Методологические и методические основы прогнозирования

Для изучения любой дисциплины необходимо знать ее методологию. Методология научного экономического предвидения включает совокупность принципов, методов и по­казателей, применяемых в процессе прогнозирования и пла­нирования.

Принцип прогнозирования характеризует основное ис­ходное положение или идею теории. К основным принци­пам прогнозирования относятся: системность, согласован­ность, вариантность, непрерывность, верифицируемость, т. е. определение достоверности, и эффективность.

Системность в прогнозировании означает требование взаимоувязанности и соподчиненности объекта, фона и эле­ментов прогнозирования. Согласованность в прогнозирова­нии означает необходимость согласования поисковых и нор­мативных прогнозов различной природы (признаков) и раз­личного срока упреждения времени. Вариантность в прогнозировании означает требование разработки вариан­тов прогнозов, исходя из вариантов прогнозного фона. Прин­цип непрерывности заставляет производить корректиров­ку прогноза по мере поступления новой информации об объекте прогнозирования. Верифицируемость означает по­требность в достоверности, точности и обоснованности про­гноза. Эффективность (или рентабельность) прогнозирова­ния определяет необходимость превышения экономическо­го эффекта от использования прогноза над затратами по его разработке.

Основные исходные положения теории прогнозиро­вания не исчерпываются указанными принципами. Опре­деленные требования предъявляются и к разработке от­дельных элементов прогноза. Так, один из элементов про­гнозирования — анализ — должен проводиться с учетом таких принципов, как природная специфичность, опти­мизация описания объекта прогнозирования, аналогич­ность и др.

В прогнозировании большое значение имеет выбран­ный метод, а также прием. Прием прогнозирования - это одна или несколько математических или логических опера­ций, направленных на получение конкретного результата при прогнозировании. В качестве примеров таких приемов можно назвать сглаживание или выравнивание динамичес­кого ряда, расчет средневзвешенного значения величин. Метод прогнозирования — это способ исследования объек­та прогнозирования, направленный на разработку прогноза. Совокупность специальных правил, приемов и методов со­ставляет методику прогнозирования.

К наиболее распространенным методам прогнозирова­ния относятся: экстраполяция, нормативные расчеты, в том числе интерполяция, экспертные оценки, аналогия, мате­матическое моделирование.

Экстраполяция — это метод, при котором прогнози­руемые показатели рассчитываются как продолжение ди­намического ряда на будущее по выявленной закономерно­сти развития. По сути, экстраполяция является переносом закономерностей и тенденций прошлого на будущее на ос­нове взаимосвязей показателей одного ряда. Метод позво­ляет найти уровень ряда за его пределами, в будущем. Эк­страполяция эффективна для краткосрочных прогнозов, если данные динамического ряда выражены ярко и устойчиво.

Рассмотрим несложные примеры экстраполяции в экономическом прогнозировании.

Пример1. Составить прогноз продажи хлебобулочных изделий в магазине на 11-й день его работы. Известно, что за прошедшие 10 дней работы объем продажи хлебобулочных изделий в магазине составил (в тоннах), табл. 1.

Таблица 1

Объем продаж хлебобулочных изделий за один день работы магазина

1-й день	2-й день	3-й день	4-й день	5-й день	6-й день	7-й день	8-й день	9-й день	10-й день
2,5	2,8	2,0	2,4	2,3	2,9	2,7	2,2	2,3	2,8

Расчет. Учитывая определенную стабильность потребления товара, составим прогноз продажи на основе его среднего объема реализации за день, т. е. по формуле средней арифмети­ческой:

Q₌ Q₁+Q₂+Q₃+...Q _n (1)

п

где Q_1.2.3...n — объем продажи хлебобулочных изделий за каж­дый день работы, т; п — число дней периода. Тогда Q = (2,5 + 2,8 + 2,0 + 2,4 + 2,3 + 2,9 + 2,7 + 2,2 + 2,3 + + 2,8): 10 = = 2,49 т (или около 2,5 т в день).

Таким образом, экстраполяция продажи хлебобулочных изде­лий в магазине показала, что на 11-й день работы, равно как и на 12-й и 13-й дни работы, продажа товара может составить 2,5 т. Можно рассчитать среднюю ошибку прогноза по формуле:

(2)

где μ - средняя ошибка; σ - дисперсия, определяемая по формуле

(3)

Средняя ошибка прогноза составит 0,026 т

Вывод. Прогноз ежедневной продажи составляет 2,5 т и при неизменности формирующих спрос данных может иметь от­клонение ±0,081т.

Понятно, что такой прогноз будет справедлив, если в ближай­шем будущем не закроется на ремонт соседняя булочная или не будет введен в эксплуатацию недалеко от магазина новый многоквартирный дом.

Пример 2. Составить прогноз объема платных услуг в фир­ме на 2007 и 2001 гг. Известно, что в 2000 г. объем платных услуг в фирме составлял 207 денежных единиц (д. ед.), а в 2006 г. — 228 д. ед. в сопоставимых ценах. Сложившиеся усло­вия работы фирмы существенно не изменятся.

Расчет. Для определения прогноза методом экстраполяции по сложившемуся приросту объема услуг надо определить его среднегодовой рост за прошедшие годы и экстраполировать на будущие периоды. Рассчитаем среднегодовой темп роста (ко­эффициент) по формуле:

, (4)

где – среднегодовой темп роста;

n — число периодов динамического ряда;

у_n — объем платных услуг в отчетном году, д. ед.;

y₀ — объем платных услуг в базисном году, д. ед.

Среднегодовой темп роста спроса на платные услуги фирмы составит:

или 102,44%

Соответственно прогноз объема услуг составит: на 2007 г. 228 х 1,0244 = 233,6 д. ед.; на 2008 г. 233,6 х 1,0244 = 239,3 д. ед.

Вывод. Прогноз объема услуг в фирме составит: на 2007 г – 233,6 д. ед., на 2008г - 239,3 д. ед.

Приведенные примеры использования метода экстра­поляции в прогнозировании далеко не исчерпывают его обширные возможности. Если предполагается сохранение прошлых и настоящих тенденций развития на будущее, то говорят о формальной экстраполяции. Если же фактичес­кое развитие увязывается с гипотезами о динамике про­цесса развития с учетом физической и логической сущнос­ти, то говорят о прогнозной экстраполяции. Прогнозная экстраполяция может быть в виде тренда, огибающих кри­вых, корреляционных и регрессионных зависимостей, мо­жет быть основана на факторном анализе и др. Экстраполя­ция сложного порядка может перерасти в моделирование.

Для такого вида экстраполяции, как тренд, характер­но нахождение плавной линии, отражающей закономерно­сти развития во времени. Тренд обычно применяется как основная составляющая прогнозируемого временного ряда, на которую накладываются другие составляющие, напри­мер сезонные колебания. Экстраполяция на основе тренда включает:

♦ сбор информации эмпирического ряда показателя за прошлые периоды;

♦ выбор оптимального вида функции, описывающей указанный ряд с учетом его сглаживания и выравни­вания;

♦ расчет параметров выбранной экстраполяционной функции;

♦ расчет прогноза на будущее по выбранной функции.

Экстраполяция на основе тренда показана в примере 3.

Пример 3. Составить прогноз спроса на кожаную обувь на 2007г., используя метод экстраполяции динамического (временного) ряда.

Известны данные о продаже населению товара за последние 5 лет (в денежных единицах):

2001г.- 179,3

2002г.- 193,3

2003г.- 206,0

2004г.- 216,9

2005г.- 226,6

Расчет. Построим график продажи кожаной обуви в регионе за последние 5 лет (рис. 2).

 

Рис.2. Динамика товарооборота кожаной обуви в регионе за 5 лет

Линия объема продаж обуви по годам близка к линейной зависимости, которая выражается формулой (5), т.е. выглядит как:

y=a+bx; (5)

где: y – объем товарооборота (спрос);

х – годы;

а – параметр, характеризующий влияние основных факторов на продажу кожаной обуви (цены, денежных доходов населения, товарного обеспечения и др.);

b – параметр, характеризующий влияние вспомогательных факторов на продажу кожаной обуви (погоды, моды, сезонности, режима работы предприятий торговли и др.).

Для нахождения параметров необходимо решить систему уравнений способом наименьших квадратов;

Σy=an+bΣx (6)

Σxy=aΣx+bΣx²

Для этого необходимо провести дополнительные расчеты, которые приведены в таб. 2

Таблица 2

Данные о продаже кожаной обуви в регионе для нахождения параметров прямой спроса

Годы x	спрос y	xy	x2
	179,3 193,3 206,0 216,9 226,6	179,3 286,6 618,0 867,6 1133,0
Итого 15	1022,1	3184,5

 

Тогда система уравнений будет иметь вид:

1022,1=5а+15в

3184,5=15а+55в

а=168,96 в=11,82

y=168,96+11,82х

По найденному уравнению можно провести расчеты тренда, т.е. определить выровненные значения спроса за прошлые годы и рассчитать прогноз на будущее. Так, для прогноза на 7-й год необходимо в полученное уравнение подставить очередной год-7:

y=168,96+11,82*7=251,7 д.ед.

Вывод. Спрос на кожаную обувь в 2007г. может составить 251,7 д.ед. (в ценах 2005 г.)

При нормативном методе прогнозирования определя­ются пути и сроки достижения возможных состояний явле­ния, принимаемых в качестве цели. Речь идет о прогнози­ровании достижения желательных состояний явления на основе заранее заданных норм, идеалов, стимулов и целей. Такой прогноз отвечает на вопрос: какими путями можно достичь желаемого?

Нормативный метод чаще применяется для программ­ных или целевых прогнозов. Используются как количествен­ное выражение норматива, так и определенная шкала воз­можностей оценочной функции.

В случае использования количественного выражения, например физиологических и рациональных норм потреб­ления отдельных продовольственных и непродовольствен­ных товаров, разработанных специалистами для различных групп населения, можно определить уровень потребления этих товаров на годы, предшествующие достижению ука­занной нормы. Такие расчеты называют интерполяцией. Интерполяция — это способ вычисления показателей, недо­стающих в динамическом ряду явления, на основе установ­ленной взаимосвязи. Принимая фактическое значение по­казателя и значение его нормативов за крайние члены ди­намического ряда, можно определить величины значений внутри этого ряда. Поэтому интерполяцию считают норма­тивным методом. Ранее приведенная формула (4), исполь­зуемая в экстраполяции, может применяться в интерполя­ции, где у_п будет характеризовать уже не фактические данные, а норматив показателя.

В случае использования в нормативном методе шкалы (поля, спектра) возможностей оценочной функции, т. е. фун­кции распределения предпочтительности, указывают при­мерно следующую градацию: нежелательно — менее же­лательно — более желательно — наиболее желательно — оптимально (норматив).

Нормативный метод прогнозирования помогает выра­ботать рекомендации по повышению уровня объективнос­ти, следовательно, эффективности решений.

Метод экспертных оценок используется преимуще­ственно в долгосрочных прогнозах. Прогнозирование осу­ществляется на основе суждения эксперта (группы экспер­тов) относительно поставленной задачи. Экспертом высту­пает квалифицированный специалист по конкретной проблеме, который может сделать достоверный вывод об объекте прогнозирования. Метод экспертных оценок чаще используется в тех случаях, когда трудно количественно оценить прогнозный фон, и специалисты делают это на ос­нове своего понимания вопроса. По существу мнение спе­циалиста — это результат мысленного анализа и обобще­ния процессов, относящихся к прошлому, настоящему и будущему, на основании собственного опыта, квалифика­ции и интуиции. Метод экспертных оценок имеет несколько видов: индивидуальная экспертная оценка; коллективная экспертная оценка; метод психоинтеллектуальной генерации идей; аналитический метод; метод интервью; метод экспертных комиссий; дельфийский метод; метод коллективной генерации идей; метод управляемой генерации идей; синоптический метод и др.

Метод аналогии предполагает перенос знаний об одном предмете (явлении) на другой. Такой перенос верен с опре­деленной долей вероятности, так как сходство между яв­лениями редко бывает полным.

Различают аналогию историческую и математическую. Ме­тод исторической аналогии основан на установлении и исполь­зовании аналогии объекта прогнозирования с одинаковыми по природе объектами, которые опережают прогнозируемые в своем развитии. Примером могут служить прогнозы экономи­ческого развития страны, переходящей в конце XX в. на ры­ночную модель экономики, построенные с учетом аналогии раз­вития стран, имеющих длительную историю рыночных отно­шений. Метод математической аналогии основан на установлении аналогии математических описаний процессов развития различных по природе объектов с последующим ис­пользованием более изученного и более точного математи­ческого описания одного из них для разработки прогнозов дру­гого. Этот метод используется в экономико-математическом мо­делировании и при экспериментальном подходе к изучению экономики, когда знание о признаках одного предмета возни­кает на основании его сходства с другими предметами. Напри­мер, после исследования определенной модели можно сде­лать вывод, хотя и не окончательный, о системе. Моделиро­вание и эксперимент обязательно используют метод аналогии.

Моделирование, пожалуй, самый сложный метод прогнозирования. Математическое моделирование означает описание экономического явления посредством математичес­ких формул, уравнений и неравенств. Математической ап­парат должен достаточно точно отражать прогнозный фон, хотя полностью отразить всю глубину и сложность прогно­зируемого объекта довольно трудно. Термин "модель" об­разован от латинского слова modelus, что означает "мера". Поэтому моделирование правильнее было бы считать не методом прогнозирования, а методом изучения аналогично­го явления на модели.

В широком смысле моделями называются заместители объекта исследования, находящиеся с ним в таком сход­стве, которое позволяет получить новое знание об объек­те. Модель следует рассматривать как математическое опи­сание объекта. В этом случае модель определяется как яв­ление (предмет, установка), которое находится в некотором соответствии с изучаемым объектом и может его замещать в процессе исследования, представляя информацию об объекте.

При более узком понимании модели она рассматрива­ется как объект прогнозирования, ее исследование позво­ляет получить информацию о возможных состояниях объек­та в будущем и путях достижения этих состояний. В этом случае целью прогнозной модели является получение ин­формации не об объекте вообще, а только о его будущих состояниях. Тогда при построении модели бывает невозмож­но провести прямую проверку ее соответствия объекту, так как модель представляет собой только его будущее состояние, а сам объект в настоящее время может отсут­ствовать или иметь иное существование.

Модели могут быть материальными и идеальными.

В экономике используются идеальные модели. Наиболее совершенной идеальной моделью количественного описания социально-экономического (экономического) явления является математическая модель, использующая числа, формулы, уравнения, алгоритмы, или графическое представление.

С помощью экономических моделей определяют:

♦ зависимость между различными экономическими по­казателями;

♦ различного рода ограничения, накладываемые на по­казатели;

♦ критерии, позволяющие оптимизировать процесс.

Содержательное описание объекта может быть представлено в виде его формализованной схемы, которая указывает, какие параметры и исходную информацию нужно собрать, чтобы вычислить искомые величины. Математическая модель в отличие от формализованной схемы содержит конкретные числовые данные, характеризующие объект. Разработка математической модели во многом зависит от представления прогнозиста о сущности моделируемого про­цесса. На основе своих представлений он выдвигает рабочую гипотезу, с помощью которой создается аналитическая за­пись модели в виде формул, уравнений и неравенств. В ре­зультате решения системы уравнений получают конкретные параметры функции, которыми описывается изменение ис­комых переменных величин во времени.

В экономическом прогнозировании различают: макро­моделирование, т. е. укрупненное моделирование показате­лей экономики страны в целом, и микромоделирование, т. е. построение моделей для отдельного объекта (фирмы).

Макромоделирование осуществляется в основном на уровне государства; проводить его могут различные уч­реждения, в том числе научные. Между уровнями макро- и микро- может находиться еще один уровень — мезоуровень, характеризующий моделирование экономических про­цессов региона, отрасли.

Из существующего множества моделей в экономике активно используются: прогностические, плановые и про­изводственные модели.

Прогностические и плановые модели позволяют опти­мизировать разрабатываемые экономические показатели для достижения выбранных целей деятельности. Эти мо­дели призваны обеспечить количественную оценку различ­ных вариантов экономического показателя в соответствии с заложенным в модель критерием оптимальности. Произ­водственные модели предназначены для управления про­изводством фирмы или отрасли, в том числе экономичес­кими средствами.

Возможности использования экономико-математическо­го моделирования весьма широки — от анализа до выра­ботки управленческого решения, включая вопросы прогно­зирования развития хозяйственных процессов. Однако нельзя переоценивать значение моделирования. Обычно модели­рование рекомендуется использовать как "консультирую­щее средство", но окончательное решение всегда должно оставаться за специалистом. Это диктуется чрезвычайной сложностью живой социально-экономической среды. Указан­ная особенность приобретает важное значение в прогнози­ровании, когда прогноз используется в качестве основы для дальнейшего процесса — планирования.

При построении моделей соблюдаются определенные правила их испытания и проверки. При этом необходимо обнаружить и устранить недостатки, среди которых наибо­лее типичные:

♦ включение в модель несущественных переменных ве­личин;

♦ невключение в модель существенных переменных ве­личин;

♦ недостаточно точная оценка параметров модели;

♦ неправильное определение функциональной зависи­мости принятого критерия от управляемых и неуп­равляемых переменных.

Чтобы построить более точную и подробную модель, необходимо ее усложнить, что не всегда компенсируется возросшими трудностями расчетов. Существует и другая крайность: при упрощении модели возможно снижение ее достоверности. Эти два полюса должны учитываться про­гнозистом при использовании метода моделирования.

Методы прогнозирования не исчерпываются указанны­ми. В специальной литературе можно найти описание иных методов:

¨ морфологический анализ;

¨ прогнозный сценарий;

¨ прогнозный граф и "дерево целей";

¨ корреляционный и регрессионный анализ;

¨ метод группового учета аргументов;

¨ факторный анализ;

¨ теория распознавания образов;

¨ вариационные исчисления;

¨ спектральный анализ и др.

Таким образом, существуют различные типовые мето­ды прогнозирования. Задача прогнозиста — выбрать такой метод, который в наибольшей мере соответствовал бы за­дачам и принципам прогнозирования данного явления (объекта). При соответствии методов прогнозирования за­данным принципам можно говорить о создании прогнози­руемой системы объекта.