Статистические методы прогнозирования реферат

Обновлено: 05.07.2024

Содержание
Введение 3
Глава 1. Понятия и классификация экономических прогнозов. 5
1.2 Виды статистических методов прогнозирования 8
Глава 2. Применение статистических методов прогнозирования 15
2.1 Процесс прогнозирования, опирающийся на статистические методы 15
2.2 Практическое применение статистических методов прогнозирования (на примере метода наименьших квадратов) 17
Заключение23
Список литературы 25

Введение
В настоящее время статистические методы прогнозирования заняли видное место в экономической практике, и следует отметить непрерывно растущую в них потребность.
Под прогнозированием понимают научное (т.е. основанное на системе фактов и доказательств, установленных причинно-следственных связей) выявление вероятностных путей и результатов предстоящего развитияявлений и процессов, оценку показателей, характеризующих эти явления и процессы для более или менее отдаленного будущего. Прогнозирование – это научная деятельность, направленная на выявление и изучение возможных альтернатив будущего развития и структуры его вероятных траекторий. Каждая альтернативная траектория развития связывается с наличием комплекса внешних относительно исследуемой системы(явлений) условий.
Широкому внедрению методов анализа и прогнозирования данных способствовало появление персональных компьютеров. Распространение статистических программных пакетов позволило сделать доступными и наглядными многие методы обработки данных.
Все шире используются статистические методы прогнозирования в деятельности плановых, аналитических, маркетинговых отделов производственныхпредприятий и объединений, торговых, страховых компаний, банков, правительственных учреждений.
Теперь уже не требуется проводить вручную трудоемкие расчеты, строить таблицы и графики — всю эту черновую работу выполняет компьютер. Человеку же остается исследовательская, творческая работа: постановка задачи, выбор методов прогнозирования, оценка качества полученных моделей, интерпретация результатов. Для этогонеобходимо иметь определенную подготовку в области статистических методов обработки данных и прогнозирования.
Сложность выбора наиболее эффективного метода социально-экономического прогнозирования заключается в определении относительно классификации методов прогнозирования характеристик каждого метода, перечня требований к ретроспективной информации и прогнозному фону.
По оценкам отечественных изарубежных ученных, в настоящее время насчитывается свыше 20 методов прогнозирования, однако число базовых значительно меньше (15-20). Многие из этих методов относятся скорее к отдельным приемам и процедурам, учитывающим нюансы объекта прогнозирования. Другие представляют собой набор отдельных приемов, отличающихся от базовых или друг от друга количеством частных приемов и последовательностью их применения.Вопросам статистических методов прогнозирования посвящены работы многих авторов: Дубровой Т.А., Жихарева В.Н., Орлова А.И., Плошко Б.Г., Светунькова С.Г., Четыркина Е.М. и др. Однако актуальность темы требует ее дальнейшего рассмотрения.
Цель работы: выявление и исследование статистических методов прогнозирования.
Задачи работы:
1) проанализировать содержание понятия "статистика";
2) охарактеризоватьсущность и особенности статистических методов прогнозирования;
3) изучить процесс применения статистических методов прогнозирования (на примере одного из конкретных методов).

Глава 1. Понятия и классификация экономических прогнозов.

В современных условиях управленческие решения должны приниматься лишь на основе тщательного анализа имеющейся информации. Например, банк или совет директоровкорпорации примет решение о вложении денег в какой-то проект лишь после тщательных расчетов, связанных с прогнозами состояния рынка, с определением рентабельности вложений и с оценками возможных рисков. В противном случае могут опередить конкуренты, умеющие лучше оценивать и прогнозировать перспективы развития.
Для решения подобных задач, связанных с анализом данных.

Чтобы читать весь документ, зарегистрируйся.

Связанные рефераты

Статистические методы прогнозирования в экономик

. информатики Евразийский открытый институт Статистические методы.

134 Стр. 756 Просмотры

Статистические методы оценки и прогнозирования э

. Контрольная работа По дисциплине: Статистические методы оценки и.

15 Стр. 23 Просмотры

Статистические методы

20 Стр. 95 Просмотры

Методы прогнозирования

. эссе Название дисциплины Менеджмент Тема Методы прогнозирования Фамилия.

Методы прогнозирования

. методологии прогнозирования и планирования а. Методологические принципы.

Статистические методы прогнозирования основаны на использовании количественной информации о состоянии и поведении исследуемого объекта. Эта информация является ретроспективной, т. е. она описывает состояние и поведение объекта в прошлые моменты времени. Исследователь, анализируя эту информацию, выявляет качественную картину поведения объекта в прошлом, определяет тенденцию его развития. После анализа условий возникновения выявленной тенденции исследователь делает вывод о правомочности продолжения (экстраполяции) этой тенденции на будущие состояния объекта, после чего производит соответствующие количественные расчеты, позволяющие установить численные характеристики прогнозного состояния объекта. В случае предполагаемых изменений условий функционирования объекта в будущем следует прибегать к экспертным методам прогнозирования для оценки влияния изменившихся условий на поведение объекта в прогнозном периоде.

Таблица 2.9 Характеристика количественных методов прогнозирования временных рядов

1. Метод наименьших

квадратов (МНК) кратко- и среднесрочный (КС,СС)

Выбор числа точек

Примечание: n — число точек исходной информации (число реализаций на ретроспективном интервале); - число точек прогноза (число реализаций на прогнозном интервале).

Области применения различных статистических количественных методов укрупнено систематизированы в табл. 2.9, которую можно представить так же, как классификацию методов прогнозирования.

В общем виде схема расчета прогноза с помощью статистических методов приведена на рис. 2.6

Первый этап — "Сбор информации" — включает в себя сбор статистических данных, описывающих объект управления в проявлениях, интересующих исследователя. Если, например, изучается горное предприятие как экономическая система с целью оценки его возможностей при разработке плана производства продукции, необходимо выявить тенденции изменения таких показателей, как производительность труда, себестоимость продукции, производительность и состояние техники, фондоотдача, фондоемкость, прибыль, рентабельность и т. п.

возникнуть необходимость знать изменения в динамике таких показателей, как уровень удовлетворения социально-бытовых нужд рабочих, уровень организации труда на рабочем месте, уровень текучести кадров и др.

На этом этапе в случае необходимости проводится математико-статистический анализ полученных статистических совокупностей с целью выявления вида и параметров закона распределения изучаемых показателей, установления корреляционных связей между ними и т. п.

Второй этап — "Анализ информации" — является необходимым предварительным этапом в прогнозировании. Прогнозирование статистическими методами основано на формальной математической экстраполяции выявленных тенденций развития объекта прогнозирования в будущие моменты времени. Однако такая экстра полиция тенденций без учета условий функционирования объекта может дать значительную ошибку. Например, при протезировании производительности труда или себестоимости продукции необходимо учитывал., что в следующем году предприятие может получить новую, более производительную технику, которая резко изменит сложившиеся тенденции в динамике изучаемых показаний. Такое качественное изменение условий необходимо учитывать в прогнозировании (блоки 3 и 4, рис. 6.5).

На следующем — "расчетном" — этапе на основе количественного анализа полученной на предыдущих этапах информации выявляются тенденции изменения прогнозируемых показателей, представляемые в конкретном численном виде — в виде функций, таблиц или графиков. С помощью полученных зависимостей, в которые подставляют численные значения параметров, влияющих на исследуемый показатель, рассчитывается прогноз.

Необходимость четвертого этапа — "Верификация прогноза" (бл. 6) —- обусловлена тем, что всякий прогноз есть вероятностное суждение о будущем. Процедура верификации (от англ. verification — проверка) призвана оценить, насколько велика вероятность совпадения в будущем прогнозных значений показателя с фактическими. В случае если расчетные значения надежности удовлетворяют принятому нормативному уровню надежности, прогноз принимается; в противном случае пересматриваются исходные условия прогнозирования или прогноз вычисляется другим методом до получения удовлетворительных оценок надежности.

Нормативный уровень надежности обычно принимается экспертным путем, исходя из практических соображений. Статистические методы прогнозирования включают в себя три основные Группы методов: методы прогнозирования временных рядов, методы факторного анализа — регрессионного, главных компонент, производственных функций — и методы имитационного моделирования.

2.2.4 Методы экспертных оценок

Эта группа методов прогнозирования предполагает учет субъективного мнения экспертов о будущем состоянии дел. Для экспертных оценок характерно предсказание будущего на основе как рациональных доводов, так и интуитивного знания. Методы экспертных оценок, как правило, имеют качественный характер. Экспертные оценки разделяют на индивидуальные и коллективные.

К индивидуальным экспертным оценкам относят:

· аналитические докладные записки.

Метод "интервью" предполагает беседу организатора прогнозной деятельности с прогнозистом-экспертом, в которой ставятся вопросы о будущем состоянии фирмы и ее среды.

Метод аналитических докладных записок означает самостоятельную работу эксперта над анализом деловой ситуации и возможных путей ее развития.

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

· подготовку и сбор индивидуальных экспертных оценок;

· статистические методы обработки полученных материалов.

Коллективные экспертные оценки включают:

· метод "мозговых атак";

Метод "комиссий" может означать организацию "круглого стола" и других подобных мероприятий, в рамках которых происходит согласование мнений экспертов.

Для метода "мозговых атак" характерны:

· коллективная генерация идей

· творческое решение проблем.

Мозговая атака представляет собой свободный, неструктурированный процесс генерирования любых идей по избранной теме, которые спонтанно высказываются участниками встречи. Оптимальное число участников -6-12 человек, желательно, чтобы это были люди, имеющие различные профессии и специализации.

Метод Дельфи был разработан известным экспертом из исследовательской корпорации "РЭНД" Олафом Хельмером, математиком по образованию. Может быть, поэтому в методе Дельфи сочетаются творческий подход к решению проблемы и достаточная точность прогноза.

Свое название метод получил по древнегреческому городу Дельфи, прославившемуся своими предсказателями.

Суть метода Дельфи состоит 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, отражающий их коллективное мнение по избранной проблеме.

Обычно после первого опроса наблюдается значительный разброс мнений. Поэтому процедура осуществления метода Дельфи предполагает проведение еще трех-четырех опросов, в преддверии которых каждого из экспертов знакомят с итогами предыдущего опроса, но не для того, чтобы оказать на него давление, а для того, чтобы эксперт мог получить дополнительную информацию о предмете опроса. Идеально опрос повторяется до совпадения мнений экспертов, реально– до получения наиболее узкого диапазона мнений.

Из всех перечисленных методов экспертных оценок очень высокую популярность в последние десятилетия получил метод составления сценариев. Рассмотрим его более подробно.

2.2.5 Метод составления сценариев

Впервые термин "сценарий" был употреблен в 1960г. футурологом Х.Каном при разработке картин будущего, необходимых для решения стратегических вопросов в военной области.

Сценарий– это описание (картина) 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 (рис. 2.7). В большинстве случаев это три сценария:

· средний (наиболее вероятный, ожидаемый).

Рис.2.7 - Так изобразил модель сценариев немецкий исследователь X.Гешка

Сценарии разрабатываются для определения рамок будущего развития:

· стран или регионов и т.д.

Экономическая организация со смежной структурой и разнообразием направлений деятельности меньше поддается прогнозированию в рамках сценария.

В целом сценарий подчинен стратегической функции фирмы и разрабатывается в процессе долгосрочного планирования. Широкий временной охват предполагает усиление неопределенности среди бизнеса, и поэтому для сценария, как правило, характерны некоторая недостоверность и повышенное количество ошибок. Поскольку определение количественных параметров будущего затруднено (так, трудно точно определить величину продаж фирмы через 5 лет), при составлении сценариев чаще всего используются качественные методы и интервальные прогнозы показателей.

Вместе с тем сценарий предполагает комплексный подход для его разработки, помимо качественных могут использоваться количественные методы:

· анализ перекрестного влияния;

· корреляционный анализ и т.д.

Составление сценария обычно включает в себя несколько этапов.

Первый этап. Структурирование и формулировка вопроса.

Вопрос, выбранный для анализа, должен быть определен так точно, как это возможно. На данном этапе должна быть собрана и проанализирована базовая информация. Поставленная задача должна быть согласована со всеми участниками проекта.

Необходимо осветить структурные характеристики и внутренние проблемы проекта.

Второй этап. Определение и группировка сфер влияния.

Для осуществления второго этапа необходимо выделить критические точки среды бизнеса и оценить их влияние на будущее организации.

Третий этап. Установление показателей будущего развития критически важных факторов среды организации.

После того, как основные сферы влияния обозначены, необходимо определить их возможное состояние в будущем, исходя из намеченных фирмой целей.

Показатели будущего состояния не должны быть чрезмерно благополучными, амбициозными.

Для сфер, развитие которых может включать несколько вариантов, будущее состояние должно быть описано при помощи нескольких альтернативных показателей (например, фирму устраивает. чтобы численность населения в регионе увеличилась на 2,3 или 5%).

Четвертый этап. Формирование и отбор согласующихся наборов предположений.

Если на третьем этапе фирма определяла будущее состояние среды и ее влияние на фирму, исходя из собственных целей, то на четвертом этапе возможное развитие сфер влияния определяется исходя из их сегодняшнего состояния и всевозможных изменений.

Различные альтернативные предположения о будущем состоянии наиболее значимых компонентов среды комбинируются в наборы. Формирование наборов обычно осуществляется при помощи компьютерных программ. Из полученных наборов отбираются, как правило, три набора. Отбор осуществляется исходя из следующих критериев:

· высокая сочетаемость предположений, входящих в набор;

· наличие большого числа значимых переменных;

· высокая вероятность событий, относящихся к набору предположений.

Пятый этап. Сопоставление намеченных показателей будущего состояния сфер влияния с предположениями об их развитии.

На этом этапе сопоставляются результаты третьего и четвертого этапов. Повышенные или заниженные показатели состояния среды корректируются при помощи данных, полученных на четвертом этапе.

Так, если фирма на третьем этапе прогнозировала увеличение рождаемости в регионе в 2003 г. на 5%, а анализ на четвертом этапе показал, что произойдет ухудшение экономической конъюнктуры, экологической обстановки, возможны политические и социальные коллизии, то на пятом этапе показатель 5% должен быть изменен в сторону его уменьшения, например до 3%.

Для более точного прогноза необходимо сокращать интервал между сегодняшним днем и конечным временем прогнозирования. Так, если прогноз составляется в 1997 г для 2003 г., то период прогнозирования нужно разделить на два этапа по три года: сначала разработать сценарий для 2000 года, а уже затем для 2003 года.

Шестой этап. Введение в анализ разрушительных событий.

Разрушительное событие– это внезапно случившийся инцидент, который не был ранее спрогнозирован и который может изменить направление тенденции.

Разрушительные события могут иметь как отрицательный характер (наводнения, землетрясения, аварии атомных реакторов и т.д.), так и положительный (технологические взрывы, политические примирения между бывшими противниками и т.д.).

Из возможных разрушительных событий нужно выделить те, которые способны оказать наиболее сильное воздействие, и учесть их при составлении сценариев (например, на состояние рождаемости в регионе могут повлиять: во-первых, авария на атомной станции; во-вторых, вероятность локального конфликта; в-третьих, открытие нового месторождения полезных ископаемых. Однако реальное воздействие возможно только первого из событий).

Седьмой этап. Установление последствий.

На этом этапе сопоставляются стратегические проблемы фирмы (например, возможность роста за счет более широкого освоения рынка) и выбранные варианты развития среды. Определяются характер и степень воздействия тех или иных вариантов развития на стратегические области действий фирмы.

Восьмой этап. Принятие мер.

В узком смысле этот этап уже не относится к анализу. Однако он естественно вытекает из предыдущих этапов.

Раздел: Экономико-математическое моделирование
Количество знаков с пробелами: 182843
Количество таблиц: 25
Количество изображений: 24

Вложенные файлы: 1 файл

СТАТИСТИЧЕСКИЕ МЕТОДЫ ПРОГНОЗИРОВАНИЯ.docx

СТАТИСТИЧЕСКИЕ МЕТОДЫ ПРОГНОЗИРОВАНИЯ

Статистические методы прогнозирования, которым посвящена настоящая работа, не являются единственно возможными. Известны и другие. Например, в последнее время в прогнозировании научно-технического прогресса интенсивно используются различные нормативные (т.е. основанные на изучении возможных будущих потребностей в технических новшествах) и статистические методы. Широкое применение получили прогнозы, основанные на экспертных оценках. В ряде случаев прибегают к разработке так называемых сценариев развития, морфологическому анализу, историческим аналогиям и т.д. Новым подходом к прогнозированию научно-технического прогресса является “симптоматическое прогнозирование”, суть которого заключается в выявлении “предвестников” будущих сдвигов в технике и технологии. Большие возможности для прогнозирования кроются в применении имитационных моделей. В практике прогнозирования экономики, однако, преобладающими, по крайней мере, до сего времени, являются статистические методы. Как уже говорилось выше, это связано главным образом с наличием инерционности в развитии экономических явлений и объектов. Немаловажным для практической работы является и то, 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, индуктивный, заключается в обобщении данных, наблюдаемых за более или менее продолжительный период времени, и в представлении соответствующих статистических закономерностей в виде модели. Статистическую модель получают или в виде аналитически выраженной тенденции развития, или же в виде уравнения зависимости от одного или нескольких факторов-аргументов. В ряде случаев – при изучении сложных комплексов экономических показателей – прибегают к разработке так называемых взаимозависимых систем уравнений, состоящих в основном опять-таки из уровнений, характризующих статистические зависимости. Процесс построения и применения статистической модели для прогнозирования, какой бы вид последняя не имела, обязательно включает выбор формы уравнения, описывающего динамику или взаимосвязь явлений, и оценивание его параметров с помощью того или иного метода. Второй этап, собственно прогноз, является дедуктивным. На этом этапе на основе найденных статистических закономерностей определяют ожидаемое значение прогнозируемого признака.

Следует подчеркнуть, что полученные результаты не могут рассматриваться как нечто окончательное. При их оценке и использовании должны приниматься во внимание факторы, условия или ограничения, которые не были учтены при разработке статистической модели, должна осуществляться корректировка обнаруженных статистических характеристик в соответствии с ожидаемым изменением обстоятельств их формирования. Короче говоря, найденные с помощью статистических методов прогностические оценки являются важным материалом, который, однако, должен быть критически осмыслен. При этом главным является учет возможных изменений в самих тенденциях развития экономических явлений и объектов.

Известная условность в получаемых выводах связана с тем, что целый ряд статистических методов базируется на довольно жестких требованиях к качеству обрабатываемых данных (например, к их однородности) и строгих гипотезах о характере поведения анализируемых величин (их распределениях). На практике же экономист зачастую, особенно если исследуются динамические ряды, имеет дело с информацией, качество которой в отношении выдвинутых требований оставляет желать лучшего или просто неизвестно. Обычно неизвестен и тип распределения переменных. Таким образом, для практика остаются две альтернативы: или вообще отказаться от применения большинства методов и довольствоваться достаточно скудным инструментарием, или применять разнообразные статистические методы обработки данных, не забывая о соответствующих этим методам требованиях. Очевидно, что в последнем случае, если существуют сомнения в “чистоте эксперимента”, не следует придавать получаемым статистическим выводам чрезмерно строгий смысл. В то же время эти выводы, как правило, оказываются полезными для практической деятельности и прогнозирования. Так, например, статистическая проверка гипотез основывается на предположении о существовании нормального распределения соответствующих переменных. На практике же мы в лучшем случае сталкиваемся с асимптотически нормальными распределениями (т.е. с распределениями, стремящимися к нормальным с ростом объема выборки). Вместе с тем проверка гипотез и в этих обстоятельствах дает практически приемлемые результаты, исключая разве такие ситуации, когда значения, скажем, t-статистики Стьюдента близки к критическому (ta). В последнем случае вывод, естественно, нельзя признать надежным.

Далеко не всегда статистические методы прогнозирования применяются самостоятельно, так сказать, в чистом виде. Часто их включают в виде важных элементов в комплексные методики, предусматривающие сочетание статистических методов с другими методами прогнозирования, например с экспертными оценками, различного рода экономико-математическими моделями и т.д. Такой комплексный подход к прогнозированию представляется наиболее плодотворным. Из сказанного выше вытекает, что статистические методы занимают важное место в системе методов прогнозирования, однако они ни в коей мере не должны рассматриваться как некий универсальный метод, как “золотой ключик”, открывающий любую дверь.

В ряде случаев собственно статистическая обработка экономической информации непосредственно не приводит к получению прогноза, однако является важным звеном в общей системе из разработки. Такая обработка данных наблюдения, нацеленная на вскрытие различного рода конкретных статистических закономерностей, представляет собой, по сути дела, первый шаг на пути осмысливания информации и построения более сложных моделей, отображающих взаимодействие множества факторов. В Связи с этим необходимо подчеркнуть важную роль статистической методологии в рамках построения имитационных моделей, которые все больше привлекают внимание экономистов. Потенциальные возможности имитационных моделей в отношении прогнозирования поведения изучаемых (моделируемых) систем еще далеки от полного раскрытия. Но уже сейчас очевидно, что успешность прогнозов, получаемых на основе имитационных моделей, существенно будет зависеть от качества статистического анализа эмпирического материала, от того, насколько такой анализ сможет выявить и обобщить закономерности развития изучаемых объектов во времени.

Таким образом, место теории прогнозирования и планирования в системе экономических дисциплин определяется тем, что она является как бы связующим звеном экономической теории, с одной стороны, и отраслевыми экономиками - с другой. Данная наука имеет тесную связь со статистикой, от которой она заимствует методы анализа и необходимые сведения для расчетов. Прогнозирование и планирование используют достижения естественных, биологических и других наук, особенно математики.

Содержание

Прикрепленные файлы: 1 файл

СТАТИСТИКА И ПРОГНОЗИР.rtf

ИНСТИТУТ УПРАВЛЕНИЯ И ПРАВА

Студентки 3 курса

Кирилловой Ольги Викторовны

2. Сущность и основные понятия прогнозирования …….…………5-7 стр.

5. Список использованной литературы……………..…..……….………21 стр.

Прогностика - научная дисциплина, изучающая общие принципы и методы прогнозирования развития объектов любой природы, закономерности процесса разработки прогнозов.

В целом значимость прогнозирования заключается в том, что оно, раскрывая будущие взаимосвязи явлений объективной реальности, увеличивает разнообразие, выбор вариантов развития исследуемой системы и ,как следствие , способствует принятию эффективных решений.

Существенные изменения в общественной и экономической жизни России, происходящие в связи с переходом на рыночные отношения, вовлечение страны в процессы интеграции на европейском и мировом рынках вызвали потребность коренного реформирования социально-экономической статистики, комплексного пересмотра всей системы учета и статистики в стране. Это связано также с необходимостью повышения возможностей получения объективной и достоверной информации о состоянии и развитии различных форм собственности, сфер экономики и социальных процессов для анализа, оценки, выявления тенденций и принятия управленческих решений на всех уровнях.

Чтобы эффективно управлять народным хозяйством или любым его структурным звеном, необходимо четко знать, какими должны быть воздействие на экономику и его последствия.

В странах с развитой рыночной моделью экономики прогнозирование и планирование являются важнейшим инструментом государственного регулирования экономики. Нацелено применяя такой инструмент, эти страны, как известно, добились большого успеха в техническом прогрессе, повышении уровня жизни населения и других социально-экономических областях.

В настоящее время следует отметить непрерывно растущую потребность в прогнозах.

Теория прогнозирования и планирования экономики базируется на экономической теории. Если последняя изучает глубинные процессы экономического развития, устанавливает их суть, движущие силы для любых общественно-экономических формаций, то прогнозирование и планирование являются рабочим инструментом определения величин экономических показателей, позволяют выявить наиболее эффективные методы регулирования социально-экономических процессов в обществе и одновременно выступают в качестве методологической основы при рассмотрении вопросов прогнозирования и планирования отраслевых экономик, таких, как экономика промышленности, экономика транспорта, экономика строительства и др.

2. Сущность и основные понятия прогнозирования

Сущность процесса прогнозирования состоит в том, что исследователь определенным методом с помощью специального инструментария обрабатывает имеющуюся в его распоряжении информацию о состоянии изучаемого объекта в данный момент, о наблюдавшихся ранее закономерностях изменения объекта, об условиях его функционирования в настоящий момент и стремиться с определенной степенью достоверности превратить ее в систему знаний о будущем состоянии или поведении объекта.

Прогнозирование позволяет раскрыть устойчивые тенденции или выявить существенные изменения в социально-экономических процессах, оценить их вероятность для будущего планового периода, выявить возможные альтернативные варианты, накопить научный и эмпирический материал для обоснованного выбора той или иной концепции развития или планового решения.

Отличительной особенностью прогнозирования является то, что оно описывает возникновение процессов и объектов, которые в данный момент недоступны непосредственному восприятию и проверке на практике.

Прогнозирование не сводится к попыткам предугадать детали будущего, хотя в некоторых случаях это существенно. Исследователь исходит в данном случае из диалектической детерминации явлений будущего, из понимания того, что необходимость пробивает себе дорогу через преодоление случайности, что к явлениям будущего нужен вероятностный подход с учетом широкого набора возможных вариантов. Только при таком подходе прогнозирование может быть эффективно использовано для выбора наиболее вероятного или наиболее желательного, оптимального варианта при обосновании цели, плана, программы, проекта, вообще, решения.

Прогнозы должны предшествовать планам, содержать оценку хода последствий выполнения (или невыполнения) планов, охватывать все, что не поддается планированию, решению. Они могут охватывать в принципе любой отрезок времени. Прогноз и план отличаются способами оперирования информацией о будущем. Вероятностное описание возможного или желательного - это прогноз.

Результатом прогнозирования является - прогноз как научно обоснованное суждение о возможных состояниях объекта в будущем, об альтернативных путях и сроках его существования. Таким образом, прогноз -это вероятностное утверждение о будущем с относительно высокой степенью достоверности.

Прогнозирование - процесс разработки прогноза.

Этап прогнозирования - часть процесса разработки прогнозов, характеризующаяся своими задачами, методами и результатами. Деление на этапы связано со спецификой построения систематизированного описания объекта прогнозирования, сбора данных, с построением модели, верификацией прогноза.

Прием прогнозирования - одна или несколько математических или логических операций, направленных на получение конкретного результата в процессе разработки прогноза. В качестве приема могут выступать сглаживание динамического ряда, определение компетентности эксперта, вычисление средневзвешенного значения оценок экспертов и т. д.

Модель прогнозирования - модель объекта прогнозирования, исследование которой позволяет получить информацию о возможных состояниях объекта прогнозирования в будущем и (или) путях и сроках их осуществления.

Метод прогнозирования - способ исследования объекта прогнозирования, направленный на разработку прогноза. Методы прогнозирования являются основанием для методик прогнозирования.

Методика прогнозирования - совокупность специальных правил и приемов (одного или нескольких методов) разработки прогнозов.

Прогнозирующая система - система методов и средств их реализации, функционирующая в соответствии с основными принципами прогнозирования. Средствами реализации являются экспертная группа, совокупность программ и т. д. Прогнозирующие системы могут быть автоматизированными и неавтоматизированными.

Прогнозный вариант - один из прогнозов, составляющих группу возможных прогнозов.

Объект прогнозирования - процесс, система, или явление, о состоянии которого даётся прогноз.

Характеристика объекта прогнозирования - качественное или количественное отражение какого-либо свойства объекта прогнозирования.

Переменная объекта прогнозирования - количественная характеристика объекта прогнозирования, которая является или принимается за изменяемую в течение периода основания и (или) периода упреждения прогноза.

Сложность объекта прогнозирования - характеристика объекта прогнозирования, определяющая разнообразие его элементов, свойств и отношений.

Период основания прогноза - промежуток времени, за который используют информацию для разработки прогноза. Этот промежуток времени называют также периодом предыстории.

Период упреждения прогноза - промежуток времени, на который разрабатывается прогноз.

Прогнозный горизонт - максимально возможный период упреждения прогноза заданной точности.

Точность прогноза - оценка доверительного интервала прогноза для заданной вероятности его осуществления.

Достоверность прогноза - оценка вероятности осуществления прогноза для заданного доверительного интервала.

Ошибка прогноза - апостериорная величина отклонения прогноза от действительного состояния объекта.

Источник ошибки прогноза - фактор, способный привести к появлению ошибки прогноза. Различают источники регулярных и нерегулярных ошибок.

Верификация прогноза - оценка достоверности и точности или обоснованности прогноза.

Эксперт - квалифицированный специалист по конкретной проблеме, привлекаемый для вынесения оценки по поставленной задаче прогноза.

При разработке социальных прогнозов в ряде случаев производится выявление мнения представителей различных групп населения, условно приравниваемых к экспертам.

Компетентность эксперта - способность эксперта выносить на базе профессиональных знаний, интуиции и опыта достоверные суждения об объекте прогнозирования. Количественная мера компетентности эксперта называется коэффициентом компетентности.

Экспертная группа - коллектив экспертов, сформированный по определенным правилам для решения поставленной задачи прогноза. Частным случаем экспертной группы выступает экспертная комиссия.

Компетентность группы экспертов - способность экспертной группы выносить суждения об объекте прогнозирования, адекватные мнению генеральной совокупности экспертов. Компетентность экспертной группы определяется различными методиками.

Прогнозирование тесно связано со статистикой и во многом базируется на статистических данных и методах исследования массовых явлений.

3. Статистические методы прогнозирования

Статистические методы прогнозирования - научная и учебная дисциплина, к основным задачам которой относятся разработка, изучение и применение современных математико-статистических методов прогнозирования на основе объективных данных; развитие теории и практики вероятностно-статистического моделирования экспертных методов прогнозирования; методов прогнозирования в условиях риска и комбинированных методов прогнозирования с использованием совместно экономико-математических и эконометрических (как математико-статистических, так и экспертных) моделей. Научной базой статистических методов прогнозирования является прикладная статистика и теория принятия решений.

По оценкам некоторых ученых насчитывается более 150 методов прогнозирования. Базовых методов гораздо 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 понимается совокупность приемов и способов мышления, 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.

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

Интуитивные методы базируются на интуитивно-логическом мышлении. Они используются в тех случаях, когда невозможно учесть влияние многих факторов из-за значительной сложности объекта прогнозирования или объект слишком прост и не требует проведения трудоемких расчетов. Такие методы целесообразно использовать и в других случаях в сочетании с формализованными методами для повышения точности прогнозов.

Среди интуитивных методов широкое распространение получили методы экспертных оценок. Они используются как в нашей стране, так и за рубежом для получения прогнозных оценок развития производства, научно-технического прогресса, эффективности использования ресурсов и т.п.

Применяются также методы исторических аналогий и прогнозирования по образцу. Здесь имеет место своеобразная экстраполяция. Техника прогнозирования состоит в анализе высокоразвитой системы (страны, региона, отрасли) одного и того же приближенного уровня, который теперь имеется в менее развитой аналогичной системе, и на основании истории развития изучаемого процесса в высокоразвитой системе строится прогноз для менее развитой системы. Практика свидетельствует, что такие аналогии можно использовать при определении путей развития новых отраслей и видов техники (производство ЭВМ, телевизоров и т.п.), структуры производства, потребления и т.д. Естественно, что полученный таким образом "образец" - лишь начальный пункт прогнозирования. К окончательному выводу можно прийти, лишь исследуя внутренние условия и закономерности развития.

К формализованным методам относятся методы экстраполяции и методы моделирования. Они базируются на математической теории.

Среди методов экстраполяции широкое распространение получил метод подбора функций, основанный на методе наименьших квадратов (МНК). В современных условиях все большее значение стали придавать модификациям МНК: методу экспоненциального сглаживания с регулируемым трендом и методу адаптивного сглаживания.

Методы моделирования предполагают использование в процессе прогнозирования и планирования различного рода экономико-математических моделей, представляющих собой формализованное описание исследуемого экономического процесса (объекта) в виде математических зависимостей и отношений. Различают следующие модели: матричные, оптимального планирования, экономико-статистические (трендовые, факторные, эконометрические), имитационные, принятия решений. Для реализации экономико-математических моделей применяются экономико-математические методы.

В практике прогнозирования и планирования широко используются -также метод экономического (системного) анализа, нормативный и балансовый методы. Для разработки целевых комплексных программ используется программно-целевой метод (ПЦМ) в сочетании с другими методами. Следует отметить, что представленный перечень методов и их групп не является исчерпывающим. Рассмотрим методы, получившие широкое распространение в мировой практике.

Читайте также: