Побудова динамічних факторних моделей для прогнозування розвитку економічних систем

Ольга Сергіївна Катуніна
кандидат економічних наук, доцент кафедри економіко-математичного моделювання, ДВНЗ «Київський національний економічний університет ім. Вадима Гетьмана», Україна, e-mail: prommet@ukr.net, ORCID ID: https://orcid.org/0000-0001-7584-0037

Цитувати статтю:

Катуніна, О. С. Побудова динамічних факторних моделей для прогнозування розвитку економічних систем. Вісник соціально-економічних досліджень : зб. наук. праць / За ред. : М. І. Звєрякова (голов. ред.) та ін. Одеса : Одеський національний економічний університет. 2019. № 1 (69). С. 118–127.

Анотація

У статті розглянуто моделювання динамічних економічних систем, еволюція яких описується системою спостережуваних змінних. Використано методологію динамічного факторного моделювання, побудовано математичну модель, що поєднує підходи класичного факторного та авторегресійного аналізу. Встановлено, що системи динамічних факторів описують загальну динаміку вибраної групи економічних показників. Запропоновано алгоритм побудови динамічної моделі, в якому динамічні фактори визначаються послідовно при розв’язанні спеціальних задач нелінійного програмування. Перший фактор описує рух всієї системи в цілому і характеризує загальну тенденцію, оскільки для її знаходження використовується лінійна комбінація початкових часових рядів. Інші фактори, побудовані на основі залишкових рядів, враховують відхилення індивідуальних показників від їх регресійних оцінок і описують коливання часових рядів. Наведено основні розрахункові співвідношення побудованої моделі динамічного факторного аналізу. Для оцінювання помилки прогнозування використано метод прогнозу ex-post. Запропоновано напрями дослідження якості прогнозу за кількістю врахованих факторів, довжиною лагу та параметрами розглянутих нелінійних задач програмування. Визначено, що вибір означених параметрів у побудованому алгоритмі дозволяє мінімізувати похибку прогнозування для конкретного часового ряду та отримати кілька можливих варіантів розвитку системи. Розроблена модель динамічного факторного аналізу може мати широке практичне застосування, оскільки відкриває можливість оцінити вплив примусового змінення прогнозних значень одного або декількох показників на динаміку всієї системи в цілому. Обґрунтовано напрями побудови контрольованої багатовимірної моделі прогнозування для аналізу еволюції економічних динамічних систем різної природи. Отримання багатоваріантного прогнозу еволюції економічних систем виявляється особливо важливим при плануванні змін, як макроекономічних показників, так і при економічному аналізі розвитку окремих галузей та підприємств. Запропонований метод динамічного факторного аналізу систем часових рядів має певну універсальність і, у поєднанні з іншими методами економетрії, може бути використаний, наприклад, в екології, медицині, фізиці та інших областях науки і техніки.

Ключові слова

економетрика; прогнозування; фізична економіка; динамічні факторні моделі; часові ряди; динамічний факторний аналіз.

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

УДК: 658.14/17:338.24

Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0. Переглянути копію цієї ліцензії можна за посиланням: http://creativecommons.org/licenses/by/4.0/

Література

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.