МЕТОДОЛОГИЯ И СРЕДСТВА ПОВЫШЕНИЯ ТОЧНОСТИ И КАЧЕСТВА КРАТКОСРОЧНОГО ПРОГНОЗА ПОКАЗАТЕЛЕЙ СОЦИАЛЬНОЙ СФЕРЫ РФ1
THE METHODOLOGY AND MEANS OF QUALITY
AND ACCURACY INCREASING OF THE INDICATORS' SHORT-TERM FORECAST OF THE SOCIAL SPHERE OF THE RUSSIAN FEDERATION
Савинова В.М. — преподаватель кафедры Информатики Российского экономического университета имени Г.В. Плеханова.
Savinova V.M. — Lecturer of the Informatics Department, Russian Plekhanov University of Economics.
Аннотация
В данной работе приведены исследования в области верификации прогнозов социальной сферы РФ, полученных с использованием эко-нометрических моделей.
Abstract
The article considers researches of forecast verification Russian Federation social sphere obtained using econometric models.
Ключевые слова: эконометрические модели, верификация прогнозов, уравнения линейной множественной регрессии, краткосрочный прогноз показателей социальной сферы РФ.
Keywords: econometric models, verification of forecasts, linear multiple regression equation, short-term forecast indicators of social sphere of the Russian Federation.
Социальная сфера РФ включает в себя множество показателей, которые условно можно разделить на 2 группы: показатели, связанные с доходами и расходами населения и показатели труда и занятости. В данном исследовании были использованы только показатели доходов и расходов населения. Структура исследуемых показателей представлена на рисунке 1.
1 Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 13-07-00858
311
Блок показателей социальной сферы
Блок показателей Доходов населения
Оплата труда
Трансферты
От предпринимательской деятельности
От собственности
Прочие
Блокпоказателей Расходов населения
Обязательные платежи и взносы
Товары и услуги
Сбережения во вкладах и ценных бумагах
Покупка валюты
Денежные накопления населения
Прочие
Рис.1. Структура показателей социальной сферы.
Для построения прогнозов был использован программно-технологический комплекс (ПТК) «РИМЭКСПРОНОЗ», разработанный преподавателями кафедры Информатики. В основе представленного комплекса лежит система балансово-эконометрических имитационных моделей. Построение краткосрочных прогнозов осуществляется путем создания уравнений линейной множественной регрессии.
Используемый в исследовании ПТК дает возможность строить уравнения, проверить значимость влияния факторов (для каждого коэффициента уравнения рассчитывается /-статистика), а также провести верификацию прогноза для оценки точности и качества полученных значений. Для оценки качества уравнений регрессии в данной модели используются общепринятые показатели: коэффициент детерминации, / — статистика (критерий Фишера) и коэффициент Дарбина-Уотсона.
Точность определяется по результатам расчета абсолютной и относительной ошибок для ретро-прогноза.
312
Экспертно устанавливаются управляемые условия, по которым проводится верификация. Один из вариантов этих условий представлен в таблице 1.
Таблица 1
Настройки оценок качества
Коэффициент детерминации (R2), > 0,4
Значения статистики Фишера (F-stat). > 5,0
Критерий Дарбина-Уотсона (DW) 0,8 < DW< 3,2
Настройки оценок точности
High Middle Low
d <0,06 0,06 < d <0,16 d >0,16
Изначально для показателей социальной сферы было построено 30 уравнений. При проведении верификации полученных прогнозов
были получены результаты, представленные в таблице 2.
Таблица 2
Результаты верификации ретро-прогноза
Критерий точности
Критерий качества High Middle Low
High W1, W2, PR1, PR2, CPD2, VMPS, MDEP, MDEP%, AMAW%, AAPEN, AAPEN% PI1, PI2, NW1, NW2, TRT1, TRT2, C1, C2, CPD1, RMI1, RMI2, AMAW, AMINC%, MIP, Propin1, Pro-pin2, MESP, SBER1, SBER2, VAL1, VAL2, NMHAND, AMINC
Low
Для улучшения были отобраны уравнения, которые по критерию точности попали в категорию LOW.
Таблица 3
Исходные уравнения для рассматриваемых показателей
MIP = 0 MIP_1 CE3 C2_1 M2 s4 s1
Propin1 = 1 Propin1 1 CE3 C2_1 M2 s4 s1
Propin2 = 0 Propin2 1 CE3 C2_1 M2 s4
MESP = 0 MESP_1 CE3 PBT2_1 GI1 M2 s1
313
Где сценарные показатели: M2 — темп изменения денежной массы, S1 — сезонность первого квартала, S4 — сезонность четвертого квартала. MIP- Денежные доходы населения (в млрд. руб.) CE — Оплата труда наемных работников 3 (отчетные данные Росстата РФ ВВП2)
С2 — Покупка товаров и оплата услуг 2 Propinl — Доходы от собственности 1 MESP — Денежные РАСХОДЫ и сбережения населения PBT2 — Валовая прибыль экономики 2 (валовой смешанный доход) (ВВП2)
GI1 — Валовое накопление
В выбранных уравнениях были изменены аргументы с целью улучшения точности прогноза при сохранении или улучшении качества. В результате были получены новые уравнения, представленные
в таблице 4.
Таблица 4
Новые уравнения
MIP = 0 MIP_1 CE1 GI1_1 VVP s4
Propinl = 1 Propinl 1 Rmbc_1 CE3 Rref M2 s4
Propin2 = 0 Propin2 1 Rmbc_1 CE3 Rref M2 s4
MESP = 0 MESP_1 MIP Rref GI1 s1
Результаты верификации новых уравнений приведены в таблице 5.
Таблица 5
Результаты верификации новых уравнений
Критерий точности
High Middle Low
с е 5 PI1, PI2, W1, W2, PR1, PR2, CPD2, VMPS, MIP, Propin1, Propin2, NW1, NW2, TRT1, TRT2, SBER1, SBER2, VAL1, VAL2, NMHAND, AMINC
« High MDEP, MDEP%, MESP, C1, C2, CPD1,
и ер AMAW%, AAPEN, RMI1, RMI2, AMAW,
ите Кри AAPEN% AMINC%, PM
Low
314
В результате исследования удалось существенно улучшить точность прогноза, сохранив качество. Построенный новый ретро-прогноз показателя «Денежные доходы населения» (М1Р) представлены
на рисунке 3.
Денежные доходы населения (в млрд. руб.)
14000,0
12000,0 10000.0 ВООО.О 6000.0 4000,0 2000.0
а
<1 0,0
т
л-
■й
№
д
ш
- ц.
/ / / / / / / / / / # / А^г К* Л^С »^Р ^ Л^с К*
Рис.3. Построение ретро—прогноза для показателя «Денежные доходы населения»
В результате проведенного исследования удалось улучшить 4 показателя социальной сферы благодаря построению новых уравнений множественной линейной регрессии.
Однако для эконометрических уравнений существуют ограничения в повышении точности. Для таких уравнений имеет смысл использовать альтернативные методы прогнозирования, в частности интеллектуальные и гибридные.
Библиографический список
1. Китова О.В., Колмаков И.Б., Шарафутдинова А.Р. Анализ точности и качества краткосрочного прогноза показателей социально-экономического развития России. // Вестник Российского
315
экономического университета имени Г.В. Плеханова. — 2013. — №9.— С. 111-119.
2. Колмаков И.Б., Косоруков О.А., Китова О.В., Антипов В.И., Десятов И.В Шарафутдинова А.Р. Системы моделей прогнозов социально-экономического развития России. (Системы моделей — база знаний)// Dnyvedy — 2012.: MaterialyVIII mezinarodnivedesko-praktikakonferenceDil 19. Economickevedy. — Praha, 2012.
3. Свидетельство о государственной регистрации программы для ЭВМ № 2013613234 «Верификатор_2013 — анализ качества и точности эконометрического прогноза показателей экономики РФ». Правообладатели Ганжа А.В., Колмаков И.Б., Потапов С.В. Заявка № 2013610893 от 30 января 2013 г. Зарегистрировано в Реестре программ для ЭВМ 28 марта 2013 г.
4. Свидетельство о государственной регистрации базы данных № 2013620666 «База данных регрессионных уравнений для прогнозирования показателей уровня жизни, труда и занятости населения РФ». Правообладатели Колмаков И.Б., Потапов С.В., Савинова В.М., Стамболишвили Д.А. Заявка № 2013620421 от 17 апреля 2013 г Зарегистрировано в Реестре баз данных ЭВМ 30 мая 2013 г.
Контактная информация:
Савинова В.М.: тел. +7 (905) 767-11-45; e-mail: Lesnayapol@yandex.ru
Contact links:
Savinova V.M.: tel. +7 (905) 767-11-45; e-mail: Lesnayapol@yandex.ru
316