ДЕРЖАВНА ПОДАТКОВА СЛУЖБА УКРАЇНИ

Національний університет державної податкової служби України

КАФЕДРА ЕКОНОМІЧНОЇ КІБЕРНЕТИКИ

Робоча навчальна програма з курсу Прогнозування соціально-економічних процесів

для підготовки бакалаврів

в галузі знань 0305 «Економіка і підприємництво»

за напрямом

6.030502 «Економічна кібернетика»

денної форми навчання

статус дисципліни: нормативна

Ірпінь – 2013

ЗМІСТ

ПЕРЕДМОВА.. 3

ОПИС НАВЧАЛЬНОЇ ДИСЦИПЛІНИ.. 5

СТРУКТУРА НАВЧАЛЬНОЇ ДИСЦИПЛІНИ.. 7

ЗМІСТ НАВЧАЛЬНОЇ ДИСЦИПЛІНИ ЗА ЗМІСТОВИМИ МОДУЛЯМИ.. 8

МЕТОДИ ОЦІНЮВАННЯ ТА РОЗПОДІЛ БАЛІВ ЗА РЕЙТИНГОВОЮ СИСТЕМОЙ   16

КОНТРОЛЬНІ ПИТАННЯ З ДИСЦИПЛІНИ.. 17

РЕКОМЕНДОВАНА ЛІТЕРАТУРА.. 20

ПЕРЕДМОВА

Дисципліна «ПРОГНОЗУВАННЯ СОЦІАЛЬНО-ЕКОНОМІЧНИХ ПРОЦЕСІВ» є складовою професійно – орієнтованої підготовки фахівців в галузі знань 0305 «Економіка і підприємництво» за напрямом 6.030502 «Економічна кібернетика». Прогнозування соціально-економічних процесів - важлива функція системи управління економікою на всіх її рівнях. Економічні процеси, які відбуваються на мікро- та макрорівнях, вимагають попереднього осмислення дій у вигляді прогнозу. Державі та суб’єктам господарювання потрібний добре обґрунтований образ майбутнього, головним критерієм якості якого є збіг дійсних подій з тими, які передбачаються. Основним інструментом для побудови таких прогнозів є математичні методи і моделі. Використання математичного моделювання значно розширює можливості для проведення економічного аналізу, дозволяє сформувати якісно нові проблеми та отримати нові результати таких досліджень, а відтак є необхідною умовою розвитку економічної теорії як в теоретичному так і в практичному аспектах.

Використання методів прогнозування важко уявити без комп'ютерних програм. Для автоматизації процесів розробки прогнозних моделей застосовуються табличний процесор MS Excel та його надбудови, пакет Statistica. Однією з найкращих та потужніших систем для аналізу та прогнозування часових рядів є пакет програм Econometrics Views. Пакет EViews реалізований як стандартна програма під операційну систему Windows, що робить її легкою у використанні. Ця система відзначається простотою у роботі, графічним оформленням результатів, набором багатьох методів аналізу, можливістю створення своїх методів аналізу. У пропонованому курсі означені програмні засоби використовуються для побудови прогнозів при виконанні лабораторних робіт, передбачених робочою програмою даної дисципліни.

1. Предмет дисципліни: методологія, методи і моделі, комп’ютерні програмні засоби прогнозування соціально-економічних процесів.

2. Мета дисципліни: формування системи теоретичних знань та практичних навичок з питань етапів, методів і моделей, програмних засобів прогнозування соціально-економічних процесів, а також їх застосування при прогнозуванні процесів в економічних системах на мікро- та макрорівні..

3. Завдання дисципліни: вивчення теоретичних основ соціально-економічного прогнозування; набуття вмінь застосовування методів і моделей аналізу та прогнозування соціально-економічних процесів із застосуванням сучасних комп’ютерних програмних засобів.

Міжпредметні зв’язки: вивчення дисципліни передбачає міжпредметні зв’язки з такими дисциплінами як „Економічна кібернетика”, „Менеджмент”, “Мікроекономіка”, “Макроекономіка”, „Регіональна економіка”, «Економіко-математичне моделювання», «Теорія ймовірності і математична статистика», «Системи прийняття рішень».

На вивчення дисципліни навчальним планом передбачено 144 годин, з них 14% відведено на лекційні заняття, 22% на лабораторні заняття. На самостійне вивчення відводиться 64% часу. 

ОПИС НАВЧАЛЬНОЇ ДИСЦИПЛІНИ «ПРОГНОЗУВАННЯ СОЦІАЛЬНО-ЕКОНОМІЧНИХ ПРОЦЕСІВ»

для підготовки бакалаврів

в галузі знань 0305 «Економіка і підприємництво»

за напрямом 6.030502 «Економічна кібернетика»

(денна форма навчання)

1. Предмет: методологія, методи і моделі, комп’ютерні програмні засоби для прогнозування соціально-економічних процесів.

2. Мета: вивчення теоретичних основ соціально-економічного прогнозування; набуття вмінь застосовування методів і моделей аналізу та прогнозування соціально-економічних процесів із застосуванням сучасних комп’ютерних програмних засобів.

СТРУКТУРА НАВЧАЛЬНОЇ ДИСЦИПЛІНИ "ПРОГНОЗУВАННЯ СОЦІАЛЬНО-ЕКОНОМІЧНИХ ПРОЦЕСІВ"

для підготовки бакалаврів

в галузі знань 0305 «Економіка і підприємництво»

за напрямом 6.030502 «Економічна кібернетика»

(денна форма навчання)

ЗМІСТ НАВЧАЛЬНОЇ ДИСЦИПЛІНИ ЗА ЗМІСТОВИМИ МОДУЛЯМИ

Замовити готові роботи можна тут!

Тема 1. Методологічні основи прогнозування соціально-економічних процесів

1. Основні поняття, цілі та завдання прогнозування соціально-економічних процесів.

2. Основні етапи та принципи прогнозування.

3. Прогнозування та планування, їх задачі, схожість та відмінності.

4. Місце прогнозування серед функцій управління соціально-економічними процесами.

5. Види та призначення прогнозів.

6. Методи прогнозування. Класифікаційна схема методів прогнозування.

Самостійна робота

1. ЗАКОН УКРАЇНИ «Про державне прогнозування та розроблення програм економічного і соціального розвитку України».

2. Інформаційне забезпечення прогнозування соціально-економічних процесів.

Література: 1, 3, 4, 6, 7, 8, 9

Тема 2. Причинно-наслідкові моделі прогнозування

1. Підбір кривої по точках.

2. Основні види кривих підгонки.

3. Екстраполяція як основний інструмент прогнозування.

4. Способи оцінки моделей.

5. Ретроспективне оцінювання прогнозу (EX-POST).

6. EX-POST як імітація процесу прогнозування.

Самостійна робота

1. Співвідношення між точністю апроксимації статистичних даних та рівнем точності прогнозу.

2. Ретроспективне оцінювання прогнозу: приклади.

Література: 9,11

Лабораторна робота

Тема: «Причинно-наслідкові моделі прогнозування. Підбір кривої по точкам. Застосування засобів Excel (Регрессия та Поиск решения) для автоматизації обчислень коефіцієнтів регресії»

Лабораторна робота

Тема: «Есonomics Viewer: інтерфейс користувача, робота з даними та з базою даних, фільтрація об’єктів»

Тема 3. Прогнозування за допомогою часових рядів

1. Основні визначення.

2. Порядок аналізу часових рядів.

3. Адитивна та мультиплікативна моделі часових рядів.

4. Міри точності прогнозів.

5. Стаціонарність часових рядів.

6. Числові характеристики часових рядів.

Література: 2, 3, 4, 11, 12, 13

Самостійна робота

1. Приклади побудови адитивної та мультиплікативної моделей часових рядів для соціально-економічних процесів.

Лабораторна робота

Тема: «Побудова точкового та інтервального прогнозів для заданого часового ряду із застосуванням статистичних функцій табличного процесора Excel»

Лабораторна робота

Тема: «Econometrics Views. Створення бази даних основних макроекономічних показників України за заданий часовий період, аналіз та класифікація часових рядів, числові характеристики»

Тема 4. Методи та моделі згладжування часових рядів

1. Метод усереднення. Метод подвійного усереднення.

2. Методи експоненціального згладжування.

2.1. Звичайне експоненціальне згладжування.

2.2. Подвійне експоненціальне згладжування.

2.3. Потрійне експоненціальне згладжування.

3. Адаптивне згладжування.

4. Несезонна модель Хольта–Вінтерса.

5. Адитивна модель Хольта–Вінтерса.

6. Мультиплікативна модель Хольта–Вінтерса.

Самостійна робота

1. Фільтр Ходріка–Прескотта.

2. Приклади побудови прогнозів на основі моделей Хольта-Вінтерса.

Література: 2, 3, 4, 11, 12, 13

Лабораторна робота

Тема: «Econometrics Views. Застосування методів усереднення та експоненціального згладжування для прогнозування»

Лабораторна робота

Тема: «Econometrics Views. Застосування моделей Хольта–Вінтерса та фільтру Ходріка–Прескотта для прогнозування»

Тема 5. Виділення трендовоі та сезонної компонент

1. Часові ряди з трендом.

2. Функціональні види тренду.

3. Виділення сезонних коливань. Фіктивні змінні.

4. Прогнозування сезонності в макроекономічних дослідженнях.

Самостійна робота

1. Виділення трендової компоненти: приклади.

2. Приклади прогнозування сезонності.

3. Приклади прогнозування з урахуванням сезонності.

Література: 1, 2, 3, 4, 11, 12, 13

Лабораторна робота

Тема: «Econometrics Views. Прогнозування на основі даних часового ряду з урахуванням сезонних змін»

Тема 6. Експертні методи прогнозування

1. Сутність і різновиди експертних методів.

2. Методи індивідуального і групового експертного оцінювання.

3. Види експертних оцінок.

4. Оцінка ступеня узгодженості думок.

5. Експертні оцінки і моделі бінарного вибору.

6. Моделі множинного вибору в експертному оцінюванні майбутнього.

Самостійна робота

1. Організація і проведення експертного опитування.

2. Аналіз результатів опитування експертів.

3. Приклади побудови економічних прогнозів із застосуванням експертних методів.

Література: 3, 4 -10, 12

Лабораторна робота

Тема: «Моделі множинного вибору в експертному оцінюванні майбутнього»

Тема 7. Прогнозування на основі ARMA-моделей

1. Поняття «білого шуму».

2. Лаговий оператор.

3. МА(q)-процес.

4. Процес авторегресії AR(p).

5. Перетворення MA-процесів.

6. ARMA–процес.

7. Прогнозування на основі ARMA-моделей.

8. Оцінювання невідомих коефіцієнтів ARMA-моделей.

Самостійна робота

1. Econometrics Views: прогнозування на основі ARMA-моделей.

2. Приклади прогнозування економічних процесів на основі ARMA-моделей.

Література: 1, 4, 5, 10, 12, 13

Лабораторна робота

Тема: «Econometrics Views. За допомогою аналізу корелограми та графіку часткової кореляційної функції визначити параметри ARMA–моделі і оцінити модель»

Тема 8. ARІMA-процеси

1. ARІMA-процеси.

2. “Випадкове блукання”.

3. Імпульсний аналіз.

4. Аналіз часових рядів Бокса-Дженкінса.

5. Ідентифікація моделі.

6. Оцінка моделі.

7. Діагностика моделі.

8. Аналіз залишків моделі

Самостійна робота

1. Тестування на наявність одиничного кореня.

2. Тест Діккі–Фуллера та тест Філліпса–Перрона.

3. Числові критерії адекватності моделі часового ряду Бокса-Дженкінса.

Література: 1, 8, 12, 13

Лабораторна робота

Тема: «Ідентифікація ARІMA- моделей»

Лабораторна робота

Тема: «Прогнозування за допомогою ARІMA- моделей»

Тема 9. Моделі часових рядів зі змінною дисперсією

1. Приклади нелінійних процесів.

2. Моделі зі змінною дисперсією.

3. Оцінювання моделей зі змінною дисперсією.

4. Моделювання часових рядів при зміні економічної ситуації.

5. Економічній аналіз на основі моделей зі зміною економічних ситуацій.

Самостійна робота

1. Нелінійні процеси авторегресії.

2. Порогові моделі.

3. Білінійні моделі.

4. Гармонічні процеси.

5. Моделювання фінансових ринків.

Література: 1, 4, 5, 7, 8, 12

Лабораторна робота

Тема: «Прогнозування економічних процесів за допомогою моделей зі змінною дисперсією»

Тема 10. Прогнозування на основі VAR-моделі

1. Означення VAR–моделі. Різновиди VAR-моделей.

2. Оцінка стаціонарних VAR-моделей.

3. Прогнозування на основі VAR-моделей.

4. Причинність за Гренджером.

5. Коінтеграція. Тестування на наявність коінтеграції.

Самостійна робота

1. Приклади прогнозування на основі VAR-моделей.

2. Структурний аналіз на основі VAR-моделей.

3. Імпульсний аналіз.

Література: 1

Лабораторна робота

Тема: «Econometrics Views: прогнозування на основі VAR-моделі»

Тема 11. Критерії визначення якісного прогнозу.

1. Поняття оптимального прогнозу.

2. Оцінювання адекватності моделі прогнозування.

3. Критерії визначення якісного прогнозу.

4. Оцінка точності моделі прогнозування та прогнозів.

Самостійна робота

1. Приклади побудови оптимальних прогнозів та оцінювання адекватності моделі прогнозування.

Література: 9, 11

Тема 12. Побудова комбінованого прогнозу

1. Інтегровані критерії точності й адекватності.

2. Поняття комбінованого прогнозу.

3. Алгоритм об’єднання окремих прогнозів.

4. Методи об’єднання прогнозів: дисперсійно-коваріаційний, регресійний.

Самостійна робота

1. Прогнозування соціального розвитку та рівня життя населення.

2. Прогнозування попиту на товари та послуги.

3. Демографічні прогнози.

4. Модель прогнозування чисельності населення.

5. Прогнозування параметрів руху населення.

Література: 1, 9, 10

Лабораторна робота

Тема: «Побудова комбінованого прогнозу»

МЕТОДИ ОЦІНЮВАННЯ ТА РОЗПОДІЛ БАЛІВ ЗА РЕЙТИНГОВОЮ СИСТЕМОЙ

При визначенні підсумкової оцінки за кредитно – модульною системою при заключному контролі враховується загальна кількість балів, отриманих студентом при поточному контролі у процесі виконання навчального плану дисципліни, та кількість балів, отриманих студентом при виконанні модульної контрольної роботи. Передбачено один підсумкових контроль: 8-й семестр – Екзамен.

Максимальна сумарна кількість балів підсумкового контролю з курсу становить: 100 балів і складається з кількості балів, отриманих у поточному контролі та отриманих на екзамені. Максимальна кількість балів поточного контролю становить 50, максимальна кількість балів на екзамені – 50.

На підставі отриманої кількості балів з усього курсу дисципліни за кредитно – модульної системи згідно до вимог Болонської декларації застосовується наступна шкала оцінки знань:

Поточний контроль засвоєння матеріалу з кожної теми здійснюється у відповідності до навчального плану дисципліни і включає:

- оцінювання виконання та захисту кожної лабораторної роботи;

- оцінювання виконання та захисту індивідуальної роботи;

- оцінювання виконання самостійної роботи.

Враховується дисциплінованість студента: за несвоєчасність виконання завдань кількість запланованих з даної теми балів може бути зменшена.

При підсумковому контролі знань враховується загальна кількість балів, отриманих студентом по кожній з тем модуля.

Нижче наведена таблиця розподілу балів за темами, змістовими модулями, модулю та загалом по курсу.

КОНТРОЛЬНІ ПИТАННЯ З ДИСЦИПЛІНИ

Купити відповіді на контрольні питання можна тут!

1. Основні поняття, цілі та завдання прогнозування соціально-економічних процесів.

2. Основні етапи та принципи прогнозування.

3. Місце прогнозування серед функцій управління соціально-економічними процесами.

4. Види та призначення прогнозів.

5. Методи прогнозування. Класифікаційна схема методів прогнозування.

6. Причинно-наслідкові моделі прогнозування

7. Підбір кривої по точках. Основні види кривих підгонки.

8. Екстраполяція як основний інструмент прогнозування.

9. Ретроспективне оцінювання прогнозу (EX-POST).

10. Порядок аналізу часових рядів.

11. Адитивна та мультиплікативна моделі часових рядів.

12. Стаціонарність часових рядів.

13. Числові характеристики часових рядів.

14. Метод усереднення. Метод подвійного усереднення.

15. Методи експоненціального згладжування.

16. Несезонна модель Хольта–Вінтерса.

17. Адитивна модель Хольта–Вінтерса.

18. Мультиплікативна модель Хольта–Вінтерса.

19. Фільтр Ходріка–Прескотта.

20. Часові ряди з трендом.

21. Функціональні види тренду.

22. Виділення сезонних коливань. Фіктивні змінні.

23. Прогнозування сезонності в макроекономічних дослідженнях.

24. Поняття «білого шуму».

25. Лаговий оператор.

26. МА(q)-процес.

27. Процес авторегресії AR(p).

28. ARMA–процес.

29. Прогнозування на основі ARMA-моделей.

30. Оцінювання невідомих коефіцієнтів ARMA-моделей.

31. ARІMA-процеси.

32. “Випадкове блукання”.

33. Аналіз часових рядів Бокса-Дженкінса.

34. Тестування на наявність одиничного кореня.

35. Тест Діккі–Фуллера та тест Філліпса–Перрона.

36. Числові критерії адекватності моделі часового ряду Бокса-Дженкінса.

37. Приклади нелінійних процесів.

38. Моделі зі змінною дисперсією.

39. Оцінювання моделей зі змінною дисперсією.

40. Моделювання часових рядів при зміні економічної ситуації.

41. Нелінійні процеси авторегресії.

42. Означення VAR–моделі. Різновиди VAR-моделей.

43. Оцінка стаціонарних VAR-моделей.

44. Прогнозування на основі VAR-моделей.

45. Причинність за Гренджером.

46. Коінтеграція. Тестування на наявність коінтеграції.

47. Сутність і різновиди експертних методів.

48. Методи індивідуального і групового експертного оцінювання.

49. Види експертних оцінок.

50. Оцінка ступеня узгодженості думок.

51. Експертні оцінки і моделі бінарного вибору.

52. Моделі множинного вибору в експертному оцінюванні майбутнього.

53. Поняття оптимального прогнозу.

54. Оцінювання адекватності моделі прогнозування.

55. Критерії визначення якісного прогнозу.

56. Оцінка точності моделі прогнозування та прогнозів.

57. Інтегровані критерії точності й адекватності.

58. Поняття комбінованого прогнозу.

59. Алгоритм об’єднання окремих прогнозів.

60. Методи об’єднання прогнозів: дисперсійно-коваріаційний, регресійний.

РЕКОМЕНДОВАНА ЛІТЕРАТУРА

1. Бокс Дж., Дженкинс Г. Анализ временных рядов, прогноз и управление. – М.: Мир, 1974. – 195 с.

2. Бутакова М.М. Економическое прогнозирование: методы и приемы практических расчетов: Учебное пособие. – М.: КНОРУС, 2010. – 168 с.

3. Геєць В.М. та ін. Моделі і методи соціально-економічного прогнозування. – Х.: ВД „ІНЖЕК”, 2005. – 396 с.

4. Глівенко С.В., Соколов М.О., Теліженко О.М. Економічне прогнозування: Навчальний посібник. – 2-ге вид., перероб. та доп. – Суми: Видавництво «Університетська книга», 2001. – 207 с.

5. Грабовецький Б.Є. Економічне прогнозування і планування: Навчальний посібник: Навчальне видання. - К.: ЦНЛ, 2003. - 188 c.

6. Єріна А.М. Статистичне моделювання та прогнозування: Навчальний посібник. - К.: КНЕУ, 2001. - 170 c.

7. Клебанова Т.С., Иванов В.В., Дубровина Н.А. Методы прогнозирования: учебное пособие. – Х., 2002. – 372 с.

8. Костина Н.И., Алексеев А.А. Финансовое прогнозирование в экономических системах: Учеб.пособие для вузов. – М.: ЮНИТИ-ДАНА, 2002. – 285 с.

9. Кулявець В.О. Прогнозування соціально-економічних процесів: Навчальний посібник. – К.: Кондор, 2009. – 194 с.

10. Мінченко М.В., Чижов Л.П., Фролков А.В. Планування та прогнозування соціально-економічного розвитку регіонів: Підручник: Навчальне видання. - Суми: Університетська книга, 2004. – 442 c.

11. Мур Д., Уэдерфорд Л. Економическое моделирование в Microsoft Excel, 6-е изд.: Пер. с англ. – М.: Издательский дом «Вильямс», 2004. – 1024 с.

12. Присенко Г.В., Равікович Є.І. Прогнозування соціально-економічних процесів: Навч. посіб. — К.: КНЕУ, 2005. – 378 с.

13. Черняк О.І., Ставицький А.В. Динамічна економетрика. – К.: КВІЦ, 2000. – 120 с.

З повагою ІЦ "KURSOVIKS"!