Реферати українською » Экономико-математическое моделирование » Прогнозування макроекономічних змінних з допомогою дублюючих портфелів


Реферат Прогнозування макроекономічних змінних з допомогою дублюючих портфелів

Страница 1 из 2 | Следующая страница

Державний університет Вища Школа Економіки

Курсова робота

на задану тему:

«Прогнозування макроекономічних змінних
з допомогою дублюючих портфелів»

Виконала Величко Оксана
група 612

Москва 2003

СОДЕРЖАНИЕ

ЗАПРОВАДЖЕННЯ......................................................................................................................................... 3

1 ПРОГНОЗИРОВАНИЕ У ЕКОНОМІЦІ.................................................................................... 4

1.1 Макроекономічні моделі у прогнозуванні................................................................ 4

1.2 Етапи экономико-математического моделювання............................................................ 5

1.3 Побудова прогнозної моделі.............................................................................................. 7

2 ДУБЛИРУЮЩИЕ ПОРТФЕЛИ................................................................................................... 12

2.1 Поняття дублюючого портфеля......................................................................................... 12

2.2 Прості дублюючі портфелі......................................................................................... 13

2.3 Дублирующие портфелі для непередбачених змін................................................ 14

3 ОБЗОР ПІДХОДІВ У ИССЛЕДОВАНИИ ДИНАМИКИ ДОХІДНОСТІ........................ 17

3.1 Використання поточних значень показників.................................................................. 17

3.2 Використання майбутніх макроекономічних змінних............................................. 17

3.3 Застосування векторної авторегрессии................................................................................. 18

4 ХАРАКТЕРИСТИКА І ДОБІР ФАКТОРОВ У МОДЕЛЬ...................................................... 19

4.1 Відбір чинників для побудови дублюючого портфеля................................................ 19

4.2 Застосування кластерного аналізу......................................................................................... 23

5 ІНФОРМАЦІЙНЕ ЗАБЕЗПЕЧЕННЯ РАЗРАБОТКИ ПРОГНОЗА................................. 25

6 ПЕРЕВІРКА АДЕКВАТНОСТИ ПОЛУЧЕННЫХ РЕЗУЛЬТАТІВ........................................ 26

ЗАКЛЮЧЕНИЕ................................................................................................................................. 28

СПИСОК ЛІТЕРАТУРИ................................................................................................................ 29


ЗАПРОВАДЖЕННЯ

У економіці основою практично будь-який діяльності є прогноз. Уже основі прогнозу складається план діянь П.Лазаренка та заходів. Отже, можна сказати, що прогноз макроекономічних змінних є основної складової планів усіх суб'єктів економічної діяльності.

Прогнозування може здійснюватися як у основі якісних (експертних), і з допомогою кількісних методів. Останні власними силами можуть нічого без якісного аналізу, як і в експертних оцінках повинні підкріплюватися обгрунтовані розрахунки.

У цьому роботі я зосередилася одному з кількісних методів прогнозування – дублирующем портфелі. Саме собою побудова такого портфеля це не дає інформацією про майбутнє, але за побудові дублюючого портфеля палестинцям не припиняти змінних дає змоги виявити якусь закономірність руху дохідності активів і прогнозованих макроекономічних змінних.

Дублирующий портфель – це портфель, дохідність якого корелює з яким або перемінної. Приміром, такий портфель може дублювати економічну зміну. Доходности протягом місяця акцій і облігацій застосовуються для прогнозування обсягу виробництва, валового доходу, інфляції, доходностей акцій і облігацій. Ця прогнозуюча взаємозв'язок проясняє ідею портфелів, що відбивають очікування ринку з цього приводу майбутніх значення економічних змінних. Використання дохідності дублюючих портфелів як інструмент прогнозу майбутніх значень економічних змінних істотно збільшує оцінної чутливість цін активів до новин про значення у майбутньому даних змінних. Також даний вид портфелів використовується при прогнозуванні макроекономічних змінних і хеджируванні економічного ризику.


1 ПРОГНОЗИРОВАНИЕ У ЕКОНОМІЦІ

Прогнозування – це спосіб наукового передбачення, у якому використовують як накопичений у минулому досвід, і поточні припущення щодо майбутнього з його визначення. Основна функція прогнозу – обгрунтування можливого стану об'єкта у майбутньому чи визначення альтернативних шляхів. Вибір конкретного методу є одним із найважливіших завдань прогнозування. Існує безліч методів, дозволяють спрогнозувати, але потрібно виділення з їхньої кількості прийнятні на вирішення конкретного завдання.

У основі економічного прогнозування лежить те, майбутнє стан економіки значною мірою визначається її минулим і справжнім станами. Майбутнє містить у собі і елементи невизначеності. Це такими моментами:

- наявністю одного, а безлічі варіантів можливого розвитку;

- дію економічних законів у майбутньому залежить тільки від минулого та нинішнього станів економіки, а й від управлінські рішення, що тільки необхідно прийняти і реалізовані;

- неповнота ступеня пізнання економічних законів, дефіцит і недостатня надійність інформації.

Під методами прогнозування слід розуміти сукупність прийомів та способів мислення, дозволяють з урахуванням ретроспективних даних зовнішніх й захищає внутрішніх зв'язків об'єкта прогнозування, і навіть їх до рамках аналізованого явища чи процесу вивести судження певного і достовірного у майбутнє гніву й розвитку об'єкта.

1.1 Макроекономічні моделі у прогнозуванні.

Экономико-математические моделі у прогнозуванні широко використовуються під час упорядкування соціально-економічних прогнозів на макроекономічному рівні. До таких моделям ставляться:

- однофакторні і багатофакторні моделі економічного зростання;

- моделі розподілу громадської продукту (ВВП, ВНП, НП);

- структурні моделі;

- міжгалузеві моделі;

- моделі відтворення основних фондів;

- моделі руху інвестиційних потоків та інших.

З використанням цих моделей необхідно враховувати вплив факторного, лагового і структурного аспектів збалансованості економіки та їх синтезу з урахуванням принципу оптимальності.

Факторний аспект збалансованості економіки полягає в взаємозв'язку між обсягом випуску продукції і на витратами факторів виробництва. Він зводиться до визначення такий пропорції між чинниками виробництва, що дозволяє забезпечити поставлене випускати продукцію. Для визначення таких кількісних пропорцій використовуються показники ефективності витрат живої і упредметненого праці та обсяги цих витрат.

Лаговый аспект збалансованості грунтується на розподілі у часі витрат факторів виробництва і що досягається за її взаємодії ефекту. Головні лаговые характеристики пов'язані з відтворенням основних фондів, отже, і до витрат капітальних вкладень. Лаг – це запізніле розуміння, тимчасової інтервал між двома взаємозалежними економічними явищами, одна з якого є причиною, а друге – наслідком.

Структурный аспект збалансованості полягає в пропорціях між I і II підрозділами громадського виробництва та взаємозв'язках міжгалузевих потоків продукції із елементами кінцевого споживання.

Умовно що існують методи прогнозування може бути розбитий на великі групи:

- фактографічні, що базуються на фактично наявну інформацію об'єкт прогнозування та її минулому. Вони умовно поділяються на статистичні і аналогові методи;

- експертні методи використовують думки фахівців-експертів та застосовуються тоді, коли неможливо формалізувати студійовані процеси чи має місце невизначеність розвитку господарської системи.

1.2 Етапи экономико-математического моделювання

У різних галузях знань, зокрема й економіці, етапи процесу моделювання набувають специфічні риси. Проаналізуємо послідовність і змістом етапів одного циклу побудови:

1. Постановка економічної проблеми та її якісний аналіз. Головне тут – чітко сформулювати сутність проблеми, прийняті припущення й ті питання, куди потрібно отримати відповіді. Цей етап включає виділення найважливіших чорт і властивостей моделируемого об'єкту і абстрагування від другорядних; вивчення структури об'єкту і основних залежностей, що пов'язують його елементи; формулювання гіпотез (хоча б попередніх), пояснюють поведінку і розвиток об'єкта.

2. Побудова математичну модель. Це – етап формалізації економічної проблеми, висловлювання його вигляді конкретних математичних залежностей і стосунків. Зазвичай спочатку основна конструкція (тип) математичну модель, та був уточнюються деталі цієї конструкції (конкретний перелік змінних і параметрів, форма зв'язків). Отже, побудова моделі підрозділяється своєю чергою сталася на кілька стадій.

Неправильно думати, чим більше фактів враховує модель, тим вона краще "працює" і дає кращі результати. Те ж саме сказати про такі характеристиках складності моделі, як використовувані форми математичних залежностей (лінійні і нелинейные), облік чинників випадковості та соціальної невизначеності тощо.

Надмірна складність і громіздкість моделі ускладнюють процес дослідження. Слід враховувати як реальні можливості інформаційного і математичного забезпечення, а й зіставляти видатки моделювання з одержуваним ефектом (за умов зростання складності моделі приріст витрат може перевищити приріст ефекту).

3. Математичний аналіз моделі. Метою цього етапу є з'ясування загальних властивостей моделі. Тут застосовуються суто математичні прийоми дослідження. Найбільш важлива річ – доказ існування рішень на сформульованої моделі. Якщо вдасться довести, що математична завдання має шляхів владнання, то потреба у наступної роботу з початкового варіанту моделі відпадає і треба скоригувати або постановку економічної завдання, або засоби її математичної формалізації.

4. Підготовка вихідної інформації. Моделювання пред'являє жорсткі вимоги до системи інформації. У той самий час реальні можливості отримання обмежують вибір моделей, предназначаемых для практичного використання. У цьому береться до уваги як принципова можливість підготовки інформації (поза певні терміни), а й видатки підготовку відповідних інформаційних масивів.

5. Кількісна рішення. Цей етап включає розробку алгоритмів для чисельного виконання завдання і безпосереднє проведення розрахунків. Труднощі цього етапу обумовлені, передусім, великий размерностью економічних завдань, необхідністю обробки значних масивів інформації.

6. Аналіз результатів та їх застосування. У цьому на заключному етапі циклу йдеться про правильності і повноті результатів, про рівень практичної застосовності останніх.

Математичні методи перевірки можуть виявляти некоректні побудови моделі і тим самим звужувати клас потенційно правильних моделей. Неформальний аналіз теоретичних висновків, і про чисельні результатів, одержуваних у вигляді моделі, зіставлення його з наявними знаннями й фактами дійсності також дозволяють виявляти недоліки постановки економічної завдання, сконструйованої математичну модель.

1.3 Побудова прогнозної моделі

Экономико-математическая модель це система формалізованих співвідношень, що описують основні взаємозв'язку елементів, їхнім виокремленням економічну систему. Система економіко-математичних моделей економетричного типу служить для описи щодо складних процесів економічного чи соціального характеру.

Певні види моделей економічного і міністерства соціального прогнозування можуть класифікуватися залежно від критерію оптимізації чи найкращого очікуваного результату.

З урахуванням чинника часу моделі може бути статичними, коли обмеження в моделі встановлено для відповідного відтинку часу, чи динамічними – у разі обмеження встановлено для кількох термінів.

Розрізняють факторні і структурні моделі економічного типу. Один і хоча б тип моделей то, можливо вживають щодо різним економічних об'єктах. Залежно від рівня розгляду показників народного господарства розрізняють макроекономічні, міжгалузеві, галузеві і регіональні моделі.

Факторные моделі описують залежність рівня життя та динаміки тієї чи іншої показника від рівня життя та динаміки які впливають нього економічних показників – аргументів чи чинників. Факторные моделі можуть включати різне кількість змінних величин і лобіювання відповідних їм параметрів. Найпростішими видами факторних моделей є однофакторні, у яких чинником є будь-якої тимчасовий параметр. Многофакторные моделі дозволяють одночасно враховувати вплив кількох чинників до рівня і надасть динаміки прогнозованого показника.

Обгрунтованість прогнозу значною мірою залежить від вибору методу прогнозування. Практичне застосування тієї чи іншої методу прогнозування визначається такими чинниками, як об'єкт прогнозу, складність і структура системи, наявність вихідної інформації, кваліфікація прогнозиста.

Экстраполяционные методи є з найпоширеніших і найбільш розроблених серед всієї сукупності методів прогнозування. У випадку для екстраполяції необхідно мати тимчасової ряд, де кожному значенням незалежної перемінної (як така виступає час) відповідає певне значення прогнозируемою показника. При формуванні прогнозів з допомогою екстраполяції зазвичай походять від статистично створених тенденцій зміни тих чи інших кількісних характеристик об'єкта.

Слід зазначити, що, оскільки метод розроблений для аналізу часових рядів, які з значної частини спостережень, а тимчасові лави кандидатів у галузевому прогнозуванні, зазвичай, невеликі, прогноз, зроблено ный з допомогою цього, може відбити деяких докорінних змін.

Прогнозную екстраполяцію може бути розбитий на два етапу.

Вибір оптимального виду функції, яка описує ретроспективний ряд даних. Вибору математичної функції для описи тренду передує перетворення вихідних даних із використанням згладжування і аналітичного вирівнювання динамічного низки. Розрахунок коефіцієнтів функції, обраної для екстраполяції.

Під час розробки моделей прогнозування тренд виявляється основною складовою прогнозованого тимчасового низки, яку вже накладаються інші складові. Результат у своїй пов'язується лише з часом. Передбачається, що за час можна сформулювати вплив всіх основних чинників. У статистичної літератури за тенденцією розвитку розуміють деяке його загальне напрям, довгострокову еволюцію. Зазвичай тенденцію прагнуть у вигляді більш-менш гладкою траєкторії.

Для оцінки коефіцієнтів частіше інших використовується метод найменших квадратів (МНК). Його сутність полягає у мінімізації суми квадратических відхилень між наблюдаемыми величинами і відповідними оцінками (розрахунковими величинами), обчисленими по підібраному рівнянню зв'язку.

 (1.1)

де – розрахункові значення тренду;

y – фактичні значення ретроспективного низки;

n – число спостережень.

Цей метод краще за інших відповідає ідеї усереднення як одиничного впливу врахованих чинників, і загального впливу неврахованих.

Операцію екстраполяції загалом можна як встановлення значення функції

 (1.2)
де - экстраполируемое значення рівня;

L – період попередження;

- рівень, ухвалений за базу екстраполяції.

Экстраполяция з урахуванням середньої.

У найпростішому разі за припущенні у тому, що таке середній рівень низки немає тенденції і зміну або якщо це й зміна незначно, можна взяти т. е. прогнозований рівень дорівнює середньому значенням рівнів у минулому. Довірчі кордону для середньої при невеличкому числі спостережень визначаються так:   

 (1.3)
де ta – табличное значення t-статистики Стьюдента з n-1 ступенями волі народів і рівнем ймовірності p;

 – середня квадратическая помилка середньої.

Значення її визначається за такою формулою . Натомість, середнє квадратическое відхилення P.S для вибірки одно

 (1.4)

Довірчий інтервал, отриманий як , враховує неопре деленность, що з оцінкою середнього розміру. Загальна дисперсія становитиме величину . Отже, довірчі інтервали для прогностичної оцінки рівні

  (1.5)

Недолік розглянутої підходу у тому, що довірчий інтервал не пов'язані з періодом попередження.

Экстраполяция по ковзної і експоненційною середньої.

Для короткострокового прогнозування поряд з іншими прийомами можна буде застосувати адаптивна чи экспоненциальная що сковзають середні. Якщо прогнозування ведеться однією крок уперед, те або , де Мі - адаптивна ковзна середня; Qі - экспоненциальная середня. Тут довірчий інтервал для ковзної середньої можна визначити аналогічна тій, як це було зроблено на формулі (1.5), у якій кількість спостережень позначений символом n. Бо за розрахунку ковзної середньої через m позначалося членів низки, що у розрахунку середньої, то замінимо у цій формулі n на m. Оскільки m зазвичай береться рівної непарною числам, то подсчи танемо їм відповідні значення величини . Що ж до експоненційного згладжування, те, як дисперсія экспо ненциальной середньої дорівнює , де P.S2 - середнє квадратическое відхилення, замість величини у формулі, наведеної вище, при обчисленні довірчого інтервалу прогнозу взяти величину чи . Тут — коефіцієнт експоненційного згладжування.

Кореляційний аналіз використовують із виявлення з оцінкою зв'язок між різними показниками. Ступінь тісноти зв'язку оцінюють коефіцієнтами, изменяющимися не більше від 0 до 1, за такою формулою:

  (1.6)

Мале значення коефіцієнта свідчить про слабкої зв'язку, значення, близький до 1, характеризує дуже сильну зв'язок і найчастіше дозволяє припустити наявність функціональної причинно-наслідкового зв'язку. Потім перевіряють значимість коефіцієнта кореляції критерієм Стьюдента tj,k:

 (1.7)
де k=n-2 – число ступенів свободи.

За виконання нерівності t*>yj,k гіпотеза - про не

Страница 1 из 2 | Следующая страница

Схожі реферати:

Навігація