Прогнозирование экономических показателей. Практическое задание 2.

Прогнозирование – это научно обоснованные суждения о возможном состоянии и будущем развитии того или иного объекта или отдельных его элементов, а также об альтернативных путях, методах, сроках достижения определённого состояния этого объекта. Принципами прогнозирования являются:

1. системный подход;

2. научная обоснованность;

3. альтернативность и вариантность;

4. выделение генеральной цели, ведущего звена;

5. отражение объективных закономерностей;

6. достоверность.

Прогнозирование и планирование экономики представляет собой сложный многоступенчатый и итеративный процесс, в ходе которого должен решаться обширный круг различных социально-экономических и научно-технических проблем, для чего необходимо использовать в сочетании самые разнообразные методы.

По степени формализации методы экономического прогнозирования можно подразделить на интуитивные и формализованные. Среди интуитивных методов широкое распространение получили методы экспертных оценок. Применяются также методы исторических аналогий и прогнозирования по образцу.

К формализованным методам относятся методы экстраполяции и методы моделирования.

Методы моделирования предполагают использование в процессе прогнозирования и планирования различного рода экономико-математических моделей, представляющих собой формализованное описание исследуемого экономического процесса (объекта) в виде математических зависимостей и отношений. Различают следующие модели: матричные, оптимального планирования, экономико-статистические (трендовые, факторные, эконометрические), имитационные, принятия решений.

В зависимости от уровня управления экономическими и социальными процессами различают макроэкономические, межотраслевые, межрайонные, отраслевые, региональные модели и модели микроуровня (модели развития фирмы).

В системе электронных таблиц Microsoft Excel существует несколько функций, с помощью которых можно выполнить прогнозирование.

На практике при выборе аналитической функции рекомендуется подбирать функцию ỹ _х с таким расчетом, чтобы ее конструктивные элементы, коэффициенты и константы поддавались экономической интерпретации, а линия тренда отображала наиболее характерное изменение признака.

Наиболее широко используются следующие функции:

1) линейная: ỹ _х =а+bх, где а и b - константы;

2) параболическая: ỹ _х =а+bх+cх ², где а, b, с - константы;

3) степенная: ỹ _х =ах ^b;

4) экспоненциальная: ỹ _х =bm ^х;

5) гиперболическая: ỹ _х =а+b/х;

6) простая модифицированная экспоненциальная функция: ỹ _х = а - b ^х

7) логистическая: ỹ _х = 1/(а + b) ^х.

Для визуального выбора наиболее точной аппроксимации можно воспользоваться построением точечной диаграммы исходных данных с последующим добавлением линии тренда. Рассмотрим пример выбора аппроксимации данных статистики ВВП за ряд лет. Информация о динамике и структуре ВВП приведена в Приложении 2.

Рис. 3.6 – Точечная диаграмма динамики ВВП

Существует возможность создания линии тренда на диаграмме без создания данных для линии тренда.

1. Выберите ряд данных, к которому нужно добавить линию тренда.

2. Выберите команду Добавить линию тренда в меню Диаграмма.

3. На вкладке Тип выберите нужный тип регрессионной линии тренда.

Рис. 3.7 – Выбор линии тренда

Методом подбора определяется наиболее приемлемая форма линии тренда для аппроксимации фактических данных. Для аппроксимации фактических данных динамики ВВП выбраны линейная и экспоненциальная линии тренда (рис.3.7, 3.8).

Рис. 3.7 – Линейная аппроксимация динамики ВВП

Рис. 3.8 – Экспоненциальная линия тренда ряда динамики ВВП

Функция «Тенденция» возвращает значения в соответствии с линейным трендом, исходя из допущения о неизменности прогнозных тенденций в будущем.

Аппроксимирует прямой линией (по методу наименьших квадратов) массивы «известные значения y» и «известные значения x». Возвращает значения y, в соответствии с этой прямой для заданного массива «новые значения x».