Методы экономического прогнозирования как научная дисциплина

Размещено на http://www.allbest.ru/

Методы экономического прогнозирования как научная дисциплина

План:

Методы экономического прогнозирования как научная дисциплина

Задача

Задача

Список использованной литературы

Методы экономического прогнозирования как научная дисциплина

экономическое прогнозирование материальный ресурс

Важным элементом обоснования основных направлений развития и размещения производительных сил является определение перспективной потребности в материальных ресурсах экономики страны и отдельных регионов. Материальные ресурсы выступают важной составной частью экономического потенциала, во многом предопределяющей возможности его наращивания и уровня использования в планируемом периоде. Данные о потребности экономики и ее подсистем в материальных ресурсах, используемых, используемые при разработке всех видов предплановых документов и планов социально-экономического развития страны, являются основой определения и планирования межотраслевых пропорций и темпов перспективного развития экономики, а также размещения производительных сил.

Рис. 1. Структура экономического предвидения

Качество плановых и предплановых расчетов по обоснованию экономических потребностей в материальных ресурсах в решающей степени предопределяется совершенством применяемых методов. Разработка методов определения перспективной потребности как элемента экономического планирования производства и потребления различных видов материальных ресурсов посвящен целый ряд работ ученых-экономистов. Вместе с тем, такие особенности сложившейся системы планирования, как приоритет отраслевого подхода, ориентация на решение задач текущего социально-экономического развития, обусловили преимущественную разработку отраслевого и краткосрочного аспектов данной проблемы. В то же время территориальный и долгосрочный аспекты определения перспективной потребности в материальных ресурсах разрабатывались относительно слабо.

Между тем, как показывает анализ, определение региональной потребности в материальных ресурсах на долгосрочную перспективу должно основываться не на простейших методах экономического прогнозирования, а на разработке и использовании специального методического обеспечения, отвечающего целям, задачам и специфике территориальных предплановых расчетов.

Принятые для решения рассматриваемой задачи методы и модели при определении перспективной потребности в материальных ресурсах должны обеспечивать учет долгосрочных целей и основных параметров социально-экономического развития, тенденций и результатов научно-технического прогресса в сфере конечного и промежуточного потребления материальных ресурсов, территориальной дифференциации факторов и условий воспроизводства, региональной специфики процессов потребления материальных ресурсов, а также возможность проведения расчетов в условиях существенной неопределенности, отсутствия детальной технико-экономической информации.

Важное место в комплексном методологическом обеспечении задачи определения перспективной региональной потребности в материальных ресурсах должны занять экономико-статистические методы. Это обуславливается рядом преимуществ данной группы методов по сравнению с другими методами, которые могут применяться для решения рассматриваемой задачи. Например, метод межотраслевого баланса может быть использован для определения перспективной потребности в материальных ресурсах, во-первых, лишь по хозяйству региона в целом, так как в разрезе отдельных регионов перспективные межотраслевые балансы в составе комплексной программы научно-технического прогресса и схемы развития и размещения производительных сил региона в настоящее время не разрабатываются, во-вторых, в сильно укрупненной номенклатуре, поскольку продукция выделенных в перспективных межотраслевых балансов отраслей, как правило, представляет собой определенную совокупность различных видов материальных ресурсов.

Определение же перспективной потребности в материальных ресурсах нормативным методом часто требует большого объема достаточно детализированной информации, получение которой на стадии предплановых расчетов бывает весьма затруднительным, а порой и невозможным. Кроме того, использование большого числа показателей существенно повышает затраты времени на сбор и подготовку исходных данных, трудоемкость расчетов, что далеко не всегда является оправданным. В ряде случаев использование большого количества показателей может даже снижать точность перспективных расчетов из-за накапливающейся погрешности в определении значений самих исходных показателей.

Данные обстоятельства существенно ограничивают возможности использования нормативного метода при проведении расчетов на долгосрочную перспективу и обуславливают целесообразность и необходимость применения для перспективной потребности в материальных ресурсах различных методов статистического прогнозирования.

Существенная инерционность показателей регионального потребления материальных ресурсов обуславливает целесообразность использования на первых этапах предплановых расчетов метода статистической экстраполяции. Однако с точки зрения долгосрочной перспективы прогнозирование потребности в материальных ресурсах этим методом имеет ряд серьезных недостатков, основным из которых является автономность изменения величины потребности без учета многосторонних внутренних и внешних связей исследуемой экономической системы. Изменение потребности связывается в данном случае исключительно с фактором времени, выражающим сконцентрированное влияние всех основных факторов. Вследствие этого трендовые модели дают описание процессов потребления материальных ресурсов как неуправляемых, не раскрывая структуры связей между переменными, что не позволяет оценить воздействие на величину потребности различных влияющих факторов, параметров развития экономики страны.

Наиболее эффективным инструментом прогнозирования региональной потребности в материальных ресурсах являются многофакторные регрессионные экономико-статистическое модели. Преимущества модельных прогнозов потребности в материальных ресурсах заключаются в непротиворечивости системы прогностических оценок, прямом выражении связи прогнозируемого показателя с основными влияющими факторами, а также в возможности получения обоснованных вариантов прогноза для различных значений определяющих факторов, гипотез развития экономики. Использование экономико-статистических моделей регионального ресурсопотребления расширяет прогнозно-аналитические возможности, связанные с реализацией нормативного метода, позволяет осуществлять аналитические расчеты в условиях неопределенности, с меньшим объемом исходной информации в более короткие сроки.

Для прогнозирования перспективной потребности в материальных ресурсах по хозяйству страны и ее регионов целесообразно использование двух различных подходов, которые могут быть определены как макро- и микроэкономический. В первом случае прогнозирование осуществляется исходя из целевых установок (показателей) развития экономики в целом или агрегированных отраслей, а также на основе показателей потребности по территориально-хозяйственной системе более высокого уровня, во втором случае - путем раздельного прогнозирования и последующего суммирования частных (отраслевых) показателей потребности в материальных ресурсах исходя из перспектив технического и экономического развития отдельных отраслей (сфер) экономики.

Ориентация при прогнозировании потребности в материальных ресурсах на укрупненные (агрегированные) показатели развития экономики целесообразна на начальных этапах предплановых расчетов, характеризующихся, с одной стороны, наличием укрупненных (макроэкономических) показателей, с другой стороны, отсутствием детальной информации о техническом и экономическом развитии отдельных отраслей, регионов и сфер экономики. Более того, значения таких параметров нередко сами являются результатом рассматриваемых расчетов и определяются на последующих этапах предплановых исследований исходя из необходимости обеспечения достижения задаваемых контрольных показателей. В этих условиях укрупненный макроэкономический подход обеспечивает возможность проведения расчетов при существенной неопределенности, отсутствии детальной технико-экономической информации, а также увязку показателей перспективной потребности с основными показателями развития хозяйства страны, республики и отдельных регионов.

Применение микроэкономического подхода целесообразно при определении показателей перспективной потребности в материальных ресурсах по определенным направлениям их расхода. В качестве инструментов макро и микроэкономического прогнозирования могут быть применены статистические регрессионные модели двух типов:

Модели, использующие в качестве исходной информации временные ряды темпов роста соответствующих показателей;

Модели, использующие в качестве исходной информации значение показателей экономического и социального развития по различным регионам в определенный фиксированный момент времени (такие модели могут быть определены как пространственные).

Вопросы построения и использования для прогнозирования региональной потребности в материальных ресурсах моделей регрессии на динамических рядах достаточно хорошо разработаны в экономической литературе. Модели же пространственного типа до настоящего времени не получили ни должной разработки в экономической литературе, ни практического применения в сфере территориальных предплановых расчетов.

В то же время, как показали исследования, пространственные регрессивные модели могут быть весьма эффективным инструментом прогнозирования региональной потребности в материальных ресурсах. При этом важно отметить, что экономико-статистические модели пространственного типа имеют ряд преимуществ при решении задач прогнозирования региональной потребности в материальных ресурсах по хозяйству края по сравнению с моделями регрессии на динамических рядах. Эти преимущества заключаются в возможности использования в модели значительно большего числа независимых переменных (факторов), в возможности использования для построения многофакторных динамических моделей коротких временных рядов, в возможности фиксации взаимосвязей исследуемых переменных только на последние годы (год) ретроспективного периода, а такое в удобстве их практического использования.

Процесс моделирования, в том числе и экономико-мате-матического, включает в себя три структурных элемента: объект исследования; субъект (исследователь); модель, опосредующую отношения между познающим субъектом и по-знаваемым объектом.

В экономико-математическом моделировании выделяются следующие шесть этапов: постановка экономиче-ской проблемы, ее качественный анализ; построение мате-матической модели; математический анализ модели; подго-товка исходной информации; численное решение; анализ численных результатов и их применение.

В состав индивидуальных экспертных оценок входят: метод «интервью», при котором осуществляется непосредственный контакт эксперта со специалистом по схеме «вопрос - ответ»; аналитический метод, при котором осуществляется логический анализ какой-либо прогнозируемой ситуации, составляются аналитические докладные записки; метод написания сценария, который основан на определении логики процесса или явления во времени при различных условиях.

Рис. 1.

Методы коллективных экспертных оценок включают в себя метод «комиссий», «коллективной генерации идей» («мозговая атака»), метод «Дельфи», матричный метод. Эта группа методов основана на том, что при коллективном мышлении, во-первых, выше точность результата во-вторых, при обработке индивидуальных независимых оценок, выносимых экспертами, по меньшей мере могут возникнуть продуктивные идеи.

В группу формализованных методов входят две подгруппы: экстраполяции и моделирования. К первой подгруппе относятся методы: наименьших квадратов, экспоненциального сглаживания, скользящих средних. Ко второй - структурное, сетевое и матричное моделирование.

Рассмотренные классы интуитивных и формализованных методов схожи по своему составу с экспертными и фактографическими методами. Фактографические методы основаны на фактически имеющейся информации об объекте прогнозирования и его прошлом развитии, экспертные базируются на информации, полученной по оценкам специалистов-экспертов.

В класс экспертных методов прогнозирования входит метод эвристического прогнозирования (эвристика - наука, изучающая продуктивно творческое мышление). Это аналитический метод, суть которого заключается в построении и последующем усечении «дерева поиска» экспертной оценки с использованием какой-либо эвристики. При этом методе осуществляется специализированная обработка прогнозных экспертных оценок, получаемых путем систематизированного опроса высококвалифицированных специалистов. Он применяется для разработки прогнозов научно-технических проблем и объектов, анализ развития которых либо полностью, либо частично не поддается формализации.

В изученной литературе представлено значительное количество классификационных схем по методам прогнозирования. Основная погрешность таких схем - нарушение принципов классификации, к числу которых относятся: достаточная полнота охвата методов прогнозирования, единство классификационного признака на каждом уровне членения (при многоуровневой классификации), непересекаемость разделов классификации, открытость классификационной схемы (т. е. Возможность дополнения новыми методами).

В большинстве классификационных схем методы прогнозирования разделяются на три основных класса: методы экстраполяции, экспертных оценок и моделирования. При таком разделении методам экстраполяции противопоставляются как самостоятельный класс методы моделирования.

С одной стороны, построение моделей преследует цель вскрыть закономерность развития изучаемого объекта или процесса на некотором ретроспективном участке. И если модель построена правильно и адекватно отражает связи и свойства реального объекта, она может служить основой для экстраполяции, т. е. Для перенесения некоторых выводов о поведении модели на объект. Это и есть прогнозирование поведения объекта путем экстраполяции тенденций, выявляемых на модели.

С другой стороны, методы экстраполяции - не что иное, как использование теоретических и эмпирических моделей для нахождения переменных вне ретроспективного участка наблюдений по данным зависимостей между ними на ретроспективном участке. Таким образом, применение экстраполяции в прогнозировании всегда предполагает использование каких-либо моделей. Поэтому любое моделирование является основой для экстраполяции.

Конструктивная классификация позволяет наглядно изобразить совокупность методов прогнозирования в виде иерархического дерева и охарактеризовать каждый уровень своим классификационным признаком.

На первом уровне все методы по признаку «информационное основание метода» делятся на три класса: фактографические, комбинированные и экспертные.

Фактографические базируются на фактической информации об объекте прогнозирования и его прошлом развитии. В экспертных методах используется информация, которую доставляют специалисты-эксперты в процессе систематизированных процедур выявления и обобщения их мнений. В свою очередь, классы экспертных и фактографических методов подразделяются на подклассы по методам обработки информации.

Экспертные методы разделяются на два подкласса. Прямые экспертные оценки строятся по принципу получения и обработки независимого обобщенного мнения коллектива экспертов (или одного из них) при отсутствии воздействия на мнение каждого эксперта мнения другого эксперта и всего коллектива. Экспертные оценки с обратной связью в том или ином виде реализуют принцип обратной связи на основе воздействия на оценку экспертной группы (одного эксперта) мнениями, полученными ранее от этой группы (или от одного из экспертов).

Задача

Среднее значение оценок экспертов = (24344 + 33543 + 45433 + 33444) / 4 = 34191

Проранжируем оценки экспертов:

34191 / 24344 = 1,4

34191 / 33543 = 1,0

34191 / 45433 = 0,8

34191 / 33444 = 1,0

Коэффициент конкардации = (1,4 + 1 + 0,8 +1) / 4 = 1,05

Коэффициент вариации = 1 / 1,05 = 0,95

3. Задача

Определяем прогнозную модель спроса:

23,4 / 2,1 = 11,1; 23,6 / 2,2 = 10,7; 23,7 / 2,5 = 9,5; 23,8 / 2,7 = 8,8; 24,5 / 2,5 = 9,8; 24,7 / 2,6 = 9,5; 25,5 / 2,8 = 9,1; 26,8 / 2,9 = 9,2; 27,9 / 2,3 = 12,1; 27,5 / 2,25 = 12,2.

Прогнозная модель спроса будет варьироваться от 8,8 до 12,2.

Среднее значение = (11,1 + 10,7 + 9,5 + 8,8 + 9,8 + 9,5 + 9,1 + 9,2 + 12,1 + 12,2) / 10 = 102 / 10 = 10,2.

Список использованной литературы

Заруба О. Д. “Основи фінансового аналіза та менеджмента”, Київ, 1998.

Коробов М. Я. “Фінансово-економічний аналіз діяльності підприємств, Київ “Знання 2000.

Славюк Р. А. “Фінанси підприємств”, Київ ЦУЛ, 2002.

Шеремет А. Д., Негашев “Методика финансового анализа, Москва “Финанси и статистика”, 1998.

Філімоненко О.С. “ Фінанси підприємств”, навчальний посібник, Київ, Ельга, Ніка-центр 2002.

Ковалев В.В. “ Финансовый анализ”, Москва 1998.

Ковалёв Д., Сухорукова Т. Экономическая безопасность предприятия // Экономика Украины. - 1998. - №10. - С. 48-52

Основы экономической безопасности (Государство, регион, предприятие, личность). Под ред. Е. А. Олейникова. - М.: ЗАО "Бизнес-школа "Интел- Синтез", 1997. - 288с.

Е.А. Олейников. Экономико-статистические методы в прогнозировании. М.: Наука, 1999.

Статистическое моделирование и прогнозирование. Учебное пособие для ВУЗов. / Г.М. Гамбаров и др. Под ред. А.Г. Гранберга. М.: Финансы и статистика. 1996г.

Размещено на Allbest.ru