Методы социально-экономического прогнозирования

Адаптивные модели достаточно гибки, однако на их универсальность рассчитывать не приходится. Поэтому при построении и обосновании конкретных моделей необходимо учитывать наиболее вероятные закономерности развития реального процесса и соотносить динамические свойства ряда со структурой и возможностями модели.

Исследователь должен закладывать в модель те адаптивные свойства, которых, по его мнению, достаточно для отслеживания реального процесса с заданной точностью. Вместе с тем нельзя надеяться на успешную самоадаптацию модели, более общей по отношению к той, которая отражает динамику конкретного процесса, ибо усложнение структуры модели и увеличение числа параметров придает ей излишнюю чувствительность, приводит к «раскачке» и ухудшению получаемых прогнозов.

Таким образом, при построении адаптивной модели приходится выбирать между общей и частной моделями и, взвешивая их достоинства и недостатки, отдавать предпочтение той, от которой можно ожидать наименьшей ошибки прогнозирования. Только при этом условии можно надеяться, что последовательность проб и ошибок постепенно приведет к наиболее эффективному предиктору. Для сравнения возможных моделей необходим критерий полезности модели. В случае краткосрочного прогнозирования таким критерием может быть минимум суммы квадратов ошибок или среднего квадрата ошибок прогнозирования. О качестве модели судят также по наличию автокорреляции в ошибках.

В более развитых прогностических системах поиск оптимальной структуры и параметров адаптации осуществляется путем анализа как последовательных во времени, так и параллельных (конкурирующих) модификаций модели. Здесь используется принцип конкуренции и автоматического отбора (селекции) предиктора по текущим значениям заданного критерия, получаемым альтернативными моделями.

Приведем типы адаптивных моделей, используемых в настоящее время: модели полиномиальных и экспоненциальных трендов; модели тренда и сезонных явлений аддитивного и мультипликативного типа; адаптивная модель гистограммы; модель фазового анализа неустойчивых циклических колебаний; модели с адаптивными параметрами адаптации; модели авторегрессии с переменными коэффициентами; комбинированные модели селективного и гибридного типа (модели с переменной структурой уравнения); адаптивный корреляционный анализ; адаптивная множественная регрессия; модели с условной гетероскедастичностью; адаптивные эконометрические модели как системы адаптивных множественных регрессионных уравнений; адаптивные нелинейные модели. Все изложенное позволяет утверждать, что сформировалось новое направление в прогнозировании — адаптивная эконометрика.

Заключение

Термин  экономические методы  понимается   как   обобщающее название  комплекса  экономических  и  математических   научных   дисциплин, объединенных для изучения экономических процессов и систем.

    Основным метод исследования систем является метод  моделирования,  т.е. способ теоретического анализа  и  практического  действия,  направленный  на разработку и использование моделей. При  этом  под  моделью  будем  понимать образ реального процесса, отражающий его существенные свойства.

    Под задачами экономико-математического моделирования понимаются: анализ экономических   объектов   и   процессов,   экономическое   прогнозирование, предвидение развития экономических процессов.

    Адаптивные   модели   прогнозирования   –   это    модели,    способные

приспосабливать свою структуру и параметры к изменению условий.

    Общая схема  построения  адаптивных  моделей  может  быть  представлена следующим образом. По нескольким первым уровням  ряда  оцениваются  значения параметров модели. По имеющейся модели строится прогноз на один шаг  вперед, причем его отклонение от фактических уровней ряда расценивается  как  ошибка прогнозирования, которая учитывается в соответствии со схемой  корректировки  модели. Далее по модели  со  скорректированными  параметрами  рассчитывается прогнозная оценка на следующий момент времени и т.д. Т.о.  модель  постоянно учитывает новую информацию и к концу  периода  обучения  отражает  тенденцию развития процесса, существующую в данный момент.

    В курсе математического моделирования мы рассматриваем  три  адаптивные модели: модель Брауна, модель Хольта и модель  Хольта-Уинтерса.  Эти  модели имеют параметры сглаживания: модель Брауна – один, модели Хольта  и  Хольта-Уинтерса – два и три соответственно.

    Прогнозирование с помощью компонентного анализа  состоит  из  следующих шагов: оценка и удаление тренда,  оценка  и  удаление  сезонной  компоненты, моделирование ССП, конструирование прогнозной модели и выполнение прогноза.

    В конце,  после  прогнозирования  мы  проверяем  полученную  модель  на

адекватность, т.е. соответствие модели исследуемому  объекту  или  процессу.

Т.к. полного соответствия модели реальному  процессу  или  объекту  быть  не может, адекватность – в какой-то мере – условное понятие. Модель  временного ряда  считается  адекватной,   если   правильно   отражает   систематические компоненты временного ряда.

На основе проведенного исследования по теме «методы социально-экономического прогнозирования» необходимо сделать следующие выводы:

В процессе систематизированного научно обоснованного прогнозирования развития социально-экономических процессов происходило развитие методологии прогнозирования, как совокупности методов, приемов и способов мышления, позволяющих на основе анализа ретроспективных данных, экзогенных и эндогенных связей объекта прогнозирования, а также их измерений в рамках рассматриваемого явления или процесса вывести суждения определенной достоверности относительно его будущего развития.

Исследование различных классификационных схем методов прогнозирования позволяет выделить в качестве основных классов фактографические, экспертные и комбинированные методы, специализация которых обусловлена спецификой целей и задач, количеством и качеством исходной информации, периодом упреждения прогноза.

Таким образом, опты государственного регулирования рыночной экономики свидетельствует о том, что оно должно основываться на системном научном прогнозировании, которое позволяет на базе полученной информации о прошлом и настоящем состоянии экономики предположить альтернативные пути ее развития в предстоящем периоде. В основе рыночной экономики лежит преимущественно кейнсианская концепция, предусматривающая влияние государства на макроэкономические показатели. В связи с этим экономическое прогнозирование В США, как и в других развитых странах, построено на формировании спроса (личное потребление, государственные расходы, капиталовложения и экспорт) и предложения (выпуск товаров и услуг, а также строительство), что соответствует макроэкономической модели кругооборота ВНП.

Необходимо отметить, что процессы реформирования экономической системы в современной Украине вызывали смену приоритетов в методологии социально-экономического прогнозирования. Так, отсутствие директивного управления сделало непригодным для прогнозирования нормативный метод, широко применявшийся в условиях плановой экономики. Экономический спад производства и нестабильность экономической ситуации в Украине обуславливают приоритетное значение краткосрочного прогнозирования социально-экономических процессов с использованием экономико-математических моделей и экспертных оценок.

Список использованной литературы

Агапова Т. Современная экономическая теория: методологическая база и модели // Российский Экономический Журнал. – 1995. - №10.

Богачева О. США: шестой год стабильного экономического подъема // Мировая экономика и международные отношения. – 1998. - №8.

Власюк А. Стабилизация экономики Украины // Экономика Украины. – 1995. - №12.

Горелов С. Математические методы в прогнозировании. – М.: Прогресс, 1993.

Денискин В. Основы социального прогнозирования в пищевой промышленности. – М.: Колос, 1993.

Дудкин В. Индикативное планирование – механизм координации деятельности государственных и негосударственных субъектов управления // Российский Экономический Журнал. – 1998. - №6.

Кривов В. Законодательное определение содержания экономических решений // Экономист. – 1997. - №12.

Курс экономической теории / Под ред. А.С. Сидоровича. – М.: Учебники МГУ, 1997.

Лескова Н. Прогноз развития мировой экономики // Бюллетень иностранной коммерческой информации. – 1995. - №145.

Основы экономического и социального прогнозирования / Под редакцией Мосина Н. – М.: Высшая школа, 1985.

Панасюк Б., Сергиенко И. Прогнозирование развития экономики Украины // Экономика Украины. – 1996. - №1.

Панасюк Б., Сменковский А. О некоторых методических подходах к краткосрочному прогнозированию макроэкономических показателей // Экономика Украины. – 1998. - №10.

Саати М.А. Моделирование сложных систем. – М.: Наука, 1993.

Соколов Н. Динамика ВВП в основных группах стран // Проблемы прогнозирования. – 1998. - №1.

Сутягин В. О соотношении научных прогнозов и государственных программ социально-экономического развития // Проблемы прогнозирования. – 1998. - №1.

Цыгичко В. Основы прогнозирования систем. – М.: Финансы и статистика, 1986.

Черников Д. Макроэкономическая теория // Российский Экономический Журнал. – 1995. - №9.

Юрченко А. Моделирование социально-экономического развития общества // Вестник МГУ: Экономика. – 1993. - №2.

Тейл Г. Экономические прогнозы и принятие решений. - М.: Статистика,     1977.-282 с.

Джонстон Дж. Экономические методы: Пер. с англ, и пред. А.А.Рывкина. -     М.: Статистика, 1990. - 444 с.

Евланов Л.Г., Кутузов В.А. Экспертные оценки в управлении. - М.:
    Экономика, 1978. - 136 с.

Козлов Н.А., Бочаров Е.П. Перспективный экономический анализ. -М.:
   Финансы и статистика, 1987. - 256 с.

Лобаяова Б. Стратегическое планирование и прогнозирование на  

предприятии // Российский экономический журнал. - 1992. — №№ 3-5.

Приложение 1

Модель кривых потоков в открытой экономике [18, с. 79]

Приложение 1

Рисунок 1.1 Место прогнозирования среди функций управления социально-экономическими процессами

Приложение 2

Рисунок 1.2 Функциональная модель региона

[1]

[2]