- •1.Общегос-е планир-е: понятие, сущность и виды.
- •3. Система план-х, прогн-х и прогр-х документов, исп-х в гос. Регул-ии экономики рб.
- •4 Прогнозир-е и планирование за рубежом
- •5 Индикативное планирование.
- •6.Стратегическое планирование.
- •7.Понятия и основные эл-ты методологии ПиП.
- •8. Основные методологические принципы планирования и прогнозирования.
- •9.Система показ-й, использ-х в ПиП.
- •10.Этапы прог-я и их хар-ка.
- •11. Методы прогнозирования и их классификация
- •12. Интуитивные методы прогнозирования.
- •13. Метод экспертных оценок.
- •14. Методы обработки экспертной информации. Ранжирование объектов.
- •15.Формализованные методы прогнозирования. Основные положения и принципы формализации.
- •16. Организация прогнозирования и планирования.
- •17. Методы обоснования плановых решений.
- •18. Программно-целевой метод планирования
- •19.Нормативный метод планирования.
- •20.Балансовый метод
- •21.25.Методы прогнозирования макроэкономических показателей.Макроэкономические показатели, хар-щие общ. Пр-во, их содержание и значение
- •22.Прог-е темпов эк. Роста и объёма произ-ва.
- •23. Инвестиции, их содержание и состав.
- •24. Прогнозирование и планирование капитальных вложений, их объема и структуры
- •26. Оценка ур-ня эк. Разв-я страны.
- •27.ПиП разв-я нтп и его приоритет-х напр-й.
- •29.Методы прогнозирования цен.
- •30. Инфляция, ее виды и измерение
- •31.Прогнозирование инфляции и управление инфляционными процессами
- •32.Экономический рост. Факторы и проблемы темпов экономического роста.
- •33. Макроэк. Цели, показ-ли и счета.
- •34. Определение ряда динамики. Сравнимость уровней динамического ряда.
- •35. Агрегатная модель компонент уровня ряда дин.
- •36. Анализ рядов динамики
- •37. Сглаживание дин. Рядов.
- •38. Проверка гипотезы о сущ-и тенд-и.
- •39. Метод скольз-й сред-й.
- •40. Метод укрупнения интерв-в.
- •41.Выбор ф-ции тренда.
- •44. Мнк. Оценив-е пара-метров полинома.
- •45.Прогноз-е соц.-эк. Явл-й с использ-м показ-й средн. Хар-к р.Д.
- •46. Прогнозирование с использованием показателя среднего темпа роста.
- •47. Прогнозирование динамики социально-экономических явлений по трендовым моделям.
- •48. Прогнозирование методом экспоненциального сглаживания
- •49 Методы верификации прогнозов
- •50. Понятие точности и надежности прогноза.
- •51.Средняя абсолютная процентная ошибка
- •52.Сравн-е и качес-е показ-ли точн-ти пр-за.
44. Мнк. Оценив-е пара-метров полинома.
Будем оценив-ть парам-ры линейного тренда, к-е м. найти используя МНК из системы нормальн. урав-й: д/ Yt=аο+аıt сист.:
Реш-я сист. норм-х урав-й получим:
МНК и процедура постр-я тренда полностью переносится и на случай, когда урав-е кривой после нек-х преобраз-й м.б. сведено к линейному тренду: Yt=a0+a1t. В практике криволинейного вырав-я распостр-ны 2 вида преобраз-й: 1. ln. 2. Обратное преоб-е 1/t. При этом возможно преоб-е t, Yt, или 2-х одноврем-но.
1. Yt=a0+a1t -> yt=a0ea1t; lnyt=a1t+lna0; Yt=lnyt; a0’=lna0; Yt=a0’+a1t
2.yt=a0ta1; lnyt=lna0+a1lnt; Yt=lnyt; T=lnt; a0’=lna0; Yt=a0’+a1T
3. yt=a0+a1/t; T=l/t; a0’=lna0; . yt =a0+a1T
4. yt =1/(a0+a1t); Yt=1/yt ; Yt =a0+a1t
5. yt =t/(a0+a1t); Yt=1/yt ; T=1/t; Yt =a0T+a1 ;a0’= a1 ; a1’= a0 ; Yt =a0’+a1’T
6. . yt=a0+a1lnt; T=lnt; yt =a0+a1T
МНК использ. как вычисл-й приём д/опред-я парам-в ф-ции f(t) тренда д.р. Суть: отыскан-е таких парам-в искомой ф-ции f(t), при к-х ∑ квадратов отклон-й расчёт-х знач-й уровней ряда, вычисл-х по формуле f(t) от фактич-х знач-й была бы min-й.
S= ∑ (Yt-f(t))2 à min
t и Yt- известные эмпирич-е знач-я. Ф-ция f(t) определяется путем минимизации функции S по известным параметрам. Необходимое условие min -обращение в 0 частных производ-х ф-ции S по кажд. из парам-в. Выч-в частн. производ-е по кажд. парам-ру, приравнивая их к 0 получ. сист. норм-х уравн-й д/опред-я неизв-х парам-в f(t). При определении тенденции в экономике р.д. применяются полиномы различн. порядков, к-е имеют вид: Yt=∑ajtj
Д/полинома k-й степени сис- тема:
45.Прогноз-е соц.-эк. Явл-й с использ-м показ-й средн. Хар-к р.Д.
Одним из наиболее распростр. методов краткоср. прогноз. соц-эк. явл. и проц. явл. экстраполяция. Наиболее простым методом экстраполяции одномерных РД –использ. средних хар-к: ср. уровня, среднего абсолютного прироста и среднего темпа роста.
Ср. уровнь РД: прог-мый уровень принимается = ряда в прошлом:
Прогноз вычисляется на t моментов времени вперед (период упреждения), т.е. до момента t+t (горизонт прогнозирования). Получается прогностическая точечная оценка, которая не совпадает с фактич.данными. Поэтому указывается доверит. интерес прогноза
где - табл. зн. t-критерия Стьюдента с v=n степенями свободы и уровнем доверия a; - среднеквадратичная ошибка средней: .
Чтобы учесть вариацию показателя вокруг средней в прошлом и будущем, для прогностической величины вычисляют доверительный интервал:
Если общая тенденция развития ДР явл. линейной или выполняется
где -остаточная дисперсия, не объясненная экстраполяцией по ср. абс. приросту;
- общий прирост показателя от нач-го уровня до конечн., то иногда выполняется экстраполяция по среднему абсолютному приросту.
Прогнозное значение уровня определяется по формуле
, где - уровень РД (база экстраполяции); - средний абсолютный прирост; t - период упреждения.
Если развитие ряда динамики описывается геометрической прогрессией или показательной кривой, то экстраполяция выполняется по среднему темпу роста. Прогнозируемый уровень ряда определяется по следующей формуле:
,
где - средний темп роста.