Основная литература

1. Афанасьев В.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование: учебник. – М.: ФиС, 2001.

2. Вайну Я.Я. Корреляция рядов динамики. – М.: Статистика, 1977.

3. Статистическое моделирование и прогнозирование: учебное пособие / под ред. Д. Гранберг. – М.: Финансы и статистика, 1990.

4. Дуброва Т.А. Статистические методы прогнозирования. – М.: ЮНИТИ, 2003.

5. Иващенко Т.А., Кильдишев Г.С., Шмойлова Р.А. Статистическое изучение основной тенденции и взаимосвязи в рядах динамики. – Томск, издательство Томского университета, 1985.

6. Королев Ю.Г., Рабинович П.М., Шмойлова Р.А. Статистическое моделирование и прогнозирование. Учебное пособие. – М.: МЭСИ, 1985.

7. Четыркин Е.М. Статистические методы прогнозирования. – М.: Статистика, 1977.

Дополнительная литература

1. Андерсен Т. Статистический анализ временных рядов. – М.: Мир, 1976.

2. Венсель В.В. Интегральная регрессия и корреляция: cтатистическое моделирование рядов динамики. – М.: Финансы и статистика, 1983.

3. Кильдишев Г.С., Френкель А.А. Анализ временных рядов и прогнозирование. – М.: Статистика, 1973.

4. Ковалева Л.Н. Многофакторное прогнозирование на основе рядов динамики. – М.: Статистика, 1980.

5. Лизер Р. Эконометрические методы краткосрочного прогнозирования. – М.: Статистика, 1979.

6. Льюис Х.Д. Методы прогнозирования экономических показателей. – М.: Статистика, 1986.

7. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования. – М.: Статистика, 1979.

8. Манелля А.B., Юзбашев М.М. Статистический анализ тенденций колеблемости. – М., Финансы и статистика, 1983.

9. Френкель А.А. Математические методы анализа и прогнозирования производительности труда. – М.: Экономика, 1972.

10. Эконометрика / под ред. И.И. Елисеевой. – М.: Финансы и статистика, 2001.

Заключение

В предложенном учебном пособии рассмотрена методология комплексной оценки и анализа реальных социально-экономических явлений и процессов, представленных одномерными и многомерными временными рядами, в разрезе выявления, характеристики и моделирования тенденции и методов ее прогнозирования с учетом особенностей и специфики применяемых методов и изучаемого объекта исследования.

Статистическая методология анализа временных рядов и прогнозирования находит широкое применение во многих областях знаний как на макро-, так и на микроуровнях экономического развития, оценке эффективности, финансового состояния и финансовой устойчивости, деловой активности сегментов различных рынков и организационно-правовых структур.

Наиболее эффективным и целесообразным является широкое использование прикладного программного обеспечения при решении задач исследования конкретных социально-экономических явлений и процессов, что существенно ускоряет проведение расчетов. В этой связи распространены следующие программные продукты, такие как стандартные пакеты прикладных программ STATISTIKA, ОЛИМП, SPSS, STATGRAPHICS и другие.

Руководство по изучению дисциплины

(подготовлено д.э.н. профессором Садовниковой Н.А.)

1. Цели, задачи изучения дисциплины и сферы профессионального применения

Современный этап социально-экономического развития страны выдвигает на первый план задачу оценки состояния и перспектив развития субъектов рыночных отношений на различных иерархических уровнях управления с целью выбора оптимальных управленческих, организационно-правовых и производственно-хозяйственных решений, направленных на повышение эффективности и деловой активности их функционирования и взаимодействия как в границах внутренней, так и внешней среды. В этой связи возрастает роль методологии статистического оценивания состояния, основных тенденций и перспектив развития субъектов рыночных отношений – организационно-правовых структур вне зависимости от отраслевой принадлежности, форм собственности и внутренней структурной градации, то есть возрастает роль анализа числовой информации, представленной в формах статистической, бухгалтерской и других видах отчетности и прогнозирования числовых параметров деятельности фирм, коммерческских банков, страховых компаний, различных сегментов финансового и других рынков с целью определения перспектив их развития и путей принятия наиболее эффективных решений и направлений дальнейшей деятельности.

Дисциплина «Анализ временных рядов и прогнозирование» включает в себя комплексную методологию статистического анализа, моделирования и прогнозирования динамической информации, представленной временными рядами социально-экономических явлений и процессов. В курсе нашло отражение обобщение отечественного и зарубежного опыта использования статистико-математических методов изучения и прогнозирования социально-экономических явлений и процессов.

Преподавание дисциплины «Анализ временных рядов и прогнозирование» строится исходя из требуемого уровня базовой подготовки экономистов по различным специальностям. Конечной целью изучения дисциплины является формирование у будущих специалистов глубоких теоретических знаний методологии и методики анализа временных рядов, статистического моделирования и прогнозирования, и практических навыков по экономико-статистическому анализу состояния и прогнозирования конкретных социально-экономических явлений и процессов на основе построения адекватных, и в достаточной степени аппроксимирующих реальные явления и процессы прогностических моделей, на основе которых возможна выработка конкретных предложений, рекомендаций и путей их прикладного использования на макро- и микро-уровнях.

Роль и место дисциплины в профессиональной подготовке экономистов-статистиков определяется ее значительностью в изучении студентами специальных дисциплин. Поэтому, для успешного овладения ею требуется предварительное изучение таких дисциплин как «Теория статистики», «Экономическая информатика и вычислительная техника» и других дисциплин.

В ходе изучения дисциплины ставятся задачи научить студентов:

• методологии анализа временных рядов и прогнозирования;

• осуществлять постановку задачи при разработке статистических моделей, отражающих в динамике структуру, взаимосвязь сложных социально-экономических явлений и процессов, и на их основе строить модели прогноза, оценивать их качество, точность и надежность;

• изучать самостоятельно научную и учебно-методическую литературу по анализу временных рядов и прогнозированию и уметь составлять критические обзоры опубликованных работ;

• использовать в своей деятельности современные статистико-математические методы и модели для анализа и прогнозирования конкретных социально-экономических явлений и процессов.

Полученные знания являются неотъемлемой составляющей образования современного высококвалифицированного экономиста-аналитика, статистика, маркетолога, менеджера.

Сфера профессионального применения полученных знаний обширна:

• моделирование и прогнозирование технико-экономических показателей отрасли, фирмы, предприятия;

• моделирование и прогнозирование рынка жилья;

• моделирование мотивов поведения потребителей;

• анализ и прогнозирование товарной структуры рынка;

• анализ, моделирование и прогнозирование сегментов рынка;

• анализ, моделирование и прогнозирование межфирменной структуры рынка;

• анализ и прогнозирование рекламы в системе маркетинговых коммуникаций;

• моделирование и прогнозирование в системе управления производством;

• внутрифирменное прогнозирование;

• прогнозирование потребности и управления персоналом;

• анализ и прогнозирование внешней и внутренней предпринимательской среды;

• анализ и прогнозирование систем имущественного, подотраслей личного и государственного социального страхования;

• анализ, моделирование и прогнозирование показателей деятельности, финансовой устойчивости и деловой активности сегментов фондового рынка, рынка ценных бумаг, биржевых структур;

• прогнозирование в социологии;

• прогнозирование в экологии.