Pojęcie i istota prognozy:

Prognozowanie- racjonalne, naukowe przewidywanie przyszłych zdarzeń

Prognozowanie-( Czerwiński) sad o zajściu określonego zdarzenia w czasie określonym z dokładnością do momentu lub okresu czasu należącego do przyszłości

Prognoza statystyczna- ( Helwig) każdy sąd, którego prawdziwość jest zdarzeniem losowym, przy czym pdp tego zdarzenia jest znane i jest wystarczająco duze dla celów praktycznych

Prognoza- ( Cieślak) sąd o następujących właściwościach:

- jest sformułowany z wykorzystaniem dorobku nauki

- odnoszący się do określonej przyszłości

- weryfikowany empirycznie

- niepewny, ale akceptowany

Założenia prognozowania:

1.Znajomość modelu kształtowania się zmiennej prognozy

2.Stabilność prawidłowości ekonomicznej w czasie( Parametry strukturalne modelu odzwierciedlają rzeczywiste relacje ilościowe między zmienną endogeniczną, która jest zmienną prognozowaną i występującymi zmiennymi objaśniającymi.

3.Stabilność rozkładu składnika losowego modelu

4.Znane są wartości zmiennych objaśniających w okresie prognozowanym

5.Dopuszczalna jest ekstrapolacja modelu poza zaobserwowany w próbie obszar zmienności zmiennych objaśniających

Prawie stabilność- sytuacja, gdy parametry modelu ulegają zmianie, ale zmiany te są regularne oraz stosunkowo powolne;

Podstawowe postulaty teorii predykcji:

1.Każda prognoza powinna być obliczona z odpowiednim miernikiem rzędu dokładności

2.Przy wyborze sposobu budowy prognozy dążyć należy do możliwie wysokiej efektywności predykcji, to jest osiągnięcia możliwie zadowalającej wartości wybranego miernika rzędu dokładności predykcji

Funkcje prognoz:

1.Funkcja preparacyjna wg której prognozowanie jest działaniem, które przygotowuje inne działania

2.Funkcja aktywizująca- polega na pobudzaniu do podejmowania działań sprzyjających realizacji prognozy, gdy zapowiada się zdarzenie korzystne i przeciwstawiających się jej realizacji gdy przewidywane zdarzenia oceniane są niekorzystnie

3.Funkcja informacyjna, która polega na zapoznaniu się z nadchodzącymi zmianami

Klasyfikacja prognoz:

I. ze względu na horyzont czasowy:

- perspektywiczne( z horyzontem od 10 do20 lat)

- długoterminowe( obejmuje ponad 5 lat; dotyczy takiego przedziału czasu, w którym mogą wystąpić zarówno zmiany ilościowe jak i poważne zmiany jakościowe)

- średnioterminowe( dotyczy 2 do 5 lat; jest to okres czasu, w którym oczekuje się nie tylko zmian ilościowych, ale i śladowych zmian jakościowych)

- krótkoterminowe( prognoza na taki przedział czasu, w którym zachodzą tylko zmiany ilościowe; zwykle nie przekracza 1 roku)

Zmiany jakościowe polegają na zmianie istotnych cech zjawisk. Znajdują wyraz w odejściu od dotychczasowej prawidłowości np. zmiana postaci trendu.

II. ze względu na cel:

- ostrzegawcze( ich zadaniem jest przewidywanie zdarzeń niekorzystnych dla odbiorcy prognozy)

- badawcze( mają na celu wszechstronne rozpoznanie przyszłości i ukazanie wielu możliwych ich wersji)

- normatywne( podstawowym zadaniem jest ułatwienie wyboru potrzeb i przyszłych celów wraz z określeniem zadań i środków)

III. ze względu na funkcje spełniane przez prognozy:

- operacyjne( są wykorzystywane jako narzędzie planowania operatywnego oraz bieżącej polityki gospodarczej; zwykle nie przekraczają 1 roku)

- strategiczne( pełnią rolę narzędzi planowania długookresowego i perspektywicznego)

IV. ze względu na charakter prognozowanych zjawisk:

- ilościowe( gdy stan zmiennej prognozowanej jest wyrażany liczbą; np. prognozowanie stóp procentowych):

+ punktowa( jest liczbą uznaną za najlepszą ocenę wartości zmiennej prognozowanej)

+ przedziałowa( jest to przedział liczbowy, który zadanym pdp nazwanym wiarygodnością prognozy zawiera nieznana wartość zmiennej prognozowanej w okresie prognozowania)

- jakościowe( dotyczą zjawisk typu jakościowego np. kandydatów na prezydenta)

V. ze względu na stopień szczegółowości:

- ogólne

- szczegółowe

VI. ze względu na zasięg terenowy:

- światowe

- międzynarodowe

- lokalne i regionalne

- krajowe

VII. ze względu na zakres ujęcia:

- całościowe i częściowe

- globalne i odcinkowe

- kompleksowe i fragmentaryczne

Zasady prognozowania:

1.Status quo

Oznacza, że prawidłowości zaobserwowane w przeszłości będą również aktualne w przyszłości. Wszystkie są wykorzystywane w prognozowaniu i traktuje się je jednakowo ważnie.

2.Postarzania informacji

Polega na tym, że w miarę upływu czasu zmieniają się prawidłowości ekonomiczne. Dane starsze mają mniejsze znaczenie niż nowsze. Zatem danym z różnych okresów przypisuje się różne rangi.

Dane wykorzystywane w prognozowaniu:

- wewnętrzne( gromadzone są w obiekcie prognozowanym na potrzeby zarządzania tym obiektem lub specjalnie na potrzeby prognozowania)

- zewnętrzne( zakres ich nie zależy od obiektu, dla którego sporządza się prognozę; dotyczą one otoczenia bliższego, tworzonego przez obiekty bezpośrednio powiązane z obiektem prognozowanym oraz dalszego tworzącego ogólne warunki funkcjonowania obiektu)

+ dane statystyczne prezentujące stan zjawisk i procesów w jednym momencie, w jednorodnych jednostkach np. przedsiębiorstwa ( dane przekrojowe)

+ dane prezentujące d ynamikę zjawisk i procesów opracowane w formie szeregów czasowych. Są to tzw. dane dynamiczne.

Reguły prognozowania:

Reguła prognozy - sposób przejścia od danych przetworzonych do prognozy;

Wyróżniamy 4 reguły prognozy:

1. podstawowa - prognozą jest stan zmiennej prognozowanej w okresie t lub momencie, otrzymany z modelu tej zmiennej przy przyjęciu założenia, że model będzie aktualny w chwili, na którą określa się prognozę; model ten otrzymujemy przez ekstrapolację; w przypadku klasycznego modelu regresji liniowej podstawowa reguła prognozy przybiera postać reguły nieobciążonej wg której prognoza jest wartością oczekiwaną zmiennej y w chwili T, T>n ( n- liczba obserwacji)

E- nadzieja matematyczna ( wartość oczekiwana) zmiennej y w momencie lub okresie T

- prognoza zmiennej y w momencie lub okresie T

2)podstawowa z poprawką - jest modyfikacją reguły podstawowej; korzysta się z niej gdy występują uzasadnione przypuszczenia, że ostatnio zaobserwowane odchylenia danych empirycznych od modelu utrzymają się w przyszłości;

p- poprawka

Sposób liczenia poprawka zależy od zaobserwowanych odchyleń w modelu.

3) największego prawdopodobieństwa - prognozą jest wartość modalna rozkładu, co oznacza, że prognozą jest stan zmiennej, któremu odpowiada największe prawdopodobieństwo lub maksymalna wartość funkcji gęstości rozkładu; ta reguła jest stosowana, gdy zmienna prognozowana jest zmienną losową i znany jest

4) minimalnej straty - według tej reguły prognozą jest stan zmiennej, którego realizacja powoduje minimalne straty. Przyjmuje się, że wielkość straty jest funkcją błędu prognozy i poszukuje się minimum tej funkcji.

Metody prognozowania

Metoda prognozowania jest sposobem, który służy do rozwiązywania zadań prognostycznych. Ogólnie dzielimy je na:

-matematyczno- statystyczne( służą do prognozowania krótko i średniookresowego; oparte są głównie na szeregach czasowych i przekrojowo- czasowych):

+metody oparte na modelach deterministycznych( np. bilans)

+metody oparte na modelach ekonometrycznych:

*model jednorównaniowy( klasyczne modele trendu, adaptacyjne modele trendu, modele przyczynowo- opisowe, modele autoregresyjne)

*modele wielorównaniowe( proste, rekurencyjne, o równaniach współzależnych- trwają jeszcze badania nad tymi modelami)

-niematematyczne(polegają na wykorzystaniu opinii ekspertów opartej na szerokiej wiedzy, intuicji i doświadczeniu):

+metody ankietowe

+metody intuicyjne

+metody ekspertyz

+metody kolejnych przybliżeń

+metoda delficka

+metody analogowe

+metody modelowe

+metody refleksji

Wybór metod prognozowania jest wymagany przez ocenę jakości modelu tj. ocenę jego zgodności z danymi empirycznymi oraz ocenę wartości prognostycznej modelu.

Etapy prognozowania:

1. sformułowanie zadania prognostycznego( należy określić obieky, zjawisko, zmienne, które podlegają prognozowaniu, cel wyznaczania prognozy, wymagania co do dopuszczalności prognozy i horyzontu prognozy)

2. zebranie danych statystycznych i ich analiza( gromadzi się dane statystyczne dotyczące zmiennej, która jest przedmiotem prognozowania jak i zmiennych przyjętych do opisu tej zmiennej)

3. wybór metody prognozowania( znajdują zastosowanie różne metody prognostyczne ze względu na rodzaj sporządzanej prognozy, jej cel oraz charakter przewidywanego zjawiska)

4. wyznaczenie prognozy( następuje przetwarzanie danych; zwykle ostateczna prognoza powstaje jako wypadkowa kilku metod prognozowania)

5. ocena trafności prognozy( przeprowadza się szczegółową analizę i ocenę otrzymanych wartości liczbowych)

Systematyczna analiza trafności prognoz umożliwia ocenę:

1. stopnia niepewności prognozowania poszczególnych zmiennych

2. osiąganego horyzontu prognozy

3. źródeł niedoskonałości prognoz

4. formułowania rekomendacji co do dalszego wykorzystania danej metody prognozowania

5. wyboru tej metody spośród wielu, która dla danej zmiennej daje najmniejsze błędy ex post;

Błąd typu ex ante - jest określany przed upływem czasu, na który prognoza została ustalona. Mierniki dokładności typu ex ante służą do oceny oczekiwanych wielkości odchyleń rzeczywistych, wartości zmiennej prognozowanej od podstawowych prognoz. Mierniki te wykorzystywane są do określenia dopuszczalności prognozy. Prognoza jest dopuszczalna, gdy obarczona jest przez jej odbiorcę stopniem zaufania wystarczającym do tego, by mogła być wykorzystana do celu, dla którego została ustalona. Kryterium dopuszczalności prognozy formułuje się z postaci warunku nałożonego na względny błąd predykcji.

Bezwzględny błąd średni prognozy ex ante D(y_t) zależy od :

- horyzontu prognozy (T-t) - gdy rośnie tym błąd jest większy

- liczebności próby n - im większa tym błąd mniejszy

- stopnia dopasowania modelu - im Se większe tym błąd mniejszy

Poziom błędu bezwzględnego i względnego prognozy przedziałowej zależy od:

- bezwzględnego błędu średniego prognozy punktowej ex ante;

- przyjętej wiarygodności prognozy;

Błędy typu ex post - to błędy wyznaczane po upływie czasu, na który została ustalona prognoza; mogą dotyczyć jednej prognozy lub ciągu prognoz;

- bezwzględny błąd prognozy:

-realizacja zmiennej y w czasie T

-prognoza zmiennej y na czas T otrzymana z danej metody

Miernik ten informuje o jaką wartość różni się rzeczywista wartość zmiennej prognozowanej od postawionej prognozy. Znak „+”oznacza, że rzeczywista wartość jest wyższa od prognozy( niedoszacowanie zjawiska). Znak „-„ oznacza, że rzeczywista wartość jest niższa od prognozy( przeszacowanie zjawiska)

- względny błąd prognozy ex post:

Informuje o ile % rzeczywista wartość zmiennej prognozowanej odchyla się od postawionej prognozy

- średni bezwzględny błąd prognozy:

- średni względny błąd prognozy ex post:

- średni kwadratowy błąd prognozy ex post

Informuje o ile średnio odchylają się zaobserwowane wartościzmiennej prognozowanej od wartości postawionych prognoz.

- względny średni błąd prognozy

- współczynnik Janusowy

Określa on relację stopnia dopasowania prognoz i modelu do danych rzeczywistych. Jeżeli współczynnik Janusowy jest <1 to uważa się, że dotychczasowe prognozy są trafne i model może być wykorzystany do prognozowania.

- współczynnik Tylea

Jeżeli przyjmuje wartości bliskie 0, to prognozy są prawidłowe.

Dopuszczalność prognozy - prognoza jest dopuszczalna, gdy obarczona jest przez jej odbiorcę stopniem zaufania wystarczającym do tego, by mogła być wykorzystana do celu, dla którego została ustalona. Kryterium dopuszczalności prognozy formułuje się w postaci warunku nałożonego na względny błąd predykcji.

Zalety praktycznego wykorzystania modelu tendencji rozwojowej do prognozowania :

1. do budowy modelu niezbędne są jedynie informacje dotyczące zmiennej prognozowanej

2. nie występuje problem znajomości zmiennych objaśniających w okresie prognozowanym

3. modele tendencji rozwojowej są w większości przypadków liniowe lub dające się sprowadzić do postaci liniowej

4. łatwo można ocenić dokładność budowanych prognoz;

Wahania sezonowe - wahania o cyklu rocznym charakteryzujące się regularnym przebiegiem i wywołują okresowy i powtarzający się cyklicznie wzrost lub spadek badanego zjawiska.

Wahania sezonowe wyznaczane są z szeregów czasowych przez porównanie realizacji empirycznych z teoretycznymi.

W zależności od sposobu tego porównania wyróżniamy:

- wahania addytywne (bezwzględnie absolutne)

- wahania multiplikatywne (względnie relatywne)

Wahania addytywne występują, gdy różnice między rzeczywistymi empirycznymi wartościami szeregu czasowego a teoretycznymi są względnie stałe.

Wahania multiplikatywne występują, gdy iloraz wartości empirycznych i teoretycznych jest mniej więcej stały.

W prognozowaniu na podstawie modeli adaptacyjnych najczęściej wykorzystywane w praktyce to:

1) model wyrównywania wykładniczego Browna - istota tej metody polega na tym, że wartości szeregu wygładza się za pomocą średniej ruchomej ważonej, zaś wagi określone są wg reguły wykładniczej;

2) metoda wag harmonicznych - w metodzie tej wyróżniamy 2 etapy:

a. wyrównywania szeregu czasowego za pomocą trendu pełzającego - trend pełzający (ruchomy) stosowany jest do opisu kształtowania się zjawiska w czasie, gdy charakteryzuje się ono nieregularnymi zmianami;

b. ekstrapolację trendu metodą wag harmonicznych - metodę wag harmonicznych stosuje się do zjawisk charakteryzujących się nieregularnością oraz częstymi załamaniami trendu;

Modele ekonometryczne wykorzystywane są do prognozowania średniookresowego takich wielkości jak: struktura produkcji, konsumpcji, analiza kosztów, wydajność pracy;

Zalety tej metody prognostycznej to:

1. prosta budowa i interpretacja ocen parametrów

2. możliwość obliczeń błędów predykcji ex-ante

3. możliwość uzyskania prognoz wariantowych

4. możliwość doboru metod estymacji parametrów modelu w zależności od przyjętych założeń odnośnie składnika losowego (niejednorodność wariancji lub autokorelacja składników losowych implikuje stosowanie uogólnionej metody najmniejszych kwadratów;

Założenia prognozy ekonometrycznej:

1. znany jest dobry model (dobrze opisujący badane zjawisko)

2. występuje stabilność relacji strukturalnych w czasie, co oznacza, że postać modelu i wzajemne oddziaływanie zmiennych są stałe aż do momentu lub okresu prognozowanego włącznie;

3. składnik losowy ma stały rozkład w czasie, co oznacza, że nie pojawią się nowe ważne zmienne oddziałujące na prognozowane zjawisko, zaś dotychczasowe nie zmienią siły oddziaływania

4. znane są wartości zmiennych objaśniających X_i w obszarze prognozowanym; zwykle zmienne te ustalane są :

- w oparciu o funkcję trendu zbudowane dla tych zmiennych

- wartości ustalone w planach i inne opracowania prognostyczne

5. można ekstrapolować model poza jego dziedziną.

Wymienione założenia zwykle są spełnione przy sporządzaniu prognoz krótkookresowych.

Na podstawie jednorównaniowego modelu ekonometrycznego buduje się prognozy punktowe i przedziałowe.

Prognozy punktowe podawane są za pomocą jednej liczby stanowiącej najlepszą ocenę przyszłej realizacji zmiennej prognozowanej.

Prognozy przedziałowe obejmują przedział liczbowy, który ze góry zadanym prawdopodobieństwem będzie zawierać przyszłą realizację zmiennej prognozowanej.

Praca pochodzi z serwisu www.e-sciagi.pl

1

1

---