Теория систем и системный анализ

12.3. Выбор метода прогнозирования

Всего известно около двухсот методов прогнозирования, ко­торые базируются на трех основных подходах (классах методов):

1. 
   экстраполяционный, когда единственной причиной изменения прогнозируемого показателя считается время (используется инерционность процессов во времени);
   

2. 
   модельный, при котором ищется функциональная зависимость прогнозируемого показателя от факторов, на него влияющих;
   
3. 
   экспертный — прогноз на основании мнений экспертов.
   

12.3.1. Экстраполяционный подход к прогнозированию


Этот подход заключается в установлении закономерности изме­нения прогнозируемого показателя за предыдущие моменты времени с последующей экстраполяцией этой закономерности на последую­щие моменты времени. При экстраполяционном подходе единствен­ной причиной изменения прогнозируемого показателя считается вре­мя. Для определения закономерности изменения прогнозируемого показателя Р во времени (другими словами, модели Р = F(t) не­обходимо знать значения прогнозируемого показателя в предыдущие моменты времени. Прогнозирование в этом случае заключается в установлении закономерности изменения прогнозируемого показате­ля за предыдущие моменты времени (построение модели типа (12.3)) с последующей экстраполяцией этой закономерности на следующие моменты времени. Таким образом, этот подход пригоден только для прогнозирования динамических процессов. Из-за простоты и на­глядности это самый распространенный подход при количественном прогнозировании в экономике, которая по своей сути представляет собой совокупность динамических процессов.


Тенденции развития экономических показателей. Стати­стическое описание движения экономических явлений осуществляет­ся с помощью динамических (временных) рядов. Поведение динами­ческого ряда, характеризующего развитие экономического явления, традиционно рассматривают как сумму четырех компонент, которые непосредственно не могут быть измерены (ненаблюдаемые компонен­ты): вековой уровень (или тренд), циклическая составляющая, се­зонная составляющая и случайные колебания.
При анализе динамических рядов наибольший интерес вызыва­ет тенденция развития изучаемой системы. Понятие тенденции развития не имеет достаточно четкого определения - под ней пони­мают некоторое общее направление развития, долговременную эво­люцию. Обычно тенденцию развития стремятся представить в виде более или менее гладкой траектории, которую можно формализовать в виде некоторой функции от времени. Такую функцию называют трендом: он описывает фактическую, усредненную для периода на­блюдения тенденцию изучаемого процесса во времени.
Наиболее распространенным и простым путем выявления трен­да является сглаживание, в частности, скользящим средним. К недостатку скользящих средних можно отнести то, что зачастую они сглаживают (читай, уничтожают) важные мелкие волны и изгибы в тренде.
Изобразив в осях координат «прогнозируемый показатель - вре­мя» временной ряд значений Р, после сглаживания можно графиче­ски решить задачу прогнозирования путем продолжения выявленной тенденции развития для последующих моментов времени.