Классификация экономических прогнозов

краткосрочные,

среднесрочные,

долгосрочные.

К краткосрочным относятся прогнозы, охватывающие период, на один год превышающий время начала удовлетворения потребностей в рассматриваемых достижениях научно-технического прогресса.          Среднесрочные прогнозы составляются на срок, начиная с которого полностью удовлетворяются потребности в этих достижениях.

Долгосрочные  прогнозы охватывают весь экономический горизонт в исследуемой области народного хозяйства.

           Деление прогнозов на краткосрочные,  среднесрочные и долгосрочные таким способом не является общепринятым в прогностической литературе. Тем не менее оно представляется удачным, поскольку учитывает специфику каждого конкретного объекта прогнозирования.

            Нормативный прогноз рассматривает необходимые ресурсы и целесообразные направления деятельности для обеспечения выполнения поставленных нормативных целей. Эти цели чаще всего связаны с необходимостью решения неэкономических задач общества.

           Нормативные прогнозы делятся  на:

• оперативные,
• тактические,
• стратегические в соответствии с тем, к какой из этих категорий относятся нормативные цели, положенные в основу их разработки.[8]

              В однофакторных прогнозах в качестве объекта прогнозирования выбирается либо какой-то один элемент новой технологии, либо один показатель, характеризующий взаимодействие технологий (труд определенной квалификации, машины одного вида, количество новых научных трудов по одной тематике, фондоемкость национального дохода и т. п.). Объектами многофакторных прогнозов являются структура занятости, ряды машин, соотношения между несколькими факторами общественного производства и т. д.

           Односекторным считается прогноз, рассматривающий процессы в одной из хозяйственных ячеек, многосекторным – во взаимодействующей группе таких ячеек.

           Многоуровневые прогнозы рассматривают научно-технический прогресс и его влияние на эффективность общественного производства в иерархической подсистеме народного хозяйства.

         Построение системного прогноза  основывается на системном подходе  к исследованию научно-технического  прогресса. Структура этого прогноза представлена на рисунке 2.3

   Рисунок 2.3 Структура системного прогноза⁶

       При построении системного прогноза производства новой техники деревом целей может служить иерархическая система конкретных потребностей, непосредственно связанная с рассматриваемыми направлениями научно-технического прогресса. Системный прогноз должен содержать также варианты достижения целей, обеспеченные народнохозяйственными ресурсами, систему организационных мер для реализации каждого из этих вариантов в хозяйственной практике и описывать информационные потоки, обеспечивающие рассматриваемую систему необходимой информацией.

          Прогноз называется условным, если при его построении исходят из каких-то конкретных гипотез о ситуации, в которой осуществляются прогнозируемые события.

           Управляемый прогноз есть специальный вид условного прогноза, в котором некоторые из условий выделены как управляемые переменные (т. е. переменные, значения которых могут быть регулируемы в процессе целенаправленной хозяйственной деятельности). Условный прогноз, не содержащий управляемых переменных, называется неуправляемым. Управляемый прогноз является вариантным, если он содержит несколько вариантов изменения управляемых переменных и последствий этих изменений. Если при этом не рассматриваются варианты управления, которые заведомо менее удовлетворительны с точки зрения достижения поставленных целен, то такие прогнозы мы называем эффективными.

         Прогноз является оптимальным, если из множества прогнозных вариантов научно-технического развития выбираются оптимальные по некоторому критерию. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Доверительные интервалы прогноза.

         Заключительным этапом применения кривых роста является экстраполяция тенденции на базе выбранного уравнения. Прогнозные значения исследуемого показателя вычисляют путем подстановки в уравнение кривой значений времени t, соответствующих периоду упреждения. Полученный таким образом прогноз называют точечным, так как для каждого момента времени определяется только одно значение прогнозируемого показателя.

      На  практике в дополнении к точечному  прогнозу желательно определить границы  возможного изменения прогнозируемого  показателя, задать "вилку" возможных  значений прогнозируемого показателя, т.е. вычислить прогноз интервальный.

      Несовпадение  фактических данных с точечным прогнозом, полученным путем экстраполяции  тенденции по кривым роста, может  быть вызвано:

1. субъективной ошибочностью выбора вида кривой;
2. погрешностью оценивания параметров кривых;
3. погрешностью, связанной с отклонением отдельных наблюдений от тренда, характеризующего некоторый средний уровень ряда на каждый момент времени.

      Погрешность, связанная со вторым и третьим  источником, может быть отражена в  виде доверительного интервала прогноза. Доверительный интервал, учитывающий  неопределенность, связанную с положением тренда, и возможность отклонения от этого тренда, определяется в  виде:

 

         (1.1.), 

      где n - длина временного ряда;

      L -период упреждения;

      y_n+L -точечный прогноз на момент n+L;

      t_a- значение t-статистики Стьюдента;

      S_p- средняя квадратическая ошибка прогноза.

      Предположим, что тренд характеризуется прямой: 

        

      Так как оценки параметров определяются по выборочной совокупности, представленной временным рядом, то они содержат погрешность. Погрешность параметра  а_о приводит к вертикальному сдвигу прямой, погрешность параметра a₁- к изменению угла наклона прямой относительно оси абсцисс. С учетом разброса конкретных реализаций относительно линий тренда, дисперсию можно представить в виде: 

       (1.2.), 

      где - дисперсия отклонений фактических наблюдений от расчетных;

      t₁ - время упреждения, для которого делается экстраполяция; 

      t₁ = n + L ; 

      t - порядковый номер уровней ряда, t = 1,2,..., n;

        - порядковый номер уровня, стоящего в середине ряда,

      Тогда доверительный интервал можно представить  в виде: 

       (1.3.),

Обозначим корень в выражении (1.3.) через К. Значение К зависит только от n и L, т.е. от длины ряда и периода упреждения. Поэтому можно составить таблицы значений К или К*= t_aK . Тогда интервальная оценка будет иметь вид: 

       (1.4.), 

      Выражение, аналогичное (1.3.), можно получить для  полинома второго порядка: 

       (1.5.), 

      или 

       (1.6.), 

      Дисперсия отклонений фактических наблюдений от расчетных определяется выражением:

(1.7.), 

      где y_t- фактические значения уровней ряда,

       - расчетные значения уровней  ряда,

      n- длина временного ряда,

      k - число оцениваемых параметров выравнивающей кривой.

      Таким образом, ширина доверительного интервала  зависит от уровня значимости, периода  упреждения, среднего квадратического  отклонения от тренда и степени полинома⁷.

      Чем выше степень полинома, тем шире доверительный интервал при одном  и том же значении S_y, так как дисперсия уравнения тренда вычисляется как взвешенная сумма дисперсий соответствующих параметров уравнения 

      Рисунок 1.1. Доверительные  интервалы прогноза для линейного  тренда

        Доверительные интервалы прогнозов, полученных с использованием уравнения экспоненты, определяют аналогичным образом. Отличие состоит в том, что как при вычислении параметров кривой, так и при вычислении средней квадратической ошибки используют не сами значения уровней временного ряда, а их логарифмы.

      По  такой же схеме могут быть определены доверительные интервалы для  ряда кривых, имеющих асимптоты, в  случае, если значение асимптоты известно (например, для модифицированной экспоненты).

      В таблице 1.1. приведены значения К* в зависимости от длины временного ряда n и периода упреждения L для прямой и параболы. Очевидно, что при увеличении длины рядов (n) значения К* уменьшаются, с ростом периода упреждения L значения К* увеличиваются. При этом влияние периода упреждения неодинаково для различных значений n : чем больше длина ряда, тем меньшее влияние оказывает период упреждения L. 

      Таблица 1.1.

      Значения  К* для оценки доверительных интервалов прогноза на основе линейного тренда и параболического тренда при  доверительной вероятности 0,9 (7).