Детальная информация

Появление новых компьютерных технологий сделало возможным исследование (визуализацию) фактически любых сложных явлений и процессов буквально на экране дисплея. На развитие экономико-математического моделирования оказывают влияние новейшие математические методы нелинейной динамики применительно к любой области и предмету исследования. Методы классической статистики для прогнозирования экономических временных рядов основываются на математическом аппарате эконометрики. Это базирование осуществляется в предположении, что наблюдения, составляющие прогнозируемый временной ряд, являются независимыми, в силу чего выполняется необходимое подчинение нормальному закону. Последнее, однако, является скорее исключением, чем правилом для финансово-экономических временных рядов, которые обладают так называемой долговременной памятью. Особенно острой стала проблема прогнозирования и тесно связанная с ней проблема оценки перспективных хозяйственных рисков в условиях турбулентности развития российской экономики, которая проявляется в последние годы. В условиях наблюдаемой турбулентности экономическая динамика становится слабо предсказуемой традиционными методами, нелинейной. Часто изменяется направленность (рост или спад) показателей. Представленное в работе исследование выполнялось с учетом того, что к настоящему времени отсутствуют сколько-нибудь завершенные теории прогнозирования временных рядов с памятью, что и обусловливает актуальность и необходимость разработки новых математических методов и алгоритмов для выявления возможной потенциальной прогнозируемости рядов с памятью и построения адекватных прогнозных моделей. Все перечисленное указывает на актуальность разработки качественно нового методологического подхода, обеспечивающего формирование обоснованных управленческих решений в условиях неопределенности и риска. Объектом исследования являются временные ряды экономических показателей. Предметом исследования выступает математический, статистический и инструментальный аппарат систем поддержки принятия управленческих решений и прогнозирования в экономике. В статье описан порядок построения моделей и представлены результаты их апробации для линейного клеточного автомата, метода экспоненциального сглаживания, метода Хольта-Винтерса. В ходе исследования обработаны большие объемы данных. При этом рассмотрены дневные, недельные и сезонные показатели. Это позволило адекватно описать и спрогнозировать нелинейную динамику временных рядов. Применение всех трех уровней анализа одновременно позволяет получить более полное представление о динамике показателей временного ряда. В статье апробация предложенного инструментария проведена на примере цен на платину. Разработанный экономико-математический аппарат применим и для других временных рядов, характеризующих те или иные экономические переменные.

The emergence of new computer technologies has made it possible to study (visualize) virtually any complex phenomena and processes literally on the display screen. The development of economic and mathematical modeling is influenced by the latest mathematical methods of nonlinear dynamics applied to any field and subject of research. The methods of classical statistics for forecasting economic time series are based on the mathematical apparatus of econometrics. This basing is carried out under the assumption that the observations making up the predicted time series are independent, due to which the necessary subordination to the normal law is satisfied. The latter, however, is the exception rather than the rule for financial and economic time series that have so-called long-term memory. The problem of forecasting and the closely related problem of assessing future economic risks in the conditions of turbulence in the development of the Russian economy, which has manifested itself in recent years, have become especially acute. In the conditions of observed turbulence, economic dynamics become poorly predictable by traditional methods and nonlinear. The direction (growth or decline) of indicators often changes. The research presented in the paper was carried considering the fact that by now there are no complete theories of forecasting time series with memory, which determines the relevance and need to develop new mathematical methods and algorithms to identify the possible predictability of time series with memory and build adequate predictive models. All of the above points to the relevance of developing a qualitatively new methodological approach that ensures the formation of informed management decisions in conditions of uncertainty and risk. The object of the study is time series of economic indicators. The subject of the study is the mathematical, statistical and instrumental apparatus of systems to support management decision-making and forecasting in the economy. The article describes the procedure for constructing models and presents the results of their testing for a linear cellular automaton, the exponential smoothing method, and the Holt-Winters method. During the study, large volumes of data were processed. At the same time, daily, weekly and seasonal indicators are considered. This made it possible to adequately describe and predict the nonlinear dynamics of time series. Using all three levels of analysis simultaneously allows you to get a more complete understanding of the dynamics of time series indicators. In the article, the proposed tools are tested using the example of platinum prices. The developed economic and mathematical apparatus is also applicable to other time series characterizing certain economic variables.