Планирование и прогнозирование в условиях рынка. Сазонов В.Г. - 36 стр.

                                                                                    36

       Метод наименьших квадратов широко применяется в прогнозировании в силу его
простоты и возможности реализации на ЭВМ. Недостаток данного метода состоит в том,
что модель тренда жестко фиксируется, а это делает возможным его применение только
при небольших периодах упреждения, т.е. при краткосрочном прогнозировании.
       Метод экспоненциального сглаживания временных рядов – этот метод является
модификацией метода наименьших квадратов для анализа временных рядов, при которой
более поздним наблюдениям придается больший вес, т.е. веса точек ряда убывают
экспоненциально по мере удаления в прошлое. Этот метод позволяет оценить параметры
модели, описывающей тенденцию, которая сформировалась в конце базисного периода и
не просто экстраполирует действующие зависимости в будущее, а приспосабливает,
адаптирует к изменяющимся во времени условиям. Метод экспоненциального
сглаживания применяется при кратко- и среднесрочном прогнозировании. Его
преимущества состоят в том, что он не требует обширной информационной базы.
Модели, описывающие динамику показателя, имеют достаточно простую математическую
формулировку, а адаптивная эволюция параметров позволяет отразить неоднородность и
текучесть свойств временного ряда.
       Метод скользящей средней заключается в том, что вычисляется средний уровень
из определенного числа первых по порядку уровней ряда, затем средний уровень из
такого же числа уровней, начиная со второго, далее - начиная с третьего и т.д. Таким
образом, при расчетах среднего уровня как бы «скользят» по ряду динамики от его начала
к концу, каждый раз отбрасывая один уровень вначале и добавляя один следующий.
Каждое звено скользящей средней – это средний уровень за соответствующий период,
который относится к середине выбранного периода, если число уровней ряда динамики
нечетное.
       Недостаток метода простой скользящей средней состоит в том, что сглаженный
ряд динамики сокращается ввиду невозможности получить сглаженные уровни для
начала и конца ряда. Этот недостаток устраняется применением метода аналитического
выравнивания для анализа основной тенденции.
       Метод аналитического выравнивания предполагает представление уровней
данного ряда динамики в виде функции времени y=f(t).
       Для отображения основной тенденции развития явлений во времени применяются
различные функции: полиномы степени, экспоненты, логистические кривые и другие виды.
       Методы экстраполяции, основанные на продлении тенденций прошлого и
настоящего на будущий период, могут использоваться в прогнозировании лишь при
периоде упреждения до пяти - семи лет. Важнейшим условием применения является
наличие устойчиво выраженных тенденций развития социально-экономического явления
или процесса. При более длительных сроках прогноза эти методы не дают точных
результатов.
       Метод математического моделирования основан на возможности установления
определенного соответствия между знанием об объекте познания и самим объектом.
Человеческие знания об объекте представляют собой более или менее адекватное его
отображение, а материализованная форма знания является моделью объекта. Таким
образом, методом моделирования называется способ исследования, при котором
изучаются не сами объекты, а их модели и результаты такого исследования переносятся с
модели на объект.
       Применение     математических    методов    обеспечивает    высокую     степень
обоснованности, действенности и своевременности прогнозов. В прогностике используют
различные виды моделей: оптимизационные, статические, динамические, факторные,
структурные, комбинированные и др. В зависимости от уровня агрегирования один и тот
же тип моделей может быть применен к различным экономическим объектам, т.е.
макроэкономические, межотраслевые, межрегиональные, отраслевые, региональные и
др. модели.