3.2. Методы прогноза экономической динамики
Не каждый прогноз заслуживает быть использованным в плановой работе. Используется лишь тот, в отношении которого можно говорить о практически значимой эффективности (Эпр), используя для оценки эффективности относительный показатель избытка дохода, полученного благодаря прогностической информации:
где Дn – доход, получаемый при использовании прогностической информации;
Д – доход, получаемый без данной информации;
з– затраты на получение прогноза.
Эффективность прогнозов зависит от объекта прогноза, средней ошибки прогноза и величины предельной ошибки прогноза.
Средняя ошибка (Е) рассчитывается как отношение суммы ошибок расчета изучаемого показателя по модулю в долговременных прогнозах Σ׀Еi׀ – к его величине за тот же период (∑Yi)
В зависимости от объекта прогноза допустимая средняя ошибка заметно различается. Так, в прогнозе валового сбора зерна она может быть принята в РФ на уровне 7-8%, в США – не более 5%; в прогнозе численности населения – в пределах 0,1% и т.д.
Предельно допустимая ошибка прогноза устанавливается экспертно, исходя из специфики изучаемых процессов. В некоторых задачах она может достигать уровня двух - трехкратной средней ошибки (прогноз производства продукции, пригодной к длительному хранению), но должна быть значительно меньшей в прогнозах производства скоропортящихся товаров, в прогнозах цен и др.
Чтобы достигнуть хорошего качества прогнозов, необходимо разработать и испытать различные методы оценки будущих событий, а затем выбрать те, которые обеспечивают высшую эффективность. Причем, не разовую, а долговременную.
Испытание отдельных методов прогнозов может осуществляться двумя способами: натурным и ретроспективным.
Натурное испытание предполагает оценку оправдываемости прогноза в реальном режиме времени. Например, в течение 2004-2010 гг. мы будем подводить итоги прогнозов, составленных в 2003 г. по трем – пяти различным методам и лишь спустя 6 лет установим, какая из этих методик оказалась лучшей для составления Плана на последующий период, скажем, до 2015 г.
Ретроспективное испытание методов прогноза осуществляется на базе накопленной информации прошлых лет, расчленяемой на две совокупности. При этом одна часть ряда динамики используется в качестве базовой информации для прогноза показателей, не вошедших в базовый материал. Иными словами, прогноз принимает форму – «допустим, мы не знаем то, что нам уже известно». Ретроиспытание имеет то преимущество перед натурным, что оно в выше приведенном примере позволяет заранее определить, какой из методов прогноза следует считать более пригодным для составления Плана не только на 2011-2015 гг., но уже и Плана 2004-2010 гг.
В системе современных методов прогноза развития материальной сферы выделяются в качестве более часто используемых следующие: нормативные; функциональные, в том числе балансовые; корреляционные; оптимизационные; экспертные.
Нормативные методы прогноза используются там, где имеется возможность опереться на уже подготовленную нормативную базу, либо если имеются веские основания считать, что в плановом периоде ранее определившиеся нормативы могут быть использованы с минимальной корректировкой. Так зная, что в ЛПХ и на животноводческих комплексах при затратах 9 корм. единиц обеспечивается получение 1,5 кг свинины (в ж. весе), и определив ресурсы кормов для животноводства в 9 тыс. тонн, легко подсчитать, что План производства свинины должен быть установлен на уровне примерно 1,5 тыс. т. Обязательно – примерно, поскольку такого рода расчет является предплановым и, как в дальнейшем увидим, по ряду соображений он еще может потребовать уточнения.
Функциональные методы удается использовать только там, где современные возможности научного знания позволяют прогнозировать отдельные показатели хозяйственной деятельности на уровне бесспорных равенств. Например, поскольку не вызывает сомнений, что цена акций (Ца) – это капитализированные дивиденды:
Ца = Д : %в ∙ 100,
где Д – сумма дивидендов, выплачиваемых по акциям,
%в – банковский процент по вкладам,
- то если в проекте Плана уже вписано намерение выставить на продажу акции предприятий, приносящих в год 100 млн. руб. дивидендов при банковском проценте на вклады – 5% годовых, то это дает основание планировать поступления, скажем, в инвестиционный фонд, либо на погашение кредиторской задолженности в сумме
100 млн. : 5% ∙ 100% = 2 млрд. руб.
И вновь эта цифра – еще не плановая, а прогнозная, нуждающаяся в уточнении, с учетом возможного влияния на цену акций неэкономических факторов (престижность приобретения данных акций, возможный сговор потенциальных покупателей и др.)
К функциональным близки нормативно-балансовые методы, позволяющие прогнозировать динамику межотраслевых, межрегиональных пропорций, зависимость развития ряда экономических и социальных процессов, в целом поддерживать устойчивость воспроизводства. Использование этих методов предполагает сочетание законов балансовых соотношений с уже подготовленной нормативной базой. Так, если мы знаем, что согласно закону фуражного баланса, сумма фуражных ресурсов (Рф) должна соответствовать потребностям в кормах j видов скота, то располагая данными о ресурсах кормов и нормах затрат на единицу продукции, нам необходимо таким образом прогнозировать поголовье КРС, свиней, птицы и овец, чтобы в итоге не оказаться в ситуации дефицита, либо наоборот, недоиспользования фуражных ресурсов.
Когда нормативно – балансовое планирование существенно усложнено по номенклатуре объектов плановой деятельности, а также ограничениями по условиям реализации планируемых событий, и что самое важное, включает в качестве главного условия – оптимизацию конечных результатов хозяйственной деятельности,- тогда используются оптимизационные модели и соответствующие оптимизационные методы линейного, динамичного и стохастического программирования, с которыми в дальнейшем вас познакомит кафедра Информационного обеспечения и моделирования агроэкономических систем.
Корреляционные методы в процессе прогноза используются, прежде всего, на этапе разработки нормативов, в отношении которых заранее ясно, что в плановом периоде они будут заметно отличаться от нормативов базисного периода.
Но помимо того, корреляционные методы вполне пригодны к решению плановых задач там, где искомый показатель Плана непосредственно совпадает с целевой функцией корреляционного уравнения. Рассмотрим следующий пример.
Предположим, что нам удалось составить прогноз колебаний урожайности картофеля и динамики потребностей в данном продукте на ряд лет планового периода, а теперь необходимо установить площадь посевов данной культуры с условием максимальной самообеспеченности (минимум дефицита) и минимальных затрат на поиск способов реализации излишков (минимум избыточного производства).
В этом случае можно воспользоваться корреляционной моделью вида
yi = а xi , ∑ yi - a xi = min
где yi - потребность в картофеле в течение i лет планового периода
а – площадь посевов картофеля
xi - урожайность картофеля в i-ом году
Решая данное уравнение с помощью различных алгоритмов (способ наименьших квадратов, минимизации суммы модулей и др.), мы сможем записать в План сразу несколько показателей. Один из них – это планируемая площадь посевов картофеля. Но помимо того, определив ∑ yi - a xi со знаком (-), можно измерить уровень самообеспеченности в данном продукте питания на плановый период
Важным условием эффективности корреляционных методов в предплановых расчетах является соблюдение требования по минимуму используемой информации. Этот минимум, как правило, должен не менее, чем в 10 раз превышать число искомых параметров уравнения, чтобы весомость одного неудачно выбранного объекта оказалась сравнительно несущественной. Этот показатель может быть несколько уменьшен только в том случае, если имеется высокая степень уверенности в безупречности отбора объектов для корреляционного исследования.
В связи с ограниченными возможностями современного уровня нормативного обеспечения и математического моделирования социально-экономического развития АПК, в процессе планирования весьма существенная роль принадлежит экспертным методам. На уровне предплановых оценок экспертные методы используются как для корректировки показателей, полученных расчетным путем на базе функциональных, корреляционных, оптимизационных моделей и методов, так и в случаях, когда ни один из расчетных методов не пригоден для определения интересующих нас плановых показателей.
Поэтому совершенствование технологии экспертного оценивания показателей Плана остается до сих пор проблемной задачей. Причем, сразу по многим направлениям: подбор экспертов, способы стимулирования качества их оценок, принятие решений в случаях, когда оценки противоречивы и др.
Наиболее сложный вопрос – выбор экспертов. На уровне профессиональной экспертизы необходимо руководствоваться, прежде всего, данными о сравнительной успешности прогнозов, ранее выполненных различными профессионалами. Если таковых выявить не удастся, следует использовать возможности наиболее удачливых предсказателей. В крайнем случае роль экспертов закрепляется за наиболее квалифицированными специалистами в тех областях знаний, которые имеют непосредственное отношение к объектам планирования. В оценках ожидаемых колебаний цен мирового рынка это будут экономисты-международники, работники товарных бирж, менеджеры крупных экспортных и импортных компаний; в оценках колебаний урожаев в качестве экспертов следует привлекать экономистов-аграрников, агрономов, агрометеорологов.xdsew32
Существует несколько способов математической оценки минимальной численности экспертов. Но там, где имеются веские основания относиться с доверием к прогнозам либо предсказаниям особо надежных экспертов и речь идет не о важнейших показателях Плана (производство и распределение ВВП), там можно ограничить их численность тремя-пятью экспертами.
Поскольку рекомендации различных экспертов могут не совпадать, они учитываются в процессе планирования как средневзвешенные по коэффициентам прогностического потенциала каждого эксперта. При этом возможна браковка отдельных оценочных показателей, если они существенно отклоняются от средних значений.