КОНТРОЛЬНАЯ РАБОТА
ВАРИАНТ №2
По дисциплине: Макроэкономическое
планирование и прогнозирование
Содержание
1. Классификация и краткая характеристика
методов прогнозирования....3
2. Агрегирование индексов цен:
семейство индексов Лоу, симметричные
индексы……………………………………………………………………..……12
3. Используя
метод аналитического выравнивания,
на основе данных Росстата
за последние 15 лет сделайте прогноз
динамики численности населения
России на трехлетний период…………………………………….16
Список использованных источников…………………………………………19
1. Классификация и краткая характеристика
методов прогнозирования
Прежде всего,
приведем определение метода
прогнозирования как способа
теоретического и практического
действия, направленного на разработку
прогнозов. Это определение является
достаточно общим и позволяет
понимать термин «метод прогнозирования»
весьма широко: от простейших
экстраполяционных расчетов до сложных
процедур многошаговых экспертных опросов.
[8]
Метод прогнозирования
представляет собой последовательность
действий, которые нужно совершить
для получения модели прогнозирования.
По аналогии с кулинарией метод
есть последовательность действий,
согласно которой готовится блюдо
— то есть сделается прогноз.
Проблема прогнозирования,
вследствие быстрых, порой плохо
предсказуемых изменений внешней
среды, за последнее десятилетие
стала особенно сложной. С учетом
этих трудностей и критичности
ошибок в прогнозах некоторые
специалисты были вынуждены заговорить
о тщетности прогнозирования. Тем
не менее, прогнозирование – это
обязанность, которую в явной
или неявной форме неизбежно
должны выполнять все организации.
Помимо получения возможных
будущих оценок тех или иных исследуемых
параметров, целью прогнозирования также
является побуждение к размышлению о том,
что может произойти во внешней среде
и к каким последствиям для фирмы это приведет.
Прогнозирование повышает бдительность
менеджеров и, следовательно, их способность
реагировать на изменения. Этот эффект
достигается даже тогда, когда прогнозы
не сбываются в связи с тем, что некоторые
гипотезы, положенные в основу прогнозного
сценария, не материализовались.
Методы прогнозирования,
можно классифицировать на эвристические,
при применении которых преобладают
субъективные начала, и экономико-математические,
при применении которых преобладают
объективные начала.
Эвристические методы предполагают,
что подходы, используемые для формирования
прогноза, не изложены в явной форме и
неотделимы от лица, делающего прогноз,
при разработке которого доминируют интуиция,
прежний опыт, творчество и воображение.
К данной категории методов относятся
экспертные методы. Причем опрашиваемые
эксперты, давая свои оценки, могут основывать
свои суждения, как на голой интуиции,
так и используя определенные причинно-следственные
связи, данные статистики и расчетов. При
этом данные, полученные от экспертов,
часто подвергаются дополнительной математической
обработке. Кроме того, в эвристические
методы входят методы сценариев и прогнозных
графов.
Так, при прогнозировании
спроса изучаются предпочтения
потребителей; в качестве экспертов
может рассматриваться персонал,
обслуживающий определенные территории,
дилеры, дистрибьюторы, консультанты
по маркетингу и т. д.
При использовании
экономико-математических методов
подходы к прогнозированию четко
сформулированы и могут быть
воспроизведены другими лицами,
которые неизбежно придут к
получению такого же прогноза.
Основу экономико-математических
методов составляют рассмотренные
выше статистические методы.
Если при
применении экспертных методов
структура причинно-следственных
связей, используемая разными экспертами,
может быть различной, то при
использовании экономико-математических
методов структура моделей устанавливается
и проверяется экспериментально,
в условиях, поддающихся объективному
наблюдению и измерению.
Определение системы факторов
влияния и причинно-следственной (казуальной)
структуры исследуемого явления – исходная
точка экономико-математического моделирования.
Зачастую эвристические
и экономико-математические методы
являются взаимодополняющими. В
условиях сильно изменчивой внешней
среды интуиция и воображение
способны стать важными инструментами
восприятия реальности, дополняя количественные
подходы, которые, по определению, опираются
только на наблюдаемые факторы. С другой
стороны, понятно, что чисто качественному
методу также присущи значительные погрешности
и что интуиция должна в возможно большей
степени проверяться с помощью доступных
фактов и знаний. Таким образом, следует
обеспечить совместное использование
этих двух подходов.
Что касается
прогнозирования спроса (объемов
продаж), то в методологически
правильной постановке – это
искусство оценки будущего спроса
при предположении об определенном
поведении покупателей в заданных
условиях. Прогнозирование спроса
в данном случае должно осуществляться
в три этапа. Вначале разрабатывается
прогноз внешней среды, затем
– прогноз развития данной
отрасли, наконец, разрабатывается
прогноз величины спроса на
товары конкретной компании. Такие
комплексные, тем более аналитические
модели, разработать и реализовать
чрезвычайно сложно, поэтому на
практике получили применение
более простые статистические
модели.
Экспертные
оценки, сформулированные специалистами
по маркетингу, базируются на
сведениях, собранных на стадии
предварительного анализа и учитывающих
данные о продажах конкурентов,
размере потенциального рынка, общем
спросе и др. Недостающая информация
собирается путем прямых опросов
потенциальных пользователей, торговцев,
поставщиков и, если это возможно,
конкурентов.
Все прогнозы
объема продаж строятся на
использовании трех видов информации,
полученных на основе изучения:
что люди говорят, что люди
делают и что люди сделали.
Получение первого вида информации
основывается на изучении мнения
потребителей и покупателей, торговых
агентов и посредников. Здесь
используются методы социологических
исследований и экспертные методы.
Изучение того, что люди делают,
предполагает проведение тестирования
рынка. Изучение того, что люди
сделали, предполагает анализ статистических
данных о сделанных ими покупках.
Прогнозирование
объемов продаж транспортных
услуг (объемов перевозок) на железнодорожном
транспорте является частным
случаем прогнозирования объемов
продаж. В этом случае особое
внимание необходимо уделять
специфике транспортной продукции
и рынка транспортных услуг.
Следует отметить,
что при составлении краткосрочных
прогнозов и прогнозов на перспективу
(среднесрочных и долгосрочных) используются
различные методы и составляются
разные модели. Так, к краткосрочным
прогнозам следует отнести прогнозы на
месяц, квартал, полугодие; к среднесрочным
– прогнозы на период от года до трех лет;
к долгосрочным – свыше трех лет. В маркетинге,
в основном, используются краткосрочные
и среднесрочные прогнозы, долгосрочные
прогнозы в основном используются при
стратегическом планировании деятельности
предприятия.
Долгосрочные
прогнозы основываются, в первую
очередь, на эвристических методах
– методах экспертных оценок,
сценарных методах и методах
прогнозных графов.
Среднесрочное
прогнозирование целесообразно
осуществлять, используя макроэкономические
показатели. Сначала устанавливается
корреляционная зависимость между
одним или несколькими макроэкономическими
показателями и объемами перевозок.
Затем при достаточном уровне
коэффициента корреляции разрабатывается
регрессионная модель, после чего
результаты корректируются с
привлечением экспертов.
Краткосрочные
прогнозы основаны на экономико-математических
и экспертных методах. Более детально
краткосрочное прогнозирование
рассмотрено ниже.
В настоящее
время наряду со значительным
числом опубликованных методов
прогнозирования известны многочисленные
способы их классификации. Тем
не менее, считать этот вопрос удовлетворительно
решенным нельзя, так как единой, полезной
и полной классификации сейчас еще не
создано. Вероятно, прогностика, как молодая
наука, еще не достигла такого уровня развития,
когда возможно создание классификации,
удовлетворяющей всем этим требованиям.
Итак, каковы же цели классификации методов
прогностики? Можно указать две такие
основные цели. Это, во-первых, обеспечение
процесса изучения и анализа методов и,
во-вторых, обслуживание процесса выбора
метода при разработке прогнозов объекта.
На современном этапе трудно предложить
единую классификацию, в равной степени
удовлетворяющую обеим из указанных целей.
Существуют
два основных типа классификации:
последовательная и параллельная.
Последовательная классификация
предполагает вычленение частных
объемов из более общих. Это процесс,
тождественный делению родового понятия
на видовые. При этом должны соблюдаться
следующие основные правила: 1) основание
деления (признак) должно оставаться одним
и тем же при образовании любого видового
понятия; 2) объемы видовых понятий должны
исключать друг друга (требование отсутствия
пересечения классов); 3) объемы видовых
понятий должны исчерпывать объем родового
понятия (требование полного охвата всех
объектов классификации). [6]
Параллельная
классификация предполагает сложное
информационное основание, состоящее
не из одного, а из целого
ряда признаков. Основной принцип
такой классификации - независимость
выбранных признаков, каждый из
которых существен, все вместе
одновременно присущи предмету и
только их совокупность дает исчерпывающее
представление о каждом классе.
Последовательная
классификация имеет наглядную
интерпретацию в виде некоторого
генеалогического дерева, охватывает
всю рассматриваемую область
в целом и определяет место
и взаимосвязи каждого класса
в общей системе. Поэтому она
является более приемлемой для
целей изучения, позволяет методически
более стройно представлять классифицируемую
область знаний. [7]
Каждый уровень
классификации характеризуется
своим классификационным признаком.
Элементы каждого уровня представляют
собой наименования принадлежащих
им подмножеств элементов ближайшего
нижнего уровня, причем подмножеств
непересекающихся.
Элементы нижнего
уровня представляют собой наименование
узких групп конкретных методов
прогнозирования (иногда из одного
элемента), которые являются модификациями
или разновидностями какого-либо
одного, наиболее общего из них.
В целом классификация
является открытой, так как предоставляет
возможность увеличивать число
элементов на уровнях и наращивать
число уровней за счет дальнейшего
дробления и уточнения элементов
последнего уровня. [8]
На первом
уровне все методы делятся
на три класса по признаку
«информационное основание метода»:
. Фактографические методы
базируются на фактически имеющемся
информационном материале об
объекте прогнозирования и его
прошлом развитии.
. Экспертные методы базируются
на информации, которую поставляют
специалисты-эксперты в процессе
систематизированных процедур выявления
и обобщения этого мнения.
. Комбинированные методы
выделены в отдельный класс, чтобы
можно было относить к нему
методы со смешанной информационной
основой, в которых в качестве
первичной информации используются
фактографическая и экспертная.
Например, при проведении экспертного
опроса участникам представляют
цифровую информацию об объекте
или фактографические прогнозы,
либо, наоборот, при экстраполяции
тенденции наряду с фактическими
данными используют экспертные
оценки.
Не следует
относить к комбинированным методам
те методы прогнозирования, которые
к экспертной исходной информации
применяют математические методы
обработки или исходную фактографическую
информацию оценивают экспертным
путем. В большинстве случаев
они достаточно хорошо укладываются
в первый или второй из перечисленных
выше классов. [9]
Эти классы
разделяются далее на подклассы
по принципам обработки информации.
Статистические методы объединяют
совокупность методов обработки
количественной информации об
объекте прогнозирования по принципу
выявления содержащихся в ней
математических закономерностей
развития и математических взаимосвязей
характеристик с целью получения
прогнозных моделей. Методы аналогий
направлены на то, чтобы выявлять
сходство в закономерностях развития
различных процессов и на этом
основании производить прогнозы.
Опережающие методы прогнозирования
строятся на определенных принципах
специальной обработки научно-технической
информации, реализующих в прогнозе
ее свойство опережать развитие
научно-технического прогресса. [4]
Экспертные
методы разделяются на два
подкласса. Прямые экспертные оценки
строятся по принципу получения
и обработки независимого обобщенного
мнения коллектива экспертов (или
одного из них) при отсутствии
воздействий на мнение каждого
эксперта мнения другого эксперта
и мнения коллектива. Экспертные
оценки с обратной связью в
том или ином виде воплощают
принцип обратной связи путем
воздействия на оценку экспертной
группы (одного эксперта) мнением, полученным
ранее от этой группы или
от одного из ее экспертов.
[10]
Третий уровень
классификации разделяет методы
прогнозирования на виды по
классификационному признаку «аппарат
методов». Каждый вид объединяет
в своем составе методы, имеющие
в качестве основы одинаковый
аппарат их реализации. Так, статистические
методы по видам делятся на
методы экстраполяции и интерполяции;
методы, использующие аппарат регрессионного
и корреляционного анализа; методы,
использующие факторный анализ.
[8]
Класс методов
аналогий подразделяется на методы
математических и исторических
аналогий. Первые в качестве аналога
для объекта прогнозирования
используют объекты другой физической
природы, другой области науки, отрасли
техники, однако имеющие математическое
описание процесса развития, совпадающее
с объектом прогнозирования. Вторые
в качестве аналога используют
процессы одинаковой физической
природы, опережающие во времени
развитие объекта прогнозирования.
Опережающие методы прогнозирования
можно разделить на методы исследования
динамики научно-технической информации;
методы исследования и оценки уровня техники.
В первом случае в основном используется
построение количественно-качественных
динамических рядов на базе различных
видов НТИ и анализа и прогнозирования
на их основе соответствующего объекта.
Второй вид методов использует специальный
аппарат анализа количественной и качественной
информации, содержащейся в НТИ, для определения
характеристик уровня, качества существующей
и проектируемой техники. [6]
Прямые экспертные
оценки по признаку аппарата
реализации делятся на виды
экспертного опроса и экспертного
анализа. В первом случае используются
специальные процедуры формирования
вопросов, организации получения
на них ответов, обработки полученных
ответов и формирования окончательного
результата. Во втором - основным
аппаратом исследования является
целенаправленный анализ объекта
прогнозирования со стороны эксперта
или коллектива экспертов, которые
сами ставят и решают вопросы,
ведущие к поставленной цели.
Экспертные
оценки с обратной связью в
своём аппарате имеют три вида
методов: экспертный опрос; генерацию
идей; игровое моделирование. Первый
вид характеризуется процедурами
регламентированного неконтактного
опроса экспертов перемежающимися
обратными связями в рассмотренном
выше смысле. Второй - построен на
процедурах непосредственного общения
экспертов в процессе обмена
мнениями по поставленной проблеме.
Он характеризуется отсутствием
вопросов и ответов и направлен
на взаимное стимулирование творческой
деятельности экспертов. Третий
вид использует аппарат теории
игр и ее прикладных разделов.
Как правило, реализуется на сочетании
динамического взаимодействия коллективов
экспертов и вычислительной машины,
имитирующих объект прогнозирования
в возможных будущих ситуациях.
[3]
Наконец, последний, четвертый,
уровень классификации подразделяет виды
методов третьего уровня на отдельные
методы и группы методов по некоторым
локальным для каждого вида совокупностям
классификационных признаков, из которых
указать один общий для всего уровня в
целом невозможно.
Таким образом
мы получили следующую классификацию
моделей и методов прогнозирования.
2. Агрегирование индексов цен:
семейство индексов Лоу, симметричные
индексы
Один очень широкий
и популярный класс индексов цен можно
получить, определив индекс как процентное
изменение общей стоимости заданного
набора количеств, обычно называемого
«корзиной», между двумя сравниваемыми
периодами. Смысл такого индекса легко
понять и объяснить пользователям. Этот
класс индексов описан в Руководстве как
индекс Лоу, названный так по имени одного
из основателей теории индексов, впервые
предложившего этот индекс в 1823 году (см.
главу 15). На практике большинство органов
статистики используют тот или иной вид
индекса Лоу.
Пусть в корзину
входит n продуктов с ценами и количествами
, при этом два сравниваемых периода обозначены
как 0 и t. Тогда индекс Лоу определяется
с помощью выражения:
В принципе,
любой набор количеств можно
использовать в качестве корзины.
Корзину необязательно ограничивать
количествами, купленными в один
или другой из двух сравниваемых
периодов, или в любой фактический
период времени. Количества могут,
например, представлять собой среднее
арифметическое или среднее геометрическое
количество двух периодов. Из
практических соображений корзина
количеств, используемых для целей
ИПЦ, обычно должна основываться
на обследовании расходов домашних
хозяйств на потребление, проведенном
в более ранний период, чем
любой из двух периодов, цены
которых сравниваются.
Например, месячный
ИПЦ может охватывать период
с января 2000 года, при этом цены
января 2000 года = 100, однако количества
могут быть получены на основе
ежегодного обследования расходов,
проведенного в 1997 или 1998 году, или
даже включающего оба этих
года. Поскольку для сбора и
обработки данных о расходах
требуется много времени, обычно
такие данные могут быть включены
в расчет ИПЦ только со значительным
временным лагом. К тому же, корзина
может от-носиться к периоду
продолжительностью один год, тогда
как индекс может составляться
ежемесячно или ежеквартального.
Период весов,
и будет обозначаться здесь
как период b. Период 0 представляет
собой базисный период цен. Как
только что было отмечено, период
b чаще всего предшествует периоду
0, по крайней мере, при первой
публикации индекса, что здесь
и предполагается, однако в качестве
b может выступать любой период,
включая тот, который находится
между периодами 0 и t, если индекс
рассчитывается спустя некоторое
время после периода t. Индекс
Лоу, в котором используются количества
периода b, может быть записан в следующем
виде:
где
Индекс можно
записать и рассчитать двумя
способами: в виде отношения двух
стоимостных агрегатов или как
средневзвешенное арифметическое
ценовых коэффициентов, или отношений
цен, , для отдельных продуктов с
использованием гибридных долей расходов
в качестве весов. Расходы определяются
как гибридные, поскольку цены и количества
относятся к двум различным периодам времени,
соответственно, 0 и b. Гибридные веса можно
получить путем обновления фактических
долей расходов в период b, а именно,
, с учетом изменений цен, которые произошли
между периодами b и 0, умножив их на соотношение
цен в периоды b и 0, то есть на . Индексы
Лоу широко используются для целей ИПЦ.
Симметричным
индексом называется такой индекс,
в котором цены и количества
имеют равную значимость в
двух сравниваемых периодах и
учитываются симметричным образом.
В экономической статистике широко
используется три конкретных
вида симметричных индексов. На
данном этапе их целесообразно
представить. Как уже отмечалось,
эти три индекса также относятся
к категории гиперболических.
Первым из
них является индекс цен Фишера,
, определяемый как геометрическое среднее
индексов Ласпейреса и Пааше, то есть
.
Второй называется
индексом цен Уолша, .
Это индекс
корзины, в котором количества
являются геометрическими средними
количеств двух периодов, то есть:
Благодаря применению
геометрического, а не арифметического
среднего количеств, относительным
количествам обоих периодов присваивается
равный вес. Количества в индексе
Уолша можно рассматривать как в равной
степени репрезентативные для обоих периодов.
Третий индекс,
называемый индексом цен Торнквиста,
, определяется как геометрическое среднее
соотношений цен, взвешенное по средним
долям расходов двух периодов:
,
где представляет собой арифметическое
среднее долей расходов на продукт i в
двух периодах.
где значения si определяются
так же, как в приведенных выше уравнениях.
Теоретическая
привлекательность этих индексов
станет более очевидной в последующих
разделах, посвященных аксиоматическому
и экономическому подходам к
индексам.
3. Используя
метод аналитического выравнивания,
на основе данных Росстата
за последние 15 лет сделайте прогноз
динамики численности населения
России на трехлетний период
Статистика
численности и состава на селения
выступает как составная часть
демографии, представляя собой измерительный
аппарат изучения количественных
закономерностей. В задачи демографической
статистики входят определение
численности населения, анализ размещения
его по территории страны, характеристика
состава населения, изучение процессов
воспроизводства населения, определение
перспективной численности и
состава населения. Дадим определение
понятия «численность населения».
Под численностью населения мы
будем понимать общее количество
населения, проживающего на определенной
территории.
Анализ динамики численности
населения.
Приведем данные о численности
наличного населения РФ за 1999–2013 гг. с
дополнительной разбивкой на городское
и сельское население в табл. 3.1.
Таблица 3.1. – Численность наличного
населения России
Год Численность наличного населения
на начало года, тыс. чел.
все население городское сельское
1999
148460
108322
40138
2000 148260 108322 40137
2001 148461 108322 40138
2002 148360 108322 40148
2003 148192 108322 40238
2004 148292 108311 39981
2005 148029 108188 39841
2006 147802 108111 39691
2007 147539 108053 39486
2008 146890 107419 39471
2009 146304 107072 39232
2010 145649 106725 38924
2011 144964 106321 38643
2012 144168 105818 38350
2013 143474 104719 38755
Как видно
из табл. 3.1. численность населения
постоянно снижается, начиная с 1999
г., это снижение имеет достаточно
устойчивый характер. неуклонно снижаются
численности городского и сельского населения.
Только в 2013 г. за весь период, начиная
с 1999 г., наблюдается небольшой рост численности
сельского населения. Для наглядности
на рис. 3.1. приведем численность населения
России с прогнозом на трехлетний период.
Рис. 3.1. Динамика общих коэффициентов
естественного движения населения.
Рис. 3.2. Численность населения
России.
С 1999 г. в
России наблюдается устойчивая
тенденция депопуляции, характеризующаяся
постоянным превышением числа
умерших над числом родившихся в
1,5-1,7 раза. Сложившийся в настоящее время
в России уровень рождаемости является
одним из самых низких в Европе и почти
на 40% ниже для простого численного замещения
поколений родителей их детьми (около
1,3 детей в среднем на одну женщину). Несмотря
на отмечаемое улучшение, в целом ситуация
со смертностью в стране остаётся весьма
неблагополучной. На 1000 человек населения
в среднем регистрируется около 15 умерших.
Это самый высокий показатель в Европе.
Список использованных источников
1. Герчикова И.Н. Менеджмент:
Учебник. 3-е изд., перераб. и доп. М.: Банки
и биржи; ЮНИТИ, 2010.
2. Инновационный менеджмент/
Под ред. С.Д. Ильенковой. М.: Банки и биржи;
ЮНИТИ, 2009.
3. Инновационный менеджмент:
Учебник для вузов / Под ред. д.э.н., проф..
О.П. Молчановой. М.: Вита-Пресс, 2011.
4. Инновационный менеджмент:
Учебник для вузов / Под ред. д.э.н., проф.
В.А. Швандара, проф. В.Я. Горфинкеля. - М.:
Вузовский учебник, 2008
5. Инновационный менеджмент:
Учеб. пособие / Под ред. В.М. Аньшина,
А.А. Дагаева. - М.: Дело, 2008.- 528 с.
6. Источник: данные Росстата.
7. Ковалев Г.Д. Основы инновационного
менеджмента. М.: ЮНИТИ, 2010.
8. Махрова А.Г., Нефедова
Т.Г., Трейвиш А.И. Московская область сегодня
и завтра: тенденции и перспективы пространственного
развития. М.: Новый хронограф, 2009.
10. Медынский В.Г., СкамайЛ.Г.
Инновационное предпринимательство: Учеб.
пособие для вузов. М.: ЮНИТИ-ДАНА, 2011.
11. Морозов Ю.П. Инновационный
менеджмент: Учеб. пособие для вузов. М.:
ЮНИТИ-ДАНА, 2009.
12. Тихонов Э.Е. Прогнозирование
в условиях рынка. Невинномысск,
2009. 221 с.
13. Фатхутдинов Р.А. Инновационный
менеджмент: Учебник. 2-е изд. М.: ЗАО «Бизнес-школа
«Интел-Синтез», 2009.
