WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 6 | 7 || 9 | 10 |   ...   | 22 |

гноза, но лучше наивного сезонного прогноза и прогноза, построенного при помощи скользящего среднего. При этом согласно результатам теста знаков, ARIMA-прогноз ИЭПП значимо хуже наивного прогноза, но значимо лучше наивного сезонного прогноза и прогноза, построенного при помощи скользящего среднего. В то же время для прогноза, построенного с использованием конъюнктурных опросов (КО-прогноз), гипотеза об отсутствии значимых отличий от наивного прогноза не отвергается (т.е. КО-прогноз не является значимо худшим по сравнению с наивным прогнозом), но аналогичная гипотеза для наивного сезонного прогноза и прогноза, построенного при помощи скользящего среднего, отвергается (т.е. КО-прогноз значимо лучше этих прогнозов). Средний прогноз ИЭПП также значимо отличается от прогнозов, построенных любым из альтернативных методов, но значимо не отличается от каждого конкретного прогноза ИЭПП.

3.3. Анализ качества прогнозов Института народнохозяйственного прогнозирования РАН В данном разделе представлен сравнительный анализ качества прогнозов на 2006–2008 гг. Института народнохозяйственного прогнозирования (ИНХП) показателей валового внутреннего продукта России и индекса потребительских цен и их прогнозов, построенных по модели случайного блуждания (наивных прогнозов). В качестве информационных источников использованы бюллетени квартальных прогнозов ИНХП1.

Отметим несколько основных особенностей, отличающих данный раздел от предыдущего. Прогнозы ИНХП публикуются ежеквартально, но являются годовыми прогнозами, которые корректируются исходя из появляющихся в официальных источниках квартальных данных.

Следовательно, в качестве альтернативных прогнозов возможно использование только наивных прогнозов. Использование же наивных сезонных прогнозов и прогнозов, построенных как скользящее среднее, не представляется возможным. Наивные сезонные прогнозы для данного года строятся как значение показателя в предыдущий год, если оно уже известно, или как значение показателя в год, предшествующий предыдущему, если значение показателя в предыдущем году еще не опубли1 Для анализа качества прогнозов показателя ВВП использованы выпуски с 4-го по 12-й, для показателя ИПЦ – с 1-го по 12-й. См.: http://www.macroforecast.ru/.

3. СРАВНЕНИЕ КАЧЕСТВА БЮЛЛЕТЕНЯ МОДЕЛЬНЫХ РАСЧЕТОВ....

ковано (как правило, это прогноз, строящийся в I квартал прогнозируемого года).

Далее, количество прогнозных точек разных прогнозных лет рассматриваемых показателей различно, так как в выпусках 1–5 опубликованы прогнозы на 2006–2008 гг., в выпусках 6–10 – на 2007–2008 гг. и в выпусках 11–12 – на 2008 г. Кроме того, в 6-м выпуске были опубликованы прогнозы, рассчитанные по двум сценариям: инвестиционному и инерционному. Поэтому мы рассматриваем два вида прогнозов ИНХП (прогнозы по инвестиционному и инерционному сценариям), которые, в принципе, различаются незначительно: у этих прогнозов различны лишь две точки.

Валовой внутренний продукт В данном разделе использованы данные прогнозов показателя ВВП из выпусков 4–12, в результате чего полученный массив прогнозных данных состоит из 18 точек: 2 точки для 2006 г., 7 точек для 2007 г. и точек для 2008 г.

В табл. 14 представлены значения простейших статистик качества прогнозов ВВП по всему массиву данных, состоящему из 18 точек. Как видно из таблицы, по всем простейшим статистикам качества прогнозов прогнозы показателя валового внутреннего продукта ИНХП превосходят наивные прогнозы данного показателя.

Таблица Простейшие статистики качества прогнозов ВВП (весь массив данных, 18 точек) Прогнозы ИНХП Наивный прогноз Инвестиционный Инерционный сценарий сценарий MAPE 13,3% 13,5% 28,7% MAE 5,0 5,1 10,RMSE 7,9 8,0 11,Более того, прогнозы ИНХП показателя ВВП значимо лучше наивных прогнозов согласно результатам теста знаков: гипотеза об отсутствии значимых различий между инвестиционными (инерционными) прогнозами ИНХП и наивными прогнозами отвергается, так как значение статистик теста знаков в обоих случаях равно -2,83 (P-value = 0,002).

В табл. 15 приведены простейшие статистики качества прогнозов для 3.3. АНАЛИЗ КАЧЕСТВА ПРОГНОЗОВ ИНСТИТУТА...

каждого из рассматриваемых годов. Для всех лет по всем статистикам прогнозы ИНХП превосходят по качеству наивные прогнозы. С другой стороны, показатель ВВП на 2006 г. прогнозируется лучше, чем на и 2008 гг., независимо от модели, а на 2007 г. – лучше, чем на 2008 г., также независимо от модели.

Таблица Простейшие статистики качества прогнозов ВВП на 2006, 2007 и 2008 гг. (2, 7 и 9 точек соответственно) Прогнозы ИНХП Наивный прогноз Инвестиционный Инерционный сценарий сценарий MAPE 2,6% 2,6% 19,6% MAE 0,7 0,7 5,RMSE 0,7 0,7 5,MAPE 13,8% 13,9% 23,3% MAE 4,6 4,6 7,RMSE 6,7 6,8 8,MAPE 15,3% 15,5% 34,9% MAE 6,4 6,5 14,RMSE 9,5 9,5 15,В табл. 5.1 Приложения 5 приведены простейшие характеристики качества прогнозов показателя ВВП, опубликованных в каждом из рассматриваемых выпусков. Значения статистик качества инвестиционных и инерционных прогнозов ИНХП совпадают для всех выпусков, кроме шестого. Как видно из таблицы, качество прогнозов каждого конкретного выпуска ИНХП существенно превосходит качество наивных прогнозов по всем показателям практически во всех случаях. Исключение составляют лишь прогнозы, опубликованные в выпусках 4 и 10. В первом случае наивные прогнозы незначительно лучше прогнозов ИНХП по МАЕ и RMSE, во втором – по всем простейшим критериям качества прогнозов.

Индекс потребительских цен В данном разделе использованы данные прогнозов показателя ИПЦ из выпусков 1–12, в результате чего полученный массив прогнозных данных состоит из 27 точек: 5 точек для 2006 г., 10 точек для 2007 г. и 12 точек для 2008 г. Как и при рассмотрении прогнозов ИЭПП, здесь для анализа качества использовались значения темпов роста потребительских цен. В 3. СРАВНЕНИЕ КАЧЕСТВА БЮЛЛЕТЕНЯ МОДЕЛЬНЫХ РАСЧЕТОВ....

табл. 16 представлены значения простейших статистик качества прогнозов ИПЦ по всему массиву данных, состоящему из 27 точек. Как видно из таблицы, по всем простейшим статистикам качества прогнозов наивные прогнозы показателя ИПЦ превосходят прогнозы ИНХП данного показателя.

Таблица Простейшие статистики качества прогнозов ИПЦ (весь массив данных, 27 точек) Прогнозы ИНХП Наивный прогноз Инвестиционный Инерционный сценарий сценарий MAPE 2,8% 2,7% 2,1% MAE 3,1 3,1 2,RMSE 3,8 3,8 2,При этом из результатов теста знаков следует, что различия между наивными прогнозами данного показателя и прогнозами ИНХП не являются значимыми. Значение тестовой статистики в обоих случаях (и для инвестиционного прогноза, и для инерционного) равно 0,19 (P-value = 0,58). Следовательно, нулевая гипотеза об отсутствии значимых различий между прогнозами ИНХП и наивными прогнозами не отвергается.

В табл. 17 приведены простейшие статистики качества прогнозов индекса потребительских цен для каждого из рассматриваемых годов.

Интересной особенностью данного показателя является то, что прогнозы ИНХП значения индекса потребительских цен в 2006 г. оказываются лучше по всем простейшим статистикам качества прогнозов. В то же время наивные прогнозы значений ИПЦ в 2007 и 2008 гг. превосходят по качеству прогнозы ИНХП также по всем простейшим статистикам качества прогнозов.

Таблица Простейшие статистики качества прогнозов ИПЦ на 2006, 2007 и 2008 гг. (5, 10 и 12 точек соответственно) Прогнозы ИНХП Наивный прогноз Инвестиционный Инерционный сценарий сценарий MAPE 0,9% 0,9% 1,9% MAE 0,9 0,9 2,RMSE 1,1 1,1 2,3.3. АНАЛИЗ КАЧЕСТВА ПРОГНОЗОВ ИНСТИТУТА...

Прогнозы ИНХП Наивный прогноз Инвестиционный Инерционный сценарий сценарий MAPE 2,2% 2,2% 1,7% MAE 2,5 2,5 1,RMSE 2,9 2,9 2,MAPE 4,0% 3,9% 2,6% MAE 4,5 4,5 3,RMSE 5,0 4,9 3,В табл. 5.2 Приложения 5 приведены простейшие характеристики качества прогнозов индекса потребительских цен, опубликованных в каждом из рассматриваемых выпусков с 1-го по 12-й. Исходя из полученных результатов, можно разбить все выпуски ИНХП на две группы. Первую группу составляют выпуски с 1-го по 7-й: для данных выпусков характерно то, что наивные прогнозы оказываются лучше прогнозов ИНХП, опубликованных в них, по всем простейшим статистикам качества прогнозов.

Во вторую группу вошли выпуски с 8-го по 12-й, для которых наблюдается обратная ситуация: прогнозы индекса потребительских цен ИНХП, опубликованные в этих выпусках, оказываются лучше соответствующих наивных прогнозов.

Заключение Предложенная в настоящей работе методика анализа качества прогнозов является достаточно удобным, хотя и не лишенным ряда недостатков, инструментом. Она позволяет оценить качество прогнозов показателя при отсутствии информации о прогнозной модели в сравнении с какимлибо набором тестовых прогнозов. Напомним, что мы предлагаем сравнивать публикуемые различными организациями прогнозы с наивными и наивными сезонными прогнозами, а также с прогнозами, полученными с использованием метода скользящего среднего. Для всех этих прогнозов рассчитываются простейшие статистики качества прогнозов (МАЕ, МАРЕ, RMSE) и проводится тестирование на значимость различий с использованием теста знаков. Расчет простейших статистик качества прогнозов проводится для различных массивов прогнозных данных:

1) для всего массива, состоящего из 108 точек;

2) для каждого отдельного «Бюллетеня», т.е. для 18 массивов по 6 точек;

3) отдельно оценивалось качество прогнозов на 1, 2, …, 6 месяцев вперед – всего 6 массивов по 18 точек;

4) определялось качество прогнозов на определенный месяц – всего массивов по 6 точек).

Кроме того, методика позволяет сравнивать между собой прогнозы, которые публикуются различными организациями, при условии, что эти прогнозы имеют одинаковую частоту (месяц/квартал/год) и пересекающиеся горизонты прогнозирования. В работе в качестве примера рассмотрены прогнозы Института народнохозяйственного прогнозирования РАН.

ЗАКЛЮЧЕНИЕ В табл. 18 представлена группировка рядов по качеству прогнозов по всему массиву данных (108 прогнозов). Данное разбиение получено на основе статистики МАРЕ. К числу очень хороших прогнозов были отнесены те, средняя абсолютная процентная ошибка прогнозирования которых для рассматриваемого массива составляла не более 5%. Хорошими считались прогнозы, МАРЕ которых находилась в интервале от 5 до 10%. Если МАРЕ превышала 10%, то такие прогнозы были отнесены к плохим.

Таким образом, исходя из результатов, представленных в табл. 19, можно говорить о том, что прогнозы, публикуемые в «Бюллетене модельных расчетов краткосрочных прогнозов социально-экономических показателей РФ», являются хорошими. Действительно, из 55 прогнозов лишь в 5 случаях средняя процентная ошибка прогнозирования превышает 10%. Примечательно, что к числу плохо прогнозируемых рядов относятся ряды мировых цен на такие природные ресурсы, как нефть марки Brent, медь и никель. Также плохо независимо от метода прогнозируется ряд общей численности безработных.

В табл. 19 представлен список прогнозируемых рядов, сгруппированных в зависимости от того, какой класс моделей, используемых для их прогнозирования, дает наилучшие результаты согласно средней абсолютной процентной ошибке прогнозирования. Как видно, 28 прогнозов, построенных по моделям ИЭПП (ARIMA-модели, структурные модели, модели с использованием результатов конъюнктурных опросов), оказываются лучше альтернативных прогнозов по рассматриваемому простейшему критерию качества прогнозов. В первом столбце курсивом выделены те ряды, для которых прогнозы ИЭПП являются значимо лучшими (на уровне значимости 10%) относительно всех остальных альтернативных моделей. То есть можно говорить о том, что в 20 случаях модели ИЭПП дают значимо лучшие прогнозы по сравнению с рассмотренными альтернативными методами прогнозирования. Более подробно результаты теста знаков, позволяющего проверить гипотезу об отсутствии значимых различий между различными моделями, приведены в Приложении 4.

В остальных столбцах курсивом выделены те ряды, для которых альтернативные (из предложенных) методы прогнозирования позволяют получать значимо лучшие прогнозы по сравнению с методами прогнозирования, используемыми в Институте экономики переходного периода.

В данном случае мы можем говорить, что альтернативные методы прогнозирования позволяют получать прогнозы, значимо отличающиеся от прогнозов ИЭПП для пяти рядов.

Таблица Качество прогнозов ИЭПП согласно средней абсолютной процентной ошибке прогнозирования Очень хорошие <5% Хорошие 5–10% Плохие >10% Индекс промышленного производства (всего, ЦЭК). Индексы промышленного Мировые цены на:

Индекс промышленного производства (всего, ЦЭК)*. производства в отраслях: нефть марки Brent;

Индекс промышленного производства (всего, ФСГС)*, индекс промышленного машиностроение и медь; никель.

производства (всего, ФСГС)***. металлообработка (ЦЭК); Общая численность Индексы промышленного производства в отраслях: черная металлургия (ЦЭК); промышленность стройматериалов безработных.

химическая и нефтехимическая промышленность (ЦЭК); ТЭК (ЦЭК); цветная (ЦЭК); легкая промышленность Общая численность металлургия (ЦЭК); лесная, деревообрабатывающая и целлюлозно-бумажная (ЦЭК); добыча полезных безработных*.

промышленность (ЦЭК); пищевая промышленность (ЦЭК). ископаемых; производство кокса, Общая численность ИПЦ, ИПЦ**, ИПЦ***. нефтепродуктов. безработных***.

ИЦП промышленных товаров, ИЦП промышленных товаров*, ИЦП промышленных Инвестиции в основной капитал.

товаров***. Экспорт во все страны.

ИЦП в: обрабатывающих производствах; производстве электроэнергии, газа и воды; Экспорт во все страны**.

производстве пищевых продуктов; текстильном и швейном производстве; обработке Экспорт во все страны***.

древесины и производстве изделий из дерева; целлюлозно-бумажном производстве; Экспорт в страны вне СНГ.

химическом производстве; металлургическом производстве и производстве готовых Импорт из всех стран.

металлических изделий; производстве машин и оборудования; производстве Импорт из всех стран**.

транспортных средств и оборудования. Импорт из всех стран***.

Розничный товарооборот. Импорт из стран вне СНГ.

Динамика стоимости минимального набора продуктов питания. Мировые цены на: алюминий, Сводный индекс транспортных тарифов. золото.

Индекс тарифов на перевозки автомобильным транспортом. Денежная база.

Индекс тарифов на трубопроводный транспорт. Золотовалютные резервы.

М2.

Курс доллара к рублю.

Курс евро к доллару.

Реальные располагаемые денежные доходы населения.

Реальные денежные доходы населения.

Реальная заработная плата.

Численность занятого в экономике населения.

* Прогнозы, построенные с использованием результатов конъюнктурных опросов.

** Прогнозы по структурным моделям.

Pages:     | 1 |   ...   | 6 | 7 || 9 | 10 |   ...   | 22 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

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.