Методы социально-экономического прогнозирования

      В группу формализованных методов  входят две подгруппы: экстраполяции и моделирования. К первой подгруппе относятся методы наименьших квадратов, экспоненциального сглаживания, скользящих средних и др. Ко второй подгруппе относятся методы математического моделирования, регрессионного и корреляционного анализа и др.

      Кроме того, широко используются в процессе экономического прогнозирования нормативный и балансовый методы. Особое место в классификации методов экономического прогнозирования занимают комбинированные методы, которые объединяют различные методы. Например, коллективные экспертные оценки и методы моделирования или статистические методы и опрос экспертов.

      В группу формализованных методов  входят две подгруппы: экстраполяции  и моделирования. К первой подгруппе  относятся методы: наименьших квадратов,  экспоненциального сглаживания, скользящих средних. Ко второй - структурное, сетевое и матричное моделирование.

      Классы интуитивных и формализованных  методов схожи по своему составу  с экспертными и фактографическими  методами. Фактографические методы  основаны на фактически имеющейся информации об объекте прогнозирования и его прошлом развитии, экспертные базируются на информации, пол В класс экспертных методов прогнозирования входит метод эвристического прогнозирования (эвристика - наука, изучающая продуктивно творческое мышление). Это аналитический метод, суть которого заключается в построении и последующем усечении «дерева поиска» экспертной оценки с использованием какой-либо эвристики. При этом методе осуществляется специализированная обработка прогнозных экспертных оценок, получаемых путем систематизированного опроса высококвалифицированных специалистов. Он применяется для разработки прогнозов научно-технических проблем и объектов, анализ развития которых либо полностью, либо частично не поддается формализации.

      В изученной литературе представлено  значительное количество классификационных  схем по методам прогнозирования.  Основная погрешность таких схем - нарушение принципов классификации,  к числу которых относятся:  достаточная полнота охвата методов  прогнозирования, единство классификационного признака на каждом уровне членения (при многоуровневой классификации), непересекаемость разделов классификации, открытость классификационной схемы.

      В большинстве классификационных  схем методы прогнозирования разделяются на три основных класса: методы экстраполяции, экспертных оценок и моделирования. При таком разделении методам экстраполяции противопоставляются как самостоятельный класс методы моделирования.

      С одной стороны, построение  моделей преследует цель вскрыть закономерность развития изучаемого объекта или процесса на некотором ретроспективном участке. И если модель построена правильно и адекватно отражает связи и свойства реального объекта, она может служить основой для экстраполяции, т. е. для перенесения некоторых выводов о поведении модели на объект. Это и есть прогнозирование поведения объекта путем экстраполяции тенденций, выявляемых на модели. С другой стороны, методы экстраполяции - не что иное, как использование теоретических и эмпирических моделей для нахождения переменных вне ретроспективного участка наблюдений по данным зависимостей между ними на ретроспективном участке. Таким образом, применение экстраполяции в прогнозировании всегда предполагает использование каких-либо моделей. Поэтому любое моделирование является основой для экстраполяции.

      Конструктивная классификация позволяет  наглядно изобразить совокупность  методов прогнозирования в виде  иерархического дерева и охарактеризовать  каждый уровень своим классификационным признаком.

      На первом уровне все методы  по признаку «информационное  основание метода» делятся на  три класса: фактографические, комбинированные  и экспертные.

      Фактографические базируются на  фактической информации об объекте  прогнозирования и его прошлом  развитии. В экспертных методах используется информация, которую доставляют специалисты-эксперты в процессе систематизированных процедур выявления и обобщения их мнений. В свою очередь, классы экспертных и фактографических методов подразделяются на подклассы по методам обработки информации.

      Экспертные методы разделяются  на два подкласса. Прямые экспертные  оценки строятся по принципу  получения и обработки независимого  обобщенного мнения коллектива  экспертов (или одного из них)  при отсутствии воздействия на мнение каждого эксперта мнения другого эксперта и всего коллектива. Экспертные оценки с обратной связью в том или ином виде реализуют принцип обратной связи на основе воздействия на оценку экспертной группы (одного эксперта) мнениями, полученными ранее от этой группы (или от одного из экспертов).

      Класс фактографических методов  объединяет следующие три подкласса:  методы аналогий, опережающие и  статистические методы.

      Методы аналогий направлены на  выявление сходства в закономерностях  развития различных процессов. К ним относятся методы математических и исторических аналогий. Методы математических аналогий в качестве аналога для объекта используют объекты другой физической природы, других областей науки и техники, имеющие математическое описание процесса развития, совпадающие с объектом прогнозирования.

      Опережающие методы прогнозирования  основаны на определенных принципах  специальной обработки научно-технической  информации, учитывающих ее свойство  опережать прогресс науки и  техники. К ним относятся методы исследования динамики научно-технической информации, использующие построение динамических рядов на базе различных видов такой информации, анализа и прогнозирования на этой основе развития соответствующего объекта (например, метод огибающих). К опережающим методам можно отнести также методы исследования и оценки уровня техники, основанные на использовании специальных методов анализа количественной и качественной научно-технической информации для определения характеристик уровня качества существующей и проектируемой техники.

      Статистические методы представляют  собой совокупность методов обработки  количественной информации об  объекте прогнозирования, объединенной  по принципу выявления содержащихся  в ней математических закономерностей  изменения характеристик данного объекта с целью получения прогнозных моделей.

      В процессе систематизированного  научно обоснованного прогнозирования  развития социально-экономических  процессов происходило развитие  методологии прогнозирования, как  совокупности методов, приемов и способов мышления, позволяющих на основе анализа ретроспективных данных, экзогенных и эндогенных связей объекта прогнозирования, а также их измерений в рамках рассматриваемого явления или процесса вывести суждения определенной достоверности относительно его будущего развития.

      Исследование различных классификационных  схем методов прогнозирования  позволяет выделить в качестве  основных классов фактографические, экспертные и комбинированные  методы, специализация которых обусловлена  спецификой целей и задач, количеством и качеством исходной информации, периодом упреждения прогноза. В следующих главах будут подробно рассмотрены формализованные и интуитивные методы социально-экономического прогнозирования. 
 
 
 

3. Формализованные методы прогнозирования

      Эти методы базируются на математической  теории, которая обеспечивает повышение  достоверности и точности прогнозов,  значительно сокращает сроки  их выполнения, позволяет обеспечить  деятельность по обработке информации  и оценке результатов.

      Сущность метода прогнозной экстраполяции  заключается в изучении динамики  изменения экономического явления  в предпрогнозном периоде и  перенесения найденной закономерности  на некоторый период будущего. Обязательным условием применения  экстраполяционного подхода в прогнозировании следует считать познание и объективное понимание природы исследуемого процесса, а также наличие устойчивых тенденций в механизме развития.

      Однако степень реальности такого  рода прогнозов и соответственно  мера доверия к ним в значительной мере обуславливаются аргументированностью выбора пределов экстраполяции и стабильностью соответствия «измерителей» по отношению к сущности рассматриваемого явления. Следует обратить внимание на то, что сложные объекты, как правило, не могут быть охарактеризованы одним параметром.

      Операцию экстраполяции в общем  виде можно представить как определение значений функции. Простейшим способом прогнозирования считается подход, формирующий прогнозную оценку от фактически достигнутого уровня при помощи среднего прироста или темпа роста.

      Этот способ обладает определенными  достоинствами, среди которых  незначительна трудоемкость вычислительного  алгоритма, универсальные расчетные  схемы. Кроме указанных достоинств, он имеет несколько существенных недостатков. Во-первых, все фактические наблюдения являются результатом закономерности и случайности, следовательно, основываться на последнем наблюдении неправомерно. Во-вторых, нет возможности оценить правомерность использования среднего прироста в каждом конкретном случае. В-третьих, данный подход не позволяет сформировать интервал, в который попадает прогнозируемая величина. В связи с этим метод экстраполяции не дает точных результатов на длительных срок прогноза, потому что данный метод исходит из прошлого и настоящего, и тем самым погрешность накапливается. Этот метод дает положительные результаты на ближайшую перспективу прогнозирования тех или иных объектов - на 5-7 лет.

      Для повышения точности экстраполяции  используются различные приемы. Один из них состоит, например, в том, чтобы экстраполируемую часть общей кривой развития (тренда) корректировать с учетом реального опыта развития отрасли-аналога исследований или объекта, опережающий в своем развитии прогнозируемый объект.

Метод моделирования.

      Моделирование считается достаточно эффективным средством прогнозирования.

       Слово “модель” произошло от лат. “modulus” (мера, образец).

       В науке термин “модель” означает какой-либо условный образ объекта исследования, а в прогнозировании экономические или социальные процессы.

       Содержание процесса моделирования включает в себя следующие этапы:

1)конструирование  модели на основе предварительного  изучения объекта;

2)выделение  существенных характеристик объекта;

3)экспериментальный и теоретический анализ модели;

4)сопоставление  результатов моделирования с  фактическими данными объекта;

5)корректировка  или уточнение модели.

     Экономико-математическое моделирование основывается на принципе аналогии, то есть возможности изучения объекта через рассмотрение другого объекта, подобного ему и более доступного. Таким более доступным объектом является экономико-математическая модель. Она представляет собой систему формализованных уравнений, описывающих основные взаимосвязи элементов, образующих экономическую систему или какой-либо экономической процесс.

      Эта модель позволяет довести до полного исчерпывающего описания процесс получения и обработки исходной информации, а также решить рассматриваемые задачи в достаточно широком классе конкретных случаев.

Нормативный метод применяется на основе расчета  прогнозных показателей. Нормы и  нормативы разрабатываются заранее  на законодательной или ведомственной  основе. Норма – это максимально  допустимая величина. Норматив – соотношение  элементов производственного процесса (составляющая нормы).

       Нормы и нормативы подразделяются на ресурсные, экономические и социальные. При необходимости они конкретизируются и дифференцируются по отдельным направлениям, объектам, регионам. Например, используются нормативы: социального развития – потребление на душу населения, прожиточный минимум, площадь жилая и др.