Материал: 5695

Тогда параметр A0 в линейной динамической ПФ (4.52) равен нулю:

A0= Y0 -a0 K0 -b0 L0= Y0 –( 0 + 0) Y0=0.

Следовательно, линейная динамическая ПФ (4.52) для случая однородности первой степени принимает вид:

или

где

Если же в динамических линейных производственных функциях (4.52), (4.54) и (4.55) учитывать вместо K t,0 и Lt,0 факторов капитала и труда, корректированных относительно капиталоотдачи и производительности труда базового года t=0, обычные показатели K t и Lt, то получим:

ность и Y t производительность труда в анализируемом периоде времени не ме-

Lt

няются, т.е. ft(0)= pt(0) =1.

Характеристики ПФ (4.52), (4.54) и (4.55), а также (4.56), (4.57) и (4.58) будут близки к соответствующим оценкам параметров функций (4.15) и (4.53) только в случае наличия явно выраженной тенденции роста или спада e t эффективности производства под воздействием различных факторов.

Отметим также, что близость соответствующих характеристик статических линейной и степенной производственных функций наблюдается в периоды отсутствия качественных изменений в экономике страны.

В следующей главе будут рассмотрены методы прогнозирования с помощью традиционных и модифицированных производственных функций.

ГЛАВА 5 ТРАДИЦИОННЫЕ И МОДИФИЦИРОВАННЫЕ МЕТОДЫ ПРОГНОЗИРОВАНИЯ

Среди множества методов прогнозирования рассмотрим наиболее используемые в моделировании традиционные методы и новые разработанные автором методы прогнозирования с помощью производственных функций с переменными параметрами.

5.1 Общая классификация методов прогнозирования

Разработка прогнозов опирается на применение различных методов прогнозирования. Методами прогнозирования называют совокупность приёмов мышления, позволяющих на основе анализа прошлых (ретроспективных) внешних и

119

внутренних связей, присущих объекту, а также их изменений в рамках рассматриваемого явления вынести суждения определённой достоверности относительно будущего развития объекта.

Каждый из методов имеет свои особенности в зависимости от цели его использования и уровня проводимых исследований. Методы различаются также по научной обоснованности и назначению. Выбор методов прогнозирования осуществляется в соответствии с характером объекта и требований, предъявляемых к информационному обеспечению. Опыт, накопленный современной прогностикой, показывает, что в большом многообразии методов прогнозирования можно выделить следующие их группы: методы экспертных оценок, методы экстраполяции, моделирование, нормативный и целевой методы. Кратко охарактеризуем их. Методы экспертных оценок основаны на использовании экспертной информации. Они помогают установить степень сложности и актуальности проблемы, определить основные цели и критерии, выявить важные факторы и взаимосвязи между ними, выбрать наиболее предпочтительные альтернативы. Известны два подхода к использованию экспертов: индивидуальные оценки и групповые.

Индивидуальные оценки, или метод согласования оценок, состоят в том, что каждый эксперт даёт оценку независимо от других, а затем с помощью какоголибо приёма эти оценки объединяются в одну обобщающую. Индивидуальные экспертные оценки могут быть представлены в виде оценок типа интервью или аналитических записок.

Групповые или коллективные методы экспертизы основаны на совместной работе экспертов и получении суммарной оценки от всей группы специалистов в целом. Среди них наиболее распространёнными являются метод комиссий и метод мозговой атаки (метод коллективной генерации идей или метод группового рассмотрения с отнесенной оценкой).

Наиболее известным методом коллективной экспертной оценки является метод «Дельфи», разработанный в США. Он основан на выявлении согласованной оценки экспертной группы путём их автономного опроса в несколько туров, предусматривающего сообщение экспертам результатов предыдущего тура с целью дополнительного обоснования оценки экспертов в последующем туре. Не менее интересен метод ПАТТЕРН, при котором эксперты выносят свои совместные суждения на основе дерева целей.

Методы экстраполяции основываются на предположении о неизменности факторов, определяющих развитие изучаемого объекта, и заключаются в распространении закономерностей развития объекта в прошлом на его будущее.

120

В зависимости от особенностей изменения уровней в ряду динамики приёмы экстраполяции могут быть простыми и сложными. Первую группу составляют методы прогнозирования, основанные на предположении относительного постоянства в будущем абсолютных значений уровней, среднего уровня ряда, среднего абсолютного прироста, среднего темпа роста. Вторая группа методов основана на выявлении основной тенденции, т. е. применении статистических формул, описывающих тренд. Их можно разделить на два основных типа: на адаптивные

ианалитические (кривые роста). Адаптивные методы прогнозирования основаны на том, что процесс реализации их заключается в вычислении последовательных во времени значений прогнозируемого показателя с учётом степени влияния предыдущих уровней. К ним относятся методы скользящей и экспоненциальной средних, метод гармонических весов, метод авторегрессионных преобразований. В основу аналитических методов (кривых роста) прогнозирования положен принцип получения с помощью метода наименьших квадратов оценки детерминированной величины ft, характеризующей основную тенденцию.

Особое место в современном прогнозировании занимают методы многофакторного моделирования – логического, информационного, статистического.

Клогическому моделированию относятся, в частности, методы прогнозирования по исторической аналогии, методы сценария, дерева целей, матриц взаимовлияния и др. Метод исторической аналогии основан на установлении и использовании аналогии объекта прогнозирования с одинаковым по природе объектом, опережающим первый в своем развитии. Условиями успешного использования этого метода является правильный выбор объектов сопоставления, а также учёт поправки на историческую обусловленность сознания. В прошлом историческая аналогия применялась в области критического сопоставления культур; известны также акты преемственности в развитии научных принципов

иидей. Если события заданы в форме их описания, то показ вариантов возможной обстановки в будущем и установление времени её наступления осуществляются с помощью метода сценария. Под сценарием понимается обзор информации, характеризующей данную ситуацию. Эти данные включают в себя описание отдельных факторов, влияющих в той или иной степени на наступление конкретного события. Задачей сценария является характеристика обстановки, в которой развивается прогнозируемый процесс.

Применение метода дерева целей в прогнозировании позволяет последовательно разбить основные задачи на подзадачи и создать систему «взвешенных» по экспертным оценкам связей. Для отбора факторов в прогностическую модель

121

и построения системы связей широко используются на практике матрицы взаимовлияния (смежности), теория графов и др.

Методы информационного моделирования составляют специфическую область в прогнозировании. Характерные свойства массовых потоков информации (определённая направленность, возможность оценки интенсивности, ускорения или замедления, возможность выделения характерных структурных составляющих и образования последовательности документов в логической очередности и др.) создают предпосылки для прогнозирования развития на основе массовых источников информации, содержащих необходимые, логически упорядоченные последовательности документов.

Наиболее распространёнными являются методы прогнозирования, основанные на статистическом моделировании. Методы статистического прогнозирования могут быть разбиты на две большие группы: прогнозирование на основе единичных уравнений регрессии, описывающих взаимосвязи признаковфакторов и результативных признаков, и прогнозирование на основе системы уравнений взаимосвязанных рядов динамики. Форма взаимосвязи прогнозируемого явления с другими явлениями, объектами и процессами может быть представлена в виде регрессионного уравнения типа

у=f(х1 , х2 ,…, хm ).

Прогноз при этом получается путём подстановки в него значений признаковфакторов и оценки ожидаемого среднего значения результативного признака. Для установления области, в которой следует ожидать значение прогнозируемого показателя, строятся доверительные интервалы. Прогнозирование на основе регрессионных моделей может осуществляться только после оценки значимости коэффициентов регрессии и проверки модели на адекватность.

Наиболее сложным методом прогнозирования является прогнозирование на основе связных рядов динамики. С его помощью можно получить не только оценки результативного, но и факторных признаков, т.е. анализ взаимосвязанных рядов динамики выражается с помощью системы уравнений регрессии. Прогноз в этом случае лучше поддаётся содержательной интерпретации, чем простая экстраполяция.

Нормативный метод прогнозирования заключается в установлении для определённого отрезка времени фиксированной системы норм. В качестве инстру-

122