Тема 9 Каузальные методы прогнозирования рынков продуктов отрасли

На прогноз рынков товаров значительное влияние оказывает ряд микро и макроэкономических факторов.

К микроэкономическим факторам отнесены: объем и структура ресурсной базы; характер и значимость стратегических целей; стадия жизненного цикла; размеры, организационное строение и функциональная структура субъекта предпринимательской деятельности.

К макроэкономическим факторам отнесены такие факторы, как:

– экономическая и политическая ситуация в стране;

– состояние инвестиционного и финансового рынков;

– комплекс законодательных и нормативных основ деятельности хозяйствующего субъекта;

– политика налогообложения.

Большинство явлений и процессов в экономике находятся в постоянной взаимной и объективной связи. Исследование зависимостей и взаимосвязей между объективно существующими явлениями и процессами играет большую роль в экономике. Оно дает возможность глубже понять сложный механизм причинно-следственных связей между явлениями.

Для исследования интенсивности, вида и формы зависимостей широко применяется корреляционно-регрессионный анализ, который является методическим инструментарием при решении задач прогнозирования и планирования.

Различают два вида зависимостей между экономическими явлениями и процессами: функциональную и стохастическую (вероятностную, статистическую). В случае функциональной зависимости имеется однозначное отображение значений фактора и прогнозируемого показателя.

Функциональная зависимость встречается редко. В большинстве случаев показатель (y) или фактор (x) – случайные величины. Они подвержены действию различных случайных факторов, среди которых могут быть общие для двух случайных величин.

Статистической называется зависимость между случайными величинами, при которой изменение одной из величин влечет за собой изменение закона распределения другой величины. В этом случае говорят о корреляционной зависимости.

В экономике приходится иметь дело со многими явлениями, имеющими вероятностный характер. Например, к числу случайных величин можно отнести: стоимость продукции, доходы бюджетов и др.

Вероятностная зависимость между случайными величинами есть регрессия. Она устанавливает соответствие между этими величинами.

Cтохастическая зависимость выражается с помощью функции, которая называется регрессией. Уравнение регрессии характеризует взаимосвязь переменных x и y, т. е. показывает, как изменяется величина y в зависимости от изменения величины x.

Такая зависимость может быть представлена следующим образом:

yt = f (xt, et),

где yt – зависимая переменная в момент времени t; xt – независимая переменная (фактор) в момент времени t; et – ошибка наблюдения в момент времени t.

Перечислим различные виды регрессии.

1. Регрессия относительно числа переменных:

– простая регрессия – регрессия между двумя переменными;

– множественная регрессия – регрессия между зависимой переменной у и несколькими независимыми переменными х 1, х 2 … хm.

2. Регрессия относительно формы зависимости:

– линейная регрессия, выражаемая линейной функцией;

– нелинейная регрессия, выражаемая нелинейной функцией.

3. В зависимости от характера регрессии различают:

– положительную регрессию, которая имеет место, если с увеличением (уменьшением) независимой переменной значения зависимой переменной также увеличиваются (уменьшаются);

– отрицательную регрессию – с увеличением или уменьшением независимой переменной зависимая переменная также уменьшается или увеличивается.

Регрессия тесно связана с корреляцией. Корреляция в широком смысле слова означает связь, соотношение между объективно существующими явлениями. Связи между явлениями могут быть различны по силе. При измерении тесноты связи говорят о корреляции в узком смысле слова.

Понятия «корреляция» и «регрессия» тесно связаны между собой. В корреляционном анализе оценивается сила связи, а в регрессионном анализе исследуется ее форма. Корреляция в широком смысле объединяет корреляцию в узком смысле и регрессию.

Исследование корреляционных связей называют корреляционным анализом, а исследование стохастических зависимостей – регрессионным анализом. Корреляционный и регрессионный анализ имеют свои задачи. К задачам корреляционного анализа относятся следующие:

1. Измерение степени связи (тесноты, силы) двух и более явлений.

2. Отбор факторов, оказывающих наиболее существенное влияние на результирующий признак (прогнозируемое явление), на основании измерения тесноты связи между явлениями.

3. Обнаружение неизвестных причинных связей. Корреляция непосредственно не выявляет причинных связей между явлениями, но устанавливает степень необходимости этих связей и достоверность суждений об их наличии. Причинный характер связей выясняется с помощью логически-профессиональных суждений, раскрывающих механизм связей.

К задачам регрессионного анализа относят:

1. Установление формы зависимости (линейная, нелинейная, положительная или отрицательная и т. д.).

2. Определение функции регрессии и установление влияния факторов на зависимую переменную.

Важно не только определить форму регрессии, указать общую тенденцию изменения зависимой переменной, но и выяснить, каково было бы действие на зависимую переменную главных факторов, если бы прочие не изменились и если бы случайные элементы были исключены.