ПОВЫШЕНИЕ АДАПТИВНОСТИ ОДНОМЕРНЫХ МЕТОДОВ ПРОГНОЗИРОВАНИЯ

В статье дается анализ методик прогнозирования по временным рядам, объясняются причины сложности этого процесса. На примере ключевых ресурсных и результативных показателей сельского хозяйства Курской области показано, как превратить регрессионную модель временного ряда в адаптивную модель. Изучена целесообразность агрегированных прогнозов с периодом упреждения один год. Для целей исследования не использовались стоимостные показатели. Длина временного ряда ограничена периодом 2000-2014 гг. Выполнен прогноз ресурсного и результативного состояния сельского хозяйства Курской области на 2015 г. Прогнозные значения сопоставлены с фактически достигнутыми. Выбор регрессионных моделей проведен с учетом анализа временных рядов. Регрессионные модели проверены на адекватность, дана оценка достоверности разработанного прогноза. Показаны возможности применения точечного и интервального прогнозов. Показаны отличия формальной и прогнозной экстраполяции. Проанализированы наиболее часто встречающиеся ошибки прогнозирования по временным рядам на конкретных примерах. Для показателей с высокой колеблемостью выполнен анализ структуры рядов динамики, вычислены коэффициенты автокорреляции. Показаны возможности прогнозирования по стационарным рядам динамики. Описана возможность прогнозирования комплексных показателей через функциональную зависимость от факторов первого порядка. Обоснована целесообразность перехода от прогнозирования по длинным временным рядам к прогнозированию по коротким временным рядам в случае их разворота. Показаны возможности адаптивного моделирования по рядам динамики без ярко выраженного тренда. В частности, применен метод экспоненциального сглаживания. Обоснована возможность применения агрегированных прогнозов с целью повышения их достоверности. Сделан вывод о целесообразности комплексного использования количественных и качественных методов исследования в процессе прогнозирования по временным рядам. Обоснована народнохозяйствен-ная ценность разработанной методики повышения адаптивности одномерных методов прогнозирования.

прогнозирование, сельское хозяйство, временные ряды, экстраполяция, тренд, регрессия, агрегированный прогноз, автокорреляция, forecasting, agricultural industry, temporary ranks, extrapolation, trend, regression, aggregated forecast, autocorrelation

1. Мамаев К.Л., Тутубалин П.И. Прогнозирование будущих отчетных периодов на основе временных рядов // XXII Туполевские чтения. - СПб.: ООО «Издательство Фолиант», 2015. - С. 246 - 249.

2. Мазуров М.Е. О прогнозировании финансовых временных рядов с помощью метода самоорганизованной критичности // Экономика, статистика и информатика. - 2014. - №3. - С. 153-157.

3. Мусина И.Р. Проектирование системы краткосрочного прогнозирования временных рядов // Известия Кыргызского государственного технического университета им. И. Раззакова. - 2014. - №32-1. - С. 46-51.

4. Поршнев С.В., Рабайа Ф. Исследование особенностей применения метода сингулярного спектрального анализа в задаче анализа и прогнозирования временных рядов. - Ульяновск: Зебра, 2016. - 167 с.

5. Барбышева Г.И. Прогнозирование и планирование развития отрасли // Известия Юго-Западного государственного университета. Серия: Экономика. Социология. Менеджмент. - 2015. - №4 (17). - С. 74-81.

6. Барбышева Г.И. Методика прогнозирования развития производительных сил в региональном АПК // Актуальные проблемы и инновационная деятельность в агропромышленном производстве. - Курск, 2015. - С. 204-208.

7. Темиров А.А. Прогнозирование временных рядов урожайности сельскохозяйственных культур методом клеточных автоматов // Друкеровский вестник. - 2016. - №3 (11). - С. 189-201.

8. Нарыжная Н.Ю. Основные подходы и требования к прогнозированию временных рядов динамики экономических показателей развития региона // Психология. Экономика. Право. - 2014. - №3. - С.64-71.

9. Воронкова Т.В. Применение временных рядов для прогнозирования экономических показателей // Проблемы и перспективы социально-экономического развития регионов. - Киров: ООО «Радуга-ПРЕСС», 2015. - С. 100-102.

10. Эконометрические модели для прогнозирования социально-экономиче-ских показателей развития региона (на материалах республики Дагестан) / З.Н. Исмиханов, Н.М. Умаргаджиева, М.А. Магомедова, Л.А. Нурмагомедова // Фундаментальные исследования. - 2015. - №12. - С. 785-789.

11. Жданова Н.А. Прогнозирование себестоимости зерна с помощью анализ временных рядов // Роль статистики в принятии управленческих решений. - Курган: КГСХА им. Т.С. Мальцева, 2012. - С. 74-78.

12. Петрушин В.Н., Дроздов С.А., Рытиков Г.О. Выявление периодичности и прогнозирование временных рядов в экономике // Электронный журнал Cloud of Science. - 2015. - Т.2.- №.2. - С. 247-262.

13. Сазонов В.Г. Прогнозирование и планирование в условиях рынка. - Владивосток: Издательство Дальневосточного государственного университета, Тихоокеанский институт дистанционного образования и технологий, 2001. - 149 с.

14. Курышева С.В., Парик И.Ю., Боченина М.В. Анализ временных рядов и прогнозирование. - СПб.: Изд-во СПбГЭУ, 2014. - 98с.

15. Колесов Д.Н., Котов Н.В., Федоренко А.С. Совместный учет статистической и экспертной информации при прогнозировании современных рядов экономических показателей // Вестник Санкт-Петербургского университета. - 2007. - Сер.5 Вып.3. - С. 93-101.

16. Пьяных А.А. Анализ применения комбинированных моделей при краткосрочном прогнозировании временных рядов // Журнал Сибирского федерального университета. Серия: Техника и Технологии. - 2014. - Т.7. -№3. - С. 359-363.

17. Прогнозирование и планирование в условиях рынка / Т.Н. Бабич, И.А. Козьева, Ю.В. Вертакова, Э.Н. Кузьбожев. - М.: Инфра-М, 2013. - 336 с.

18. Вертакова Ю.В., Козьева И.А., Положенцева Ю.С. Социально-экономическое прогнозирование. - Курск, 2013. - 196 с.

19. Золотарев С.В., Вертакова Ю.В., Козьева И.А. Совершенствование технологии измерения и прогнозирования устойчивого развития региона. - Воронеж: Научная книга, 2011. - 125 с.