Прогнозирование социально-экономических явлений в условиях цифровизации в экономике
Автор: Курышева Светлана Владимировна, Батырова Дарья Кирилловна
Журнал: Известия Санкт-Петербургского государственного экономического университета @izvestia-spgeu
Рубрика: Методология и инструментарий управления
Статья в выпуске: 4 (136), 2022 года.
Бесплатный доступ
В статье рассматривается проблема развития методологии прогнозирования социально-экономических процессов на примере динамики численности занятых в экономике России. Целью исследования является выявление статистико-математических приёмов изучения траектории движения уровня занятых в экономике и развитие на этой основе методов прогнозирования. Для достижения цели авторами раскрыты возможные пути учёта отдельных компонент временного ряда и предложены способы построения прогнозов. Проведенный анализ дает возможным утверждать, что одним из методов, позволяющих строить краткосрочные прогнозы социально-экономических процессов, является авторегрессионое моделирование. Рекомендовано сделать акцент на изучении оценки качества моделей как на соответствие модели определённым тестам, так и на улучшение модели с помощью информационных критериев. В настоящее время цифровизация экономики способствует развитию методов прогнозирования и повышению компетенции работников для гармоничного существования в условиях цифровизации. Расчеты произведены в ППП «Gretl».
Временной ряд, тренды, моделирование, авторегрессионные модели, авторегрессионные процессы, автокорреляционная функция, тестовая статистика, информационные критерии
Короткий адрес: https://sciup.org/148324548
IDR: 148324548
Список литературы Прогнозирование социально-экономических явлений в условиях цифровизации в экономике
- Айвазян С.А., Фантаццини Д. Эконометрика-2: продвинутый курс с приложениями в финансах. М.: Магистр: ИНФРА-М, 2014. 944 с.
- Батырова Д.К. Статистическая оценка перспектив налоговых поступлений в бюджет России: дис. канд. экон. наук. СПб., 2020. 234 с.
- Бокс Дж., Дженкинс Г.М. Анализ временных рядов. Прогноз и управление. М.: Мир, 1974.
- Головко М.В., Плотников В.А. Цифровые тренды и трудовые ресурсы: анализ взаимосвязей // Ученые записки Международного банковского института. 2022. № 1 (39). С. 91-102.
- Канторович Г.Г. Анализ временных рядов. М.: Экономический журнал ВШЭ, 2003. 129 с.
- Носко В.П. Эконометрика. Кн. 1. Ч. 1, 2. М.: Дело, 2011. 672 с.
- Прогнозирование с помощью моделей ARIMA / В кн.: Дубрава Т. А. Статистические методы прогнозирования. М.: ЮНИТИ, 2003. С. 178-184.
- Федеральная служба государственной статистики. [Электронный ресурс]. Режим доступа: rosstat.gov.ru>storage/mediabank/trud2_15-72.xls (дата обращения 10.05.2022).
