Статистика и прогнозирование

Методы экспертных оценок 
 
Основная идея прогнозирования на основе экспертных оценок заключается в построении рациональной процедуры интуитивно-логического мышления человека в сочетании с количественными методами оценки и обработки получаемых результатов. 
 
Сущность методов экспертных оценок заключается в том, что в основу прогноза закладывается мнение специалиста или коллектива специалистов, основанное на профессиональном, научном и практическом опыте. Различают индивидуальные и коллективные экспертные оценки. 
 

Методы экстраполяции 
 
В методическом плане основным инструментом любого прогноза является схема экстраполяции. Сущность экстраполяции заключается в изучении сложившихся в прошлом и настоящем устойчивых тенденций развития объекта прогноза и переносе их на будущее. 
 
Различают формальную и прогнозную экстраполяцию. Формальная базируется на предположении о сохранении в будущем прошлых и настоящих тенденций развития объекта прогноза; при прогнозной фактическое развитие увязывается с гипотезами о динамике исследуемого процесса с учетом" изменений влияния различных факторов в перспективе. Следует отметить, что методы экстраполяции необходимо применять на начальном этапе прогнозирования для выявления тенденций изменения показателей.  
 

Методы моделирования и экономико-математические методы 
 
Моделирование предполагает конструирование модели на основе предварительного изучения объекта или процесса, выделения его существенных характеристик или признаков. Прогнозирование экономических и социальных процессов с использованием моделей включает разработку модели, ее экспериментальный анализ, сопоставление результатов прогнозных расчетов на основе модели с фактическими данными состояния объекта или процесса, корректировку и уточнение модели. 
 
В зависимости от уровня управления экономическими и социальными процессами различают макроэкономические, межотраслевые, межрайонные, отраслевые, региональные модели и модели микроуровня (модели развития фирмы). 
 
По аспектам развития экономики выделяют модели прогнозирования воспроизводства основных фондов, трудовых ресурсов, цен и др. Существует ряд других признаков классификации моделей: временной, факторный, транспортный, производственный. 
 
В современных условиях в республике развитию моделирования и практическому применению моделей стала придаваться особая значимость в связи с усилением роли прогнозирования и переходом к индикативному планированию. 
 

Метод экономического анализа 
 
Экономический анализ является неотъемлемой частью и одним из основных элементов логики прогнозирования и планирования. Он должен осуществляться как на макро-, так и на мезо- и микроуровнях. 
 
При проведении экономического анализа следует использовать системный подход. В качестве системы рассматривается народное хозяйство (экономика) в целом и его структурные части: сферы, регионы, отрасли, объединения, предприятия. Анализ должен быть комплексным, т.е. всесторонним. 
 
Сущность метода экономического анализа заключается в том, что экономический процесс или явление расчленяется на составные части и выявляются взаимосвязь и влияние этих частей друг на друга и на ход развития всего процесса. Анализ позволяет раскрыть сущность такого процесса, определить закономерности его изменения в прогнозируемом (плановом) периоде, всесторонне оценить возможности и пути достижения поставленных целей. 
 
Процесс экономического анализа подразделяется на ряд стадий: постановку проблемы, определение целей и критериев оценки; подготовку информации для анализа; изучение и аналитическую обработку информации; разработку рекомендаций о возможных вариантах решения проблемы и достижения целей; оформление результатов анализа.  
 

Балансовый метод 
 
С помощью балансового метода реализуется принцип сбалансированности и пропорциональности. Он применяется при разработке прогнозов, планов и программ. Сущность его заключается в увязке потребностей страны в различных видах продукции, материальных, трудовых и финансовых ресурсов с возможностями производства продукции и источниками ресурсов. 
 
Балансовый метод предполагает разработку балансов, представляющих собой систему показателей, в которой одна часть, характеризующая ресурсы по источникам поступления, равна другой, показывающей распределение (использование) по всем направлениям их расхода. 
 
В переходный период к рыночным отношениям усиливается роль прогнозных балансов, разрабатываемых на макроуровне: платежного баланса, баланса доходов и расходов государства, баланса денежных доходов и расходов населения, сводного баланса трудовых ресурсов, балансов спроса и предложения. Результаты балансовых расчетов служат основой при формировании структурной, социальной, финансово-бюджетной и кредитно-денежной политики, а также политики занятости и внешнеэкономической деятельности. Балансы применяются также для выявления диспропорций в текущем периоде, вскрытия неиспользованных резервов и обоснования новых пропорций. 
 
Система балансов, используемых в прогнозировании и планировании, включает: материальные, трудовые и финансовые. В каждую из указанных групп входит ряд балансов. 

Нормативный метод 
 
Нормативный метод является одним из основных методов прогнозирования и планирования. В современных условиях ему стало придаваться особое значение в связи с использованием ряда норм и нормативов в качестве регуляторов экономики. Сущность нормативного метода заключается в технико-экономическом обосновании прогнозов, планов, программ с использованием норм и нормативов. Последние применяются для расчета потребности в ресурсах и показателей их использования. С помощью норм и нормативов обосновываются важнейшие пропорции, развитие материального производства и непроизводственной сферы, осуществляется регулирование экономики. 
 
Норма характеризует научно обоснованную меру расхода ресурса на единицу продукции (работы) в принятых единицах измерения, например расход муки на 1 тонну хлебобулочных изделий согласно утвержденной рецептуре. В виде нормы выступает потребление того или иного продукта на душу населения согласно научно обоснованному рациону питания. Например, рекомендуемая норма потребления мяса и мясопродуктов в год на 1 человека - 82 кг. В непроизводственной сфере применяются нормы, характеризующие необходимый размер общей и жилой площади на 1 жителя, потребление воды на 1 человека и др. 
 
Нормативы, как правило, разрабатываются в относительном выражении. Они характеризуют степень использования ресурсов (например, процент выхода годного литья от металло-завалки), расход ресурса на 1 млн. р. продукции, размер платы за кредит (процентные ставки) и др. 
 

Программно-целевой метод 
 
По сравнению с другими методами программно-целевой метод (ПЦМ) является относительно новым и недостаточно разработанным. Широкое распространение он получил только в последние годы, хотя был известен давно и впервые использовался еще при разработке плана ГОЭЛРО. 
 
ПЦМ тесно связан с нормативным, балансовым и экономико-математическими методами и предполагает разработку плана начиная с оценки конечных потребностей исходя из целей развития экономики при дальнейшем поиске и определении эффективных путей и средств их достижения и ресурсного обеспечения. С помощью этого метода реализуется принцип приоритетности планирования. 
 
Сущность ПЦМ заключается в отборе основных целей социального, экономического и научно-технического развития, разработке взаимоувязанных мероприятий по их достижению в намеченные сроки при сбалансированном обеспечении ресурсами с учетом эффективного их использования. 
 
ПЦМ применяется при разработке целевых комплексных программ, представляющих собой документ, в котором отражаются цель и комплекс научно-исследовательских, производственных, организационно-хозяйственных, социальных и других заданий и мероприятий, увязанных по ресурсам, исполнителям и срокам осуществления.

Простейшие методы восстановления используемых для прогнозирования зависимостей исходят из заданного временного ряда, т. е. функции, определённой в конечном числе точек на оси времени. Временной ряд при этом часто рассматривается в рамках той или иной вероятностной модели, вводятся другие факторы (независимые переменные), помимо времени, например, объем денежной массы. Временной ряд может быть многомерным. Основные решаемые задачи - интерполяция и экстраполяция. Метод наименьших квадратов в простейшем случае (линейная функция от одного фактора) был разработан К. Гауссом в 1794-1795 гг. Могут оказаться полезными предварительные преобразования переменных, например, логарифмирование. Наиболее часто используется метод наименьших квадратов при нескольких факторах. Метод наименьших модулей, сплайны и другие методы экстраполяции применяются реже, хотя их статистические свойства зачастую лучше.

Оценивание точности прогноза (в частности, с помощью доверительных интервалов) - необходимая часть процедуры прогнозирования. Обычно используют вероятностно-статистические модели восстановления зависимости, например, строят наилучший прогноз по методу максимального правдоподобия. Разработаны параметрические (обычно на основе модели нормальных ошибок) и непараметрические оценки точности прогноза и доверительные границы для него (на основе Центральной Предельной Теоремы теории вероятностей). Применяются также эвристические приемы, не основанные на вероятностно-статистической теории: метод скользящих средних, метод экспоненциального сглаживания.

Многомерная регрессия, в том числе с использованием непараметрических оценок плотности распределения - основной на настоящий момент статистический аппарат прогнозирования. Нереалистическое предположение о нормальности погрешностей измерений и отклонений от линии (поверхности) регрессии использовать не обязательно; однако для отказа от предположения нормальности необходимо опереться на иной математический аппарат, основанный на многомерной Центральной Предельной Теореме теории вероятностей, технологии линеаризации и наследования сходимости . Он позволяет проводить точечное и интервальное оценивание параметров, проверять значимость их отличия от 0 в непараметрической постановке, строить доверительные границы для прогноза.

Весьма важна проблема проверки адекватности модели, а также проблема отбора факторов. Априорный список факторов, оказывающих влияние на отклик, обычно весьма обширен, желательно его сократить, и крупное направление современных исследований посвящено методам отбора «информативного множества признаков». Однако эта проблема пока еще окончательно не решена. Проявляются необычные эффекты. Так, установлено, что обычно используемые оценки степени полинома имеют в асимптотике геометрическое распределение . Перспективны непараметрические методы оценивания плотности вероятности и их применения для восстановления регрессионной зависимости произвольного вида. Наиболее общие результаты в этой области получены с помощью подходов статистики нечисловых данных.

К современным статистическим методам прогнозирования относятся также модели авторегрессии, модель Бокса-Дженкинса, системы эконометрических уравнений, основанные как на параметрических, так и на непараметрических подходах.

Для установления возможности применения асимптотических результатов при конечных (т. н. «малых») объемах выборок полезны компьютерные статистические технологии. Они позволяют также строить различные имитационные модели. Отметим полезность методов размножения данных (бутстреп - методов). Системы прогнозирования с интенсивным использованием компьютеров объединяют различные методы прогнозирования в рамках единого автоматизированного рабочего места прогнозиста.

Прогнозирование на основе данных, имеющих нечисловую природу, в частности, прогнозирование качественных признаков основано на результатах статистики нечисловых данных. Весьма перспективными для прогнозирования представляются регрессионный анализ на основе интервальных данных, включающий, в частности, определение и расчет нотны и рационального объема выборки, а также регрессионный анализ нечетких данных, разработанный в . Общая постановка регрессионного анализа в рамках статистики нечисловых данных и ее частные случаи - дисперсионный анализ и дискриминантный анализ (распознавание образов с учителем), давая единый подход к формально различным методам, полезна при программной реализации современных статистических методов прогнозирования.

Основными процедурами обработки прогностических экспертных оценок являются проверка согласованности, кластер-анализ и нахождение группового мнения. Проверка согласованности мнений экспертов, выраженных ранжировками, проводится с помощью коэффициентов ранговой корреляции Кендалла и Спирмена, коэффициента ранговой конкордации Кендалла и Бэбингтона Смита. Используются параметрические модели парных сравнений Терстоуна, Бредли-Терри-Льюса -  и непараметрические модели теории люсианов . Полезна процедура согласования ранжировок и классификаций путем построения согласующих бинарных отношений. При отсутствии согласованности разбиение мнений экспертов на группы сходных между собой проводят методом ближайшего соседа или другими методами кластерного анализа (автоматического построения классификаций, распознавания образов без учителя). Классификация люсианов осуществляется на основе вероятностно-статистической модели.

Используют различные методы построения итогового мнения комиссии экспертов. Своей простотой выделяются методы средних арифметических и медиан рангов. Компьютерное моделирование позволило установить ряд свойств медианы Кемени, часто рекомендуемой для использования в качестве итогового (обобщенного, среднего) мнения комиссии экспертов. Интерпретация закона больших чисел для нечисловых данных в терминах теории экспертного опроса такова: итоговое мнение устойчиво, то есть мало меняется при изменении состава экспертной комиссии, и при росте числа экспертов приближается к «истине». При этом в соответствии с принятым в подходом предполагается, что ответы экспертов можно рассматривать как результаты измерений с ошибками, все они - независимые одинаково распределенные случайные элементы, вероятность принятия определенного значения убывает по мере удаления от некоторого центра - «истины», а общее число экспертов достаточно велико.

Многочисленны примеры ситуаций, связанных с социальными, технологическими, экономическими, политическими, экологическими и другими рисками. Именно в таких ситуациях обычно и необходимо прогнозирование. Известны различные виды критериев, используемых в теории принятия решений в условиях неопределенности (риска). Из-за противоречивости решений, получаемых по различным критериям, очевидна необходимость применения оценок экспертов.

В конкретных задачах прогнозирования необходимо провести классификацию рисков, поставить задачу оценивания конкретного риска, провести структуризацию риска, в частности, построить деревья причин (в другой терминологии, деревья отказов) и деревья последствий (деревья событий).

Центральной задачей является построение групповых и обобщенных показателей, например, показателей конкурентоспособности и качества. Риски необходимо учитывать при прогнозировании экономических последствий принимаемых решений, поведения потребителей и конкурентного окружения, внешнеэкономических условий и макроэкономического развития России, экологического состояния окружающей среды, безопасности технологий, экологической опасности промышленных и иных объектов.