Построение динамических факторных моделей для прогнозирования развития экономических систем

Ольга Сергеевна Катунина
кандидат экономических наук, доцент кафедры экономико-математического моделирования, ДВНЗ «Киевский национальный экономический университет им. Вадима Гетьмана», Украина, е-mail: prommet@ukr.net, ORCID ID: https://orcid.org/0000-0001-7584-0037

Цитировать статью:

Катунина, О. С. Построение динамических факторных моделей для прогнозирования развития экономических систем. Вестник социально-экономических исследований : сб. науч. трудов / Под ред. : М. И. Зверякова (глав. ред.) и др. Одесса : Одесский национальный экономический университет. 2019. № 1 (69). С. 118–127.

Аннотация

В статье рассмотрено моделирование динамических экономических систем, эволюция которых описывается системой наблюдаемых переменных. Использована методология динамического факторного моделирования, построена математическая модель, которая объединяет подходы классического факторного и авторегрессионного анализа. Установлено, что системы динамических факторов описывают общую динамику выбранной группы экономических показателей. Предложен алгоритм построения динамической модели, в котором динамические факторы определяются последовательно при решении специальных задач нелинейного программирования. Первый фактор описывает движение всей системы в целом и характеризует общую тенденцию, поскольку для ее нахождения используется линейная комбинация исходных временных рядов. Другие факторы, построенные на основе остаточных рядов, учитывают отклонения индивидуальных показателей от их регрессионных оценок и описывают колебания временных рядов. Приведены основные расчетные соотношения построенной модели динамического факторного анализа. Для оценивания ошибки прогнозирования использован метод прогноза ex-post. Предложены направления исследования качества прогноза по количеству учитываемых факторов, длине лага и параметрам рассматриваемых задач нелинейного программирования. Определено, что выбор указанных параметров в построенном алгоритме позволяет минимизировать ошибку прогнозирования для конкретного временного ряда и получить несколько возможных вариантов развития системы. Разработанная модель динамического факторного анализа может иметь широкое практическое использование, поскольку открывает возможность оценивать влияние принудительного изменения прогнозных значений одного или нескольких показателей на динамику всей системы в целом. Обоснованы направления построения контролируемой многомерной модели прогнозирования для анализа эволюции экономических динамических систем различной природы. Получение многовариантного прогноза эволюции экономических систем является особенно важным при стратегическом планировании, как на макроэкономическом уровне, так и для отдельных отраслей и предприятий. Предложенный метод динамического факторного анализа систем временных рядов имеет определенную универсальность и совместно с другими эконометрическими методами может быть использован, например, в экологии, медицине, физике и других областях науки.

Ключевые слова

эконометрика; прогнозирование; физическая экономика; динамические факторные модели; временные ряды; динамический факторный анализ.

JEL classification: С530; E270; DOI: https://doi.org/10.33987/vsed.1(69).2019.118-127

УДК: 658.14/17:338.24

Эта работа лицензируется согласно лицензии Creative Commons Attribution 4.0. Просмотреть копию этой лицензии можно по ссылке: http://creativecommons.org/licenses/by/4.0/

Литература

1. Лук’яненко І. Г., Віт Д., Прімєрова О. К. та ін. Системний аналіз формування державної політики в умовах макроекономічної дестабілізації / За ред. І. Г. Лук’яненко. Київ : НУ «Києво-Могилянська академія», 2017. 463 с.
2. Вітлінський В. В. Моделювання економіки : навч. посіб. Київ : КНЕУ, 2003. 408 с.
3. Peña D., Poncela P. Nonstationary dynamic factor analysis. Journal of Statistical Planning and Inference. 2006. Vol. 136. Issue 4. Pp. 1237–1257. DOI: https://doi.org/10.1016/j.jspi.2004.08.020.
4. Bai J., Ng S. Large dimensional factor analysis. Foundations and trends in econometrics. 2008. Vol. 3. No. 2. Pp. 89–163. DOI: https://doi.org/10.1561/0800000002.
5. Ajevskis V., Dāvidsons G. Dynamic factor models in forecasting Latvia’s Gross domestic product / Department of the Bank of Latvia, 2008. Vol. 2, 24 p.
6. Дербенцев В. Д., Сердюк О. А., Соловйов В. М., Шарапов О. Д. Синергетичні та еконофізичні методи дослідження динамічних та структурних характеристик економічних систем. Черкаси : Брама-Україна, 2010. 287 с.
7. Чернавский Д. С., Старков Н. И., Малков С. Ю., Коссе Ю. В., Щербаков А. В. Об эконофизике и её месте в современной теоретической экономике. Успехи физических наук. 2011. № 181. С. 767–773. DOI: https://doi.org/10.3367/UFNr.0181.201107i.0767.
8. Stock J. H., Watson M. W. Forecasting with many predictors. Ch. 6 in Handbook of Economic Forecasting / Ed. by Graham Elliott, Clive W. J. Granger and Allan Timmermann. Elsevier. 2006. Pp. 515–554. DOI: https://doi.org/10.1016/S1574-0706(05)01010-4.
9. Lipovina-Božović M. A comparison of the VAR model and the PC factor model in forecasting inflation in Montenegro. Economic annals. 2013. Vol. LVIII, No. 198. Pp. 115–136. DOI: https://doi.org/10.2298/EKA1398115L.
10. Ye Hua. Macroeconomic forecasting using large vector auto regressive model. Master Thesis in partial fulfillment of the requirements for the degree of Master of Economics and Management Science. Berlin, July 15th, 2011. 40 p.
11. Stock J. H., Watson M. W. Macroeconomic forecasting using diffusion indexes. Journal of Business & Economic Statistics. American Statistical Association. 2002. Vol. 20, No. 2. Pp. 147-162. DOI: https://doi.org/10.1198/073500102317351921.
12. Катуніна О. С. Прогнозування процесів насичення ринку на базі динамічних факторних моделей. Моделювання та інформаційні системи в економіці. 2014. Вип. 90. С. 106−125.
13. Катунина О. С. Моделирование динамики мировых фондовых индексов. Бизнес Информ. 2017. № 11. С. 197–202.