1.2. Экстраполяция статистических тенденций

Существует две разновидности такого метода:

• экстраполяция временных рядов;

• определение скользящего среднего.

Экстраполяция

Экстраполяция – это, проще говоря, продление тенденции. Есть два основных вида экстраполяции. Первый вид – линейная экстраполяция. Второй вид экстраполяции – криволинейная экстраполяция, т. е. продление тенденции по кривой. Это криволинейная модификация линейной экстраполяции.

Существует множество статистических пакетов компьютерных программ, с помощью которых проводят экстраполяцию на основании имеющихся данных.

Прогнозирование с помощью скользящего среднего

По своей сути прогнозирование с помощью скользящего среднего есть осреднение подъемов и спадов сезонных колебаний, продленное в будущее. Цель экстраполяции – сглаживание колебаний. Рассмотрим пример. Кривая инфляции изменяется от месяца к месяцу, поэтому единственный путь выявить тенденцию – это сгладить колебания путем осреднения. После получения данных по каждому очередному месяцу они усредняются, скажем, по последним трем месяцам для получения скользящего среднего на четырехмесячный период.

S-кривая

S-образная форма экстраполяционной кривой применяется при прогнозах темпов замены одной технологии на другую или одного вида товара другим.

Однако метод S-кривой имеет определенные ограничения в применении. Вот одна из проблем. Хорошо известно, что данные ведут себя в форме S-кривой, но какова ее форма на самом деле: пологая или крутая? Какой процент внедрения на рынок может быть в конце концов достигнут?

1.3. Прогнозирование на основе взаимосвязей

Согласно этим методам пытаются найти:

• ассоциативную связь между двумя переменными, поведение одной из которых мы хотим спрогнозировать;

• причинную взаимосвязь между двумя или более переменными с возможным запаздыванием по времени.

Рассмотрим три разновидности этого метода:

• опережающие индикаторы;

• корреляция и регрессия;

• эконометрические модели.

Опережающие индикаторы

Опережающие индикаторы представляют собой соотношение запаздывания по времени между двумя временными рядами.

Одним из наиболее точных опережающих индикаторов экономического цикла считается индекс Доу-Джонса на фондовом рынке Нью-Йорка, который безошибочно предсказывает каждый экономический подъем, начиная с конца второй мировой войны. Индекс FT-SE (Financial Times — Stock Exchange), рассчитываемый газетой "Файненшнл Таймс" совместно с Лондонской фондовой биржей в Великобритании, является аналогом индекса Доу-Джонса.

Суть опережающего индикатора может быть кратко сформулирована следующим образом:

• тенденция, предваряющая другую тенденцию;

• изменение, предваряющее другое изменение.

Иными словами, тенденция изменения переменной А проявляется раньше, чем у переменной В; и аналогично, изгиб кривой А опережает изгиб кривой В.

Корреляционные и регрессионные методы

Корреляционные и регрессионные методы прогнозируют поведение переменной величины исходя из временной взаимосвязи между ней и другой переменной, которая может быть выражена в виде статистической зависимости, называемой регрессией или корреляцией. Иначе говоря, эти методы дают возможность установить зависимость изменения одной переменной в случае изменения другой на определенную величину.

Эконометрические модели

Как и в других моделях, здесь формируются прогнозы путем интегрирования некоторой системы уравнений. Эти уравнения могут отражать либо основные элементы экономики в целом, либо некоторые факторы, воздействующие на некоторый показатель работы организации.