Прогноз экономического развития в Самарской области

Страница 2

— учесть влияние различных факторов на результирующий показатель;

— учесть динамику явлений и процессов и, в конечном счёте, принять более правильное решение.

С планирование тесно связано прогнозирование, так как планы разрабатываются на основе прогнозов, а прогнозы уточняются на основе данных анализа выполнения планов.

Прогнозирование — это процесс определения возможных направлений развития и оценки последствий реализации мероприятий.

· Принципы прогнозирования.

Для прогнозирования, как одного из этапов процесса планирования характерны все его принципы (см. ранее). Однако вероятностный характер, многовариантность выполняемых расчетов требуют соблюдения таких принципов как:

1. Альтернативность — это необходимость проработки всех возможных вариантов будущего состояния прогнозируемого объекта.

2. Вероятностная оценка результата — это необходимость учета возможного риска при оценке прогнозных показателей.

3. Адекватность — это соответствие используемой методики прогнозных расчетов рассматриваемым объектам, процессам, явлениям. Для ее оценки используется «критерий истинности» (ошибочности или эмерджентности).

· Методы прогнозирования:

1. Экспертные методы (интуитивные) — основаны на использовании информации, полученной от экспертов, о возможных тенденциях развития, используя различные приёмы опросов высококвалифицированных специалистов.

1.1. Прямые — подразумевают контакт между экспертом и прогнозистом единовременного характера.

1.1.1. Методы опроса — предусматривают интервью эксперта прогнозисту, для которого составлен вопросник об интересующем нас объекте. В результате прогноза могут быть получены как исходные данные, так и сам прогноз.

1.1.2. Методы анализа — анализ предусматривает самостоятельную работу эксперта над вопросами прогноза.

1.2. Методы с обратной связью — предусматривают повторные контакты эксперта с прогнозистом, поскольку возможны неточности, неопределённости, как в вопросах, так и в ответах.

1.2.1. Методы опроса — при повторной встречи прогнозиста с экспертом последнему передаются результаты первичного опроса и его повторно просят заполнить вопросник.

1.2.2. Метод итоговой модели — подразумевает, что эксперт самостоятельно работает над итоговым ответом, вопросом прогноза и несколько раз его уточняет.

1.2.3. Метод коллективной генерации идей — коллективный метод экспертизы силами отобранного коллектива специалистов.

2. Фактографические методы — основаны на использовании для прогнозных расчётов фактических исходных данных, характеризующих состояние рассматриваемого объекта или процесса в прошлом и настоящем времени. Эти методы используют средства инерционности движения процесса развития. Методы обычно используются для кратко- и среднесрочного прогнозирования.

2.1. Статистические методы — в качестве исходных используют статистические данные, а в качестве методов расчёта используют приёмы теории статистики и прикладной математики.

2.1.1. Методы экстраполяции — основаны на переносе ранее наблюдающихся тенденций на будущее.

2.1.2. Методы корреляции и регрессионного анализа — широко стали использоваться только в последние годы, начиная с широкого применения ЭВМ в экономических расчётах.

2.1.3. Факторные модели — в прогнозных расчётах используются мало, что связано в основном с отсутствием исходных данных.

2.2. Методы аналогии — основаны на использовании с соответствующими поправками данных, полученных при эксплуатации ранее реализованного объекта (историческая аналогия) или использовании специальной физической или математической модели (физическая или математическая аналогии).

В данной работе для повышения степени достоверности прогнозов расчеты выполняются как прямым счётом путем прогнозирования имеющегося ряда данных по какому-либо показателю, так и расчетным путем.

Расчеты прогнозных величин выполняются при помощи следующих программ:

EXCEL.

В данной программе воспользуемся линейным регрессионным анализом, который заключается в подборе графика для набора наблюдений с помощью метода наименьших квадратов. Для расчетов воспользуемся «Пакетом анализа». Последовательно вводим годы и соответствующие им значения. Далее в меню «Сервис» находим анализ данных и в «Пакете анализа» выбираем параметр «Регрессия». В окне «Регрессия» задаем входной интервал Y - исходные данные и интервал Х - годы; отмечаем флажком опцию «график подбора». Итогом расчетов является получение графика зависимостей и необходимого уравнения. Критерий достоверности результатов в данной программе — квадрат коэффициента корреляции должен быть больше 0,36.

АРМ-СТАТИСТИКА.

В основе программы лежит корреляционно-регрессионный анализ. Оценка производится методом наименьших квадратов. В начале работы в программе вводим число факторов, затем последовательно годы и соответствующие им значения. В результате программа выдает уравнение, связывающее значения наблюдаемых величин с годами наблюдений. Критерий достоверности результатов в данной программе: относительная ошибка аппроксимации должна быть меньше 10 – 15 %.

STATREG.

Данная программа также основана на методе наименьших квадратов. Здесь также вводим число факторов, затем последовательно годы и соответствующие им значения. В результате программа выдает ряд зависимостей и минимальное полученное значение, по которому и выбирается зависимость для дальнейших расчетов. Далее мы вводим Х для определенной зависимости, после чего программа выдает рассчитанные значения. Эта программа производит подбор уравнения регрессии, которое бы наиболее точно описывало динамику предложенного ряда исходных данных, с целью получения прогнозных величин. Критерием достоверности результатов в данной программе является коэффициент корреляции (R), который служит для оценки тесноты связи при линейных формах зависимости. Знак "–" означает обратную связь, а знак "+" – прямую. Принимаются те прогнозные значения, при расчете которых коэффициент корреляции по модулю R > 0,6, так как при R < 0,6 связь слабая, поэтому использовать в прогнозных целях данные расчеты нельзя.

Если условия не выполняются ни в одной программе, то за прогнозную величину принимаем среднее арифметическое значение.

Вместе с тем, для прогнозирования различных показателей в данной работе используются и другие более простые методы (методы ручного счета):

1. По среднему абсолютному приросту. Формула для определения среднего абсолютного прироста () имеет вид: ,

где , — значение показателя в последнем и первом году

рассматриваемого ряда исходных данных соответственно.

— число лет рассматриваемого периода.

Прогнозное значение показателя рассчитывается по формуле:

2. Определение средней арифметической величины. Этот метод используется для предварительных расчетов, не требующих особой точности: ,

где — средняя величина показателя

— величина показателя в году

— число лет рассматриваемого периода.

Краткое описание Самарской области.

Самарская область расположена в юго-восточной части европейской территории России в среднем течении крупнейшей в Европе реки Волги и занимает площадь 53,6 тыс. кв. км, что составляет 0,31% территории России. На севере она граничит с Республикой Татарстан, на юге - с Саратовской областью, на востоке - с Оренбургской областью, на северо-западе - с Ульяновской областью. Область протянулась с севера на юг на 335 км и с запада на восток на 315 км. Будучи лесостепным, по характеру краем, Самарская область на севере покрыта хвойными и широколиственными лесами, а ее юг и восток занимают преимущественно степные районы. Крупнейшим горным массивом области и одновременно одним из красивейших мест России являются Жигулевские горы, расположенные непосредственно в излучине Самарской Луки. Помимо Волги - главной водной артерии региона, наиболее значительными реками являются Самара, Сок, Кинель, Большой Иргиз, Кондурча. Озера: Каменное, Иордана, Серное, Яицкое.