Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.
Предоплата всего
Подписываем
Тема 2. Моделирование экономической динамики
§1. Экономические ряды динамики
Динамические процессы, происходящие в экономических системах, чаще всего проявляются в виде ряда последовательно расположенных в хронологическом порядке значений того или иного показателя, который в своих изменениях отражает ход развития изучаемого явления в экономике.
Последовательность наблюдений одного показателя, упорядоченных в зависимости от последовательно возрастающих или убывающих значений другого показателя, называют динамическим рядом, или рядом динамики. Если в качестве признака, в зависимости от которого происходит упорядочение, берется время, то такой динамический ряд называется временным рядом.
Так как в экономических процессах, как правило, упорядочение происходит в соответствии со временем, то при изучении последовательных наблюдений экономических показателей все три приведенных выше термина используются как равнозначные. Составными элементами рядов динамики являются, таким образом, цифровые значения показателя, называемые уровнями этих рядов, и моменты или интервалы времени, к которым относятся
уровни.
Временные ряды, образованные показателями, характеризующими экономическое явление на определенные моменты времени, называются моментными; если уровни временного ряда образуются путем агрегирования за определенный промежуток (интервал) времени, то такие ряды называются интервальными временными рядами.
Временные ряды могут быть образованы как из абсолютных значений экономических показателей, так и из средних или относительных величин.
Под длиной временного ряда понимают время, прошедшее от начального момента наблюдения до конечного. Часто длиной ряда называют количество уровней, входящих во временной ряд.
Если во временном ряду проявляется длительная («вековая») тенденция изменения экономического показателя, то говорят, что имеет место тренд. Таким образом, под трендом понимается изменение, определяющее общее направление развития, основную тенденцию временных рядов. В связи с этим экономико-математическая динамическая модель, в которой развитие моделируемой экономической системы отражается через тренд ее основных показателей, называется трендовой моделью.
Отличие временных экономических рядов от простых статистических совокупностей заключается, прежде всего, в том, что последовательные значения уровней временного ряда зависят друг от друга. Поэтому применение выводов и формул теории вероятностей и математической статистики требует известной осторожности при анализе временных рядов, особенно при экономической интерпретации результатов анализа.
Предположим, имеется временной ряд, состоящий из п уровней:
у1, у2,…, yn.
В самом общем случае временной ряд экономических показателей можно разложить на четыре структурно образующих элемента:
• тренд, составляющие которого будем обозначать Ut, t = l,2,...,n;
• сезонная компонента, обозначаемая через Vt, t = 1,2,...,n;
• циклическая компонента, обозначаемая через Ct, t= 1,2,..., n;
• случайная компонента, которую будем обозначать εt, t= 1,2,..., n.
Под трендом, как уже отмечалось, понимается устойчивое систематическое изменение процесса в течение продолжительного времени.
Во временных рядах экономических процессов могут иметь место более или менее регулярные колебания. Если они носят строго периодический или близкий к нему характер и завершаются в течение одного года, то их называют сезонными колебаниями. В тех случаях, когда период колебаний составляет несколько лет, то говорят, что во временном ряде присутствует циклическая компонента.
Тренд, сезонная и циклическая компоненты называются регулярными, или систематическими компонентами временного ряда. Составная часть временного ряда, остающаяся после выделения из него регулярных компонент, представляет собой случайную, нерегулярную компоненту. Она является обязательной составной частью любого временного ряда в экономике, так как случайные отклонения неизбежно сопутствуют любому экономическому явлению. Если систематические компоненты временного ряда определены правильно, что как раз и составляет одну из главных целей при разработке трендовых моделей, то остающаяся после выделения из временного ряда этих компонент так называемая остаточная последовательность (ряд остатков) будет случайной компонентой ряда, т.е. будет обладать следующими свойствами:
• случайностью колебаний уровней остаточной последовательности;
• соответствием распределения случайной компоненты нормальному закону распределения;
• равенством математического ожидания случайной компоненты нулю;
• независимостью значений уровней случайной последовательности, то есть отсутствием существенной автокорреляции.
Проверка адекватности трендовых моделей основана на проверке выполняемоемости у остаточной последовательности указанных четырех свойств. Если не выполняется хотя бы одно из них, модель признается неадекватной; при выполнении всех четырех свойств модель адекватна.
Данная проверка осуществляется с использованием ряда статистических критериев.
§2. Предварительный анализ и сглаживание временных рядов экономических показателей
Предварительный анализ временных рядов экономических показателей заключается в основном в выявлении и устранении аномальных значений уровней ряда, а также в определении наличия тренда в исходном временном ряде.
Под аномальным уровнем понимается отдельное значение уровня временного ряда, которое не отвечает потенциальным возможностям исследуемой экономической системы и которое, оставаясь в качестве уровня ряда, оказывает существенное влияние на значения основных характеристик временного ряда, в том числе на соответствующую трендовую модель. Причинами аномальных наблюдений могут быть ошибки технического порядка, или ошибки первого рода: ошибки при агрегировании и дезагрегировании показателей, при передаче информации и другие технические причины. Ошибки первого рода подлежат выявлению и устранению. Кроме того, аномальные уровни во временных рядах могут возникать из-за воздействия факторов, имеющих объективный характер, но проявляющихся эпизодически, очень редко – ошибки второго рода; они устранению не подлежат.
Для выявления аномальных уровней временных рядов используются специальные методы для статистических совокупностей.
§3. Расчет показателей динамики развития экономических процессов
Расчет проводится на основе статистического анализа одномерных временных рядов экономической динамики. Для статистического анализа одномерных временных рядов экономических показателей вида
у1, у2,…, yn
абсолютные уровни моментных и интервальных рядов, а также уровни из средних величин должны быть преобразованы в относительные величины. Их можно получить соотнесением уровней ряда с одним и тем же уровнем, взятым за базу (за базу сравнения чаще всего принимают начальный уровень временного ряда ), либо последовательными сопоставлениями с предыдущим уровнем. В первом случае получают базисные показатели, во втором – цепные.
Временной ряд тогда правильно отражает объективный процесс развития экономического явления, когда уровни этого ряда состоят из однородных, сопоставимых величин. Для несопоставимых величин вести расчет рассматриваемых ниже статистических показателей динамики неправомерно. Причины несопоставимости уровней временного ряда могут быть различными. В экономике чаще всего такими причинами является несопоставимость:
• по территории ввиду изменения границ региона, по которому собираются статистические данные;
• по кругу охватываемых объектов по подчинению или форме собственности ввиду перехода, например, части предприятий данного объединения в другое объединение;
• по временным периодам, когда, например, данные за различные годы приведены по состоянию на разные даты;
• уровней, вычисленных в различном масштабе измерения;
• уровней ряда из-за различий в структуре совокупности, для которой они вычислены.
Возможны и другие причины несопоставимости.
При анализе временных рядов для определения изменений, происходящих в данном явлении, прежде всего, вычисляют скорость развития этого явления во времени. Показателем скорости служит абсолютный прирост, вычисляемый по формуле
(1)
где yi — i-й уровень временного ряда (i = 2,3, ..., n); индекс k = 1,2, ..., n-1 определяет начальный уровень и может быть выбран любым в зависимости от целей исследования: при k = 1 получаются цепные показатели, при k = i-1 получаются базисные показатели с начальным уровнем ряда в качестве базисного и т. д.
Абсолютный прирост выражает величину изменения показателя за интервал времени между сравниваемыми периодами. Если подходить более строго, то скоростью называют прирост в единицу времени; эта величина носит название среднего абсолютного прироста:
(2)
В частности, средний абсолютный прирост за весь период наблюдения для данного временного ряда равен
(3)
и характеризует среднюю скорость изменения временного ряда.
Для определения относительной скорости изменения изучаемого явления в единицу времени используют относительные показатели: коэффициенты роста и прироста (если эти показатели выражены в процентах, то их называют соответственно темпами роста и прироста). Заметим, что во всех последующих формулах индекс начального уровня, по отношению к которому осуществляется сопоставление, определяется точно так же с помощью индекса k, как и ранее для показателя абсолютного прироста.
Коэффициент роста для i-го периода вычисляется по формуле
(4)
Коэффициент прироста равен
(5)
На практике чаще применяют показатели темпа роста и темпа прироста:
(6)
(7)
Темп прироста показывает, на сколько процентов уровень одного периода увеличился (уменьшился) по сравнению с уровнем другого периода, т.е. этот показатель выражает относительную величину прироста в процентах.
Абсолютное значение одного процента прироста определяется как отношение абсолютного прироста Δyi к темпу прироста в процентах .
Среднюю скорость изменения изучаемого явления за рассматриваемый период характеризует также средний темп роста. Обычно он рассчитывается по формуле средней геометрической:
(8)
Соответственно средний темп прироста определяется как
(9)
Показатель среднего темпа роста, рассчитываемый по приведенной выше формуле средней геометрической, имеет существенные недостатки, так как основан на сопоставлении конечного и начального уровней временного ряда, промежуточные уровни во внимание не принимаются. В случае сильной колеблемости уровней использование для статистического анализа среднего геометрического темпа роста может привести к серьезным просчетам в результате искажения реальной тенденции временного ряда.
Важной характеристикой временного ряда является также средний уровень ряда. В интервальном ряду динамики с равноотстоящими во времени уровнями расчет среднего уровня ряда производится по формуле простой средней арифметической (здесь и далее суммирование ведется по всем периодам наблюдения):
(10)
Если интервальный ряд имеет неравноотстоящие во времени уровни, то средний уровень ряда (так называемая средняя хронологическая) вычисляется по формуле взвешенной арифметической средней, где роль весов играет продолжительность времени (например, количество лет), в течение которого уровень постоянен:
(11)
Для моментного ряда с равноотстоящими уровнями средняя хронологическая рассчитывается по формуле:
(12)
где п — число уровней ряда.
Средняя хронологическая для моментного временного ряда с разноотстоящими во времени уровнями вычисляется по формуле:
(13)
Здесь п – число уровней ряда, a ti — период времени, отделяющий i-й уровень ряда от (i+1)-го уровня.
§4. Тренд-сезонные экономические процессы и их анализ
Влияние сезонности на экономику вполне очевидно и проявляется в аритмии производственных и других процессов: недогрузка производственных мощностей в одни периоды года и более интенсивное их использование в другие; неравномерное распределение внутри рамок года объемов грузооборота и товарооборота и т.д. Не во всех случаях сезонность является следствием действия неуправляемых или почти неуправляемых факторов. Чаще всего они поддаются регулированию. Но даже и в тех случаях, когда прямое воздействие на процессы, вызывающие сезонные колебания, невозможно, необходимо учитывать их действие при совершенствовании технологических, организационно-экономических процессов и процессов управления.
Под сезонными колебаниями понимают регулярные, периодические наступления внутригодовых подъемов и спадов производства, грузооборота и товарооборота и т. д., связанных со сменой времени года, а под сезонностью – ограниченность годового периода работ под влиянием того же природного фактора.
Если процесс подвержен периодическим колебаниям, имеющим определенный и постоянный период, равный годовому промежутку, то мы имеем дело с так называемым тренд-сезонным временным рядом.
Будем рассматривать тренд-сезонный временной ряд у1,…, уТ порождаемый аддитивным случайным процессом:
уt=Ut+Vt+εt, (14)
где Ut — тренд;
Vt — сезонная компонента;
εt — случайная компонента;
Т — число уровней наблюдения.
Относительно Ut предполагается, что это некоторая гладкая функция. Сезонная компонента Vt имеет период То: (То = 12 для ряда месячных данных; То = 4 — для ряда квартальных данных).
Кроме того, известно, что То нацело делит Т, т.е. Т = m·То, m — целое число. Очевидно, если То — число месяцев или кварталов в году, то m — число лет, представленных во временном ряду.
Кратко охарактеризуем задачи, возникающие при исследовании сезонности вообще и сезонных временных рядов в частности. Проблема анализа сезонности заключается в исследовании собственно сезонных колебаний и в изучении того внешнего циклического механизма, который их вызывает. Для исследования сезонных колебаний вне связи с причинами, их порождающими, очевидно, необходимо отфильтровать из временного ряда сезонную компоненту Vt и затем уже анализировать ее динамику. Большинство методов фильтрации построено таким образом, что предварительно выделяется тренд, а затем уже сезонная компонента. Тренд в чистом виде необходим и для анализа динамики сезонной волны.
Задачи, возникающие при исследовании сезонных временных рядов:
1) определение наличия во временном ряду тренда;
2) выявление наличия во временном ряду сезонных колебаний;
3) фильтрация компонент ряда;
4) анализ динамики сезонной волны;
5) исследование факторов, определяющих сезонные колебания;
6) прогнозирование тренд-сезонных процессов.