Класифікація та зміст методів прогнозування

Сутність та поняття «методу прогнозування».

Прогнозування — це наукове, обґрунтоване системою встановлених причинно-наслідкових зв'язків і закономірностей, виявлення стану та вірогідних шляхів розвитку явищ і процесів, що передбачає оцінку показників, які характеризують ці явища в майбутньому. Це процес розробки науково-обгрунтованих припущень стосовно можливих варіантів розвитку будь-яких подій, явищ чи процесів, альтернативних терменів їх здійснення та визначення конкретних рекомендацій для практичної діяльності.

Термін «метод» походить від грецького «methodos», що в перекладі означає «шлях до чогось», тобто знання про те, якими способами, в якій послідовності потрібно розвязувати ті чи інші завдання.

В прогнознозуванні, метод – складний прийом, упорядкована сукупність простих прийомів направлених на розробку прогнозу в цілому [16;21].

У більш ширшому розумінні методи прогнозування можна визначити, як упорядкована сукупність конкретних форм теоретичного або практичного підходу до розробки прогнозу, одна чи декілька математичних або логічних операцій спрямованих на отримання конкретного результату в процесі розробки прогнозів, основаних на ретроспективних даних, екзогенних (зовнішніх) та ендогенних (внутрішніх) зв'язках об'єкта прогнозування, а також їхніх змін, які дають можливість передбачати майбутній його розвиток [2].

Методи прогнозування – методи, що забезпечують науково обґрунтовані прогнози майбутнього [6].

У різній літературі методи прогнозування визначаються по різному, але в них є спільна риса, всі визначення трактуються як певні дії, що направленні на передбачення майбутнього. Отже, методи прогнозування – це прийоми і способи, що виникли в результаті аналізу минулого і сучасного, при виявленні певних закономірностей за допомогою яких, проаналізувавши минуле, люди намагаються передбачити майбутнє.

Система методів прогнозування формується за певними ознаками методів розробки прогнозів стану певного об’єкта чи суб’єкта. Методи прогнозування у сфері використання та охорони земельних ресурсів - це сукупність способів і прийомів розробки прогнозів, які дозволяють на основі аналізу даних ретроспективного періоду, зовнішніх і внутрішніх факторів впливу, а також їх кількісних змін здійснити переконливі передбачення стосовно майбутнього розвитку земельних відносин, використання та охорони земель.

Для прогнозування використовується статистична інформація, яка описує процеси за минулі роки, та проводиться експертна оцінка тенденцій змін у землекористуванні. До інформаційного забезпечення прогнозування висуваються певні вимоги, основними з яких є:

Ø достовірність;

Ø адекватність;

Ø співставність;

Ø вичерпність;

Ø доступність.

Класифікація та зміст методів прогнозування.

Для вивчення методичного аппарату прогностики із самого початку доцільно деталізувати це широке поняття. Отже, будемо розрізняти прості методи прогнозування та комплексні. При цьому під простим методом прогнозування розуміється метод, який не можна розкласти на ще більш прості методи, і відповідно під комплексним – метод який складається із взаємопов’язаної сукупності декількох простих (рис. 1)

В даний час поряд із значною кількістю опублікованих методів прогнозування відомі і багато способів їх класифікації. Тим неменше це питання залишається відкритим, так, як дотепер не існує єдиної універсальної, повної класифікації прогнозів.

Метою класифікації методів прогнозування є по-перше, забезпечення процесу вивчення і аналізу методів і, по-друге, спрощення процесу вибору методу при складанні прогнозів.

Залежно від джерел інформації, методології її обробки та одержаних результатів, методи прогнозування поділяються на дві порівняно великі групи: фактографічні, евристичні (рис 2).

Фактографічні методи прогнозування базуються на використанні фактичних матеріалів, що детально характеризують зміни в часі всієї сукупності чи окремих ознак (показників) об'єкта прогнозування.
Евристичні методи прогнозування передбачають здійснення прогнозних розробок за допомогою логічних прийомів, методичних правил та теоретичних досліджень.

Комбіновані методи відділені в окремий клас. До них відносяться методи із змішаною інформаційною основою, в якій у якості вихідної інформації використовується фактографічна та експертна.

Наприклад, при поведені експертного опитування учасникам представляють цифрову інформацію про об’єкт або фактографічні прогнози, або навпаки при екстраполяції тенденції поряд з фактичними даними використовують експертну оцінку.

Ці класи далі розділяють на підкласи за принципами обробки інформації

Виділяють статистичні методи, методи аналогій, випереджаючі методи.

Статистичні методи об’єднують сукупність методів обробки кількісної інформації про об’єкт прогнозування на основі виявлення математичних закономірностей, взаємозв’язків та характеристик з метою отримання прогнозних моделей.

Методи аналогій полягають у виявлені подібного в закономірностях розвитку різних процесів та складанні прогнозів на їх основі.

Випереджаючі методи ґрунтуються на визначених принципах спеціальної обробки науково-технічної інформації та реалізують у прогнозі її властивість випереджати розвиток науково-технічного прогресу.

Третій рівень класифікації поділяє методи прогнозування на види за класифікаційною ознакою «алгоритм виконання». Тут виділяють екстраполяційні методи, моделювання, інтуїтивні та аналітичні (рис.).

Методи екстраполяції є одними з основних для прогнозування розвитку складних систем. У їх основу покладено припущення про незмінність чинників, що визначають розвиток об'єкта дослідження. Відтак сутність методів екстраполяції полягає в поширенні закономірностей

розвитку об'єкта в минулому на його майбутнє.
Тобто ці методи ґрунтуються на припущенні, що незмінні фактори при розвитку даного явища в минулому будуть діяти й у майбутньому. При формуванні прогнозу з допомогою екстраполяції виходять з тенденцій зміни тих чи інших кількісних характеристик об'єкта.

Залежно від особливостей змін рівнів у динамічних рядах екстраполяції можуть бути простими і складними. Першу групу становлять методи прогнозування, які базуються на припущенні відносної стійкості в майбутньому абсолютних значень рівнів, середнього рівня ряду, середнього абсолютного приросту, середнього темпу зростання.
Друга група методів базується на визначенні основної тенденції, тобто використанні статистичних формул, які описують тренд.

Тренд — це відображення певною функцією тенденції ряду динаміки. Його зображують у вигляді кривої (траєкторії). Тренд характеризує головну закономірність руху об’єкта в часі.

Складні методи екстраполяції можна поділити на два основні типи: адаптивні й аналітичні.

Адаптивні методи прогнозування ґрунтуються на тому, що процес їхньої реалізації полягає у визначенні наступних у часі значень прогнозного показника з урахуванням ступеня впливу попередніх рівнів. До адаптивних методів відносять: морфологічного аналізу, побудова «дерева цілей», метод нормативного прогнозування.

- Метод морфологічного аналізу ґрунтується на використанні комбінаторики, тобто дослідженні всіх можливих варіантів, виходячи із закономірностей побудови (морфології) об'єкта прогнозування, що вивчається та аналізується. Прогнозна оцінка розвитку) об'єкта здійснюється комбінуванням можливих варіантів.

- Метод побудови «дерева цілей» застосовується в прогнозуванні з метою поділу основних завдань на підзавдання і створення системи «виважених» за експертними оцінками зв'язків. Для відбору чинників до прогностичної моделі та побудови системи зв'язків широко використовуються матриці взаємовпливу і теорія графів.

- Метод нормативного прогнозування. Під нормативним (цільовим) прогнозуванням розуміють пошук оптимального шляху досягнення певної кінцевої мети, передбаченої завданням у майбутньому. Цей метод застосовується тоді, коли мета прогнозування економіки визначена і для певного відрізку часу в перспективі встановлюється фіксоване значення прогнозованого показника — норматив.

В основу аналітичних методів прогнозування (кривих зростання) покладено принцип одержання за допомогою методу найменших квадратів оцінки детермінованої компоненти, що характеризує основну тенденцію.

До Аналітичних методів відносять: функцій, аналіз часових рядів, оптимізаціїрядів.

- Метод функцій базується на використанні так званих автокореляційних функцій (автокореляція — вираження взаємного зв'язку між сусідніми членами часового ряду). Процес прогнозування з використанням автокореляційних функцій полягає у виконанні двох послідовних дій. Спочатку формулюють завдання прогнозування й визначають критерій його вирішення, а потім, використовуючи часовий ряд, який відображає процес розвитку параметрів функціонування виробничої системи в часі, визначають прогнозовану величину на перспективний період за умови мінімізації середньоквадратичних похибок.

Аналіз часових рядів. Цей метод базується на припущенні, відповідно якому те, що трапилось в минулому дає достатнє наближення в оцінці майбутнього. Цей аналіз являється методом застосування зразків та виявлення тенденцій минулого й продовження їх в майбутнє. Його можна провести за допомогою таблиці або графіка шляхом нанесення на координатну сітку точок, відповідних подіям минулого.

Даний метод аналізу часто використовується для визначення потреби в землеохоронних заходах, оцінки майбутнього стану земельних ресурсів, прогнозування структури землевпорядних організацій, потреби в кадрах. Чим більш достовірне припущення про схожість майбутнього минулому, тим більша точність прогнозу. Але, аналіз часових рядів, не буде корисним в ситуаціях коли відбулись значні чи кардинальні зміни.

- Метод оптимізації рядів - який побудований на основі аналізу максимально можливої кількості чинників, що зв'язані з використанням земель і еколого-економічними показниками та враховують міру їхньої взаємодії.

Поширеним методом прогнозування є моделювання. Цей метод вважається достатньо ефективним засобом прогнозування можливого розвитку явища, нових або майбутніх економічних і технічних засобів і рішень.

Термін "модель" означає певний умовний образ об'єкта дослідження, а в прогнозуванні — економічні чи соціальні процеси. Зміст методу моделювання полягає в конструюванні моделі на основі попереднього вивчення об'єкта й визначення його суттєвих характеристик, в експериментальному і теоретичному аналізі моделей, в співставленні результатів з даними об'єкта та коригуванні моделі.

До вказаних методів відносяться: кореляційно-регресійних моделей, інформаційного моделювання, причинно-наслідкове моделювання.

Прогнозування з використанням кореляційно-регресивних моделей полягає в пошуку математичних формул, що характеризують статистичний зв'язок одного показника з іншим (парна кореляція) або з групою інших (множинна кореляція).

Обов'язковою умовою можливості та доцільності застосування таких методів є встановлення ступеня надійності кореляційних формул на підставі логічного аналізу статистичної вибірки (масиву даних).
Форму взаємозв'язку прогнозованих явищ з іншими явищами та процесами можна зобразити у вигляді регресійного рівняння типу:
y = f(x1, x2, …, xn)

Значення прогнозованого показника визначається способом підстановки в таке рівняння значення ознак (чинників) та оцінки очікуваного середнього значення.
У процесі розв'язання кореляційних і регресійних рівнянь здійснюється пошук кількісних значень параметрів вихідних залежностей, що їх можна визначити за допомогою способу найменших квадратів. Сутність цього способу полягає в тім, щоб мінімізувати суми квадратичних відхилень між величинами, що спостерігаються, та відповідними величинами, розрахованими за підібраними рівнями зв'язку.

Основна задача регресійного аналізу - встановлення форми та вивчення залежностей між випадковими змінними. Показником тісноти зв’язку є вибірковий коефіцієнт кореляції Пірсона - r. Якщо коефіцієнт кореляції більше нуля, то кореляційний зв’язок прямий, якщо менше — обернений. При прямому кореляційному зв’язку збільшення однієї зі змінних призводить до збільшення умовної середньої іншої змінної. При оберненому зв’язку збільшення змінної призводить до зменшення умовної середньої іншої змінної

Основні властивості коефіцієнта кореляції:

1.Коефіцієнт кореляції приймає значення на відрізку [-1;1]. В залежності від того, на скільки абсолютна величина наближена до одиниці, розрізняють слабкий зв’язок, помірний, середній, достатньо тісний, тісний, дуже тісний, тобто чим ближче до одиниці тим зв’язок є тіснішим.

2. Якщо всі значення змінних х та у збільшити або зменшити на однакове число або на однакову кількість разів, то величина r (коефіцієнт кореляції) не змінюється.

3. При r =+- 1, кореляційний зв’язок має лінійну функціональну залежність, при цьому всі значення змінних розташовані на одній прямій, що називається лінією регресії.

4. При r =0, лінійний кореляційний зв’язок відсутній, але це не свідчить про відсутність кореляційного зв’язку взагалі (може бути присутній нелінійний кореляційний зв’язок).

Регресіний аналіз буває 2-х видів:

1) структурний – дані збираються за певний проміжок часу одноманентно, наприклад, оренда ділянок по різних регіонах за минулий рік (однакові місяці)

2) часові (динамічні ряди) - дані збираються за одним показником за певний період часу з певним інтервалом

3) комбінований або змішаний - дані розподілені і в часі і за певним показником(параметром)

До дугого типу можна віднести аналіз часових рядів, до третього- табличні методи, до першого- застосування певних критеріїв.

Для проведення кореляційного та регресійного аналізів використовуємо статистичні дані.

Систему досліджуємо або як детерміновану або як стохастичну. Якщо стохастична- нас цікавить загальний напрямок (вниз, вгору), загальна тенденція. Якщо як детерміновану – через точки проходить (абсолютно усі фактори ми враховуємо). При стохастичній визнаємо, що є випадкові фактори, які ми не можемо врахувати.

Стохастична

Детермінована

Отже Значення прогнозованого показника при застосувавні вище наведеного методу визначається способом підстановки в регресійне рівняння значення ознак (чинників) та оцінки очікуваного середнього значення.
У процесі розв'язання кореляційних і регресійних рівнянь здійснюється пошук кількісних значень параметрів вихідних залежностей, що їх можна визначити за допомогою способу найменших квадратів. Сутність цього способу полягає в тому, щоб мінімізувати суми квадратичних відхилень між величинами, що спостерігаються, та відповідними величинами, розрахованими за підібраними рівнями зв'язку.

Специфічним методом прогнозування є метод інформаційного моделювання. Він базується на тому, що характерні особливості масових потоків інформації створюють умови для прогнозування розвитку конкретних об'єктів на підставі таких джерел інформації, які містять необхідні, логічно впорядковані документи в певній послідовності.

Причинно-наслідкове моделювання. Цей метод є найскладнішим з точки зору математики. Він використовується в ситуаціях з більш ніж одною змінною. Причинно-наслідкове моделювання - це спроба спрогнозувати те, що відбудеться в подібних ситуаціях, шляхом вивчення статистичної залежності між визначеними фактороми й іншими змінними. На мові статистики ця залежність називається кореляцією. Чим тисніша кореляція, тим вища придатність моделі для прогнозування. Повна кореляція (1,000) буває в ситуації, коли в минулому залежність завжди була істинною. Така модель потребує розробки математичної залежності виду:

A = c₁ + c₁х₁ + c₂х₂ +... c_nх_n, де

А - прогноз,

х - змінні, від яких залежить прогноз,

с - константи, які визначаються методом статистичного аналізу даних за минулими подіям.

Інтуїтивні (експертні) методи базуються на використанні експертної інформації. Ними користуються тоді, коли бракує чітких тенденцій розвитку об’єкта, коли прогнозуються процеси, які не мають історичних аналогів, коли іншими методами прогнозування неможливо формалізувати оцінку впливу на розвиток об’єкта багатьох факторів.

експертної оцінки

генерування ідей

метод прогнозного сценарію

Експертні оцінки дають змогу встановити ступінь складності й актуальності проблеми, визначити основні цілі і критерії, виявити фактори і взаємозв’язки між ними, обґрунтувати переважні альтернативи розвитку якщо відсутня достатня статистична інформація або вона непридатна для прогнозування певних явищ. В основу методу експертних оцінок покладено спосіб збирання необхідної інформації або судження про стан об’єкта переважно шляхом анкетування. При цьому експертну анкету складають в такий спосіб, щоб можна було одержати:

1) кількісно однозначні відповіді на запитання, що пропонуються експерту; 2) формалізовані відомості щодо характеру джерел аргументації, ступеня впливу кожного із джерел на відповідь експерта;

3) кількісно визначену експертом оцінку рівня його знання предмета, що пропонується для аналізу та висновків.

Алгоритм проведення експертної оцінки:

1.формування мети опитування.

2.відбір групи експертів - непарне число.

3.визначення переліку критеріїв оцінки можливих альтернатив

4.оцінка ваг відібраних критеріїв (оцінювання проводять експерти анонімно за єдиною ранговою шкалою).

5.нормування значення ваг кожного критерію за формулою:

Bij=Kij/ΣKi, де

Bij - нормована вага житого критерію для ітого експерта,

Kji - ранг житого критерію для ітого експерта,

ΣKi - сума рангів привласнених ітим експертом.

6.обрахування середньої ваги, яку надали всі експерти кожному критерію за формулою: bj= ΣBnj/n, де

bj - усереднена вага житого критерію для всіх експертів,

n - кількість експертів,

ΣBnj - сума нормованих ваг житого критерію для всіх експертів. 7.Визначення можливих альтернатив дій в рамках проблемної ситуації

8. визначеня ціни для кожної альтернативи за кожним з критеріїв, оцінку за ранговими шкалами можуть проводити експерти.

9. значення цін альтернатив нормується (для отримання порівнюваних значень):

Hkj=Ckj/Cmj max, де

Hkj - нормоване значення ціни альтернативи k за критерієм j,

Ckj - ненормоване значення ціни альтернативи k за критерієм j,

Cmj max - максимальне значення ціни альтернативи з масиву m за критерієм j.

10.обрахувати значення корисності кожної альтернативи за формулою:

Kk=ΣHkj*bj, де

Hkj - нормоване значення ціни альтернативи k за критерієм j,

Kk - значення корисності альтернативи k за критерієм j,

bj - усереднена вага житого критерію для всіх експертів.

11.в залежності від обраної рангової шкали, привласнюємо найвищий ранг 1 чи 10 (за 10-бальною шкалою) - оптимальною буде альтернатива з нижчим або вищим значенням К.

Застосовуються два підходи до використання цього методу прогнозування: індивідуальні та групові оцінки.

Індивідуальні оцінки полягають у тому, що кожний експерт дає незалежну оцінку у вигляді інтерв'ю або аналітичної записки.

Групові оцінки базуються на колективній роботі експертів та одержанні сумарної оцінки від усієї групи експертів, яких залучено до прогнозної оцінки конкретних економічних процесів.

Методи генерування ідей є різновидом методів експертної оцінки, хоча між ними і є певні відмінності. Методи генерування ідей обмежуються, як правило, лише якісними оцінками без кількісного підтвердження.
Генерування ідей - це результат розумового процесу, творчих здібностей людини.

Існуі декілька методів генерування ідей, кожен із яких сприяє досягненню певних результатів, найпоширенішими є - метод "мозкової атаки", "Дельфі".

Метод «мозкової атаки» полягає у творчій співпраці певної групи експертів-спеціалістів для розв'язання поставленого завдання способом проведення дискусії («мозкової атаки»). Учасники такої дискусії мають дотримуватися двох правил поведінки:

1) не допускати критики та негативних коментарів щодо міркувань опонентів;
2) не заперечувати нової ідеї, якою б абсурдною з погляду можливої її практичної реалізації вона не видавалася.

Метод "Дельфі". Отримав назву від давньогрецького міста Дельфі, в якому мешкали оракули (мудреці), розглядається вченими як один з найефективніших експертних методів. Для цього методу характерні три основні особливості:

1) анонімність експертів;

2) використання результатів попереднього туру опитувань;
3) статистична характеристика групової відповіді.

Анонімне опитування групи експертів наводиться у письмовій формі в кілька турів. При цьому експерти не вступають у контакт один з одним, їм дають можливість ознайомитися із систематизованими результатами попереднього туру опитувань. І все знову повторюється. При цьому кількість турів (переважно від двох до чотирьох) залежить від зведення поляризованих оцінок до мінімуму. Якщо експерти досягають згоди з принципових питань у межах другого туру, опитування припиняється. Точність і надійність результатів експертизи залежать від якісно підібраної групи експертів.

Аналізуючи переваги цього методу, слід зазначити, що анонімність дельфійської процедури дає змогу послабити вплив окремих "домінуючих" експертів, а регулюючий зворотний зв'язок — знизити вплив індивідуальних і групових інтересів, не пов'язаних з проблемами, які вирішуються. Крім того, запровадження зворотного зв'язку вносить елемент об'єктивності, підвищує надійність прогнозних оцінок. Здійснення опитування у декілька турів дає можливість зменшити коливання в індивідуальних відповідях, а також обмежує внутрігрупові коливання.

Метод прогнозного сценарію. Під сценарієм розуміється метод опису передбачуваного або можливого ходу подій в тій або іншій області, що стосується діяльності об'єкта.

Сценарій може бути побудований на будь - якому ієрархічному рівні управління. Основне призначення сценаріїв - це визначення генеральної лінії розвитку об'єкта прогнозування з урахуванням дій факторів (зовнішніх і внутрішніх), формування критеріїв для оцінки кінцевої мети.

Сценарій будується, як правило, для складних об'єктів, які формуються з окремих елементів. Тому побудові сценарію передує оцінка окремих елементів, при чому бажано, щоб оцінка була кількісна. Досвід показує, що відсутність прогнозних оцінок, навіть по незначним деталям, може негативно вплинути на ефективність прийнятих рішень.
Сценарій являється в певній мірі відносно цілісною оцінкою можливого розвитку прогнозованого об'єкта, оскільки завжди будується в рамках припущень про майбутні умови розвитку, які, як правило, не завжди передбачувані.
Сценарний метод характеризується як метод багатоаспектних прогностичних оцінок, які випливають з необхідності прогнозування окремих елементів системи, і тому повинен розроблятися кваліфікованими спеціалістами широкого профілю з різними поглядами на прогнозовану систему.

Призначення сценарію полягає в тому, щоб дати оцінку альтернативним варіантам розвитку об'єкта в майбутньому і не доводити його до кризового стану.
Кількість альтернатив розвитку визначається особливістю об'єкта прогнозування.
Для прогнозування "ідеального" напрямку розвитку можна надати максимально можливі значення параметрам, які характеризують фактори, що позитивно впливають на розвиток об'єкта і мінімальні значення тим факторам, які негативно впливають на розвиток об'єкту. В результаті отримують верхній рівень (верхню межу). Для отримання нижньої межі, навпаки, факторам, які позитивно впливають на розвиток об'єкта надають мінімальне значення, які негативно впливають - максимальні. Разом з цим визначаються рівні, які знаходяться між максимальними і мінімальними значеннями.
Досвід свідчить, що прийняття єдиного варіанту майбутнього розвитку може призвести до непередбачуваних результатів через наявність фактору невизначеності. Завдання сценарію полягає в тому, щоб максимально зменшити ступінь невизначеності. Тому передові корпорації та фірми світу використовують не один, а декілька варіантів розвитку, наприклад три: максимальний, оптимальний, мінімальний. Максимальний передбачає сприятливі умови розвитку, оптимальний - найбільший очікуваний, мінімальний - несприятливі умови розвитку. Наявність трьох варіантів розвитку з розробкою тактики і стратегічних дій по кожному напрямку дозволяє апарату управління приймати своєчасні раціональні заходи і рішення при ситуаціях, які склалися.

Виходячи із сутності методу сценаріїв можна зробити висновок про те, що він створює основу для: складання, за допомогою моделювання різних варіантів сценарію альтернативних економічних прогнозів; аналізу діяльності досліджуваного об'єкта по альтернативним прогнозам; аналізу альтернативних стратегій досліджуваного об'єкта; ймовірної оцінки факторів зовнішнього середовища.

Для того, щоб отримати ефективний прогноз, необхідно знати і правильно використовувати всі його елементи.

Елементом успішного прогнозування є вибір часового ряду. При цьому потрібно керуватися такими правилами:

1) часовий ряд включає результати спостережень, починаючи від першого і до останнього;

2) усі часові проміжки між елементами часового ряду повинні мати однакову тривалість - не варто включати в один ряд дані за декади і місяці;

3) спостереження фіксуються в один і той самий момент кожного часового періоду;

4} пропуск даних в часовому ряді не допускається.

Прогнозування по окремому часовому ряду. Для обґрунтування прогнозних показників по окремому часовому ряду застосовують методи рухомого середнього та експоненційного згладжування.

Метод рухомого середнього. В разі його використання прогноз будь-якого періоду являє собою середній показник декількох результатів спостережень часового ряду. У загальному вигляді формула рухомого середнього виглядає так:

F_t+1 = (D_t + D_t-1 +…+ D_t-N-1) / N, (3.1)

де F_t+1 - прогноз для часового періоду t+1;

D_t,…, D_t-N-1 - фактичні значення показника;

N - кількість періодів у часовому ряді.[13]

Метод експоненційного згладжування забезпечує досить швидке реагування прогнозу на всі події, що відбуваються протягом періоду, який охоплюється часовим рядом. Основна ідея цього методу полягає в т ому. що кожен новий прогноз досягається шляхом зсування попереднього прогнозу в напрямку, який би давав кращі результати порівняно зі старим прогнозом. Базове рівняння має такий вигляд:

F_t+1 = б * D_t + (l - б)*F_t, (3.2)

де F_t+1 - прогноз дія часового періоду t+1;

D_t фактичне значення показника у момент часу t;

F_t - прогноз, зроблений у момент часу t;

б – константа згладжування (0< б <1).

Константа згладжування є самокоригованою величиною.

3.Верифікація прогнозів.

Важливим етапом прогнозування є верифікація прогнозів, тобто оцінювання їх точності та обґрунтованості. На етапі верифікації використовують сукупність критеріїв, способів і процедур, які дають можливість оцінити якість прогнозу. Верифікація – це перевірка достовірності прогнозів.

Достовірність прогнозу – це оцінка ймовірності його здійснення для певного часового інтервалу.

Існує багато видів верифікації, найпоширеніші з яких такі:

• пряма;

• опосередкована (непряма);

• інверсна;

• консеквентна тощо.

Найбільш поширене ретроспективне оцінювання прогнозу, тобто оцінювання прогнозу для минулого часу (ех-post прогноз). Процедура перевірки така. Динамічний ряд поділяється на дві ча­стини: перша —для t= 1, 2, 3,..., р — називається ретроспекцією (передісторією), друга — для t =р + 1, р + 2, р + 3,..., р +(п -р) — прогнозним періодом.

За даними ретроспекції моделюється закономірність динаміки і на основі моделі розраховується прогноз Y_p+v, де V — період випередження. Ретроспекція послідовно змінюється, відповідно змінюється прогнозний період.

Якщо результат оцінювання точності прогнозу задовольняє визначені критерії точності, скажімо, 10 %, то прогнозна модель вважається прийнятною і рекомендується для практичного вико­ристання. Очевидно, що похибка прогнозу залежить від довжини ретроспекції та горизонту прогнозування. Оптимальним співвід­ношенням між ними вважається 3: 1.

Оскільки фактичні значення прогнозного періоду відомі, то можна визначити похибку прогнозу як різницю фактичного у_t і прогнозного Y_t рівнів:

е_t=у_t -Yt.

Похибка прогнозу – це апостеріорна (заснована на досвіді) величина відхилення прогнозу від дійсного стану об’єкту прогнозування.

Про точність прогнозу зазвичай судять за величиною його похибки, тобто різниці між прогнозованими та фактичними даними досліджуваного показника.

n абсолютна похибка прогнозу:

де yt – фактичне значення показника, ŷt – прогнозне значення показника, m – кількість років прогнозу;

n квадратична похибка прогнозу:

При оцінюванні та порівнянні точності прогнозів використо­вують також коефіцієнт розбіжності Г. Тейла, який дорівнює ну­лю за відсутності похибок прогнозу і не має верхньої межі:

n коефіцієнт розбіжності (розходження, невідповідності) прогнозу Г.Тейла:

Якщо всі фактичні значення співпадають з прогнозними,

v = 0 – похибки відсутні. При v > 1 констатується, що прогноз

є неточним і подальшому використанню не підлягає.

Міра якості прогнозу:

де p – кількість прогнозів, підтверджених фактичними

даними, q – кількість прогнозів, не підтверджених фактичними даними.Існуючі методи верифікації прогнозів у більшості своїй ґрун­туються на статистичних процедурах, які зводяться до побудови довірчих меж прогнозу, себто до побудови інтервальних прог­нозів.

При прогнозуванні процесів, розвиток яких повністю або час­тково не піддається формалізації (наприклад, розвиток науки і техніки, соціально-економічні та політичні наслідки прийняття певних управлінських рішень), використовують методи експерт­них оцінок. Вони ґрунтуються на мобілізації професійного досві­ду та інтуїції експертів, які добираються за принципом компетен­тності.

Завдання для самоконтролю

1. З метою ретроспективного оцінювання точності прогнозу надходження плати за користування земельними ділянками МІ (млн. грн.) ряд динаміки поділено на: період ретроспекції (9 кварталів) і прогнозний період (3 квартали). Складено два варіанти прогнозу. Використовуючи стандартну похибку, оцініть точність прогнозу за кожним варіантом, зробіть висновок.

2. За даними поквартальної динаміки надходження грошової маси за користування земельними ділянками МЗ (млрд. грн.) і грошового мультиплікатора складено прогнози на період упередження V =1, 2, 3. Використовуючи коефіціент кореляції, порівняйте точність прогнозів, зробіть висновок.

3. За наведеними даними оцініть ризик підприємця, який пла­нує вийти на ринок з новим товаром. Фактори ризику оцінювались експертами в діапазоні від 0 до 10 балів, вагові коефіцієнти — від 0 до 100 %. Межа мінімального

ризику — 2,5 бала.

4. Розрахуйте прогноз отримання чистого прибутку в ТОВ «ЛАНА» на 2010 рік на основі даних наведених в таблиці.

Таблиця 1.

Чистий прибуток в ТОВ «ЛАНА»

Тест - контроль

Поиск по сайту: