Простейшие методы восстановления зависимостей в детерминированном случае
исходят из заданного временного ряда, т.е. функции, определенной в конечном
числе точек на оси времени. Задачам анализа и прогноза временных рядов
посвящена большая литература. Временной ряд при этом часто рассматривается
в рамках вероятностной модели, вводятся иные факторы (независимые
переменные), помимо времени, например, объем денежной массы (агрегат М2).
Временной ряд может быть многомерным, т.е. число откликов (зависимых
переменных) может быть больше одного. Основные решаемые задачи -
интерполяция и экстраполяция (т.е. собственно прогноз). Метод наименьших
квадратов в простейшем случае (линейная функция от одного фактора) был
разработан немецким математиком К.Гауссом в 1794-1795 гг. Могут оказаться
полезными предварительные преобразования переменных. Для игроков на
финансовых рынках такой подход именуется "техническим анализом".
Опыт прогнозирования индекса инфляции и стоимости потребительской корзины
накоплен в Лаборатории эконометрических исследований Московского
государственного института электроники и математики (технического
университета). При этом оказалось полезным преобразование
(логарифмирование) переменной - текущего индекса инфляции. Характерно, что
при стабильности условий точность прогнозирования оказывалась достаточно
удовлетворительной - 10-15 %. Однако спрогнозированное на осень 1996 г.
значительное повышение уровня цен не осуществилось. Дело в том, что
руководство страны перешло к стратегии сдерживания роста потребительских
цен путем массовой невыплаты зарплаты и пенсий. Условия изменились - и
статистический прогноз оказался непригодным. Влияние решений руководства
Москвы проявилось также в том, что в ноябре 1995 г. (перед парламентскими
выборами) цены в Москве упали в среднем на 9,5%, хотя обычно для ноября
характерен более быстрый рост цен, чем в другие месяцы года, кроме декабря
и января.
Для применения статистических методов прогнозирования нужны длинные
временные ряды. Поэтому в быстро меняющейся обстановке, при прогнозировании
развития вновь возникших ситуаций их применять не удается. Конкретный
пример только что приведен: переход правительства к новой политике изменил
ситуацию и обесценил сделанные ранее прогнозы. Альтернативой статистическим
методам служат экспертные методы прогнозирования, опирающиеся на опыт и
интуицию специалистов. О методе экспертных оценок подробно рассказано в
главе ."Принятие управленческих решений".
Для прогнозирования могут использоваться также эконометрические и
экономико-математические модели, а также создаваться специальные
компьютерные системы, позволяющие совместно применять все перечисленные
методы. Целью является учет всех возможных факторов, с помощью которых есть
надежда улучшить прогноз. Для игроков на финансовых рынках такой подход
именуется "фундаментальным анализом". Иногда крупные государственные или
частные организации создают т.н. "ситуационные комнаты", в которых группа
высококвалифицированных экспертов анализирует ситуацию, имея доступ к
различным банкам статистических данных и базам знаний, пользуясь широким
спектром математических и имитационных моделей.
Как проверить достоверность прогноза? Самое простое - получить текст
прогноза, запечатать его в пакет и положить в сейф. Когда придет срок, на
который рассчитан прогноз - вскройте пакет и сравните прогноз с
реальностью. Конечно, для этого прогноз должен быть сформулирован так,
чтобы можно было в будущем определить, сбылся прогноз или нет. Недаром
прогнозы астрологов, хироманты и гадалок столь туманны. Если же ваш
собеседник отказывается от подобной проверки достоверности прогноза, не
сомневайтесь - он шарлатан.
Если у вас есть технология прогнозирования, для оценки достоверности
прогноза не обязательно ждать. Пусть для определенности речь идет о
прогнозе на год вперед. Отбросьте информацию за последний год и примените
вашу технологию. Получите прогноз на год вперед от последних по времени
данных - т.е. на настоящий момент. Остается сравнить его с реальностью и
оценить качество прогностического правила.
|
