Прогноз инфляции — курсовой проект

Содержание

ВВЕДЕНИЕ. 3

ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ПРОГНОЗИРОВАНИЯ ТЕМПОВ ИНФЛЯЦИИ  4

1.1. Основные подходы к прогнозированию темпов инфляции. 4

1.2. Обоснование выбора метода прогнозирования темпов инфляции в РФ.. 4

ГЛАВА 2. ХАРАКТЕРИСТИКА ТЕМПОВ ИНФЛЯЦИИ В РФ КАК ОБЪЕКТА ПРОГНОЗИРОВАНИЯ.. 4

2.1. Ретроспективный анализ инфляции в РФ.. 4

2.2. Сценарии развития темпов инфляции в РФ в долгосрочной перспективе. 4

ГЛАВА 3. ПРОГНОЗ ТЕМПОВ ИНФЛЯЦИИ В РФ.. 4

3.1. Построение прогнозной модели для инфляции в РФ.. 4

3.2. Составление прогноза темпов инфляции в РФ.. 4

3.3. Верификация прогноза темпов инфляции в РФ.. 4

ЗАКЛЮЧЕНИЕ. 4

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ.. 4

ВВЕДЕНИЕ

Разновидность математических методов прогнозирования, позволяющих построить динамические ряды на перспективу. Статистические методы прогнозирования охватывают разработку, изучение и применение современных математико-статистических методов прогнозирования на основе объективных данных (в том числе непараметрических методов наименьших квадратов с оцениванием точности прогноза, адаптивных методов, методов авторегрессии и других); развитие теории и практики вероятностно-статистического моделирования экспертных методов прогнозирования, в том числе методов анализа субъективных экспертных оценок на основе статистики нечисловых данных; разработку, изучение и применение методов прогнозирования в условиях риска и комбинированных методов прогнозирования с использованием совместно экономико-математических и эконометрических (как математико-статистических, так и экспертных) моделей. Научная база статистических методов прогнозирования — прикладная статистика и теория принятия решений.

Простейшие методы восстановления используемых для прогнозирования зависимостей исходят из заданного временного ряда, то есть функции, определенной в конечном числе точек на оси времени. При этом временной ряд часто рассматривается в рамках той или иной вероятностной модели, вводятся другие факторы (независимые переменные) помимо времени, напр., объем денежной массы. Временной ряд может быть многомерным. Основные решаемые задачи — интерполяция и экстраполяция. Метод наименьших квадратов в простейшем случае (линейная функция от одного фактора) был разработан К. Гауссом в 1794—1795 гг. Могут оказаться полезными предварительные преобразования переменных, например, логарифмирование. Наиболее часто используется метод наименьших квадратов при нескольких факторах. Метод наименьших модулей, сплайны и другие методы экстраполяции применяются реже, хотя их статистические свойства зачастую лучше. Накоплен опыт прогнозирования индекса инфляции и стоимости потребительской корзины.

Цель курсовой работы – рассмотреть прогнозирование инфляции в среднесрочной перспективе.

ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ПРОГНОЗИРОВАНИЯ ТЕМПОВ ИНФЛЯЦИИ

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

*