Макроэкономическое планирование и прогнозирование

По степени формализации методы экономического прогнозирования можно подразделить на интуитивные и формализованные.

Интуитивные методы базируются на интуитивно-логическом мышлении. Они используются в тех случаях, когда невозможно учесть влияние многих факторов из-за значительной сложности объекта прогнозирования или объект слишком прост и не требует проведения трудоемких расчетов. Такие методы целесообразно использовать и в других случаях в сочетании с формализованными методами для повышения точности прогнозов.

Среди интуитивных методов широкое распространение получили методы экспертных оценок. Они используются как в нашей стране, так и за рубежом для получения прогнозных оценок развития производства, научно-технического прогресса, эффективности использования ресурсов и т.п.

Применяются также методы исторических аналогий и прогнозирования по образцу. Здесь имеет место своеобразная экстраполяция. Техника прогнозирования состоит в анализе высокоразвитой системы (страны, региона, отрасли) одного и того же приближенного уровня, который теперь имеется в менее развитой аналогичной системе, и на основании истории развития изучаемого процесса в высокоразвитой системе строится прогноз для менее развитой системы. Практика свидетельствует, что такие аналогии можно использовать при определении путей развития новых отраслей и видов техники, структуры производства, потребления и т.д. Естественно, что полученный таким образом «образец» - лишь начальный пункт прогнозирования. К окончательному выводу можно прийти, лишь исследуя внутренние условия и закономерности развития.

К формализованным методам относятся методы экстраполяции и методы моделирования. Они базируются на математической теории.

Среди методов экстраполяции широкое распространение получил метод подбора функций, основанный на методе наименьших квадратов (МНК). В современных условиях все большее значение стали придавать модификациям МНК: методу экспоненциального сглаживания с регулируемым трендом и методу адаптивного сглаживания.

Методы моделирования предполагают использование в процессе прогнозирования и планирования различного рода экономико-математических моделей, представляющих собой формализованное описание исследуемого экономического процесса (объекта) в виде математических зависимостей и отношений. Различают следующие модели: матричные, оптимального планирования, экономико-статистические (трендовые, факторные, эконометрические), имитационные, принятия решений. Для реализации экономико-математических моделей применяются экономико-математические методы.

В практике прогнозирования и планирования широко используются также метод экономического (системного) анализа, нормативный и балансовый методы. Для разработки целевых комплексных программ используется программно-целевой метод (ПЦМ) в сочетании с другими методами.

Следует отметить, что представленный перечень методов и их групп не является исчерпывающим.

Охарактеризуем основные виды и сферы применения формализованных методов планирования и прогнозирования. Формализация - это выявление структуры (формы) мысли, символическое обозначение и построение ее по определенным правилам и законам в виде знаковой системы, которая подлежит интерпретации. Формализация предполагает не просто выражение высказываний теории в знаковой форме, формулах, а определенное их реконструирование, преобразование в новую систему.

Формализованные методы прогнозирования развития социально-экономических систем, получивших наибольшее распространение в практике, по специфике используемого математического аппарата можно разделить на следующие группы: экономико-статистические, экстраполяционные; имитационного моделирования; оптимизационные; распознавания образов, адаптивного прогнозирования; экспертные системы с использованием баз знаний; общенаучные.

Основой экономико-статистических методов является использование методов математической статистики и теории вероятностей для решения прикладных задач, связанных с анализом временных рядов и диагностикой систем (технико-экономических, природных и т.д.). Эти методы широко применяются на практике с использованием имеющихся пакетов программ.

В методическом плане основой методов данного класса является прогнозная экстраполяция, распространение выводов, полученных из наблюдения над одной частью явления на другую его часть.

Экономико-статистические методы прогнозирования экономических процессов чаще всего реализуются в форме эконометрических моделей, представляющих собой систему регрессионных уравнений, описывающих взаимосвязи и зависимости основных показателей развития экономических систем различного масштаба. В эконометрических моделях все множество переменных делится на экзогенные (определяемые заранее, априорно) и эндогенные (определяемые в результате расчетов по модели, то есть апостериорно). В экономических системах, обладающих большой инерцией, устойчивостью внутренних связей (народное хозяйство, регион), эконометрические модели дают достаточно приемлемые с точки зрения точности прогноза результаты.

Особый класс методов представляют экстраполяционные методы прогнозирования. Экстраполяционные методы наиболее многочисленны. Но все они основываются на принципе экстраполяции, то есть на переносе в будущее тенденций прошлого. Поэтому первой стадией экстраполяционных методов является получение информации о прошлом. Причем, для применения математических методов информация должна быть формализована и представлена либо в цифрах («динамические ряды», то есть последовательный ряд цифр, характеризующих изменение состояния объекта прогнозирования во времени), либо в соответствующих графиках.

Сложнее, когда речь идет о явлениях, которые нельзя выразить в цифрах, например, моде. Тогда или отказываются от математических методов и ограничиваются логической экстраполяцией, или все же стараются найти количественные характеристики.

Анализ информации прошлого является вторым этапом прогнозирования. На этом этапе выявляются следующие тенденции: рост, затухание, периодичность, цикличность и т.д. Выявление тенденций - очень важный этап. На нем основаны все последующие расчеты. Но неверно просто проецировать тенденции прошлого на будущее. При экстраполяции во избежание абсурдного прогноза следует также учитывать изменчивость условий.

Методы адаптивного прогнозирования основаны на адаптации к данным или к другой информации, на базе которой строится прогноз. Основное свойство таких методов: при поступлении новых данных значение прогноза меняется, адаптируясь к вновь поступившей информации, и становится более чувствительным к ней. При небольшом изменении значений данных прогноз также будет мало изменяться.

Более чувствительный прогноз в конечном счете приводит и к меньшей разнице между прогнозируемым и фактическим значениями, и точность становится выше. Прогноз также должен быть малочувствителен в условиях устойчивости (малого изменения данных), что не так очевидно, поскольку в этом случае и высоко- и низкочувствительный прогноз приведет приблизительно к одним и тем же значениям.

Необходимость в низкочувствительном прогнозе возникает, в частности, в случае, когда движение стационарно изменяющегося ряда нарушается в один из моментов времени скачком (импульсом). В подобной ситуации низкочувствительный прогноз, очевидно, мало изменит свое значение, и единственной большой ошибкой прогноза будет ошибка, связанная с моментом импульса.

В последние годы расширилось применение экспертных систем, использующих базы данных и базы знаний. Работы в этом направлении ускорились в связи с проведением исследований по созданию компьютеров пятого поколения, в которых основное внимание будет уделено развитию их «интеллектуальных возможностей», позволяющих оперировать не только числовыми и строковыми данными, но и знаниями, как это делают специалисты (эксперты) при выработке умозаключений. Такие системы нашли практическое применение в диагностических и консультационных системах и стали называться экспертными системами.

Приобретенная экспертными системами популярность объясняется их способностью воспринимать знания от человека - эксперта в определенной предметной области и обеспечивать доступ к ним, без чего становится трудно обойтись при принятии решений в сложных ситуациях, например при управлении сложными объектами, решении задач оптимального размещения финансовых средств и т.д.

Знания в виде набора фактов (предметное знание) и эвристических приемов (их можно назвать эмпирическими правилами) вводятся в базу знаний. Программа применяет эти эвристические приемы для выработки решений, и ход рассуждений системы может быть раскрыт пользователю с тем, чтобы показать, как она пришла к конкретному выводу.

Существующие экспертные системы способны действовать в качестве экспертов (или имитировать их деятельность) в различных предметных областях, выполняя такие функции, как установление диагноза, анализ данных и планирование.

Какие бы методы планирования и прогнозирования ни использовались при разработке программ социально-экономического развития народного хозяйства страны, долгосрочные среднесрочные и краткосрочные планы-прогнозы должны взаимоувязываться между собой по ресурсам, исполнителям. Выполнение краткосрочных плановых показателей должно осуществляться в рамках среднесрочных планов, которые, в свою очередь, разрабатываются на основе стратегических перспектив, очерченных в долгосрочном плане. Такая взаимоувязка планов-прогнозов во времени обеспечивает выполнения принципа непрерывности планирования.

Таким образом, среднесрочные планы должны разрабатываться на основе перспективных направлений, отражаемых в долгосрочных планах, краткосрочные - исходя из показателей среднесрочных планов. Долгосрочные планы должны корректироваться и продлеваться на соответствующий период. Это обусловлено возникновением новых потребностей общества, крупными изменениями в технике и другими причинами.

прогнозирование урожайность макроэкономический планирование

Размещено на Allbest.ru