Контрольные вопросы

1. Какие методы прогнозирования относятся к эвристическим?

2. В чем заключаются преимущества и недостатки экспертных методов прогнозирования?

3. Какие требования предъявляются к экспертам?

4. Чем различаются методы интервью и аналитических докладных записок?

5. Что общее в методах «мозговой атаки», суда и комиссий?

6. Как проводится прогнозирование методом сценариев?

7. Из каких предпосылок исходит метод Дельфи?

8. В каких случаях применяются методы «дерева целей» и прогнозного графа?

9. Какие принципы лежат в основе матричных методов прогнозирования?

Глава 8. Эконометрические методы прогнозирования и планирования

8.1. Основы эконометрики

В управлении любой организацией, в том числе и автотранспортной, важным является выявление закономерностей изменения значений результативных показателей от множества технико-экономических и эксплуатационных характеристик, которые показывают состояние и тенденции динамики объекта исследования. Такие закономерности и модели связей могут быть получены только путем обработки реальных статистических данных, с учетом внутренних связей и случайных факторов.

Экономика все больше и больше использует язык математики. Современное экономическое состояние, по словам академика РАН В.Л. Макарова, – держится на трех китах: макроэкономике, микроэкономике и эконометрике. Эконометрика^ – это наука, которая изучает количественные закономерности и взаимозависимости в экономике с помощью математических и статистических методов и моделей. Целью эконометрики является эмпирический вывод экономических законов. Практическое значение эконометрики сводится к построению моделей развития и использованию их в анализе и прогнозе при разработке и принятии обоснованных управленческих решений.

Экономическое начало является в эконометрике первичным, так как в основе исследований лежат процессы производственно-хозяйственной деятельности организации и всей системы национальной экономики. Кроме этого полученные эконометрические модели нуждаются в обязательной экономической интерпретации.

Распространению и востребованности эконометрических методов в управлении содействовало появление и использование в последние 50 лет на практике вычислительной техники и особенно персональных компьютеров. Наиболее трудоемкие и рутинные работы (расчеты, построение таблиц и графиков и др.) в настоящее время выполняются компьютерами с применением различных стандартных и прикладных программных пакетов, а специалист в области прогнозирования занимается творческой, интеллектуальной деятельностью: постановкой задач, выбором соответствующих моделей и методов их решения, осмыслением и толкованием результатов.

В эконометрических исследованиях применяют два типа данных: пространственные и временные.

Пространственные данные характеризуют какой-либо экономический показатель или их совокупность в определенный момент времени, но полученные значения относятся к различным однотипным объектам (регионы, отрасли, предприятия, явления и т.п.). Например, технико-эксплуатационные показатели различных АТО, себестоимость перевозок отдельных грузов. К сожалению, понятие «момент времени» неоднозначно; это может быть и день, и декада, и месяц, и год.

Временные (динамические) ряды объединяют значения какого-либо экономического показателя или их совокупность, характеризующие один и тот же объект (предмет, явление, процесс и т.д.), но в различные моменты времени. Например, ежедневные сведения по коэффициенту выпуска автомобилей на линию, ежемесячные данные о величине доходов, себестоимости перевозок. Особенностью временных рядов является упорядоченность данных во времени. При их исследовании следует учитывать, что наблюдения в определенные моменты времени часто являются зависимыми.

Любые экономические данные формируются под воздействием множества факторов, которые необходимо учитывать при построении прогнозных эконометрических моделей. Если наблюдаемое значение показателя зависит от известных, контролируемых факторов, то это значение является объяснимым. Однако не все факторы можно контролировать и учитывать. Неконтролируемые факторы обуславливают случайность тех данных, которые они определяют. Таким образом, зависимая переменная состоит из двух частей – объясненной и случайной.

При прогнозировании используют три основных класса эконометрических моделей^: модели временных рядов, регрессионные модели с одним уравнением и системы одновременных уравнений.

Отличительной чертой моделей временных рядов является то, что они объясняют поведение объекта только исходя из значений прошлых периодов. К этому классу относятся модели тренда и модели сезонности. Под трендом понимается устойчивое изменение уровня показателя в течение продолжительного отрезка времени. Для сезонности характерны регулярно повторяющиеся через определенные интервалы колебания уровня показателя. Среди наиболее распространенных методов анализа временных рядов следует выделить корреляционный и спектральный анализ, модели авторегрессии и скользящей средней.

Для регрессионных моделей с одним уравнением свойственно то, что объяснимая переменная представляется в виде функции объясняющих. Например, функция спроса на автомобильные перевозки строятся в зависимости от тарифа и времени доставки. Регрессионные модели могут быть линейными и нелинейными. Наиболее подробно исследованы линейные модели, которые, по мнению некоторых ученых [19,30], имеют следующие преимущества:

- они относительно просты;

- при совместном нормальном распределении случайных величин – уравнения регрессии линейные;

- при линейной регрессионной модели обеспечивается меньший риск ошибки прогноза.

Сфера применения регрессионных моделей намного больше сферы применения временных рядов.

Реальные экономические процессы, явления и объекты, которые исследуются с помощью эконометрических методов, часто описываются системой одновременных уравнений, состоящих из регрессионных уравнений и тождеств. Особенностью этих систем является то, что каждое из уравнений системы, кроме собственных объясняющих переменных, может включать и объяснимые переменные из других уравнений. Таким образом, имеется не одна зависимая переменная, а их целый набор. В таких системах одни и те же переменные одновременно предстают как зависимые в одних уравнениях и независимые в других. Например, модель формирования доходов.

Любой экономический объект содержит множество взаимосвязанных эндогенных (формирующихся внутри объекта) и экзогенных (задаваемых извне) переменных. В качестве обоих видов переменных при прогнозах могут выступать взятые за предыдущие моменты времени, так называемые лаговые переменные. Поэтому данная эконометрическая модель позволяет объяснить и предсказать поведение эндогенных переменных в зависимости от значений экзогенных и лаговых эндогенных переменных.

Во всех классах эконометрических моделей наблюдаемая или прогнозируемая величина зависимой переменной состоит из объясненной части, которая зависит от значений объясняющих переменных, и случайной составляющей, объединяющей неучтенные факторы.

Общий алгоритм эконометрического моделирования состоит из шести основных этапов [19]: постановочного, априорного, параметризации, информационного, идентификации и верификации модели.

На первом постановочном этапе формируется цель исследования и определяется набор переменных, необходимых для построения прогнозной модели.

Второй, априорный, этап моделирования посвящен анализу сущности изучаемого объекта или явления, а также формированию и формализации уже известной информации.

Третий этап – параметризация – заключается в выборе общего вида модели и выявлении существующих связей, то есть в непосредственном моделировании.

На четвертом информационном этапе проводится сбор статистической информации, которая характеризует наблюдаемые значения экономических переменных.

В течение пятого этапа осуществляется идентификация модели, т.е. выполняется статистический анализ модели и оценка ее параметров.

Шестой этап верификации модели включает проверку истинности и адекватности модели, пробные расчеты и их интерпретацию.

Рассмотрим некоторые наиболее применяемые на практике эконометрические методы прогнозирования и планирования.