Back to Search
Start Over
Прогнозування прямих іноземних інвестицій в Україну за допомогою ARIMA- моделей
- Source :
- Socio-Economic Research Bulletin; № 2(66) (2018); 233-243, Вестник социально-экономических исследований; № 2(66) (2018); 233-243, Вісник соціально-економічних досліджень; № 2(66) (2018); 233-243
- Publication Year :
- 2018
- Publisher :
- Одеський національний економічний університет, 2018.
-
Abstract
- The article analyzes the problematic aspects of constructing the models of forecasting foreign direct investment in Ukraine. The expediency of using the autoregressive integrated moving average methodology for this purpose is justified. The transformation method of non-stationary time series of direct foreign investments into Ukraine to the stationary type is proposed. In order to be able to use the ARIMA-model, the output time series have been converted to static ones using the Statistica package by two-step transformation. Firstly, smoothing based on a simple moving average for the two points and then subtraction of the linear trend have been conducted. The ARIMA-model (2,0,0) has shown the lowest error values for MSE, AIC and BIC, indicating that it approximates the time series of FDI in Ukraine for the analyzed period in the best way and can be selected for short-term forecasting. The obtained ARIMAmodel (2,0,0) statistical parameters of foreign direct investment prediction in Ukraine prove the adequacy of ARIMAmodel and suitability for the formation of short-term forecasts. The forecast of foreign direct investment in Ukraine for 2018 based on the proposed ARIMA-model (2,0,0) in fact coincides with the forecasts of most investment companies and the National Bank of Ukraine. The article emphasizes that despite the series of measures aimed to deregulate the economy, which have been adopted by the government, investors are still afraid to invest in Ukraine due to the high level of corruption, slow implementation of reforms and unstable economy. It is stressed that without cardinal improvement of business climate and investment attractiveness, an increase in investment or rapid economic development in Ukraine should not been expected.<br />В статье проанализированы проблемные аспекты построения моделей прогнозирования прямых иностранных инвестиций в Украину. Аргументирована целесообразность использования для этого методологии авторегрессионного интегрированного скользящего среднего и предложен метод трансформации нестационарного временного ряда прямых иностранных инвестиций в Украину к стационарному виду. Для того, чтобы использовать ARIMA-модели, исходный временной ряд был преобразован в стационарный с помощью пакета Statistica путем двухшаговый трансформации. Сначала было проведено сглаживание на основе простого скользящего среднего для двух точек и затем вычитание линейного тренда. Модель ARIMA (2,0,0) показала наименьшие значения погрешностей MSE, AIC и BIC, указывающие на то, что она наиболее удачно аппроксимирует временной ряд ПИИ в Украину за анализируемый период и может быть выбрана для краткосрочного прогнозирования. Полученные статистические характеристики параметров модели ARIMA (2,0,0) прогнозирования прямых иностранных инвестиций в Украину подтверждают ее адекватность и пригодность для формирования краткосрочных прогнозов. Также полученный на основе предложенной модели ARIMA (2,0,0) прогноз поступления прямых иностранных инвестиций в Украину в 2018 году совпадает с прогнозами большинства инвестиционных компаний и Национального банка Украины. В статье отмечается, что несмотря на принятие правительством ряда мер, направленных на дерегулирование экономики, инвесторы опасаются вкладывать средства в Украину из-за высокого уровня коррупции, медленного внедрения реформ и нестабильной экономики. Следовательно, без кардинального улучшения бизнес-климата и инвестиционной привлекательности ожидать прироста инвестиций или быстрого развития экономики в Украине не следует<br />У статті проаналізовано проблемні аспекти побудови моделей прогнозування прямих іноземних інвестицій в Україну. Аргументовано доцільність використання для цього методології авторегресійного інтегрованого ковзного середнього та запропоновано метод трансформації нестаціонарного часового ряду прямих іноземних інвестицій в Україну до стаціонарного виду. Для того, щоб мати змогу використати ARIMA-моделі, вихідний часовий ряд було перетворено у стаціонарний за допомогою пакету Statistica шляхом двохкрокової трансформації. Спочатку було проведено згладжування на основі простого ковзного середнього для двох точок і потім віднімання лінійного тренду. Модель ARIMA (2,0,0) показала найменші значення похибок MSE, AIC та BIC, що вказує на те, що вона найбільш вдало апроксимує часовий ряд ПІІ в Україну за аналізований період та може бути обрана для короткострокового прогнозування. Отримані статистичні характеристики параметрів моделі ARIMA (2,0,0) прогнозування прямих іноземних інвестицій в Україну доводять її адекватність та придатність до формування короткострокових прогнозів. Також отриманий на основі запропонованої моделі ARIMA (2,0,0) прогноз надходження прямих іноземних інвестицій в Україну в 2018 році співпадає з прогнозами більшості інвестиційних компаній та Національного банку України. У статті наголошено, що незважаючи на прийняття урядом низки заходів, спрямованих на дерегулювання економіки, інвестори побоюються вкладати кошти в Україну через високий рівень корупції, повільне впровадження реформ та нестабільну економіку. Отже, без кардинального покращення бізнес-клімату та інвестиційної привабливості очікувати приросту інвестицій чи швидкого розвитку економіки в Україні не варто.
- Subjects :
- прямые иностранные инвестиции
ARIMA-модель
временной ряд
прогнозирование
скользящее среднее
вычитание тренда
Statistica
прямі іноземні інвестиції
часовий ряд
прогнозування
ковзне середнє
віднімання тренду
direct foreign investments
ARIMA-model
time series
forecasting
rolling average
subtraction of trend
330.5:330.4
Subjects
Details
- Language :
- Ukrainian
- ISSN :
- 23134569
- Database :
- OpenAIRE
- Journal :
- Socio-Economic Research Bulletin
- Accession number :
- edsair.scientific.p..0c47e3743b83b2dcf5b39423369961ac