2. 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»,

I. Правило ограниченной области:

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.