15.Цикличность экономического развития и ее использование в прогнозировании. Взаимосвязь экстраполяционных методов с различными циклами.
16.Экономико-математическое моделирование и его применение в прогнозировании национальной экономики.
17.Экстраполяционные методы прогнозирования: общая характеристика, область применения, специфические черты.
18.Сущность и назначение планирования. Функции планирования.
19.Планирование как инструмент государственного регулирования эко-
номики.
20.Последовательность планирования. Состав планирования: прогнозирование, программирование и проектирование.
РАЗДЕЛ 2. РАСЧЕТНАЯ ЧАСТЬ
Задание 1. Прогнозирование макроэкономических показателей с использованием системы электронных таблиц Excel
В системе электронных таблиц Microsoft Excel существует несколько функций, с помощью которых можно выполнить прогнозирование. На практике при выборе аналитической функции рекомендуется подбирать функцию y, с таким расчетом, чтобы ее конструктивные элементы, коэффициенты и константы поддавались экономической интерпретации а линия тренда отображала наибо-
лее характерное изменение признака. |
|
2, где a, b, c – константы; |
||||||||||||
2) |
|
|
= + |
|
|
|
|
|||||||
|
Наиболее широко используются следующие функции: |
|||||||||||||
1) |
линейная: |
|
|
|
= + + |
|
||||||||
|
= |
|
, где a и b константы; |
|||||||||||
4) |
|
|
|
|
|
|
|
|
|
|||||
|
параболическая: |
|
|
|
|
= |
|
|
|
|
||||
5) |
гиперболическая: |
|
|
|
; |
|
|
|||||||
3) |
степенная: |
|
|
|
|
|
; |
|
; |
|
|
|
||
|
экспоненциальная: |
|
|
|
|
|
|
|||||||
6) |
простая |
|
|
|
|
|
|
= + / |
|
=. |
− ; |
|||
7) |
Логистическая: |
|
|
|
|
|
|
|
||||||
|
Для |
модифицированная экспоненциальная функция: |
||||||||||||
|
|
|
|
= 1/( + ) |
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||
визуального выбора наиболее точной аппроксимации можно воспользоваться построением точечной диаграммы исходных данных с последующим добавлением линии тренда (рис. 1). Рассмотрим пример выбора аппроксимации данных статистики ВВП за ряд лет. Информация о динамике и структуре ВВП приведена в табл. 1 приложения.
6
120 |
|
|
|
|
|
|
|
|
|
|
100 |
|
|
|
|
|
|
|
|
|
|
80 |
|
|
|
|
|
|
|
|
|
|
60 |
|
|
|
|
|
|
|
|
|
Ряд1 |
40 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
20 |
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
2010 |
2011 |
2012 |
2013 |
2014 |
2015 |
2016 |
2017 |
2018 |
2019 |
2020 |
|
|
Рис. 1 Точечная диаграмма динамики ВВП |
|
|||||||
Существует возможность создания линии тренда на диаграмме без создания данных для линии тренда.
l. Выберите ряд данных, к которому нужно добавить линию тренда.
2.Выберите команду Добавить линию тренда в меню Диаграмма.
3.На вкладке Тип выберите нужный тип регрессионной линии тренда
(рис. 2).
Рис. 2 Выбор линии тренда
Методом подбора определяется наиболее приемлемая форма линии тренда для аппроксимации фактических данных. Для аппроксимации фактических данных динамики ВВП выбраны линейная и экспоненциальная линии тренда
(рис. 3, 4).
7
120 |
|
|
|
|
|
100 |
|
|
y = 5,791x - 11585 |
|
|
|
|
|
|
|
|
80 |
|
|
|
|
|
60 |
|
|
|
|
Ряд1 |
40 |
|
|
|
|
Линейная (Ряд1) |
|
|
|
|
|
|
20 |
|
|
|
|
|
0 |
|
|
|
|
|
2010 |
2012 |
2014 |
2016 |
2018 |
2020 |
|
Рис. 3 Линейная Аппроксимация динамики ВВП |
||||
120 |
|
|
|
|
|
100 |
|
|
y = 8E-60e0,0697x |
|
|
|
|
|
|
|
|
80 |
|
|
|
|
|
60 |
|
|
|
|
Ряд1 |
40 |
|
|
|
|
Экспоненциальная (Ряд1) |
|
|
|
|
|
|
20 |
|
|
|
|
|
0 |
|
|
|
|
|
2010 |
2012 |
2014 |
2016 |
2018 |
2020 |
Рис. 4 Экспоненциальная линия тренда ряда динамики ВВП
Исходя из допущения о неизменности прогнозных тенденций в будущем, функция «Тенденция» возвращает значения в соответствии с линейным трендом. Аппроксимирует прямой линией (по методу наименьших квадратов) массивы «известные значения у» и «известные значения х». Возвращает значения у в соответствии с этой прямой для заданного массива «новые значениях».
Синтаксис: ТЕНДЕНЦИЯ (известные значения у; известные значения х; новые значениях; конст).
«Известные значения у» - это множество значений у, которые уже известны для соотношения у = mx + b. «Известные значения х» - это необязательное множество значений х, которые уже известны для соотношения у = mx + b.
Массив «известные значения х» может содержать одно или несколько множеств переменных. Если используется только одна переменная, то «известные значения у» и «известные значения х» могут иметь любую форму при ус-
8
ловии, что они имеют одинаковую размерность. Если используется более одной переменной, то «известные значения у» должны быть вектором (то есть интервалом высотой в одну строку или шириной в один столбец).
Если «известные значения х» опущены, то предполагается, что это массив {1;2;3; ...} такого же размера, как и «известные значения у».
«Новые значения х» -это новые значения х, для которых ТЕНДЕНЦИЯ возвращает соответствующие значения у. «Конст» - это логическое значение, которое указывает, требуется ли, чтобы константа b была равна 1. Если конст имеет значение ИСТИНА или опущено, то b вычисляется обычным образом.
Если конст имеет значение ЛОЖЬ, то b полагается равным 0, и значения m подбираются таким образом, чтобы выполнялось соотношение у = mx.
Замечания: формулы, которые возвращают массивы, должны быть введены как формулы массива; при вводе константы массива для аргyмента, такого как «известные значения х», следует использовать точку с запятой для разделения значений в одной строке и двоеточие для разделения сток. Рассмотрим пример построения прогноза значений валового внутреннего продукта РФ. Информация о динамике и структуре ВВП приведена в приложении.
Исходные данные для построения прогноза заносят в систему электронных таблиц Excel (рис. 5).
Рис. 5 Оформление исходных данных и выбор функций программирования
Далее необходимо заполнить поля диалогового окна функции:
9
Рис. 6 Диалоговое окно функции «Тенденция»
Рис. 7. Результаты прогнозирования объема ВВП с использованием линейной аппроксимации (функции «Тенденция»)
По такой системе действуют и другие функции прогнозирования в Microsoft Excel. Различие состоит в способах аппроксимации значений. Функция «Лгрфприбл» в регрессионном анализе вычисляет экспоненциальную кривую, аппроксимирующую данные и возвращает массив значений, описывающий эту кривую.
Функция «Рост» рассчитывает прогнозируемый экспоненциальный рост на основании имеющихся данных. Функция РОСТ возвращает значения у для
10