Основные принципы и методы разработки прогнозов

Важная роль в развитии экономического прогнозирования как научной дисциплины принадлежит ее методам, призванным выработать систему различных средств, приемов и понятий, применяемых при изучении дисциплины. Рассмотренные выше термины: гипотеза, прогноз, концепция, программа, план должны быть дополнены понятиями, которые дают представление о действиях предпринимаемых в процессе прогнозирования.

Предвидение – опережающее отображение действительности, основанное на познании законов развития объекта или процесса (включает предпрогнозную и прогнозную стадии исследования).

Методика прогнозирования – совокупность оригинальных правил, приемов и методов при разработке конкретного прогноза.

Прогностика (футурология) – научная дисциплина о закономерностях разработок прогнозов.

Прогнозирующая система – совокупность методов прогнозирования и средств их реализации, функционирующая в соответствии с основными принципами прогнозирования и обеспечивающая получение конкретного прогноза.

Прогнозирование (греч. prognosis – знание наперед) – процесс разработки прогнозов на основе научных принципов и методов.

Основные принципы разработки прогнозов: системность прогнозирования, согласованность прогнозов, вариантность, непрерывность, варифицируемость (достоверность), рентабельность.

Системность прогнозов предполагает исследование количественных и качественных закономерностей протекания вероятных процессов в сложных экономических системах. Он играет важную роль в экономическом прогнозировании. Каждое явление действительности может рассматриваться как система. Это означает, что оно состоит из ряда связанных между собой частей, элементов обеспечивающих в целом определенные свойства и функции, а следовательно и поведение. Зная эти свойства и функции можно предвидеть поведение исследуемого объекта.

Отраслевое прогнозирование осуществляемое с помощью системного подхода, позволяет обеспечить большую достоверность результатов. В соответствии с ним отрасль рассматривается в качестве объекта прогноза, исследуется как составная часть единого общественного производства, его подсистема, неразрывно связанная с внешней средой (наукой и техникой, смежными отраслями производства и т.д.).

Согласованность прогнозов заключается в том, что прогноз являясь предплановым документом, должен определять основные направления развития экономики, отражать всю совокупность сложных внешних и внутренних связей и зависимостей между звеньями и частями единого народнохозяйственного комплекса.

Различаются два главных направления согласованности прогнозов: инерционное (поисковое) и оптимизационное (нормативное), отражающие различные оценки возможностей изменения отраслевой структуры народного хозяйства в прогнозируемом периоде.

Инерционное направление основано на предположении о том, что в прогнозируемом периоде сохраняются сложившиеся тенденции в развитии отрасли.

Оптимизационное направление исходит из возможностей изменения условий функционирования и развития отрасли в прогнозируемом периоде на основе перераспределения ресурсов между отраслями и сдвигов в отраслевой структуре народного хозяйства.

Вариантность прогнозирования (разработка сценариев) представляет собой описание (картину) будущего, составленное с учетом правдоподобных предположений. Как правило, для прогноза ситуации характерно существование определенного количества вероятных вариантов развития. Поэтому прогноз обычно включает в себя несколько сценариев. В большинстве случаев это три сценария: оптимистический, пессимистический и средний («коридора») – наиболее вероятный, ожидаемый (рис. 1).

В целом сценарий подчинен стратегической функции экономического объекта и разрабатывается в процессе долгосрочного планирования.

Непрерывность прогнозирования определяет преемственность тех или иных решений и их реализацию. Это непрерывный процесс, что выражается в необходимости уточнения прогнозов с учетом научных данных и новых экономических явлений, возникающих в ходе выполнения планов.

Рис. 3.1. Упрощенная схема вариантного прогноза

Варифицируемость (достоверность) прогнозов имеет целью создания реальной теоретически реализуемой модели прогноза, достаточную достоверность получаемых экономических результатов и сравнительно точное отображение прогнозируемой действительности. Для повышения точности прогнозов необходимы многочисленные, многофакторные экспериментальные расчеты, которые максимально подтверждают соответствие выбранных экономических, математических моделей, алгоритмов и программ содержанию анализируемых и прогнозируемых процессов.

Рентабельность прогнозов определяется их значимостью для практического использования в планировании, особенно в государственных целевых программах и результатов полученных в каком-то периоде от их осуществления в зависимости от сроков планирования. Чем точнее научная база прогнозов и чем меньше «разрывов» в результатах прогнозирования, тем большая эффективность предплановых решений, большая эффективность реального осуществления заложенных в прогнозах предложений.

Прогнозирование предшествует планированию и широко используется при составлении и выполнении планов.

Процесс прогнозирования можно подразделить на три основные стадии:

– исследование, анализ объекта, процесса, установление основных тенденций, закономерностей его развития, подбор наиболее приемлемых методов прогнозирования;

– обоснование прогнозных решений – разработка альтернативных вариантов развития событий, принятие организационных решений;

– оценка вероятного хода экономических событий, отслеживание прогнозируемого объекта, корректировка прогнозных решений.

Под методом социального и экономического прогнозирования понимается совокупность приемов и способов мышления позволяющих на основе анализа ретроспективных данных, экзогенных (внешних) и эндогенных (внутренних) связей объекта прогнозирования, а так же их измерений в рамках рассматриваемого явления или процесса вывести суждение определенной достоверности относительно его (объекта) будущего развития.

Одним из наиболее существенных квалификационных признаков методов прогнозирования является степень формализации, которая достаточно полно охватывает прогностические методы. Второй – общий принцип действия методов прогнозирования и третий признак – способ получения прогнозной информации.

По степени формализации методы экономического прогнозирования можно разделить на интуитивные и формализованные.

Научное обоснование классификации методов прогнозирования дает возможность свести их в определенную систему и внести модификацию в содержание имеющихся методов или в разработку новых.

На рис. 3.1 представлена классификация интуитивных (экспертных) методов прогнозирования. Интуитивные методы применяются в следующих случаях:

– объект, экономическое явление не поддается математическому описанию, формализации;

– отсутствует достаточная представительная статистическая выборка, которая позволяет сделать выводы;

– отсутствуют необходимые средства для проведения формализованных исследований, а так же нет вычислительной техники, программного обеспечения и квалифицированных кадров;

– возникли экстремальные ситуации, когда требуется принятие быстрых решений.

Рис. 3.2. Классификация (интуитивных) экспертных методов прогнозирования

Все экспертные оценки могут быть подразделены на индивидуальные и коллективные.

Индивидуальные оценки, или метод согласования оценок, предполагает, что каждый эксперт дает свою (личную) оценку вероятности события. Такие оценки используются, как правило, при решении узких научных и практических проблем. Их дают эксперты независимо друг от друга.

В состав индивидуальных экспертных оценок входят следующие методы: интервью, аналитические записки (аналитические экспертные оценки), построение сценариев.

Интервью предполагает непосредственный контакт эксперта со специалистом по схеме «вопрос – ответ». Организатор заранее разрабатывает программу в виде вопросов по перспективному развитию прогнозируемого объекта. Эксперт без подготовки должен дать заключение по самым разным вопросам. С одной стороны, на эксперта оказывается невольное психологическое давление, с другой – эксперт, не обсуждая проблемы с другими специалистами, не может генерировать принципиально новую идею. При использовании этого метода в разработке прогноза участвуют корреспондент и респондент.

Аналитические записки, или аналитические экспертные оценки. Этот метод предусматривает осуществление логического анализа какой-либо прогнозируемой ситуации с последующим составлением для организатора разработки прогнозов аналитического доклада. Существо метода аналитических записок заключается в том, что эксперт самостоятельно проводит необходимые по его усмотрению разработки по анализу и прогнозированию объекта. Он использует для работы необходимую информацию, справочную литературу, результаты различных исследований и т.д.

Построение сценариев – эффективное средство для организации прогнозирования, объединяющего качественный и количественный подходы.

Сценарий – это модель будущего, в которой описывается возможный ход событий с указанием вероятности их реализации. В сценарии определяются основные факторы, которые должны быть приняты во внимание, и указывается, каким образом эти факторы могут повлиять на предполагаемые события.

Написание сценария – это своего рода метод описания логически последовательного процесса, события исходя из сложившейся ситуации, описание сценариев ведется с учетом временных оценок.

Анкетирование. Сложным является разработка анкеты и формирование вопросов в виде системы. К системе предъявляются следующие требования: применение стандартизированной терминологии; отсутствие смысловой неопределенности в формулировке вопроса; целевое соответствие объекту прогнозирования; удобство для автоматизированной обработки; обеспечение достижения цели прогнозирования. В анкете могут быть как закрытые вопросы (с альтернативными вариантами ответов), так и открытые (с нерегламентированными ответами). Из анкет делается репрезентативная выборка, что позволит после их обработки иметь выводы по исследуемой проблеме.

Коллективные экспертные оценки можно назвать комплексными методами прогнозирования, поскольку они включают:

– подготовку и сбор индивидуальных экспертных оценок;

– статистические методы обработки полученных материалов.

Они включают: методы «комиссий», или «круглого стола», «мозговой атаки», «Дельфи», матричные и др.

Для надежности экспертных оценок нужно выполнение по крайней мере двух условий: наличие высококвалифицированных экспертов и обеспечение объективности, независимости их мнений.

Метод «мозговой атаки» («мозгового штурма»). Задачи прогнозирования, решаемые с помощью методов экспертных оценок, включают два формально не связанных между собой элемента: определение возможных вариантов развития объекта прогнозирования и их оценку. Анализ экспертных методов показывает целесообразность применения метода коллективной генерации идей («мозговых атак») для определения возможных вариантов развития. Их использование позволяет получить продуктивный результат за короткий период времени и вовлечь всех экспертов в активный творческий процесс.

Сущность этого метода состоит в актуализации творческого потенциала специалистов при «мозговой атаке» проблемной ситуации, реализующей вначале генерацию идей и последующее деструктирование (разрушение, критику) этих идей с формулированием контридей. Работа с этим методом предполагает реализацию шести этапов: формирование группы участников «мозговой атаки» (по численному составу); составление проблемной записки участника «мозговой атаки»; генерация идей (она начинается с того, что ведущий раскрывает содержание проблемной записки); систематизация идей, высказанных на этапе генерации; деструктирование (разрушение) систематизированных идей (специализиро-ванная процедура оценки идей на практическую реализуемость в процессе «мозговой атаки», когда каждая из них подвергается всесторонней критике со стороны участников «мозговой атаки»); оценка критических замечаний и составление списка практически применяемых идей.

Суть метода «Дельфи» – в проведении анкетных опросов специалистов выбранной области знаний (наиболее часто этот метод используется в технологическом прогнозировании, при предсказании открытий и нововведений в области технологии). Полученные анкетные данные подвергаются статистической обработке, в результате которой формируется диапазон мнений экспертов, отражающих их коллективное мнение по данной проблеме.

Метод «дерева целей» – структурированная, построенная по иерархическому принципу (распределенная по уровням, ранжированная) совокупность целей экономической системы, программы, плана, в которой выделены: генеральная цель («вершина дерева»); подчиненные ей подцели первого, второго и последующего уровней («ветви дерева»). Название «дерево целей» связано с тем, что схематически представленная совокупность распределенных по уровням целей напоминает по виду перевернутое дерево.

Матричный метод используется в случае экспертного прогнозирования больших систем. Тогда возникает необходимость согласования прогнозов отдельных компонентов, установления и прогнозирования основных связей между ними, т.е. события в системе имеют перекрестное влияние, которое необходимо выявить.

Вначале дается первоначальный прогноз развития компонента во времени (с определенной вероятностью), потом выявляется перекрестное влияние одних событий на другие. Характер влияния может быть определен как негативный, нейтральный и позитивный. Интенсивность воздействия может определяться в процентах, баллах (10-балльная шкала) и т.д. При прогнозировании обязательным является учет влияния более раннего события на более поздние.

Матричный метод повышает точность прогноза особенно тогда, когда он используется в сочетании с методом «Дельфи».

Реальная матрица взаимодействия событий и экономических отношений достаточно большая и сложная. Поэтому ее анализ и прогнозные разработки целесообразно проводить с помощью специальных алгоритмов и ЭВМ.

В класс экспертных методов прогнозирования входит метод эвристического прогнозирования (эвристика – наука, изучающая продуктивное, творческое мышление). Это аналитический метод, существо которого состоит в построении и последующем усечении «дерева поиска». Экспертной оценке с использованием какой-либо эвристики. При этом методе осуществляется специализированная обработка прогнозных экспертных оценок, полученных путем систематизированного опроса высококвалифицированных специалистов. Он применяется для разработки научно-технических проблем и объектов, анализ развития которых либо полностью, либо частично не поддается формализации.

В группу формализованных методов входят две подгруппы: экстраполяции и моделирования. К первой подгруппе относятся методы: наименьших квадратов, экспоненционального сглаживания, скользящих средних и т.д. Ко второй, структурное, сетевое, экономико-математическое моделирование и т.д. (рис. 3.1).

Методы прогнозной экстраполяции применяются при стабильности системы и устойчивости явлений, когда динамика процессов и показателей в перспективе определяется тенденциями их изменения в прошедшем периоде. Предполагается, что развитие идет непрерывно, гладко, силы прошлого в состоянии контролировать будущее. Прогноз становится проекцией прошлого на будущее.

Важным элементом экстраполяции являются анализ временных рядов, обработка ретроспективного ряда. Временной ряд содержит изменяющиеся, упорядоченные во времени показатели и характеристики. Результат во многом зависит от того, за какой период построен ряд, сколько лет велось наблюдение.

При экстраполяции предполагается что:

– текущий период изменения показателей может характеризоваться плановой траекторией-трендом (тренд – характеристика основной закономерности движения во времени, в некоторой мере свободной от случайных воздействий. Тренд – это длительная тенденция изменения экономических показателей);

– основные условия, определяющие технико-экономические показатели в текущем периоде, не претерпят существенных изменений в будущем (т.е. в будущем они будут изменяться по тем же законам, что и в прошлом, и настоящем);

– отклонение фактических значений показателей от линии тренда носят случайный характер и распределяются по нормальному закону.

Рис. 3.3. Классификация формализованных методов прогнозирования

Анализ показывает, что ни один из существующих методов не может дать достаточной точности долговременных прогнозов, так как данный метод исходит из прошлого и настоящего, и тем самым погрешность накапливается. Этот метод дает положительные результаты на среднесрочную перспективу прогнозирования тех или иных объектов (5-7 лет).

Простая экстраполяция предполагает расчет простого среднего значения показателя, который закладывается в основу краткосрочного прогноза. Например, краткосрочный прогноз товарной продукции обосновать путем определения среднеарифметической величины по формуле:

,

где х_n – прогнозируемая величина; х_i – объем продукции вида; n – число рассматриваемых лет.

Аналитическое выравнивание динамических рядов при прогнозировании – это нахождение математической функции, которая наиболее точно описывает тенденцию изменений.

Этапы аналитического выравнивания:

– выбор формы кривой, отражающей тенденцию;

– определение показателей, дающих количественную характеристику тенденции изменений;

– оценка достоверности прогнозных расчетов.

Как правило, для повышения обоснованности и достоверности выравнивания с целью более точного выявления имеющихся тенденций проводится вариантный расчет по нескольким аналитическим функциям и на основе экспертных и статистических оценок определяют лучшую форму связи.

Для определения параметров управления связи используется метод наименьших квадратов. Его сущность состоит в минимализации суммы квадратических отклонений между наблюдаемыми величинами и соответствующими оценками (расчетными величинами), вычисленными по подобранному уравнению связи.

Этот метод лучше других соответствует идее усреднения как единичного влияния уточненных факторов, так и общего влияния неуточненных.

Операцию экстраполяции в общем виде можно представить в виде определения значения функции:

,

где Y + Z – экстраполируемые значения уровня; Z – период упреждения; – уровень принятый за базу экстраполяции.

Под периодом упреждения при прогнозировании понимается отрезок времени от момента, для которого имеются последние статистические данные, до момента, к которому относится прогноз.

Экстраполяция на основе средней. В самом простом случае, при предположении о том, что средний уровень ряда не имеет тенденции к изменению или если это изменение незначительно, можно принять , т.е. прогнозируемый уровень равен среднему значению уровней в прошлом.

Доверительные границы для средней при небольшом числе наблюдений определяется следующим образом:

,

где – табличное значение t – статистики Стьюдента с n –1 степенями и уровнем вероятности Р; – среднеквадратическая ошибка средней.

Значение ее определяется по формуле:

,

В свою очередь, среднеквадратическое отклонение для выборки равно:

,

Доверительный интервал полученный как – учитывает определенность, которая связана с оценкой средней величины. Общая дисперсия (связанная как с колеблемостью выборочной средней, так и с варьированием индивидуальных значений вокруг средней) составит величину . Таким образом, доверительные интервалы для прогностической оценки равны:

,

Недостаток такого подхода заключается в том, что доверительный интервал не связан с периодом упреждения.

Экстраполяция по скользящей и экспоненциональной средней. Для краткосрочного прогнозирования наряду с другими приемами могут быть применены адаптивная или экспоненциональная скользящая средняя. Если прогнозирование ведется на один шаг вперед, то J_i+1 = M_i или Y_i+1 = Q, где М_i – адаптивная скользящая средняя; Q_i – экспоненциональная средняя. Здесь доверительный интервал для скользящей средней можно определить аналогично тому, как это сделано в формуле , в которой число наблюдений обозначено символом n. Так как при расчете скользящей средней через M обозначалось число членов ряда, участвующих в расчете средней, то можно заменить в этой формуле n на M. Поскольку M берется обычно равной нечетным числам, то можно подсчитать для них соответствующие значения величин . Что касается экспоненционального сглаживания, то, так как дисперсия экспоненциональной средней равна , где S среднее квдратическое отклонение, вместо величины в формуле, приведенной выше при исчислении доверительного интервала прогноза следует взять величину , или . Здесь a – коэффициент экспоненционального сглаживания.

Экстраполяция на основе среднего темпа. Если в основу прогноза положен средний темп роста, то экстраполируемое значение уровня можно получить с помощью формулы:

,

где z – средний темп роста; – уровень принятый за базу для экстраполяции.

Здесь принимается только один путь развития – по геометрической прогрессии, или по экспонентной кривой. Во многих же случаях фактическое развитие явления следует другому закону, и экстраполяция по среднему темпу нарушает основное допущение, принимаемое при экстраполяции – допущение о том, что развитие будет следовать основной тенденции – тренду, наблюдавшемуся в прошлом. Чем больше фактический тренд отличается от экспоненты, тем больше данные, получаемые при экстраполяции тренда, будут отличаться от экстраполяции на основе среднего темпа.

Средняя гармоническая исчисляется как отношение числа вариант признака к сумме обратных их значений:

,

где х – отдельные варианты; n – их средняя гармоническая взвешенная – , где f – веса.

Она применяется в тех случаях, когда определяющее свойство обратно пропорционально величине признака, в частности, когда в качестве весов выступают произведения значений варьирующего признака на количество, обладающих данным его значением (то есть если они даны в виде f = wx, причем средняя должна измеряться отношением к сумме значений x суммы значений , которые обратно пропорциональны x). Так, если при расчете средней цены реализованного зерна не известно количество зерна каждого класса, а известны цены их реализации, составляющие общую выручку 1,0 млн. руб. (например, II класс – 350 руб., реализовано на 350 тыс. руб., III класс – 280 – в сумме 500, IV класс – 180 руб. – в сумме – 150 тыс. руб.), то расчет средней цены зерна производится по средней гармонической взвешенной из цен зерна отдельных классов:

Дата добавления: 2014-11-29