ПОИСК Статьи Рисунки Таблицы Эффективность моделей прогнозирования из "Количественные методы анализа хозяйственной деятельности" Эффективность модели, используемой при прогнозировании, можно измерить с помощью приемов, описанных в предьщущем разделе. Главным образом, нас интересует точность прогнозных значений. Ошибка прогноза — это разница между прогнозным и фактическим значениями. Независимо от примененной модели важно оценить ее эффективность с точки зрения точности, и в идеале ошибки прогноза должны быть сведены к минимуму. Эффективность конкретной модели зависит от ряда факторов, о которых мы и расскажем далее. [c.214] Точность прогноза однозначно зависит от применяемой модели. Однако, выщесказанное не означает, что при составлении того или иного прогноза приемлема только какая-нибудь одна модель. Вполне возможно, что в ряде случаев несколько различных моделей выдадут относительно надежные оценки. В любой модели прогнозирования основным элементом является тренд. В большинстве рассмотренных в этой главе примеров предполагается, что тренд является линейным. Но это может быть и не так, и многие временные ряды, связанные с хозяйственной и финансовой деятельностью, выказывают нелинейный тренд. Другими элементами модели прогнозирования являются сезонные и циклические колебания, а также случайные колебания, которые невозможно предсказать в определенные временные точки. [c.215] Сочетание этих элементов также является важной частью модели. Крайне важно выбрать наиболее приемлемый метод — сложения или умножения, что можно сделать, исходя из прошлых данных. [c.215] Другие модели строятся с учетом соотношений с другими переменными по методу регрессии, о чем мы говорили в предыдущей главе. Так, например, такая переменная, как покупательский спрос на нефтепродукты, может зависеть от других переменных, в частности, от расходов на рекламу, ценообразования, процентных ставок и валютообменных курсов. Это так называемые причинно-следственные связи, и зачастую они обеспечивают большую точность и надежность прогноза по сравнению с моделями прогнозирования на основе временных рядов. [c.215] В январе 1998 г. Когда будут получены фактические данные за январь, тогда можно проверить точность модели. Недостаток такого подхода состоит в том, что проверка беспристрастности модели может занять много времени. В принципе, модель можно проверить только на продолжительном временном отрезке. Понятно, что этот метод проверки часто используется, но чтобы не тратить много времени, все равно необходимо провести первичную проверку. [c.216] В свете того, что мы только что рассказали относительно проверки модели, очевидно, что для того, чтобы уменьшить ожидаемые ошибки, придется вносить изменения в уже существующую модель. Такие изменения вносятся на протяжении всего времени, когда модель применяется в реальной жизни. [c.216] Зачастую эти факторы невозможно предугадать, и поэтому они не включаются в модель прогнозирования. Однако если вы пользуетесь методами прогнозирования, то должны знать важность этих дополнительных факторов. [c.217] Вернуться к основной статье