Prognozowanie gospodarcze:

1. Opisz proces predykcji:

1) określenie założeń

2predyktor i zasady predykcji

3predykcja (obliczanie prognozy)

4miary dokładności predykcji

II) Założenia teorii predykcji:

1. Dysponujemy oszacowanym i weryfikowalnym modelem ekonometrycznym o walorach

prognostycznych

2. Struktura modelu jest stabilna (stałość parametrów strukturalnych w czasie; stabilność

postaci analitycznej modelu; stabilność struktury przyczynowej modelu – koniunkcja

przyczyn)

3. Znane są wartości zmiennych objaśniających w okresie prognozowanym

4. Rozkład składnika losowego modelu jest stabilny

5. Dopuszczalna jest ekstrapolacja modelu poza obszar zmienności zmiennych objaśniających

III) Wyjaśnij pojęcie predyktora (punktowego i przedziałowego) i zasady predykcji. Jakie są zasady predykcji?

predyktor – jest zmienną losową, bo od próby do próby może się zmieniać

predyktor punktowy - wyznacza konkretną wartość predykcji, z niego dostajemy prognozę punktową.

predyktor przedziałowy - wyznacza przedział predykcji, czyli taki, w którym z wysokim prawdopodobieństwem można stwierdzić, że w nim mieści się wartość zmiennej prognozowanej.

Zasady predykcji – reguła postępowania, pozwalająca na wyznaczanie najlepszego w danych warunkach przybliżenia nieznanej wartości (przyszłej wartości zmiennej Y w okresie T.

Zasady predykcji nieobciążonej – prognozę wyznacza się na poziomie wartości oczekiwanej zmiennej prognozowanej w okresie T, jeśli model jest spełniony w przeszłości, to można zapisać model w okresie T.

IV) Dopuszczalność prognoz - informuje o spodziewanej wielkości odchyleń rzeczywistych wartości zmiennej prognozowanej od prognoz (wyznaczana na podstawie miar ex ante).

Trafność prognoz - informuje o rzeczywistej różnicy między rzeczywistymi wartościami zmiennej prognozowanej a prognozami (wyznaczana na podstawie miar ex post).

V) Mierniki ex – ante : do wyznaczenia mierników ex ante wykorzystuje się najczęściej błędy predykcji tj.

Vt*= (Vt/yTp)*100%

VI) Mierniki ex - post

Dt=yT-yTp

yT>yTp – prognoza niedoszacowana

yT<yTp – prognoza przeszacowana

Dt*=|yT-yTp|/yT *100%

VII) Od czego zależy wariancja predykcji?

Wariancja predykcji zależy od wartości zm. objaśniających w okresie prognozowanym; wariancji, covariancji estymatorów D²(a_j), cov(a_j, a_i); wariancji resztowej modelu z którego prognozujemy S²(u).

IX) Prognozowanie bezpośrednie (m. struktury) modele struktury czyli trendu, sezonowości, autoregresyjnych, innych. Zalety – znajomość zm. objaśniających w okresie prognozowanym; łatwość i szybkość. Wady – nieograniczoność funkcji trendu tzn. wartości funkcji rosną/maleją nieograniczenie; modele trendu nadają sie do prog. tylko krótkich okresów.

X) Prognozowanie pośrednie (m. przyczynowo-skutkowe) – wprost bez etapów pośrednich prognozowana jest zmienna y. Zalety – bazuje na modelu, który ma większą wartość poznawczą (przyczynowo-skutkowy), gdy jest stabilność modelu; nadają się do prog. krótkich, średnich i długich okresów, gdy stabilność modelu. Wady – nieznajomość wartości zm. objaśniających w okresie prognozowanym; czasochłonność i złożoność; kumulacja błędów prognoz.

XI) Jakie warunki musi spełniać model, aby stanowił dobrą podstawę do prognozowania?

1. Musi być znany jakościowo dobry model ekonometryczny dla zmiennej objaśnianej.

2. Struktura modelu (postać analityczna i parametry strukturalne) musi być stabilna w czasie, zarówno w próbie, jak i w okresie prognozowanym.

3. Struktura stochastyczna modelu musi być stabilna w czasie (rozkład składnika losowego).

4. Znane muszą być wielkości zmiennych objaśniających w okresie prognozowanym.

5. Dopuszczalność ekstrapolacji poza obserwowany w próbie obszar zmienności zmiennych objaśniających.

XII) Wady i zalety prognozowanie na podstawie modelu przyczynowo-skutkowego

Wady:

1. Duża złożoność prognozowania, pracochłonność i trudność – Złożoność i pracochłonność są konsekwencją prognozowania pośredniego. Trudność wynika z wymogu posiadania większej wiedzy niż przy prognozowaniu z modeli struktury na temat zależności przyczynowo-skutkowej

2. Niebezpieczeństwo kumulacji błędów prognozy dla zmiennej objaśnianej y– jest efektem zastosowania prognozowania pośredniego („cena”, którą płaci się za wykorzystanie prognoz x)

Zalety:

1. Wartość poznawcza modeli przyczynowo-skutkowych jest większa niż modeli struktury ze względu na wykorzystanie mechanizmu przyczynowo-skutkowego – model może służyć do wyjaśnienia takich zależności i oczekuje się w związku z tym, że prognozy z takiego modelu będą na ogół lepsze (w sensie błędu) niż z modeli opisowych. Spełnione jest to wtedy, gdy zależność jest stabilna w czasie. Zależy od ilości obserwacji i ilości zmiennych, charakter zmian badanych zmiennych.

2. Model przyczynowo-skutkowy można wykorzystać do prognozowania na długie okresy, przy założeniu stabilności zależności.

XIII) Co to jest prognoza wygasła?

Prognoza wygasła jest to prognoza wyznaczona na taki czas, dla którego znana jest prawdziwa wartość zmiennej prognozowanej

XIV) Co to jest prognoza przedziałowa?

Wartości wśród których z określonym prawdopodobieństwem znajdzie się przyszła obserwacja.

XV) Co to jest prognozowanie?

Przewidywanie przyszłości. Może mieć charakter racjonalny i nieracjonalny. Racjonalny wtedy, gdy opieramy się na logicznym schemacie, przebiega od przesłanek do konkluzji. Nieracjonalny – w ogóle nie ma przesłanek do wyciągnięcia wniosków, albo są przesłanki, ale nie ma związków z konkluzją

XVI) Co to jest biały szum?

To proces czysto losowy, zatem nie posiada żadnej prawidłowości a w związku z tym jest nieprognozowany.