CC BY
79
НАУЧНЫЕ СООБЩЕНИЯ
И. Б. Загайтов, Л. П. Яновский
ОБ ОЦЕНКЕ ЭКОНОМИЧЕСКОЙ ЭФФЕКТИВНОСТИ ПРОГНОЗОВ В СЕЛЬСКОМ ХОЗЯЙСТВЕ
Рассматриваются методы совершенствования прогнозирования показателей сельскохозяйственного производства, основания их надежности и временного горизонта прогнозов, расширения их информационного обеспечения с целью своевременного принятия управленческих решений.
Трагичные последствия неурожая 1921 г. могли быть худшими, если бы правительство не признало «архиважным» представленный проф. В.А. Михельсоном еще в ноябре 1920 г. прогноз жестокой засухи на следующий год и не приняло посильные в тот период меры по концентрации ограниченных ресурсов для решения продовольственной проблемы: перехода от продразверстки к продналогу и др. Практическое использование материалов предвидения и последующего прогноза выражается в реализации определенных управленческих решений.
При выработке управленческих решений необходимо, во-первых, определить, какой уровень оправдываемости прогнозов можно считать минимально достаточным, во-вторых, обосновать способы оценки экономического эффекта использования прогностического материала.
Согласно исследованиям, выполненным на базе сравнительного анализа экстраполяции по фактическим и хаотизированным рядам динамики, было установлено, что в случае априорных прогностических оценок за низший предел оправды-ваемости прогнозов следует принять 80% [1]. Однако в дальнейшем удалось доказать, что этот предел достаточно пластичен и находится в нелинейной зависимости как от размеров и структуры информации базисного периода, так и от содержания и сложности решаемой задачи [2]. Так, по расчетам А. Зернюкова было установлено, что использование прогнозов мировых экспортных цен на пшеницу с заблаговременностью до года становится рентабельным только в случае 84-процентной и более оправдываемости прогнозов. Согласно расчетам А. Привалова, прогноз урожаев широкого ассортимента сельскохозяйственных культур, выполненный с годичной заблаговременностью для Воронежской области, позволяет уверенно маневрировать структурой посевов лишь тогда, когда оправдываемость прогноза приближается к 88% [3].
Заметим, что при решении практически значимых задач могут оказаться экономически эффективными прогнозы и с несколько меньшими характеристиками оп-равдываемости. Тем не менее приведенные ссылки правомерно рассматривать в качестве убедительного свидетельства того, что границы доверительного отношения к прогностической информации в агроэкономике лежат на более высоком уровне, чем в тех отраслях, где межгодовая колеблемость производства выражена значительно меньше.
Эффективность прогностической информации обнаруживается лишь в некоторой перспективе. Она должна измеряться путем сопоставления итогов хозяйственной деятельности при использовании прогноза (Ч”) с теми, когда прогноз не использовался. Поскольку оценка грядущих событий может осуществляться лишь с определенной
вероятностью, эффективность прогноза необходимо определить через показатель надежности прогнозов (Н), например, по формуле:
н = (П - 0)Ь ” +1 ’
где П - число оправдавшихся прогнозов в проверочной совокупности испытаний при разработке прогноза, скажем по технологии «ЗОНТ»; О - число ошибочных прогнозов в проверочной совокупности; Ь - коэффициент изменения оправдываемости прогноза в проверочной совокупности в сравнении с обучающей (Ь < 1); ” - общее число испытаний в проверочной совокупности.
При априорной оценке эффективности прогноза возникает задача формулирования оптимального управленческого решения, учитывающего как выгоды правильной прогностической оценки, так и потери в случае ошибочного прогноза.
Остановимся подробнее на формулировке данной задачи. Пусть, а - вероятность правильного прогноза (эта вероятность с учетом результатов оправдываемости прогноза на обучающей и проверочной совокупностях может быть рассчитана по формулам, приведенным ниже), 1-а - вероятность совершить ошибку в оценке прогностической ситуации. Предположим, что в случае правильного прогноза колебаний урожаев предлагается серия управленческих решений Р1, Р2, Рз, ... Р” (число предлагаемых решений ” прямо зависит от долговременности прогноза), которые могут дать эффекты Эь Э2, ... Э”. В случае ошибки те же управленческие решения приведут к потерям П1, П2, ... П”. Возможен и более благоприятный случай, когда управленческие решения при очевидном эффекте не нанесут существенного вреда в случае прогностической ошибки. Остановимся на более общем варианте, согласно которому можно сформулировать оптимизационную задачу следующим образом:
найти максимум функции Ф.
Ф=а(р1Э1+р2Э2+...+р”Э”)+(1-а)(р1П1+ р2П2+...+р”П”), а числа р1, р2 ... р” способны принимать только два значения 0 или 1(1-управленческое решение проводится в жизнь, 0 - игнорируется. Кроме того, предполагается, что Э1, Э2,... , П1, П2... включают затраты на проведение управленческих решений. В функцию Ф необходимо добавить также постоянное слагаемое - затраты на составление самого прогноза).
Очевидно, такая задача может быть решена в рамках полного перебора возможных вариантов решений. От крайне осторожного - ничего не предпринимать (р1=0; р2=0; ... р”=0), до готовности пойти на более рискованные мероприятия (в предельном варианте все р*=1, / =1, ... ”.).
Потребительная стоимость прогнозов, в отличие от потребительной стоимости аналитической и оперативной информации, характеризуется не только определенным объемом содержательности, но и конкретным уровнем заблаговременности.
Содержательность прогнозов определяется новизной, масштабностью, экономической весомостью объектов прогноза, спецификой субъекта - пользователя данной информацией.
Новизна информации может проявляться в том, что будучи однозначно конкретной, она в то же время необычна в том смысле, что не может быть получена с позиций традиционных представлений о динамике тех или иных процессов. Так, прогноз потребности в семенах на следующий год менее содержателен, чем прогноз урожая, который можно собрать после высева этих семян, потому что прогноз потребности в семенах технически прост, осуществляется нормативно, не требует использования новых, нетрадиционных методов расчета. Аналогично можно показать, что прогноз цен на продукцию животноводства содержит больше новизны, чем прогноз объемов производства молока, мяса, яиц; поскольку прогноз рентабельности предприятий сложнее, чем прогноз себестоимости их продукции, то соответственно и его должна отличать большая новизна.
Масштабность прогностической информации определяется сферой возможного ее практического использования — на уровне отдельных предприятий или районов, областей, государств; на уровне отдельных отраслей, народнохозяйственных комплексов или народного хозяйства в целом. Позитивный итог роста масштабности прогнозов может достигаться за счет сочетания прогнозов макро- и микроуровня.
Экономическая весомость объектов прогноза наиболее очевидным образом влияет на уровень их потребительной стоимости. Так, поскольку состояние зерно
производства в большей мере, чем садоводства, сказывается на общих итогах развития АПК России, то естественно, что при равной успешности разработки прогнозов динамики производства зерна и фруктов более важными нужно признать прогнозы зернопроизводства. И точно так же при оценке различных способов разработки прогнозов следует учитывать повышенную экономическую весомость прогнозов экстремальных ситуаций: существенно избыточной влажности, засух, нашествий вредителей.
Нужно количественно оценивать неравнозначность потерь, с одной стороны, от неурожая, с другой - от высокого валового сбора продукции. В первом случае ущерб проявляется либо в больших финансовых затратах, либо в ограничении потребления продукции, что обычно сопровождается негативными межотраслевыми экономическими, а также социальными последствиями. Во втором случае приходится нести дополнительные издержки не только на уборку и хранение (в том числе ради сдерживания падения цен), но и на компенсацию избыточного выноса с урожаем питательных веществ из почвы. При этом чем экономически слабее страна, тем для нее относительно больше весомость потерь от неурожая. Следовательно, более значимыми для России являются те прогностические исследования, которые позволяют с высокой надежностью ожидать неурожаи: в одних районах под влиянием засух, в других - от вымерзания посевов, в третьих - из-за избыточной влажности.
Методика прогнозов может быть признана рациональной только в том случае, если она ориентирована на показатели, способные стать базой расчета ВВП, чистого продукта, ренты, прибыли, рентабельности и т. д.
Временной горизонт прогноза определяется его назначением. Например, если успешные краткосрочные прогнозы осадков и температур, скажем на 5 дней, позволяют рационализировать организацию отдельных видов сельхозработ (сев, борьбу с вредителями и болезнями, уборку урожая), то с увеличением прогноза осадков и температур до 5 мес. возможен маневр структурой ярового сева; при прогнозах за 10 мес. появилась бы возможность выбора более эффективных пропорций в посевах яровых и озимых культур, и т.д.
Далеко не всегда долговременный прогноз экономически более значим, чем средне- и краткосрочный. Так, прогноз колебаний курса ценных бумаг, как правило, особенно важен за несколько суток. Прогноз колебаний цен на зерно на год полезней, чем на 20-25 лет. Наоборот, при проектировании строительства сахарного завода, прокладки дорог и т. д. нужно ориентироваться на долговременный прогноз спроса на сахар, услуги транспорта и т.д.
С нашей точки зрения, при расчете априорной экономической эффективности долгосрочных прогнозов необходимо вводить дисконтирующие множители, учитывающие как стандартное дисконтирование ожидаемых денежных потоков, так и рост вероятности получения ошибочного прогноза - в целом или частично; в конечном счете или на отдельных его этапах.
Оптимизация горизонта прогнозов требует исследования специфики достижения оптимума долговременности при решении конкретных задач; разработки методов, позволяющих сочетать прогнозы долгосрочные, среднесрочные и краткосрочные. В прогнозах урожая это предполагает достижение возможности использования прогнозов со сроком до трех лет, т.е. на период звена севооборота, для более обоснованного решения вопросов оптимизации резервных фондов. Дополнение многолетнего прогноза урожая оценками с заблаговременностью до 15 мес. позволит правильно сориентироваться в выборе пропорций озимого и ярового сева; а 35 мес. - точней определиться в объемах ожидаемого урожая и ресурсов товарной продукции на отдельных территориях.
Основная задача повышения новизны прогностической информации видится в улучшении познания закономерностей динамики изучаемых событий на уровне не столько статичной, сколько диалектической экстраполяции. Прогноз всегда в конечном счете сводится к поиску ростков будущих событий, но и они могут быть двух видов - реальные и потенциальные. Например, прогноз выбытия комбайнов с заблаговременностью в несколько лет технически прост - на основе статичной экстраполяции, учитывая нормативный срок службы комбайна (8 лет). Значительно сложнее поиск потенциального ростка, если разрабатывается прогноз не выбытия комбайнов, а объемов платежеспособного спроса на эти машины. Необходимо исследовать не только перспективную потребность в уборочной технике, но и такие противодействующие или благоприятствующие платежеспособному спросу тенденции, как динамика объемов сельхозпроизводства, перспективы отечественного комбайностроения, возможности изменения условий внешнеторгового оборота продукции сельмаша, тенденции диспаритета цен и т.д. В этом случае прогноз осуществляется на основе технически сложной диалектической экстраполяции, при которой, методы линейного регрессионного анализа не всегда приемлемы. Предпочтение получают методы табличного моделирования (эффективно использованные, например, в «Капитале» К. Маркса), методы распознавания образов, нелинейные многофакторные модели.
Поскольку содержательность прогнозов во многом определяется их масштабностью, то задача исследователей видится в том, чтобы поднимать уровень прогностических оценок до межрегиональных и международных, охватывать межотраслевые связи и пропорции. Следует считаться и с тем, что наибольший эффект может быть получен в том случае, если в общей системе организации прогностических работ будет обеспечен приоритет отраслям и регионам, для которых в большей мере характерны экстремальные экономически значащие ситуации. Например, в прогнозах производства зерна по России особенно важно располагать информацией о перспективах колебаний урожайности в таких зернопроизводящих регионах, как Поволжье, Урал, Центрально-Черноземный район, которых отличает, с одной стороны, высокий удельный вес в общей площади зерновых культур, а с другой -наивысшие показатели неустойчивости производства.
Совершенствование прогнозов в части более полного учета экономической весомости объектов предполагает повышение внимания к заблаговременной оценке аномальных и экстремальных событий. В сельском хозяйстве к ним относятся резкие колебания объемов производства, повторяющиеся в течение нескольких лет подряд засухи, неблагоприятные погодные условия уборки урожая и т.д. При этом необходимо учитывать, что, скажем, в условиях современной России, экономический эффект успешного предупреждения о грядущем неурожае значительно весомей, чем прогноз повышения урожайности; правильный прогноз спада урожая на 30% может оказаться более важным, чем три подтвердившихся прогноза роста урожайности на 10%, и т.д. Это требует использования адекватной системы статистически выверенных нормативов, позволяющих, в конечном счете установить экономические последствия практической реализации той или иной прогностической информации.
Определяя позиции субъектов - пользователей прогностической информации, важно иметь в виду, что они не только объективно различно оценивают содержательность прогнозов, поскольку в соответствии с их социальным положением одни ориентированы на прибыль, другие - на ренту, валовой доход, национальный доход и т.д. В отношении к прогностической информации существенно значим и субъективный фактор — неравное осознание экономического потенциала прогнозов и умение его использовать в практической деятельности.
Типичный пример: когда весной 1997 г. авторами был представлен прогноз хорошего урожая в РФ на 1997 г. и последующего неблагополучия в 1998-1999 гг., в ряде областей сделали правильный вывод о целесообразности создания значительных переходящих запасов зерна из урожая 1997 г. В Воронежской области, наоборот, в канун засухи 1998 г. сбросили за бесценок свыше 300 тыс. т зерна. Публикация аналогичного предупреждения персонально Президенту РФ для использования этой информации в управленческих решениях тоже осталась без внимания (см. [4-7]).
Реальное повышение экономической эффективности прогнозов требует улучшения уровня профессиональной подготовки хозяйствующих кадров, умения использовать прогностическую информацию в интересах расширения горизонта предвидения динамики экономических, социально-политических процессов и совершенствования на этой основе организации предплановой работы.
Управленец обязан в своих решениях предусматривать адекватные способы страхования риска (хеджирования) принимаемых решений либо в форме резервов и запасов, либо предпосылок для возможного маневра условиями производства и товарно-денежного обращения.
Предметом особого внимания исследователей должно стать научно-методическое обеспечение повышения надежности прогнозов на основе получения новых рабочих гипотез о методах прогнозирования. Для проверки той или иной гипотезы предполагаемой закономерности в колебаниях урожаев необходимо оценить вероятность того, что найденная закономерность не могла проявиться в силу случайных факторов: малого объема выборки, недостаточного количества подтвердившихся наблюдений, неравновероятности исследуемых явлений. Следует рассчитать вероятность случайного проявления данной закономерности либо аналитическим путем, либо путем многократного моделирования случайных выборок с частотными характеристиками, аналогичными исходной выборке.
Если полученная вероятность окажется менее, 0,01, то найденную закономерность можно считать надежно доказанной. Если вероятность находится в интервале (0,01-0,05), гипотеза принимается в качестве статистически оправдавшейся гипотезы. Ее целесообразно использовать, наряду с другими методами прогноза, и, кроме того, продолжать ее проверку в будущем на экзаменационной выборке. Если вероятность случайного проявления гипотезы находится в интервале (0,05-0,1) , ее нельзя считать надежно доказанной. Она может быть использована для прогнозирования лишь в качестве вспомогательной гипотезы. В дальнейшем, если выявленная закономерность проявится на независимом материале, ее рейтинг использования может быть поднят.
Наконец, если вероятность случайного проявления предполагаемой закономерности оказывается больше
0,1, изучаемая гипотеза тем более нуждается в дальнейшей проверке, а ее использование в прогностических исследованиях урожайностей, до завершения проверки на экзаменационном материале, вообще сомнительно.
Важным резервом проверки существования статистической закономерности, является метод хаотизации выборочных данных. Если результаты проверки закономерности на исходных рядах урожайностей в среднем значительно лучше, чем на хаотизированных выборках7, то это означает, что найденная закономерность исходного ряда статистически значима.
Повышение надежности прогнозов предполагает поиск способов сокращения двоякого рода ошибок. Во-первых, по знаку ожидаемых колебаний («+» или «-», т. е. рост или спад) в общей динамике прогнозируемого показателя - урожая, цен, дохода и т.д. Во-вторых, в численно конкретных размерах прогнозируемых колебаний (в процентах, в центнерах, в рублях и др.).
В первом случае повышение надежности должно быть достигнуто за счет совершенствования построения прогностических моделей, большей их адекватности внутренним взаимосвязям факторов, определяющих динамику изучаемых процессов. Так, в прогнозах межгодовых колебаний урожаев важно было выявить и включить в прогностическую модель определенную форму зависимости между колебаниями цепных индексов и мажорантных отношений урожаев; в моделях прогнозов колебаний экспортных цен необходимо правильно учесть влияние на динамику цен, с
1 Понятие «значительно лучше» в статистическом смысле означает, что относительная частота появления такого же или лучшего результата на хаотизированных выборках либо равна нулю, либо очень мала (до 0,05).
одной стороны, запасов продукции, предназначенной к экспорту, а с другой - ожидаемого пополнения (либо сокращения) экспортных ресурсов.
Но все это - лишь основа прогностической модели. Чтобы ее уточнить, необходимо попытаться рационально ее дополнить на основе более конкретного знания закономерностей исследуемых колебаний. В частности, в моделях задачи прогноза колебаний урожаев эта конкретизация может быть связана с совершенствованием долгосрочных прогнозов осадков и температур; в моделях прогноза колебаний экспортных цен должно быть учтено влияние на цены политической конъюнктуры, динамики монополизации экспортного рынка и др. Но особое значение в этом плане имеет многоаспектный подход с учетом структурных и пространственных составляющих, которые, скажем в прогнозах урожая, выражаются в сопоставлении (и сочетании) итогов прогноза в целом по зерновым с оценками по отдельным культурам, суммарно определяющими валовой сбор; сопоставление прогноза в целом по РФ - с оценками грядущего урожая по отдельным территориям, и т.д.
Такие расчеты должны выполняться последовательно на обучающей и проверочной совокупностях, а это существенно повышает требования к объему и качеству информации, используемой в процессе выполнения прогнозов. Поскольку информационное обеспечение остается уязвимым местом прогностических работ, задача видится в том, чтобы максимально пополнить наличную базу данных, используя архивные материалы, добиться их максимальной сопоставимости как в динамике, так и в территориальном аспекте2. Требуется математическое обоснование объемов минимально и оптимально необходимой информации для формирования обучающей и проверочной совокупностей в различных классах задач, о показателях зависимости между объемом информации, используемой в прогностических исследованиях, и уровнем надежности прогнозов.
Литература
1. Загайтов И., Половинкин П. Экономические проблемы повышения устойчивости сельскохозяйственного производства. М.: Экономика, 1984.
2. Яновский Л.П. Принципы, методология и научное обоснование прогнозов по технологии «ЗОНТ» . Воронеж: ВГАУ, 2000.
3. Коллектив авторов. Эффективность прогнозов по технологии «ЗОНТ» / Под общ. ред. проф. И.Б. За-гайтова, проф. Л.П. Яновского. Воронеж: ВГАУ, 2001.
4. Загайтов И. Прогноз динамики валового сбора зерна на 1998-1999гг. // Информационно-аналитический вестник. Орел, 1997, №5.
5. Загайтов И., Воробьева Л. Прогноз колебаний природных условий сельскохозяйственного производства и всемирная статистика урожаев. Воронеж: ВГАУ, 1998.
6. Загайтов И. По причине нашей глухоты голод может стать неизбежным // Сельская жизнь. 1997. 25 сентября.
7. Загайтов И. Прогноз на недород. Труд. 1997. 30 сентября.
2 В настоящее время прогнозы урожаев зерновых культур по технологии «ЗОНТ» в основном выполняются с использованием всемирной статистики урожаев за 1946-2000 гг. В то же время отдельные страны располагают соответствующими данными за более чем 100-летний пер-иод. Проблема состоит в том, что часто эти материалы несопоставимы, поскольку исторически менялись меры веса; на средних цифрах урожая сказывались существенные изменения в размещении производства и др.
