Разработка управленческого решения. Машунин Ю.К. - 17 стр.

                                                                                                17

При изучении временных рядов в случае необходимости может производиться интерполирование
промежуточных уровней.
        Разграничивают формальную и прогнозную экстраполяцию. Формальная экстраполяция ба-
зируется на предположении и сохранении в будущем прошлых и настоящих тенденций развития объ-
екта. Прогнозная экстраполяция увязывает фактическое состояние исследуемого объекта с гипотеза-
ми о динамике его развития. Она предполагает необходимость учета в перспективе альтернативных
изменений самого объекта, его сущности.
        При формировании прогнозов с помощью экстраполяции исходят из статистически склады-
вающихся тенденций изменения тех или иных количественных характеристик объекта. Экстраполи-
руются оценочные функциональные системные и структурные характеристики, например, ко-
личественные характеристики экономического, научного, производственного потенциала. Степень
реальности такого рода прогнозов в значительной мере обусловливается аргументированностью вы-
бора пределов экстраполяции и стабильностью соответствия "измерителей" по отношению к сущно-
сти рассматриваемого явления. Последовательность действии при статистическом анализе тенденций
и экстраполировании состоит в следующем:
        1. Четкое определение задачи, выдвижение гипотез о возможном развитии прогнозируемого
объекта, обсуждение факторов, стимулирующих или препятствующих развитию данного объекта,
определение необходимой экстраполяции и ее допустимой дальности.
        2. Выбор системы параметров, унификация различных единиц измерения, относящихся к ка-
ждому параметру в отдельности.
        3. Сбор и систематизация данных. Перед сведением их в соответствующие таблицы проверя-
ется однородность данных и их сопоставимость.
        4. Выявление тенденций или симптомов изменения изучаемых величин в ходе статистическо-
го анализа и непосредственной экстраполяции данных.
        В экстраполяционных прогнозах предсказание конкретных значений изучаемого объекта или
параметра в какой-то определенный период времени не считается основным компонентом. Особо
важным здесь является своевременное фиксирование объективно намечающихся сдвигов, выявление
закономерных тенденций развития явления или процесса. Под тенденцией развития понимают неко-
торое его общее направление, долговременную эволюцию. Обычно тенденцию стремятся предста-
вить в виде более или менее гладкой траектории.
        Для повышения точности экстраполяции используются различные приемы. Например, экст-
раполируемая часть общей кривой развития (тренд) корректируется с учетом реального опыта функ-
ционирования отрасли — аналога исследований или объекта, опережающих в своем развитии про-
гнозируемый объект.
        Тренд — это изменение, определяющее общее направление развития, основную тенденцию
временных рядов (временные ряды — упорядоченные во времени наборы измерителей тех или иных
характеристик исследуемого объекта прогнозирования).
        Под ним понимается характеристика основной закономерности движения во времени, в неко-
торой мере свободной от случайных воздействий. Тренд — это длительная тенденция изменения эко-
номических показателей. При разработке моделей прогнозирования тренд оказывается основной со-
ставляющей прогнозируемого временного ряда, на которую уже накладываются другие составляю-
щие. Результат при этом связывается исключительно с ходом времени. Предполагается, что через
время можно выразить влияние всех основных факторов.
        Операцию экстраполяции в общей форме можно представить в виде определения значения
функции:
        Yi + L = F(Yik * L),
        где Yi + L - экстраполируемое значение уровня; L - период упреждения; Yik - уровень, приня-
тый за базу экстраполяции.
        Задача прогноза состоит в определении вида экстраполирующих функций на основе исход-
ных эмпирических данных и параметров выбранной функции. Первым этапом является выбор опти-
мального вида функции, дающей наилучшее описание тренда. Следующим этапом является расчет
параметров выбранной экстраполяционной функции. При оценке параметров зависимостей наиболее
распространенными являются метод наименьших квадратов и его модификации, метод экспоненци-
ального сглаживания, метод скользящей средней и другие.
        Сущность метода наименьших квадратов состоит в отыскании параметров модели тренда,
минимизирующих ее отклонение от точек исходного временного ряда, т. е. в минимизации суммы
квадратических отклонений между наблюдаемыми и расчетными величинами. Модель тренда может