|
ми экспериментами. Предлагается следующая мультипликативная модель для прогноза развития экономических процессов: F ( t ) = а0+й, *fl(cos(/>,.v-b 1N*?)*sin(cbV-c 2N*/)) (3.11) N Для проведения расчетов автором использовались процедуры нелинейного оценивания (метод Ньютона), входящие в программный пакет Statistica 7.0 for Windows. В качестве исходной информации выступает среднее значение ускорения составляющих R-процесса региона по исследуемому периоду, рассчитываемых по методике, изложенной в параграфе 3-4 и приведенных к виду, определяемых таблицей 3.9. 137 Таблица 3.9 Исходные данные для построения прогноза развития экономического пространства региона R-процесе Т, т 2 Тз ... т к Основные процессы и „ и ,2 и,з ... и 1к Вспомогательные процессы и 2 и 22 И2з ... и 2к Процессы жизнеобеспечения и 3, и 32 и 33 ... и 3к Сдерживающие процессы и 4, и 42 и 43 ... и 4к Информация для формирования управленческого решения формируется в несколько этапов Этап 1. Рассчитываются параметры (коэффициенты а,Ь,с) модели (3.11) по исходным данным (таблица 3.8). Итоги расчета сводятся в таблицу 3.10. Таблица 3.10 Параметры модели по составляющим R-процесса Параметры Основные процессы Вспомогател. процессы Процессы жизнеобес. Препятст. процессы а <а„> <ав> <а-ж> <а„> ... ... ••♦ ... ... b <Ь„> <ьв> <ЬЖ> <ь„> ... ... ... ... ... с <с > <св> <Сж> <с„> |
тами многолетних исследований, проведенных автором и его аспирантами при анализе социально-экономического положения Кузбасса за последнее десятилетие, и нашло отражение в десятках публикаций. К сожалению, это направление достаточно хорошо известно, но применяется в большинстве случаев для анализа финансовых рынков, и пока практически не используется экономистами для прогнозирования развития экономических процессов. Общей проблемой перечисленных стандартных подходов к прогнозному моделированию является неявное сведение реального процесса к стационарному. Подтверждением этому может служить и то, что в основе наиболее часто используемых моделей лежит аддитивная составляющая в интерпретации временного ряда. Проведенные нами исследования показали, что использование модели мультипликативного вида позволит увеличить адекватность модели реальной экономической ситуации, что подтверждается проведенными экспериментами. Предлагается следующая, разработанная нами мультипликативная модель для прогноза развития экономических процессов: F(t) =aQ+а{ -П(со8(Ьш b 2N -0-sin(c1/v c 2N ■t)) (5Л) N Для проведения расчетов автором использовались процедуры нелинейного оценивания (метод Ньютона), входящие в широко известный программный пакет Statistica 5 .0 for Windows. В качестве исходной информации выступает среднее значение ускорения составляющих 7?-процесса региона по исследуемому периоду, рассчитываемых по методике, изложенной в параграфе 3.4 и приведенных к виду, определяемым табл. 5.1. Таблица 5.1 Исходные данные для построения прогноза развития экономического пространства региона 276 ^-процесс т, Т2 Тз ....... Тк Основные процессы и„ и ,2 U13 U,к Вспомогагел. процессы и2, и 22 и2з U2k Процессы ж/обеспечения Us, и32 U33 Usk Проц., прспят. развитию и4, и 42 U43 и4К Информация для формирования управленческого решения формируется в несколько этапов. Этап 1. Рассчитываются параметры (коэффициенты а,Ь,с) модели (5.1) по исходным данным (табл. 5.1) средствами пакета Statistica 5.0. Итоги расчета сводятся в табл. 5.2. Таблица 5.2 Параметры модели по составляющим R-процесса Параметры Основн. проц. Вспом. проц. Проц. ж/обесп. Препят. проц. а <а0> <ав> Л а N V <*„> Ъ • • • <Ьо> <ьв> 1 • 1 • • • <ьп> с <с0> <св> 9 9 9 9 9 9 <Сп> Расчет рекомендуется проводить на трех гармониках (А'' —3 в 5.1). Многочисленные эксперименты, проведенные автором, показали, что меньшее значение числа гармоник ведет к увеличению погрешности расчета параметров, а большее не дает существенного снижения погрешности, но увеличивает время расчетов. На трех гармониках число итераций при расчете параметров не превышало 70-80. Большое значение для точности и скорости расчетов имеет удачных подбор начальных значений параметров. Для модели с тремя гармониками они устанавливались равными единице. Этап 2. Найденные параметры (табл. 5.2) подставляются в модель (5.1) для каждой из составляющих Л-процесса и табулируются на т периодов вперед. Результаты сводятся в табл. 5.3. Величина т должна быть в разумных пределах. Если исходные данные представлены п периодами, то прогноз имеет смысл делать не более чем на т ~ п / 2 периодов. В противном случае вероятность ошибки значительно возрастает. |