3. Поняття передбачення. Види передбачень. Науковий прогноз.

Передбачення — це науково обґрунтоване судження про можливий стан об’єкта в майбутньому, а також про альтернативні шляхи і строки досягнення такого стану. Процес розробки прогнозів називається прогнозуванням.

Існує наукове і ненаукове передбачення. Крім того слід відрізняти і емпіричне передбачення, яке займає як би проміжне положення між науковим і ненауковим передбаченням. Ненауковим є таке передбачення, яке грунтується на фантастичних, нереальних, штучно сконструйованих взаємозв'язках, незрідка на баченнях, «одкровеннях», тобто таке передбачення, єдина мета якого – маніпулювати людськими поглядами і поведінкою, що не має фактичної основи. Сновидіння, ворожіння, астрологія і тому подібне також відносяться до ненаукового передбачення. До цієї ж групи відносяться пророкування і соціальні утопії, передбачення утопічного і релігійного характеру. Науковим вважається таке передбачення, яке є результатом наукової теорії, що отриманий в рамках цієї теорії, спирається, перш за все на фундамент систематичного науково-теоретичного аналізу закономірностей суспільного розвитку і умов їх реалізації. Лише передбачення, витікаюче з аналізу реальних умов, може бути максимальне надійним і якнайповніше проникає в можливі, вірогідні і необхідні тенденції майбутнього. Але відмітною ознакою наукового передбачення не є абсолютно точне і повне знання майбутнього.

4. Загальні методи складання прогнозів. Метод екстраполяції.

Відомо, що теорія прогнозування включає аналіз об'єкту прогнозування; методи прогнозування, що підрозділяються на математичні (формалізовані) і експертні (інтуїтивні); системи прогнозування, зокрема безперервного, при якому за рахунок моніторингу здійснюється коригування прогнозів в процесі функціонування об'єкту.

Однією з основних класифікаційних ознак є також період прогнозу, при цьому більшість авторів виділяють три види прогнозів : короткостроковий, середньостроковий і довгостроковий. Природно, що тимчасові інтервали прогнозів залежать від природи об'єкту, т. е. області діяльності, що вивчається. Так, при розгляді техніко-економічних показників діяльності фірм період короткострокового прогнозу не перевищує 1 року, середньострокового прогнозу - від 1 до 5 років, довгострокового - понад 5 років.

Математичні методи прогнозування підрозділяються на три групи:

1. Симплексні (прості) методи екстраполяції по тимчасових рядах;

2. Статистичні методи, що включають кореляційний і регресійний аналіз та ін.;

3. Комбіновані методи, що є синтезом різних варіантів прогнозів.

Прогнози I типу (у "вузькому" сенсі) :

• здійснюються із застосуванням симплексних або статистичних методів на основі тимчасових рядів;

• число значущих змінних включають від 1 до 3 параметрів, т. е, по масштабності вони відносяться до сублокальних прогнозів;

• при використанні одного параметра, наприклад, часу, такі прогнози вважаються надпростими, при двух-трех взаємозв'язаних параметрах - складними;

• по мірі інформаційної забезпеченості періоду ретроспекции прогнози I типу можуть бути віднесені до об'єктів з повним інформаційним забезпеченням.

Для підвищення точності і достовірності прогнозних оцінок I типу доцільне використання комбінованих методів, при цьому бажане використання великої кількості варіантів прогнозу, розрахованих на основі різних підходів або альтернативних джерел інформації.

Прогноз II типу (у "широкому" сенсі) має на увазі, що початкові дані для отримання оцінок визначаються з використанням випереджаючих методів прогнозування : "патентного", публікації та ін. Як правило, прогнози II типу використовуються для довгострокового прогнозування і розбиваються на два етапи: перший - отримання прогнозних оцінок основних чинників; другий - власне прогноз розвитку процесу або явища. Враховуючи об'єктивну складність і трудомісткість виконання прогнозів II типу, можна констатувати, що найбільшого поширення набули методи прогнозування I типу.

Найчастіше для прогнозування I типу використовується метод екстраполяції. У загальному випадку модель прогнозу включає три складові (мал. 1) і записується у виді:

(1)

де yt - прогнозні значення тимчасового ряду;

- середнє значення прогнозу (тренд);

vt - складова прогнозу, що відбиває сезонні коливання (сезонна хвиля);

еt - випадкова величина відхилення прогнозу.

Мал. 1.

Прогнозування на основі тимчасових рядів: 1 - експериментальні дані на інтервалі спостереження (A); 2 - тренд; 3 - тренд і сезонна хвиля; 4 - значення точкового прогнозу на інтервалі попередження (B); 5 - інтервальний прогноз

У окремих випадках кількість тих, що становлять моделі менше, наприклад, тільки і vt.

Детально питання прогнозування з використанням методів екстраполяції викладені у ряді робіт, але зважаючи на відсутність загальноприйнятого алгоритму обробки тимчасових рядів може бути запропонована наступна послідовність розрахунку :

1. На основі значень тимчасового ряду на передпрогнозному періоді (інтервалі спостереження) з використанням методу найменших квадратів визначаються коефіцієнти рівняння тренду yt, видом якого задаються. Зазвичай для опису тренду використовуються поліноми різних порядків, експоненціальні, статечні функції і т. п.

2. Для дослідження сезонної хвилі значення тренду виключаються з початкового тимчасового ряду. За наявності сезонної хвилі визначають коефіцієнти рівняння, вибраного для апроксимації vt.

3. Випадкові величини відхилення еt визначаються після виключення з тимчасового ряду значень тренду і сезонної хвилі на передпрогнозному періоді. Як правило, для опису випадкової величини еt використовується нормальний закон розподілу.

4. Для підвищення точності прогнозу застосовуються різні методи (дисконтування, адаптація та ін.). Найбільшого поширення в практиці розрахунків набув метод експоненціального згладжування, що дозволяє підвищити значущість останніх рівнів тимчасового ряду в порівнянні з початковими.