Тема 1. Классификация социально-экономических прогнозов МЕЖДУНАРОДНЫЙ БАНКОВСКИЙ ИНСТИТУТ INTERNATIONAL BANKING INSTITUTE

Реклама
МЕЖДУНАРОДНЫЙ БАНКОВСКИЙ ИНСТИТУТ
INTERNATIONAL BANKING INSTITUTE
Тема 1. Классификация социально-экономических
прогнозов
Целью изучения данной темы является создание базовой основы подготовки менеджеров по
специальности 080507 в области построения моделей различных задач в сфере экономики,
формирования у студентов систематизированного подхода к постановке и решению задач
прогнозирования. Предлагаемый курс позволит специалистам быстрее адаптироваться к
практической работе, лучше ориентироваться в научно-технической информации и литературе
по специальности, увереннее принимать решения, возникающие в работе.
Основными задачами изучения темы являются получение студентами углубленных
теоретических знаний по применению моделей прогноза, приобретение ими устойчивых
навыков выполнения научно-исследовательских работ, умения решать сложные научные
проблемы, связанные с построением моделей, включая и многомерные, способности к
логическому анализу полученных результатов и определению путей поиска приемлемых
решений.
Прогноз определяется как вероятностное научно обоснованное суждение о перспективах,
возможных состояниях того или иного явления в будущем и (или) об альтернативных путях и
сроках их осуществления. Прогноз - это звено в цепочке управленческого цикла:
прогнозирования, планирования, проектирования и принятия решений. Прогнозирование при
таком подходе понимается как процесс разработки прогнозов, как специальное научное
исследование, предметом которого выступают перспективы развития явления.
Прогнозы можно классифицировать по различным критериям в зависимости от целей, задач,
объектов, предметов, проблем, периода упреждения, методов, организации прогнозирования и
т. д. По целям различают поисковые (трендовые) и нормативные (программные, целевые)
прогнозы.
Поисковый прогноз - это определение возможных состояний явления в будущем. Имеется в
виду условное продолжение в будущее тенденций развития изучаемого явления в прошлом и
настоящем. При этом абстрагируются от возможных решений, которые могут радикально
повлиять на устойчивость тенденций. Такой прогноз отвечает на вопрос: что вероятнее всего
произойдет при условии сохранения существующих тенденций?
Нормативный прогноз — определение путей и сроков достижения возможных состояний
явления, принимаемых в качестве цели. Имеется в виду прогнозирование достижения
желательных состояний на основе заранее заданных норм, идеалов, стимулов, целей. Такой
прогноз отвечает на вопрос: какими путями достичь желаемого?
По
объекту
исследования
различают
естествоведческие,
научно-технические
обществоведческие (социальные в широком значении этого термина) прогнозы.
и
В естествоведческих прогнозах взаимосвязь между предсказанием (описанием) и
предуказанием (собственно решением будущих проблем) незначительна из-за невозможности
управления объектом. Здесь возможно только поисковое прогнозирование с ориентацией на
безусловное предсказание с высокой точностью будущего состояния явления.
В обществоведческих прогнозах, наоборот, эта взаимосвязь настолько значительна, что
способна приводить как к самоосуществлению, так и к саморазрушению прогнозов действиями
людей на основе целей, планов, программ, проектов и решений, в том числе принятых с учетом
сделанных прогнозов. Здесь необходимо сочетание поисковых и нормативных разработок, т. е.
условных предсказаний с ориентацией на повышение эффективности управления.
Научно-технические прогнозы занимают в этом смысле промежуточное положение. Их еще
называют технологическими, инженерными. Они охватывают перспективные состояния
материалов и режима работы механизмов, машин, приборов и других явлений техносферы. В
широком смысле они охватывают перспективные проблемы развития науки, ее структуры,
сравнительной эффективности различных направлений исследований, развития научных кадров
и учреждений, управляемых аспектов научно-технического прогресса во всех отраслях
народного хозяйства.
1
МЕЖДУНАРОДНЫЙ БАНКОВСКИЙ ИНСТИТУТ
INTERNATIONAL BANKING INSTITUTE
Естествоведческие прогнозы принято разделять на метеорологические, гидрологические,
геологические, биологические, сельскохозяйственные, медико-биологические, космологические
и т. п.
Обществоведческие прогнозы часто называют социально-экономическими, причем все
прогнозы данной группы, кроме экономических, выступают в этом случае под названием
социальных. Последние, в свою очередь, делятся на социально-медицинские, социальноэкологические, демографические, образовательно-педагогические и т. п.
Указанная классификация определяет в основном объект рассматриваемой дисциплины.
Однако следует отметить, что между обществоведческими и естествоведческими прогнозами нет
глухой стены, поскольку теоретически взаимосвязь между предсказанием и предуказанием
никогда не падает до нуля.
Прогнозирование, как и вообще управление, по периоду упреждения (прогнозному
горизонту) принято делить на оперативное, краткосрочное, среднесрочное, долгосрочное,
дальнесрочное. Это деление также не может быть абсолютно жестким, независимым от
конкретной ситуации. С точки зрения принимаемых гипотез, законов функционирования
исследуемых объектов, набора и типа описывающих их переменных, используемых моделей и
методов краткосрочное и среднесрочное прогнозирование можно объединить в одну группу текущее прогнозирование. Аналогично долгосрочное и дальнесрочное прогнозирование можно
выделить в группу перспективного (табл. 1).
Оперативное прогнозирование характеризуется постоянством средних характеристик
изучаемых процессов. Прогнозируемые показатели имеют мгновенный, либо слабо
агрегированный характер. Их временная инвариантность позволяет пользоваться моделями
одномерных вероятностных распределений и эргодической теорией, дает возможность в первом
приближении ограничиться классом стационарных моделей. К показателям этой группы
относятся характеристики производственных технологических процессов и оборудования,
показатели фондовых и товарных рынков и т. п.
Текущее прогнозирование имеет горизонт 1-2 года с квартальной или месячной
детализацией. Прогнозируемые показатели носят интегральный, кумулятивный характер. Они
относятся к определенным интервалам, и поэтому, в отличие от мгновенных, часто называются
интервальными. Это показатели объема производства, стоимостные и другие техникоэкономические показатели для предприятий, объединений, отраслей (табл. 1).
Непостоянство средних и дискретный характер этих показателей приводят к задаче
прогнозирования нестационарных временных рядов, в общем случае многомерных. Система
текущего учета позволяет находить и хранить ретроспективную информацию по этим
показателям за 10-15 лет. Использование более длительного интервала ретроспекции может вследствие политических и экономических скачков - приводить к неустойчивости тенденций, к
неоднородности и несопоставимости данных. В то же время интервал ретроспекции менее трех
лет
для
текущего
прогнозирования
перечисленных
показателей
может
оказаться
непредставительным. Таким образом, для текущего прогнозирования соотношение интервалов
упреждения и ретроспекции должно находиться в пределах 0,1 - 0,3.
Значения
интервальных
показателей,
рассматриваемых
на
стадии
текущего
прогнозирования, в меньшей степени связаны физическими законами Они формируются путем
интервального усреднения нелинейно связанных переменных. В результате связь между
показателями может проявляться лишь в среднем, и можно говорить не о детерминированных, а
только о статистических зависимостях. Вследствие этого здесь широко используется аппарат
регрессионного, корреляционного и ковариационного анализа.
Перспективное (долгосрочное и сверхдолгосрочное) прогнозирование является наиболее
сложным. Рассматриваемые на этом этапе показатели неоднородны, имеют неустойчивые
тенденции, качественный характер. Зачастую интервал ретроспекции непредставителен по
отношению к прогнозному горизонту. Например, в 60-х годах практически невозможно было
дать ретроспективный долгосрочный прогноз развития атомных станций. В то время опыт их
эксплуатации составлял лишь несколько лет. Поэтому для разработки долгосрочных прогнозов
применяются эвристические, интуитивные, даже психологические подходы.
2
МЕЖДУНАРОДНЫЙ БАНКОВСКИЙ ИНСТИТУТ
INTERNATIONAL BANKING INSTITUTE
Таблица 1
Временная градация прогнозов
Признак
1. Прогнозный горизонт
(интервал упреждения)
2.
Соотношение
интервалов упреждения
Ly и ретроспекции Lp
(Ly/Lp)
3. Основные гипотезы
Вид прогнозирования
Оперативное
Текущее
Перспективное
До 1-10 суток
До 1-2 лет
До 5 лет и более
L < 0.1
0.1 < L < 0,З
L > 0.3
Стационарность,
эргодичность,
устойчивость средних
Устойчивость
(развития)
тенденций Неустойчивость,
неравновесность развития
4.
Определяющие Физические
законы
функционирования
Системные:
структурные,
следственные
5.
Тип
используемой Мгновенная,
информации
разукрупненная
Интервальная,
агрегированная
6. Дискретность
Сутки,
недели,
кварталы, годы
Минуты, часы, сутки
вероятностные, Эволюционные:
причинно- межсистемная
сбалансированность
развития
усредненная, Интервальная,
агрегированная,
качественная
месяцы, Годы,
десятилетия
сильно
пятилетки,
7.
Прогнозируемые Характеристики
Объемы
производства, Новые технологии, товары
оборудования,
издержки,
цены, и рынки, перспективные
показатели
технологических
себестоимость,
исследования и разработки
процессов, курсы акций, рентабельность,
прибыль,
валют
производительность труда
Оперативное и текущее прогнозирование базируются на гипотезе равновесия системы. Для
оперативного прогнозирования это может выражаться в постоянстве средних изучаемых
переменных, для текущего - в устойчивости тенденций их развития.
Библиография
1. Басовский Л. Е. Прогнозирование и планирование в условиях рынка. – М.: Инфра - М,
2003.
2. Бокс Дж., Дженкинс Г. Анализ временных рядов. Вып.1. Прогноз и управление. – М.:
Мир, 1974.
3. Боровиков В. П., Ивченко Г. И. Прогнозирование в системе Statistica в среде Windows. –
М.: Финансы и статистика, 1999.
4. Дюк В. Обработка данных на ПК в примерах. – СПб.: Питер, 1997.
5. Ивченко Б. П., Мартыщенко Л. А., Иванцов И. Б. Информационная микроэкономика.
Часть 1. Методы анализа и прогнозирования. – СПб.: Нордмед-Издат, 1997.
6. Кричевский М. Л. Введение в искусственные нейронные сети: Учеб. пособие. – СПб.:
СПб. Гос. Морской техн. ун-т, 1999.
7. Сошникова Л. А., Тамашевич В. Н., Уебе Г. и др. Многомерный статистический анализ в
экономике. – М.: Юнити-Дана, 1999.
3
Скачать