Загальна характеристика методів економічного прогнозування

Методи економічного прогнозування – це сукупність засобів теоретико-практичного характеру, які на основі аналізу ретроспективних причинно-наслідкових зв’язків і тенденцій змін, притаманних економічній системі, забезпечують з певною достовірністю вироблення судження стосовно її майбутнього розвитку.

У літературних джерелах наводиться понад 150 методів прогнозування та їхніх модифікацій, які використовують або пропонують використовувати для економічного прогнозування. Кожний з них має певні особливості і характеризується різним рівнем наукової обґрунтованості та формалізації, сферою застосування, умовами реалізації, узгодженістю висновків щодо майбутнього досліджуваної системи. Досвід сучасної економічної прогностики вказує на те, що незважаючи на велику кількість запропонованих методів, лише до 20% наявних теоретичних розробок мають практичне застосування. Основними факторами, що впливають на вибір методу прогнозування, вважають такі:

• мету дослідження;

• специфіку досліджуваної системи;

• наявне ресурсне забезпечення.

Для складання економічних прогнозів застосовують інтуїтивні (якісні) та формалізовані (кількісні). Перші переважно ґрунтуються на використанні знань певної предметної галузі (з подальшим їх обробленням) для наукового передбачення тенденції функціонування економічної системи. Другі – на фактичному поточному і ретроспективному інформаційному матеріалі про об’єкт прогнозування і на закономірностях його розвитку в минулому (рис.2.3).

На практиці перевагу віддають формалізованим методам прогнозування, в основу яких покладено закони розподілу прогнозованих показників, характеристики взаємозв’язку з іншими показниками, гіпотези про відносну інерційність економічних процесів. Разом з тим, застосування формалізованих методів прогнозування в умовах надмірно обмеженого інформаційного масиву ретроспективних даних, в умовах невизначеності, коли ймовірності наслідків тих чи інших ситуацій невідомі, необхідно вважати важко реалізованою і ризикованою процедурою. Вказані проблеми є типовими, наприклад, у разі необхідності отримання прогнозних оцінок якісно нових процесів, які раніше не спостерігались в економічній практиці, а, отже, і за відсутності будь-якої інформації про них.

Методи прогнозування

Інтуїтивні

Формалізовані

Методи індивідуальних експертних оцінок

Методи групових експертних оцінок  

Аналітичні записки

Інтерв’ю

Колективної генерації оцінок

Сценарного розвитку

Дельфі

Методи екстраполяції закономірностей розвитку

Методи екстраполяції причинно-наслідкових зв’язків

Аналітич-не вирів-нювання

Проста екстрапо-ляція

Екстрапо-ляція сезонних явищ

Адаптивні методи

Статистичне моделювання

Логічне моделювання

Імітаційне моделювання

Багатофакторні динамічні моделі взаємозв'язків

Метод комісій

Рис. 2.3. Класифікація методів економічного прогнозування

Розроблення економічних прогнозів в умовах інформаційної обмеженості не тільки не можна виключати з розгляду, а навпаки, треба активно застосовувати для зниження невизначеності і підвищення достовірності господарських рішень. Реальним засобом вирішення вказаної проблеми вважають застосування інтуїтивних методів прогнозування.

Методи прогнозування, що забезпечують отримання прогнозу поведінки економічної системи на підставі використання знань спеціалістів і науковців, їхнє вміння узагальнювати власний і світовий досвід досліджень та розробок із певної проблематики, називають експертними методами або методами експертних оцінок.

Метод експертних оцінок як науковий інструмент для вирішення неформальних проблем, пов’язаних із задачами довгострокового прогнозування, знайшов своє застосування ще у кінці першої половини ХХ ст. Сьогодні основна сфера використання методів експертних оцінок у прогнозуванні - це розроблення середньострокових та довгострокових планів і стратегій.

За допомогою методів експертних оцінок вирішуються такі задачі економічного прогнозування:

• визначення цілей і задач управління із упорядкуванням їх за ступенем вагомості;

• оцінювання альтернативних варіантів прийняття рішень;

• перелік можливих подій у прогнозованому періоді;

• передбачення найбільш ймовірних моментів і періодів настання передбачуваних подій.

Серед інтуїтивних методів прогнозування виділяють методи індивідуальних (персональних) та групових (колективних) експертних оцінок. Методи індивідуальних експертних оцінок полягають в отриманні незалежних оцінок від кожного експерта, тобто за умови відсутності впливу на експерта думок інших експертів, та обчисленні на їхній підставі інтегральної оцінки досліджуваного явища. Надійність інтегральної оцінки залежить від узгодженості висновків експертів.

Перевагу або відносну значущість прогнозованих варіантів розвитку системи можна встановити на підставі попарних порівнянь, безпосереднього оцінювання або за допомогою ранжування.

Недоліком методу індивідуальних експертних оцінок вважають той факт, що далеко не кожен експерт може і бажає взяти на себе відповідальність за прогнозування складних явищ без урахування думок інших експертів. Цього недоліку позбавлені методи колективних експертних оцінок, які ґрунтуються на спільній роботі експертів.

Методи експертних оцінок використовуються не лише для побудови економічних прогнозів. Вони слугують ефективним засобом розв’язання задач економічного, технічного і соціального характеру, пов’язаних із значним рівнем невизначеності, динамікою соціальних чинників, обробленням якісної інформації тощо. Більш детальна характеристика методів експертних оцінок та процедури їх реалізації подані у п.2.3 даного посібника.

Через переконання в обґрунтованості і достовірності прогнозних результатів перевагу віддають формалізованим методам прогнозування, які ґрунтуються на математичному обробленні статистичних даних про минулий і теперішній стан досліджуваної системи, побудові математичних моделей і здійсненні над ними експериментів. Основою застосування формалізованих методів прогнозування є механізм екстраполяції – поширення виявлених тенденцій і закономірностей системи на майбутнє. Необхідною передумовою екстраполяції є висунення гіпотези про збереження основних факторів і тенденцій минулого періоду у прогнозованому періоді або про можливість обґрунтування і врахування їхньої зміни. Очевидно, що такі гіпотези є правомірними у багатьох практичних ситуаціях, оскільки взаємозв’язки між економічними показниками, темпи зміни показників і характеристики варіації залишаються порівняно стабільними для економічних систем через інерційність їхнього розвитку.

Формалізовані методи прогнозування поділяють на дві групи:

• методи екстраполяції закономірностей розвитку;

• методи екстраполяції причинно-наслідкових зв’язків.

Відмінність між цими групами зумовлена способом описування об’єкта дослідження. Методи екстраполяції закономірностей розвитку, абстрагуючись від причинно-наслідкових зв’язків його функціонування, відображають тенденцію зміни і коливання прогнозованого показника як однофакторну функцію, аргументом якої є час, а інформаційною базою слугують одновимірні ряди динаміки. У разі використання методів екстраполяції причинно-наслідкових зв'язків об’єкт прогнозування описують як функцію від декількох факторів, визначених під час теоретичного аналізу структури і характеру зв’язків між елементами системи. Методи екстраполяції причинно-наслідкових зв'язків називають також методами моделювання або багатофакторного прогнозування. Інформаційною базою цих методів слугує система взаємопов’язаних рядів динаміки.

Прогнозування за допомогою методів екстраполяції закономірностей вважається одним із найпростіших кількісних методів прогнозування, а їх використання є доцільним при недостатніх знаннях про природу досліджуваного явища або при відсутності даних, потрібних для застосування більш досконалих методів прогнозування.

Необхідними умовами застосування методів екстраполяції закономірностей розвитку є такі:

• період часу, на основі даних якого будується прогнозна функція, повинен бути достатнім для виявлення тенденції розвитку прогнозованого процесу (явища);

• процес, який аналізується, є динамічно стійким (для суттєвих змін його характеристик потрібний певний відрізок часу);

• не очікується зовнішніх дій на процес (явище), які мали б серйозний вплив на тенденцію розвитку.

Тенденція розвитку (тенденція ряду динаміки) – це загальний напрям еволюції економічної системи. Аналітично тенденція виражається деякою функцією часу, яка називається трендом. Тренд характеризує закономірність зміни результативного показника у часі, яка в основному (але не повністю) вільна від дії випадкових чинників. При цьому передбачається, що представляючи результативний показник у вигляді функції від часу, можна виразити вплив інших основних факторних показників (хоча механізм їх впливу у явному вигляді не враховується). Тому часто за тренд приймають рівняння регресії.

У найбільш загальному випадку тренд – це детермінована складова динаміки розвитку, яка визначається впливом постійно діючих факторних показників. Відхилення від тренду представляється випадковою складовою (впливом випадкових факторів). Таким чином, рівні ряду динаміки можна подати у вигляді виразу

, (2.1)

де - систематична (детермінована) складова, яка описує основну тенденцію ряду динаміки в часі; - випадкова складова.

З метою вибору засобу екстраполяції закономірностей ряду динаміки досліджуються такі тенденції:

• середнього рівня (основна тенденція) – зміна середніх значень ряду динаміки;

• дисперсії – зміна відхилень емпіричних значень рівнів ряду динаміки від обчислених за рівнянням тренду;

• автокореляції – зміна зв’язків між окремими рівнями ряду динаміки.

Методи екстраполяції закономірностей розвитку ґрунтуються на допущенні про незмінність факторів (крім часу), що визначають тенденцію і коливання прогнозованого показника. Залежно від характеристик динамічного ряду, який вибрано як інформаційну базу прогнозування, для поширення закономірностей розвитку досліджуваного показника з минулого у майбутнє можна використати такі засоби:

• методи простої екстраполяції;

• методи аналітичного вирівнювання;

• адаптивні методи прогнозування;

• методи екстраполяції сезонних явищ.

До методів простої екстраполяції відносять методи прогнозування на основі середніх плинних, середнього абсолютного приросту і середнього коефіцієнта зростання.

За допомогою середньої плинної прогнозують стаціонарні показники. Стаціонарним називають показник, індивідуальні значення якого, змінюючись з часом, не змінюють середнього значення впродовж тривалого періоду. Для стаціонарного ряду передбачається, що значення останньої середньої плинної дорівнює прогнозному значенню показника.

Екстраполяція на підставі середнього абсолютного приросту може бути застосована до рядів з лінійно-адитивним трендом. Ряд динаміки з лінійно-адитивним трендом є нестаціонарним рядом, в якому середній рівень збільшується (або зменшується) приблизно на однакову величину з кожним моментом часу (варіація відхилень фактичних рівнів від тренду залишається приблизно постійною). Прогнозне значення показника вважають таким, що дорівнює:

, (2.2)

де - фактичний рівень ряду, прийнятий за базу екстраполяції; - середній абсолютний приріст; - період упередження.

Якщо загальна тенденція ряду динаміки описується експоненційною кривою, то прогноз може бути розрахований на підставі значення середнього коефіцієнта зростання :

(2.3)

В основу прогнозування за допомогою методів аналітичного вирівнювання покладено отримання оцінки детермінованої компоненти, що характеризує основну тенденцію прогнозованого показника, за допомогою методу найменших квадратів. Якщо виконуються основні припущення щодо застосування методу найменших квадратів і модель є адекватною, то екстраполяцію здійснюють, підставляючи у регресійне рівняння значення незалежної змінної, що відповідає періоду прогнозування. Значення, одержане в результаті такої підстановки, називають точковим прогнозом. Точковий прогноз як незміщена оцінка майбутнього (середня оцінка) повинен міститися у двосторонніх межах, в яких можна очікувати значення прогнозованого показника. Ці межі задають у вигляді довірчого інтервалу – інтервалу, в якому із заданою ймовірністю будуть лежати фактичні значення прогнозованого показника.

Довірчий інтервал визначають за такою формулою:

, (2.4)

де - точкове прогнозне значення для моменту t; - коефіцієнт довіри для вибраного рівня значущості α (визначається за таблицею t-розподілу Стьюдента); - середньоквадратична похибка тренду.

В основу методів аналітичного вирівнювання покладена умова рівновагомості усіх рівнів ряду динаміки стосовно впливу на формування рівняння регресії і достатньо великий обсяг вибірки, що можна вважати недоліком. Ефективнішими є адаптивні методи прогнозування, які забезпечують можливість оперативного реагування на умови, що змінюються, за рахунок різної інформаційної цінності членів динамічного ряду. Прогноз на кожному кроці враховує результати прогнозування, які отримані на попередньому кроці. До методів адаптивного прогнозування зараховують метод експоненційного згладжування, метод гармонійних ваг, метод авторегресійних перетворень.

Екстраполяцію рядів динаміки, на значення рівнів яких впливає фактор сезонності, виконують за допомогою методів гармонійного аналізу і сезонної декомпозиції. Значення рівнів ряду динаміки подають як суму тренду, сезонної і випадкової компоненти (адитивна модель) або як їхній добуток (мультиплікативна модель). Реалізація методів сезонної декомпозиції передбачає застосування середніх плинних і методу найменших квадратів.

Характерною особливістю методів прогнозної екстраполяції тенденції розвитку є те, що оцінюють значення прогнозованого показника без урахування можливих змін щодо впливу факторних ознак на результативний показник. Тому важливим доповненням до методів екстраполяції тенденції розвитку є методи екстраполяції причинно-наслідкових зв’язків – методи моделювання, серед яких розрізняють:

• методи логічного моделювання (методи прогнозування за аналогією, методи аналізу матриць взаємозв’язку, метод дерева цілей тощо);

• методи економіко-статистичного моделювання (методи на основі кореляційно-регресійних моделей, методи імітаційного моделювання).

На значення економічних показників впливає багато факторів (як закономірних, так і випадкових), причому деякі з них не мають кількісного вираження, а інформація про інші може бути неповною. У зв’язку з цим визначити функціональні зв’язки між показниками (за винятком випадків, коли вони існують за означенням) є нереальним завданням. Для вираження взаємозв’язку прогнозованого явища з іншими процесами і об’єктами використовують стохастичні моделі, які називають економіко-статистичними моделями.

У найпростішому випадку запропонована для прогнозування модель причинно-наслідкових зв’язків – це багатофакторне рівняння регресії, конкретну аналітичну форму якого вибирають на підставі результатів економічного і математико-статистичного аналізу явища. Складнішими з погляду описання взаємодії результативного показника і факторних ознак, а також можливостей практичної реалізації вважають методи прогнозування на підставі систем рівнянь взаємозв’язаних рядів динаміки. Практичні аспекти реалізації формалізованих методів економічного прогнозування розглянуті у [ ].

У табл.2.1 представлені сфера застосування і загальна характеристика основних методів економічного прогнозування.

Дата добавления: 2014-11-29