- •СОДЕРЖАНИЕ
- •ВВЕДЕНИЕ
- •1.1. Формы и методы государственного регулирования экономики
- •1.2. Система государственных регуляторов
- •1.3. Сущность прогнозирования и планирования
- •1.4. Формы планирования, их развитие и применение
- •1.5. Предмет курса «Программирование и планирование экономики»
- •2.2. Научные основы методологии прогнозирования и планирования
- •2.3. Методологические принципы прогнозирования и планирования
- •2.4. Система показателей планов-прогнозов
- •2.6. Система планов
- •2.7. Объекты макроэкономического прогнозирования и планирования
- •ТЕМА 3. СОДЕРЖАНИЕ И МЕТОДЫ ПРОГНОЗИРОВАНИЯ
- •3.1. Этапы прогнозирования и их характеристика
- •3.2. Информационная база прогнозирования
- •3.3. Анализ объекта прогнозирования
- •ТЕМА 4. МЕТОДЫ ПРОГНОЗИРОВАНИЯ И ПЛАНИРОВАНИЯ
- •4.1. Система методов прогнозирования и планирования
- •4.2. Методы экспертных оценок
- •4.3. Методы экстраполяции
- •4.4. Методы моделирования и экономико-математические методы
- •4.5. Метод экономического анализа
- •4.6. Балансовый метод
- •4.7. Нормативный метод
- •4.8. Программно-целевой метод
- •ТЕМА 5. ОРГАНИЗАЦИЯ ПРОГНОЗИРОВАНИЯ И ПЛАНИРОВАНИЯ
- •5.1. Основы организации прогнозирования и планирования
- •5.2. Органы прогнозирования и планирования, их задачи и функции
- •6.1. Сглаживание динамических рядов
- •6.2. Проверка гипотезы о существовании тенденции
- •6.3. Метод скользящей средней
- •6.4. Метод укрупнения интервалов
- •6.5. Графический метод
- •ТЕМА 7. СТАТИСТИЧЕСКИЕ МОДЕЛИ ТРЕНДА
- •7.1. Выбор функции тренда
- •7.2. Этапы построения трендовых моделей
- •8.1. Прогнозирование с использованием среднего уровня ряда динамики
- •8.2. Прогнозирование с использованием среднего абсолютного прироста
- •8.3. Прогнозирование с использованием среднего темпа роста
- •ТЕМА 12. НАДЕЖНОСТЬ И ТОЧНОСТЬ ПРОГНОЗА
- •12.1. Понятие надежности и точности прогнозов
- •12.2. Меры точности прогнозов. Стандартная ошибка прогноза
- •12.3. Средняя абсолютная процентная ошибка (ошибка аппроксимации)
- •12.4. Средние ошибки
- •12.5. Сравнительные и качественные показатели точности прогноза
- •13.1. Экономический рост.
- •13.2. Макроэкономические цели, показатели и счета
- •13.3. Методы прогнозирования макроэкономических показателей
- •14.1. Научно-технический прогресс и инновационная политика
- •15.1. Инфляция, ее виды и измерение
- •15.2. Прогнозирование инфляции
- •15.3. Управление инфляционными процессами
- •16.1. Сущность и виды цен. Ценовая политика
- •16.2. Методы прогнозирования цен
- •ЛИТЕРАТУРА
достаточной степенью (р – 0,9973) уверенности можно утверждать, что буду щее значение прогнозируемого показателя попадет в интервал
(y*t+τ - 3St ; y*t+τ + 3St ), |
(12.4) |
если yt подчиняется нормальному закону распределения. |
Но не каждый |
прогноз можно характеризовать стандартной ошибкой прогноза. Так, например, если прогноз равен 1000 ед., а стандартное отклонение — 100 ед., то интервал (700; 1300) будет достаточно информативен. Но если при том же прогнозе стан дартное отклонение равно 300 ед., то соответствующий интервал (100; 1900) практически бесполезен.
12.3. Средняя абсолютная процентная ошибка (ошибка аппроксимации)
Количественно оценить ошибку прогноза в единицах прогнозируемого показателя или в процентах можно и с помощью средней абсолютной процент
ной ошибки et , которая является средней абсолютных значений ошибок
прогноза, выраженных в процентах относительно фактических значений пока зателя. Итак,
|
1 n |
|
yt - y*t |
|
|
(12.4) |
|
|
|
|
|
||||
e = n tå=1 |
|
|
|
|
×100%. |
||
|
|
|
|
||||
|
|
yt |
|
|
Показатель e , как правило, используется при сравнении точности прогно зов разнородных объектов прогнозирования, так как он характеризует относи тельную точность прогноза. Значения e и их интерпретацию приведем в следу ющей таблице:
|
|
t , % |
Интерпретация |
e |
|||
< 10 |
Высокая точность |
||
10-20 |
Хорошая точность |
||
20-50 |
Удовлетворительная точность |
||
> 50 |
Неудовлетворительная точность |
В формуле (12.4) уровни динамического ряда yt не должны обращаться в нуль. Поэтому, если yt = 0 , целесообразно пропускать эти уровни, уменьшая при этом и число наблюдений на единицу.
137
12.4.Средние ошибки
Вкачестве показателя смещенности прогнозов служат средняя процент ная ошибка
|
|
|
|
1 |
n |
|
yt |
- y*t |
|
|
|
yt ¹ 0 |
(12.5) |
|
|
|
|
|
|
|
|
||||||
eпр = |
|
å |
|
|
|
|
|
×100%, |
|||||
|
|
|
|
|
|||||||||
|
|
|
yt |
|
|
||||||||
|
|
|
|
n t=1 |
|
|
|
|
|
||||
и средняя ошибка |
|
|
|
n |
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
e = |
1 |
å (yt - y*t ), |
|
(12.6) |
|||||||
|
|
|
|
|
n t=1 |
|
|
|
|
|
|
Так как идеальный прогноз должен быть несмещенным, то оба показателя смещенности прогноза (12.5) и (12.6) должны стремиться к нулю. На практике
желательно, чтобы эти показатели были достаточно малы. Так, ошибка eпр не
должна превышать 5 %.
При выборе оптимальных моделей прогнозирования применяются сред ний квадрат ошибки
|
|
|
|
n |
|
- y*t )2 |
|
e2 = 1 |
|
|
|||||
å (yt |
(12.7) |
||||||
|
|
|
n t=1 |
|
|
|
|
и сумма квадратов |
n |
|
- y*t )2. |
|
|||
e2 = |
|
|
|||||
å (yt |
(12.8) |
||||||
|
|
|
t=1 |
|
|
|
|
Поскольку прогностические модели необходимо корректировать со вре менем, то в каждой модели должен присутствовать некоторый контролирую щий показатель. Он оценивает, насколько отличается прогноз от фактического значения. Известно, что основным препятствием построения хороших прогно зов являются внезапные скачки в изменении показателя. В этом случае разрыв между прогнозом и фактическим значением намного превышает стандартную ошибку прогноза. Поэтому задачей контроля является выявление случайных скачков в уровне показателя с дальнейшим выяснением причин их возникнове ния.
Неудовлетворенность прогноза можно оценить методом сглаживания ошибок, предложенным Триггом. Этот метод основан на определении "следя щего контрольного сигнала", значение которого указывает с некоторым уров нем статистического доверия на степень неадекватности прогностической си стемы фактическим данным. Контрольный сигнал определяется как отношение экспоненциально взвешенной ошибки к среднему абсолютному отклонению, т.е.
138
Tt = |
αet |
|
+ (1 − α)eˆ t−1 |
= |
eˆ t |
, |
(12.9) |
||
α |
|
et |
|
~ |
~ |
||||
|
|
||||||||
|
|
|
+ (1 − α)et−1 |
|
et |
|
|
где et = yt − y*t — разность между фактическим значением и прогнозом; eˆ t —
экспоненциально |
взвешенная |
ошибка; |
eˆ t−1 = aet−1 + (1 - a)eˆ t−2 ; |
|||
~ |
|
et |
|
~ |
|
|
|
|
|
|
|||
et = a |
|
+ (1 - a)et−1. |
|
|
Интервал изменения значения контрольного сигнала Tt — от -1 до +1.
Кроме того, если полученные ошибки образуют неавтокоррелированную нор мально распределенную случайную последовательность с нулевым средним и
стандартным отклонением S, то для контрольного сигнала Tt определены гра
ницы изменения, соответствующие выбранной доверительной вероятности (табл. 12.1).
|
|
|
|
|
|
|
Таблица 12.1 |
|
|
|
|
|
|
|
|
||
Доверительная |
|
Пороговые значения контрольного сигнала |
|
|||||
вероятность |
|
|
|
|
|
|
||
P( |
T |
áTt ) |
α = 0,1 |
α = 0,2 |
α = 0,3 |
α = 0,4 |
α = 0,5 |
|
0,70 |
0,24 |
0,33 |
0,44 |
0,53 |
0,64 |
|
||
0,80 |
0,29 |
0,40 |
0,52 |
0,62 |
0,73 |
|
||
0,85 |
0,32 |
0,45 |
0,57 |
0,67 |
0,77 |
|
||
0,90 |
0,35 |
0,50 |
0,63 |
0,72 |
0,82 |
|
||
0,95 |
0,42 |
0,58 |
0,71 |
0,80 |
0,88 |
|
||
0,96 |
0,43 |
0,60 |
0,73 |
0,82 |
0,89 |
|
||
0,97 |
0,45 |
0,62 |
0,76 |
0,84 |
0,90 |
|
||
0,98 |
0,48 |
0,66 |
0,79 |
0,87 |
0,92 |
|
||
0,99 |
0,53 |
0,71 |
0,82 |
0,92 |
0,94 |
|
||
1,00 |
1,00 |
1,00 |
1,00 |
1,00 |
1,00 |
|
При использовании указанного метода применяется одна и та же констан та сглаживания α . Если при α = 0,1 значение следящего контрольного сигнала в прогностической системе стало больше 0,42, это значит, что с вероятностью 0,95 прогностическая система неадекватна фактическим изменениям показате
ля. Если Tt положительно, это значит, что значение прогноза больше фактиче ского показателя, в противном случае (Tt á0 ) значение прогноза меньше факти
ческого показателя. Заметим, что указанный метод применяется, если ошибки независимы.
Таким образом, следящий контрольный сигнал является мерой неадекват ности прогностической модели фактическому динамическому ряду. Если Tt
расчетное больше заданного доверительного уровня Tt , то модель должна быть пересмотрена и заменена другой.
139
12.5. Сравнительные и качественные показатели точности прогноза
Показатели, основанные на сравнении ошибки рассматриваемого прогно за с эталонными прогнозами определенного вида, называют сравнительными показателями точности прогнозов.
Одним из таких показателей является показатель, вычисляемый по фор
муле
|
|
n |
|
|
+ y*t )2 |
|
|
|
|
|
|||
|
|
å (yt |
|
|
|
|
|
||||||
К = |
t=1 |
|
|
|
|
|
, |
(12.10) |
|||||
n |
æ |
|
|
|
* |
ö2 |
|||||||
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
+ y |
|
|
|
|
|
|||||
|
|
å |
ç y |
t |
t |
÷ |
|
|
|
|
|
||
|
|
|
è |
|
|
ø |
|
|
|
|
|
||
|
|
t=1 |
|
|
|
|
|
|
|
|
|
|
|
где y*t ; yt — прогнозируемые и реальные уровни динамического ряда; |
|
|
*t — |
||||||||||
|
y |
эталонный прогноз.
В качестве эталонного прогноза может быть выбрана простая экстраполя ция, постоянный темп прироста и т.п. Частным случаем сравнительного показа теля точности прогнозов является коэффициент несоответствия
|
|
n |
+ y*t |
)2 |
|
|
|
|
|
å (yt |
|
|
|
||
U = |
t=1 |
|
|
, |
(12.11) |
||
n |
|
|
|||||
|
|
|
|
|
|
|
|
|
|
å yt 2 |
|
|
|
|
|
|
|
t=1 |
|
|
|
|
|
Очевидно, что U = 0 тогда и только тогда, когда все прогнозы совершен ны, т.е. yt = y*t для всех t; U = 1, если прогностическая модель имеет ту же
среднюю квадратичную ошибку, что и "наивная" экстраполяция неизменности. С помощью коэффициента несоответствия измеряется серьезность ошибки
прогноза, соответствующей среднему квадрату ошибки e2 . Коэффициент несо
ответствия не имеет верхней границы.
Смысл коэффициента несоответствия объясняется числителем, знамена тель определяет лишь соответствующую единицу измерения. Представим квад рат числителя формулы (3.75) следующим образом:
1 |
n |
* |
2 |
æ |
|
* |
|
|
ö2 |
æ |
* - Sy |
ö |
2 |
|
, |
(12.12) |
|
|
|
||||||||||||||
|
å (yt |
- yt ) |
|
= çY |
|
- Y÷ |
+ çS |
÷ |
+ 2(1 - r)S * × Sy |
t |
||||||
n t=1 |
|
|
è |
|
|
ø |
è |
yt |
t ø |
yt |
|
|
где Y*, Y — средние значения прогнозов и уровней динамического ряда:
140
|
* |
|
1 |
n |
|
|
|
|
1 |
n |
|
|
Y |
= |
, |
Y = |
(12.13) |
||||||||
|
|
å y*t |
|
å yt ; |
||||||||
|
|
|
n t=1 |
|
|
|
|
n t=1 |
|
Sy*t , Syt — стандартные отклонения:
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
1 |
n æ |
* |
|
|
* ö |
|
Syt |
= |
1 |
n |
|
|
2 |
; (12.14) |
||
|
|
|
|
|
|||||||||||||
S * = |
- Y |
||||||||||||||||
|
å ç yt |
÷ |
; |
|
å (yt - Y) |
|
|||||||||||
yt |
n t=1è |
|
|
|
ø |
|
|
|
|
n t=1 |
|
|
r — коэффициент корреляции между прогнозными значениями и фактическими уровнями динамического ряда:
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
(1 n) å çæ y* |
- Y* |
÷ö(y |
t |
- Y) |
|
||||||
|
è |
t |
|
|
|
ø |
|
|
|
|
|
|
r = |
t=1 |
|
|
|
|
|
|
|
. |
(12.15) |
||
S * ´ Sy |
t |
|
|
|||||||||
|
|
|
|
|
|
|
||||||
|
|
yt |
|
|
|
|
|
|
|
|
|
Первое слагаемое в выражении (3.76) равно нулю, когда среднее значение прогноза совпадает со средним фактическим значением показателя. Ошибки, приводящие к ненулевому значению этого слагаемого, называются ошибками в центральной тенденции. Второе слагаемое равно нулю, когда стандартные от клонения прогнозных и реализованных изменений равны между собой. Ошибки прогноза, приводящие к положительному значению этого слагаемого, называ ются ошибками неравной вариации. Третье слагаемое равно нулю, если r = 1,
т.е. если ковариация прогнозных и реализованных изменений rSy*t × Syt дости гает своего максимума, равного произведению Двух стандартных отклонений Sy*t × Syt . Ошибки прогноза, приводящие к положительному значению третье
го слагаемого, называются ошибками, относящимися к неполной ковариации. Поделив каждое слагаемое правой части равенства (3.76) на их сумму, по
лучим коэффициенты (доли) несоответствия:
|
|
|
|
|
|
(y*t - |
|
)2 |
|
|
|
||
U |
M |
= |
|
Y |
|
, |
(12.16) |
||||||
|
|
|
n |
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
(1 n) å (y*t - yt )2 |
|
|
|||||
|
|
|
|
|
|
|
t=1 |
|
|
|
|
|
|
|
|
|
|
|
æ |
* - S |
ö2 |
|
|
|
|||
|
S |
|
|
|
çS |
÷ |
|
|
|
||||
U |
= |
è |
yt |
yt ø |
, |
|
(12.17) |
||||||
|
|
|
|
n |
- yt )2 |
|
|||||||
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
(1 n) å (y*t |
|
|
|
|||||
|
|
|
|
|
|
|
t=1 |
|
|
|
|
|
|
141
|
C |
|
2(1 − r)S |
*S |
yt |
|
|
|
|
U |
= |
|
|
yt |
|
, |
(12.18) |
||
|
(1 n) |
n |
|
|
2 |
||||
|
|
|
|
|
|
||||
|
|
|
å (y*t - yt ) |
|
|
|
|||
|
|
|
|
t=1 |
|
|
|
|
|
где UM — коэффициент смещения; US — коэффициент дисперсии; UC — ко
эффициент ковариации. Очевидно, что UM + US + UC = 1.
Рассмотренное разложение (3.76) поясняет в какой-то мере природу оши бок прогнозов. Так, если коэффициент смещения велик, то это означает, что средняя прогнозов достаточно сильно отклоняется от средней реализованного показателя по отношению к средней квадратичной ошибке прогноза. Прогнози сты должны уменьшать такие ошибки с течением времени. Ошибка в коэффи
циенте дисперсии US обусловлена тем, что прогнозист пренебрег колебаниями
в показателе, вызванными таким фактором, как изменения в течение экономи ческого цикла. Таким образом, коэффициенты несоответствия позволяют ран жировать причины ошибок прогнозов, но не сравнивать их значения. Прогноз может иметь большую среднюю квадратичную ошибку и меньшее значение ко эффициента смещения, и наоборот (средняя квадратичная ошибка находится в знаменателе формул для вычисления коэффициентов несоответствия). Анали зируя коэффициенты несоответствия, можно делать выводы относительно ре зервов уменьшения ошибок, но нельзя сравнивать качество различных прогно зов.
К качественным показателям точности прогноза относится и диаграмма "прогноз — реализация", суть которой заключается в построении точечных прогнозов. При построении диаграммы предсказанные значения уровней (прогноз) откладывают по одной оси, а реализованные (фактические) — по дру гой. Так как прогнозы составляются раньше, чем поступают соответствующие данные о реализации, то по горизонтальной оси откладывают прогноз, а по оси ординат — значения реализаций. На диаграмму наносится линия совершенных прогнозов — восходящая наклонная прямая, проходящая через начало коорди нат под углом 45° к обеим осям. Любая точка на ней представляет совершен ный прогноз, а любая точка вне ее — прогноз с ненулевой ошибкой.
Если сделанный прогноз не является совершенным, но предсказанное из менение имеет тот же знак, что и реализованное значение, может произойти недооценка или переоценка изменений. Недооценка изменений характерна для точек, расположенных над линией совершенных прогнозов в первом квадранте и под ней в третьем. Переоценка изменений имеет место при правильном пред сказании знака изменения. Точки диаграммы при этом расположены под лини ей совершенных прогнозов в первом квадранте и над линией в третьем квадран те. Любая точка, лежащая на вертикальной оси, соответствует экстраполяции неизменности. Точки, лежащие во втором и четвертом квадрантах, имеют коор динаты с противоположными знаками, так что прогноз становится неправиль ным по направлению предсказываемого изменения, как только точка туда попа
142
дает. Это ошибка в поворотных точках. Ошибка в поворотных точках бывают двух видов: либо поворотная точка была предсказана, но реализация показала, что она не является на самом деле таковой, либо она является поворотной точ кой, но это не было предсказано.
Таким образом, вся площадь диаграммы " прогноз — реализация " разде лена на области, соответствующие ошибкам в поворотных точках, недооценке и переоценке изменений (рис. 12.1).
Рис. 12.1
Рассмотрим уровни прогнозов. Если предсказанный уровень превосходит действительный, то предсказанное изменение должно быть алгебраически больше, чем действительное изменение, как в случае повышения, так и в случае снижения реализации. Точки, соответствующие этому результату прогноза, должны находиться ниже линии совершенных прогнозов (в первом, третьем или четвертом квадранте).
Анализ типов ошибок с помощью диаграммы "прогноз — реализация " требует отдельного рассмотрения прогноза для каждого квартала, так как точки диаграммы строятся для каждого прогнозного квартала. Коэффициенты несоот ветствия характеризуют весь прогноз в целом, т.е. они являются в некотором смысле усредненными показателями. Поэтому выбор показателей точности прогнозов зависит от цели, которую ставит перед собой исследователь. О каче стве же прогнозов можно судить, лишь сопоставляя различные модели и мето дики прогнозирования.
143