Методы прогнозирования социально-экономических процессов. Антохонова И.В. - 47 стр.

UptoLike

Составители: 

Рубрика: 

95
лим несколько положений, подтверждающих обоснован-
ность анализа и прогнозирования временных рядов.
1) Анализ и прогнозирование связанных рядов име-
ют место при обоснованности взаимосвязи признаков, ха-
рактеризующих эволюцию некоторого результативного
признака одного объекта или системы. Классическим при-
мером являются производственные функции, широко ис-
пользуемые для анализа экономического роста и степени
взаимодействия основных факторов. Эти вопросы рассмот-
рены в 8 главе.
2) Зависимости в динамике исследуются при помо-
щи эконометрических моделей в виде системы одновре-
менных регрессионных уравнений. При исследовании та-
ких объектов, как национальная экономика или экономика
региона, анализу подвергаются временные ряды признаков,
среди которых выделяются экзогенные и эндогенные. Эко-
нометрические модели рассмотрены в отдельной главе.
3) На протяжении длительного времени и особенно
в последнее время вопросам моделирования экономиче-
ских процессов на основе временных рядов уделяется
большое внимание. Достаточно отметить, что последняя
Нобелевская премия присуждена Роберту Энглу и Клайву
Гренджеру за методы анализа временных рядов с изме-
няющейся волатильностью и так называемых коинтегриро-
ванных временных рядов
12
. Авторы показали корректность
оценивания параметров в случае нарушения ряда классиче-
ских предпосылок. Исследованию подвергаются в основ-
ном временные ряды финансовых показателей, относи-
тельно которых можно отметить, что все они не могут не
зависеть, например, от инфляции.
Таким образом, проблемы исследования взаимосвя-
зи временных рядов представляют теоретический и прак-
12
Г.Канторович, М.Турунцева.Роберт Энгл и Клайв Гренджер: новые
области экономических исследований. Вопросы экономики, 2004, 1,
с.37-48.
96
тический интерес. Применение регрессионных моделей
связано, в основном, с решением проблемы нестационар-
ности временных рядов.
Учет автокорреляции при исследовании связи
между переменными. Под автокорреляцией понимается
корреляция между уровнями одного и того же временного
ряда, т.е. корреляция ряда
123
, , ,...
x
хх с рядом
123
, , ,...
LL L
x хх
++ +
. Число L характеризует период запазды-
вания. Корреляция между соседними уровнями ряда (
L =1)
называется автокорреляцией первого порядка. При анализе
одиночных временных рядов автокорреляционная зависи-
мость создает дополнительные возможности для формиро-
вания прогноза на соответствующий период упреждения
L
временных единиц. Наличие автокорреляции при исследо-
вании связанных рядов затрудняет процесс построения
аналитических моделей и снижает статистическую значи-
мость вероятностных характеристик.
Причина этого заключается в том, что автокорреля-
ционное взаимодействие уровней ряда всегда сопровожда-
ется появлением определенной тенденции в изменении
признака. Наличие эволюторной составляющей способно
преувеличить силу связи между двумя произвольно вы-
бранными переменными, если закономерности вариации
временных рядов оказываются сходными между собой.
В результате иногда обнаруживается так называемая лож-
ная корреляция, вызванная параллельным изменением вре-
менных рядов.
Для исключения автокорреляции во временных ря-
дах при исследовании связи между ними применяются раз-
личные приемы, суть которых сводится к замене исходных
значений уровней рядов отклонениями от трендов либо
разностями
k-го порядка. Переход от реальных уровней
временных рядов к отклонениям или конечным разностям
позволяет полностью или частично устранить влияние эво-
люторной составляющей и на этой основе определить тес-
лим несколько положений, подтверждающих обоснован-                 тический интерес. Применение регрессионных моделей
ность анализа и прогнозирования временных рядов.                   связано, в основном, с решением проблемы нестационар-
       1) Анализ и прогнозирование связанных рядов име-            ности временных рядов.
ют место при обоснованности взаимосвязи признаков, ха-                       Учет автокорреляции при исследовании связи
рактеризующих эволюцию некоторого результативного                  между переменными. Под автокорреляцией понимается
признака одного объекта или системы. Классическим при-             корреляция между уровнями одного и того же временного
мером являются производственные функции, широко ис-                ряда, т.е. корреляция ряда x1 , х2 , х3 ,... с рядом
пользуемые для анализа экономического роста и степени               xL+1 , хL+ 2 , хL+3 ,... . Число L характеризует период запазды-
взаимодействия основных факторов. Эти вопросы рассмот-
рены в 8 главе.                                                    вания. Корреляция между соседними уровнями ряда ( L =1)
       2) Зависимости в динамике исследуются при помо-             называется автокорреляцией первого порядка. При анализе
щи эконометрических моделей в виде системы одновре-                одиночных временных рядов автокорреляционная зависи-
менных регрессионных уравнений. При исследовании та-               мость создает дополнительные возможности для формиро-
ких объектов, как национальная экономика или экономика             вания прогноза на соответствующий период упреждения L
региона, анализу подвергаются временные ряды признаков,            временных единиц. Наличие автокорреляции при исследо-
среди которых выделяются экзогенные и эндогенные. Эко-             вании связанных рядов затрудняет процесс построения
нометрические модели рассмотрены в отдельной главе.                аналитических моделей и снижает статистическую значи-
       3) На протяжении длительного времени и особенно             мость вероятностных характеристик.
в последнее время вопросам моделирования экономиче-                          Причина этого заключается в том, что автокорреля-
ских процессов на основе временных рядов уделяется                 ционное взаимодействие уровней ряда всегда сопровожда-
большое внимание. Достаточно отметить, что последняя               ется появлением определенной тенденции в изменении
Нобелевская премия присуждена Роберту Энглу и Клайву               признака. Наличие эволюторной составляющей способно
Гренджеру за методы анализа временных рядов с изме-                преувеличить силу связи между двумя произвольно вы-
няющейся волатильностью и так называемых коинтегриро-              бранными переменными, если закономерности вариации
ванных временных рядов12. Авторы показали корректность             временных рядов оказываются сходными между собой.
оценивания параметров в случае нарушения ряда классиче-            В результате иногда обнаруживается так называемая лож-
ских предпосылок. Исследованию подвергаются в основ-               ная корреляция, вызванная параллельным изменением вре-
ном временные ряды финансовых показателей, относи-                 менных рядов.
тельно которых можно отметить, что все они не могут не                       Для исключения автокорреляции во временных ря-
зависеть, например, от инфляции.                                   дах при исследовании связи между ними применяются раз-
       Таким образом, проблемы исследования взаимосвя-             личные приемы, суть которых сводится к замене исходных
зи временных рядов представляют теоретический и прак-              значений уровней рядов отклонениями от трендов либо
                                                                   разностями k-го порядка. Переход от реальных уровней
                                                                   временных рядов к отклонениям или конечным разностям
12
  Г.Канторович, М.Турунцева.Роберт Энгл и Клайв Гренджер: новые    позволяет полностью или частично устранить влияние эво-
области экономических исследований. Вопросы экономики, 2004, №1,   люторной составляющей и на этой основе определить тес-
с.37-48.
                                                              95   96