Models of Short-Term Forecasting of Economic Indicators on the Basis of Time Series

Authors

  • Irina Viktorovna Gaidamakina Среднерусский институт управления - филиал ФГБОУ ВО «Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации» , Central Russian Institute of Management - Branch of The Russian Presidential Academy of National Economy and Public Administration Автор
  • Alla Anatoljevna Muzalevskaya ФГБОУ ВО «Орловский государственный университет экономики и торговли» , Orel State University of Economics and Trade Автор
  • Olesya Olegovna Shiryaeva Среднерусский институт управления - филиал ФГБОУ ВО «Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации» , Central Russian Institute of Management - Branch of The Russian Presidential Academy of National Economy and Public Administration Автор

Keywords:

краткосрочное прогнозирование, временные ряды, аддитивная и мультипликативная модель тренда, short-term forecasting, TIME NUMBERS, additive and multiplicative trend model

Abstract

Under conditions of unstable economy forecasting of economic indicators for timely administrative decision making is of special value. Modern science suggests many methods of forecasting, however not all of them are equally effective in every instance. In the work classification of forecasting methods is presented and their estimation with the reference to current economic situation in Russia is given. Methodical approach to modelling of short-term forecasting of economic indicators on the basis of time series is considered. To illustrate efficiency and universality of the chosen method of short-term forecasting with small amount of statistical data, additive and multiplicative models are constructed with the use of time series of average monthly incomes per head. For considered series factors of autocorrelation of the series levels and seasonal indexes are calculated and analyzed; Modelling with trend methods of regression analysis is made. The analysis of the received forecasting results allowed to make conclusion about high accuracy of considered method and possibility of its use in strategy formation of social and economic development, especially in the situation of economic instability.

Downloads

Download data is not yet available.

References

Афанасьев В.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование. - М.: Финансы и статистика; ИНФРА-М, 2010. - С. 6.

Атчаде М.Н. Адаптивные методы прогнозирования: реализация в Excel и программе R. - Санкт-Петербург, 2018. - 81 с.

Ветров А.Н., Козлова Ю.Г., Мутовкина Н.Ю. Компьютерный анализ моделей эконометрики: монография. - Тверь: ТвГТУ, 2016. - 256 с

Гайдамакина И.В., Музалевская А.А., Шалимов Д.А. Интенсификация инвестиционной деятельности регионов ЦФО мерами государственной поддержки // Вестник ОрелГИЭТ. - 2017. - №1(39). - С. 71-75.

Гайдамакина И.В., Музалевская А.А. Рейтинговая оценка инвестиционной привлекательности регионов ЦФО // Вестник ОрелГИЭТ. - 2018. - № 2 (44). - С. 86-91.

Гайдамакина И.В. Компьютерное моделирование в эконометрике: анализ программного обеспечения // Фундаментальные и прикладные исследования в области экономики и финансов: материалы и доклады 3-й международной научно-практической конференции. В III частях. / Под общ. ред. О.А. Строевой. - 2017. - С. 58-59.

Дайитбегов Д.М. Компьютерные технологии анализа данных в эконометрике. - М.: ИНФРА-М, 2013. - 586 с.

Лапыгин Ю.Н., Крылов В.Е., Чернявский А.П. Экономическое прогнозирование. - М.: Эксмо, 2009. - С. 105.

Любимов А.К. Прогнозирование социально-экономических процессов. - Нижний Новгород: Нижегородский госуниверситет, 2016. - 74 с.

Светуньков С.Г., Хан Т.В. Логико-гносеологическая терминология в экономике (краткий словарь). - СПб: СПбГУЭФ, 2004. - С. 66 - 67.

Светуньков С.Г., Светуньков И.С. Методы социально-экономического прогнозирования. - Т. 1. - СПб.: Изд-во СПбГУЭФ, 2009. - С. 25.; Лапыгин Ю.Н. Экономическое прогнозирование. - М.: Эксмо, 2009. - С. 23.

Солодовников А.С. Методы прогнозирования и исследования операций. - М.: Финансы и статистика, 2012. - 480 c.

Среднедушевые денежные доходы населения по Российской федерации / Федеральная служба государственной статистики [Электронный ресурс]. - Режим доступа: http://www.gks.ru/wps/wcm/connect/rosstat_main /rosstat/ru/statistics/population/level/#.

Черняк В.И. Количественные методы в анализе данных: эконометрический подход. - М.: МАКС Пресс, 2017. - 206 с.

Published

2019-03-15

Issue

Section

Articles

How to Cite

Models of Short-Term Forecasting of Economic Indicators on the Basis of Time Series. (2019). Science Outpost, 13(2), 76-82. https://forpost-nauki.owebs.ru/article/view/5261