- •7.1. Прямолинейный тренд и его свойства.
- •Показатели динамики при линейном тренде к увеличению уровней: .
- •Показатели динамики при линейном тренде сокращения уровней:
- •Расчет линейного тренда
- •7.2. Параболический тренд и его свойства.
- •Расчет параболического тренда объема экспорта Японии.
- •7.4. Гиперболический тренд и его свойства.
- •Показатели динамики при гиперболическом тренде.
- •Расчет гиперболического уравнения тренда.
- •Расчет логарифмического тренда валового сбора чая в Китае
- •7.6. Логистический тренд и его свойства.
- •Расчет логистического тренда.
- •7.7. Методы распознавания типа колебаний.
- •7.7.1. Пилообразная колеблемость.
- •7.7.2. Долгопериодическая циклическая колеблемость.
- •7.1.3. Случайно распределенная во времени колеблемость.
- •7.8. Измерение показателей силы и интенсивности колебаний.
- •Показатели относительной интенсивности колебаний.
- •7.9. Представление синусоидальных колебаний в форме тригонометрического уравнения Фурье.
- •Преобразование сезонных колебаний в ряд Фурье
- •7.10. Доверительные границы тренда.
- •7.11. Методы измерения устойчивости уровней ряда.
- •7.12. Сущность и условия прогноза по тренду с учетом колеблемости.
- •Прогноз с учетом случайной колеблемости.
7.12. Сущность и условия прогноза по тренду с учетом колеблемости.
В данном разделе рассмотрим следующий за анализом этап - построение модели развития изучаемого показателя и прогнозирование его возможных значений на будущее. Собственно говоря, уравнение тренда уже есть модель временного ряда. Прогноз (в переводе с греческого языка - предвидение, предсказание) - неотъемлемая составляющая всей человеческой деятельности, в том числе экономической. Это промежуточное звено между познанием объективной реальности и деятельностью людей по ее преобразованию.
Самые разные прогнозы - от прогноза погоды на завтра до прогноза результатов президентских выборов - составляют значительную часть информации, циркулирующей в обществе. Разработкой прогнозов рынка сбыта, финансовых потоков, курсов валют, ценных бумаг и других важнейших показателей деятельности заняты тысячи, если не миллионы работников банков, фирм, государственных органов, частных компаний.
Создание методов прогнозирования - одна из главных проблем науки и, может быть, труднейшая их них. Не случайно ученый-геолог, писатель-фантаст и один из самых глубоких мыслителей России XX в. И.А.Ефремов (1907-1972) предусмотрел в далеком будущем человечества наличие специальной «Академии Стохастики и Прогнозирования» для изучения возможных рисков при осуществлении проектов изучения звездных систем и крупных проектов на Земле.
Рассказывают, что однажды к древнегреческому философу Диогену Синопскому (ок. 400 - ок. 325 до н.э.), проживавшему в бочке на берегу залива, обратился неизвестный путник с посохом и мешком за плечами: «Скажи, мудрый человек, дойду ли я отсюда к закату до Афин?» Диоген посмотрел на стоящего путника и сказал ему: «Иди!» - «Но я же тебя спрашиваю, дойду ли я до Афин засветло?» - повторил странник. - «Иди!!» - еще громче, сердито закричал Диоген. Путник пожал плечами и пошел вдоль берега. Диоген смотрел вслед ему некоторое время и закричал: «Вернись!» Путник вернулся. «Вот теперь я могу тебе сказать, что до заката солнца ты до Афин не дойдешь. Лучше оставайся до завтра у меня». - «А что же ты мне сразу не сказал, зачем прогнал меня?» - «А как же я скажу, дойдешь ли ты к закату до Афин, если я не видел, как быстро ты идешь?»
В этом предании выражена, можно сказать, суть прогнозирования по тренду: чтобы знать, какого уровня достигнет тот или иной «идущий» процесс, например, через пять лет, нужно знать среднюю скорость изменения уровня за год, т.е. знать параметры тренда.
Более того, притча о Диогене содержит и ограничения прогноза по тренду. Представим себе, что путник, спросивший «прогноз» у Диогена, был бы хорошим атлетом и, услышав неудовлетворительный прогноз, взял бы да побежал в Афины бегом, таким образом, опровергнув прогноз Диогена! Ведь и в экономике предприятие или другой объект прогноза могут принять меры к ускорению движения в сравнении с прежним трендом, и прогноз по нему не оправдается. Однако и в этом случае прогноз вовсе не бесполезен, наоборот, он сыграл роль «предупреждения» о необходимости изменить скорость процесса. Роль предупреждающего прогноза не в том, чтобы он исполнился, наоборот, его роль заключается именно в том, чтобы менеджер фирмы, агроном, банкир, правительство страны приняли меры, не допускающие исполнения прогноза.
Тренд производственных показателей не всегда может быть изменен даже в отдельном предприятии. Для этого необходимы средства: капитал, знания (ноу-хау), воля менеджера, квалифицированные и заинтересованные в прогрессе предприятия работники. Если эти условия налицо - прогноз по прежнему тренду сохраняет только значение предупреждающего. Если же указанные условия изменения тренда отсутствуют, то прогноз по тренду осуществится на деле.
Если же объектом прогнозирования является крупная система, например сельское хозяйство региона, страны, то изменить тренд в короткие сроки, как правило, невозможно: для этого потребовались бы нереально большие средства. Невозможно за пять-шесть лет существенно изменить плодородие почв области, чтобы резко увеличить урожайность. Тем более за десяток лет не изменится тренд численности народонаселения Земли. Не остановится и не замедлится существенно тенденция роста энергопотребления человечеством топлива и других источников энергии, а значит, и тенденция роста средней температуры воздуха. Отсюда вывод:
для крупных систем и объектов, обладающих большой инерционностью развития, прогноз по тренду за предыдущее время, как правило, возможен и реален;
второе условие возможности прогноза по тренду связано с надежностью его параметров, уже рассмотренных нами. Если эти параметры ненадежны, ненадежен и прогноз;
период прогнозирования, т.е. срок удаления прогнозируемого уровня во времени от конца базы расчета тренда, должен быть не более трети, в крайнем случае половины длительности базы (так рекомендуют, как правило, пособия по статистическому прогнозированию). Чем дальше удален прогнозный уровень от базы расчета тренда, тем больше ошибка прогноза, как будет показано в дальнейшем.
Прогноз по тренду - лишь один из статистических методов прогнозирования. Полезно сравнить его свойства, положительные и негативные, со свойствами прогнозирования на основе многофакторных регрессионных моделей. Начнем с положительных свойств прогноза по тренду. Коэффициент при номере периода в уравнении тренда (b - в линейном уравнении) - это комплексный коэффициент регрессии при всех реальных факторах, влияющих на уровень изменяющегося показателя, которые сами изменяются во времени. Подчеркнем: при всех факторах! Ни в одну факторную регрессионную модель мы не можем включить все факторы, влияющие на изучаемый показатель, например на уровень рыночных цен ценных бумаг. Во-первых, часть факторов вообще неизвестна, так как наши знания, наука не имеют статуса абсолютной, полной истины. Во-вторых, часть факторов теоретически известна, но на практике по ним нет достаточно надежной или даже вообще никакой информации. В-третьих, если число известных факторов велико, то всех их явно невозможно включить в уравнение регрессии по математическим ограничениям: мультиколлинеарпость, гетероскедастичность, превышение числа факторов над численностью выборки и т.п. Таким образом, уравнение тренда имеет преимущество в охвате (хотя и в неявной форме) всех факторов изменения уровней прогнозируемого показателя.
Второе преимущество состоит в том, что уравнение тренда есть модель динамики процесса, и на ее основании мы прогнозируем динамику, т.е. логическая основа тренда соответствует задаче. Напротив, уравнение многофакторной регрессии - это модель вариации уровня показателя в статической совокупности. Эта модель объясняет не изменение какого-либо фактора, а его отличие от других факторов в данный период. Логическая база прогноза по многофакторной регрессии в статике неадекватна задаче прогнозирования.
Последнее, хотя и не очень существенное преимущество прогноза по тренду заключается в том, что для него не требуется большого объема исходной информации о факторах. Достаточно однородного по характеру тенденции периода за 20-25 временных периодов, т.е. всего два десятка уровней, например, доходности.
Но у прогнозирования по тренду есть, конечно, и свои недостатки. Неявность факторов динамики, скрытых за «номером периода», лишает исследователя возможности учесть ожидаемый или планируемый перелом, скачок в развитии того или иного фактора. Нет возможности проигрывать разные варианты прогноза при разных сочетаниях значений факторов, что обычно делается при прогнозе по регрессионной модели с управляемыми факторами.
Простая
трендовая модель динамики - это уравнение
тренда
с указанием начала отсчета единиц
времени. Прогноз по этой модели
заключается в подстановке в уравнение
тренда номера периода, который
прогнозируется. Если, например, тренд
рыночной цены финансового актива
определяется уравнением, построенным
на базе временного ряда из 16-и уровней:
,
то прогноз
по этому тренду на следующий 17-ый
временной период составит:
У17 = 51.25 + 1.452 • 17 = 75.93 денежных единиц.
Интерпретация этого прогноза должна быть следующей: если рыночной цены финансового актива будет возрастать и далее с той же средней скоростью, с какой она росла в предыдущие периоды, то ее тренд в среднем пройдет через точку 75.93 ден. ед. Такой прогноз и называется точечным прогнозом. Разумеется, точечный прогноз - это скорее абстракция, чем реальность. Если уровни и параметры тренда можно было бы определять с бесконечной степенью точности, то и вероятность точного осуществления точечного прогноза была бы равна нулю.
Перейдем теперь к более практическим свойствам точечного прогноза. Он означает, что при нормальном законе распределения отклонений от тренда вероятности того, что урожайность окажется ниже точечного прогноза или выше него, равны между собой (каждая равна 0.5). Точечный прогноз в то же время указывает наивероятнейшее из всех возможных значений прогнозируемого показателя. Он, таким образом, является и средней величиной, и медианой, и модой возможных значений прогнозируемого показателя.
При расчете точечного прогноза не обращалось внимания на колеблемость уровней признака. Если бы колеблемость полностью отсутствовала, точечный прогноз был бы уже не только средним ожидаемым значением, но и единственно возможным значением признака. Также и автомобиль с отъехавшим от нас товарищем, двигаясь по шоссе пять часов со строго постоянной скоростью 90 км/ч, оказался бы на расстоянии 450 км от точки отъезда. Но ни автомобиль не может пять часов ехать с точно неизменной скоростью, ни тем более рост или снижение рыночных цен на бирже за достаточно длительные интервалы времени не могут происходить точно. Распространяя уравнение тренда на будущее, мы обязаны считать его лишь выборочной оценкой генеральных параметров, точно нам не известных. Наличие случайной колеблемости уровней порождает ошибку репрезентативности выборочных оценок тренда, которую следует принимать во внимание при прогнозировании.
Есть, однако, такие процессы, при которых колеблемость несущественна. Таковы, например, процессы распада радиоактивных элементов. Зная точную скорость протекания ядерных реакций, персонал атомных электростанций может рассчитать долю прореагировавшего урана 235 в топливных элементах на любой срок вперед, а значит, и планировать их замену. Итак, при несущественности колебаний процесса точечный прогноз оказывается самодостаточным и не требует каких-либо дополнений. Но в экономике, к сожалению, «бесколебательные» процессы не встречаются.
