Стр. 41 - Социально-экономическое прогнозирование
Упрощенная HTML-версия
СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЕ ПРОГНОЗИРОВАНИЕ
39
В современной экономической литературе рассматривается большое
количество разнообразных методов экономического прогнозирования на основе
экстраполяции.
Методы выделения тренда
Линия тренда строится на основе теории регрессионного анализа и
представляет собой функцию изменения прогнозируемого показателя от
времени. Естественно, что время не является причиной изменения показателя,
поэтому в построенной модели ставится задача выявить влияние всех основных
факторов на прогнозируемый показатель через время [10].
Одним из методов выделения тренда является
метод скользящих средних
.
Основная цель данного метода - это выявление трендовой составляющей
сильно «зашумленного» временного ряда. Поэтому для целей прогноза
используется именно сама тенденция изменения показателя. Таким образом,
удается сгладить данные временного ряда.
Для расчета в соответствии с данным методом необходимо вначале
привести временной ряд к усредненному варианту, т.е. все значения ряда
усредняются за
m
периодов. Рассмотрим процесс усреднения для временного
ряда из
N
значений.
Y
1
=
(
Y
1
+ Y
2
+…+ Y
m
)
/m,
Y
2
=
(
Y
2
+ Y
3
+…+ Y
m+
1
)
/m,
Y
N-m+
1
=
(
Y
N-m
+ Y
N-m+
1
+…+ Y
N
)
/m.
(2.3)
Скользящие
средние
могут
рассчитываться
с
различными
коэффициентами усреднения
m
, где
m =
2,3,....
Чем выше «зашумленность» временного ряда, тем большее значение
задается для коэффициента усреднения, это позволяет уменьшить колебания в
сглаженном временном ряде. Но чем больше выбранный коэффициент
усреднения, тем короче становится сглаженный временной ряд.
Еще
одним
методом
выделения
тренда
является
метод
экспоненциального сглаживания.
Метод экспоненциального сглаживания
применяется при краткосрочном прогнозировании и позволяет сделать прогноз
на один шаг вперед с учетом всех значений предыдущих периодов,
скорректированных на величину погрешности. Метод получил широкое
распространение, т.к. обладает достаточно высокой точностью [10]. Степень
учета прошлых значений определяется коэффициентом сглаживания
α
. Эта
константа определяет степень влияния на прогнозные значения ошибок в
предыдущем периоде. Расчеты и прогноз на один шаг вперед осуществляются
по формуле
E
t+
1
=
α
Y
t
+
(1
-
α
)
Et
,
(2.4)
