- •Глава 9. Прогнозирование
- •Глава 9. Прогнозирование
- •Глава 9. Прогнозирование
- •Глава 9. Прогнозирование
- •Глава 9, Прогнозирование
- •Глава 9. Прогнозирование
- •Глава 9. Прогнозирование
- •Глава 9. Прогнозирование
- •Глава 9. Прогнозирование
- •Глава 9. Прогнозирование
- •Глава 9. Прогнозирование
- •Глава 9. Прогнозирование
- •Глава 9. Прогнозирование
- •Глава 9. Прогнозирование
Глава 9. Прогнозирование
Р ,+„ — прогнозное значение переменной на завершение прогноза;
At — фактическое значение переменной в начальный период;
А* — оценка значения переменной в начальный период;
А1+в — фактическое значение переменной на завершение прогноза.
Уравнение (13) определяет погрешность прогнозирования как разность между прогнозным кумулятивным изменением переменной (Р1+и — А*} и реальным кумулятивным изменением, (Ai+n — А). Определение погрешности таким способом весьма желательно, так как нас обычно больше интересуют изменения переменной, чем ее будущий уровень.
Многие экономические переменные, особенно имеющие тренд, обычно выражаются в виде процентных изменений за год. Процент погрешности может быть определен через совокупную годовую скорость роста как
(2)
где п — глубина прогноза.
Суммарные измерения. Существует ряд суммарных измерений, которые могут быть использованы для отдельных погрешностей, однако большинство пользователей предпочитает среднюю абсолютную погрешность, ААЕ, в качестве показателя точности прогнозирования1:
т
' t+H
(3)
где т — количество ошибок; п — глубина прогноза; |е^ I- абсолютная величина отдельной ошибки.
Некоторые из пользователей предпочитают суммарное измерение, которое приводит к большим ошибкам, равным величине квадратного корня из средней квадратичной ошибки, RMSE:
, 2 '"г+п
(4)
Нужно сказать, что Карбоун (теоретик) и Армстронг (практик) вывели оценочные критерии, представленные в табл. 9АЛ.
Оценка. Неважно, насколько хорошо определена ошибка прогнозирования, — она сама по себе ничего на значит. Оценка требует сравнения с другими прогнозами на тот же период при схожих условиях, однако это легче сказать, чем сделать. Если бы все пользователи прогнозов имели одинаковые интересы в плане переменных и глубины прогнозирования, то можно было бы выстроить все прошлые прогнозы от лучшего к худшему и использовать упомянутые ранее суммарные измерения. Однако нет гарантии, что такая градация распространяется и на будущее.
У равнения (1), (2), (3), (4) взяты из: McNees, «The Recent Record of Thirteen Forecasters», p. 9.
290
Приложение 9А
Т аблица 9 АЛ Оценочные критерии, выведенные теоретиками и практиками, и их сопоставление
К ритерий
Теоретики5 Практики
Точность
|
2 |
30 |
20 |
1 |
|
2 |
4 |
3 |
1 |
5 |
5 |
12 |
14 |
15 |
7 |
2 |
|
1 |
2 |
8 |
14 |
26 |
29 |
24 |
25 |
26 |
18 |
10 |
13 |
3 |
10 |
5 |
6 |
10 |
3 |
4 |
2 |
R2
Средняя квадратичная ошибка (MSE)
Геометрическая MSE
Минимальная дисперсия
«Хвостовой» U-тест
Средняя относительная ошибка (МРЕ)
Средняя абсолютная ошибка (МАЕ)
Средняя абсолютная величина относительной ошибки (МАРЕ)
Минимальная абсолютная ошибка (ММАЕ)
Предполагаемая случайная ошибка
Нестандартные измерения Легкость интерпретации Затраты времени Простота применения Применимость в новых условиях Универсальность Определение точек поворота Жесткость Сбор вводимой информации
Источник: Robert Carbone and J. Scott Armstrong, «Evaluation of Extrapolative Forecasting Methods: Results of a Survey of Academicians and Practitioners», Journal of Forecasting, April-June 1982, p. 216.
лИз 206 пользователей 70 человек были теоретиками и 75 - практиками.
О днако пользователи имеют различные интересы. Те, кто разрабатывает экономическую политику, более всего заинтересованы в макроэкономических данных, таких, как инфляция и реальный прирост. Большинство пользователей главным образом заинтересованы в данных о товарах, которые они покупают и продают. Степень заинтересованности может варьироваться от нескольких часов или дней на финансовом рынке до нескольких лет для тех, кто принимает решения о капиталовложениях и бюджете.
Решение этой проблемы состоит в автономном анализе каждой переменной и глубины прогноза, а также в предоставлении пользователям самостоятельности при принятии решений. Это означает, что никакой эксперт не в состоянии сказать, какой из прогнозов наилучший (табл. 9А.2).
В этой таблице представлены средние абсолютные погрешности (в млрд текущих долл.) поквартальных прогнозов ВНП, полученных 13 организациями, которые занимаются макроэкономическим прогнозированием (см. табл. 9.6).
Усреднение погрешности велось со II квартала 1976 г. по III квартал 1980 г. Названия организаций сгруппированы в соответствии с датами окончания их прогнозов. Прогнозы на начальные кварталы основаны на предварительных оценках ВНП за предыдущий квартал. Прогнозы средних кварталов сделаны ближе к концу квартала, когда накапливалось много данных за предыдущий квартал. Обратите внимание, что,две организации (Chase и DRI) дали прогнозы как на начальные, так и на последние квар-лалы, а одна (WEFA) - начально- и среднеквартальные прогнозы.
291