ПРОГНОЗИРОВАНИЕ

(forecasting) — процесс разработки предсказаний по поводу будущих общеэкономических и рыночных условий как основа для принятия решений государством и фирмами. Для оценки будущих экономических условий могут применяться различные прогностические методы, отличающиеся друг от друга по степени субъективности, сложности, потребности в данных и по стоимости:
(а) обследования — интервью или рассылка по почте анкет с целью выяснить будущие намерения в плане покупок потребителей и промышленных покупателей. Оценки будущих объёмов продаж могут давать также сотрудники отделов сбыта; кроме того, отраслевые эксперты могут разрабатывать сценарии будущего развития рынка;
(б) экспериментальные методы — прогнозирование спроса на новые продукты и т. д., базирующееся на анализе реакции либо небольших выборок потребителей, либо больших выборок на пробных рынках;
(в) методы ЭКСТРАПОЛЯЦИИ — АНАЛИЗ ВРЕМЕННЫХ РЯДОВ с использованием экономических данных за прошлые периоды для прогнозирования будущих тенденций. Эти методы неявно предполагают, что временные взаимосвязи, наблюдавшиеся в прошлом, будут сохраняться и в будущем, при этом не исследуются причинно-следственные связи между рассматриваемыми переменными. Временные ряды обычно включают в себя долгосрочную тенденцию (вековой тренд), нарушаемую среднесрочными циклическими колебаниями, и краткосрочные сезонные вариации, подвергающиеся нерегулярным, случайным воздействиям. Для анализа и экстраполяции таких временных рядов могут использоваться также такие методы, как скользящая средняя или экспоненциальное сглаживание, хотя с их помощью, как правило, нельзя предсказать резкие скачки экономических переменных;
(г) барометрические прогнозы — предсказание будущих значений экономических переменных исходя из текущих значений определённых статистических показателей, тесно связанных с экономическими переменными. Такие опережающие индикаторы, как планируемые капиталовложения предпринимательского сектора и прирост нового жилищного строительства, могут служить барометром при прогнозировании уровня экономической активности или спроса на продукцию, а кроме того, они могут быть пригодны для предсказания резких изменений этих величин;
(д) метод «затраты—выпуск» (см. МОДЕЛЬ «ЗАТРАТЫ — ВЫПУСК») — использование таблиц «затрат—выпуска» для отображения взаимосвязей между отраслями и для анализа того, как изменение спроса в одной отрасли влияет на изменение условий спроса и предложения в других, связанных с нею. Так, изготовителям узлов автомобиля необходимо оценивать спрос на автомобили и производственные планы автомобилестроителей, являющихся главными потребителями их продукции;

(е) эконометрические методы — прогнозирование будущих значений экономических переменных путём исследования других переменных, связанных причинно-следственными зависимостями с первыми. В эконометрических моделях переменные связаны между собою уравнениями, которые могут быть подвергнуты статистической проверке, а затем использованы как основа для прогнозирования. Необходимо прежде всего выявить независимые переменные, влияющие на зависимую переменную, величину которой мы прогнозируем. Так, чтобы предсказать будущий объём спроса на продукт (Qd), нам надлежит сформулировать уравнение, связывающее объём спроса с ценой продукта (Р) и располагаемым доходом (У):

а затем использовать данные за прошлые периоды, чтобы определить коэффициенты регрессии а, b и с (см. регрессионный анализ). Эконометрические модели могут состоять из одного уравнения (как в нашем случае), но зачастую в сложных экономических ситуациях независимые переменные одного уравнения сами подвержены влиянию других переменных, так что может потребоваться множество уравнений, чтобы отразить все причинно-следственные зависимости. Так, в модели макроэкономического прогнозирования, используемой британским министерством финансов для прогнозирования будущей экономической активности, содержится более 600 уравнений.
Ни один прогностический метод не даёт абсолютно точных предсказаний, поэтому, делая любой прогноз, необходимо учитывать пределы погрешности этого прогноза. В ситуации, показанной на рис. 94, невозможно точно определить будущее значение экономической переменной. Необходимо учесть, что существует область возможных будущих значений с центром в прогнозируемой точке, т. е. область значений с соответствующим распределением их вероятностей.