66 Поняття оптимального прогнозу. Критерії якісного прогнозу. Сутність властивостей незсуненості та ефективності, критерії їх виявлення.

Оптимальний прогноз — це зроблене на підставі економічної теорії передбачення, яке використовує всю доступну на момент побудови прогнозу інформацію. Для оптимального прогнозу граничний виграш та граничні витрати збігаються.

Оптимальний прогноз іще називають прогнозом раціональних сподівань. Раціональні сподівання можуть відрізнятися від фактичних значень, але будь-яка різниця має бути випадковою й непередбачуваною. Оскільки раціональні сподівання ґрунтуються на коректній економічній теорії, вони мають властивості незсуненості (за умови квадратичної функції витрат) та ефективності.

Незсуненість означає, що помилка прогнозу має нульове математичне сподівання.

Ефективність передбачає, що в процесі прогнозування буде використана вся доступна інформація, отже, помилка прогнозу не буде корелювати з цією інформацією.

Існують численні критерії перевірки раціональності послідовності прогнозів. Стандартний критерій незсуненості потребує перевірки гіпотези стосовно того, що α= 0 та β = 1 водночас для такої моделі:

, (9.1)

де y_t — ряд фактичних значень або спостережень;

— ряд прогнозованих значень;

— випадкові залишки.

Перевірка ефективності є складнішою оскільки неможливо коректно визначити відповідний масив інформації, стосовно якого похибки прогнозу будуть некорельованими.

Узагальнюючи огляд критеріїв визначення якісного прогнозу, можна стверджувати, що варто користуватися системою критеріїв, які мають враховувати:

• кількість зусиль, витрачених на побудову моделі, і наявність готових комп’ютерних програм;

• швидкість, із якою метод уловлює істотні зміни у поведінці ряду, наприклад раптовий зсув математичного сподівання або збільшення кута нахилу лінії тренду;

• існування серійної кореляції у помилках;

• незмінюваність первинних даних;

• повний обсяг роботи в деяких сферах діяльності — тисячі рядів щомісяця потребують оновлення, невеликі витрати й швидкість мають першорядне значення;

терміновість прогнозування.

67 Оцінювання адекватності прогнозованої моделі. Перевірка випадковості коливань рівнів залишкової послідовності.

Незалежно від виду і способу побудови економіко-математичної моделі питання про можливість її застосування з метою аналізу і прогнозу економічного явища може бути вирішено тільки після встановлення адекватності моделі. Оскільки повної відповідності моделі реальному процесу або об’єкту бути не може, адекватність певною мірою умовне поняття. При моделюванні мається на увазі адекватність не взагалі, а тим властивостям моделі, які вважаються суттєвими для дослідження.

Модель згладжування певного часового ряду вважається адекватною, якщо правильно відображає систематичні компоненти часового ряду. Ця вимога еквівалентна вимозі, щоб залишкова компонента (t = 1, 2, ..., n) відповідала таким властивостям випадкової компоненти часового ряду як: випадковість коливань рівнів залишкової послідовності, відповідність розподілу випадкової компоненти нормальному закону, рівність математичного сподівання випадкової компоненти нулю, незалежність значень рівнів випадкової компоненти. Розглянемо, яким чином здійснюється перевірка цих властивостей залишкової послідовності.

Перевірка випадковості коливань рівнів залишкової послідовності означає перевірку гіпотези про правильність вибору виду тренду. Для дослідження випадковості відхилень від тренду розраховують набір різниць (t = 1, 2, ..., n). Характер цих відхилень вивчається за допомогою ряду непараметричних критеріїв. Одним з таких критеріїв є «критерій серій», який використовує медіану вибірки, критерій «зростаючих» та «спадних» серій тощо.

Згідно з критерієм серій ряд із величин розташовують у порядку зростання їхніх значень і знаходять медіану одержаного варіаційного ряду, тобто значення, що перебуває в середині для непарного п або середню арифметичну з двох середніх значень для п парного. Повертаючись до вхідної послідовності і порівнюючи значення цієї послідовності з , ставлять знак «плюс», якщо значення , перевищує медіану, і знак «мінус», якщо воно менше за медіану; у випадку однаковості порівнюваних величин відповідне значення пропускають. Отже, одержують послідовність, що складається із плюсів та мінусів, загальна кількість яких не перевищує п. Послідовність розташованих одне за одним плюсів або мінусів називають серією. Щоб послідовність була випадковою вибіркою, довжина найдовшої серії не має бути занадто великою, а загальна кількість серій – занадто малою.

Позначимо довжину найдовшої серії через К_max, а загальну кількість серій – через v. Вибірка вважається випадковою, якщо виконуються такі нерівності для 5 %-го рівня значущості:

, (9.2)

,

де квадратні дужки означають цілу частину числа.

Якщо хоча б принаймні одна з цих нерівностей порушується, то гіпотеза про випадковий характер відхилень рівнів часового ряду від тренду спростовується, а модель тренду визнається неадекватною.