Количественные и качественные методы в прогнозировании в юриспруденции

Взяв за основу вновь полученный прогноз, осуществляем дальнейший анализ с пункта 2. При этом может оказаться необходимым сделать переход в "над-надсистему" или в "под-подсистему".

На основе описанной процедуры итерационного многошагового прогноза формируется система взаимосвязанных прогнозов.

 

1.2. Методы прогнозирования, основанные на суждениях и оценках

 

Суть этих методов сводится к опросу мнений людей по следующим методикам:

• методика Дельфи;
• сценарии.

 

Методика Дельфи

Согласно дельфийской методике, собираются мнения экспертов о будущем, например о будущем объеме рынка. Эксперты не общаются между собой и поэтому не могут влиять на мнение друг друга. Когда все мнения собраны, они сравниваются и без указания авторства распространяются среди участников опроса. На этой стадии почти наверняка будут существовать различия между мнениями отдельных экспертов. Затем экспертов, располагающих данными о прогнозах, сделанными другими участниками, просят скорректировать свои прежние прогнозы и представить новые варианты. Этот процесс продолжается до тех пор, пока вариации в прогнозах не станут приемлемыми для выработки общего согласованного прогноза.

 

Преимущества методики

Позволяет анализировать широкий круг вопросов, влияющих на прогноз, и является объективным в том смысле, что эксперты независимы в своих суждениях.

 

Недостатки методики

Привлечение экспертов обычно обходится дорого. Сам процесс требует много времени. Методика плохо работает с неколичественными показателями, такими, как отношения

 

Сценарии

Сценарий – это определенная картина из объединенных прогнозов, моментальный снимок связей между ними, сделанный в определенный момент времени. Обычно в ходе прогнозирования рассматриваются три альтернативы, что позволяет оценить различные варианты развития событий, полученные на основе разных предположений относительно ключевых событий. Значение прогнозирования с помощью сценариев существенно возросло с начала 70-х годов. Нефтяные кризисы, имевшие место в 1973—1974 гг. и в 1979 г., а также глубокий экономический спад в 1981-1983 гг. свели на нет веру в большинство используемых моделей прогнозирования. Стало ясно, что для того чтобы прогнозирование было полезным средством анализа, должны учитываться не только экономические переменные, но и политические, социальные, технологические. Ряд компаний вместо прогнозов, основанных на экстраполяции исторического развития, стали пользоваться разработкой сценариев, с помощью которых обосновывались планы на будущее. Этот подход используется некоторыми крупными транснациональными компаниями, в том числе ICI, "Пилкингтон" и "Шелл".

 

 

 

Глава 2. Количественные методы прогнозирования

 

2.1. Исследовательские методики

 

Предполагают исследования, включающие в себя, например, выяснение точек зрения существующих и потенциальных потребителей с целью построения картины будущего рыночного спроса на основе изучения их мнений или формирование изменений уровня преступности на определенной территории. Это метод активного сбора мнений людей, покупающих или желающих купить определенный товар, или имеющегося мнения экспертов по конкретного параметру.

 

Преимущества

Кроме количественных показателей метод позволяет получить также и качественные показатели, такие как, например, изменение отношения людей к товару и их мнения о нем или экспертное мнение о законодательном акте. Однако здесь существует ограничение: выясняется лишь то, что люди чувствуют сегодня, а не в будущем.

 

Недостатки

Главным недостатком метода являются большие затраты. Исследование рынка — один из наиболее дорогих методов прогнозирования для отдельной организации, хотя эти расходы могут быть снижены, если опрос проводится либо торговой организацией, такой, например, как Общество автомобильных производителей и торговцев Великобритании, либо профессиональными: организациями, специализирующимися на анализе рынка для всей отрасли.

Другим недостатком метода является то, что требуется тщательная формулировка задаваемых вопросов, чтобы не было какой-либо "наводки" на определенный ответ. Люди могут давать ответы, которые, по их мнению, Вы хотели бы услышать, или такие, которые связаны с наименьшими неудобствами для них. Эффективность некоторых из подобных методов прогнозирования совсем недавно была поставлена под сомнение в связи с выяснением мнения по поводу выборов. Расхождение между результатами выборов и результатами предварительных исследований заставило усомниться в пользе подобных прогнозов.

 

2.2. 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?

 

2.3. 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.

 

2.4. Приложение моделей прогнозирования

 

Преступность в своем реальном выражении - явление стихийное и собирательное. Она складывается из разнообразных общественно опасных посягательств, совершаемых разными людьми, каждый из которых руководствуется своими собственными мотивами и целями.

Какие же закономерности в этом случае могут лежать в основаниях предвидения тенденций преступности? Ответ может быть один - статистические. Они формируются и проявляются в массе преступных деяний, там, где действует закон больших чисел, который позволяет выявить определенные закономерности в динамике и структуре преступности, где на первый взгляд и на уровне единичных преступлений все кажется случайным.

Статистические закономерности свойственны не только преступности, но и ее причинной базе, т. е. всей совокупности криминогенных и антикриминогенных факторов, детерминирующих преступность. Снижение уровня жизни, рост безработицы, интенсификация миграционных процессов, рост беспризорности и т. д. - факторы криминогенные. И наоборот, улучшение жизни людей, совершенствование правового регулирования различных сторон человеческой деятельности, реализация социальных программ обучения и воспитания несовершеннолетних и другие аналогичные процессы способствуют снижению преступности в целом или ее отдельных видов. Используя статистические закономерности и тенденции развития рассматриваемых явлений, можно существенно дополнить эмпирическую базу прогноза преступности.

Прогнозирование преступности может осуществляться: на уровне преступности в целом; на уровне определенной категории преступности (рецидивной, корыстной, насильственной и т. д.); на уровне отдельных видов преступлений (вымогательство, бандитизм, убийство и т. п.).

Прогнозирование может осуществляться в рамках различных социальных групп, сформированных по таким признакам, как образование, возраст, профессия и т. д. По масштабам территории прогнозы распространения преступности могут быть классифицированы на прогнозы преступности в масштабе района, города, области, края, республики.

В зависимости от продолжительности прогностического периода прогнозы преступности могут быть краткосрочными, среднесрочными и долгосрочными. Как отмечает В. Н. Кудрявцев, "долгосрочные прогнозы общего характера определяют ..."стратегию" борьбы с преступностью. Для повседневной "тактики" этой борьбы, для выработки наиболее эффективных мер предупреждения преступлений... необходимы более конкретные и сравнительно кратковременные прогнозы состояния, динамики и структуры антиобщественных явлений"1.

К краткосрочным прогнозам преступности относят прогнозы на срок до 3 лет включительно. В этих временных пределах оценку будущей преступности можно дать более однозначно, так как за такой период в обществе вряд ли могут произойти какие-либо существенные изменения.

В практике правоохранительных органов распространение получили трехгодичные прогнозы возможного уровня рецидивной преступности. Срок 3 года избран в связи с тем, что большинство новых преступлений совершается в течение первых трех лет с момента отбытия наказания.

Наиболее целесообразным видом среднесрочного прогнозирования по срокам являются пятилетние прогнозы. К долгосрочным прогнозам преступности относят прогнозы на срок 15-20 лет. Именно за этот период завершается, в основном, демографический цикл, охватывающий воспроизводство населения в течение одного поколения, нравственное формирование и профессиональное становление личности.

Качественно-количественные предсказания возможных изменений, тенденций и закономерностей преступности в обозримом будущем могут быть получены многими методами. В науке прогностике их насчитывается более 150. Из огромного арсенала прогностических методик криминология заимствует лишь те, которые на современном этапе развития науки и практики могут быть применены для прогнозирования тенденций преступности. К ним можно отнести метод экстраполяции, метод экспертных оценок, метод моделирования, метод социального экспериментирования.

Суть метода экстраполяции заключается в том, что выводы из наблюдений за определенным явлением в прошлом переносятся как вероятности в будущее. Поскольку преступность и связанные с ней явления имеют динамические и структурные показатели, выраженные в абсолютных и относительных величинах, то и на будущее они могут предсказываться путем продолжения имеющихся тенденций в тех же количественных единицах. Прогностические выводы могут быть дифференцированы по видам, группам преступлений и их причинам.

При осуществлении экстраполяционного прогноза обычно исходят из того, что социальные, экономические, демографические, а также иные сугубо криминологические явления и процессы в основе своей сохраняются более или менее неизменными в прогнозируемом будущем. Частные отклонения могут не приниматься в расчет, так как они не изменяют общих глобальных тенденций. Но общество - система открытая, и его будущее не только продолжение прошлого и настоящего. Социальные мутации могут быть почти неожиданными. Войны, радикальные преобразования и другие социальные потрясения или умышленные искажения данных регистрируемой преступности могут сделать эти выводы совсем ненадежными. Можно привести такой пример. В прогнозе преступности по России на 1993-1994 гг. предполагался ее рост в 1993 г. на 17-22% (до 3,2-3,4 млн), в 1994 г. - на 16-20% (до 3,8-4,4 млн). Это предположение исходило из реальных тенденций преступности предшествующего пятилетия и объективной оценки вероятного развития ее причинной базы.