Методы прогнозирования

Таким образом, все методы, основанные на опыте и интуиции, называют эвристическими методами, и используются в решении  наиболее сложных проблем, особенно в условиях неопределенности. 
 
 
 
 
 
 

       
 

2. ФОРМАЛИЗОВАННЫЕ  МЕТОДЫ ПРОГНОЗИРОВАНИЯ 

     Формализованные методы прогнозирования⁵ – когда объект или явление могут быть математически представлены в виде экономико-математических моделей.

     Формализованные методы прогнозирования являются действенными, если величина глубины упреждения укладывается в рамки эволюционного цикла. Формализованные методы в зависимости от общих принципов действия можно разделить на:

- Методы прогнозной  экстраполяции;

- Методы  моделирования. 

2.1 МЕТОДЫ  ПРОГНОЗНОЙ ЭКСТРОПОЛЯЦИИ

      Экстраполяция⁶ – это метод, при котором прогнозируемые показатели рассчитываются как продолжение динамического ряда на будущее по выявленной закономерности развития. По сути, экстраполяция является переносом закономерностей и тенденций прошлого на будущее на основе взаимосвязей показателей одного ряда. Метод позволяет найти уровень ряда за его пределами, в будущем. Экстраполяция эффективна для краткосрочных прогнозов, если данные динамического ряда выражены ярко и устойчиво.

      В группу методов прогнозной экстраполяции  можно включить методы наименьших квадратов, экспоненциального сглаживания, вероятного моделирования и адаптивного сглаживания.

      В методическом плане основным инструментом любого прогноза является схема экстраполяции. Различают формальную и прогнозную экстраполяцию.

      Формальная  экстраполяция базируется на предположении  о сохранении в будущем прошлых  и настоящих тенденций развития объекта прогноза. При прогнозной экстраполяции фактическое развитие увязывается с гипотезами о динамике исследуемого объекта или процесса с учетом в перспективе его физической и логической сущности.

      Основу  экстраполяционных методов прогнозирования  составляет изучение временных рядов, представляющих собой упорядоченные  во времени наборы измерений тех  или иных характеристик исследуемого объекта, процесса.

      Временной ряд Xt может быть представлен в следующем виде:

Yt  = Xt + عt,

где  Xt – детерминированная неслучайная компонента процесса;

       عt – стохастическая случайная компонента процесса.

     Если  детерминированная компонента (тренд) характеризует существенную динамику развития процесса в целом, то стохастическая компонента отражает случайные колебания или шумы процесса.

     Задача  прогноза состоит в определении  вида экстраполирующих функций   Xt и عt на основе исходных эмпирических данных.

     Экстраполяция осуществляется в несколько этапов. На первом этапе экстраполяции тренда осуществляется выбор оптимального вида функций, описывающих эмпирический ряд. Для этого проводится предварительная  обработка и преобразование исходных данных с целью облегчения выбора вида тренда путем сглаживания и выравнивания временного ряда, определение функции дифференциального роста, а также формального и логического анализа особенностей процесса.

     Следующим этапом является расчет выбранной экстраполяционной  функций. В завершении процесса производится оценка достоверности прогноза с использованием целого ряда показателей. 
 
 
 
 

2.2 МЕТОДЫ  МОДЕЛИРОВАНИЯ 

Методы  моделирования включают в себя:

- Экономическое моделирование

- Статистические методы

- Экономико-математическое моделирование на основе моделей.

Основу  экономического моделирования составляет математика и такие её разделы, как:   -    линейное и оптимальное  программирование;

- Математическая статистика;

- Нелинейное программирование;

- Теория игр.

     Язык  прикладной математики и статистики формализует экономические связи  и выражает их условиями и уравнениями  модели. При этом экономико-математическая модель имеет форму компьютерной программы. Моделирование помогает учитывать множество факторов, вскрывать  взаимосвязи и выбирать наилучшие  варианты и решения. Наибольшее применение на практике получили модели: экономического роста; межотраслевого баланса; размещение производства; оптимизирования перевозок.

     В экономическом моделировании выделяют следующие группы моделей:

- Структурные модели. В этих моделях выделяются  качественные однородные группы на основе большого числа признаков.

В структурном  прогнозировании обычно используют методы структурного графа, «дерева  целей», модели структурно-балансового  риска

- Сетевое моделирование. Основой является построение сетевого графика, на котором каждый вид работы обозначается стрелкой, которая соединяет начальное и конечное событие. Событие изображается кружком.

- Имитационные модели. Наряду со статистическим и словесным описанием объекта включают математические модели, графические зависимости, сетевые модели и т.д.

      Составляющими статистических методов являются:

- Корреляция, которая изучает взаимосвязи между разными показателями, тенденциями и их взаимное влияние. Парная корреляция характеризует взаимосвязи между двумя показателями. Множественная - характеризует взаимосвязи между несколькими показателями.

- Регрессия, которая предусматривает исследование зависимости определенной величины от другой величины. Используется при прогнозировании сложных, многофакторных объектов (объема продаж, прибыли, инвестиций) в средне- и долгосрочной перспективе при наличии показателей за ряд лет.

     Оба метода прогнозирования не вскрывают  причины изучаемых явлении, а  только дают возможность определить количественную величину связей между  ними. Причины могут быть вскрыты  только при тщательном анализе всех сторон развития объекта.

 Часто  статистические модели называют  производственными функциями.

      Экономико-математическое моделирование включает в себя следующие  модели:

- Детерминированные  (определенные) модели решаются с помощью симплекс-метода.

- Линейно-динамические модели строятся на базе линейных моделей, имеют блочно-диагональную структуру.

- Нелинейные модели, в них используются как линейные отношения, так и зависимости и зависимости другого рода.

- Стохастические (вероятностные) модели, все или часть параметров задаются случайными величинами. При этом существуют приемы сведения  экономических задач стохастического программирования к детерминированным задачам линейного программирования.

- Модели, разработанные на базе теории катастроф, связаны с аппаратом дифференциальных уравнений. В экономическом понимании, катастрофы – это скачкообразные изменения, возникшие в виде внезапного ответа системы на плавное изменение внешних условий.  
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

ЗАКЛЮЧЕНИЕ 

      Таким образом, метод прогнозирования - это способ исследования объекта прогнозирования, направленный на разработку прогноза, а также совокупность приемов и способов мышления, позволяющих на основе анализа ретроспективных данных, внутренних и внешних связей объекта прогнозирования, а также их измерений вывести суждения определенной достоверности относительно будущего развития объекта.

       По  принципу действия и способу получения  информации все методы прогнозирования  делятся на 2 группы: интуитивные (экспертные) и формализованные. Каждый, из которых в свою очередь содержит из множества других методов. Можно сказать, что на данный момент времени существует очень много методов прогнозирования и порой не так уж легко выбрать подходящий. Но при выборе метода прогнозирования следует помнить, что с одной стороны, должен обеспечить функциональную полноту, достоверность и точность прогноза, а, с другой стороны, уменьшить затраты времени и средств на прогнозирование. 
 
 
 
 
 
 
 
 
 
 
 
 

СПИСОК  ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 

1. Басовский А.Е. «Прогнозирование и планирование в условиях рынка».
2. Борисевич В.И., Кандаурова Г.А. «Прогнозирование и планирование экономики», 2001.
3. Владимирова Л.П. «Прогнозирование и планирование в условиях рынка», 2004.
4. Киселенко А.Н. «Прогнозирование и планирование в экономике», Сыктывкар КРАГСиУ, 2003.
5. Терентьев А.И. Фролова Л.Н. «Национальная экономика: планирование и прогнозирование», 2005.