Возможности применения методов прогнозирования

Что такое прогнозирование? Для чего оно нужно, и какие методы прогнозирования используются на практике? На эти и другие вопросы мы постараемся ответить в данной статье.

Прогнозирование — это предвидение, которое отражает будущее в действительности с незначительными отклонениями, и основано на прошлых и будущих факторах познаний, законов природы и общества. Оно может подразделяться на различные формы проявления:

1. Предчувствие — тот прогноз, который присущ всему живому организму, говорит о будущих явлениях на уровне подсознания;
2. Предугадывание — вид интеллектуальной деятельности, о будущем, который строится на основе житейского опыта, определенных знаний и разных обстоятельств;
3. Прогнозирование — это научное предвидение, которое строится на определенных законах природы, науки и человечества. Оно может говорить о каких-либо перспективах определенного явления или процесса.

Прогнозирование служит нам для того, чтобы мы знали какую-либо информацию о будущем. Тем самым, могли стоить определенные планы, действия или стратегии в планировании. В то же время хочется напомнить о том, что прогнозирование многовариативное и носит вероятностный характер.

Процесс прогнозирования включает в себя формы предвидения:

1. Гипотеза, олицетворяет научное предвидение, путем анализа причинно-следственных связей функционирования, закономерностей и развития исследуемых объектов. Благодаря гипотезе дается их качественная характеристика, которая определяет общие закономерности поведения исследуемых объектов;
2. Прогноз, это система научно обоснованных мнений, о допустимых ситуациях объекта в будущем, и многовариантных путях его развития. Прогноз более достоверен, чем гипотеза, так как базируется на качественных и количественных показателях, но так, же многогранен и имеет вероятностный характер;
3. План — это документ, в котором заранее намечена система мероприятий, с заранее оговоренными сроками выполнения, целью, упорядоченным порядком определенных действий, приоритетов и ресурсов, а также источников их формирования на данный период действия плана.

Данные формы тесно взаимосвязаны между собой, и представляют последовательную связь в исследовании объекта, и анализа последующего его поведения. Начиная от определения общих закономерностей поведения исследуемых объектов и заканчивая разработкой и построением систем мероприятий для достижения последующих целей.

Планирование — это научный процесс с обоснованием цели, он составляется путем анализа определенных прогнозов, и составлением плана для достижения поставленных задач.

Планирование и прогнозирование тесно взаимосвязаны между собой, и представляют многоуровневый и совместный процесс, в рамках которого должны решаться научно-технические, социально-экономические проблемы, путем применения различных методов. В виду того, что планирование и прогнозирование развиваются уже с двадцатого столетия, насчитываются уже более 150 методов прогнозирования, но в качестве основных методов на практике используются около 20. С появлением электронно-вычислительных машин многие методы стали совершенствоваться и использоваться более часто.

По степени формализации методы прогнозирования делятся на два вида:

1. Интуитивные методы. Используются в тех случаях, когда невозможно учесть большее количество факторов объекта из-за его сложности или, наоборот, простоты, не требующих сложных вычислений.

В их число входят методы экспертных оценок, использующиеся для получения прогнозных оценок НТП, эффективности использования ресурсов, развития производства и т. д. Применяются также методы исторических аналогий и прогнозирования по образцу. Прогнозирование осуществляется путем анализа высокоразвитой системы, и на основании этого прогноза строится план для развитее менее развитой системы.

2. Формализованные методы. Методы, которые входят в данную группу, базируются на основе математической теории. К формализованным методам относятся методы экстраполяции и методы моделирования.

Методы моделирования предполагают использование экономико-математических моделей, описывающий исследуемый экономический процесс (объект) 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.

Моделирование представляет собой конструирование моделей на основе предварительных изученных данных объекта (процесса), выделяя существенные признаки (характеристики). Прогнозирование процессов с использованием данной модели подразумевает разработку модели, ее анализ, сопоставление результатов с фактическими данными объекта (процесса), корректировку и уточнение модели.

Экономико-статистические модели применяются для установления количественной характеристики связи, зависимости и взаимообусловленности экономических показателей. Эконометрическая модель характеризуется системой регрессивных уравнений и тождеств, которые описывают зависимости и взаимосвязи главных показателей экономики. Данная модель прогнозирует такие показатели как ВНП, доходы населения и т. д.

Экономико-математические методы характеризуются способами расчета экономических показателей. С помощью модели можно всесторонне доказать изменения экономических показателей. Тем самым повышая качество прогнозов и рассчитывать оптимизационные вычисления и т. д.

Экстраполяция изучает данные прошлых и настоящих устойчивых тенденций развития объекта прогноза, а также переноса их на будущее. Данный метод считается наиболее используемым и распространенным. В основе метода лежит изучение эмпирических рядов (фиксированные данные, полученные непрерывно в течение определенного времени).

Далее, мы рассмотрим методы, которые целесообразно применять в рыночных отношениях. Метод подбора функций. Данный метод предполагает существование альтернативных форм зависимости от фактора к эмпирическому ряду. Он учитывает все данные исходного ряда с одинаковым «весом».

Метод наименьших квадратов, задача данного метода в том, чтобы отыскать параметры модели, которые минимизируют отклонения расчетных значений от значений эмпирического ряда. Также данный метод предполагает равноценность исходной информации.

Метод экспоненциального сглаживания с регулируемым трендом, позволяет построить описание процесса, таким образом, при котором поздним наблюдениям придается больше «веса», по сравнению с ранними наблюдениями. В дальнейшем получаем возможность найти оценку параметров зависимости, определяющих не средний уровень процесса, а сложившуюся тенденцию к крайним наблюдениям. Скорость старения данных определяется в пределах параметров сглаживания α, 0 < α< 1.

Метод скользящей средней характеризуется тем, что вычисляется средний уровень первых по порядку данных эмпирического ряда, затем средний уровень эмпирического ряда, отбрасывая первоначальный уровень и добавляя последующий. Тем самым при данных расчетах получается эффект скольжения по ряду динамики от самого начала до самого конца. С помощью данного метода можно убрать случайные колебания, и получить значения показателей, которые соответствуют влиянию главных факторов.

Проведем прогнозирование урожайности валового сбора зерна Республики Башкортостан по статистическим данным, методом скользящей средней. Урожайность валового сбора зерна в Республике Башкортостан показана на рисунке 1 и в таблице 1.

Для дальнейшего рассматриваемого примера возьмем временное значение Р = 11, а в качестве выравнивающей функции сглаженного ряда — уравнение прямой:

Параметры прогнозного уравнения определяются методом наименьших квадратов. При этом необходимо, чтобы сумма квадратов отклонений фактических данных от выровненных была наименьшей.

Для этого параметры a₀ и a₁ должны удовлетворять системе «нормальных» уравнений, где число лет n = 5.

или .

В результате вычислений, мы получили параметры уравнения тренда:

а₀ = 312,41; а₁ = 6,77.

Уравнение тренда выглядит следующим образом:

Таким образом, применив метод простых скользящих средних, мы можем сделать вывод о типе тенденции динамики. Исходный ряд обладает значительной колеблемостью уровней. Вычисленные скользящие средние «сгладили» эти колебания. Недостатком данного метода является уменьшение числа уровней ряда, например, при 7-летнем сглаживании из 15 исходных уровней у нас осталось 9 уровней. Поэтому обязательным условием применения метода скользящих средних является наличие достаточно длинного ряда динамики (15 и более уровней).