Классификация прогнозной информации
Информацию (показатель) по своей сути можно разделить на эндогенную и экзогенную.
Та информация, которая формируется внутри национальной экономики и зависит от эффективности функционирования хозяйствующих субъектов можно назвать эндогенной, т.е. информацией внутреннего происхождения, а информацию, которая не зависит от характера функционирования национальной экономики — экзогенной, т.е. внешнего происхождения.
В этом случае для национальной экономики все показатели ее развития, в том числе и отдельных хозяйствующих субъектов являются эндогенными, а такие, как курс доллара на мировом рынке, цены на нефть, устанавливаемые странами — членами ОПЕК — экзогенными.
Следует иметь в виду, что понятия «эндогенность» и «экзогенность»— относительные. Например, размер местных налогов для национальной экономики является эндогенным показателем, а для регионов, отдельных отраслей, а также для уровня жизни населения страны — экзогенным. Надо отметить, что показатели, экзогенные для национальной экономики, являются экзогенными и для ее частей (элементов) — регионов, отраслей, предприятий и т.п. Но в случае моделирования экономических процессов эндогенность и экзогенность информации приобретают несколько иной оттенок. При этом вводится понятие. «значащая переменная модели прогнозирования»— показатель, применяемый в моделировании объекта. Исходя из данного определения можно представить эндогенные и экзогенные переменные следующим образом.
Эндогенная переменная— значащая переменная модели, величина которой прогнозируется в границах этой же модели.
Экзогенная переменная— значащая переменная модели, величина которой прогнозируется за пределами этой модели.
Информацию, используемую для прогнозирования, можно классифицировать и по функциональному признаку, т.е. по тому, в каком качестве используется тот или иной показатель в целях прогнозирования.
В этом случае информация может быть неуправляемой, управляемой и управляющей (инструментальной).
Неуправляемая информация— это, естественно, экзогенная информация, что справедливо как для всей экономической системы, так и для отдельных моделей. А вот эндогенная информация может быть и управляемой и управляющей.
Управляемый показатель— это показатель, который может меняться в будущем (прогнозе) в зависимости от изменения значений факторов, его определяющих.
Например, если моделируется спрос населения на товары длительного пользования как функция от доходов населения и уровня налогов, то прогнозируемая потребность является управляемым показателем. При этом сами факторы в модели спроса могут быть и управляемыми и управляющими. Так, если показатель «доходы населения» определяется в рамках данной модели как функция от других факторов, то он — управляемая информация, а уровень местніхналогов для правительства — управляющая.
Управляющий показатель— это любой показатель, который является инструментом государственной политики, государственного регулирования национальной экономики и ее объектов.
Инструментальными переменными прогнозированияназываются управляющие показатели, при помощи которых осуществляется государственное регулирование национальной экономики.
Примерный перечень инструментальных переменных прогнозирования включает в себя: систему экологических стандартов; налоги косвенные; налоги прямые; амортизационные отчисления; трансфертные платежи предприятий во внебюджетные фонды; минимальную заработную плату; минимальный размер пенсии; минимальный размер пособий по безработице; расходы госбюджета общие; структуру расходов госбюджета; инструменты денежно-кредитной политики: учетную ставку, норму обязательных банковских резервов; цены на продукцию «казенных» предприятий и естественных монополистов; объем таможенных пошлин в целом; структуру таможенных пошлин; льготы по налогам; льготы по кредитам.
Зная детализированное описание объекта прогнозирования, можно получить и его агрегированное описание.
Но в то же время переходя от агрегированного описания объекта к детализированному можно в общем случае получить не единственное детализированное его описание.
Таким образом, при переходе от детализированного описания к агрегированному происходит потеря информации.
Наиболее простым примером агрегирования является сложение. Например, рассматривая экономическую политику государства, принято суммировать элементы государственных расходов, рассматривая экспорт — различные категории экспорта и т.д. В ряде случаев используются не простые суммы, а взвешенные показатели. Часто учитываются средние величины.
Например, в агрегированном описании государственной налоговой политики используются средние данные налоговых ставок.
Все вышесказанное относится к количественным аспектам прогнозирования.
Сложнее обстоит дело с качественными аспектами, особенно, если это относится к государственной политике. Предположим, рассматривается целесообразность ввода прямого регулирования импорта. При подробном описании соответствующей политики можно сделать качественный выбор между регулируемым и свободным импортом отдельно для каждого ввозимого товара.
При формировании агрегированной модели оперируют только с показателем валового импорта, что приводит к необходимости выбора между полностью свободным или полностью регулируемым импортом.
Агрегирование может помешать выявлению прогрессивных структурных сдвигов в номенклатуре продукции отрасли (например, появление вместо стеклянных пластмассовых бутылок и увеличение со временем доли выпуска последних).
Затруднения, возникающие в результате переходя к агрегированному описанию экономики, можно объединить в следующие группы:
- проблемы операциональности;
- проблемы оценки;
- проблемы точности или достоверности анализа.
Прогноз называется операционным, если он рассматривает все возможные варианты развития объекта прогнозировании в будущем и определяет все цели, которые могут быть достигнуты.
Требование операциональности особенно существенно для краткосрочных прогнозов.
Например, конкретная реализация лицензионной политики и политики кредитования Национального банка состоит именно в предоставлении индивидуальных лицензий и займов. Если в прогнозе упоминается только об общей сумме прямых или косвенных налогов, то он не является операциональным, так как эти сведения не содержат инструкций для сборщиков налогов. Использование высокоагрегированных показателей при описании экономической политики чаще приводит к тому, что прогнозы и прогнозные модели как бы зависают в воздухе. Необходимо, чтобы была корреспонденция госбюджета среднесрочного плана (особенно первого года) по уровню агрегирования информации.
Повышение уровня агрегирования прогнозно-аналитической информации приводит к тому, что теряется нужная информация, и, следовательно, увеличивается неопределенность как в оценке состояния экономики, так и прогнозах ее развития.
Однако из анализа возможных потерь информации не следует делать вывод о том, что степень, агрегирования всегда должна быть минимальной, так как выбор уровня детализации информации зависит и от других факторов. Сама по себе оценка альтернативных результатов, различных вариантов прогнозов с целью выбора наиболее рационального является нелегкой задачей, а если эти результаты и прогнозы представлены в очень подробной форме, то сложность оценки повышается во много раз.
Если множество показателей сформировано таким образом, что определенные переменные остаются достаточно устойчивыми в границах объекта прогноза, то агрегирование этих переменных будет связано с незначительными потерями в точности соответствующих оценок.
Например,если соотношение доходов различных групп населения достаточно устойчиво при использовании различных инструментов государственной политики, то неточности в оценках, вызванные агрегированием доходов этих групп, будут незначительными.
Итак, вопрос заключается в том, возможно ли сформировать точное представление о состоянии экономики и получить достаточно надежные прогнозы, располагал при этом только агрегированными данными?
В общем случае ответ однозначен — нет, невозможно. Но, используя метод агрегирования, следует стремиться к тому, чтобы соответствующие потери в точности и достоверности были незначительны. Желательно, чтобы агрегированные показатели были статистически значимы, административно приемлемы, довольно легко интерпретируемы. Кроме того, при агрегировании необходимо принимать во внимание проблемы оценки и требования операциональности, особенно для краткосрочных прогнозов.
Для минимизации потерь в точности и достоверности используются два правила:
«можно агрегировать
переменные, которые изменяются более
или менее параллельно друг другу»,
Например,цены мирового рынка на какой-либо товар всегда изменяются в одинаковых пропорциях.
II. Правило эквивалентных последствий:
«можно агрегировать
переменные, влияние которых на
результирующие показатели анализа
или прогноза примерно одинаково».
Например,выдача строительных или импортных лицензий. Так, если государством определена общая сумма выдаваемых лицензий, то существует много различных способов ее получения. Но можно оперировать одним показателем — общей суммой — только в том случае, если все виды строитель ной деятельности, подлежащие лицензированию, имеют практически одинаковые макроэкономические последствия, т.е. степень их влияния на показатели ВНП, занятости и другие макроэкономические данные практически одинакова.
То же самое относится и к импортной деятельности. По критерию эквивалентных последствий проводится и классификация государственногобюджета. Например, по статьям расхода; расходы на новое строительство и оборудование, трансфертные платежи, погашение долга и т.д.
Таким образом, если прогнозист использует детализированную информацию, то это еще не значит, что она отличается большей устойчивостью, чем агрегированная.
Например,общая потребность в сыре может быть более устойчивой, чем спрос на его отдельные виды. Но и здесь необходимо определить рациональный уровень агрегирования.