Модели краткосрочного прогнозирования экономических показателей на основе временных рядов
ru
Научная статья|Математические и инструментальные методы экономики
EDN: ZQWFWQ
АннотацияПолный текстИсточникиФайлыАвторыАльтметрики
Гайдамакина Ирина Викторовна
Среднерусский институт управления - филиал ФГБОУ ВО «Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации»
Музалевская Алла Анатольевна
ФГБОУ ВО «Орловский государственный университет экономики и торговли»
Ширяева Олеся Олеговна (обучающаяся)
Среднерусский институт управления - филиал ФГБОУ ВО «Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации»
В условиях нестабильной экономики особое значение приобретает прогнозирование экономических показателей для целей своевременного принятия управленческих решений. Современная наука предлагает множество методов прогнозирования, однако не все из них одинаково эффективны в каждом конкретном случае. В настоящей работе приведена классификация методов прогнозирования и выполнена их оценка применительно к текущей экономической ситуации в России; рассмотрен методический подход к построению моделей краткосрочного прогнозирования экономических показателей на основе временных рядов. Для иллюстрации эффективности и универсальности выбранного метода краткосрочного прогнозирования с небольшим количеством статистических данных построены аддитивная и мультипликативная модели с использованием временного ряда среднемесячных доходов в расчёте на душу населения. Для рассматриваемого ряда рассчитаны и проанализированы коэффициенты автокорреляции уровней ряда, сезонные индексы; выполнено моделирование тренда методами регрессионного анализа. Полученные результаты прогнозирования позволили сделать вывод о высокой точности рассматриваемого метода и возможности его применения при формировании стратегии социально-экономического развития, особенно в ситуации экономической нестабильности.
Ключевые слова: краткосрочное прогнозирование, временные ряды, аддитивная и мультипликативная модель тренда, short-term forecasting, TIME NUMBERS, additive and multiplicative trend model
УДК: 338.27:517
OECD: 5.02
Афанасьев В.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование. - М.: Финансы и статистика; ИНФРА-М, 2010. - С. 6.
Атчаде М.Н. Адаптивные методы прогнозирования: реализация в Excel и программе R. - Санкт-Петербург, 2018. - 81 с.
Ветров А.Н., Козлова Ю.Г., Мутовкина Н.Ю. Компьютерный анализ моделей эконометрики: монография. - Тверь: ТвГТУ, 2016. - 256 с
Гайдамакина И.В., Музалевская А.А., Шалимов Д.А. Интенсификация инвестиционной деятельности регионов ЦФО мерами государственной поддержки // Вестник ОрелГИЭТ. - 2017. - №1(39). - С. 71-75.
Гайдамакина И.В., Музалевская А.А. Рейтинговая оценка инвестиционной привлекательности регионов ЦФО // Вестник ОрелГИЭТ. - 2018. - № 2 (44). - С. 86-91.
Гайдамакина И.В. Компьютерное моделирование в эконометрике: анализ программного обеспечения // Фундаментальные и прикладные исследования в области экономики и финансов: материалы и доклады 3-й международной научно-практической конференции. В III частях. / Под общ. ред. О.А. Строевой. - 2017. - С. 58-59.
Дайитбегов Д.М. Компьютерные технологии анализа данных в эконометрике. - М.: ИНФРА-М, 2013. - 586 с.
Лапыгин Ю.Н., Крылов В.Е., Чернявский А.П. Экономическое прогнозирование. - М.: Эксмо, 2009. - С. 105.
Любимов А.К. Прогнозирование социально-экономических процессов. - Нижний Новгород: Нижегородский госуниверситет, 2016. - 74 с.
Светуньков С.Г., Хан Т.В. Логико-гносеологическая терминология в экономике (краткий словарь). - СПб: СПбГУЭФ, 2004. - С. 66 - 67.
Светуньков С.Г., Светуньков И.С. Методы социально-экономического прогнозирования. - Т. 1. - СПб.: Изд-во СПбГУЭФ, 2009. - С. 25.; Лапыгин Ю.Н. Экономическое прогнозирование. - М.: Эксмо, 2009. - С. 23.
Солодовников А.С. Методы прогнозирования и исследования операций. - М.: Финансы и статистика, 2012. - 480 c.
Среднедушевые денежные доходы населения по Российской федерации / Федеральная служба государственной статистики [Электронный ресурс]. - Режим доступа: http://www.gks.ru/wps/wcm/connect/rosstat_main /rosstat/ru/statistics/population/level/#.
Черняк В.И. Количественные методы в анализе данных: эконометрический подход. - М.: МАКС Пресс, 2017. - 206 с.
© Статья. Гайдамакина Ирина Викторовна, Музалевская Алла Анатольевна, Ширяева Олеся Олеговна, 2019.