Книги по разным темам Pages:     | 1 | 2 | 3 | 4 | 5 | 51 Глава 2. Экономико-статистические методы прогнозирования 2.1. Особенности эконометрических методов прогнозирования Диапазон понятия лэконометрические методы в исследованиях поведения социально-экономических объектов часто весьма широк и простирается от понимания под ними только лишь части набора математико - статистических средств исследования до всего, что связано с измерениями в экономике. В этой связи будем иметь в виду, что эконометрика - это прикладная область междисциплинарных исследований. Она объединяет совокупность теоретических результатов, приемов, методов и моделей, предназначенных для того, чтобы на базе экономической теории (в том числе - математической экономики), экономической статистики, экономикостатистического инструментария (методы и их программная реализация) придать конкретные количественные выражения общим качественным закономерностям, обусловленным экономической теорией и повседневной экономической практикой [3]. Следует отметить, что понятие лэконометрические методы анализа и прогноза включает в себя не только весь спектр экономико-статистических методов, как основу рабочего инструментария, хотя их лидирующая и определяющая роль бесспорна, но и аппарат математического анализа, частично методы прикладной статистики, эвристические методы и др.

Таким образом, в самом общем виде эконометрическая модель - это дескриптивная модель исследуемого объекта, в структуре которой можно различать экзогенные и эндогенные переменные, а также управляющие (инструментальные) параметры либо переменные (в методиках активного прогнозирования).

Под экзогенными переменными модели будем понимать внешне задаваемые, автономные по отношению к модели переменные, иногда они носят название объясняющих. Часть из них может носить наименование 52 управляющих в соответствии с функциями, отводимыми им в исследованиях.

Посредством управляющих переменных осуществляется настройка прогнозирующей модели, т.е. реализуется активная функция прогноза, разрабатываемого на основе эконометрических методов.

Более общим понятием является предопределенная переменная.

Множество предопределенных переменных эконометрических моделей, кроме всей совокупности экзогенных переменных включает все их временные производные характеристики, а также все множество лаговых (отнесенных на более раннее время) эндогенных переменных.

К эндогенным переменным относят те, которые формируют свое значение под воздействием предопределенных переменных, внутри функционирующей модели. Часть из них и является целевым объектом исследования в рамках эконометрической модели прогноза.

Следует заметить, что понятие научный прогноз предполагает существование в сфере социально-экономических взаимодействий общества неких объективных законов развития, что выражается в наличии в рамках изучаемых систем свойства инерционности, т.е. неизменности ряда параметров развития. В этой связи, безусловно, ключевая роль в обосновании прогнозов на основе эконометрического моделирования принадлежит экономикостатистическим методам.

Инерционность в социально-экономических процессах может проявлять себя двояко: через инерционность характера динамики процесса (направление, темпы развития, колеблемость ряда показателей и т.д.), а также через инерционность взаимосвязей, т.е. механизма формирования явления.

Признание у социально-экономических объектов свойства инерционности, а также возможность оперировать с большими объемами эмпирической информации об объекте и предполагает возможность использования экономико-статистических методов с целью обоснования прогноза. Ибо согласно определению лэкономико-статистическая модель - система математических соотношений, описывающая некоторый экономический объект, процесс или явление, параметры которой определяются (оцениваются) на основе фактических данных с помощью статистических методов [56, с.274].

Особо следует отметить, что практическая возможность применимости методов статистического (вероятностно-статистического) моделирования исходит из признания гипотез о наличии в реальной действительности, вопервых, свойства многократной воспроизводимости наблюдений над объектом в одних и тех же условиях функционирования; во-вторых, присутствием большого числа случайных факторов в системе. Первое свойство доказывает то, что данный инструментарий пригоден для отражения в рамках изучаемого объекта свойства инерционности. Второе - говорит о вероятностной природе сделанного данным инструментарием прогноза.

Однако прежде чем делать утверждение об адекватности выбранного инструментария прогнозирования характеру исследуемого объекта, а также эффективности прогностических свойств полученной экономикостатистической модели, следует быть уверенным в обоснованности исходных гипотез и концептуальных построений, лежащих в основе модели объекта, с одной стороны. А с другой, иметь в наличии необходимый состав экономической информации, отражающей реальный процесс функционирования рассматриваемой системы. Таким образом, исходный статистический инструментарий необходимо дополнить знаниями экономической теории, а также экономической статистики. Все это говорит за то, что в определенных условиях реальной экономической жизни аппарат эконометрического прогнозирования может быть достаточно эффективным средством обоснования прогнозной информации. Хотя, строго говоря, особенности информационного представления практики функционирования социально-экономических объектов требуют еще более специальных методов ее обработки, прежде всего связанных с аппаратом прикладных статистических исследований.

Традиционные формализованные методы прогнозирования, используемые в рамках классического эконометрического подхода, подразделяются на три группы:

1) методы анализа и прогноза временных рядов (множество методов и алгоритмов сглаживания рядов);

2) методы прогнозирования на основе факторных регрессионных моделей (совокупность методов отражения принципа максимального правдоподобия, а также их адаптационные настройки);

3) прогнозирование на основе собственно эконометрических методов и моделей (методы решения систем одновременных уравнений).

Данная триада образует основной блок обоснования и построения прогноза, основанного на базе эконометрических методов.

Всякий эконометрический анализ опирается на исходные статистические данные. Общими чертами для всех методов прогнозирования, использующих в качестве рабочего инструментария эконометрические методы, является работа в подавляющем большинстве случаев с фактографической информацией, т.е.

информацией, имеющей своим источником фактические данные. Различают три формальных способа ее представления в практике исследования:

- временные ряды (time-series data);

- пространственные данные (cross-section data);

- данные панельных исследований (panel data).

Независимо от того, производится ли исследователем выбор метода и плана статистического обследования или он уже располагал результатами текущего наблюдения над объектом исследования, но к моменту определения основного инструментария статистического исследования, в общем случае, у аналитика имеется в качестве массива исходных статистических данных матрицами наблюдений вида:

( ( ( ж ц x11) (t) x12) (t) K x1m) (t) з ч ( ( ( x21) (t) x22) (t) L x2m) (t) з ч X = или Х= ( xi( j) (t ) ), i = 1,n, j = 1,m, t = 1, N, где з ч, L L L L з ч ( ( ( з xn1) (t) xn2) (t) L xnm) (t)ч и ш xi( j) (t ) - значение j-го анализируемого признака (показателя), характеризующего состояние i-го объекта (процесса) наблюдения в момент времени t. Такое самое общее представление данных об объекте социальноэкономического прогнозирования носит название панели данных.

Если зафиксировать номер переменной j и номер статистически обследуемого объекта i, то расположенную в хронологическом порядке последовательность значений xi (t), xi (t),..., xi (t) называют одномерным j j j временным рядом динамики j-го показателя на i-м объекте исследования или Х=х(t) при t = 1, N. Хотя в общем случае динамический ряд имеет более общий смысл. И фиксация событий может быть не только временной, но и например пространственной [4, 83]. Если же одновременно рассматривать динамику рпризнаков из всего множества J возможных характеристик объекта на фиксированном объекте i, тогда говорят о статистическом анализе p X (t) = (x1(t ), x2 (t ),...,x (t ))Т многомерного временного ряда, где p О J.

Если же исходный набор данных представлен в виде Х = ( xi( j) ), то говорят об их пространственном представлении.

Порядок проведения прогнозных исследований на любой эконометрической модели, безусловно, укладывается в рамки общей процедуры социально-экономического прогнозирования, представленной на рис.1. Однако каждый из классов эконометрических методов прогнозирования характеризуется отличной от других гипотезой, объясняющей генезис динамики ряда, а, следовательно, и различными принципами построения модели генератора прогнозной информации, а также несет некоторую специфику в содержании блоков 2-5 обобщенной схемы процесса научного прогнозирования. С учетом общей специфики аппарата, а также особенностей представления исходной информации расшифруем содержание блоков 2-рисунка 1, применительно к понятиям эконометрического моделирования и прогнозирования на основе экономико- статистических методов.

2. Изучение информации по объекту прогнозирования 2.1. Поиск и сбор данных 2.2. Априорная оценка информации - тип;

- шкала и метод представления;

- оценка объемов и структуры выборки 2.3. Корректировка отобранных данных - обнаружение повреждений и особенностей;

- восстановление;

- предмодельная подготовка;

- изучение статистических свойств набора 2.4. Формальное тестирование наличия причинно-следственных связей 2.4. Формирование обучающей и тестовой выборки 3. Выбор метода прогнозирования (Концептуальный дизайн модели прогнозирования) 3.1. Формулировка исходных гипотез/теорий 3.2. Определение допустимых классов аппроксимирующих функций 3.3. Параметризация модели объекта 3.4. Обоснование метода реализации модели 4. Конструирование генератора прогнозной информации 4.1. Идентификация генератора - построение множества оценок модели объекта;

- корректировка множества моделей (формально-логический анализ, критерии статистической пригодности) 4.2. Проверка прогностической пригодности генератора - построение критериев оценки прогностической способности;

- корректировка допустимого множества прогнозных моделей 4.3. Обоснование окончательного вида генератора прогноза 5. Получение прогнозной информации 5.1. Уточнение характеристик генератора - оценка параметров модели на всем исходном наборе данных;

- оценка статистической допустимости модели;

- принятие решения о возможности использования модели 5.2. Планирование и осуществление прогноза - оценка прогноза экзогенных переменных модели;

- прогноз эндогенных переменных модели 2.2. Методы оценки качества эконометрических прогнозов Важнейшим этапом в проведении любого полноценного прогнозного исследования является оценка качества построенного предсказания. В этой связи следует четко представлять себе ответы на вопросы о том, что такое качество прогноза и как, с помощью чего его измерить. Сама постановка этой вполне очевидной проблемы на самом деле вполне может перечеркнуть само желание заниматься разработкой научного обоснования прогнозов, т.е. их методологической и методической базой. Основная ловушка состоит в том, что согласно известному позитивистскому постулату о практике как основном критерии истинности, в том числе и научного исследования, мы не в состоянии дать окончательное заключение относительно корректности выбранного инструментария, пока ожидаемый факт не станет свершившимся. А последнее, по сути, уничтожает и собственно предмет исследования. Выходом из тупика является только лишь признание того факта, что прогнозированию поддаются лишь систематически ранее наблюдаемые, типизируемые объекты, инерционность развития которых предположительно сохраниться и будущем.

Определение понятия качество прогноза требует предварительного понимания сути совокупности некоторых дополнительных понятий, таких как обоснованность, достоверность, точность, ошибка прогноза, а также источники ошибок прогноза. Дадим определение данной терминологии, в основном опираясь на ее общепринятую интерпретацию [50].

Обоснованность прогноза - подразумевает степень соответствия методов и исходной предпрогнозной информации объекту, целям и задачам прогнозирования. Является следствием принципа научности прогноза.

Достоверность (надежность) прогноза - определяет вероятность реализации соответствующей прогнозной оценки для заданного доверительного интервала (уровень значимости прогноза).

Точность прогноза (эмпирическая и априорная) - мера соответствия прогнозируемой величины фактическому ее значению. Иногда допускается следующее определение - оценка доверительного интервала прогноза для заданной вероятности его осуществления. Следует отметить, что характеристики точности и надежности являются сопряженными. Чем выше надежность прогноза, тем ниже его точность и наоборот.

Основным измерителем меры точности прогноза является его ошибка.

Иногда понятие лошибка прогноза трактуется более концентрированно, как апостериорная величина отклонения прогноза от действительного состояния объекта или путей и сроков его достижения.

По характеру своего появления ошибки разделяют на систематические и случайные. По методам их отражения - на количественные и качественные методы фиксации ошибок. В свою очередь по способу расчета количественные ошибки могут быть абсолютными, относительными, сравнительными.

В общем, понятие качество прогноза в широком смысле слова представляет собой единство прогнозных параметров обоснованности, достоверности, точности, типизации ошибок прогноза, а также выявление источников ошибок прогноза. Узкое толкование этого термина подразумевает некую меру устойчивого развития объекта в соответствии с траекториями, определяемыми прогнозом и чаще всего описывается мерами фиксации точности прогнозирования, т.е. непосредственно ошибками прогноза. Заметим также, что оценивание качества прогноза может носить как априорный (предварительный), так и апостериорный (фактический, эмпирический) характер. В соответствии с последней градацией применительно к эконометрическим моделям различают так называемые характеристики качества информационной пригодности модели и ее прогностической пригодности.

Pages:     | 1 | 2 | 3 | 4 | 5 |    Книги по разным темам