7. ЭКОНОМЕТРИКА ПРОГНОЗИРОВАНИЯ И РИСКА

7.1. Прогнозирование в условиях риска

Функционирование экономических систем в современных условиях невозможно без предвидения будущего, без прогнозирования перспектив ее развития. При решении современных экономических проблем роль прогнозирования существенно возросла, но и претерпела значительные изменен я.

Практ ческое значение прогнозирования заключается в подготовке обоснованных предложен й, проектов, рекомендаций о желаемом направ-

Риск

– этобхарактер стика возможности и степени достижимости того или иного результата в зависимости от принимаемого решения или совершаемого действ я. АР ском также называется уровень неопределенности, погрешности в предсказании результата и величины усилий, потребных для его достижения.

Риск как неотъемлемый элемент экономической, политической и социальной жизни о щества неиз ежно сопровождает все направления и сферы деятельности любой организацииД, функционирующей в рыночных условиях. Нестабильность уровня спроса и предложения, постоянно ужесточающаяся конкуренция, опережающие темпы развития техники и технологии, резкие изменения валютных курсов, неконтролируемая инфляция, непостоянство законодательной базы, а также многие другие негативные факторы, характерные для текущего состоянияИроссийской экономики, создают условия, при которых ни один вид деятельности не может быть осуществлен с заведомо гарантированным успехом [10, 11].

Основная цель прогнозирования в условиях риска заключается в определении характера протекания процесса в будущем. Множество методов решения задачи прогнозирования имеет одну общую идею: обнаружение связей между прошлым и будущим, между информацией о процессе в контролируемый период времени и характером протекания процесса в дальнейшем. От того, насколько точно описаны исследуемые связи, будет зависеть точность прогнозирования. Успешность прогнозирования зависит от следующих условий: объема и качества информации о прогнозируемом процессе, объекте управления; правильности формулирования задачи прогнозирования и обоснованности выбора способа ее решения; на-

63

личия необходимых вычислительных средств и вычислительного аппарата в соответствии с выбранным методом.

Современные технологии прогнозирования основаны на использовании различных математических теорий: функциональный анализ, теория

рядов, теория экстраполяции и интерполяции, теория вероятности, математическая статистика, теория случайных функций и случайных процес- Ссов, корреляционный анализ, теория распознавания образов. Чтобы обос-

новать выбор того или иного средства прогнозирования, необходимо иметь возможность кол чественно оценить его качество.

пец ф ческ е особенности прогнозирования в условиях риска час-

сведенийто заключаются в знач тельной доле неопределенности, которая обусловлена внутренн ми свойствами объектов и неполнотой известных о них

. Очев дно, что для решения задач прогнозирования необходимо

достаточно полно о стоятельно проанализировать процесс в прошлом.

На выборбАметода прогнозирования влияют:

сущность практ ческой про лемы, подлежащей решению;

д нам ческ е характеристики объекта прогнозирования в рыноч-

ной среде;в д характер меющейся информации, типовое представление

об объекте прогнозирования;

комбинация фаз жизненного, рыночного цикла товара или услуги;

период упреждения и его соотношение с предполагаемой продолжительностью рыночного, жизненного цикла, цикла разработки или модификации товара, услуги;

требование к результатам прогнозирования и другие особенности конкретной проблемы [4, 5, 8].

Каждый метод прогнозирования должен сопровождаться определенным значением показателя качества, изменяющимся в зависимости от формулирования задачи, условий ее решения. В каждом конкретном случае прогнозирования возможны различные методы (способы, приемы), каждый из которых характеризуется не одним показателем, а набором показателей, изменяющихся при перемене формулировки задачи и условий

еерешения. И

7.2. Основные понятия и методы эконометрического прогнозирования

Прогнозирование является одной из основных сфер практического применения эконометрических моделей. Эконометрические прогнозные исследования, начало которым было положено в конце 20-х гг., к 70-м гг. образовали самостоятельное научное направление в мировой экономиче-

64

ской науке. Наиболее ранние эконометрические исследования проводились норвежским экономистом Р.Фришом. В дальнейшем это направление стало использоваться на Западе для прогнозирования самого широкого круга процессов в области политики, научно-технического прогресса, производительности труда, финансов и цен, спроса и потребления и т.п. на различный период. Особенно возросло значение эконометрических прогнозов с развитием государственно-монополистического регулирования и связанной с этим необходимости разработки инструментария для анализа эффективности эконом ческой политики. Это позволяет многим специалистам сч тать эконометрику наиболее важным из методов прогнозирова-

практическисамое ш рокое пр менение эконометрические модели находят в разработках прогнозов спроса предложения, научно-технического прогресса,

финансов цен, уровня жизни, производительности труда, валового продукта, м грац , занятости и многих других явлений. Правильный выбор решения находится в прямой зависимости от качества его обоснования.

сах, оценить их вероятность для будущего планового периода, выявить И

возможные альтернативные варианты, накопить научный и эмпирический материал для обоснованного выбора той или иной концепции развития или планового решения.

Особенностью прогнозирования является также альтернативность в построении финансовых показателей и параметров, определяющая разные варианты развития финансового состояния объекта управления на основе наметившихся тенденций. В динамике риска прогнозирование может осуществляться как на основе экстраполяции прошлого в будущее с уче-

том экспертной оценки тенденции изменения, так и на основе прямого предвидения изменений.

Развитие эконометрических прогнозных исследований в значительной степени было обусловлено именно относительной простотой проце-

65

дур разработки прогнозов, ясностью и определенностью использования их результатов в практике управления общественным развитием [6, 9].

Термин «эконометрическое прогнозирование» обычно означает процедуру получения на основе эконометрических моделей некоторых характеристик зависимого процесса у (совокупности зависимых процессов), относящихся к следующим за моментом Т (последней точкой периода наблюдения) моментам Т+1, Т+2,...

Основные задачи эконометрического прогнозирования:

анализироватьбАкачество полученных прогнозов на основе некоторых формальных статистических критериев. Полученный результат не является выражением мнения исследователя о характере рассматриваемого процесса в будущем, а лишь демонстрирует, какие значения будет принимать показатель, если сохранятся предполагаемые в модели предпосылки.

При этом в идеале модель, на основе которой строится прогноз, должна быть наилучшей с точки зрения некоторого критерия или набора критериев. Это в принципе дает основания полагать, что и полученные

прогнозирование сезонных и циклических колебаний, адаптивные методы прогнозирования, прогнозирование на основе индикаторов и индексов, экстраполяция по огибающим кривым); прогнозирование на основе модели регрессии; прогнозирование на основе системы одновременных урав-

нений [1, 5, 7].

Прогнозирование на основе временного ряда относится к одномерным методам прогнозирования, базирующимся на экстраполяции, т.е. на продлении на будущее тенденции, наблюдавшейся в прошлом. При таком подходе предполагается, что прогнозируемый показатель формируется

66

под воздействием большого количества факторов, выделить которые очень сложно ввиду неопределенности и противоречивости информации. В этом случае ход изменения данного показателя связывают не с факторами, а с течением времени, что проявляется в образовании одномерных временных рядов.

Экстраполяционный прогноз по огибающим кривым является графоаналитическим методом и заключается в том, что получаемая в виде огибающей кривой общая тенденция (макропеременная) определяется на основе сглаж ван я отдельных кривых (микропеременных) эволюционно-

испытывая резк х скачков. Основная задача метода – определение наиболее вероятных сроков перехода к принципиально новым видам продук-

ных исследован й. Ог ающая кривая получается при сглаживании ломаной линии, составленной з касательных к точкам частных кривых.

При краткосрочном прогнозировании, а также при прогнозировании в ситуации изменения внешних условий, когда важными являются последние реализации исследуемого процесса, наиболее эффективными ока-

данных, способные быстро приспосабливать свою структуру и параметры к изменению условий. Инструментом прогноза в адаптивных моделях является математическая модель с единственным фактором «время» [4, 6].

Цель адаптивных методов заключается вИпостроении самокорректирующихся (самонастраивающихся) моделей, которые способны отражать изменяющиеся во времени условия, учитывать информационную ценность различных членов временной последовательности и давать достаточно точные оценки будущих членов данного ряда. Отличие адаптивных моделей от других моделей состоит в том, что они отражают текущие свойства ряда и способны непрерывно учитывать эволюцию динамических характеристик изучаемых процессов.

На временной ряд воздействуют в разное время различные факторы. Одни из них по тем или иным причинам ослабляют свое влияние, другие воздействуют активнее. Таким образом, реальный процесс протекает в изменяющихся условиях, составляющих его внешнюю среду, в которой он приспосабливается, адаптируется.

67

При оценке параметров адаптивных моделей наблюдениям (уровням ряда) присваиваются различные веса в зависимости от того, насколько сильным признается их влияние на текущий уровень. Это позволяет учитывать изменения в тенденции, а также любые колебания, в которых прослеживается закономерность. Все адаптивные модели базируются на двух схемах: скользящего среднего (СС-модели) и авторегрессии (АР-модели) [10].

Уравнение регрессии применимо и для прогнозирования возможных ожидаемых значений результативного признака. При этом следует учесть, что перенос (экстраполяция) закономерности связи, измеренной в варьирующей совокупности в статике на динамику, не является, строго говоря, корректным требует проверки условий допустимости такого решения,

служит не связанныхбАс н ми. Если резко изменится «внешняя среда» протекаю-

щего процесса, прежнее уравнение регрессии результативного признака потеряет свое значен е.

Прогноз руемое значение результативного показателя получается при подстановке в уравнение регрессии ожидаемой величины факторного признака. В роли прогнозируемого значения факторного признака может выступать:

xmin – пессимистический прогноз; xmax – оптимистический прогнозД; x – реалистический прогноз.

Прогноз, полученный подстановкой в уравнение регрессии ожидаемого значения фактора, называют точечным прогнозом. Если полученная модель регрессии экономически объективна и обладает требуемой точностью, то прогнозируемые значения обладают Идостаточной надежностью. По своему характеру они являются средними значениями, которые следует ожидать с большой вероятностью. Значения отдельных данных наблюдений рассеиваются вокруг средних значений, поэтому фактические значения результативного признака не будут совпадать с расчетными (прогнозами). Рассеяние наблюдений вокруг линии регрессии определяет надежность получаемых по уравнению регрессии прогнозируемых оценок. Для каждого прогнозируемого точечного значения результативного признака необходимо определять доверительный интервал (интервальный прогноз) [2, 10].

При использовании отдельных уравнений регрессии, например для экономических расчетов, в большинстве случаев предполагается, что аргументы (факторы) можно изменять независимо друг от друга. Построе-

68

ние изолированных уравнений регрессии недостаточно для описания экономических систем и объяснения механизма их функционирования. Изменение одной переменной, как правило, не может происходить без изменения других. На практике не всегда получается описать адекватно, например, сложное социально-экономическое явление с помощью только одного соотношения (уравнения). Кроме того, некоторые переменные могут оказывать взаимные воздействия и трудно однозначно определить, какая из них является зависимой, а какая независимой переменной. Поэтому при построен эконометр ческой модели прибегают к системам уравнений. Важное место зан мает проблема описания структуры связей между переменными с стемами так называемых одновременных уравнений.

69