Применение мультипликативной модели временного ряда для анализа позиции бытовых услуг на рынке
Если при применении экспертных методов структура причинно-следственных связей, используемая разными экспертами, может быть различной, то при использовании экономико-математических методов структура моделей устанавливается и проверяется экспериментально, в условиях, поддающихся объективному наблюдению и измерению.
Определение системы факторов и причинно-следственной (казуальной) структуры исследуемого явления – исходная точка экономико-математического моделирования. Каждый из рассмотренных возможных методов прогнозирования обладает определёнными достоинствами и недостатками. Применение экономико-математических методов более эффективно в краткосрочном прогнозировании. Они сильно упрощают реальные процессы, чтобы можно было рассчитывать на получение с их помощью результатов, выходящих за рамки представлений сегодняшнего дня. Практически невозможно отразить в моделях долгосрочного прогнозирования структурные сдвиги, постоянно происходящие в изменяющемся мире.
Методы экстраполяции тенденций являются самыми распространёнными и наиболее разработанными среди всей совокупности методов прогнозирования. Использование экстраполяции в прогнозировании имеет в своей основе предположение о том, что рассматриваемый процесс изменения переменной представляет собой сочетание двух составляющих – регулярной и случайной.
Считается, что регулярная составляющая представляет собой гладкую функцию от аргумента (в большинстве случаев – времени), описываемую конечномерным вектором параметров а, которые сохраняют свои значения на периоде упреждения прогноза. Эта составляющая называется также трендом, уровнем, детерминированной основой процесса, тенденцией. Под всеми этими терминами лежит интуитивное представление о какой-то очищенной от помех сущности анализируемого процесса. Интуитивное, потому что для большинства экономических, технических, природных процессов нельзя однозначно отделить тренд от случайной составляющей. Всё зависит от того, какую цель преследует это разделение и с какой точностью его осуществлять.
Случайная составляющая обычно считается некоррелированным случайным процессом с нулевым математическим ожиданием. Её оценки необходимы для дальнейшего определения точностных характеристик прогноза.
Экстраполяционные методы прогнозирования основной упор делают на выделение наилучшего в некотором смысле описания тренда и на определение прогнозных значений путём его экстраполяции. Тренд характеризует общую тенденцию в изменениях показателей ряда. Те или иные качественные свойства развития выражают различные уравнения трендов: линейные, параболические, экспоненциальные, логарифмические, логистические и др. После теоретического исследования особенностей разных форм тренда необходимо обратиться к фактическому временному ряду. Тем более что далеко не всегда можно надёжно установить, какой должна быть форма тренда из чисто теоретических соображений. По фактическому динамическому ряду тип тренда устанавливают на основе графического изображения, путём усреднения показателей динамики, на основе статистической проверки гипотезы о постоянстве параметра тренда.
Методы экстраполяции во многом пересекаются с методами прогнозирования по регрессионным моделям. Иногда их различия сводятся лишь к различиям в терминологии, обозначениях или написании формул. Некоторые авторы объединяют эти методы в одну группу. Тем не менее, сама по себе прогнозная экстраполяция имеет ряд специфических черт и приёмов, позволяющих причислять её к некоторому самостоятельному виду методов прогнозирования.
Специфическими чертами прогнозной экстраполяции можно назвать методы предварительной обработки числового ряда с целью преобразования его к виду, удобному для прогнозирования, а также анализ логики и физики прогнозируемого процесса, оказывающий существенное влияние как на выбор вида экстраполирующей функции, так и на определение границ изменения её параметров.
