Прогнозирование траектории экономических циклов
Прогнозирование траектории экономических циклов
Аннотация
Код статьи
S042473880020017-7-
Тип публикации
Статья
Статус публикации
Опубликовано
Авторы
Кармалита Вячеслав Алексеевич 
Должность: Частный консультант
Аффилиация: Частный консультант
Адрес: Канада
Выпуск
Страницы
92-96
Аннотация

Статья посвящена разработке метода прогноза траектории псевдостационарного фрагмента экономического цикла, представленного дискретными отсчётами случайных колебаний функции доходов. Статистическая эквивалентность последних процессу авторегрессии второго порядка (ряд Юла), обусловила применение модели этого ряда для прогноза траектории цикла. Реализация этой процедуры осуществляется методом статистических испытаний (Монте-Карло) с целью формирования наиболее вероятной траектории цикла. Определены как формальные параметры этих испытаний, так и содержание последующего статистического анализа результатов моделирования. Представленный в работе подход иллюстрируется примером определения момента наступления прогнозируемого пикового значения цикла. Разработанный метод применим в макроэкономических и эконометрических задачах, требующих знания прогнозируемой траектории рассматриваемого цикла.

Ключевые слова
экономический цикл, случайные колебания, ряд Юла, оценки максимального правдоподобия, псевдо-стационарность, траектория цикла
Классификатор
Получено
02.06.2022
Дата публикации
18.06.2022
Всего подписок
11
Всего просмотров
417
Оценка читателей
0.0 (0 голосов)
Другие версии
S042473880020017-7-1 Дата внесения исправлений в статью - 19.06.2022
Цитировать   Скачать pdf

Библиография

1. Bolotin V.V. (1984). Random vibrations of elastic systems. Heidelberg: Springer. 468 p.

2. Box G.E.P., Jenkins G.M., Reinsel G.C., Ljung G.M. (2015). Time series analysis: Forecasting and control. 5th ed. Hoboken, New Jersey: Willey. 712 p.

3. Brandt S. (2014). Data analysis: Statistical and computational methods for scientists and engineers. 4th ed. Cham, Switzerland: Springer. 523 p.

4. Karmalita V. (2020). Stochastic dynamics of economic cycles. Berlin: De Gruyter. 106 p.

5. Mazhdrakov M., Benov D., Valkanov N. (2018). The Monte Carlo method: Engineering applications. Cambridge: ACMO Academic Press. 250 p.

6. Zacks S. (1981). Parametric statistical inference: Basic theory and modern approaches. New York: Pergamon. 404 p.

Комментарии

Сообщения не найдены

Написать отзыв
Перевести