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
