Учебное пособие Нижний Новгород 2010
 Скачать 1.29 Mb.
|
|
1.7. Объекты прогнозирования Можно выделить следующие виды социально-экономических объектов прогнозирования: 24 • с полным обеспечением количественной информацией, для которых имеется в наличии ретроспективная количественная информация в необходимом объеме; • с неполным обеспечением количественной информацией, для которых имеющаяся в наличии ретроспективная информация допускает использование статистических методов, однако не обеспечивает на заданном времени упреждения заданную точность прогноза; • с наличием качественной ретроспективной информации, относительно прошлого развития которых имеется только качественная информация и полностью отсутствует либо очень ограничена количественная; • с полным отсутствием ретроспективной информации – это, как правило, несуществующие, проектируемые объекты. Статистические методы могут с уверенностью применяться для первого случая, с некоторым уменьшением точности прогноза – для второго случая. Для двух последних случаев более эффективно применение экспертных методов. При построении прогнозов социально-экономических явлений исследователь чаще всего имеет дело с исходными данными поперечного или продольного срезов. В первом случае он применяет регрессионные модели, во втором – модели временных рядов. Если же имеется недостаток количественной информации, то наиболее распространенными по применению являются экспертные методы. Вся совокупность причин, определяющих функционирование и развитие исследуемого объекта, называется факторами: • внутренние (эндогенные) факторы обусловлены закономерностями развития отдельных элементов и системы как целого, возникают в результате саморазвития системы; • внешние (экзогенные) факторы определяются взаимодействием системы и внешней среды, т.е. с более широкой системой, в которую прогнозируемая система входит как один из элементов. 25 Влияние внешней среды называют прогнозным фоном, а параметры, описывающие влияние фоновых факторов, – фоновыми переменными. Факторы, с помощью которых осуществляется целенаправленное воздействие на систему в целом и ее элементы, называются управляющими параметрами. Факторы, значение которых объективно непредсказуемо и составляет систему предположений об условиях будущего развития хозяйственной системы, называются сценарными параметрами. На практике почти в каждой области жизнедеятельности человека встречаются явления, которые интересно и важно изучать в их развитии и изменении во времени. К ним можно отнести, например, погодные условия, здоровье человека, развитие производства, цены на тот или иной товар и т.д. Если в нашем распоряжении имеется информация о состояниях исследуемого объекта в некоторые моменты времени, то можно говорить о том, что мы имеем дело с временным рядом значений исследуемого объекта. Вообще, временным рядом называют последовательность наблюдений, обычно упорядоченную по времени. Временные ряды можно рассматривать как ряды динамики, у которых в качестве признака упорядочения берется время. Анализ временных рядов необходим для решения двух задач: 1) выявить природу законов, принципов, количественных зависимостей, причинно-следственных связей, определяющих поведение процесса, порождающего временной ряд; 2) получить оценку значений временного ряда, наблюдаемых в будущем, – осуществить прогнозирование. 26 2. Методы построения прогнозов 2.1. Характерные черты методов прогнозирования По оценкам некоторых ученых, известно более 200 методов прогнозирования. Базовых в их числе значительно меньше, многие из методов скорее относятся к отдельным способам и процедурам прогнозирования либо представляют собой набор отдельных приемов, отличающихся от базовых методов количеством частных приемов и последовательностью их применения. Под методом прогнозирования понимают совокупность приемов и способов, позволяющих на основе анализа ретроспективных данных, экзогенных (внешних) и эндогенных (внутренних) связей объекта прогнозирования, а также их измерения в рамках рассматриваемого явления или процесса вывести суждения определенной достоверности относительно будущего развития объекта. Более краткое определение дал Э. Янч: «способ исследования объекта прогнозирования, направленный на разработку прогнозов». Содержательная интерпретация методов прогнозирования определяется природой, особенностями и закономерностями исследуемых процессов. Оценка будущих состояний процессов и явлений ведется на базе уже накопленных знаний о сущности, свойствах и закономерностях известных или предполагаемых тенденций их развития. Таким образом, если методологической основой прогнозирования служит теория развития объекта, которая раскрывает существо закономерностей, содержание основных причинно-следственных связей рассматриваемого процесса, то методы прогнозирования позволяют найти меру влияния отдельных закономерностей и причин развития, представить объект прогноза как динамическую систему измеренных с определенной степенью достоверности взаимодействий реальных явлений, факторов, сил общественной деятельности и тем самым дать возможность воспроизвести с определенной степенью вероятности поведение этой системы в будущем. 27 Во многих случаях ни один из методов сам по себе не может обеспечить требуемую степень достоверности и точности прогноза, но, будучи использован в определенных сочетаниях с другими, оказывается весьма эффективным – достоинства одного метода компенсируют недостатки другого либо они используются в развитии. Объективная необходимость в комбинировании различных методов часто возникает при разработке прогнозов развития процессов, характеризующихся наличием сложных взаимосвязей. 2.2. Классификация и области применения основных методов прогнозирования Классификация методов прогнозирования в существенной мере условна. Для того чтобы понять, какие методы в каких случаях применять, необходимо знать их особенности. Методов много и целесообразно выделить некие агрегированные особенности, которые могут выступать в качестве критериев классификации. Как отмечено в Рабочей книге по прогнозированию, такими критериями, или классификационными признаками, могут быть степень формализации, общий принцип действия, способ получения прогнозной информации. По степени формализации методы прогнозирования делятся на интуитивные (их также принято называть экспертными) и формализованные (фактографические). Эта классификация достаточно обширна, поскольку включает в себя методы прогнозирования, применяемые в экономических, социальных, общественно-политических, научно-технических областях. Экспертные (интуитивные) методы прогнозирования предполагают, что подходы, используемые для формирования прогноза, не изложены в явной форме и неотделимы от лица, делающего прогноз, при разработке которого доминируют его интуиция, накопленный опыт, творчество и воображение. 28 Экспертные методы прогнозирования, как правило, используются в двух случаях: • когда невозможно учесть влияние многих факторов из-за значительной сложности объекта прогнозирования; • при наличии высокой степени неопределенности информации, имеющейся в прогностической базе, или вовсе при отсутствии информации об объекте прогнозирования. Экспертные методы базируются на информации, которую поставляют специалисты-эксперты в процессе систематизированных процедур выявления и обобщения мнений. По этой причине указанные методы требуют от эксперта глубоких теоретических знаний и практических навыков в сборе и обобщении всей доступной информации об объекте прогноза. Интуиция (неструктурированные знания) помогает эксперту в выявлении тенденций развития объекта прогнозирования в условиях отсутствия информационной базы о нем. Примером может служить прогноз спроса на новые товары и услуги, прогноз эффективности внедрения новшества, сроков окончания периода реформирования экономики, мировых цен на энергоносители, металлы (цветные, драгоценные) и даже курсов валют. Таким образом, интуитивные методы применяют тогда, когда объект прогнозирования либо слишком прост, либо настолько сложен и непредсказуем, что аналитически учесть влияние многих факторов практически невозможно. Оценки экспертов по способу их получения и соответственно методы экспертного прогнозирования разделяются на индивидуальные и коллективные. К числу индивидуальных экспертных методов принято относить следующие: метод опроса в форме интервью (метод «интервью»), аналитический метод, метод построения сценариев, метод психоинтеллектуальной генерации идей. К частным методам относятся ассоциативные приемы, приемы аналогий, морфологический анализ. 29 Методы коллективных экспертных оценок включают следующие: метод комиссий (круглого стола); метод «Дельфи», метод коллективной генерации идей (метод «мозгового штурма»). К частным методам в данном случае можно отнести метод функционально-стоимостного анализа, метод управляемой ге- нерации идей, синоптический метод. Группа методов коллективных экспертных оценок основана на том, что при коллективном мышлении, во-первых, выше точность результата, а во-вторых, при обработке полученных результатов могут возникнуть продуктивные идеи. Формализованные, или фактографические методы основаны на фактически имеющейся информации об объекте прогнозирования и его прошлом развитии. Эти методы гораздо более формализованы и, как правило, содержат в своем составе различный логический или математический инструментарий. К группе фактографических (формализованных) относятся методы прогнозной экстраполяции, системно-структурные, ассоциативные, методы опережающей информации и математические методы и модели, а экспертные методы прогнозирования включают как индивидуальные, так и коллективные оценки, основанные на ассоциациях и ментальных моделях отражения действительности. В практике прогнозирования экономических процессов преобладают, по крайней мере до последнего времени, статистические методы. Это вызвано главным образом тем, что статистические методы опираются на аппарат анализа, развитие и практика применения которого имеют достаточно длительную историю. Процесс прогнозирования, опирающийся на статистические методы, распадается на два этапа. Первый этап состоит в обобщении данных, собираемых за некоторый период времени, а также в создании на основе этого обобщения модели процесса. Модель описывается в виде аналитически выраженной тенденции развития (экстраполяция тренда) или в виде функциональной зависимости от одного или нескольких факторов-аргументов (уравнения регрессии). 30 Построение модели процесса для прогнозирования, какой бы вид она ни имела, обязательно включает выбор формы уравнения, описывающего динамику и взаимосвязь явлений, и оценивание его параметров с помощью того или иного метода. Второй этап – сам прогноз. На этом этапе на основе найденных закономерностей определяют ожидаемое значение прогнозируемого показателя, величины или признака. Безусловно, полученные результаты не могут рассматриваться как нечто окончательное, так как при их оценке и использовании должны приниматься во внимание факторы, условия и ограничения, которые не участвовали в описании и построении модели. Их корректировка должна осуществляться в соответствии с ожидаемым изменением обстоятельств их формирования. Практическое применение того или иного метода прогнозирования определяется такими факторами, как объект прогноза, сложность и структура системы, наличие исходной информации, квалификация прогнозиста. Особое место в классификации методов прогнозирования занимают комбинированные методы, которые объединяют различные методы прогнозирования. Использование комбинированных методов особенно актуально для сложных социально-экономических систем, когда при разработке прогноза показателей каждого элемента системы могут быть использованы различные сочетания методов прогнозирования. 31 3. Практическое прогнозирование Рассмотрим практическую задачу. Пусть имеются данные объемов продаж за прошлый и текущий годы, и на основе этих данных необходимо спрогнозировать объемы продаж в оставшиеся месяцы текущего года. Произведем анализ данных. Для этого надо выделить факторы, от которых зависят данные, построить несколько математических моделей данных, выбрать из них наилучшую (или несколько наилучших) и только затем, применив методы математической статистики, можно получить качественный прогноз с указанием точности этого прогноза. Количественное прогнозирование требует построения формальной математической модели этих данных. В зависимости от вида построенной математической модели данных применяются соответствующие методы вычисления прогнозных значений. Рассмотрим методы количественного прогнозирования. Качественное прогнозирование не использует формальных математических моделей. Оно основано на мнениях экспертов или на опросах специально отобранных лиц. 3.1. Модели данных Имеется набор данных, представленный в виде таблицы (табл. 2). Таблица данных Т а б л и ц а 2 Время t Фактор Х 1 Фактор Х 2 … Фактор Х m Переменная Y, для которой надо сделать прогноз t 1 x 11 x 21 … x m1 y 1 t 2 x 12 x 22 … x m2 y 2 … ... ... … … t n x 1n x 2n … x mn y n «Большими» буквами обозначены переменные, а соответствующими «маленькими» буквами – значения этих переменных. Исключением из этого правила будет обозначение переменной «время» t. 32 Переменная Y, для которой надо сделать прогноз, – функция времени t и т факторов X 1 , Х 2 ,..., Х т . Прогнозирование заключается в том, чтобы каким-либо образом определить значение Y 0 переменной Y при таком наборе значений времени и факторов t 0 , х 10 , х 20 , …, х m0 , которого нет в исходной таблице данных. Зависимую переменную Y в дальнейшем мы будем называть прогнозируемой переменной. Утверждение, что переменная Y действительно зависит от времени и указанных факторов, требует проверки. Методы такой проверки будут показаны далее. Временными значениями в экономических и финансовых данных обычно являются дни, месяцы, кварталы, годы, т.е. равномерно отстоящие друг от друга моменты времени. Поэтому временные значения часто заменяют просто порядковыми числами 1, 2, 3 и т.д. (Однако при этом необходимо, чтобы данные были записаны в порядке возрастания временных значений.) Переменная Y является записывается следующим образом: Y = F(t; X 1 , Х 2 ,..., Х m ; ε). Табличные данные у i являются частными значениями функции F при конкретных значениях ее аргументов t i , х 1i , х 2i , …, х mi , ε i т.е. y i = F(t i , х 1i , х 2i , …, х mi , ε i ) (i = 1,2,..., п). Набор значений факторов t i , х 1i , х 2i , …, х mi , при которых определено значение у i , называют точкой данных. В исходной таблице данных содержатся значения п точек данных. Фактор ε – некоторая случайная величина (случайный процесс), показывающая, что Y также является случайной величиной. На случайную величину ε «списывают» и неточность измерения значений переменной Y, и неполноту знаний о том, как влияют время и факторы на переменную Y, и другие неучтенные факторы и, конечно, действительно случайные воздействия на переменную Y. В процессе прогнозирования к случайной величине ε предъявляют достаточно жесткие требования. 33 Функция F нам неизвестна. На основании имеющихся данных и привлекая дополнительные априорные соображения о том, какой должна быть эта функция, выбирается вид функции ) X ,..., X , X ; ; , , , ( 2 1 2 1 m k t b b b f f = , зависящей от k параметров . Значения этих параметров каким-либо k b b b ,..., , 2 1 способом определяются на основе исходных данных так, чтобы значения функции f при тех же аргументах t i , х 1i , х 2i , …, х mi (i = 1,2,..., п), которые заданы в таблице данных, как можно лучше соответствовали заданным значениям у i Определение понятия «лучшего соответствия», как правило, задает способ вычисления параметров . k b ,..., 2 b b , 1 Далее определяется схема воздействия случайной величины ε на функцию f. Как правило, принимают, что или случайное воздействие добавляется к значению функции f (т.е. принимается схема случайного воздействия вида f + ε ), или случайное воздействие и значение функции перемножаются (т.е. принимается, что f × ε ). Выбранная функция ) X ,..., X , X ; ; ,..., , ( ) X ,..., X , X ; ( 2 1 2 1 2 1 m k m t b b b f t f = с вычисленными параметрами и схема случайного воздействия на эту k b b b ,..., , 2 1 функцию называется |