🗊Презентация Економетричні моделі динаміки. (Тема 10)

Навчальна мета: Після вивчення теми студент повинен знати : методи прогнозування економетричні моделі динаміки; прогноз на основі моделей тренду.

Проблеми системи ефективного управління Прогнозування економічних показників є нагальною потребою в умовах ринкової економіки Віднайти ефективні рішення в умовах невизначеності Точне передбачення майбутнього підвищує ефективність процесу прийняття рішень Можливість передбачити майбутню ситуацію є дуже суттєвою для правильного вибору Прогнозування як метод визначення майбутніх показників на основі статистичних даних, відіграє велику роль для прийняття рішень в економіці, торгівлі.

Класифікація економічних прогнозів за масштабністю об’єкта : глобальні (світові), макроекономічні, структурні (міжгалузеві та міжрегіональні), регіональні, галузеві, мікроекономічні.

Класифікація економічних прогнозів за часом або тривалістю періоду упередження : короткострокові (до 1 року або на найближчі кілька місяців). Складаючи короткострокові прогнози, звичайно роблять припущення лише про незначні відхилення від найостанніших даних. середньострокові (до 5 років або від одного до трьох). За цей час під впливом зовнішніх факторів ринкові умови або урядова політика можуть змінитися, й проста екстраполяція попередніх тенденцій може давати помилкові прогнози. довгострокові (від 5 до 20 років і більше). Довгострокові прогнози охоплюють період понад три роки, коли можливі більш значні зміни. Для фірми це можуть бути нові види товарів, розвиток і освоєння міжнародних ринків чи реорганізація управління внаслідок об’єднання з іншими фірмами. Для економіки це зміна структури населення, співвідношення між галузями чи пріоритетів у торгівлі.

Класифікація прогнозів за способом отримання : суб’єктивні (отримуються на підставі здогадок, досвіду й інтуїції, не підпорядковуються строгим правилам і спираються звичайно на неформальні міркування експерта) такі, що базуються на моделях (випливають з правил або моделей ) – казуальні (використовують взаємозалежність між змінними) і неказуальні (не пояснюють механізм генерації змінних, а просто пропонують метод прогнозу за минулими значеннями)

Питання 2. Питання 2. Методи визначення трендів

Методи прикладного прогнозування статистичні, функціонально-ієрархічні (прогнозні сценарії), методи структурної аналогії, імітаційного моделювання, експертні оцінки

Статистичні методи прогнозування Метод ковзної середньої Метод найменших квадратів Метод скінченних різниць Прогнозування на підставі середніх значень Прогнозування на основі екстраполяції тренду Метод експоненціального вирівнювання (метод Брауна) Метод гармонічних ваг

Основні методи прогнозування в економіці 1) опитування 2) метод Дельфі 3) аналіз “витрати-випуск” 4) екстраполяційні методи

Опитування Опитування споживачів є одним з методів одержання інформації для передбачення майбутнього рівня попиту на товар. Опитування використовуються для виявлення думок потрібної групи людей: споживачів, торговельного персоналу, бізнесменів або експертів відносно будь-якого аспекту майбутнього. Перевага опитування полягає в тому, що інформація надходить безпосередньо від тих респондентів, чиї майбутні дії цікавлять дослідника, і тому, можна сподіватися, є надійною. Головним недоліком методу є залежність одержаних даних від суб’єктивізму й відповідальності респондентів, які можуть давати недостатньо продумані відповіді, особливо коли гарантовано анонімність і респондент не зазнає збитків від неправилього прогнозу

Метод Дельфі Варіантом опитування експертів є метод Дельфі або, як його ще називають, метод "думки журі фахівців". Основою цього методу є багатоетапне узгодження думок групи експертів. Результати опитування збираються й обговорюються експертами. Процес може повторюватися доти, поки не з’явиться узгоджений прогноз, прийнятний для всіх експертів.

Аналіз “витрати-випуск” Аналіз “витрати-випуск” вивчає економіку, концентруючи увагу на взаємодії між галузями. В аналізі "витрати-випуск" об’єктом основної уваги є міжгалузевий попит. Аналіз "витрати-випуск" більш придатний для централізовано-планової економіки, коли важливо, щоб узгоджувались плани різних галузей

Екстраполяційні методи Основний зміст полягає в тому, що закон зміни даних у минулому буде зберігатись і в майбутньому. Суть прогнозної екстраполяції полягає в поширенні закономірностей, зв'язків і відношень, виявлених в t-му періоді, за його межі. Основний їх зміст полягає в тому, що закон зміни даних у минулому буде зберігатись і в майбутньому. Тобто в основі цього методу лежить припущення, що можливі зміни на період прогнозування будуть відбуватися за закономірностями, що мали місце і в базисному періоді. Тому на основі відомих статистичних даних створюється математична модель, яку пропонується використовувати для прогнозування. Оскільки важливою є динаміка даних залежно від часу, то використовуються переважно не структурні дані, а часові ряди, тобто спостереження, впорядковані за часом, скажімо, щомісячні або щорічні.

Питання 3. Питання 3. Типи економетричних моделей тренду і прогнозування на їх основі

Виявлення основної тенденції розвитку методом аналітичного вирівнювання за рівняннями тренду – лінійне рівняння тренду , – параболічне рівняння тренду , – степенева функція – експоненціальне рівняння , де у – показник, тенденція якого досліджується; t – час (1, 2, …, n), ; – параметри рівняння тренду.

Прогнозування на основі лінійної моделі тренду Прогноз на наступні періоди часу обчислюємо за формулою : , де ; , де .

Прогнозування на основі параболічної моделі тренду Прогноз на наступні періоди часу обчислюємо за формулою : , де ; , де .

Питання 4. Питання 4. Побудова моделей тренду: метод найменших квадратів

Метод найменших квадратів де n – кількість спостережень; y – досліджуваний показник

ПОБУДОВА ЛІНІЙНОЇ МОДЕЛІ ТРЕНДУ методом найменших квадратів Параметри і є розв’язками системи нормальних рівнянь:

ПОБУДОВА ЛІНІЙНОЇ МОДЕЛІ ТРЕНДУ методом найменших квадратів Значення параметру лінійного тренду показує, що щорічно очікується збільшення або зменшення значення показника у на одиниць. Значення коефіцієнта економічної інтерпретації не має.

ПОБУДОВА ПАРАБОЛІЧНОЇ МОДЕЛІ ТРЕНДУ методом найменших квадратів Параметри , і є розв’язками системи нормальних рівнянь:

ПОБУДОВА ПАРАБОЛІЧНОЇ МОДЕЛІ ТРЕНДУ методом найменших квадратів Значення параметру у параболічній моделі тренду показує, що в початковий момент часу (при t=0) очікується збільшення або зменшення показника у на а1 одиниць за 1 період часу (рік, квартал, чи місяць). Значення параметра показує, що збільшення або зменшення економічного показника у в початковий момент часу відбувається з прискоренням, рівним а2 одиниць. Значення в моделі тренду економічної інтерпретації не має

Питання 5. Питання 5. Алгоритм побудови лінійної моделі тренду в Excel

Крок 1. Виділити один масив даних (y) і зайти у Майстер діаграм

Крок 2. За допомогою Майстра діаграм вибрати Тип діаграми – Line (График)

Крок 3. До наступного діалогу перейти за допомогою кнопки Далее (Next) В одному з вікон діалогу ввести назви графіка і координатних осей

Крок 4. Закінчити побудову графіка за допомогою кнопки Готово (Finish)

Крок 5. Активувати емпіричну лінію тренду лівою клавішею мишки

Крок 6. У контекстному меню, яке появиться на екрані, вибрати пункт Add TrendLine (Добавить линию тренда)

Крок 7. Серед запропонованих ліній вибрати Linear (Линейная)

Крок 8. У підпункті контекстного меню Option (Параметры) виділити такі функції: Display equation on chart (Показывать уравнение на диаграмме), Display R-square value (Поместить на диаграмму величину достоверности аппроксимации (R2))

Крок 9. На екрані появиться графік теоретичної лінії тренду, лінійне рівняння тренду та значення коефіцієнту детермінації, яке вказує на довіру до знайденого рівняння тренду

Економетрична інтерпертація отриманих результатів Значення параметру а1=100799 лінійного тренду показує, що кожного кварталу очікується збільшення значення прибутку банку “Приватбанк” на 100799 тис.грн Значення коефіцієнта а0=-161102 економічної інтерпретації не має. Значення коефіцієнта детермінації R2=0,747 вказує до довіру до отриманого рівняння тренду і вірогідність прогнозів, які можна отримати за даним рівнянням тренду.