Методы прогнозирования, основанные на экстраполяции
Для того чтобы методы экстраполяции вообще имело бы смысл применять, требуется, чтобы: окружающие условия обладали определенной стабильностью; используемые методы экстраполяции были бы в состоянии исключить случайные колебания временного ряда или по крайней мере их сгладить; имеющиеся в распоряжении данные о прошлом охватывали бы по возможности больший период и по крайней мере содержали такой же объем информации, что и желаемый прогноз.
В целом различают следующие классы методов экстраполяции (см. Witte/Klein, 1983): Методы постоянной экстраполяции: Простое определение среднего значения. Метод скользящего среднего. Экспоненциальное сглаживание первого порядка. Методы (линейные и нелинейные) экстраполяции по тренду: Метод наименьших квадратов. Метод «свободных рук». Методы циклической экстраполяции: Метод индексов сезонности. Метод конъюнктурных индикаторов.
Методы постоянной экстраполяции применимы, если данные за прошлые периоды не имеют заметной тенденции и их отклонения от средних значений не обусловлены сезонными или конъюнктурными факторами. Если имеется линейный или нелинейный тренд (что означает, что динамический ряд характеризуется определенным ростом или, наоборот, снижением значений, которые приближенно следуют какой-то линейной или нелинейной функции), то в данном случае используются методы экстраполяции по тренду. Здесь также важно, что отклонения от тренда не обусловлены ни сезонными, ни конъюнктурными факторами, т. е. могут носить исключительно случайный характер.
Чтобы воздействие сезонных и конъюнктурных причин исключить или, наоборот, их выявить, требуются специальные методы, которые являются особенно сложными тогда, когда подобные циклы накладываются на линейный или нелинейный тренд.
Простой пример линейной экстраполяции по тренду, базирующийся на методе наименьших квадратов и демонстрирующий специфический образ действий при экстраполировании, представлен ниже (заимствовано из Witte/Klein, 1983): Определяемая линейная функция тренда в общем виде выглядит следующим образом:
Z, =a + bxt. Для определения а и b используются следующие основные формулы:
где Wt — значения предыдущих периодов (например, очищенные от сезонности объемы продаж); t — временной интервал (например, квартал); п — число временных интервалов. Для расчета линии тренда используется таблица (рис. 89), в которой W и п даны, at, Wt х t, t1 рассчитаны. В последней строке приведены суммы каждого столбца.
Рис. 89. Таблица для определения линии тренда методом наименьших квадратов
Подстановкой значений из таблицы в формулы (1) и (2) получаем: а = 203,4;
Ь = 23,6;
Zt = 203,4 + 23,61.
Откуда для периодов от tB до tl2 получаем следующие прогнозные значения:
Еще по теме Методы прогнозирования, основанные на экстраполяции:
- 7.2. Прогнозирование, основанное на методах математической статистики
- Методы экстраполяции
- Методы экстраполяции тенденций развития исследуемого объекта
- Раздел 5 Статистические методы экстраполяции тенденций ПРОШЕДШИХ ПЕРИОДОВ
- 1.2.1.1. Балансово-эконометрические модели долгосрочного прогнозирования, основанные на системах одновременных уравнений
- Методы развития компетенций вне работы и методы обучения, основанные на практике
- 1| Методы выравнивания и сглаживания кривых, основанных на простых ПОКАЗАТЕЛЯХ
- 5.2. Методы, основанные на учетных оценках
- 5.1. Методы, основанные на концепции дисконтирования
- Современные методы оценки предприятия, основанные на теории инвестирования