Методы прогнозирования

 МЕТОД НАПИСАНИЯ  СЦЕНАРИЯ - основан на определении логики процесса или явления при различных условиях. Это метод, с помощью которого эксперт пытается установить логическую последовательность событий на основе имеющейся информации о прогнозируемом объекте, чтобы показать, как, исходя из существующей ситуации, может развертываться будущее состояние. В сценарии отражаются возможные варианты развития событий, необходимая последовательность решения задач, возможные препятствия и проблемы. При написании сценария может принимать участие группа специалистов. Сценарий в готовом виде может подвергаться анализу.

 Коллективные  методы экспертных оценок основываются на выявлении коллективного мнения экспертов о перспективах развития объекта прогнозирования. Эта группа методов основана на том, что при коллективном мышлении выше точность результатов и возможно появление новых подходов к решению проблемы (групповое обсуждение дает на 70% больше новых идей, чем сумма индивидуальных мышлений).

 Выделяют  следующие коллективные методы:

 МЕТОД КОМИССИИ - обсуждение проблемы за «круглым столом». При использовании данного метода следует придерживаться следующих  правил: а) формулировать проблему в основных терминах, выделив единственный центральный пункт; б) расчленять сложную проблему на четко выраженные узкие задачи; в) не объявлять ложной и не прекращать исследовать ни одну идею; г) предоставлять слово прежде всего тем, у кого идея возникла по ассоциации с предыдущим высказыванием; д) не оценивать заранее значение идей, подхватывать идею любого рода, даже если ее существование кажется в данное время сомнительной; е) оказывать поддержку и поощрение всем, чтобы освободить участников от скованности.

 МЕТОД КОЛЛЕКТИВНОЙ ГЕНЕРАЦИИ ИДЕЙ (МОЗГОВОЙ АТАКИ) –  предложен в 1939 г. Осборном в США  и состоит в использовании  специалистов при решении проблемной ситуации, реализующей вначале генерацию идеи, а затем деструктурирование (разрушение) этих идей с формированием контридей и выработки согласованной точки зрения. Метод предполагает ряд этапов: а) формирование группы экспертов в 10-15 человек; б) составление проблемной записки; в) генерация идей (рекомендуемая продолжительность от 20 минут до 1 часа), в течение которой запрещается критика любой предложенной идеи; г) систематизация идей; д) деструктурирование идей; е) оценка критических замечаний и составление списка практически реализуемых идей.

 МЕТОД «635» - это одна из разновидностей метода мозговой атаки. Цифры 6,3,5 означают, что принимает участие 6 экспертов, каждый из которых должен выдвинуть 3 идеи в течение 5 минут. Лист, на котором каждый эксперт записывает идеи, движется по кругу. В результате этого каждый эксперт запишет 18 идей на шести листах в течение тридцати минут. В общей сложности получается 108 идей (18*6), которые затем обобщаются и рассматриваются с целью выбора практически реализуемых предложений.

 Недостатками  данных методов является возможность  в ходе обсуждения дезинформации; давления на группу активного меньшинства, ведущего или авторитета; достижения согласия в группе; заинтересованности в определенном результате; предубеждения.

 Чтобы устранить  эти недостатки используется МЕТОД  ДЕЛЬФИ, при котором делается попытка  устранить вмешательство психологических факторов, способных снизить ценность обсуждения. Особенностями данного метода являются:

 • Анонимность  экспертов, так как существует полный отказ от личных контактов экспертов  и коллективных обсуждений;

 • Многотуровая процедура опроса экспертов;

 • Обеспечение  экспертов информацией, включая  обмен информацией после каждого  тура опроса при сохранении анонимности  оценок, аргументации и критики;

 • эксперты должны обосновать свои оценки и суждения, отличающиеся от мнения большинства;

 • Обоснование  ответов экспертов по запросу  организаторов исследования.

 Данный метод  был разработан американской корпорацией  «РЭНД корп.» в 1964 г. при исследовании перспектив НТП. На первом этапе 82 ученых попросили в письменной форме определить изобретения, которые представляются наиболее необходимыми в ближайшие 50 лет. В результате был составлен перечень из 49 наименований.

 На втором этапе ученым предложили в письменной форме оценить вероятность реализации каждого из 49 важнейших изобретений в один из периодов времени, на которые были разбиты 50 лет. Эти оценки были скомбинированы и представлены в виде квартилей (чисел, которые по величине оценок отделяют внутреннюю половину числа участников от внешних четвертей) и медиан (такого числа, оценки которого одной половины группы были больше этого числа, а другой половины – меньше). По 10 изобретениям из 49 было достигнуто определенное согласие.

 На третьем  этапе в письмах, направленных ученым, известили о достигнутом значительном согласии по 10 изобретениям. «Инакомыслящих» попросили изложить свою точку зрения по данному вопросу. Одновременно ученым предложили повторно рассмотреть 17 изобретений из оставшихся 39, по которым не было достигнуто значительного согласия, и попросили обосновать причины широких расхождений в оценках времени реализации. На основании полученных ответов было достигнуто определенное согласие по части изобретений.

 На четвертом  этапе была повторена процедура  третьего этапа. В результате в итоговый перечень было включено 31 изобретение, по которым удалось достигнуть известного согласия.

 В настоящее  время данный метод применяется  по широкому спектру проблем: сбор текущей и прошлой информации, которой вообще нет или она крайне недостоверна; проверка существенности событий прошлого; оценка возможных вариантов распределения бюджетных средств; принятие решений в сфере городского и регионального планирования; формирование структуры моделей и т.д. 
 
 

 Методы  экстраполяции 
 

 Экстраполяция представляет метод прогнозирования, заключающийся в изучении сложившихся в прошлом и настоящем устойчивых тенденций развития процессов и явлений и переносе их на будущее. Метод экстраполяции применим, если используются следующие допущения: а) период времени, для которого построена функция, должен быть достаточным для выявлении тенденции развития; б) анализируемый процесс является устойчиво динамическим и обладает инерционностью, т.е. для значительных изменений характеристик процесса требуется время; в) не ожидается сильных внешних воздействий на изучаемый процесс, которые могут серьезно повлиять на тенденцию развития. Прогнозирование с помощью метода экстраполяции – один из простейших методов статистического прогнозирования. Его использование оправдано при недостаточном знании о природе изучаемого явления или отсутствии данных, необходимых для применения более совершенных методов прогнозирования.

 Различают а) простую экстраполяцию, которая  предполагает, что все действовавшие  в прошлом и настоящем тенденции  сохранятся в полном объеме, так как все действовавшие факторы останутся неизменными; б) прогнозную экстраполяцию, которая базируется на предположении об изменении факторов, определяющих динамику изучаемого процесса или явления.

 Основу экстраполяции  составляет изучение динамических рядов, представляющих собой упорядоченные во времени наборы измерений тех или иных показателей исследуемого объекта. В основе динамического анализа лежит понятие траектории, которая описывает состояние изучаемого процесса как функцию от времени: Q = Q(t), t [0,T], [0,T] – отрезок времени.

 При этом время  может учитываться как по интервалам, так и непрерывно. В первом случае функция называется динамическим рядом.

 Использование экстраполяции имеет в своей  основе предположение о том, что рассматриваемый процесс представляет собой сочетание двух составляющих: регулярной составляющей (Хt) и случайной переменной ( ). Временной ряд может условно представлен в виде: Yt = Xt + t.

 Регулярная  составляющая называется трендом, тенденцией и характеризует существующую динамику развития процесса в целом. Случайная составляющая отражает случайные колебания (шумы процесса).

  Показателями  развития процесса являются абсолютный  прирост, темп роста, темп прироста. Показатели изменения динамического ряда могут вычисляться на постоянной и переменой базе. Для обобщающей оценки скорости и интенсивности изменения динамического ряда используются различные средние характеристики, среди которых являются средний темп роста и средний темп прироста. Средний темп роста рассчитывают как среднее геометрическое и как среднее параболическое. Среднее геометрическое рассчитывается из последовательных цепных темпов роста: ; среднее параболическое ориентировано на сумму динамического ряда и определяется из уравнения:

 Задача ППЭ  состоит в определении вида экстраполирующих функций Хt и t на основе исходных эмпирических данных и параметров выбранной функции.

 Методика  построения трендовых моделей представляет сочетание качественного экономического анализа и формальных математико-статистических методов и включает несколько этапов: 1) Выбор класса функции тренда. Существует более 40 временных функций, отличающихся своими свойствами. Надо выбрать ту, которая отражает главные особенности динамики исследуемого показателя, прежде всего тип развития. Можно выделить 4 типа экономического роста: постоянный, увеличивающийся, уменьшающийся и рост с качественными изменениями характеристик на протяжении рассматриваемого периода. 2) Оценка параметров функции. Он проводится методами регрессионного анализа. 3) Расчет значений формальных критериев аппроксимации. Для характеристики близости тренда к аппроксимируемому динамическому ряду применяют несколько формальных критериев: сумма квадратов отклонений значений тренда от фактических значений, значение коэффициента детерминации и т.д. 4) Анализ остаточной компоненты динамического ряда. 5) Выбор функции тренда. Результатом предшествующих этапов является построение нескольких функций тренда для одного показателя. Выбор лучшей осуществляется путем сопоставления значений, возможностей экономической интерпретации и использования в прогнозировании.

 МЕТОД ЛИНЕЙНОЙ ЭКСТРАПОЛЯЦИИ. Сущность метода заключается в том, что прогнозные величины определяются на основе среднего прироста (снижения) исследуемого показателя за определенный период времени.

 Пример. Предположим, у нас имеются данные об объеме ВНП страны за ряд лет:  

  Таблица  - Объем ВНП страны 

 Год Объем  ВНП Прирост ВНП 

 1995 16,0 -

 1996 21,8 5,8

 1997 27,0 5,2

 1998 32,0 5,0

 1999 36,8 4,8  
 
 
 
 
 
 

 Рассчитаем  средний темп прироста за четыре года: (5,8 + 5,2 + 5,0 + 4,8)/4 = 5,2

  Определив  средний темп прироста, рассчитаем  прогнозное значение ВНП страны  на 2000 год: Y2000 = Y1999 + Y = 36,8 + 5,2 = 42,0

 МЕТОД ПРОСТОЙ  СРЕДНЕЙ. Применяется в тех случаях, когда в уравнении линейной зависимости  Y = a + bx, коэффициент b = 0. При таком условии график будет представлен прямой параллельной горизонтальной оси графика, а прогноз будет состоять в расчете простой средней из всех имеющихся данных: Y = Y/N.

 Расчеты простой  средней часто связывают с  сезонными колебаниями, происходящими внутри общего тренда.

 Пример. Имеются  данные об объеме ВНП за ряд лет  по кварталам:

 Год 1 квартал 2 квартал 3 квартал В целом за год 

 1995 190 370 300 220 1080

 1996 280 420 310 180 1190

 1997 270 360 280 190 1100

 1998 300 430 290 200 1220

 1999 320 440 320 220 1300

 Итого 1360 2020 1500 1010 5890

 Средний объем 272 404 300 203 294,5  

 Рассчитываем  квартальный индекс: 1 квартал = 272:294,5 = 0,92; 2 квартал = 404:294,5 = 1,37;

  3 квартал  = 300:294,5 = 1,02; 4 квартал = 203:294,5 = 0,69.

 Для того, чтобы  составить прогноз объема ВНП  по кварталам на 2000 год, надо прогнозное значение ВНП за данный год разделить  на 4(количество кварталов) и умножить на соответствующий квартальный  индекс. Предположим, что в 2000 году ВНП  будет равен 1450. Тогда в 1 квартале будет произведено: (1450:4)*0,92= 333,5; 2 квартал = (1450:4)*1,37 = 496,625 и т.д.  

 МЕТОД НАИМЕНЬШИХ КВАДРАТОВ. Позволяет подогнать  функцию под некоторый набор  численных значений и построить  график функции по некоторой совокупности точек. Выбор этой функции считается наилучшим, если стандартное отклонение определяемое формулой:

 E = (dt – d’t)2 min оказывается сведено к минимальному значению.

 dt – фактические данные,

 d`t – данные рассчитанной функции.

 Как правило, используется линейная функция Y = a + bx.