авторефераты диссертаций БЕСПЛАТНАЯ РОССИЙСКАЯ БИБЛИОТЕКА - WWW.DISLIB.RU

АВТОРЕФЕРАТЫ, ДИССЕРТАЦИИ, МОНОГРАФИИ, НАУЧНЫЕ СТАТЬИ, КНИГИ

 
<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 |   ...   | 4 | 5 || 7 |

Методология статистического исследования инвестиций в основной капитал: пространственно-временной аспект

-- [ Страница 6 ] --

Кроме полученных моделей регрессии, при прогнозировании использовалась методология Бокса - Дженкинса для ежегодных инвестиций за 1965-2006 гг. в постоянных ценах 1984 г. Результаты прогнозирования на основе модели АRIMA (0,1,2) незначительно отличались от прогнозов, полученных по другим методам прогнозирования, и позволили установить, что полученные предсказательные оценки на 2007 г. сопоставимы с объемами инвестиций, осуществленными в 1971 и 1993 гг. Среднесрочный прогноз до 2010 г. в соответствии с выбранной моделью характеризует незначительный ежегодный рост уровней ряда при значительном росте доверительных границ прогнозирования, что, несомненно, снижает качество полученных оценок.

Модель "правого" двухпараметрического геометрически

распределенного лага, объясняющая краткосрочную зависимость между инвестициями и приращениями основного капитала

Как было показано в диссертационном исследовании, хорошее качество оцененных уравнений инвестиций для одного периода не соответствовало параметрам другого периода. Так, модели "левого" распределенного лага, успешно применяемые для 1966-1989 гг., при добавлении всего двух новых наблюдений за 1990-1991 гг. привели к изменению структуры геометрического лага и к ухудшению качества оцениваемых параметров: стандартных ошибок, коэффициентов детерминации, статистики DW. С учетом вновь появившихся условий развития инвестиционного процесса добавление новых наблюдений за 1992-2006 гг. сделало неудовлетворительными для прогнозирования инвестиций модели, которые раньше могли с успехом применяться.

Оценка параметров уравнений инвестиций отдельно для периода реформирования экономики не дала хороших для прогнозирования качеств моделей, так как временной интервал исследования был недостаточно продолжительным. Несмотря на вышесказанное, одна из моделей все же смогла считаться пригодной для прогнозирования инвестиций во всех исследованных периодах, это модель "правого" двухпараметрического геометрически распределенного лага, в которой текущие значения инвестиций определялись текущими и будущими значениями приращений капитала. Модель имеет такое название, поскольку в причинно-следственном соотношении "инвестиции – приращения капитала" распределена во времени его правая часть, а весь прирост капитала происходит на заключительном этапе рассматриваемого периода (рис. 7).

 Модель

Рис. 7. Модель "правого" двухпараметрического геометрически

распределенного лага за 1966-2006 гг.

Необходимо обратить внимание на существование теоретических предпосылок, серьезно ограничивающих работоспособность и практическую реализацию данной модели. Например, все элементы инвестиций должны перейти в приросты основного капитала, т.е. эти показатели в целом с учетом сдвига во времени должны совпадать. Временная структура инвестиционных процессов должна быть постоянной, т.е. распределение во времени и инвестиций, и приростов основного капитала должно быть одинаковым. Несмотря на указанные ограничения, соискателем были получены статистически значимые оценки параметров, которые хорошо описывали динамику изменения рассматриваемых переменных в сопоставимых ценах. Для 1966-2006 гг. полученная модель описывалась уравнением.

Хt - Yt-1 = 0,966 (Хt - Хt-1) + 0,965 (Хt - Yt)

(с.о.) (0,055) (0,039)

R2 =0,96; DW = 1,71.

Уравнение в преобразованном виде имело следующий вид:

=0,966 Xt + 0,001208 Xt+1 + 0,001165 Xt+2 + …

В соответствии с уравнением (6) 97% приростов капитала в текущем и двух последующих годах приводили к реализации инвестиций в текущем периоде. Как было показано, добавление новых данных привело к серьезному изменению структуры геометрического лага. Если в 1966–1989 гг. коэффициент при текущей зависимой переменной составил 0,512, то в 1966–2006 гг. – 0,966. Это стало свидетельством более быстрого реагирования изменений объемов инвестиций на изменения приращений капитала в текущем периоде, т.е. существенно возросла роль первого года в реализации инвестиционных проектов.

Полиномиальные распределенные лаги не дали удовлетворительных результатов при объяснении инвестиций в России, и даже подходящая с формальной точки зрения модель "правого" полиномиально распределенного лага в 1966-2006 гг. со степенью полинома m = 2 и длительностью лага n = 4 имела неудовлетворительное качество остатков.


Краткосрочные модели прогнозирования инвестиций

в основной капитал на основе комбинированного подхода

В диссертационном исследовании было показано, что методология Бокса - Дженкинса явилась хорошим инструментом при краткосрочном прогнозировании инвестиций. В практическом применении создание удовлетворительной ARIMA-модели потребовало большого количества исторических данных - использовалась ежемесячная динамика инвестиций в текущих ценах, состоящая из 126 уровней.

Прогнозирование ежемесячных инвестиций в России на основе сезонной ARIMA-модели на период до конца 2007 г. в текущих ценах позволило предсказать с 95-процентной вероятностью уровни исследуемого динамического ряда. Исходный временной ряд предварительно логарифмировался, что сделало увеличивающуюся в динамике вариацию сопоставимой, и находились месячные сезонные разности (рис. 8).

В качестве альтернативы сезонной модели ARIMA (1,0,1)(0,1,0)s=12 рассматривалась мультипликативная декомпозиция, где был выделен экспоненциальный тренд и рассчитаны сезонные индексы, с помощью которых осуществлено прогнозирование инвестиций в месячной динамике. Точность прогнозных оценок инвестиций в стоимостном выражении не позволила получить удовлетворительные результаты прогнозирования: сезонная модель ARIMA недооценила фактические объемы инвестиций, экспоненциальный тренд с учетом сезонности, напротив, переоценил их.

 Прогнозирование инвестиций в основной капитал в РФ по сезонной-31

Рис. 8. Прогнозирование инвестиций в основной капитал в РФ

по сезонной модели ARIMA (1,0,1)(0,1,0)s=12

Выводы, сделанные об изменении структуры геометрического лага инвестиций в РФ за 1966-2006 гг., показали, что в период реформирования экономики изменился характер использования инвестиций: предпочтение стало отдаваться краткосрочным проектам, когда в первом году их реализации удавалось получить максимальную отдачу от инвестированных средств. Новые условия функционирования экономики, расширение круга объектов инвестирования и источников их финансирования породили новые факторы, определяющие динамику и структуру инвестиций в основной капитал.

Все отмеченное предопределило переход к анализу и прогнозированию краткосрочной динамики инвестиций в относительных величинах с использованием основных социально-экономических показателей, публикуемых ФСГС. Это позволило оперативно реагировать на вновь поступившую информацию, содержащуюся не только в самом временном ряду инвестиций, но и учесть влияние факторов "окружающей среды", объективно описывающих взаимосвязи и взаимообусловленность показателей экономической динамики.

Методом множественной регрессии был выделен ряд показателей (факторов), определяющих динамику инвестиций в РФ. Это темпы роста объемов производства по виду деятельности "Строительство" - X7,t, индексы промышленного производства - X1,t и лагированные (с задержкой в пять месяцев) индексы потребительских цен X19,(t-5) (7).

= -13,629 + 0,761 X7,t + 0,440 X1,t - 0,059 X19,(t-5).

Параметры данной модели определялись обобщенным методом наименьших квадратов, так как оценки, полученные обычным методом наименьших квадратов, не удовлетворяли свойству эффективности модели, а в остатках присутствовала автокорреляция. Коэффициент детерминации для новой модели объяснил значительную часть вариации инвестиций (R2 = 0,83), коэффициенты регрессии оказались статистически значимыми по t-критерию, а статистика DW выше критического уровня.

Прогнозированию инвестиций по множественной регрессионной модели предшествовал процесс прогнозирования каждой независимой переменной по сезонной ARIMA-модели. После нахождения прогнозных оценок независимых переменных их значения подставлялись в уравнение регрессии, затем определялась величина зависимой переменной. Полученные оценки сопоставлялись с фактическими данными, находились ошибки прогнозирования, характеризующие точность построенной модели.

С учетом вероятной детерминированной зависимости между темпами роста инвестиций и строительства, после удаления фактора X7,t из числа независимых переменных, множественный регрессионный анализ позволил выявить другие не менее важные переменные, используемые при предсказании инвестиций: оборот розничной торговли, реальная среднемесячная заработная плата, экспорт товаров со странами СНГ. Причем последние два фактора оказали на темпы роста инвестиций отрицательное воздействие, а некоторые из объясняющих переменных с запаздыванием в 8–12 месяцев (индекс промышленного производства, производство сельскохозяйственной продукции и др.). Альтернативой прогнозу по модели (7) стал прогноз инвестиций, полученный по нейронной модели и по сезонной модели ARIMA (1,1,0)(1,1,0)s=12 (рис. 9).

Для построения нейросетевой модели использовались переменные, которые ранее применялись для построения моделей множественной регрессии. Наиболее подходящей с точки зрения точности полученных прогнозных значений оказалась нейронная сеть с радиальной базисной функцией (RBF-сеть), объясняющая 78% вариации инвестиций.

Проверка адекватности модели показала, что остатки являются белым шумом - они не коррелированны и нормально распределены. Для получения прогноза была сформирована выборка нейронной сети, включающая в себя расчетные помесячные значения входящих в модель показателей. Прогнозные значения 24 входных переменных были получены с помощью методов экспоненциального сглаживания. Сравнение точности альтернативных моделей оценивалось с помощью ошибок прогнозирования (табл. 4).

 Прогнозирование инвестиций в основной капитал по сезонной модели-33

Рис. 9. Прогнозирование инвестиций в основной капитал

по сезонной модели ARIMA(1,1,0)(1,1,0)s=12


В результате был сделан вывод о том, что ни одна из моделей прогнозирования не позволила в точности предсказать динамику инвестиций в России. Тем не менее, судя по величинам ошибок прогнозирования, множественная модель регрессии, построенная с использованием независимых переменных, оказалась более предпочтительной по сравнению с сезонной моделью ARIMA, использующей информацию, содержащуюся в самом временном ряду.

Модель нейронной RBF-сети имела лучшие по сравнению с моделью множественной регрессии среднеквадратическую ошибку (MSE) и среднюю процентную ошибку (MPE). Поэтому для краткосрочного прогнозирования инвестиций в основной капитал необходимо использовать комплексный подход с применением моделей множественной регрессии, ARIMA-моделей и методологии нейросетевого моделирования.

Полученные прогнозные оценки необходимо учитывать при планировании инвестиционных расходов предприятиям и организациям различных организационно-правовых форм, а также муниципальным, региональным и федеральным законодательным и исполнительным органам при разработке, формировании и распределении средств бюджетов различных уровней.


Таблица 4

Ошибки прогнозирования инвестиций в основной капитал,

% к соответствующему периоду предыдущего года

Ошибки прогнозирования

Множественная регрессия

ARIMA (1,1,0)(1,1,0)s=12

Нейронная RBF-сеть

Среднеквадратическая ошибка (MSE)

11,58

15,16

9,44

Среднее абсолютное отклонение (MAD)

2,55

2,99

2,57

Средняя абсолютная ошибка в % (MAPE)

2,18

2,57

2,26

Средняя процентная ошибка (MPE)

-1,66

-1,55

1,15



Pages:     | 1 |   ...   | 4 | 5 || 7 |
 





 
© 2013 www.dislib.ru - «Авторефераты диссертаций - бесплатно»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.