Klasyfikacja prognoz
Klasyfikację prognoz można przeprowadzić ze wzgl na następujące kryteria
Horyzont czasowy prognozy – wg tego kryterium prognozy możemy dzielić na:
- krótkookresowe
- średniookresowe
- długookresowe
Twierdzimy o relatywności tej klaryfikacji ponieważ różne dyscypliny inaczej postrzegają okres prognozy. Dla przykładu, w analizie kursów walutowych prognoza krótkookresowa obejmuje czad od kilku sekund do kilku godzin, w meteorologii ok. jednej doby, a w demografii parę lat.
b) funkcja spełniona przez prognozę wyróżnia
- prognozę operacyjną
- prognozy strategiczne
c) charakter prognozowanych zjawisk:
- prognozy ilościowe (punktowe i przedziałowe)
- prognozy jakościowe
d) kryterium celu wyodrębnia:
- prognozy badawcze
- prognozy ostrzegawcze (przewidują wydarzenia ze wzg na wystąpienie negatywnych dla odbiorców zdarzeń)
- prognozy normatywne
e) kryterium stopnia szczegółowości
- prognozy ogólne i szczegółowe
f) kryterium zasięgu wyróżnia:
- prognozy w skali makro dotyczące całego prognozowanego zjawiska
- prognozy w skali mikro dotyczące pojedynczych składowych określonych systemów
g) funkcja przygotowująca (preparacyjna) traktuje prognozowanie jako działanie przygotowujące inne działanie. Wyróżnia się prognozy:
- zmiennych niesterowanych przed podejmującego decyzję
- zmiennych sterowanych przez decydenta
h) funkcja informacyjna polega na przygotowaniu odbiorcy prognozy na określony wariant wydarzeń np. zapowiedź tzw. ,,reforma Balcerowicza” miała na celu przygotować społeczeństwo na okres oszczędności.
Klasyfikacja metod prognozowania:
Według Czerwińskiego
~Metoda prognozowania obejmuje sposób przetworzenia danych o przeszłości oraz sposób podejścia od danych przetworzonych do prognozy. Sposób przejścia od danych przetworzonych do prognozy nazywany jest regułą prognozy. Wyróżniamy trzy podstawowe reguły prognoz:
- reguła podstawowa wg tej reguły, po przyjęcia założenia, że model, który dobrze opisywał przeszłość będzie także dobrze opisywał przyszłość, dokonana jest ekstrapolacja trendu (modelu) poza zebrany zbiór danych. W modelach regresji, liniowej ta reguła przyjmuje postać reguły prognozy nieobciążonej. Gdy występują przypuszczenia o uzasadnionej możliwości odchylenia ostatnich zaobserwowanych danych od modelu. To stosujemy regułę podstawową z poprawką.
- reguła największego prawdopodobieństwa wg, Której prognozą jest stan zmiennej, któremu odpowiada największe prawdopodobieństwo (lub maksymalna wartość funkcji gęstości rozkładu)
- reguła minimalnej straty wg której prognozą jest taki stan zmiennej, którego realizacja spowoduje najmniejsze straty.
Modelem jest przedstawienie danego zjawiska (procesu, rzeczy) za pomocą odpowiednich środków odtwarzających. Zadaniem modelu jest imitowanie wybranych cech danego zjawiska. Mamy modele fizyczne i abstrakcyjne (myślowe i matematyczne). Na potrzeby prognoz w naukach ekonomicznych poniżej zostaną przedstawione metody ilościowe oraz jakościowe.
Metody ilościowe (matematyczno-statystyczne) to takie metody, których prognozy przyszłości oparte są o dane dotyczących danego zjawiska z przeszłości, ujęte w normalny model prognostyczny. Możemy wymienić modele szeregów czasowych, ekonomiczne (regresji), testy rynkowe.
Metody jakościowe (nieme atematyczne, heurystyczne) to takie metody, w których wykorzystane są opinie ekspertów. Są to modele o charakterze myślowym i intuicyjnym, przy których tworzeniu mogą być ujęte metody formalne. Możemy wymienić opinie ekspertów, burze mózgów, itp.
Etapy prognozowania
Proces prognozowania musi być dokładnie zaplanowany i starannie prowadzony. Udzia w nim, oprócz analityka winien mieć odbiorca prognozy, który nie musi znać metod prognozowania, wystarczy że Jano sformułuje swoje wymagania co do kształtu i wyniku prognozy.
Sformułowanie zadania prognostycznego. Określamy podstawowe parametry tj. obiekt prognozy, zmienne, analizowane zjawisko, horyzont przestrzenny prognozy, cel oraz wymagania dopuszczalności prognozy
Sformułowanie przesłanek prognostycznych. Wymaga nakłady prognosty i zlecającego prognozę. Sformułowanie przesłanek prognostycznych jest ułatwione dzięki wzajemnej komunikacji zleceniodawcy i zleceniobiorcy prognozy. Na tym etapie, uwzględniając charakterystykę zjawiska, różne opinie, wskaźniki metodologiczne, ustala się zbiór potencjalnych danych oraz formułuje się postawę wobec ewentualnych wyników prognozy.
Wybór metod prognozowania. Po ustaleniu przesłanek prognostycznych, z uwzględnieniem dostępności danych analityk wybiera metodę prognozowania. Mogą to być analizy szeregu czasowego czy modelowania ekonomicznego (regresji). Jako pomocnicze można ująć np. metody :taksonomiczne, symulacyjne, analogowe, heurystyczne.
Konstrukcja prognozy. Dokonujemy wyznaczenia prognozy zgodnie z procedurą daną dla wybranej metody. Na tym etapie należy opisać podjęte decyzje, co do wyboru parametrów metody prognostycznej. Określamy także jakość ,, ex-ante” zbudowanej prognozy.
Weryfikacja prognozy. Oceniamy jakość błędów prognozy, uwzględniając maksymalny dopuszczalny, akceptowany przez zlecającego prognozę błąd prognozy ,,ex-post” . jeżeli prognoza spełnia zadane kryteria, możne być wykorzystana w praktyce. Jeżeli nie, to należy prześledzić wszystkie etapy i metody prognozy, znaleźć przyczynę błędu i powtórzyć proces prognozowania.
Dane statystyczne
Mamy zmienne ilościowe – są to właściwości, które można zmierzyć i wyrazić według odpowiednich jednostek fizycznych (cm, sztuka, kg)
Możemy też wyróżnić zmienne quasi – ilościowe (porządkowe), które kwantyfikują natężenie badanej właściwości przedstawionej w sposób opisowy, porządkując w ten sposób zbiorowość np. wynik egzaminu II roku ZD ze statystyki.
Zmienne ilościowe dzielimy na:
Dyskretne (skokowe). Zbiór wartości w danej skali liczbowej jest skończony Lub przeliczalny (np. liczba studentów w Sali)
Ciągłe, przyjmujące wartości z określonego przedziału liczbowego np. wzrost, waga
Zmienne quasi – ilościowe ze swojej natury są dyskretne w sensie skokowym lecz są traktowane jako ciągłe, ponieważ skala wartości, które mogą przebyć jest bardzo duża.
Zmienne jakościowe (niemierzalne, kwalitatywne) są określone słownie np. płeć, cechy demograficzne
Stymulanta to taka zmienne, której wyższe wartości kwalifikują jednostkę statystyczną jako lepszą z punktu widzenia badania. Pojęcie de stymulanty jest odwrotne, zaś nominanta to taka wartość normatywna, od której odchylenie się ,,in plus: bądź ,,in minus” jest zjawiskiem negatywnym z punktu widzenia prowadzonego badania.
Możemy wyróżnić:
Dane wewnętrzne pochodzą z „wnętrza” obiektu (np. rejestry kosztów firmy, sprawozdanie ze sprzedaży) oraz dane zewnętrzne- dane otoczenia obiektu, np. dane o inflacji, stopach procentowych dla podmiotu gospodarczego.
Kryteria jakie muszą spełniać dane w procesie prognozowania: (rozwinąć sobie)
Rzetelność
Jednoznaczność
Identyfikowalność zjawiska ze zmienną
Kompletność
Aktualność danych
Akceptowalność, realność kosztów związanych z pozyskaniem i analizą danych
Porównywalność danych w aspekcie czasowym, terytorialnym, metod obliczeń, pojęć definicji i klasyfikacji
PREDYKCJA MODELU EKONOMETRYCZNEGO
Modele ekonometryczne mogą być konstruowane w celach:
- identyfikacji powiązań strukturalnych
- prognozowania
- analiz symulacyjnych
- optymalnego sterowania
Opisowy model ekonometryczny jest równaniem lub układem równań, który w sposób przybliżony przedstawia zasadnicze powiązania