Прогнозування соціально-економічних процесів

абсолютна , квадратична .

 

Для порівняння точності прогнозів, визначених за різними моделями, використовують похибку апроксимації (%) :

 

Якщо результат оцінювання точності прогнозу задовольняє визначені критерії точності, скажімо, 10%, то прогнозна модель вважається прийнятною і рекомендується для практичного використання. Очевидно, що похибка прогнозу залежить від довжини ретроспекції та горизонту прогнозування. Оптимальним співвідношенням між ними вважається 3: 1.

При оцінюванні та порівнянні точності прогнозів використовують також коефіцієнт розбіжності Г. Тейла, який дорівнює нулю за відсутності похибок прогнозу і не має верхньої межі:

 

Існуючі методи верифікації прогнозів у більшості своїй ґрунтуються на статистичних процедурах, які зводяться до побудови довірчих меж прогнозу, себто до побудови інтервальних прогнозів.

Помилки ex post прогнозів можна оцінювати таким же чином, як ми оцінювали залишки моделі. Тобто ми можемо розглянути відповідні значення MSE, MAD і МАРE.

Для оцінки помилок ex post прогнозів використовується також число, яке називається коефіцієнтом нерівності Тейла (Theil's inequality coefficient) :

 

де T – число ex post прогнозів.

Еx post – один з найнадійніших методів при виборі моделі прогнозування. При цьому особливу увагу слід звертати на останні значення моделі. Стабільність коефіцієнтів моделі, разом з іншими характеристиками, які вказують на достатньо високу точність (R2, MAD і МАРE), говорить на користь вибраної моделі.

Перш ніж приступити безпосередньо до прогнозування майбутніх значень, прогнозист повинен спочатку зрозуміти ті кількісні закономірності (або хоча б частина з них), які лежать в основі бізнес-процесу. Єдине, що він має в розпорядженні, це початкові дані. Звідси витікає, що на початку прогнозист повинен створити модель, яка достатньо добре описувала б саме початкові дані. Різниця між істинним і прогнозованим значеннями називається помилкою прогнозу.

Тут потрібно відзначити, що прогнозовані значення необов'язково повинні відноситися до майбутнього. Прогнозувати можна будь-які величини, що не входять в набір початкових даних. Подібні прогнозовані значення часто використовуються, коли необхідно відновити дані, відсутні через які-небудь причини.

Ідея ex post прогнозування. З цією метою початкові дані розбиваються на дві групи, так щоб в другій групі знаходилися пізніші дані, що становлять звично приблизно 15% всієї інформації. Ці дані будуть потім використовуватися для тестування. При невеликому об'ємі початкових даних в другій групі можна розглядати до 30% початкової інформації.

Але спочатку ми повинні задати горизонт прогнозування. При цьому кожного разу ми порівнюватимемо набуті значення з наявною інформацією. У цьому якраз і полягає головна перевага ex post прогнозування. При звичному прогнозуванні у нас такої можливості немає. Припустимо, що нас цікавить прогноз на один квартал вперед і ми хочемо протестувати лінійну модель. Нижче ми приводимо докладний алгоритм ex post прогнозування.

Алгоритм ex post прогнозування:

• Знаходимо лінію регресії L для перших 13 значень.
• З рівняння L визначаємо прогноз на 14-й квартал.
• Порівнюємо одержаний прогноз з наявною інформацією за 14-й квартал. Знаходимо помилку.
• Повторюємо пункти 1-3 послідовно для перших 14, 15 і 16 значень.

В результаті ми одержуємо таблицю, що містить ex post прогнози і відповідні помилки для останніх чотирьох кварталів.

В процесі ex post прогнозування, додаючи нові дані, ми кожного разу одержували інше рівняння. Це приклад рекурсивного ex post прогнозування, на відміну від нерекурсивного, при якому рівняння, одержане за даними першої групи, залишається незмінним.

2. 2. Поняття тенденції, способи встановлення наявності тенденції

Під тенденцією розуміють деякі загальні напрямки розвитку процесу (явища), довгострокову закономірність.

При прогнозуванні методами екстраполяції виходять з інерційності явищ (процесів), що досліджуються і прогнозуються.

Ступінь інерційності залежить від розміру і масштабу процесу, що вивчається. На мікрорівні вплив окремого фактора може миттєво змінити ситуацію, в той час, коли на макрорівні, через дії багатьох факторів, які здійснюють часом протилежний один одному вплив, інерційність зберігається у більшій мірі.

При значній інерційності економічних процесів (явищ), що досліджуються, можна з достатнім ступенем імовірності сподіватися, що закономірності, які виникли в «передісторії», будуть з незначними змінами діяти і в прогнозованому періоді.

Основу екстраполяційних методів прогнозування складають динамічні ряди. Є ряд способів перевірки гіпотези про існування тенденції у динамічному ряду.

Один з найпростіших методів базується на порівнянні середніх рівнів ряду. Для цього динамічний ряд розбивається на дві, приблизно рівні частини за кількістю елементів. Кожна частина розглядається умовно як самостійна сукупність. Якщо динамічний ряд має певну тенденцію, то середні, які обчислені для кожної сукупності, повинні суттєво розрізнятися між собою. Якщо ж розходження будуть незначними, тобто випадковими, то динамічний ряд тенденції не має.

Для оцінки істотності відмінності між середніми значеннями двох динамічних рядів використовується t-критерій Стьюдента.

Розходження буде істотним, якщо розрахункове значення t-критерія Стьюдента (tp) буде не менше його табличного значення (tT).

Розрахункове значення t-критерія обчислюється таким чином:

 

 (3. 1)

 

де середнє значення рівня відповідно до першої і другої частин ряду, розрахованих для інтервальних динамічних рядів як середнє арифметичне:

 

 (3. 2)

 

де n1, n2 – кількість елементів відповідно першої і другої частин ряду.

- стандартне відхилення.

 – дисперсія відповідно першій і другій частин ряду.

 

 (3. 3)

 

 

Асистентська практика студентів-магістрів покликана підготувати їх до трудової діяльності з напрямку «Економічна кібернетика». Теоретичну базу цієї практики утворюють, насамперед, теоретичні і практичні курси та дисципліни, що вивчалися впродовж набуття ступеню бакалавра.

Цілі (завдання) асистентської практики були поставлені наступні:

• Здійснення первинної адаптації студентів до професійної діяльності викладача кафедри економічної кібернетики та інформаційних технологій.
• Розвиток базових адаптаційних, пізнавальних, комунікативних, організаційних, проектувальних, і інших умінь самостійного здійснення навчальної й навчально-методичної діяльності викладача.
• Застосування теоретичних знань з вивчених предметів.
• Розвиток і удосконалення навичок самопідготовки.

Під час проходження практики, за завданням керівника, підготовлено і проведено семінарські заняття з дисципліни: «Прогнозування соціально-економічних процесів»; зформульовано і вирішено різні завдання, що виникають в ході науково-педагогічної діяльності.

З дисципліни "Прогнозування соціально-економічних процесів" було проведено семінарське заняття у групі 4 курсу та було розглянуто наступні теми:

1. верифікація прогнозів, EX POST метод як імітація процесу;
2. поняття тенденції, способи встановлення наявності тенденції.

Хід семінарських занять складався з організаційної частини (привітання зі студентами, виявлення відсутніх, перевірка підготовленості групи до заняття), зі стимулювання навчальної діяльності (повідомлення теми та плану заняття), та з обговорення навчальних питань семінару. Були застосовані такі засоби та прийоми навчання, як бесіда, розповідь студента, повідомлення, виконання індивідуальних завдань (реферат). В кінці заняття були підбиті підсумки заняття (оцінювання роботи студентів).

Під час лекції були розглянуті такі запитання:

1. Основчна виробнича функція.

Робота з виконання програми практики зареєстрована в щоденнику практики відповідно календарного графіку.

Проходження практики допомогло більш детально засвоїти роботу зі студентами як викладача ВНЗ, дало змогу набути вміння та навички викладача, спілкування зі студентами та вдосконалення своїх особистих знань.

Навчально-методична робота полягала у з’ясуванні особливостей планування всіх видів роботи викладача на кафедрі на прикладі роботи викладача-методиста. Також практика допомогла формуванню уявлень про організацію діловодства на кафедрі. Сюди входили такі завдання: відвідування лекційних і семінарських занять. Аналіз занять (однієї лекції та одного семінару). Складання плану-конспекту і проведення одного семінарського заняття. Проведення однієї лекції (детальніше ознайомитися із особливостями проведення лекційних та семінарських занять можна переглянувши відповідні розділи звіту).

 

 

Під прогнозом в системології розуміється:

1. передбачення майбутніх змін в природі і суспільстві;
2. передбачення минулих змін в природі і суспільстві;
3. розподіл усіх судженнь про стан об'єкта дослідження в зазначений момент часу в майбутньому і (або) про альтернативні шляхи досягнення цього стану.

Основним об'єктом прогнозування в системології є:

1. матеріальний світ;
2. система;
3. навколишнє середовище.

Головна мета наукового прогнозування в системології полягає:

1. в науковому передбаченні майбутнього;
2. у визначенні тенденцій розвитку досліджуваної системи;
3. в розкритті невизначеностей, пов'язаних з досліджуваної системою і навколишнього її зовнішнім середовищем.

Пошукові прогнози встановлюють:

1. можливі стани об'єкта прогнозування в майбутньому;
2. шляхи і терміни досягнення певних станів об'єкта прогнозування;
3. потреба в ресурсах, необхідних для досягнення об'єктом прогнозування певних станів в задані терміни.

Програмні прогнози встановлюють:

1. можливі стани об'єкта прогнозування в майбутньому;
2. шляхи і терміни досягнення певних станів об'єкта прогнозування;
3. потреби в ресурсах, необхідних для досягнення об'єктом прогнозування певних станів в задані терміни.

Головна мета прогнозу ex post полягає:

1. в передбаченні майбутніх значень ендогенних змінних досліджуваної
2. моделі на основі оцінених параметрів моделі і гіпотез про значення екзогенних змінних;
3. в передбаченні минулих значень ендогенних змінних моделі на основі її оцінених параметрів і фактичних для минулого періода значень екзогенних змінних;
4. у визначенні потреби в ресурсах, необхідних для досягнення об'єктом прогнозування певних станів в задані терміни.

Процедура оцінки функціональної повноти, точності і достовірності прогнозу називається:

1. атестацією;
2. сертифікацією;
3. верифікацією.

Інверсна верифікація -

1. верифікація, яка здійснюється через лукаві аналітичного або логічного виведення прогнозу з раніше отриманих прогнозів;
2. верифікація прогнозу шляхом перевірки адекватності прогнозованої моделі в ретроспективному періоді;
3. верифікація шляхом спростування критичних зауважень опонента за прогнозом.

Консеквентна верифікація -

1. верифікація, яка здійснюється через лукаві аналітичного або логічного виведення прогнозу з раніше отриманих прогнозів;
2. верифікація прогнозу шляхом перевірки адекватності прогнозованої моделі в ретроспективному періоді;
3. верифікація шляхом спростування критичних зауважень опонента
4. за прогнозом.

Тренд -це:

1. сезонні коливання часового ряду;
2. періодичні коливання часового ряду;
3. систематична компонента тимчасового ряду.

 

 

1. Владимирова Л. П. Прогнозирование и планирование в условиях рынка: Учеб. пособие. – М. : Издательско-торговая корпорация “Дашков и Ко”, 2005. – 400 с.
2. Глівенко С. В., Соколов М. О., Теліженко О. М. Економічне прогнозування: Навчальний посібник. – 2-ге вид., перероб. та доп. – Суми: Видавництво «Університетська книга», 2001. – 207 с.
3. Грабовецький Б. Є. Економічне прогнозування і планування: Навчальний посібник: Навчальне видання. – К. : ЦНЛ, 2003. – 188 c.
4. Єріна А. М. Статистичне моделювання та прогнозування: Навчальний посібник. – К. : КНЕУ, 2001. – 170 c.
5. Костина Н. И., Алексеев А. А. Финансовое прогнозирование в экономических системах: Учеб. пособие для вузов. – М. : ЮНИТИ-ДАНА, 2002. – 285 с.
6. Кулявець В. О. Прогнозування соціально-економічних процесів: Навчальний посібник. – К. : Кондор, 2009. – 194 с.
7. Мінченко М. В., Чижов Л. П., Фролков А. В. Планування та прогнозування соціально-економічного розвитку регіонів: Підручник: Навчальне видання. – Суми: Університетська книга, 2004. – 442 c.
8. Пашута М. Т., Калина А. В. Прогнозування та макроекономічне планування: Навч. посібник. – К. : МАУП, 1998. – 192 с.
9. Присенко Г. В., Равікович Є. І. Прогнозування соціально-економічних процесів: навчальний посібник. – К. : КНЕУ. 2005. – 378 с.
10. Присенко Г. В. Прогнозування соціально-економічних процесів: навч. -метод. посіб. для самост. вивч. дисц. – К. : КНЕУ. 2008. – 224 с.