CC BY
334
УДК 001.18
Михайлова Е. Б.
ПРОБЛЕМА КЛАССИФИКАЦИИ МОДЕЛЕЙ И МЕТОДОВ ПРОГНОЗИРОВАНИЯ
Аннотация
Рассмотрены различные подходы к классификации методов и моделей прогнозирования. Проводится сравнение сильных и слабых сторон каждого подхода. Проанализированы отличия между методами подготовки данных для прогнозирования, инструментами для прогнозирования и собственно методами получения оценок прогноза, поскольку во многих публикациях и источниках данные понятия не отделяются друг от друга, что приводит к смешиванию методов и моделей прогнозирования. Приведены основные критерии, которым должна соответствовать классификация методов и моделей прогнозирования для того, чтобы отвечать требованиям полноты и сопоставимости.
Ключевые слова
Прогнозирование, классификация, методы и модели прогнозирования, глубина упреждения прогноза.
JEL: C53, F17
Mikhaylova E. B.
PROBLEM OF FORECASTING MODELS AND METHODS CLASSIFICATION
Annotation
Article examines the approaches of different authors to classification of prediction methods and models, compares the strengths and weaknesses of each approach, which are illustrated on certain practical examples. Article analyzes the differences between methods of data-preparing for forecasting, forecasting tools and methods of obtaining forecast's estimates, since many publications and sources, these concepts are not separated from each other, which leads to mixing of methods and models of forecasting. Author presents the main criteria that must comply with classification of forecasting methods and models to meet requirements of completeness and comparability.
Keywords
Forecasting, classification, forecasting models and methods, depth of forecast's feedforward.
Одно из центральных мест в философии науки занимает принцип детерминизма, говорящий о всеобщей взаимосвязанности и взаимообусловленности. Основной же задачей науки как таковой является поиск объективной истины, выражающейся в выявлении причинно-следственных связей между событиями и явлениями для возможности прогнози-
рования будущей действительности. Именно возможность предсказывания будущей действительности является одной из важнейших целей сбора, систематизации, обновления и анализа фактов об окружающем нас мире.
Для понимания, в каком конкретном случае к какой модели следует прибегать при имеющихся ограничениях; в
каких направлениях на данный момент развивается прогностическая наука, актуальна задача классификации методов и моделей прогнозирования.
Самой общей классификацией является деление методов прогнозирования на интуитивные и формализованные. Интуитивные методы прогнозирования применяются тогда, когда объект либо слишком прост и потому не требует детального описания, либо настолько сложен, что аналитически учесть влияние многих факторов практически невозможно. Формализованные методы позволяют строить модели прогнозирования, то есть на основе математической зависимости оценивать будущее значение процесса - строить прогноз.
В одном из подходов [1] данное деление основывается на значении глубины упреждения прогноза, рассчитываемого по формуле:
М
—, (1) 'х
где Дt - абсолютное время упреждения; Ьх - величина эволюционного цикла объекта прогнозирования.
Другими словами, т - это отношение временного периода, на который строится прогноз, к общей длине анализируемого ряда. Например, если необходимо спрогнозировать значение на 1 месяц вперед, исходя из данных за прошлый год, то глубина упреждения прогноза в данном случае будет равна:
т= — = 0,083.
12
При этом если значение т < 1, то, по мнению Э. Тихонова, эффективнее использовать формальные методы, позволяющие аналитически учесть влияние всех факторов. К интуитивным же стоит обращаться в случаях, когда период упреждения значительно больше 1. В случаях когда т^1, возможно комбинирование обоих методов [1 ].
На практике здесь проходит грань между составлением тактических и стратегических прогнозов. При состав-
лении первых исследователю нет необходимости выбирать дальнее плечо прогноза - его выбор периода прогноза будет зависеть от управленческих решений, которые необходимо будет принять, основываясь на проводимом анализе. В случае стратегического прогноза (на 5-10-20 лет вперед) следует использовать различные варианты экспертных оценок, поскольку они будут учитывать не только количественные, но и качественные изменения в изучаемом процессе. Например, можно сколько угодно пытаться прогнозировать объемы выхода продукции с распределительного центра (РЦ) компании на 2-5 лет вперед, основываясь на статистике прошлых лет, но без понимания долгосрочной стратегии развития логистики компании (работа с ассортиментом, переключение объемов на другие РЦ, рост производительности труда, капитальный ремонт и прочее) даже статистически надежный прогноз будет некорректен, а значит, не принесет никакой практической пользы. С данной точки зрения критерий классификации вполне оправдан, однако, если взглянуть на проблему «от обратного», то мыслится необоснованной невозможность применения интуитивных оценок к прогнозам с небольшой глубиной упреждения, и Э. Тихонов не приводит никаких дополнительных доводов для этого. Однако краткосрочный прогноз, построенный с помощью формализованных методов, априорно позволяет получить меньшую ошибку прогноза, чем при использовании интуитивных методов, что на самом деле и должно определять выбор метода прогнозирования.
К сожалению, несмотря на достаточную освещенность данного вопроса в научной литературе, дальнейшая приведенная классификация не имеет четкой логики и однозначно определенных классификационных признаков. В полном объеме она представлена на рисунке 1.
Методы прогнозирования
Рисунок 1 - Классификация методов прогнозирования по Э. Тихонову
Стоит отметить, что на втором этапе автор задает классификационный признак - «общий принцип действия». Интуитивные методы в соответствии с ним подразделяются на индивидуальные и коллективные, а формализованные - на экстраполяционные, системно-структурные, математические, ассоциативные и методы опережающей информации. Далее все методы подразделяются в зависимости от способа получения прогнозной информации.
На этом этапе возникает ряд спорных вопросов. Во-первых, если в основу второго этапа классификации закладывается общий принцип действия, то непонятно разграничение экстраполяци-онных методов и математических - ведь корреляционно-регрессионный анализ также является одним из методов экстраполяции, когда будущие значения ряда исследователь получает на основании предыдущих и текущих его значений (т. е. распространяет «вперед» какую-либо тенденцию). Факторный анализ вообще не является методом прогнозирования - это метод поиска взаимосвязей между переменными.
Налицо возможная ошибка автора в том, что в его классификации смешаны методы для подготовки исходных данных, инструменты для прогнозирования и собственно методы прогнозирования, а также количественные и неколичественные методы. Методы подготовки данных - это методы обработки исходной информации, позволяющие обработать или каким-либо способом улучшить имеющийся исследуемый массив (к ним можно отнести факторный анализ, всю ветвь методов опережающей информации, вариационные методы). Инструменты для прогнозирования - это устоявшиеся методики математической обработки исследуемого ряда данных (например, указанный
МНК, матричный метод, экспоненциальное сглаживание). Методы подготовки данных - это методы обработки исходной информации, позволяющие оптимизировать или каким-либо способом улучшить имеющийся исследуемый массив (к ним можно отнести факторный анализ, всю ветвь методов опережающей информации, вариационные методы). Инструменты для прогнозирования - это устоявшиеся методики математической обработки исследуемого ряда данных (например, указанный МНК, матричный метод, экспоненциальное сглаживание). Они могут применяться вне зависимости от конечного используемого метода прогнозирования. Собственно, методы прогнозирования - это синтез методов подготовки исходных данных и инструментов для прогнозирования, используемые для анализа полученной информации с целью получения итогового прогнозного значения ряда данных.
Во-вторых, в работе присутствуют классификационные признаки для каждой «ступени», однако подробно разобран только принцип деления методов на интуитивные и формализованные. Дальнейшее выделение признаков в пособии не обосновано и не даются четкие определения для каждого из них. Например, не понятно, по какому принципу методы делятся на экстраполяци-онные, математические, системно-структурные и т. д. Также если третья ступень выделяется по способу получения прогнозной информации, то данный признак некорректен, т. к. большая часть указанных методов не позволяет получить оценку прогноза.
В другой работе «Основы экономического прогнозирования» [2] также дается только классификация методов прогнозирования без обзора моделей (рис. 2).
Рисунок 2 - Классификация методов прогнозирования по Н. М. Громовой и Н. И. Громовой
Несмотря на то что авторский коллектив использует в своем подходе аналогичные классификационные признаки (степень формализации, общий принцип действия, способ получения прогнозной информации), данная структура более строгая и ясная. Однако выбор самих классификационных признаков также не обосновывается и подробно авторами не разбирается.
Авторами не дается определение формализованных методов, а также последующих ветвей классификации. Однако деление формализованных методов на методы прогнозной экстраполяции и методы моделирования можно считать здравым и логичным.
Общая структура, к сожалению, не отражает всей широты существующих методов прогнозирования, например, отсутствует группа корреляционно-регрессионных методов. Но в то же время она включает в себя методы, ко-
торые могут быть объединены в одну группу. Например, методы экспоненциального, адаптивного сглаживания, метод скользящих средних и гармонических весов можно объединить в одну группу методов сглаживания ряда на основе скользящих средних.
В работе [3] Д. В. Мамонтова и С. В. Селезнева приведена классификация как методов, так и моделей прогнозирования. Методы в этой работе на первом этапе классически делятся на интуитивные и формализованные. Классификация методов прогнозирования, описанная в цитируемой работе, приведена на рисунке 3, моделей - на рисунке 4. Как видно из схемы, авторы не приводят классификацию формализованных методов, а далее непосредственно переходят к описанию моделей прогнозирования. Можно заключить, что в случае формализованного подхода метод и модель приравниваются друг к
другу, что не совсем корректно, т. к. метод прогнозирования - это устойчивая последовательность действий, которые совершает исследователь для получения модели прогнозирования. Модель прогнозирования - это функциональное представление, адекватно описывающее исследуемый процесс и являющееся основой для получения его будущих значений. Классификация самих моделей прогнозирования приведена без классификационных признаков. Тем не менее в статье четко и подробно описаны ос-
новные группы и виды моделей прогнозирования, даны их определения и отличительные черты. Например, модели предметных областей обозначены как узкоспециализированные - их применение ограничено зависимостями и законами той сферы, в которой они применяются. Статистические и структурные модели в этом плане описаны как более гибкие и универсальные - на одних и тех же моделях есть возможность строить прогнозы явлений из абсолютно разных предметных областей.
Рисунок 3 - Классификация методов прогнозирования по Д. В. Мамонтову и С. В. Селезневу
Авторы дают определение и примеры статистических и структурных моделей, но в то же время они не выделяют классификационный признак, в соответствии с которым они подразде-
ляют данные модели. Таким образом, у авторов отсутствует обоснование деления моделей на подгруппы, а классификация прогностических методов явно не завершена.
Модели прогнозирования
Модели предметной области
Рисунок 4 - Классификация моделей прогнозирования по Д. В. Мамонтову и С. В. Селезневу
После ознакомления с различными точками зрения на данную проблему определим основные моменты, которые необходимо учесть при составлении классификации методов и моделей прогнозирования, чтобы избежать возможных ошибок и спорных моментов:
- необходимо классифицировать только методы и модели, используемые при получении прогнозных оценок;
- обязательно разделять классификации методов и моделей прогнозирования;
- обязательно обосновывать и пояснять классификационные признаки;
- выделять общие классификационные группы, а не отдельные виды методов или моделей прогнозирования.
Библиографический список
1. Тихонов, Э. Е. Методы прогнозирования в условиях рынка : учеб. пособие. - Невинномысск, 2006.
2. Громова, Н. М., Громова, Н. И. Основы экономического прогнозирования. - М. : Академия Естествознания, 2006.
3. Мамонтов, Д. В., Селезнев, С. В. Классификация методов и моделей прогнозирования // Устойчивое развитие горных территорий. - 2014. - № 1. -С. 51-55.
Bibliographic list
1. Twhonov, E. E. Methods of forecasting in conditions of market : tutorial. -Nevinnomyssk, 2006.
2. Gromova, N. M., Gromova, N. I. Foundations of economic prognosis. - M. : Academy Of Natural Sciences, 2006.
3. Mamontov, D. V., Selezniov, S. V. Classification of methods and models of forecasting // Sustainable development of mountain territories. - 2014. - № 1. -P. 51-55.
