Книжная полка Сохранить
Размер шрифта:
А
А
А
|  Шрифт:
Arial
Times
|  Интервал:
Стандартный
Средний
Большой
|  Цвет сайта:
Ц
Ц
Ц
Ц
Ц

Методы прогнозирования социально-экономических процессов

Покупка
Артикул: 779980.01.99
Доступ онлайн
400 ₽
В корзину
Изложены основы теории, связанные с методологией прогнозирования на микро- и макроэкономическом уровнях при использовании статистических и адаптивных методов; подробно описаны методики прогнозирования в системе «STAT1STICA»; приведены варианты задании и исходные данные для ручного счета и компьютерного исследования студентами прогнозных вариантов развития моделируемых процессов. Для студентов направлении подготовки 09.03.03 «Прикладная информатика». 38.03.01 «Экономика», 38.05.01 «Экономическая безопасность», изучающих дисциплины «Методы социально-экономического прогнозирования». «Эконометрика». «Эконометрическое моделирование».
Игнашева, Т. А. Методы прогнозирования социально-экономических процессов : учебное пособие / Т. А. Игнашева. - Йошкар-Ола : Поволжский государственный технологический университет, 2018. - 104 с. - ISBN 978-5-8158-2032-6. - Текст : электронный. - URL: https://znanium.com/catalog/product/1871284 (дата обращения: 21.07.2024). – Режим доступа: по подписке.
Фрагмент текстового слоя документа размещен для индексирующих роботов. Для полноценной работы с документом, пожалуйста, перейдите в ридер.
Т. А. ИГНАШЕВА 

 
 
 
 
 

МЕТОДЫ ПРОГНОЗИРОВАНИЯ 

СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ 

ПРОЦЕССОВ  

 
 

Учебное пособие 

 
 
 
 
 
 
 
 
 
 
 
 

Йошкар-Ола 

2018 

УДК 338.27(075.8) 
ББК 65.054я7 
        И 26 

Рецензенты: 

профессор кафедры прикладной статистики и информатики МарГУ, 

доктор экономических наук А. В. Бурков; 

профессор кафедры информационных систем в экономике ПГТУ,  

доктор экономических наук А. В. Швецов  

 

Печатается по решению 

редакционно-издательского совета ПГТУ 

 
 

Игнашева, Т. А.  

И 26        Методы прогнозирования социально-экономических про
цессов: учебное пособие / Т. А. Игнашева. – Йошкар-Ола:  
Поволжский государственный технологический университет, 
2018. – 104 с. 
ISBN 978-5-8158-2032-6 

 

Изложены основы теории, связанные с методологией прогнозирова
ния на микро- и макроэкономическом уровнях при использовании статистических и адаптивных методов; подробно описаны методики прогнозирования в системе «STATISTICA»; приведены варианты заданий и исходные данные для ручного счета и компьютерного исследования студентами прогнозных вариантов развития моделируемых процессов. 

Для студентов направлений подготовки 09.03.03 «Прикладная ин
форматика», 38.03.01 «Экономика», 38.05.01 «Экономическая безопасность», изучающих дисциплины «Методы социально-экономического 
прогнозирования», «Эконометрика», «Эконометрическое моделирование». 

УДК 338.27(075.8) 

ББК 65.054я7 

 

ISBN 978-5-8158-2032-6 
© Игнашева Т. А., 2018 
© Поволжский государственный  
технологический университет, 2018 

ВВЕДЕНИЕ 

 

В условиях рыночной экономики возрастает роль такой процедуры 

стратегического планирования, как прогнозирование. Это связано с 
двумя обстоятельствами. Во-первых, с тем, что рыночное хозяйство 
отличается постоянными колебаниями конъюнктуры, которые непосредственно отражаются на доходах и судьбе каждого продавца и покупателя товаров или услуг. Для того чтобы не допускать крупных, подчас 
непоправимых ошибок, необходимо оценивать возможные альтернативы рыночной динамики, поведения контрагентов и конкурентов на 
внутреннем и внешнем рынках. Именно поэтому прогнозирование становится необходимым элементом формирования рыночной стратегии и 
тактики на любом уровне хозяйствования ‒ от индивидуального производителя, коммерческих организаций и их ассоциаций до субъектов 
Федерации и общества в целом. Во-вторых, в рыночном хозяйстве прогнозирование ‒ исходный пункт при обосновании проектов долгосрочных программ и планов. Это связано с тем, что многие процессы, охватываемые программами и планами, выступающие в качестве важнейших факторов воспроизводства (природные процессы и зависящие от 
них колебания продуктивности сельского хозяйства, изменения численности и структуры населения страны, прежде всего его экономически 
активной части, спрос на товары и услуги на внутреннем и внешнем 
рынках и т.д.), имеют чрезвычайно высокую степень неопределенности. 
Следовательно, можно лишь прогнозировать их динамику и воздействие 
на социально-экономическое развитие. 

В данном учебном пособии изложены основы теории, связанные с 

методологией прогнозирования на микро- и макроэкономическом уровнях при использовании статистических и адаптивных методов, подробно описаны методики прогнозирования в системе «STATISTICA». Приведены варианты заданий и исходные данные для ручного счета и компьютерного исследования студентами прогнозных вариантов развития 
моделируемых процессов. 

ППП «STATISTICA», работающая в среде «Windows», предоставля
ет пользователю уникальную среду, в которой статистическая обработка становится увлекательным исследованием с использованием новейших компьютерных технологий и современных методов. 

Процесс прогнозирования с помощью системы «STATISTICA», как 

правило, включает следующие этапы: 

- ввод данных в систему; 
- преобразование данных, адекватное выбранным методам прогно
зирования; 

- визуализацию данных с помощью различных типов графиков; 
- реализацию алгоритма метода прогнозирования; 
- вывод результатов прогноза в виде графиков и электронных таблиц 

с численной и текстовой информацией; 

- интерпретацию полученных результатов. 
Процесс разработки прогнозов в системе «STATISTICA» реализует
ся в соответствии с этими этапами. 

Учебное пособие написано с учетом опыта использования данного 

пакета студентами направлений подготовки 09.03.03 «Прикладная информатика», 38.03.01 «Экономика», 38.05.01 «Экономическая безопасность» при изучении дисциплин «Методы социально-экономического 
прогнозирования», «Эконометрика», «Эконометрическое моделирование». 

Книга снабжена большим количеством иллюстраций и примеров, 

детальным переводом всех необходимых команд и терминов и призвана 
облегчить пользователю работу с системой «STATISTICA» совместно с 
другими пакетами обработки данных. 

Пособие предназначено для студентов, аспирантов, преподавателей 

и научных сотрудников, исследующих социально-экономические процессы с применением методов прогнозирования. 

 

1. СТАТИСТИЧЕСКИЕ МЕТОДЫ ПРОГНОЗИРОВАНИЯ  

 

1.1. Сущность и виды прогнозирования 

 
Прогнозирование является достаточно сложным процессом в плани
ровании развития социально-экономической сферы общества из-за 
необходимости соотнесения на избранной основе факторов настоящего 
периода функционирования экономики с вероятностными, прогнозными, которые в целом представляют собой внешнеэкономическую среду 
государства и подлежат измерению, оценке и анализу. 

Прогнозирование ‒ это важнейшая процедура планирования разви
тия национальной экономики в целом, ее отдельных звеньев и структурных элементов. Оно является одной из форм плановой деятельности, 
состоящей в научном предвидении состояния объекта прогнозирования 
в определенный момент будущего, основанном либо на анализе тенденций социально-экономического развития объекта за соответствующий 
(обычно двух-трехкратный) по сравнению с периодом прогноза период 
в прошлом и экстраполировании этих тенденций (генетический подход), 
либо на использовании нормативных расчетов (нормативный, или целеполагающий, подход). Содержанием прогнозирования является разработка селективных, долгосрочных и среднесрочных прогнозов, касающихся национальной экономики в целом, ее составных подсистем и 
элементов. 

Под прогнозом понимается эмпирическое или научно обоснованное 

суждение о возможных состояниях объекта прогнозирования в будущем, об альтернативных путях и сроках его осуществления. 

Прогнозирование выступает в качестве важнейшего связующего 

звена между теорией и практикой регулирования всех областей жизни 
общества, предпринимательских структур. Оно выполняет две важнейшие функции. Первая из них ‒ предсказательная. Иногда ее еще называют описательной. Вторая, непосредственно связанная с первой, ‒ 
предписательная, или предуказательная, способствующая оформлению 
прогноза, плана деятельности. 

Предсказательная функция состоит в описании возможных или же
лательных перспектив, состояний объекта прогнозирования в будущем. 

По степени формализации, способу получения информации все ме
тоды экономического прогнозирования подразделяются на две большие 

группы: интуитивные (основаны на интуитивно-логическом мышлении 
человека) и формализованные (базируются на математической теории). 

Процесс и результаты прогностической деятельности могут исполь
зоваться в двух важнейших направлениях: теоретико-познавательном и 
управленческом. Теоретико-познавательное значение стратегического 
прогнозирования состоит в изучении и совершенствовании методологии 
и методики работы по составлению прогнозов, выявлении тенденций, 
проявившихся в развитии национальной экономики и в системе социальных отношений, факторов, способствующих возникновению и их 
существованию, возможных изменений этих факторов, а соответственно, и самих тенденций. Управленческий аспект стратегического прогнозирования ‒ использование прогнозов экономического и социального 
развития общества для создания необходимых предпосылок, обеспечивающих повышение научного уровня подготавливаемых управленческих решений. 

По масштабу прогнозирования выделяют:  
 макроэкономические (развитие национальной экономики в це
лом) и структурные (межотраслевые и межрегиональные) прогнозы;  

 прогнозы развития отдельных комплексов национальной эконо
мики (топливно-энергетического, агропромышленного, инвестиционного, производственной и социальной инфраструктуры, финансовокредитного и т.д.);  

 прогнозы отраслевые и региональные;  
 прогнозы деятельности хозяйствующих субъектов и их ассоциа
ций, а также отдельных производств и продуктов. 

По времени и характеру решаемых проблем различают прогнозы:  
 стратегические и тактические;  
 оперативные;  
 краткосрочные;  
 среднесрочные;  
 долгосрочные; 
 дальнесрочные.  
Стратегические прогнозы имеют своей целью предвидение важней
ших характеристик (параметров) формирования управляемых объектов в 
среднесрочной и далее перспективах. Оперативные прогнозы предназначены для выявления возможностей по решению конкретных проблем 

стратегических прогнозов в текущей деятельности и краткосрочных перспективах. Оперативный прогноз имеет период упреждения до одного 
месяца; краткосрочный ‒ от 1 месяца до 1 года; среднесрочный ‒ от года 
до пяти лет; долгосрочный ‒ от 5 до 15-20 лет; дальнесрочный ‒ свыше 
15-20 лет. 

Деление прогнозов в зависимости от характера исследуемых объек
тов связано с различными аспектами воспроизводственного процесса. 
По этому признаку выделяют следующие виды прогнозов:  

 развитие экономических, социальных и внутриполитических от
ношений;  

 социально-экономические предпосылки и последствия НТП;  
 динамика развития национальной экономики (ее темпов, факто
ров и структуры);  

 воспроизводство населения, состояние рынка труда, подготовки 

кадров;  

 экономическое использование природных ресурсов и состояние 

природной среды;  

 уровень и качество жизни населения, доходов и цен;  
 развитие финансово-кредитных отношений;  
 воспроизводство основного капитала и объема инвестиций в него;  
 внешнеэкономические связи, международные отношения. 
По функциональному признаку (направлениям прогнозирования) 

прогнозы подразделяются на два типа: поисковые и нормативные.  
Поисковый прогноз основан на условном продолжении в будущее тенденций развития исследуемого объекта в прошлом и настоящем и отвлекается от условий (факторов), способных изменить эти тенденции. 
Нормативный прогноз разрабатывается на базе заранее определенных 
целей. 

Специфику применяемых методов во многом определяет сама мо
дель. Модели в прогнозировании можно условно разделить на два вида:  

а) модели, сконструированные для описания одного параметра, су
щественно характеризующего процесс; 

б) модели, сконструированные для описания группы взаимосвязан
ных параметров. 

При прогнозировании отдельных параметров используются разно
образные модели временных рядов, регрессионные модели. Если в ка
честве параметра выступает время, то говорят о построении тренда 
процесса. Если в регрессионной модели находятся наборы разных переменных, то говорят об уравнении или модели множественной регрессии. Наиболее распространенным методом построения таких моделей 
является МНК – метод наименьших квадратов. 

При описании множества взаимосвязанных параметров применяется 

система регрессионных уравнений, для моделирования которых используются косвенные и многошаговые методы наименьших квадратов. 

 

1.2. Основные компоненты временного ряда 

 

Временной (динамический) ряд ‒ это набор значений исследуемого 

показателя за несколько смежных моментов или периодов времени.  

В каждом отдельном случае уровень динамического ряда формиру
ется под воздействием большого количества факторов, которые условно 
можно подразделить на три группы: 

 факторы, формирующие тенденцию ряда; 
 факторы, формирующие циклические колебания ряда; 
 случайные факторы. 
При различных комбинациях этих факторов в анализируемом явле
нии или процессе зависимость уровней ряда от фактора времени может 
принимать различные формы.  

Во-первых, большинство динамических рядов экономических и со
циальных показателей имеют тенденцию, характеризующую общее 
долговременное воздействие совокупности факторов на динамику 
изучаемого показателя. Данные показатели, взятые в отдельности, могут оказывать разнонаправленное воздействие на исследуемый процесс. Однако в совокупности они формируют его возрастающую или 
убывающую тенденцию.  

Во-вторых, анализируемый процесс может быть подвержен цикли
ческим колебаниям. Эти колебания могут иметь сезонный характер, 
вследствие того что экономическая деятельность многих отраслей экономики зависит от времени года. При исследовании больших совокупностей данных за длительные интервалы времени можно определить 
циклические колебания, связанные с общей динамикой конъюнктуры 
рынка, а также с фазой бизнес-цикла, в которой находится экономика 
страны.  

Отдельные динамические ряды не содержат тенденции и цикличе
ской компоненты, а каждый следующий их уровень формируется как 
сумма среднего уровня ряда и некоторой (положительной или отрицательной) случайной компоненты.  

Реальные временные ряды чаще всего содержат все три компоненты. 

Каждый их уровень образуется под влиянием тенденции, сезонных колебаний и случайной компоненты. 

В большинстве случаев фактический уровень динамического ряда 

можно представить как сумму или произведение трендовой, циклической и случайной компонент. Модель, в которой присутствует сумма 
перечисленных компонент, называется аддитивной моделью ряда.  
Модель, представляющая ряд динамики как произведение перечисленных компонент, называется мультипликативной моделью. 

Основная задача аналитического исследования временного ряда со
стоит в определении и придании количественного выражения каждой из 
перечисленных компонент с целью использования полученной информации для прогнозирования будущих значений ряда или при построении моделей взаимосвязи двух или более временных рядов. 

При наличии в ряду тенденции и циклических колебаний значения 

последующих уровней ряда зависят от предыдущих. Корреляционную 
зависимость между последовательными уровнями временного ряда 
называют автокорреляцией уровней ряда. Аналитически ее можно 
определить с помощью линейного коэффициента корреляции между 
уровнями исходного временного ряда и уровнями этого ряда, смещенными на несколько шагов во времени. 

При определении в качестве первой переменной х ряда y2, y3,…, yn, 

а в качестве второй переменной y ряда y1, y2,…,yn-1 формула расчета 
примет вид 
























n

t

n

t

t
t

n

t

t
t

y
y
y
y

y
y
y
y

r

2
2

2

2
1

2

1

2

2
1
1

1

)
(
)
(

)
(
)
(

, 

где 
1

2

1





n

y

y

n

t

t

;  
1

2

1

2








n

y

y

n

t

t

. 

Коэффициент r1 является коэффициентом автокорреляции уров
ней ряда первого порядка. Он характеризует зависимость между смежными уровнями ряда t и (t – 1), т.е. при лаге равном 1. 

Аналогично определяются коэффициенты автокорреляции второго и 

более высоких порядков.  

Количество периодов, по которым рассчитывается коэффициент ав
токорреляции, называют лагом. При возрастании лага число пар значений для расчета коэффициента автокорреляции уменьшается.  

Свойства коэффициента автокорреляции следующие: 
1) коэффициент рассчитывается по аналогии с линейным коэффици
ентом корреляции, следовательно, характеризует тесноту линейной связи текущего и предыдущего уровней ряда. Он дает возможность судить 
о наличии линейной (или близкой к линейной) тенденции; 

2) знак коэффициента не позволяет сделать вывод о возрастающей 

или убывающей тенденции в уровнях ряда. Многие динамические ряды 
социально-экономических данных содержат положительную автокорреляцию уровней, но при этом могут иметь убывающую тенденцию. 

Последовательность коэффициентов автокорреляции уровней перво
го, второго и т.д. порядков называют автокорреляционной функцией 
временного ряда. График зависимости ее значений от величины лага 
(порядка коэффициента автокорреляции) называется коррелограммой. 

 

1.3. Моделирование тенденции ряда динамики 

 

Основным методом моделирования тенденции ряда динамики явля
ется построение аналитической функции, описывающей зависимость 
уровней ряда от времени. Данный метод называют аналитическим выравниванием временного ряда. 

Для решения этой задачи вначале необходимо выбрать вид функции 

(уравнения связи). Наиболее приемлемые виды уравнений связи отбираются из заданного массива функций на основании изучения статистических данных и логического анализа протекания изучаемого процесса.  

На данном этапе должны быть решены следующие вопросы: 
- является ли исследуемый показатель величиной монотонно возрас
тающей (убывающей), стабильной, периодической, имеющей один или 
несколько экстремумов; 

- ограничен ли показатель сверху или снизу каким-либо пределом; 

Доступ онлайн
400 ₽
В корзину