2.4. Оценка качества прогнозов

Для оценки качества прогноза принято использовать такие характеристики как надёжность, точность, достоверность, ошибки прогноза.

Под надёжностью прогнозных расчётов понимается мера неопределённости поведения объекта прогнозирования во времени.

Достоверность прогноза определяется вероятностью осуществления прогноза для заданного варианта или доверительного интервала.

Точность прогноза характеризует интервальный разброс прогнозных траекторий при фиксированном уровне достоверности.

Ошибки прогноза представляют собой меру отклонения прогнозных оценок от реальных значений состояния прогнозируемого объекта.

Однако, описать такие характеристики как надёжность, точность, достоверность, вычислить ошибки прогноза априори не представляется возможным, поскольку прогнозные результаты не с чем сравнивать. Поэтому и на сегодняшний день перед разработчиками прогнозов встаёт проблема: «Как оценить качество прогноза ещё до его реализации?». Определённые шаги в сторону улучшения качества прогноза можно сделать, изучив факторы, влияющие на показатели качества прогноза (рис.8).

Качество исходной информации

Модель прогноза

Метод прогнозирования

Качество прогноза

Рис. 8. Факторы, влияющие на качество прогноза.

Качество исходной информации, в свою очередь, определяется:

точностью экономических измерений;
качеством выборки;
отсутствием ошибок согласования (данные ошибки возникают в тех случаях, когда исходная информация для проведения прогнозных расчётов подготавливается различными специалистами, использующими разные методологические подходы).

Наибольшие погрешности (стратегические ошибки прогнозирования) возникают в результате неудачного выбора метода прогнозирования. Например, на основании прогнозов социально-экономического развития СССР, проводимых в 1960-е годы, Генеральный секретарь Коммунистической партии Н.С.Хрущёв заверил, что к 1980 году «СССР догонит и перегонит Америку». Стратегическая ошибка прогнозирования была обусловлена тем, что для долгосрочного прогнозирования применялись методы экстраполяции которые, как мы уже знаем, целесообразно использовать для краткосрочного прогнозирования.

Погрешности, связанные с выбором модели прогноза, возникают в результате упрощения, несовершенства теоретических построений или неадекватности моделей прогнозируемым социально-экономическим процессам. Иногда для прогнозирования процессов, протекающих в нашей стране, используются модели разработанные зарубежными специалистами и хорошо себя зарекомендовавшие для прогнозирования аналогичных процессов в других странах. Однако следует помнить о том, что данные модели могут быть неадекватны социально-экономическим процессам, происходящим в нашей стране и их использование может привести к серьезным ошибкам и просчетам.

Наиболее часто на практике для анализа адекватности модели прогноза исследуемым социально-экономическим процессам используются абсолютные показатели, позволяющие количественно определить величину ошибки моделирования в единицах измерения прогнозируемого объекта. К ним относятся:

абсолютная ошибка, определяемая как разность между фактическим значением показателя и его расчётным значением ;
средняя абсолютная ошибка ;
среднеквадратическая ошибка .

Следует отметить, что абсолютные показатели малопригодны для сравнения и анализа точности моделирования разнородных объектов, так как их значения существенно зависят от масштаба измерения исследуемых явлений. В этих случаях используются относительные показатели:

относительная ошибка ;
средняя относительная ошибка .

Пример Рассчитать погрешности моделирования объема продаж мяса птицы фабрикой «Первомайская» (см. параграф 2.3.1).

Решение: результаты расчёта оформим в виде таблицы (табл.17).

Таблица 17

Результаты расчёта погрешностей

Квартал,	Цена реализации,	Объём реализации расчётный,	Объём реализации фактический,
1	2500	791973	800000	8027	64432729	0,010
2	2700	484266	490000	5734	32878756	0,012
3	3000	663762	650000	13762	189392644	0,021
				27523	286704129	0,043