Економічне прогнозування. Поняття наукового прогнозу. Особливості наукового прогнозу. Точковий та інтервальний прогнози. Класифікація методів прогнозування.
Прогноз (грец. — передбачення) — це науково обґрунтоване судження про можливий стан об’єкта в майбутньому, а також про альтернативні шляхи і строки досягнення такого стану. Процес розробки прогнозів називається прогнозуванням.
Одним з найважливіших напрямків прогнозування суспільного розвитку є соціально-економічне прогнозування.
Прогнозування є сполучною ланкою між теорією і практикою в усіх галузях життя суспільства. У методології прогнозування розрізняють два аспекти: теоретичний і управлінський. Теоретичний аспект полягає в тому, що за допомогою прогнозування здійснюється аналіз реальних фактів та причинно-наслідкових зв’язків, оцінка й опис можливих і бажаних перспектив розвитку об’єкта. Управлінський аспект формує рекомендації щодо державного регулювання економіки на відповідну перспективу.
Соціально-економічне прогнозування є складовою ширшого поняття — передбачення, як випереджувального відображення дійсності. Залежно від ступеня конкретизації процесів, що досліджуються, розрізняють три форми передбачення: гіпотезу, прогноз і план (програму).
Найтісніше взаємопов’язані прогнозування та планування. Єдність між ними зумовлена тим, що прогнозування створює умови для наукового обґрунтованого планування (процесу прийняття управлінських рішень).
Методами прогнозування називають сукупність прийомів і оцінок, що дають змогу на підставі аналізу колишніх (ретроспективних) внутрішніх і зовнішніх зв’язків, притаманних об’єкту, а також їхніх змін зробити достатньо вірогідне судження щодо майбутнього розвитку об’єкта.
Досвід, накопичений сучасною прогностикою, показує, що за всієї різноманітності методів прогнозування, їх (залежно від ступеня формалізації), можна об’єднати в дві групи: інтуїтивні й формалізовані.
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. 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. Розрізняють індивідуальні та колективні експертні оцінки.
До формалізованих методів прогнозування належать методи прогнозної екстраполяції та моделювання. Використання формалізованих методів доцільне за наявності достатньої фактографічної інформації і чіткої тенденції розвитку об’єкта прогнозування.
Методи екстраполяції базуються на припущенні того, що закономірність (тенденція) розвитку об’єкта в минулому буде незмінною протягом певного часу і в майбутньому. Але, оскільки в дійсності тенденція розвитку може змінюватися, то прогнозні результати слід розглядати як імовірнісні.
Точковий прогноз – це конкретне значення прогнозованого показника у певний момент часу.
Інтервальний прогноз – це певний простір точкового прогнозу, його розмір задається нижньою і верхньою межею.
29. Метод «чорної скриньки». Приклади застосування цього методу в економічних дослідженнях.
Незважаючи на те, що як засіб пізнання невідомих об’єктів людство здавна використовує метод «чорної скриньки», останній усе ж пов’язують з електротехнікою. Інженерові пропонується наглухо зачинена шухляда (скринька) із вхідними клемами, до яких він на свій розсуд може приєднувати будь-яку електричну напругу, імпульси та інші впливи, і з вихідними клемами, на яких він може спостерігати вихідні сигнали. Завдання інженера — з’ясувати стосовно вмісту шухляди все, що він зможе (закон
функціонування, внутрішню структуру і т. ін.).
Позначивши, наприклад, вхідні впливи Х = {Х1, Х2, …, Хn}, а вихідні Y = {Y1, Y2, …, Yn}, маємо встановити вигляд функціональної залежності Y = F(X) (рис. 6.1).
Рис. 6.1. Модель «чорної скриньки»
Ця проблема часто постає безпосередньо, коли потрібно перевірити прилад — справний він чи ні, чи відповідає він стандарту. Проте сфера застосування методу «чорної скриньки» значно ширша. Наприклад, лікар, що обстежує хворого, ставить йому низку запитань-тестів (входи) і на підставі відповідей (виходи) та власного досвіду робить певні висновки щодо діагнозу.
Із застосуванням «чорної скриньки» ми стикаємося повсякчас, перемикаючи телевізор, працюючи за комп’ютером, керуючи автомобілем тощо.
Розглянемо методологію «чорної скриньки». Припустимо, що як вхід X, так і вихід Y піддаються зміні незалежно від їхньої фізичної природи.
Надаючи ряд значень вхідній змінній Xi, діставатимемо ряд значень іншої змінної Yj, тобто ряд спостережень (табл. 6.1).
Таблиця 6.1
| X | X1 | X2 | …. | Xn |
| Y | Y1 | Y2 | …. | Yn |
Отже, первинні дані всякого дослідження «чорної скриньки» утворюються тільки з послідовності значень вектора з двома складовими — входу та виходу. Діставши доволі довгі ряди спостережень, експериментатор розпочинає пошук закономірностей у поводженні скриньки, пошук повторюваності такого поводження.
Якщо система не детермінована, тобто перетворення вхід—вихід не є однозначним, експериментатор може піти одним із двох шляхів:
1-й шлях — змінити множину входів і виходів, узявши до уваги більшу кількість змінних та збільшивши кількість спостережень, а далі з’ясувати, чи є нова система детермінованою;
2-й шлях — відмовитися від пошуків строгої детермінованості й спробувати відшукати статистичну закономірність.