Введение…………………………………………………………………...........4
Раздел 1. Теоретическая часть…………………………………………………6
1.1. Цели и задачи прогнозирования социально-экономического развития как особого вида планирования на муниципальном уровне………………...…6
1.2. Методы прогнозирования социально-экономического развития территории……………………………………………………………………….11
Раздел 2. Аналитическая часть………………………………………………17
2.1. Общая характеристика территории …………………………………….17
2.2. Анализ организационной структуры Администрации территории…..19
2.3. Анализ методов, используемых при прогнозировании социально-экономического развития территории………………………………………….22
2.4. Анализ социально-экономического развития территории по прогнозным показателям………………………………………………………..23
2.4.1. Анализ демографических показателей……………………………….24
2.4.2. Анализ занятости и доходов населения………………………………24
2.4.3. Анализ экономической базы…………………………………………..26
2.4.4. Анализ финансовой базы……………………………………………...26
2.4.5. Анализ развития малого предпринимательства……………………..27
2.4.6. Анализ инвестиционной деятельности……………………………….28
2.4.7. Анализ жилищного строительства и жилищной обеспеченности населения…………………………………………………………………………28
2.4.8. Анализ жилищно-коммунального хозяйства ………………………...29
2.4.9. Анализ социальной сферы……………………………………………29
Заключение …………………………………………………………………..30
Список использованной литературы……………………………………….32
Приложение
Введение
Условия социально - экономического развития муниципальных образований в нашей стране за последние годы значительно изменились. В целом, применительно к современной России можно говорить о качественных сдвигах в сфере местного экономического развития. Конституцией Российской Федерации 1993 года, отделившей местное самоуправление от государственной власти, и Федеральным Законом «Об общих принципах местного самоуправления в Российской Федерации» определены основные принципы местного самоуправления. Муниципалитеты получили самостоятельность, основанную на разграничении компетенции разных уровней власти, определении предметов совместного ведения и передачи части полномочий сверху вниз. Экономической основой местного самоуправления в России стало право самостоятельно распоряжаться муниципальной собственностью и местными финансами. Муниципальные органы власти получили возможность и обязанность заниматься развитием собственной экономики в интересах, проживающих на их территории людей.
Чтобы как то представлять «картину» социально – экономического развития на последующие годы, на территории образования разрабатывается и реализуется социально-экономический прогноз. На примере Сунского муниципального района Кировской области, проанализируем развитие района с социально – экономической точки зрения, на основании прогноз а «Социально – экономическое развитие Сунского муниципального района Кировской области на 2012-2014годы».
В настоящее время ни одна сфера жизни общества не может обойтись без прогнозов, как средства познания будущего. Особенно, важное значение имеют прогнозы социально-экономического развития общества, обоснование основных направлений экономической политики, предвидение последствий принимаемых решений. Социально-экономическое прогнозирование является одним из решающих научных факторов формирования стратегии и тактики общественного развития.
Актуальность данной темы, является то, что уровень прогнозирования процессов общественного развития обуславливает эффективность планирования и управления экономикой и другими сферами.
Целью данной курсовой работы является рассмотрение методов социально - экономических прогнозов для определения сущности, областей применения и наиболее эффективных методов прогнозирования. Для этого необходимо решить следующие задачи: определить сущность методов социально-экономического прогнозирования и области их применения в ходе изучения основ методологии прогнозирования; дать характеристику методов социально-экономического прогнозирования.
Раздел 1. Теоретическая часть
Цели и задачи прогнозирования социально-экономического развития, как особого вида планирования на муниципальном уровне.
Под социально-экономическим развитием муниципального образования понимается, управляемый процесс изменений в различных сферах жизни муниципального образования, направленный на достижение определенного уровня развития социальной (включая духовную) и экономической сфер на территории муниципального образования, с наименьшим ущербом для природных ресурсов и наибольшим уровнем удовлетворения коллективных потребностей населения и интересов государства. В данном направлении осуществляются следующие действия: утверждаются и реализуются местные целевые программы, даются муниципальные заказы, согласовываются формы участия предприятий и организаций в развитии муниципального образования, заключаются договоры и другое. Социально-экономическое развитие муниципальных образований Федеральным законом “Об общих принципах организации местного самоуправления в Российской Федерации” отнесено к полномочиям местного самоуправления.
Прогнозирование, как одна из форм государственного регулирования, служит начальным этапом, предшествует разработке программ, планов, основных направлений, разработке стратегии социально-экономического развития и так далее. Во всех видах общественной деятельности необходимо предвидение перспектив развития, будущих последствий принятых в настоящее время решений, а также явлений, которые могут возникнуть независимо от предусмотренных мер.
Задача состоит в том, чтобы учесть взаимодействие множества объективных и субъективных факторов (внутренних и внешних), добиться, чтобы предвидение, как элемент управления общественным развитием, было по-настоящему научным и достоверным.
Цель прогнозирования состоит в создании научных предпосылок, включающих: научный анализ тенденций развития экономики; вариантное предвидение предстоящего развития общественного воспроизводства, учитывающее, как сложившиеся тенденции, так и намеченные цели; оценку возможных последствий принимаемых решений; обоснование направлений социально-экономического и научно-технического развития для принятия управленческих решений.
Основная цель прогнозирования территориального социально-экономического развития - обеспечение согласования общегосударственных и региональных интересов при разработке и реализации региональной экономической политики.
Территориальные прогнозы разрабатываются на долгосрочную, среднесрочную перспективу и ежегодно (текущие прогнозы).
В настоящее время прогнозирование СЭР территории включает:
Разработку вариантов СЭР территории с учетом вероятностного воздействия внутренних и внешних политических, экономических и других факторов;
Предоставление материалов для дифференциации отраслевых и межрегиональных прогнозов;
Уточнение потребностей в средствах для финансирования различных целевых программ, поставок продукции, оказания услуг и выполнение работ для государственных региональных нужд, поддержки отдельных отраслей экономики.
Прогноз СЭР является необходимой предпосылкой принятия субфедеральными органами власти различных оптимальных управленческих решений, в том числе и в сфере комплексного СЭР территории. Прогноз проводится путем сопоставления фактических показателей анализируемого периода с плановыми и с фактическими показателями за предшествующие годы.
С целью разработки прогнозов СЭР проводится комплексный анализ ситуации на территории по следующим направлениям (3, 57)
· демографическая ситуация (уровень рождаемости, смертности, продолжительность жизни, миграция);
· природная среда (полезные ископаемые, климат, водные и земельные ресурсы, почвенный состав, растительный и животный мир);
· социальная сфера (состояние образования, здравоохранения, культуры, науки, уровень преступности);
· региональные финансы (состояние бюджета, налоговый потенциал территории, финансовое состояние хозяйствующих субъектов);
· уровень жизни населения (среднедушевые доходы, заработная плата, прожиточный минимум, потребительская корзина);
· производственная сфера (общие объемы производства, отраслевая структура, динамика производства);
· экология (объемы вредных выбросов, реализация природоохранных мероприятий).
В теории прогнозирования существует множество оснований, по которым классифицируются прогнозы. Однако наиболее подходящей к социально-экономическим прогнозам будет являться классификация социально-экономических прогнозов по временному критерию. С точки зрения этого критерия прогнозы СЭР делятся на долгосрочные, среднесрочные и краткосрочные
Долгосрочные прогнозы СЭР разрабатываются органами исполнительной власти субъекта РФ один раз в 5 лет на 10-ий период. Данные таких прогнозов используются при разработке среднесрочных прогнозов СЭР региона, а также концепции и программ СЭР. При долгосрочном социально-экономическом прогнозировании в расчет необходимо принимать один набор показателей, характеризующих потенциал региона: земельных ресурсах, полезных ископаемых, рабочей силе, основном и оборотном капитале, научно-технических достижениях. При среднесрочном прогнозировании эти факторы уже недостаточны для объяснения динамики объема производства. Данные прогнозов СЭР региона на долгосрочную перспективу подлежат опубликованию в печати.
Среднесрочные прогнозы СЭР разрабатываются органами исполнительной власти субъекта РФ на срок от 3 до 5 лет с ежегодной корректировкой данных. При среднесрочном прогнозировании на первый план выступают показатели платежеспособного спроса населения и других агентов воспроизводственной деятельности (регион, предприниматели, население). Данные прогнозов СЭР региона на среднесрочную перспективу подлежат опубликованию в печати.
Краткосрочные прогнозы СЭР разрабатываются органами исполнительной власти субъекта РФ ежегодно. Данные таких прогнозов служат основой составления проекта бюджета. При построении модели краткосрочного прогноза на первое место выступают показатели, характеризующие финансовую ситуацию в экономике в целом и по отдельным группам хозяйствующих субъектов: домашние хозяйства, малый и средний бизнес, предпринимательский сектор, население. Данные прогнозов СЭР на краткосрочную перспективу подлежат опубликованию в печати.
Планирование и прогнозирование взаимно дополняют друг друга. План социально-экономического развития - это документ, который содержит систему показателей и комплекс различных мероприятий по решению социально-экономических задач. В нем отражаются цели, приоритеты, ресурсы, источники их обеспечения, порядок и сроки выполнения.
Таким образом, что планирование - это процесс научного обоснования целей, приоритетов, определения путей и средств их достижения. На практике оно реализуется путем разработки планов. Его отличительной чертой является конкретность показателей, их определенность по времени и количественно.
Формы сочетания прогноза и плана могут быть самыми различными: прогноз может предшествовать разработке плана (в большинстве случаев), следовать за ним (прогнозирование последствий принятого в плане решения), проводиться в процессе разработки плана, самостоятельно играть роль плана, особенно в крупномасштабных экономических системах (регион, государство), когда невозможно обеспечить точное определение показателей, то есть план приобретает вероятностный характер и практически превращается в прогноз.
Планирование нацелено на обоснование принятия и практической реализации управляющих решений. Цель прогнозирования - прежде всего, создать научные предпосылки для их осуществления. Эти предпосылки включают: научный анализ тенденций социально-экономического развития; вариантное предвидение предстоящего развития, учитывающее как сложившиеся тенденции, так и намеченные цели; оценку возможных последствий принимаемых решений. Обоснование направлений социально-экономического прогнозирования заключается в том, чтобы, с одной стороны, выяснить перспективы ближайшего или более отдаленного будущего в исследуемой области, руководствуясь реальными экономическими процессами, сформировать цели развития, а с другой -- способствовать выработке оптимальных планов, опираясь на составленный прогноз и оценку принятого решения с позиций его последствий в прогнозируемом периоде. (9,51).
Методы прогнозирования социально-экономического развития территории.
Под методами прогнозирования следует понимать совокупность приемов и способов мышления, позволяющих на основе анализа ретроспективных данных, экзогенных (внешних) и эндогенных (внутренних) связей объекта прогнозирования, а также их измерений в рамках рассматриваемого явления или процесса вывести суждения определенной достоверности относительно его (объекта) будущего развития (4, 29).
Методы прогнозирования выражаются в способах и приёмах разработки прогнозных и плановых документов и показателей применительно к их различным видам и назначениям.
В большом многообразии методов прогнозирования можно выделить следующие группы:
1. Методы экспертных оценок;
2. Методы экстраполяции;
3. Моделирование;
4. Нормативный метод;
5. Целевой метод.
Экстраполяция - это метод, при котором прогнозируемые показатели рассчитываются как продолжение динамического ряда на будущее по выявленной закономерности развития. Метод позволяет найти уровень ряда за его пределами в будущем. Метод экстраполяции применяется при стабильности системы, устойчивости явлений, когда динамика процессов, показателей в перспективе определяется тенденциями их изменений в прошедшем периоде. Экстраполяция эффективна для краткосрочных прогнозов, если данные динамического ряда выражены ярко и устойчиво.
Одним из способов экстраполяции могут быть линии регрессии, надежность которых повышается при построении многошкаловых корреляционных моделей, ставящие прогнозируемые показатели в зависимость от нескольких переменных. Поэтому работу над прогнозом социально-экономического развития муниципального образования следует начинать с изучения факторов (переменных величин), влияющих на социально-экономическое развитие. К таким факторам следует отнести:
1. Наличие собственных финансовых ресурсов;
2. Демографические изменения;
3. Развитие отраслей хозяйства и другое.
Метод экспертных оценок используется, преимущественно, в долгосрочных прогнозах, этот метод помогает установить степень сложности проблемы, выявит важные факторы и взаимосвязи между ними, выбрать наиболее предпочтительные альтернативы. Однако, метод экспертных оценок не лишен недостатков, потому что имеет долю субъективизма.
Метод экспертных оценок чаще используется в тех случаях, когда трудно количественно оценить прогнозный фон, и специалисты делают это на основе своего понимания вопроса. Данный метод имеет несколько видов: индивидуальная экспертная оценка, коллективная экспертная оценка, метод интервью, метод экспертных комиссий.
В практике возможно применение методов экстраполяции и экспертных оценок, при этом используются объективные тенденции развития, так и мнения экспертов.
При нормативном методе прогнозирования определяются пути и сроки достижения возможных состояний явления, принимаемых в качестве цели. В данном случае, речь идет о прогнозировании достижения желательных состояний явления на основе заданных норм, целей. Нормативный метод чаще всего применяется для программных или целевых прогнозов. Используется как количественное выражение норматива, так и определенная шкала возможностей оценочной функции. Нормативный метод прогнозирования помогает выработать рекомендации по повышению уровня объективности, следовательно, эффективности решений.
Нормативный метод при планировании социально-экономического развития может называться так же методом технико-экономических расчетов. Он использует нормы и нормативы, разработанные на законодательной или ведомственной основе. Наличие норм и нормативов позволяет определять прогнозные и плановые показатели на основе прямого счета. В прогнозировании используются более обобщенные, а в планировании - более конкретные нормы.
С помощью нормативов регулируются как рыночная, так и внерыночная, в основном непроизводственная сферы. К примеру, в непроизводственной сфере используются нормативы по минимальной пенсии, расходов на образование, здравоохранение, жилищно-коммунальное обслуживание и другие, обслуживаемые за счет федеральных и местных бюджетов.
Разновидностью нормативов являются стандарты и лимиты. Они используются, например, в планировании минимального размера средств бюджета муниципального образования, направляемых на покрытие расходов предприятий и организаций жилищно-коммунального хозяйства.
Балансовый метод прогнозирования является одним из основных методов разработки планов социально-экономического развития, он имеет универсальное значение как способ, увязывающий потребности с ресурсами. С помощью балансового метода выявляются диспропорции, регулирующие народнохозяйственные пропорции, обосновываются необходимые соотношения между разделами и показателями плана; выявляются резервы; устанавливается экономическое равновесие.
Опытно-статистический метод прогнозирования характеризуется ориентацией на фактически достигнутые в прошлом результаты, по экстраполяции которых определяется план искомого показателя.
Методы прогнозирования не исчерпываются приведенными выше. Существуют так же специализированные методы:
1. Морфологический анализ;
2. Прогнозный сценарий;
3. Корреляционный и регрессионный анализ;
4. Факторный анализ;
5. Спектральный анализ;
6. Теория игр.
Программно-целевой метод по сравнению с другими методами является относительно новым и недостаточно разработанным.
Программно-целевой метод тесно связан с нормативным, балансовым и экономико-математическими методами и предполагает разработку плана начиная с оценки конечных потребностей исходя из целей развития экономики при дальнейшем поиске и определении эффективных путей и средств их достижения и ресурсного обеспечения.
Сущность Программно-целевой метод заключается в отборе основных целей социального, экономического и научно-технического развития, разработке взаимоувязанных мероприятий по их достижению в намеченные сроки при сбалансированном обеспечении ресурсами с учетом эффективного их использования.
Программно-целевой метод применяется при разработке целевых комплексных программ, представляющих собой документ, в котором отражаются цель и комплекс научно-исследовательских, производственных, организационно-хозяйственных, социальных и других заданий и мероприятий, увязанных по ресурсам, исполнителям и срокам осуществления.
В рамках приведенной классификации можно выделить две большие однородные группы: интуитивные и формализованные методы прогнозирования. Данные группы принципиально отличаются по своей сущности. В рамках научных исследований наибольший интерес представляют методы, отнесенные ко второй группе, однако последние время всё чаще предпринимаются попытки исследования интуитивных методов.
Таким образом, можно сделать вывод, что прогнозирование социально-экономического развития представляют сложный многоэтапный процесс. В данном случае приходится решать множество разноплановых проблем, как теоретического, так и практического характера. Для успешного решения многих из проблем необходимо обладать обширным инструментарием прогнозирования и планирования. Основу инструментария прогнозирования составляют методы прогнозирования и планирования. На сегодняшний день разработано очень много различных методов, каждый из которых обладает своей областью применения, своими особенностями. Любой метод позволяет делать прогнозы и планы с максимальной степенью достоверности в одних условиях, и является абсолютно неприменимым в других. В процессе совершенствования системы планирования и прогнозирования социально-экономического развития одним из направлений должно стать расширение базы применяемых методов. Для этого следует четко понимать особенности, преимущества и недостатки конкретных методов.
К наиболее распространенным методам прогнозирования относятся: экстраполяция, нормативные расчеты, в том числе интерполяция, экспертные оценки, аналогия и математическое моделирование.(10, 234).
Похожая информация.
РЕГИОНАЛЬНАЯ И МУНИЦИПАЛЬНАЯ ЭКОНОМИКА
СРАВНИТЕЛЬНЫЙ АНАЛИЗ МЕТОДОВ ПРОГНОЗИРОВАНИЯ СОЦИАЛЬНО-ЭКОНОМИЧЕСКОГО РАЗВИТИЯ РЕГИОНА [ на примере Белгородской области)
В статье рассмотрены экономико-математические методы, эконометрические модели и их применение в практической деятельности. На основании проведенного сопоставительного анализа эконометрических методов, предложен алгоритм разработки прогнозов развития Белгородской области, обоснованы рекомендации по совершенствованию методического обеспечения социально-экономического прогнозирования. В статье раскрываются особенности современных методов прогнозирования, обосновывается необходимость и целесообразность их применения.
Для анализа и прогнозирования явлений и процессов, влияющих на экономическое развитие региона, эффективным инструментом являются регрессионные математические модели. Преимущество регрессионных моделей состоит не только в возможности определения количественной меры зависимости, но и в изучении влияния различных факторов.
Ключевые слова: прогнозирование, прогноз, экономическое развитие региона, регрессионные модели, экономико-математические методы, эконометрические модели, экономическое моделирование.
Анализ и прогнозирование социально-экономического развития является отправной точкой работы при решении задач по управлению устойчивым развитием региона. Актуальность упомянутой задачи обусловлена исследованием разработки прогнозов развития Белгородской области, построением эконометрической модели, применение которой создаст базу для прогнозирования валового регионального продукта. На основе обоснованного прогноза определяются цели социально-экономического развития региона, уточняются программные мероприятия и приоритеты в развитии регионального хозяйственного комплекса.
Прогнозирование социально-экономического развития региона- предвидение будущего состояния экономики и социальной сферы, составная часть государственного регулирования экономики, призванная определять направления развития регионального комплекса и его структурных составляющих . Результаты прогнозных расчетов используются государственными органами для обоснования целей и задач развития, выработки и обоснования социально-экономической политики правительства, способов рационализации использования ограниченных производственных ресурсов.
Е.С. ПРИДВОРОВА
Белгородский государственный национальный исследовательский университет
Pridvorova @bsu.edu.ru
В состав прогноза социально-экономического развития региона входят набор частных прогнозов, отражающих будущее отдельных сторон жизни общества, и комплексный экономический прогноз, отражающий в обобщенной форме развитие экономики и социальной сферы региона. Сам процесс прогнозирования способствует организации конструктивного взаимодействия науки, бизнеса, общественных организаций и региональных органов государственной власти, формированию согласованных взглядов на проблемы и перспективы развития региона. Прогнозирование имеет большое значение и в теоретическом аспекте, так как является своеобразным катализатором проведения многочисленных исследований, совершенствования их методологии.
В теории и в практике плановой деятельности накоплен значительный набор различных методов разработки прогнозов. Известный ученый Эрих Янч насчитывает их более сотни; на практике в качестве основных используются лишь 15-20 методов (рис. 1) .
По существу, методы моделирования социально-экономического развития региона можно свести в четыре основные группы: экспертная оценка; моделирование; нормативный метод; экстраполяция. Развитие информатики и средств вычислительной техники создает возможность расширения круга используемых методов прогнозирования и планирования. На первый план возвращаются экономико-математические модели на основе комбинаций методов.
Система методов прогнозирования и планирования
Метод «интервью):"
Аналитический и ггод
Метод коллективной генерации идей «Мозговой штурм»
Метод «Дельфи»
Метод «комиссий»
Метод и орф ологаче-
СКОГС ЇНЕЛШЕ.
Метод написания сценариев
Метод «Ф орсайт»
Метод опенки средней
Метод «363»
Эвристический МЄТ0Д
Метод списков
Метод медиан
Метод ан-лиз а и опенки рисков
Метод суммарных опенок
Матричная модель
Имитационная
Моделі оптимального планирования
Сетевая модель
Зкееемшнзак
ИТЩЖ модели
Модель взаимодействия полюса и окружения
Моделі- диффузии НОЕ ОБЕ едений
Модель устойчиво -го развития
Модель дерева пел ей
Модель инноб апи-онного устойчивого го развития
Экспертная Моделирование Норыативные Экстраполяцил
оценка |- |- ыетодьт
экономического
Балансовый
Нормативный
Прогрэмыио-п ел ев ой метод
Ст атипический
?.ІЄТОД______
Бюджетный
Прогноз денежных потоков
1Т Н ТП-ГТГ ягтитлтьти прогноз
Экономико-матем эпическая модель
К оррвяянионно-регресси птгрд я модель
Целочисленное пр огр ам ї, і иров ание
Модель межотраслевого баланса
Методы исторических. аналогий и прогнозирования по образцу
Метод подбора функций
Метод сколь злщих _______средних________
Метод экспоненциального сглаживания
Метод адаптивного сглажив ания
Построение 1} ЄНДЕ
Метод опережения
Метод огибающих
Метод динамических рядсв
Метод пиклов НШ и деловой активности
Метод группового учета аргументов
Метод факторного ан^лша
Метод наименьших квадратов
Линегаое програм-миров зиие
Деи ографическая ______модель_______
Рис. 1. Классификация методов прогнозирования и планирования
Серия История. Политология. Экономика. Информатика. 2013. №1 (144). Выпуск 25/1
Составление прогнозных значений критериальных показателей и индикаторов влечет за собой неопределенность оценок. Существует множество способов, позволяющих снижать риски от неопределенности оценок при принятии решений, производить верификацию прогнозных данных. Прежде всего, рекомендуется применение следующих взаимодополняющих шагов: обосновать размеры инвестиций; представить возможные результаты с указанием основных допущений их достижения или вероятности (оценки риска); принять во внимание представления и предпочтения регионального и муниципального социально-экономического развития на принципах устойчивости; разработать соответствующие правила принятия решений и стратегии инвестирования в модернизацию и инновационные преобразования .
Методы прогнозирования непрерывно обогащаются и совершенствуются. Выбор метода прогнозирования зависит от периода, на который необходимо составить прогноз, возможности получить соответствующие исходные данные, требований к точности прогноза, объема информации. В экономической литературе представлено большое разнообразие методов прогнозирования. Так, исследователи говорят, что все многообразие методов прогнозирования основано на двух подходах - эвристическом и математическом.
Эвристические методы базируются на использовании явлений или процессов, не поддающихся формализации.
Для математических методов прогнозирования характерен подбор и обоснование математической модели исследуемого процесса, а также способов определения ее неизвестных параметров. Задача прогнозирования при этом сводится к решению уравнений, описывающих данную модель для заданного момента времени.
Среди математических методов прогнозирования в особую группу выделяются методы экстраполяции, которые отличаются простотой, наглядностью и легко реализуются
В настоящее время наиболее распространенными и широко применяемыми в экономике являются методы экспертных оценок. «Экспертное оценивание - это формализованная качественная или количественная оценка экспертами характеристик объектов применения метода экспертных оценок е возможными последующим сравнением исследуемых объектов по соответствующим характеристикам». Практически во всех субъектах Российской Федерации в ходе формирования прогнозов социально-экономического развития регионом па среднесрочную перспективу применяются данные подходы для прогнозирования основных параметров.
К методам моделирования относится прогноз, основанный на изучении внутренней логики логических моделей развития исследуемого явления, на анализе исторической преемственности развития науки и техники и сценариев будущего (логический анализ иерархии целей, описание реальных вариантов их достижения и оценка ресурсов).
Нормативные методы это методы планирования основанные на применении для обоснования плановых, программных и прогнозных документов норм и нормативов.
При формировании прогнозов с помощью экстраполяции обычно исходят из статистически складывающихся тенденций изменения тех или иных количественных характеристик объекта. Экстраполируются оценочные функциональные системные и структурные характеристики. Экстраполяционные методы являются одними из самых распространенных и наиболее разработанных среди всей совокупности методов прогнозирования.
С помощью этих методов экстраполируются количественные параметры больших систем, количественные характеристики экономического, научного, производственного потенциала, данные о результативности научно-технического прогресса, характеристики соотношения отдельных подсистем, блоков, элементов в системе показателей сложных систем и др.
Методы экстраполяции - наиболее распространенные в прогнозировании. Они отличаются простотой, наглядностью и легко реализуются на ЭВМ. Подробное описание экстраполяционного метода прогнозирования дается в работах ученых .
Основу экстраполяционных методов прогнозирования составляет изучение динамических рядов.
Аналитические методы экстраполяции тенденций основаны на применении метода наименьших квадратов к динамическому ряду и представлении закономерности развития явления во времени в виде уравнения тренда.
В настоящее время одним из перспективных направлений прогнозирования считаются адаптивные методы. Адаптивные методы используются в условиях сильной колеблемости уравнений динамического ряда и позволяют при изучении тенденции учитывать влияние предыдущих уравнений на последующие значения динамического ряда. Эти методы рассмотрены наиболее подробно ученым .
При региональных исследованиях обязательно изучаются перспективы развития той или иной территории. Траекторию развития или будущее состояние региона в целом и отдельных экономических объектов, в частности, определяют с помощью следующих методов: экстраполяция, экспертные оценки, аналогии, регрессионный и корреляционный анализы.
Важнейшее достоинство адаптивных методов - построение самокорректирующихся моделей, способных учитывать результат прогноза, сделанного на предыдущем шаге. Пусть модель находится в некотором состоянии, для которого определены текущие значения её коэффициентов. На основе этой модели делается прогноз. При поступлении фактического значения оценивается ошибка прогнозного значения. Ошибка прогнозирования через обратную связь поступает в модель и участвует в ней в соответствии с принятой процедурой перехода от одного состояния в другое. В результате вырабатываются компенсирующие изменения, состоящие в корректировании параметров в целях большего согласования поведения модели с динамикой ряда. Затем рассчитывается прогнозная оценка на следующий момент времени, и весь процесс повторяется вновь.
Таким образом, адаптация осуществляется итеративно с получением каждой новой фактической точки ряда. Модель постоянно «впитывает» новую информацию, приспосабливается к ней и поэтому отражает тенденцию развития, существующую в данный момент. На рис. 2 приведена общая схема построения адаптивных моделей прогнозирования .
Рис. 2. Схема построения адаптивной модели прогнозирования: у(1:) - фактические уровни временного ряда;)’г(/) (1) - прогноз, сделанный
в момент I на Г единиц времени (шагов) вперёд; е(+1 - ошибка прогноза, полученная как разница между фактическим и прогнозным значением показателя точки (1+1)
2013. №1 (144). Выпуск 25/1
Быстроту реакции модели на изменения в динамике процесса характеризует так называемый параметр адаптации. Параметр адаптации должен быть выбран таким образом, чтобы обеспечивалось адекватное отображение тенденции при одновременной фильтрации случайных отклонений. Значение параметра адаптации может быть определено на основе эмпирических данных, выведено аналитическим способом или получено на основе метода проб.
В качестве критерия оптимальности при выборе параметра адаптации обычно принимают критерии минимума среднего квадрата ошибок прогнозирования.
На основе рассмотренных особенностей дадим определение группы методов прогнозирования, объединенных общим названием адаптивные.
Адаптивными называются методы прогнозирования, позволяющие строить самокорректирующиеся (самонастраивающиеся) экономико-математические модели, которые способны оперативно реагировать на изменение условий путем учета результата прогноза, сделанного на предыдущем шаге, и учета различной информационной ценности уровней ряда. Благодаря отмеченным свойствам адаптивные методы особенно удачно используются при оперативном, краткосрочном прогнозировании. Указанное определение отражает основные характерные черты, присущие рассматриваемому подходу. В тоже время деление на адаптивные и неадаптивные модели часто носит условный характер.
У истоков адаптивных методов лежит модель экспоненциального сглаживания. Предположим, что модель временного ряда имеет вид:
у(=ах+е(, (1)
где ах =соп81:;
Е(- случайные неавтокоррелированные отклонения с нулевым математическим ожиданием и дисперсией.
Для экспоненциального сглаживания ряда используется рекуррентная формула:
^ = ау(+ , (2)
где - значение экспоненциальной средней в момент 1:; а - параметр сглаживания а=соп81:, 0<а<1;
Если последовательно использовать соотношение (1), то экспоненциальную среднюю можно выразить через предшествующие значения уровней временного ряда:
^ = ау, + = ау, + р{ау(_х +) =
Ау, + ару,_х + /?2^_2 = ... = ау,+ ару,_х + ар2у,_2 +... + аДу„ +... + /Г£0 ’
Таким образом,
^ = я]?+/?"Ч о, (3)
где п - длина ряда.
При п -> °°Р” -> 0, следовательно,
Таким образом, величина $, оказывается взвешенной суммой всех членов ряда.
Причем веса отдельных уровней ряда убывают по мере их удаления в прошлое соответственно экспоненциальной функции (в зависимости от «возраста» наблюдений). Именно поэтому величина Я, названа экспоненциальной средней.
Для элиминирования избыточного веса, придаваемого Э0, Р. Вейд предложил модифицировать процедуру.
Пусть Э"0 = аЭ0, тогда ЭЧ = ау! + (1 - а) Э"0 = ау! + (1 - а) аЭ0.
Так как весовые коэффициенты в сумме теперь не дают единицу, то вводится дополнительный множитель, равный обратной величине суммы коэффициентов:
‘V, = s;---\-г [осуi + (l - a)aS0 ].
Тогда на первой итерации при а = 0,1 вес текущего уровня уг определяется выра-
жением-------= 0,526, а вес S0 уже равен меньшему значению------= 0,474.
При краткосрочном прогнозировании необходимо отразить изменения ряда и в то же время очистить его, отфильтровав случайные колебания. Для этого величине а следует присваивать одно из промежуточных значения в интервале от о до 1. Если в результате экспериментальных расчетов получено наилучшее значение а, близкое к 1, то целесообразно проверить правомерность выбора модели данного типа.
Иногда поиск этого значения параметра осуществляется путем перебора на сетке значений. В этом случае в качестве оптимального выбирается то значение а, при котором получена наименьшая дисперсия ошибки. В большинстве эконометрических пакетов, например «Мезозавр», SPSS, STATISTIKA и других, при построении этих моделей в меню предусмотрена ветвь «оптимизация», реализующая поиск значений по этой схеме.
В ходе исследования был проведен прогноз дальнейшего изменения индекса промышленного производства. Данный показатель характеризует изменение масштабов производства в сравниваемых периодах, является одним из основных индикаторов промышленного производства Белгородской области.
Для осуществления прогноза используем метод экстраполяции на основе построения трендовых моделей.
Данные для построения трендовой модели промышленного производства Белгородской области за 1992-2011 гг. представлены в табл. 1 .
Таблица 1
Исходные данные для построения трендовой модели промышленного производства Белгородской области за 1992-2011 гг.
Год Индекс промышленного производства Российской Федерации Индекс промышленного производства Белгородской области
1997 101,0 106,0
1999 108,9 И5,3
2000 108,7 109,1
2001 102,9 110,1
2002 103,1 116,0
2003 108,9 10б,2
2004 ю8,о ю6,з
2006 ю6,з 112,8
2008 100,6 111,6
2010 108,2 110,0
2011 Ю4,7 ю6,9
На основании представленных исходных данных (табл. 1) были построены четыре трендовые модели, представленные на рис. 3-6.
Белгородская область -=-РФ ------Полиномиальный (Белгородская область)
Рис. 3. Полиномиальный тренд индекса промышленного производства
Белгородской области
Если для прогнозирования временного ряда, имеющего ярко выраженную линейную тенденцию, использовать формулу 5, опирающуюся на модель экспоненциального сглаживания, то модель, как правило, будет давать смещенные прогнозы, т.е. систематическую ошибку. Для таких временных рядов целесообразно использовать модели линейного роста, также применяющие процедуру экспоненциального сглаживания. Прогнозная модель определяется равенством
У АЙ = а^, (5)
где^уДО - прогноз, сделанный в момент? на г единиц времени (шагов) вперед;
ал,1 - оценка ах,.
В этих моделях прогноз может быть получен с помощью следующего выражения:
Ж0 = «и+« С6)
где ал, с/-, - текущие оценки коэффициентов; т - период прогноза.
Белгородская область -■- РФ Логарифмический (Белгородская область)
Рис. 4. Логарифмический тренд индекса промышленного производства
Белгородской области
# & £ & & £ & & # / # $ & $ & / # $ / /
Ф- Белгородская область -■- РФ -■ Степенной (Белгородская область)
Рис. 5. Степенной тренд индекса промышленного производства Белгородской области
-♦- Белгородская область -■- РФ Экспоненциальный (Белгородская область)
Рис. 6. Экспоненциальный тренд индекса промышленного производства
Белгородской области
В табл. 2 представим уравнение полиноминальной, логарифмической, степенной, экспоненциальной моделей индекса промышленного производства Белгородской области.
Таблица 2
Трендовые модели индекса промышленного производства Белгородской области
Тип модели Построение трендовой модели
Полиномиальная модель V = -0,1448 X2 +4,0849*+ 82,994
Логарифмическая модель у = 8,6212 1п(х) +86,856
Степенная модель у = 87,24 х0’0862
Экспоненциальная модель V = 93,819
Для адекватных моделей проведена оценка точности. Точность модели характеризуется величиной разности между значением фактического уровня и значением по построенной трендовой модели.
Для оценки качества однофакторной модели в эконометрике используют коэффициент детерминации и среднюю ошибку аппроксимации.
Средняя ошибка аппроксимации определяется как среднее отклонение полученных значений от фактических по формуле (7)
Допустимая ошибка аппроксимации не должна превышать ю%. Результаты проверки точности модели приведены в табл. 3.
Таблица 3
Средние относительные ошибки аппроксимации адекватных моделей, %
Тип модели Значение ошибки Точное значение ошибки Уровень точности
Логарифмическая 0,22 0,228 -
Степенная 0,22 0,220 Точный
Полиномиальная 0,22 0,220 Точный
Экспоненциальная 0,22 0,229 -
Итак, наиболее точной является степенная и полиноминальная трендовая модель. Рассмотрим прогноз индекса промышленного производства Белгородской области на 2012-2013 гг. в табл. 4.
Таблица 4
Прогноз индекса промышленного производства Белгородской области
на период 2012- 2013 гг.
Прогноз Индекс промышленного производства
Логарифмическая трендовая модель Степенная трендовая модель Полиномиальная трендовая модель Экспоненциальная трендовая модель
2012 113,10 П3,42 104,92 116,96
2013 113,50 113,88 102,77 118,19
Индекс промышленного производства Белгородской области при данных условиях по степенной трендовой модели в 2012 году прогнозируется на уровне 116,96%, а в 2013 году - на уровне 118,19%., по полиноминальной трендовой модели индекс промышленного производства составит в 2012 году 104,92%, а в 2013 году - 102,77%.
Важное прикладное значение в прогнозировании валового регионального продукта по Белгородской области принадлежит методам регрессионного анализа. Выявлено, что достоинством регрессионного метода следует считать его универсальность, широкий выбор функциональных зависимостей, возможность включения в статистическую модель в качестве самостоятельной переменной фактора времени.
Наилучшие результаты дает модель множественной регрессии:
Г=а+Ьл+Ъ2х2+Ъ3х3+....+Ъ„хп, (8)
где У - зависимая переменная (валовой региональный продукт по Белгородской области), х,- - независимые переменные (факторы), Ь,- - регрессионные коэффициенты.
Регрессионные коэффициенты корреляции представлены в табл. 5.
Главными критериями отбора факторов являются точность, достоверность, оперативность получения информации, а также возможность их прогнозирования. Исходя их этих требований, для построения модели были отобраны следующие факторы:
Численность населения, тыс. чел(х1);
Добыча полезных ископаемых млрд.руб (х2);
Индекс потребительских цен (х3);
Индекс цен производителей промышленных товаров (хД
Таблица 5
Регрессионные коэффициенты и коэффициенты корреляции
Независимые переменные Регрессионные коэффициенты Коэффициенты корреляции
Xi Численность населения, тыс.чел. 1,24 0,95
x2 Добыча ископаемых, млрд.руб. 12,57 0,94
Использованы исходные данные за период 1995-2011 гг. После определения регрессионных коэффициентов уравнение регрессии принимает следующий вид:
У=-18684,2-+1,24^ + 12,57X2-1,83Х3-1,2бх^. (9)
Коэффициент корреляции принимает значения в интервале от -1 до +1. Если коэффициент больше 0,7 - связь сильная, или тесная. Наиболее сильная связь присутствует у фактора численности населения. Коэффициент детерминации для модели составляет R2=0,95.
Рассчитанный коэффициент корреляции свидетельствует об очень тесной зависимости изменения валовой продукции от изменения ее факторов. Коэффициент детерминации, характеризующий качество подбора прямолинейной линии регрессии для прогноза равен 0,95. Это говорит о том, что уравнение регрессии объясняется 95% дисперсии результативного признака, а на долю прочих факторов приходится лишь 5% дисперсии, т.е. остаточная дисперсия.
Таким образом, можно сделать вывод, что в ходе исследования был проведен прогноз дальнейшего изменения индекса промышленного производства. Для осуществления прогноза использовался метод экстраполяции на основе построения трендовых моделей. Для адекватных (действительных) моделей проведена оценка точности. Выявлено, что наиболее точной является степенная и полиномиальная трендовая модель.
Список литературы
1. Бережная, Е.В. Математические методы моделирования экономических систем / Е.В. Бережная, В.И. Бережной. - М.: Финансы и статистика,2003.-368 с.
2. Дуброва, Т.А Статистические методы прогнозирования / Т.А. Дуброва. - М.: ЮНИТИ-ДАНА,2003.-206 с.
3. Егоров, В.В. Прогнозирование национальной экономики /В.В. Егоров. - М: ИНФРА-М,2001.-184 с.
4. Настенко, А.Д. Прогнозирование отраслевого и регионального развития / А.Д. Настен-ко. - М: ГелиосАРВ,2002.-144 с.
5. Регионы России. Социально-экономические показатели. 2002 - 2011: стат. сб. М.: Росстат, 2002 - 2011.
PREDICTION SOCIO-ECONOMIC DEVELOPMENT OF THE REGION }
Похожие статьи
