Прогнозирование на рынке товаров и услуг

Теория катастроф представляет собой исследовательскую программу изучения и прогнозирования неустойчивости различных систем. Применяется не только в случае потери устойчивости, но и при переходе к иной траектории развития. Простейшая программа прогнозирования элементарной катастрофы в экономической системе может быть построена на основе данных о связи переменных, характеризующих ее поведение. Функции, описывающие эти связи, могут быть получены эконометрическими методами.

Полученные результаты прогнозов могут в дальнейшем корректироваться, т. е. подвергаться уточнению по итогам верификации с учетом дополнительных материалов и исследований. В прогнозировании может быть указана величина отклонения прогноза от действительного состояния объекта, которая называется ошибкой прогноза.

Процесс разработки математических моделей экономических систем и их практического использования в прогнозировании разбиваются на несколько этапов, каждый из которых требует творческого подхода. Это:

1) постановка задачи моделирования  и прогнозирования (содержательное  описание исследуемых экономических  процессов);

2) разработка общей спецификации  модели с выделением управляющих  и выходных переменных;

3) выбор класса моделей, определяющих возможные формы  связи между переменными;

4) идентификация параметров  модели;

5) системная проверка  ее адекватности исследуемому  процессу;

6) проверка решений на  математическую и содержательную  непротиворечивость;

7) формирование критериев, отражающих правила выбора решения  проблемы из множества альтернативных  вариантов;

8) разработка необходимой  информационной базы. Каждый этап  требует значительного объема  аналитической и вычислительной  работы с большими информационными  массивами.

Процесс разработки математических моделей усложняется также тем, что прохождение указанных этапов многоитерационно — пока не будет достигнута приемлемая степень адекватности моделей исследуемым процессам.

 

 

 

 

 

Глава  2. Особенности прогнозирования на рынке товаров и услуг

2.1 Основные методы  прогнозирования

Особую значимость в процессе прогнозирования как элемента государственного регулирования экономики имеют методы прогнозирования, под которыми понимаются способы теоретических и практических разработок прогнозов. Существует много методов экономического прогнозирования. И число их постоянно растёт. При этом выбор того или иного метода зависит от цели исследования, доступной (или используемой) информационной базы, характера обработки исходной информации.

Поэтому каждому конкретному социально-экономическому исследованию и стадии прогнозирования соответствуют определённые методы, которые могут быть подразделены на три группы: общенаучные, межнаучные и частнонаучные. Одновременно, согласно классификации И.В. Бестужева-Лады, все методы прогнозирования делятся на интуитивные (индивидуальные и коллективные экспертные оценки) и формализованные (экстраполяционные, системно-структурные, ассоциативные и методы опережающей информации).

Рассмотрим наиболее распространённые методы прогнозирования, используемые в процессах государственного регулирования и управления национальной экономикой.

Основой логических методов является применение определённой последовательности мыслительных операций. Широкое распространение их при анализе тенденций в национальной и региональной экономике обусловлено большой сложностью и разнообразием взаимоотношений между природными, хозяйственными и общественными системами, а также продолжительным временем формирования объектов прогноза.

К общенаучным логическим методам относятся методы индукции и дедукции. В макроэкономическом прогнозировании метод индукции применяется для получения вероятностных суждений при недостаточной информационной базе, т.е. при отсутствии длинного ряда статистических данных. Метод же дедукции используется главным образом для определения стратегии прогнозных явлений.

Когда отсутствует достаточная теоретическая база (обоснование) развития объекта (если, например, речь идёт о принципиально новой отрасли), широко используются методы экспертных оценок. Их применение оправдано также в тех случаях, когда отсутствует репрезентативная и достоверная статистика характеристик объекта, существует большая неопределённость (например, политическая) среды функционирования объекта, при прогнозировании социально-экономических объектов (отраслей), подверженных сильному влиянию НТП, а также при проведении прогнозирования в условиях дефицита времени или наличия экстремальных или не подающихся количественному анализу факторов.

Индивидуальные экспертные методы базируются на независимом мнении экспертов. Прогноз формируется на основе интервью с экспертом, либо посредством длительной и тщательной работы (метод аналитических оценок). Главным недостатком индивидуальных экспертных методов является ограниченность знаний одного специалиста-эксперта.

Групповые экспертные оценки основываются на коллективном мнении экспертов о перспективах развития объекта или процесса, о повторяемости тех или иных явлений в экономике и т.п. При этом широкий обмен мнениями позволяет получить более адекватный макроэкономический прогноз. Отбор экспертов в обоих случаях осуществляется обычно на основании количества публикаций на заданную тему, либо субъективного решения заказчика или генерального исполнителя прогноза.

Вне зависимости от видов прогнозирования, при разработке прогнозов используются следующие статистические методы:

- анализа причинных связей, который опирается на экономико-математические модели;

- экстраполяции, которые заключаются в распространении выводов, полученных от наблюдения за одной частью явления на другую его часть;

- моделирования, представляющие собой исследование процессов или объектов на их моделях.

Наибольшее развитие из формализованных методов прогнозирования получил метод экстраполяции тенденций развития, основанный на нахождении по известным значениям вероятностных показателей прогнозируемого объекта в будущем. Для этого определяются тенденции развития объекта прогноза с учётом не только его стабильного развития или сохранения абсолютных приростов прогнозируемых величин, но и их возможного ускорения или даже появления новых факторов, ограничивающих или стимулирующих развитие.

Для изучения закономерностей экономического развития на макроуровне обычно применяется экономико-математическая модель – система формализованных отношений, описывающих наиболее существенные взаимосвязи элементов, образующих экономическую систему, где используются главным образом математические методы.

Особое место занимают имитационные прогностические модели, представляющие собой формализацию эмпирических знаний о рассматриваемом объекте с использованием современных компьютерных систем, воспроизводящие процесс функционирования систем в пространстве в фиксированный момент времени путем отображения элементарных явлений и процессов с сохранением их логической структуры и последовательности. Это позволяет, используя исходные данные о структуре и главных свойствах национальной и региональных экономик, а также отдельных отраслей, получить сведения о взаимосвязях между их компонентами и выявить механизм формирования их устойчивого развития.

Моделирование всё шире применяется для разработки макроэкономических прогнозов, став необходимым набором инструментов для создания адекватных прогнозных моделей изучаемых объектов и процессов. При этом его главным преимуществом является возможность выявить причинную обусловленность параметров объекта и дать функциональную, точечную и интервальную их оценку. Поэтому именно моделирование часто признаётся наиболее эффективным методом прогнозирования.

В то же время, в методологическом плане, важным является понимание того, что прогноз должен быть ориентирован не на безусловное его осуществление (предсказание), а на всемерное и постоянное содействие оптимизации принимаемых решений и росту их эффективности.

 

2.2 Специфика прогнозирования  на товарном рынке и в сфере  услуг

Особенности краткосрочного (конъюнктурного) прогнозирования цен товарных рынков, основные факторы, необходимые для учета в процессе построения такого прогноза. Роль постоянно действующих циклических и нециклических, а также временных и случайных факторов. Требования, предъявляемые к исходной информации, выбор оптимального базового периода предыстории. Оценка текущего соотношения спроса и предложения на рынке. Сценарий и этапы разработки конъюнктурного прогноза.

Использование в процессе прогнозирования конъюнктуры товарного рынка в качестве ранних индикаторов, так называемых лаговых показателей, обладающих в своей динамике эффектом временного опережения (временного лага).

Особенности средне- и долгосрочного прогнозирования мировых товарных рынков, выбор наиболее надежных факторов формирования их основных тенденций, а также конкретных экономических показателей, их характеризующих.

Построение прогнозных сценариев разработки средне- и долгосрочных прогнозов цен, спроса и предложения на товарных рынках, прогнозной динамики экспорта и импорта. Системы логических многофакторных моделей мировых цен и спроса (потребностей) для разработки соответствующих прогнозов товарных рынков.

Прогнозы цен и спроса на мировых товарных рынках как исходная основа для принятия эффективных тактических (на краткосрочную перспективу) и стратегических (на долгосрочную перспективу) решений рыночного поведения.

Критерий наибольшей эффективности выступления на рынке в качестве продавца или покупателя в течение заданного прогнозного периода. Формулировка этих задач в общей математической постановке, принимаемые при этом ограничения.

Формулировка задачи оптимального распределения капиталовложений по отраслям (как выбор наилучшего проекта инвестирования среди множества других вариантов на базе долгосрочных прогнозных оценок мировых цен и спроса на соответствующий товар). Особенности требующейся при этом исходной информации. Формулировка подобной задачи в общем математическом виде, принимаемые при этом ограничения.

Оценка экономического эффекта по итогам краткосрочного внешнеторгового прогнозирования на примере прогнозных результатов по основным рынкам промышленного и сельскохозяйственного сырья. Коэффициент эффективности краткосрочного прогнозирования мировых цен: анализ конкретных практических результатов.

Основные факторы, определяющие точность и надежность прогнозирования. Конкретные подходы к оценке качества прогнозирования по конечным результатам (апостериорная оценка) и на стадии непосредственной разработки прогнозов (априорная оценка точности).

На рынке товаров наиболее часто употребляется метод экстраполяции. При формировании прогнозов с помощью экстраполяции обычно исходят из статистически складывающихся тенденций изменения тех или иных количественных характеристик объекта. Экстраполируются оценочные функциональные системные и структурные характеристики.С помощью этих методов экстраполируются количественные параметры больших систем, количественные характеристики экономического, научного, производственного потенциала, данные о результативности научно-технического прогресса, характеристики соотношения отдельных подсистем, блоков, элементов в системе показателей сложных систем и др.Однако степень реальности такого рода прогнозов и соответственно мера доверия к ним в значительной мере обусловливаются аргументированностью выбора пределов экстраполяции и стабильностью соответствия "измерителей" по отношению к сущности рассматриваемого явления. Следует обратить внимание на то, что сложные объекты, как правило, не могут быть охарактеризованы одним параметром. В связи с этим можно сделать некоторое представление о последовательности действий при статистическом анализе тенденций и экстраполировании, которое состоит в следующем:

- во-первых, должно быть  четкое определение задачи, выдвижение гипотез о возможном развитии прогнозируемого объекта, обсуждение факторов, стимулирующих и препятствующих развитию данного объекта, определение необходимой экстраполяции и её допустимой дальности;

- во-вторых, выбор системы  параметров, унификация различных  единиц измерения, относящихся к  каждому параметру в отдельности;

- в-третьих, сбор и систематизация  данных. Перед сведением их в  соответствующие таблицы еще  раз проверяется однородность  данных и их сопоставимость: одни данные относятся к серийным изделиям, а другие могут характеризовать лишь конструируемые объекты;

- в-четвертых, когда вышеперечисленные  требования выполнены, задача состоит  в том, чтобы в ходе статистического  анализа и непосредственной экстраполяции данных выявить тенденции или симптомы изменения изучаемых величин. В экстраполяционных прогнозах особо важным является не столько предсказание конкретных значений изучаемого объекта или параметра в таком-то году, сколько своевременное фиксирование объективно намечающихся сдвигов, лежащих в зародыше назревающих тенденций. 
Для повышения точности экстраполяции используются различные приемы. Один из них состоит, например, в том, чтобы экстраполируемую часть общей кривой развития (тренда) корректировать с учетом реального опыта развития отрасли-аналога исследований или объекта, опережающих в своем развитии прогнозируемый объект. 
     Под трендом понимается характеристика основной закономерности движения во времени, в некоторой мере свободной от случайных воздействий. Тренд - это длительная тенденция изменения экономических показателей. При разработке моделей прогнозирования тренд оказывается основной составляющей прогнозируемого временного ряда, на которую уже накладываются другие составляющие. Результат при этом связывается исключительно с ходом времени. Предполагается, что через время можно выразить влияние всех основных факторов. 
     Под тенденцией развития понимают некоторое его общее направление, долговременную эволюцию. Обычно тенденцию стремятся представить в виде более или менее гладкой траектории. 
     Анализ показывает, что ни один из существующих методов не может дать достаточной точности прогнозов на 20-25 лет. Применяемый в прогнозировании метод экстраполяции не дает точных результатов на длительный срок прогноза, потому что данный метод исходит из прошлого и настоящего, и тем самым погрешность накапливается. Этот метод дает положительные результаты на ближайшую перспективу прогнозирования тех или иных объектов не более 5 лет. 
     Для нахождения параметров приближенных зависимостей между двумя или несколькими прогнозируемыми величинами по их эмпирическим значениям применяется метод наименьших квадратов. Его сущность состоит в минимизации суммы квадратов отклонений между наблюдаемыми (фактическими) величинами и соответствующими оценками (расчетными величинами), вычисленными по подобранному уравнению связи.Этот метод лучше других соответствует идее усреднения как единичного влияния учтенных факторов, так и общего влияния неучтенных. 
      Прогнозы разрабатываются не только в целом по предприятию, но и по отдельным объектам (цехам, филиалам, изделиям и технологиям). Как правило, прогнозы предшествуют инвестициям, когда ставится задача расширения и увеличения масштабов производства, освоения выпуска новых изделий, применения новых дорогостоящих технологий. При этом методы могут быть различными. Применяются методы сценария — деловой игры, когда с помощью имитационных моделей рассматриваются возможные перспективы развития сложных явлений с многочисленными взаимосвязями с целью формирования общего взгляда на совокупность проблем, событий и процессов, относящихся к рассматриваемому объекту. 
     Надежность прогнозирования в значительной степени определяется полнотой и достоверностью используемой информации, которую предприятие должно накапливать и систематизировать в банке (базе) данных. Составление прогноза — не разовая задача, необходимо непрерывно накапливать и анализировать информацию об объекте прогнозирования и систематически корректировать прогнозы. Прогнозирование, особенно долгосрочное, является обязательной составной частью: