МЕТОДЫ ЭКСТРАПОЛЯЦИИ

Сущность экстраполяции закл. в выявлении сложившихся в прошлом и настоящем устойчивых тенденций развития объекта прогно­за и переносе их на будущее. Различают формальную и прогнозную экстраполяцию. Формальная базируется на предположении о сохранении в будущем прошлых и настоящих тенденций развития объекта прогноза. При прогнозной экстраполяции фактическое развитие увязывается с гипотезами о динамике исследуемого процесса с учетом изменений влияния различных ф-ров в перспективе, учит. новые ф-ры.

Основу экстраполяционных методов прогн-ия составляет изучение динамических рядов. Динамический ряд — это мн-во наблюде­ний, полученных послед-но во времени. Среди методов экстраполяции широкое распр. получили методы подбора функций и экспоненциального сглаживания с регулируемым трендом.

Сущность метода подбора функций заключается в выборе оптималь­ного вида функции, описывающей эмпирический ряд. Данная задача решается методом наименьших квадратов (МНК) и его модификаций. Выбор функции осуществляется по минимальному отклонению расчетных данных временного ряда от фактических. Отклонение рассчитывается по формуле
где п — число набл.; у’_i —расчетные значения временного ряда: у, — фактические данные исходного ряда.

Метод экспоненциального сглаживания с регулируемым трендом позволяет решать проблему старения данных. Более поздним наблюдениям придаются большие "веса" по сравнению с ранними, причем "веса" наблюдений убывают по экспоненте. В рез-те создается возможность получить оценки пар-ов тренда, характеризующих не средний уро­вень процесса, а тенденцию, сложившуюся к моменту последнего наблюдения. Скорость старения данных характеризует параметр сглаживания (а). Он изменяется в пределах 0.05 < а < 0,3. Данный метод реализуется на ЭВМ с помощью специально разработанных программ в блоке "временные ряды", кот. явл. составной частью пакета эк. расчетов. Следует иметь в виду, что в усл. эк. нестабильности методы экстраполяции целесообразно применять на начальных этапах при разработке краткосрочных прогнозов.