Прогнозирование траектории экономических циклов

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

Получено

02.06.2022

Дата публикации

18.06.2022

Кол-во символов

11014

Цитировать

ГОСТ	Кармалита В. А. Прогнозирование траектории экономических циклов // Экономика и математические методы – 2022. – Tом 58. – Номер 2 C. 92-96 [Электронный ресурс]. URL: https://emm.jes.su/S042473880020017-7-1 (дата обращения: 12.05.2024). DOI: 10.31857/S042473880020017-7
MLA	Karmalita, Viacheslav A "Predicting the trajectory of economic cycles." Ekonomika i matematicheskie metody 58.2 (2022):92-96. DOI: 10.31857/S042473880020017-7
APA	Karmalita V. (2022). Predicting the trajectory of economic cycles. Ekonomika i matematicheskie metody 58(2), pp.92-96 DOI: 10.31857/S042473880020017-7

100 руб.

При оформлении подписки на статью или выпуск пользователь получает возможность скачать PDF, оценить публикацию и связаться с автором. Для оформления подписки требуется авторизация.

Оператором распространения коммерческих препринтов является ООО «Интеграция: ОН»

Всего подписок: 0, всего просмотров: 284

Оценка читателей: голосов 0

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.