Przewidywanie w naukach ekonomicznych. Część I, Zdarzenie, niepewność, ryzyko : prognozowanie na podstawie modeli statystycznych i ekonometrycznych

• Autorzy: Dariusz J. Błaszczuk

Warianty tytułu

Forecast in Economic Science

• Języki publikacji: PL

Abstrakty

W dwuczęściowym artykule omówione są podstawowe zagadnienia z zakresu przewidywania w naukach ekonomicznych. Przedmiotem rozważań w niniejszej części pierwszej są najważniejsze podstawowe pojęcia oraz prognozowanie na podstawie modeli statystycznych, modeli trendu oraz liniowych, jedno- i wielorównaniowych modeli ekonometrycznych. Zdarzenia są skutkiem autonomicznych albo wtórnych działań przyrody albo człowieka (grupy osób, społeczeństwa). Ze zdarzeniami nierozłącznie związana jest niepewność, którą można ograniczać, podejmując rozmaite działania. Ich efektem jest przekształcanie niepewności w ryzyko. Ważnym sposobem tego przekształcania jest przewidywanie, w którym stosuje się metody heurystyczne bądź modele matematyczne, statystyczne lub ekonometryczne, wykorzystując, w większym albo mniejszym stopniu, wiedzę dotyczącą przeszłości. Prognozowanie na podstawie modeli statystycznych polega na ekstrapolowaniu zaobserwowanych w przeszłości: poziomu zmiennej, jej dynamiki albo współzależności z inną zmienną. Metody te cechuje relatywna prostota, która, z reguły, okupiona jest ich niską jakością prognostyczną. Prognozowanie na podstawie modeli ekonometrycznych zwykle rozpoczyna się od ustalenia wielkości błędu prognozy ex ante. Jeśli są one akceptowalne, sporządza się prognozę, podobnie jak w przypadku modeli statystycznych, podstawiając do poszczególnych równań wartości prognozowane odpowiednich zmiennych objaśniających. Modele ekonometryczne są jednak znacznie bardziej rozbudowane. W rezultacie, znacznie większy jest koszt związany z nakładami sił i środków. Dzięki temu mają one, na ogół, znacznie większą zdolność prognostyczną.(abstrakt oryginalny)

EN

This two-part article discusses the basic issues of prediction in economics. Explored in the this first part are the most important basic concepts and forecasting based on statistical models and linear trend models, single and multiequation econometric models. Occurrences are the result of autonomous or secondary nature or human action (a group of people, society). With events inseparably linked is the uncertainty, which can be limited by taking various actions. Their effect is to transform uncertainty into risk. An important way of transformation is a prediction, which uses heuristics or mathematical models, statistical or econometric, utilizing, to a greater or lesser degree, knowledge of the past. Forecasting based on statistical models relies on extrapolating observed in the past: the level of the variable, its dynamics or interaction with another variable. These methods are characterized by relative simplicity, which, as a rule, paid with their poor quality prognostic. Forecasting based on econometric models usually starts from the size of the forecast error ex ante. If they are acceptable, shall be made a forecast as in the case of statistical models, substituting for the individual equations predicted values relevant explanatory variables. Econometric models are much more complex. As a result, cost associated with the expenditure of power and resources are significantly increased. Thanks to this they have, generally, much greater predictive ability. (original abstract)

Słowa kluczowe

PL

Prognozowanie; Prognozy ekonometryczne; Modele ekonometryczne; Modele liniowe

EN

Forecasting; Econometric forecasts; Econometric models; Linear models

• Czasopismo: Przyszłość. Świat-Europa-Polska
• Rocznik: 2014
• Numer: nr 1 (numer specjalny)
• Strony: 125--146

Twórcy

autor

Dariusz J. Błaszczuk

• Akademia Finansów i Biznesu Vistula w Warszawie

Bibliografia

• Barteczko K., Bocian A., Prognozowanie i symulacje makroekonomiczne, Wydawnictwo Wyższej Szkoły Ekonomicznej w Białymstoku, Białystok 2004.
• Błaszczuk D.J., Ekonometria a analiza rynków zagranicznych i prognozowanie handlu zagranicznego, Acta Universitatis Lodziensis, Folia Oeconomica 1984, nr 35.
• Błaszczuk D.J., Prognozowanie jako sposób transformacji niepewności w ryzyko, w: Rynek usług finansowych a rozwój gospodarki. Diagnozowanie i prognozowanie koniunktury, (red. J. Garczarczyk), Akademia Ekonomiczna w Poznaniu, Poznań 2005.
• Błaszczuk D.J., Wprowadzenie do prognozowania, analiz symulacyjnych i sterowania optymalnego, Wydawnictwo Naukowe PWN, Warszawa 2014.
• Błaszczuk D.J., Wybór metod prognozowania współczynników materiałochłonności, Prace i Materiały nr 4 Instytutu Cybernetyki i Zarządzania SGPiS, Warszawa 1976.
• Contemporary Problems of Statistical and Econometric Research, (red. A. Zeliaś),Cracow University Economic Publishers, Kraków 2001.
• Czerwiński Z., Matematyczne modelowanie procesów ekonomicznych, Państwowe Wydawnictwo Naukowe, Warszawa 1982.
• Decyzje menedżerskie z Excelem (red. T. Szapiro), PWE, Warszawa 2000.
• Dębski W., Przewidywanie i analizy symulacyjne w biznesie. Podręcznik menedżera, First Business College, Warszawa 1995.
• Dittman P., Prognozowanie w przedsiębiorstwie. Metody i ich zastosowania, Oficyna Wydawnicza, Kraków 2003.
• Drucker P., Praktyka zarządzania, wyd. drugie, Czytelnik, Nowoczesność, Akademia Ekonomiczna w Krakowie, Kraków 1998.
• Gajda J.B., Prognozowanie i symulacja a decyzje gospodarcze, C.H. Beck, Warszawa 2001.
• Klein L.R., Wykłady z ekonometrii, PWE, Warszawa 1982.
• Knight F., The Economic Risk, Uncertainty and Profit, University of Chicago, Chicago 1971.
• Koop G., Analysis of Economic Data, Fourth Revised Edition, Willey 2013.
• Lubiński M., Od ryzyka do niepewności, w: Koniunktura gospodarcza świata i Polski w latach 2011-2014, IBRKiK, Warszawa 2013.
• Moosa I. A., Exchange Rate Forecasting. Techniques and Applications, St. Martin's Press, New York, 2000.
• Prognozowanie gospodarcze. Metody i zastosowania, (red. M. Cieślak), wyd. czwarte, zmienione. Wydawnictwo Naukowe PWN, Warszawa 2005.
• Welfe A., Ekonometria. Metody i ich zastosowania, PWE, Warszawa 2003.
• Willet A., The Economic Theory of Risk and Insurance, w: Columbia University Studies in Political Science, 1901, vol. XIV, nr 2.
• Zeliaś A., Pawełek B., Wanat S., Metody statystyczne. Zadania i sprawdziany, PWE, Warszawa 2002.
• Zeliaś A., Pawełek B., Wanat S., Prognozowanie ekonomiczne. Teoria, przykłady, zadania, Wydawnictwo Naukowe PWN, Warszawa 2004.