Табл. 2

Период

У фактическая

1

15

2

18

3

17

...

...

16

25

Заключение

экстраполяция экономический тренд

Прогнозирование позволяет раскрыть устойчивые тенденции, или, наоборот, существенные изменения в социально-экономических процессах, оценить их вероятность для будущего планового периода, выявить возможные альтернативные варианты, накопить научный и эмпирический материал для обоснованного выбора той или иной концепции развития или планового решения.

Методы социально-экономического прогнозирования - это совокупность приемов и способов мышления, позволяющих на основе анализа ретроспективных данных, экзогенных (внешних) и эндогенных (внутренних) связей объекта прогнозирования, а также их измерений в рамках рассматриваемого явления или процесса вывести суждения определенной достоверности относительно его (объекта) будущего развития.

В группу поисковых методов входят подгруппы: экстраполяции и моделирования, картографирования, написания сценариев, прогнозирование по аналогии.

Метод экстраполяции. Основная идея экстраполяции - изучение сложившихся как в прошлом, так и настоящем стойких тенденций развития предприятия и перенос их на будущее. Различают прогнозную и формальную экстраполяцию. Формальная - основывается на предположении о том, что в будущем сохранятся прошлые и настоящие тенденции развития предприятия; при прогнозной - настоящее развитие увязывают с гипотезами о динамике предприятия с учетом того, что в будущем изменится влияние на него различных факторов. Следует знать, что методы экстраполяции лучше применять на начальной стадии прогнозирования, чтобы выявить тенденции изменения показателей.

Литература

1. Антохонова И.В. Методы прогнозирования социально-экономических процессов: Учебное пособие. - Улан-Удэ: Изд-во ВСГТУ, 2004. - 212 с.

2. Глазьев С.Ю. Теория долгосрочного технико-экономического развития. М., 1999. - 341 с.

3. Леванова Л.Н. Эконометрика. - Саратов., 2003. - 79 с.

4. Мамиконов А.Г. Принятие решений и информация. М.: Наука, 2002. - 275 с.

5. Теин А.Г. Земля Информатика. Екатеринбург: Издательство Уральского университета. Издательство Дома учителя, 2002. - 254 с.

6. Тихомиров Н.П., Попов В.А. Методы социально-экономического прогнозирования. - М.: Изд-во ВЗПИ, АО "Росвузнаука", 2001. - 364 с.

7. Эконометрика: Учебно-методический комплекс. Красноярск: РИО КрасГУ, 2003. - 36 с.

8. Научно-методические рекомендации по вопросам диагностики социальных рисков и прогнозирования вызовов, угроз и социальных последствий. Российский государственный социальный университет. Москва. 2010;

9. Владимирова Л.П. Прогнозирование и планирование в условиях рынка: Учеб. пособие. М.: Издательский Дом «Дашков и Ко», 2001;

10. Новикова Н.В., Поздеева О.Г. Прогнозирование национальной экономики: Учебно-методическое пособие. Екатеринбург: Изд-во Урал. гос. экон. ун-та, 2007.

11. Слуцкин Л.Н. Курс МБА по прогнозированию в бизнесе. М.: Альпина Бизнес Букс, 2006.

Размещено на Allbest.ru

...

Подобные документы

  • 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

  • Изучение сущности метода экономического моделирования и особенностей его применения. Экономическая оценка качества планов и прогнозов. Прогнозирование урожайности картофеля методом экстраполяции. Составление баланса производства и распределения картофеля.

    контрольная работа [86,5 K], добавлен 09.11.2010

  • 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

  • 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

  • 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

  • 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

  • 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

  • Изучение метода экспоненциального сглаживания - эффективного метода прогнозирования, который дает возможность получить оценку параметров тренда, характеризующих не средний уровень процесса, а тенденцию, сложившуюся к моменту последнего наблюдения.

    лабораторная работа [28,7 K], добавлен 15.11.2010

  • Создание модели анализа и прогнозирования социально-экономического развития Российских регионов методом главных компонент. Оценка основных экономических показателей региона. Формирование индикаторов устойчивого развития с использованием программы МИДАС.

    курсовая работа [969,1 K], добавлен 29.08.2015

  • Теоретические выкладки в области теории хаоса. Методы, которые используются в математике, для прогнозирования стохастических рядов. Анализ финансовых рядов и рядов Twitter, связь между сентиметными графиками и поведением временного финансового ряда.

    курсовая работа [388,9 K], добавлен 01.07.2017

  • 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

  • Анализ развития рынка телевизионных сериалов производства РФ. Соотношение высокобюджетных проектов, ситкомов и драмеди в российском телеэфире. Прогнозирование объема многосерийной продукции методами экстраполяции временного ряда и наименьших квадратов.

    курсовая работа [283,6 K], добавлен 20.06.2014

  • Структурные компоненты детерминированной составляющей. Основная цель статистического анализа временных рядов. Экстраполяционное прогнозирование экономических процессов. Выявление аномальных наблюдений, а также построение моделей временных рядов.

    курсовая работа [126,0 K], добавлен 11.03.2014

  • Теория и анализ временных рядов. Построение линии тренда и прогнозирование развития случайного процесса на основе временного ряда. Сглаживание временного ряда, задача выделения тренда, определение вида тенденции. Выделение тригонометрической составляющей.

    курсовая работа [722,6 K], добавлен 09.07.2019

  • Временные ряды и их характеристики. Факторы, влияющие на значения временного ряда. Тренд и сезонные составляющие. Декомпозиция временных рядов. Метод экспоненциального сглаживания. Построение регрессионной модели. Числовые характеристики переменных.

    контрольная работа [1,6 M], добавлен 18.06.2012

  • Классические подходы к анализу финансовых рынков, алгоритмы машинного обучения. Модель ансамблей классификационных деревьев для прогнозирования динамики финансовых временных рядов. Выбор алгоритма для анализа данных. Практическая реализация модели.

    дипломная работа [1,5 M], добавлен 21.09.2016

  • 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 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

  • Анализ временных рядов с помощью статистического пакета "Minitab". Механизм изменения уровней ряда. Trend Analysis – анализ линии тренда с аппроксимирующими кривыми (линейная, квадратическая, экспоненциальная, логистическая). Декомпозиция временного ряда.

    методичка [1,2 M], добавлен 21.01.2011

  • 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

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.