Прогнозування показників банківської системи України за допомогою економетричних методів

Размещено на http://www.allbest.ru/

КУРСОВА РОБОТА

На тему:

"Прогнозування показників розвитку банківської системи України за допомогою економетричних методів"

Суми - 2006

Вступ

Прогнозування соціально-економічних процесів - невід'ємна частина системи управління економічним і соціальним розвитком держави на всіх рівнях прийняття рішення. Економічні і соціальні прогнози необхідні для визначення шляхів розвитку суспільства й економічних ресурсів, що забезпечують його досягнення, для виявлення найбільш імовірних і економічно ефективних варіантів довгострокових, середньострокових і поточних планів, обґрунтування основних напрямків економічної, технічної і соціальної політики, передбачення наслідків прийнятих рішень і здійснюваних у даний момент заходів. В умовах науково-технічного прогресу й удосконалення економічної системи держави, прогнозування стає одним з вирішальних наукових факторів формування стратегії і тактики суспільного розвитку.

Прогнозні параметри визначають з урахуванням результатів аналізу економічного і соціального розвитку України за попередній період і припущень про зовнішню економічну ситуацію і внутрішню економічну політику в перспективі.

Прогнози економічного і соціального розвитку розробляють на довгострокові, середньострокові і короткострокові періоди в цілому по Україні, регіонах і галузях економіки. Їх використовують для прийняття органами законодавчої і виконавчої влади конкретних рішень у сфері економічної політики, зокрема, для розробки загальнодержавних, регіональних, галузевих програм.

Метою даної курсової роботи є прогнозування показників розвитку банківської системи України. Об'єктом є показники діяльності банківської системи України. Предметами є економетричні методи за допомогою яких ми реалізовуємо прогнозування.

1. Методи економічного прогнозування

Прогнозування - це науково обґрунтоване виявлення можливих тенденцій розвитку досліджуваних процесів. Необхідність прогнозування пов'язана з НТП і бурхливим розвитком економіко-соціальних процесів. Процес, що прогнозується, повинен мати ряд альтернатив розвитку та бути інерційним, тобто зберігати у перспективі свої основні риси та закономірності.

Залежно від тривалості періоду розрізняють три види прогнозів: короткострокові (період прогнозування не більше одного року), середньострокові (від одного до п'яти років), довгострокові (понад п'ять років).

Розробки у сфері економічного прогнозування в зарубіжних країнах з'явились в останній чверті XIX ст. і були пов'язані зі спробами дослідників виявити майбутні тенденції виробництва основних продуктів на основі аналізу динаміки статистичних даних, які є в їх розпорядженні. Головними методами прогнозування на той час були експертні оцінки (на основі якісного аналізу рядів) та проста екстраполяція (перенесення минулих тенденцій на майбутнє).

На початку XX ст. зроблені перші спроби виявлення економічних індикаторів. 1911 р. Дж. Брукмайєр спробував використовувати для прогнозування три хронологічних ряди таких показників: індекс банківських кредитів, індекс цін акцій, індекс загальної економічної активності. Подальший розвиток цей підхід одержав у 20-ті роки в дослідженнях Гарвардського університету. За основу були взяті «гарвардські криві»: індекс вартості цінних паперів на біржі, величина депозитів у банках, норма відсотка. Поштовхом у подальшому розвитку прогнозування та планування у світі стала світова економічна криза 1929-1933 pp. У 30-ті роки за кордоном виникає планування на макрорівні. Найбільшу популярність отримала Гарвардська школа економічних барометрів (барометрів розвитку), яка повинна була передбачати майбутню кон'юнктуру, тобто прогнозувати динаміку товарного і грошового ринків.

Економетричні методи прогнозування відносяться до категорії формальних (аналітичних) методів, що дозволяють отримувати прогнози різних показників, у тому числі соціально - економічних, а також аналізувати якість отриманих прогнозів на основі деяких формальних статистичних критеріїв. Відзначимо, що під прогнозом у даному контексті розуміється результат розрахунків майбутніх значень показників, вироблених на основі деякої математичної моделі, оціненої з використанням даних, наявних на момент прогнозування.

Отриманий результат не є вираженням думки дослідника про характер розглянутого процесу в майбутньому, а лише демонструє, які значення буде приймати показник, якщо збережуться передбачувані в моделі передумови. При цьому в ідеалі модель, на основі якої будується прогноз, повинна бути найкращою з погляду деякого критерію або набору критеріїв. Це в принципі дає підстави думати, що й отримані прогнозні значення щонайкраще відбивають поводження розглянутого показника в майбутньому. Хоча очевидно, що так чи інакше думка дослідника про характер поводження показника в майбутньому деякою мірою відбивається на одержуваних результатах хоча б у силу того, що саме він вибирає й специфікацію моделі, і методи її оцінки, і набір формальних критеріїв якості моделей (і, як наслідок, якості прогнозів).

Методи економічного прогнозування - це сукупність способів і прийомів розробки прогнозів, які дозволяють на основі аналізу даних ретроспективного періоду, зовнішніх і внутрішніх факторів впливу, а також їх кількісних змін здійснити переконливі передбачення стосовно майбутнього розвитку економіки чи суспільства в цілому.

На сучасному етапі використовується цілий комплекс методів прогнозування.



Рисунок 1.1 - Система методів сучасного прогнозування

Прогнози є одним із найважливіших завдань економістів. Хороший прогноз висвітлює економічну діяльність у майбутньому й допомагає керівникам різних рівнів пристосувати свої дії до нових економічних умов. Спершу економісти розробляли прогнози, розглядаючи широкий набір таких даних, як гроші, перевезення вантажів чи виробництво найважливіших видів промислової продукції. Завдяки використанню статистичних методів та електронно-обчислювальної техніки прогнозування вийшло на якісно новий рівень. Сьогодні для прогнозування використовується статистична інформація, яка описує процеси за минулі роки, та проводиться експертна оцінка тенденцій змін макроекономічних показників. Об'єктами прогнозування є економіка, її галузі, регіони, форми власності тощо.

Для вибору методу прогнозування слід визначити мету й завдання прогнозу та період, на який він формується, врахувати специфіку об'єкта прогнозування, види, повноту та вірогідність вхідної інформації, а також ряд інших факторів.

Методи прогнозування мають відповідати таким вимогам: поєднання суб'єктивної цінності й об'єктивної значущості оцінок; чітке застосування оцінок, яке не допускає різних тлумачень щодо вибору методів; створення можливості накопичення статистичної інформації та її використання для прогнозування. Система оцінки та вибору методів прогнозування включає такі блоки: ретроспективного аналізу, завдання, зовнішніх і внутрішніх зв'язків об'єкта, відповідності та придатності вихідної інформації.

Виходячи із цілей прогнозу, здійснюється вибір його виду. У даний час, за оцінками вчених, нараховується понад 150 різних методів прогнозування, але на практиці використовується тільки два-три десятки.

За ступенем формалізації методи економічного прогнозування можна розділити на інтуїтивні (експертні) та формалізовані.

Інтуїтивні методи прогнозування в історичному аспекті були першими.

У двадцятому сторіччі завдяки бурхливому розвитку економіко-математичних методів та електронно-обчислювальної техніки інтуїтивні методи було витіснено на задній план. В останні роки вони переживають своє відродження на якісно новому рівні. Інтуїтивні методи прогнозування використовуються в тих випадках, коли неможливо врахувати вплив багатьох факторів через значну складність об'єкта прогнозування.

Серед інтуїтивних методів важливе місце відводиться методу експертних оцінок, в основі якого лежить використання оцінок певної групи людей - висококваліфікованих спеціалістів (експертів). Для отримання таких оцінок можуть використовуватись анкети, опитування, таблиці та інші документи, за допомогою яких здійснюється збирання необхідної інформації. Існують очні, заочні, відкриті та закриті види опитувань.

При цьому розрізняють індивідуальні та колективні експертні оцінки.

До складу індивідуальних експертних оцінок входять: метод «інтерв'ю», при якому здійснюється безпосередній контакт експерта зі спеціалістом за схемою «запитання-відповідь»; аналітичний метод, при якому створюється певна прогнозована ситуація, складаються аналітичні доповідні записки; метод написання сценарію, який базується на визначенні логіки процесу чи явища в часі за різних умов.

Колективні експертні оцінки включають у себе такі методи: комісій, колективної генерації ідей («мозкової атаки»), «Дельфі», матричний. Ця група методів базується на тому, що, по-перше, при колективному мисленні вища точність результату та, по-друге, при обробці індивідуальних незалежних оцінок, які дають експерти, можуть виникнути раціональні ідеї.

Суть методу колективної експертної оцінки для розробки прогнозів полягає у визначенні погодженості думок експертів з перспективних напрямів розвитку об'єкта прогнозування, які сформульовані раніше окремими спеціалістами, а також в оцінці розвитку об'єкта, яка не може бути визначена іншими методами (наприклад, аналітичним розрахунком, експериментом та ін.).

Метод колективної генерації ідей («мозкова атака») дає змогу отримати продуктивні результати за короткий період часу й залучити всіх експертів до активного творчого процесу.

Застосування інтуїтивних методів у наш час пов'язане з підвищеним динамізмом структурного зрушення ВНП світової економіки, а також з тим, що ряд показників, які є необхідними для побудови сучасних моделей, не можуть бути визначені суто математично зі статистичних даних. За один-три роки (період найближчого прогнозування) продукція народного споживання, на яку в попередні роки підвищився попит, може стати нікому не потрібною. Попит на засоби виробництва завжди відрізнявся порівняною стабільністю, але у зв'язку з вибуховим підвищенням науко місткості та швидким розвитком технологій він також дуже швидко змінюється.

Оскільки експертні оцінки є інтегральною сумою прогнозів незалежних експертів, вони незалежні від обрання конкретних моделей

чи математичних методів. Розробка досконалих технологій експертних оцінок та методик об'єктивізації їх результатів, по-перше, дали змогу об'єктивно підвищити рівень надійності експертиз, а по-друге, поліпшити їх сумісність із формалізованими.

Формалізовані методи прогнозування базуються на аналітичних сітках, що містять рівняння, які репрезентують і сукупний попит, і сукупну пропозицію. Застосовуючи техніку сучасної економетрії, кожне рівняння «припасовують» до даних, щоб одержати параметричні оцінки (такі, як гранична схильність до споживання, зростання потенційного ВНП, рівняння попиту на гроші тощо). Звичайно, на кожній стадії автори моделей використовують свій власний досвід і розсудливість, щоб оцінити, чи прийнятні результати. Після зведення моделей докупи вони розглядаються як система рівнянь. У малих моделях є один або два десятки рівнянь, великі системи містять від кількох сотень до десятків тисяч змінних. Оскільки зовнішні та політичні змінні точно визначені (населення, урядові видатки та ставки оподаткування, монетарна політика та ін.), то система рівнянь моделює важливі економічні зміни на майбутнє.

До групи формалізованих методів входять методи екстраполяції та моделювання.

Метод екстраполяції - один з основних у прогнозуванні економіки. Він передбачає, що на основі статистичних даних досліджуються закономірності й тенденції економічних явищ. Цей метод ґрунтується на припущенні, що незмінні фактори при розвитку даного явища в минулому будуть діяти й у майбутньому. При формуванні прогнозу з допомогою екстраполяції виходять з тенденцій зміни тих чи інших кількісних характеристик об'єкта. Екстраполюються оціночні, функціональні, системні та структурні характеристики. Екстраполяційні методи є найбільш поширеними й розробленими.

Один зі способів прогнозування базується на застосуванні індексу випереджаючих показників, у який включається певна кількість рядів статистичних даних, у тому числі такі як: курс акцій, кількість виданих ліцензій на будівництво, вартість обсягів замовлень підприємствам на устаткування, пропозиції грошей та ін. Як правило, зміни величин цих показників передують змінам в економіці: зменшення їх значень є попередженням про те, що наближається спад.

Важливою особливістю річних прогнозів на макроекономічному рівні, що розробляються в Україні, є їх побудова на основі монетарних змінних - таких, як індекси цін, швидкість обороту грошей, процентні ставки, дефіцит бюджету, випуск облігацій, обмінний курс, зовнішні прямі інвестиції. Усі ці змінні сфокусовані на одному показнику, навколо якого й будується річний макроекономічний прогноз щодо рівня інфляції. Даний узагальнюючий показник характеризує один бік основного закону ринкової економіки - попит. Однак змінні, сфокусовані на узагальнюючому показнику, що характеризує пропозицію як другий бік основного закону ринкової економіки, не визначені.

При цьому слід відзначити, що методи екстраполяції можуть бути не тільки простими, а й складними. З допомогою складних методів екстраполюються кількісні параметри великих систем - характеристики економічного, наукового та виробничого потенціалів, дані про результативність науково-технічного прогресу тощо.

Метод нормативного прогнозування. Під нормативним (цільовим) прогнозуванням розуміють пошук оптимального шляху досягнення певної кінцевої мети, передбаченої завданням у майбутньому.

Цей метод застосовується тоді, коли мета прогнозування економіки визначена й треба обумовити сукупність розподілених у часі та взаємопов'язаних елементів, що забезпечують досягнення цієї мети найбільш ефективним шляхом. Іншими словами, для певного відрізку часу в перспективі встановлюється фіксоване значення прогнозованого показника - норматив. Суть нормативного прогнозування полягає у виборі оптимального шляху для досягнення поставленої мети.

Поширеним методом прогнозування є моделювання. Цей метод вважається достатньо ефективним засобом прогнозування можливого явища, нових або майбутніх економічних і технічних засобів і рішень. Вперше для цілей прогнозування складання моделей було розпочато в економіці з метою вирішення завдань організаційного управління, які характеризуються великою розмірністю та складністю та які неможливо вирішити з допомогою математичного програмування та аналізу в рамках теорії ймовірності.

Слово «модель» походить від латинського «modulus», що означає «міра, зразок». У науці термін «модель» означає певний умовний образ об'єкта дослідження, а в прогнозуванні - економічні чи соціальні процеси.

Модель є одним з важливих інструментів економічного прогнозування, наукового пізнання досліджуваного процесу. Конструювання моделі на основі попереднього вивчення об'єкта й визначення його суттєвих характеристик, експериментальний І теоретичний аналіз моделей, співставлення результатів з даними об'єкта, коригування моделі складають зміст методу моделювання.

Засобом вивчення закономірностей розвитку економіки та соціальних процесів є економіко-математична модель. Вона являє собою систему формалізованих співвідношень, які описують основні взаємозв'язки елементів, що створюють економічну систему.

Система економіко-математичних моделей економетричного типу служить для опису відносно складних процесів економічного чи соціального характеру. Економетричне моделювання ґрунтується на обробці статистичної інформації ретроспективного характеру, оцінці окремих змінних величин і їх параметрів.

Певні види моделей економічного та соціального прогнозування можуть класифікуватися залежно від критерію оптимізації або найкращого очікуваного результату. Наприклад, розрізняють економічні моделі, в яких мінімізуються витрати, та моделі, в яких бажано отримати, наприклад, максимум продукції.

З урахуванням фактору часу моделі можуть бути статичними (коли обмеження в моделі встановлюються для одного визначеного відрізку часу протягом планового періоду, і при цьому мінімізуються витрати й максимізується кінцевий результат) або динамічними (у цьому випадку обмеження встановлюються для кількох відрізків часу також при мінімізації або максимізації ефекту за весь плановий період).

Прийнято розрізняти такі економетричні моделі:

а) моделі вартості та моделі розширеного відтворення. Вивчення економічних явищ з допомогою цих моделей дозволяє вирішувати такі питання, як вибір політики ціноутворення, перспектив розвитку економіки та ін.;

б) одно - та двогалузеві моделі (моделі міжгалузевих балансів) дають змогу зробити висновки про можливі темпи розвитку, перспективи використання науково-технічного прогресу; з їх допомогою розробляється міжгалузевий баланс, плани розвитку окремих галузей економіки та промисловості;

в) моделі, які придатні для аналізу та оцінки функціонування окремих галузей чи регіонів або спеціальних економічних завдань.

Один і той же тип моделей може бути застосований до різних економічних об'єктів. Залежно від рівня агрегування показників розвитку розрізняють макроекономічні, міжгалузеві, галузеві, міжрегіональні, регіональні моделі.

Економіко-математичні моделі широко використовуються також при складанні економічних прогнозів на макроекономічному рівні. До таких передусім належать однофакторні та багатофакторні моделі економічного росту й розподілу національного доходу, структурні, імітаційні міжгалузеві, галузеві моделі, моделі відтворення основних фондів і руху інвестиційних потоків, рівня життя та структури споживання, сітьові моделі, моделі розподілу заробітної плати та доходів та ін.

У системі макроекономічних моделей економічне прогнозування пов'язане з дослідженням факторного, лагового та структурного аспектів збалансованості національної економіки та їх синтезу на основі принципу оптимальності.

Факторний аспект збалансованості національної економіки ґрунтується на взаємозв'язку між обсягом випуску продукції та витратами на виробництво. Він зводиться до визначення такої пропорції між факторами виробництва, яка дозволяє забезпечити заданий обсяг випуску продукції. Кількісні пропорції між обсягами виробництва та факторами його росту можуть визначатися на основі показників витрат живої й уречевленої праці.

Лаговий аспект. Лаг, часовий лаг, лаг запізнення - відрізок часу t, за який зміна аргументу призводить до зміни сумарного показника. Наявність запізнення означає, що вплив змінної ч на змінну у не проявляється негайно, а розтягується на певний проміжок часу. В економічних моделях урахуванню підлягають лаги, наприклад, між капітальними витратами та введенням об'єкта в дію, між науковим відкриттям і його впровадженням та ін.

Лаговий аспект збалансованості ґрунтується на розподілі часу витрат виробництва та досягнутого при їх взаємодії ефекту. Головні лагові характеристики пов'язані з відтворенням основних фондів. Метод досягнення лагової збалансованості ґрунтується на рівняннях із зосередженням запізнень між витратами та викликаним ними ефектом, що пов'язані з урахуванням залежності лагових характеристик від темпів росту показників, які визначають процес відновлення основних фондів. Цей метод дає змогу розробити цілу сім'ю моделей, які відрізняються способами запізнення динаміки показників, що визначають процес відтворення основних фондів, кількості джерел надходження та вибуття капітальних вкладень і основних фондів, їх видової структури.

Структурний аспект збалансованості національної економіки ґрунтується як на пропорціях між І і II підрозділами суспільного виробництва, так і на взаємозв'язках міжгалузевих потоків продукції.

Структурні міжгалузеві моделі широко використовуються для складання прогнозу галузевої структури виробництва, основних виробничих фондів, капітальних вкладень і трудових ресурсів. Виробництво валового суспільного продукту може бути забезпечене при різній інтенсивності потоків взаємозамінних предметів праці, а відповідно при різному співвідношенні проміжної та кінцевої продукції.

Моделі складаються з великого числа рівнянь, кожне з яких описує той чи інший бік розвитку економіки. Вони базуються на припущеннях про можливі зміни грошової, бюджетної та податкової політики, про рівень цін на енергоносії, зокрема нафту, які вводяться в модель як зовнішні змінні. При цьому не слід забувати, що цінність таких прогнозів цілковито залежить від правильності передбачень і динаміки зовнішніх змінних. Вибір моделей прогнозування макроекономічних показників залежить від критеріїв оптимізації й отримання найкращих бажаних результатів. Моделі можуть бути представлені у вигляді не тільки математичних формул, а й діаграм, графіків, макетів.

За останні роки в Україні прогнозування здійснюється на короткостроковий період - рік з розбивкою по кварталах. Відсутність державної концепції прогнозування й планування та їх чіткого розмежування призводить до поєднання цих різних економічних категорій в одне ціле - річне прогнозування. Це ускладнює не тільки наукове обґрунтування процесів прогнозування й планування, а й їх практичну реалізацію.

Виходячи з цього, системи макроекономічних моделей динаміки та структури національної економіки, які застосовуються в прогнозуванні, відображають різні аспекти економічного зростання.

2. Моделі прогнозування соціально-економічних об'єктів

2.1 Принципи вибору моделей та комбінування прогнозів

Одним з принципових питань є обґрунтування виду моделі та класів методів, що були застосовані при її побудові. З одного боку, дуже сильна деталізація потребує значного інформаційного забезпечення та довгих часових рядів. З іншого боку, використання лише якісних оцінок при прогнозуванні не дає можливості оцінити кількісні ефекти від передбачених сценаріїв розвитку процесів. Тому необхідно збалансувати якісні і кількісні підходи з побудови моделі прогнозу складних явищ та процесів.

Центральні банки усіх країн повинні мати системи для отримання, розподілу та аналізу економічних та фінансових даних, які дозволяють швидко реагувати на зміни для досягнення загальної мети в монетарній політиці. Це реагування може здійснюватися на великій кількості суджень або на побудові деяких математичних, статистичних, економетричних моделей. Основним завданням більшості центральних банків є досягнення цінової та грошової стабільності, для цього розробляється відповідна політика, створюються необхідні структури для її проведення. Ці підрозділи збирають інформацію, обробляють її, аналізують, розробляють пропозиції щодо покращання її обробки, розповсюджують. Головна задача - зрозуміти, що саме відбувається в економіці і чому саме так. Основна проблема полягає в тому, що результати будь-яких впроваджень стають відомі лише через деякий час, тому дуже важко чітко визначити, як саме і коли впливає той чи інший інструмент, які зовнішні сили можуть збільшити чи зменшити очікуваний ефект. Першими спробами пояснити взаємовплив економічних даних були макроекономічні моделі, які почали широко застосовуватися з кінця 1960-х років. Перші з них були дуже малими і містили всього декілька рівнянь і декілька змінних, але з розвитком комп'ютерної техніки, програмного забезпечення ці моделі почали розростатися. З'явилися нові змінні, які не мають реальної економічної основи, як наприклад, очікування інфляції індивідами. Взагалі, дуже важко моделювати індивідуальну поведінку, оскільки, якщо навіть досконально відома поведінка кожного індивіда, то фізично неможливо всі ці дані разом включити до моделі. Якщо навіть припустити таку можливість, то залишилась б проблема зміни таких даних у разі зміни індивідуальних уподобань. Але на практиці економетрист може знайти багато інформації при аналізі минулих даних в економіці в цілому, в одному з її секторів без вивчення індивідуальної поведінки.

Моделі можуть бути використані центральними банками в будь-якій частині макроекономічного аналізу, який містить:

а) розуміння та чисельну характеристику того, як працюють економіка та монетарна політика;

б) дослідження, в якому стані зараз перебуває економіка і які короткострокові передбачення найбільш імовірні;

в) розробку довгострокових передбачень для визначення того, якої саме монетарної політики слід дотримуватися.

Перший з цих пунктів зазвичай включає економетричне тестування гіпотез щодо різних аспектів економічної поведінки. Наприклад, центральний банк може спробувати дослідити та виміряти ефекти впливу зміни ставки позичкового процента на експорт та імпорт товарів. Для цього, як правило, використовують низку рівнянь, які відображають зміни відповідних економічних змінних. Такі рівняння можуть бути необ'єднаними до однієї моделі економіки, а лише використовуватися для спостереження за економічними явищами, проте навіть найбільш вдалі рівняння не можуть повністю відновити залежність між економічними даними. Таким чином, кожне з рівнянь будь-якої моделі чи її частини повинно містити похибку. Вивчаючи, яким чином змінюється величина цієї похибки в залежності від часу та деяких інших обставин, можна зробити декілька висновків. По-перше, наскільки адекватна модель (чи група рівнянь) процесу, що спостерігається. По-друге, яким чином змінюється поведінка індивідів, реакція суб'єктів економіки на зовнішні сили. Такий аналіз можливий лише за умови, коли аналітик впевнений у відповідності обраної моделі до практики. Така впевненість може бути доволі суб'єктивною, тому необхідно виробити критерії визначення ступеня адекватності моделі. Для розробки таких критеріїв розглянемо спочатку основні типи моделей, які використовуються для моделювання економічних взаємозв'язків.

Особливої уваги заслуговують структурні моделі, вони складаються з залежностей, основаних на економічних засадах. Наприклад, ВВП моделюється як сума приватного споживання, інвестицій, державних витрат та балансу торгівлі. Взагалі, у сучасній європейській ринковій економіці, нема ніякої причини для того, щоб такі моделі були великими. Достатньо побудувати модель, яка складається з трьох рівнянь і містить три ендогенні змінні (реальний випуск, рівень цін та ставку кредитування) і одну екзогенну змінну - пропозицію грошей. Але для детального аналізу економічних зв'язків такої моделі замало, до неї необхідно включити обмінний курс, основні статті платіжного балансу, бюджетний дефіцит і т.д. Основні вимоги до структурної моделі потребують побудови близько ЗО рівнянь, причому, якщо треба дослідити більш ретельно деякий сектор економіки, кількість рівнянь значно збільшується. В результаті модель стає громіздкою, важко зрозуміти її основні ознаки, а її прогнозна точність може виявитися гіршою за елементарну модель. Історія багатьох моделей складається з того, що їх поступово покращували, збільшуючи при цьому кількість рівнянь, модифікуючи їх, і після цього модель відкидалася, як така, що не адекватно реагує на зміни в економіці або не може згенерувати прийнятні прогнози.

Одним з прикладів є модель Франції, яка була розроблена у 60-ті роки і мала назву FIFI. Вона містила 2000 рівнянь, що характеризували поведінку суб'єктів господарювання та елементи фінансового моделювання. Згодом з'явилися більш універсальні статичні моделі STAR таZOGOL. 1978 р. було розроблено динамічну багатосекторну модель DMS, яка налічувала 1300 рівнянь і охоплювала 13 галузей економіки. Наступною була модель METRIC, яка використовувалась для діагностування кон'юнктури, бюджетного планування і контролю. Нарешті, моделі DMS (3200 рівнянь), Mini DMS1 (45 рівнянь), Mini DMS2 (400 рівнянь), AMADEUS (з кількома версіями: річною, динамічною, двогалузевою).

Для моделювання фінансових потоків були розроблені моделі MEFISTO та BAF, для дослідження міжнародної кон'юнктури - MOSAIQUE та MIMOZA. Усім моделям спочатку було властиве ускладнення, потім - перехід до спрощених і зручних у користуванні моделей.

Нині в установах Франції використовують п'ять сучасних макроекономічних моделей: дві моделі Міністерства економіки, фінансів та промисловості Франції - AMADEUS та METRIC, модель Банку Франції - BAF, дві моделі OFCE та Паризької палати торгівлі та промисловості - MOSAIQUE та HERMES.

Для вибору оптимальної моделі враховується багато факторів, серед яких необхідно виділити:

а) Наявність достатньої кількості спеціалістів для підтримки відповідного типу моделі, які мають вводити потрібну інформацію до моделі, редагувати її, виводити прогнозні значення. Якщо припустити, що кіль кість даних значно перевищує можливості вводу, то виникає необхідність скласти план агрегації чи модифікації даних.

б) Структура даних, які будуть використовуватися в моделі. Необхідно чітко визначити, які відділи чи установи, в який час генерують відповідні дані, як само їх треба обробляти. Вся зайва інформація повинна бути виключена.

в) Створення чітко визначених процедур аналізу нових даних. Перш за все необхідно побудувати графіки нових даних для того, щоб швидко усвідомити приблизну залежність даних, їх наповненість, структуру.

г) Необхідність будування в першу чергу залежності між малою кількістю змінних для знаходження ступеня взаємовпливу між ними, спостереження його зміни протягом часу. Можливість створення малої моделі економіки чи деякого процесу, на основі якої отримуються прогнозні значення. Поступово ця модель буде видозмінюватися, що підвищить точність прогнозів.

Все вищесказане підводить до алгоритму вибору найбільш раціональної стратегії прогнозування:

а) Визначити необхідну інформацію та цілі прогнозування.

б) Визначити на графічному зображенні даних наявність тренда, сезонних коливань, структуру даних.

в) Позбавитись за допомогою додаткової інформації від даних, які є нехарактерними для даного ряду і ймовірність повторення їх є незначною.

г) Визначити характер тренда (без тренда, повністю лінійний, локально лінійний, інший), сезонних коливань (не існує, мультиплікативні, адитивні, інші) тощо.

д) Обчислити коефіцієнти моделі.

е) Перевірити модель на адекватність. При необхідності внести до даткові обмеження за допомогою експертів.

ж) Підрахувати прогнози. При необхідності внести поправки на експертні прогнози за допомогою лінійної комбінації значень. В деяких випадках можна утворювати комбінації декількох статистичних та експертних прогнозів.

Оскільки для прогнозування можна використовувати набір різних методів, то слід визначити підходи до комбінування прогнозів. Дійсно, на практиці дослідники застосовують багато методів прогнозування, користуючись своїми уподобаннями, навичками, володінням програмним забезпеченням, замовленням на застосування визначеної методики тощо. Звичайно, при використанні будь-якого методу спеціалісти намагаються добитися мінімальної похибки при прогнозуванні. Критерії визначення величин помилок були розглянуті в першому розділі. Іноді буває, що один з методів, який добре зарекомендував себе в минулому, дав погані прогнози, і навпаки. Щоб застрахуватися від подібних ситуацій, а також поліпшити точність прогнозування необхідно використовувати комбінації прогнозів.

Найбільш відомими є дві методики:

а) дисперсійно - коваріаційний метод, що дозволяє зводити декілька незміщених прогнозів в лінійну комбінацію з найменшою дисперсією, ваги якої залежать від дисперсій та коваріацій похибок прогнозів;

б) регресійний метод, який є узагальненням дисперсійно - коваріаційного на випадок зміщеності прогнозів.

Регресійний метод інтерпретується як оцінка коефіцієнтів регресійного рівняння вигляду:

(2.1)

Новий комбінований прогноз F_t є лінійною комбінацією N прогнозів. Коефіцієнти , i=0,1,2,…, N оцінюються за методом найменших квадратів. Якщо всі прогнози є незміщеними, то доданок можна опустити.

При складанні макроекономічних і соціальних прогнозів припускають використання системного підходу. З обліком цього розробляють систему державних прогнозів і програм соціально-економічного розвитку, які виділяють найбільш важливі напрямки для перспективних досліджень в економіці не тільки в агрегованому аспекті, але і докладно вивчають взаємозв'язок між різними складовими макроекономічної системи, секторами економіки, галузями, регіонами.

Проведення економічного і соціального прогнозування припускає вивчення загального потенціалу України (регіону, галузі, підприємства). При дослідженні можна виділити такі види: економічний і соціальний потенціал (сукупність демографічних і трудових ресурсів); природний потенціал (розвідані, нерозвідані і використані природні ресурси, джерела енергії); науково-технічний потенціал (сукупність трудових, матеріальних, фінансових ресурсів сфери науки і наукового обслуговування, накопичені знання в області суспільних, природних, технічних наук, а також передовий досвід), промислово-виробничий потенціал (сукупність галузей промислового виробництва, будівельна індустрія, транспорт і зв'язок, виробничі потужності, основні фонди і трудові ресурси), сільськогосподарський потенціал (сукупність трудових ресурсів, зайнятих в сільськогосподарському виробництві, технічні засоби, ресурси рослинництва, лісові і водяні багатства, потенціал соціального розвитку (охорона здоров'я, культура і мистецтво, спорт, туризм, загальне і професійне утворення, підготовка фахівців вищої кваліфікації, різні види суспільної діяльності, об'єкти соціальної інфраструктури).

2.2 Економетричні моделі України

Усі моделі є найбільш вагомими аналітичними та прогнозними знаряддями для дослідження проблем макроекономічного розвитку України:

а) Макромодель економіки України-1 розроблено фахівцями інституту економічного прогнозування HAH України. Призначена для складання середньострокових прогнозів розвитку ключових макроекономічних показників. Використовуються показники і залежності СНР України з урахуванням цілей економічної політики. Модель є економетричною, має блочну структуру та щорічне вимірювання. Складається з 33 стохастичних рівнянь і тотожностей. Блоки-сектори моделі: блок реального сектора, блок сектора споживання та доходів населення, блок державного сектора, блок зовнішньоекономічного сектора, блок грошово-кредитного сектора.

Особливості моделі. Блоки моделі узгоджені показниками платіжного, монетарного балансів і балансу державного бюджету. Теоретичною базою моделі є кейнсіанський підхід.

б) Макроеконометричні моделі прогнозування УКР-МАКРО-3, УКР-МАКРО - 4. Це наймасштабніші моделі.

УКР-МАКРО-3 має блочну структуру і шість підсистем: виробництво; зайнятість і безробіття; фонди та капітальні вкладення; фінанси та податки; соціальна сфера; ринок товарів і послуг. Переваги моделі: широке охоплення, значний ступінь деталізації (28 рівнянь, з них 4 - тренди), вираховування специфіки української економіки (імпорт нафти, газу), три способи оцінки інфляційного впливу, кількісна оцінка соціальних ситуацій. Недоліки: статистична необ'єктивність, яка пов'язана з недосконалістю статистичного обліку в Україні, жорстким податковим тиском і мінливими правовими нормами.

в) Моделююча система Бюджет. Розробка Інституту кібернетики ім. В.М. Глушкова HAH України. Призначена для розв'язування задач бюджетного та макроекономічного моделювання. Має блочний принцип побудови - 8 блоків, кожен з яких є окремою економіко-математичною моделлю або групою моделей.

г) Модель середньострокового прогнозування розроблена в Інституті кібернетики. Призначена для розрахунку щорічних темпів росту ключових макроекономічних змінних (реальний ВВП, рівень інфляції, безробіття) і базується на використанні виробничих функцій Кобба-Дугласа. Розробка містить 2 під моделі: нелінійну квартальну модель (8 рівнянь) і лінійну річну (3 рівняння). Особливості моделі: використання експертних оцінок для коригування статистичних даних, які характеризують період початку 90-х років. Недолік: спрощений опис макроекономічних процесів, спрощена формалізація виробничої функції. Переваги; оцінювання стану основного виробничого капіталу, врахування показників паливно-енергетичного балансу, залучення експертних оцінок як способу коригування та доповнення статистичних даних.

д) Квартальна (річна) модель прогнозного розрахунку реального ВВП. Розроблена в Кібернетичному центрі HAH України прогнозна модель є лінійною багатофакторною регресією і може використовуватися для середньо- та довгострокового прогнозування. Переваги моделі; висока точність її показників. Недолік: відсутність певної економічної теорії.

3. Прогнозування показників розвитку банківської системи України за допомогою економетричних методів

прогнозування економічний банківський модель

Основним змістом економічного прогнозування є якісний і кількісний аналіз економічних процесів і виявлення тенденцій їхнього розвитку. Зміст економічного прогнозування визначає основні принципи розробки прогнозів, до числа яких відносяться системність, адекватність й альтернативність. Названі принципи лежать в основі методів економічного прогнозування, використовуваних у цей час у практичній діяльності. Як правило, ці методи припускають, що економічні процеси мають імовірнісний характер, а розвиток досліджуваного об'єкта визначається сумарним впливом закономірності й випадковості. Це припущення спричиняється доцільність використання статистичних методів, які при необхідності можуть доповнюватися й іншими методами (аналогій, експертних оцінок і т.д.).

Основною формою подання інформації про динамік економічних показників є тимчасові ряди спостережень. Тимчасові ряди, що складається з N рівнів Y(1), Y (2),…, Y(N), можуть бути записані у компактній формі: Y(t), t=1,2,…, N, де t-порядковий номер спостереження. Формально завдання прогнозування зводиться до одержання оцінок ряду Yp(t) у майбутні моменти часу t=N+1, N+2 і т.д. Статистичні методи прогнозування припускають подання рівнів ряду у вигляді суми компонент f(t) і E(t), що відбивають закономірність і випадковість розвитку.

У даній роботі розглядається два підходи до рішення завдання статистичного прогнозування. У першому випадку основний компонент f(t) оцінюється за допомогою лінійної моделі (ЛМ):

Y_t = A₀ + A₁t, (3.1)

де: t=1,2,…, N.

У другому випадку це робиться за допомогою адаптивної моделі Брауна:

Y_t = A₀ + A₁t + A₂t². (3.2)

У лінійній моделі оцінка параметрів A₀ й A₁ здійснюється методом найменших квадратів (МНК) за допомогою електронної таблиці оцінки параметрів моделі. Потім для заданого рівня довірчої ймовірності в спеціальній таблиці вказуються результати точкового й інтервального прогнозів по лінійній моделі. Після цього оцінюється якість використовуваної моделі, що визначається її точністю й адекватністю досліджуваному процесу. Адекватність моделі базується на властивостях випадковості, незалежності й з розподілу рівнів ряду залишків. Для характеристики точності використається середньоквадратичне відхилення й середня відносна похибка. Оцінка якості лінійної моделі здійснюється автоматично за допомогою двох електронних таблиць оцінки якості моделі. У першій із цих таблиць здійснюється перевірка випадковості й незалежності, а в другій таблиці виконується перевірка нормальності й точності. Якщо дослідження якості моделі приводить до позитивних результатів, то для заданого рівня довірчої ймовірності в спеціальній таблиці виконується точкове й інтервальне прогнозування на k кроків уперед і дається геометрична інтерпретація отриманих результатів.

Знаходження вихідних значень параметрів A₁ і A₀ в адаптивній моделі Брауна виконується МНК за допомогою таблиці початкової оцінки параметрів.

Потім вихідні параметри автоматично уточнюються в електронній таблиці уточнення значень параметрів. Оцінка якості моделі Брауна й здійснення точкового й інтервального прогнозування виконується за критеріями, використаним у лінійній моделі.

Для виконання поставленої задачі було обрано 2 показники діяльності банківської системи - капітал та міжбанківські кредити за 9 років.

Спочатку потрібно розрахувати параметри A₁ і A₀ рівняння (3.1).

Система нормальних рівнянь має вигляд:

n A₀ + A₁ t = Y, (3.3)

A₀ t + A₁ t² = Yt.

При t = 0 ця система спрощується, а формули для знаходження параметрів A₀ i A₁ мають вигляд:

, (3.4)

, (3.5)

Для нашого прикладу (n = 9) одержуємо:

А₀ = 24522/9 = 2724,67; А₁ = 38677/60 = 644,62.

Таким чином, рівняння тренду першого порядку має вигляд:

Y_t = 2724,67+644,62*t (3.6)

Розглянемо знаходження параметрів A_0, A₁, A₂ рівняння (3.2).

Система нормальних рівнянь:

n A₀ + A₁ t + A₂ t² = Y,

A₀ t + A₁ t² + A₃ t³ = Yt, (3.7)

A₀ t² + A₁ t³ + A₂ t⁴ = Yt^2.

Запишемо формули для знаходження коефіцієнтів A_0, A₁, A₂ за умови

t = 0:

(3.8)

(3.9)

Размещено на http://www.allbest.ru/

. (3.10)

Для нашого прикладу (n = 9) одержуємо:

А₁ = 38677/60 = 644,62; А₂ = (9*157961-24522*60)/(708*9-60²) = -17,92;

А₀ = (24522 - 708*60)/9 = -1995,33.

Таким чином, рівняння тренду другого порядку має вигляд:

Y_t = -1995,33+ 644,62*t -17,92*t² (3.11)

Для виконання прогнозу було обрано метод експоненціального згладжування (метод Брауна). Його суть в тому, що часовий ряд вирівнюється за допомогою зваженої ковзної середньої, ваги якої підпорядковані експоненціальному закону. Зважена ковзна середня з експоненціально розподіленими вагами характеризує значення процесу в кінці досліджуваного проміжку, тобто є певною характеристикою рівнів ряду. Саме ця властивість і використовується для прогнозування динаміки.

Зробимо прогноз на основі лінійної моделі.

Нехай задано лінійну модель:

Y_t = A₀ + t (3.12)

Згідно з теоремою Брауна - Маєра отримуємо систему рівнянь для знаходження невідомих параметрів A₀ і A₁ через експоненціальні середні S_t¹(Y)і S_t²(Y):

(3.13)

Звідси одержуємо:

(3.14)

Запишемо вирази для знаходження експоненціальних середніх:

 (3.15)

І початкових умов:

(3.16)

Прогноз знаходимо за формулою:

Y_t+l = A₀ + A₁l, (3.17)

де: l - період прогнозу.

Похибка при лінійному прогнозуванні визначається за формулою:

(3.18)

де: _Yt - середньоквадратична похибка, обчислена для відхилень від лінійного тренду.

(3.19)

де: f = n - 2;

Y_i i Y_i (i=1, n) - відповідно, фактичні і теоретичні значення членів ряду,

f - число ступенів вільності.

У методі експоненціального згладжування важливим моментом є вибір параметра згладжування , оскільки при різних його значеннях прогнозовані значення рівнів також різні. На практиці для знаходження значень користуються формулою:

(3.20)

Далі проводяться розрахунки цих параметрів, після чого ми отримуємо модель за якою здійснюватимемо прогноз:

Y_t = 2200,62+514,77*t (3.21)

Якщо ряд динаміки описується параболою другого порядку:

(3.22)

то основні показники експоненціального згладжування розраховуються за такими формулами:

початкові умови:

(3.23)

експоненціальні середні:

 (3.24)

оцінки коефіцієнтів тренду:

(3.25)

модель, за якою здійснюється прогноз:

(3.26)

похибка прогнозу:

, (3.27)

де: _Yt - середньоквадратична похибка, обчислена для відхилень від лінійного тренду.

(3.28)

де: f = n - 2;

Y_i i Y_i (i=1, n) - відповідно, фактичні і теоретичні значення членів ряду,

f - число ступенів вільності.

Далі проводяться розрахунки цих параметрів, після чого ми отримуємо модель за якою здійснюватимемо прогноз:

Y_t = -1260,25+1329,49*t+1/2*1,49*t² (3.29)

Таким чином, отримано два набори прогнозних значень, які можна використати як песимістичний та оптимістичний прогнози.

Висновки

Під прогнозом розуміється науково обґрунтоване судження про стан об'єкта в майбутньому, про альтернативні шляхи і терміни його здійснення. процес розробки прогнозів називається прогнозуванням.

Розвиток наукового апарату прогнозування становить все більш вимогливі умови до особливостей використання того чи іншого математичного апарату, проте важливість врахування експертних оцінок є дуже важливою компонентою, що визначає описання проблеми з використанням системного підходу, врахування якісних характеристик, напрямки використання прогнозів та їх практичну значущість.

Все це передбачає необхідність створення систем прогнозування, які би відповідали основним принципам економічного прогнозування. Слід визначити, що створенню систем прогнозування приділена особлива увага у роботі різних науково-дослідницьких інститутів та консалтингових компаній. Сфера застосування сучасних систем прогнозування досить широка: від глобальної економіки до окремого підприємства. Але різна направленість систем прогнозування до рішення визначених проблем передбачає конкретні вимоги до статистичної інформації, її актуалізації, класів методів прогнозування, що використовуються, форми представлення звітів з результатів прогнозування та їх інтерпретації для того чи іншого кола користувачів.

Складність деяких об'єктів дослідження в економіці, не детермінований характер поводження їх характеристик, висока швидкість змін під впливом зовнішніх та внутрішніх факторів призвели до необхідності застосування нового апарату прогнозування, який раніше використовувався суто для технічних систем.

Основним розрахунковим засобом був MS Excel. При дослідженні економічної системи застосувалися методи аналізу часових рядів, метод найменших квадратів, була побудована лінійна модель, за якою і був зроблений прогноз. По отриманим результатам можна сказати, що показник міжбанківських кредитів в 2006 році зменшиться на 1346,552 млн. грн. у порівнянні з 2005 роком, а капітал зменшиться на 1339,843 млн. грн. також у порівнянні з 2005 роком.

Перелік посилань

1. Науменко В. / Панасюк Б.Я. Впровадження методів прогнозування і планування в умовах ринкової економіки. - К.: Глобус, 1995. - 200 с.

2. Основні показники, що використовуються при розробці прогнозу економічного і соціального розвитку України (суть, взаємозв'язки, методи розрахунку). - К.: НДЕІ Мінекономіки України, 1996. - 91 с.

3. Основы экономического и социального прогнозирования / Под ред. В.Н. Мосина, Д.Н. Крука. - М.: Высш. шк., 1985. - 200 с.

4. В. Єлейко та ін. Економетричні методи прогнозування. Навчальний посібник. - Львів, 1998. - 250 с.

5. Бюлетень Національного банку України, №12 - 2005 рік.

6. Макроекономічне моделювання та короткострокове прогнозування / За ред. І.В. Крючкової. - Харків; Форт, 2000. - 200 с.

Размещено на Allbest.ru