Виды прогнозов

Поисковый прогноз – прогноз, содержанием которого является определение возможных состояний объекта прогнозирования в будущем.

Нормативный прогноз – прогноз, содержанием которого является определение путей и сроков достижения возможных состояний объекта прогнозирования в будущем, принимаемых в качестве цели.

Интервальный прогноз – прогноз, результат которого представлен в виде доверительного интервала характеристики объекта прогнозирования для заданной вероятности осуществления прогноза.

Точечный прогноз – прогноз, результат которого представлен в виде единственного значения характеристики объекта прогнозирования без указания доверительного интервала.

Оперативный прогноз – прогноз с периодом упреждения социальных, научно-технических и экономических объектов до 1 месяца.

Краткосрочный прогноз – прогноз с периодом упреждения для социальных, научно-технических и экономических объектов от 1 месяца до 1 года.

Среднесрочный прогноз – прогноз с периодом упреждения от 1 года до 5 лет.

Долгосрочный прогноз – прогноз с периодом упреждения от 5 до 15 лет.

Прогнозирование на основе экстраполяции

В методическом плане основным инструментом прогнозирования является схема экстраполяции. Различают формальную и прогнозную экстраполяцию. Формальная базируется на предположении о сохранении в будущем прошлых и настоящих тенденций развития объекта прогноза. При прогнозной экстраполяции фактическое развитие увязывается с гипотезами о динамике исследуемого процесса с учетом происходящих и возможных изменений.

Основу экстраполяционных методов прогнозирования составляет изучение временных рядов, представляющих собой упорядоченные во времени наборы изменений тех или иных характеристик исследуемого объекта, процесса.

Наиболее распространенным методом оценки параметров зависимостей является метод наименьших квадратов (МНК). Сущность МНК состоит в определении параметров модели тренда, при которой отклонения фактических от расчетных значений будут минимальными, т.е.

,

где –- расчетные значения исходного ряда;

y_i– фактические значения исходного ряда;

n – число наблюдений.

В практических исследованиях в качестве модели тренда в основном используют следующие функции:

линейную y=ax+b;

квадратичную y=ax²+bx+c;

степенную y=xⁿ;

показательную y=a^x;

экспоненциальную y=ae^x.

Классический метод наименьших квадратов предполагает равноценность исходной информации в модели. В реальной же практике будущее поведение процесса определяется в большей степени поздними наблюдениями, чем ранними. Это обстоятельство носит название дисконтирования, что следует учитывать при прогнозировании, поскольку приходится учитывать постоянные изменения в экономических процессах (изменения цен, введение новых налогов, дефицит и неопределенный спрос, снижение производства и т.п.).

При возникновении в рамках прогнозного периода «скачка» в развитии объекта прогнозирования необходимо использовать интуитивные методы как для определения силы «скачка», так и для оценки времени его осуществления. В этом случае формализованные методы применяются для оценки эволюционных участков развития до и после скачка, а также различные методы приведения данных в сопоставимый вид.