Комаревцева О.О.аспирантка 1 курса направления подготовки «Экономика», Орловский филиал Российской академии народного хозяйства и государственной службы при Президенте Российской Федерации, г. Орёл, Российская Федерация komare_91@mail.ru
Предмет. Статья посвящена краткосрочному статистическому прогнозированию индикаторов муниципального развития на примере валового муниципального продукта. Тема исследования приобрела большую актуальность в связи с постоянными изменениями в экономике страны, регионов, муниципальных образований из-за мировых кризисных тенденций. Цели. Формирование модели краткосрочного прогнозирования на основе адаптивной модели Брауна и трендовой модели Хольта – Уинтерса. Для решения поставленной задачи необходимо рассмотреть сущность этих моделей; провести статистическое исследование валового муниципального продукта г. Орла на основе адаптивной модели Брауна, рассчитав адекватность и выполняемость всех требований модели; проверить правильность построения модели на основе расчетов модели Хольта – Уинтерса. Методология. Методологическая база исследования представлена методами структурного, логического и статистического анализа, графическим методом. Результаты. Предложен эффективный инструмент краткосрочного прогнозирования. Установлено, что эффективность адаптивной модели Брауна по прогнозированию уровня валового муниципального продукта составляет 95%, о чем свидетельствует выполнение всех требований адекватности модели. Трендовая модель Хольта – Уинтерса позволяет подтвердить или опровергнуть результаты исследования модели Брауна. Область применения результатов обширна. Исследование может быть интересно как региональным, так и муниципальным органам власти, а также научным кругам, исследователям, которые занимаются проблематикой развития муниципальных образований. Выводы и значимость. Проведенное исследование позволит, во-первых, на основе краткосрочного прогнозирования наиболее точно рассчитать уровень валового муниципального продукта, во-вторых, совершить проверку модели Брауна трендовой моделью Хольта – Уинтерса, в-третьих, смоделировать экономические системы муниципального образования с учетом будущих изменений.
Ключевые слова: муниципальное образование, экономика, прогнозирование
Список литературы:
Lucas H.C., Goh J.M. Disruptive Еechnology: How Kodak Missed the Digital Photography Revolution. TheJournal of Strategic Information Systems, 2009, vol. 18, iss. 1, pp. 46–55. doi: 10.1016/j.jsis.2009.01.002
Nadkarni S., Narayanan K. Strategic Schemas, Strategic Flexibility, and Firm Performance: The Moderating Role of Industry Clockspeed. Strategic Management Journal, 2007, vol. 28, iss. 3, pp. 243–270. doi: 10.1002/smj.576
Холодова Г.М., Лещёва Л.Н. Эффективность использования модели Брауна в моделях регрессионного анализа // Наука и современность. 2011. № 13-3. С. 167–172.
Трофимов Д.Ю. Модель с коррекцией прогноза на основе модели Брауна // Актуальные проблемы современной науки, техники и образования. 2015. Т. 2. № 1. С. 253–257.
Усманов Т.И., Загирова А.С. Программная реализация квадратичной модели Брауна // Математические методы и модели в исследовании современных проблем экономики и общества: сборник статей Всероссийской молодежной научно-практической конференции. Уфа: Аэтерна, 2014.
Гришина И.В., Шахназаров А.Г., Райзман И.И. Комплексная оценка инвестиционной привлекательности и инвестиционной активности российских регионов: методика определения и анализ взаимосвязей // Инвестиции в России. 2001. № 4. С. 14–20.
Блюм Е.А. Обзор методик оценки инвестиционного потенциала региона // Молодой ученый. 2013. № 7. С. 137–141.
Чистякова А.А. Разработка методов анализа неоднородных рядов динамики на основании статистических характеристик // Восточно-Европейский журнал передовых технологий. 2014. Т. 5. № 4. С. 35–43.
Федотов А.И. Анализ показателей бюджетного процесса муниципальных образований Орловской области // Инновационная экономика: перспективы развития и совершенствования. 2015. № 2. С. 273–278.
Романенков Ю.А. Параметрический анализ области адекватности адаптивной прогнозной модели Брауна // Научные труды Южного филиала Национального университета биоресурсов и природопользования «Крымский агротехнологический университет». Сер.: Технические науки. 2014. № 162. С. 228–236.
Дубовских К.И., Смирнова А.А., Реент Н.А. Прогнозирование объемов производства сельского хозяйства РФ на основе модели Хольта – Уинтерса // Приложение математики в экономических и технических исследованиях. 2014. № 4. С. 86–89.
Кузнецова И.Ю. Прогнозирование потребления энергоресурсов на основе модели Хольта – Уинтерса // Международный научно-исследовательский журнал. 2014. № 8-1. С. 25–27.
Васильев А.А., Васильева Е.В., Курганов В.М. Анализ моделей прогнозирования в логистике // Вестник Тверского государственного университета. Сер.: Экономика и управление. 2011. № 9. С. 4–12.
Саблина Е.А. Применение современных подходов к статистической оценки и прогнозированию стабильности финансовый системы России // Вопросы статистики. 2009. № 7. С. 54–62.
Мандель А.С. Метод аналогов в прогнозировании коротких временных рядов: экспертно-статистический подход // Автоматика и телемеханика. 2004. № 4. С. 143–152.
Прасолов А.В., Хованов Н.В. О прогнозировании с использованием статистических и экспертных методов // Автоматика и телемеханика. 2008. № 6. С. 129–142.
Палфёрова С.Ш., Иванов О.И., Бабенко Н.Г. Экономико-статистические методы в прогнозировании // Наука и современность. 2010. № 5-2. С. 349–355.
Ивлева Н.В., Комаревцева О.О. Статистический анализ прогнозирования динамики инвестиций в экономику России // Наука и образование: инновации, интеграция и развитие: материалы международной научно-практической конференции. Уфа: Исследовательский центр информационно-правовых технологий, 2014. С. 77–86.
Лытнева Н.А., Гончаров П.В. Учетно-аналитическое обеспечение контроля инвестиционной деятельности в капитальном строительстве // Научные записки ОрелГИЭТ. 2014. № 2. С. 100–108.
