Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Błaszczuk, Dariusz" wg kryterium: Autor


Wyświetlanie 1-2 z 2
Tytuł:
Przewidywanie w naukach ekonomicznych cz. II
Predicting the economic science part II.
Autorzy:
Błaszczuk, Dariusz
Powiązania:
https://bibliotekanauki.pl/articles/465242.pdf
Data publikacji:
2014
Wydawca:
Polska Akademia Nauk. Komitet Prognoz Polska 2000 Plus PAN
Tematy:
ekonomia
przewidywanie
sterowanie optymalne
prognozowanie
economy
prediction
optimal control
forecasting
Opis:
Przedmiotem rozważań są zaawansowane metody wykorzystania modeli ekonometrycznych (analiza symulacyjna i sterowanie optymalne) do przewidywania w naukach ekonomicznych oraz prognozowanie ekspertologiczne (heurystyczne) a także uwagi na temat wykorzystania prognoz, analiz symulacyjnych i sterowania optymalnego w praktyce. Analiza symulacyjna jest rozumowaniem łączącym analizę mnożnikową i prognozowanie. Polega ona na badaniu wpływu określonego bodźca zewnętrznego bądź zestawu bodźców zewnętrznych albo nawet zmiany struktury całego otoczenia zewnętrznego na określony system gospodarczy opisywany za pomocą NIEWIEM. Z kolei sterowanie optymalne polega na podjęciu w danym podokresie ciągu decyzji (optymalnych), które powinny być wprowadzone w życie w podokresach przyszłych. Podstawą do podjęcia tych decyzji jest analiza oparta na określonym przekształceniu modelu ekonometrycznego, w efekcie którego ma miejsce odwrócenie rozumowania związanego z prognozowaniem albo analizą symulacyjną. W rezultacie sterowanie optymalne dostarcza odpowiedzi na pytanie: jakie powinny być wartości wybranych zmiennych egzogenicznych (instrumentów) przy danych poziomach wartości pozostałych zmiennych egzogenicznych (dat), aby wartości wybranych zmiennych endogenicznych (celów) przyjęły wartości określone z góry przez podejmującego decyzję. Natomiast pod pojęciem prognozowania ekspertologicznego rozumie się formułowanie, na podstawie wiedzy, doświadczenia, wyobraźni i intuicji ekspertów, wniosków naukowych co do przyszłego kształtowania się badanych zmiennych, w szczególności rozwiązań zagadnień albo przynajmniej zebranie sposobów i metod ich rozwiązania albo też ocena wpływu wybranych zdarzeń na przedmiot prognozy w warunkach niedostatecznej informacji. Odpowiedzi udzielone przez ekspertów podawane są zwykle wraz z uzasadnieniem. Przy przewidywaniu przyszłości ważne jest, która metoda powinna być zastosowana w konkretnej sytuacji. Kryteriami wyboru w takiej sytuacji są, przede wszystkim, ważność i stabilność przedmiotu badania, horyzont badania, dokładność przewidywania oraz jego koszt. Omówione metody przewidywania wykorzystuje się praktycznie na wszystkich szczeblach kierowania. Ich przydatność uwarunkowana jest zgodnością celów badania z celami decydentów, a także zgodnością zasad klasyfikacji agregacji oraz poziomu i zasad agregacji ze szczegółowością podejmowanych decyzji, a także znajomością wyników badania odpowiednio wcześniej przed momentem podejmowania decyzji.
To be considered is the use of advanced methods of econometric models (simulation analysis and optimal control) to predict in economics and heuristic forecasting as well as comments on the use of projections and simulation of optimal control in practice. Simulation analysis is the reasoning connecting the multiplier analysis and forecasting. It involves the study of the impact of specific external stimulus or a set of external stimuli, or even change the entire structure of the external environment on a specific economic system described by unknown. In turn, optimal control is to make an optimal decision within a given sub-period, which should be implemented in the sub-periods of the future. The basis for such a decision is analysis based on a specific transformation of an econometric model, resulting in a reversal of the reasoning associated with forecasting or simulation analysis. As a result, optimal control, provide an answer to the question: what should be the values of selected exogenous variables (instruments) at given levels of the other exogenous variables (dates) to the values of selected endogenous variables (goals) have adopted the values specified in advance by the decision-maker. In contrast, under the term expert forecasting one should understand to formulate, on the basis of knowledge, experience, imagination and intuition expert scientific conclusions regarding the future development of the variables studied, in particular, solutions to problems, or at least meeting the ways and methods of their solutions or the effect of selected events on the subject forecasts in terms of insufficient information. The answers given by the experts are usually served with justification. When predicting the future, it is important which method should be applied in a particular situation. Selection criteria in such a situation are, first of all, the validity and stability of the test item, the horizon research, prediction accuracy and its cost. Discussed prediction methods are used practically on all levels of management. Their usefulness is determined by the purpose of testing compatibility with the objectives of decision-makers, as well as compatibility of the classification rules and the level of aggregation and aggregation rules with specificity decisions, and knowledge of the test results well before the moment of decision-making.
Źródło:
Przyszłość. Świat-Europa-Polska; 2014, 2; 85-109
1895-0949
Pojawia się w:
Przyszłość. Świat-Europa-Polska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Przewidywanie w naukach ekonomicznych
Forecast in Economic Science
Autorzy:
Błaszczuk, Dariusz J.
Powiązania:
https://bibliotekanauki.pl/articles/465269.pdf
Data publikacji:
2014
Wydawca:
Polska Akademia Nauk. Komitet Prognoz Polska 2000 Plus PAN
Tematy:
prognozowanie
teoria ekonomii
forecasting
economic theory
Opis:
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.
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.
Źródło:
Przyszłość. Świat-Europa-Polska; 2014, 1; 125-146
1895-0949
Pojawia się w:
Przyszłość. Świat-Europa-Polska
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies