Экстраполяция в рядах динамики. Основные методы

При анализе рядов динамики очень часто приходится прибегать к экстраполяции рядов. Под экстраполяцией понимают нахождение уровней за пре­делами изучаемого ряда, т. е. продление ряда на основе выявлен­ной закономерности изменения уровней в изучаемый отрезок вре­мени. Экстраполяция может проводиться на будущее (так назы­ваемая перспективная экстраполяция) и в прошлое (так называе­мая ретроспективная экстраполяция). Обычно, говоря об экстра­поляции рядов динамики, чаще подразумевают перспективную экстраполяцию. Экстраполяцию ряда динамики можно осуществить различны­ми способами. Но независимо от применяемого способа каждая такая экстраполяция обязательно основывается на предположе­нии того, что закономерность (тенденция) изменения изучаемого явления, выявленная для определенного периода времени в прош­лом, сохранится на ограниченном отрезке времени в будущем. Так как в действительности тенденция развития не остается неизмен­ной, то данные, получаемые путем эктраполяции ряда, надо рас­сматривать как вероятностные оценки. Основные методы: 1)Если при анализе ряда динамики обнаруживается, что абсо­лютные приросты уровней примерно постоянны, то в этом случае можно рассчитать средний абсолютный прирост (как среднюю

арифметическую) и последовательно прибавлять его к последне­му уровню ряда столько раз, на сколько периодов экстраполиру­ется ряд. Например, за период 1965—1970 гг. среднегодовой аб­солютный прирост производства стали в СССР составил 5 млн. т. Прибавляя последовательно этот прирост к уровню 1970 г. (115,9 млн. т), можно экстраполировать ряд на несколько лет. Так, для 1975 г. получим следующую оценку производства стали в стране: 115,9+5-5=140,9 млн. т (фактическое производство ста­ли в 1975 г. составило 141 млн. т), 2)Если за исследуемый ряд лет (или другие периоды) годовые темпы роста остаются более-менее постоянными, то в этом слу­чае можно рассчитать средний темп роста и последний уровень ряда умножить на средний темп роста, возведенный в степень, соответствующую периоду экстраполяции.

3) Экстраполяция возможна при выравнивании рядов по какой-либо аналитической формуле. Зная уравнение для исчисления теоретических уровней и подставляя в него значения t за преде­лами исследованного ряда, можно оценить будущие значения уровней; 4)Порой при прогнозировании можно основываться на экстрапо­ляции авторегрессионной модели уровней ряда. При этом мето­де изучаемый ряд динамики анализируется с точки зрения авто­корреляции.

Очевидно, что чем больше автокорреляция между уровнями ряда, тем больше оснований для расчета будущих показателей по прошлым.

При этом автокорреляция должна быть исчислена для разных разрывов между уровнями. Установив наличие автокорреляции между уровнями ряда (с определенным лагом), можно найти уравнение, выражающее эту автокорреляционную зависимость, и, пользуясь им, экстраполировать ряд.

Экономическое прогнозирование требует хороше­го знания изучаемого показателя и. владения метода­ми обработки р.д., которые бы в каждом отдель­ном случае помогли обнаружить тренд, периодичность в повышении или снижении уровней, случайные колебания, автокорреляцию и корреляцию между отдельными рядами.