Prognozowanie procesów gospodarczych –wykład – –ćwiczenia...
Transcript of Prognozowanie procesów gospodarczych –wykład – –ćwiczenia...
Uniwersytet Ekonomiczny we Wrocławiu
Katedra Ekonometrii i Informatyki
http://keii.ue.wroc.pl
Prognozowanie procesów gospodarczych
– wykład –
– ćwiczenia –
– laboratorium –
prowadzący: dr inż. Tomasz Bartłomowicz
konsultacje: piątek 9.30-11.00; B11,B26
LiteraturaUniwersytet
Ekonomicznywe Wrocławiu
1) Cieślak M., Prognozowanie gospodarcze. Metody i zastosowania, PWN, Warszawa 1997.
2) Cieślak M., Prognozowanie gospodarcze: metody i zastosowania, PWN, Warszawa 2005.
3) Dittmann P., Metody prognozowania sprzedaży w przedsiębiorstwie, AE we Wrocławiu,
Wrocław 1997.
4) Dittmann P., Prognozowanie w przedsiębiorstwie. Metody i ich zastosowanie, Oficyna
Ekonomiczna, Kraków 2003.
5) Dittmann P., Prognozowanie w zarządzaniu przedsiębiorstwem, Oficyna a Wolters Kluwer
Business, Kraków 2009.
6) Filasiewicz A., Prognoza, program, plan, Wiedza Powszechna, Warszawa 1977.
7) Kolenda K., Kolenda M., Analiza i prognozowanie szeregów czasowych: program
komputerowy, Placet, Warszawa 1999.
8) Nowak E (red.), Prognozowanie gospodarcze. Metody, modele, zastosowania, przykłady,
Placet, Warszawa 1998.
9) Pawłowski Z., Prognozy ekonometryczne, PWN, Warszawa 1973.
10) Radzikowska B. (red.), Metody prognozowania. Zbiór zadań, AE we Wrocławiu, Wrocław
1999.
11) Secomski K., Prognostyka, Wiedza Powszechna, Warszawa 1971.
12) Siedlecka U., Prognozowanie ostrzegawcze w gospodarce, PWE, Warszawa 1996.
13) Zeliaś A., Teoria prognozy, PWE, Warszawa 1997.
14) Zeliaś, A., Pawełek B., Wanat S., Prognozowanie ekonomiczne, PWN, Warszawa 2003.
Klasyfikacja metod prognozowaniaUniwersytet
Ekonomicznywe Wrocławiu
Metody prognozowania
1. Metody analizy i prognozowania szeregów czasowych
1.1. Metody naiwne
1.2. Metody średnich ruchomych
1.2.1. Średnia ruchoma prosta
1.2.2. Średnia ruchoma ważona
1.3. Wygładzanie wykładnicze
1.3.1. Model prosty wygładzania wykładniczego
1.3.2. Liniowy model Holta
1.4. Modele tendencji rozwojowej
1.4.1. Modele analityczne (klasyczne)
1.4.2. Modele adaptacyjne
1.5. Modele składowej periodycznej
1.5.1. Metoda wskaźników
1.5.2. Analiza harmoniczna
2. Metody prognozowania przyczynowo-skutkowego
2.1. Jednorównaniowe modele ekonometryczne
2.2. Wielorównaniowe modele ekonometryczne
3. Metody analogowe
4. Metody heurystyczne
5. Scenariusze
Klasyfikacja metod prognozowania z uwagi na siłę ekstrapolacji przeszłości w przyszłość
1. Metody analizy i prognozowania szeregów czasowych – najliczniejsza grupa metod, najsilniej
ekstrapolująca przeszłość w przyszłość, najbardziej rozpowszechniona, skupiająca metody
najprostsze
2. Metody prognozowania przyczynowo-skutkowego – grupa metod wykorzystująca do
prognozowania modele ekonometryczne, gdzie w „ekonometryczny” sposób na potrzeby
prognozowania przyszłości przetwarza się informacje o przeszłości
3. Metody analogowe – grupa metod opisująca przeszłość na podstawie badania prawidłowości
występujących w zjawiskach podobnych (analogowych) zachodzących w przeszłości; metody
te nie ekstrapolują własnej historii, lecz „cudzą”
4. Metody heurystyczne – grupa metod opisująca przyszłość zjawiska na podstawie opinii
ekspertów, gdzie sądy (opinie-prognozy) bazują na wiedzy lub doświadczeniu, a także intuicji;
wykorzystywane gdy nie można skorzystać z wcześniejszych metod
5. Scenariusze – metody stosowane w ostateczności, w sytuacji bardzo słabego rozpoznania
prognozowanego zjawiska, polegają na budowaniu wielu różnych wersji (scenariuszy)
prognozowanej przyszłości
Klasyfikacja metod prognozowania – inny punkt widzeniaUniwersytet
Ekonomicznywe Wrocławiu
Prognozowanie w oparciu o szeregi czasowe wykorzystuje dane o dotychczasowym
kształtowaniu się zmiennej prognozowanej. W modelach tych przeszłe wartości zmiennej
prognozowanej reprezentują wszystkie czynniki wpływające na zmienne (stąd miano tzw.
metod bezpośrednich).
W prognozowaniu na podstawie szeregów czasowych otrzymuje się prognozę na podstawie
wykrytych, występujących w przeszłości prawidłowości, bez ukazywania przyczyn ich
powstania. Metody te są uprawnionym sposobem prognozowania zjawisk gdy wykryta
prawidłowość jest niezmienna lub prawie niezmienna w czasie (występuje inercja zjawiska).
Metody prognozowania szeregów czasowych – rodzaje metodUniwersytet
Ekonomicznywe Wrocławiu
Najpopularniejsze metody prognozowania w oparciu o szeregi czasowe:
• metody naiwne,
• metody średnich ruchomych (np. średnia ruchoma prosta, średnia ruchoma ważona),
• metody wygładzania wykładniczego (np. prosty model wygładzania wykładniczego),
• metody tendencji rozwojowej (np. model trendu liniowego, model trendu logarytmicznego),
• metody adaptacyjne (np. model trendu pełzającego, model liniowy Holta),
• metody składowej periodycznej (np. metoda wskaźników, model Wintersa),
• metody autoregresyjne (np. ARMA, ARIMA).
Metody prognozowania szeregów czasowych - identyfikacja
składowych szeregu czasowego Uniwersytet
Ekonomicznywe Wrocławiu
Przykładowy szereg czasowy
yt
czas
yt
czas
Wahania
cykliczne
Trend
Wahania
sezonowe
Stały (średni)
poziom
Wahania
przypadkowe
Rys. 5. Przykład szeregu czasowego oraz jego możliwe składowe
Składowe szeregu czasowego
Metody prognozowania szeregów czasowych - modele addytywne
i multyplikatywne Uniwersytet
Ekonomicznywe Wrocławiu
Rys. 6. Modele szeregów czasowych
Modele szeregów
czasowych
Modele multyplikatywneModele
addytywne
tt thtgtfy )()()( tt thtgtfy )()()(
(...) zakładają, że obserwowane wartości
zmiennej prognozowanej są sumą
(wszystkich lub niektórych) składowych
szeregu czasowego. Jeśli jedyną zmienną
objaśniającą jest zmienna czasowa, to
postać modelu jest następująca:
(...) przyjmują, że obserwowane wartości
zmiennej prognozowanej są iloczynem
składowych szeregu czasowego. Jeśli jedyną
zmienną objaśniającą jest
zmienna czasowa, to postać modelu
jest następującą:
Istotą prognozowania przyczynowo-skutkowego jest określenie modelu wyjaśniającego
mechanizm zmian zmiennych objaśnianych (prognozowanych) przez zmiany zmiennych
objaśniających. Odpowiada to istnieniu szeregu przyczyn dających określony skutek, co w
sposób uproszczony opisuje model ekonometryczny.
Prognozowanie wykorzystujące modele przyczynowo-skutkowe ma charakter pośredni, co
oznacza, że najpierw wyznacza się przyszłe wartości zmiennych objaśniających, po czym
wyznacza się prognozę zmiennej objaśnianej.
Metody prognozowania bazujące na modelach ekonometrycznych stosuje się głównie gdy istnieje
potrzeba zaznajomienia się z mechanizmem rozwojowym zjawiska. Stosowanie tej grupy
metod, z uwagi na wyznaczanie prognozy poprzez ekstrapolację wykrytych związków,
wymaga zapewnienia ciągłości prawidłowości zjawiska z przeszłości w prognozowanym
okresie.
Metody prognozowania przyczynowo-skutkowego – istota i rodzaje metodUniwersytet
Ekonomicznywe Wrocławiu
Główny podział metod prognozowania przyczynowo-skutkowego:
• metody prognozowania w oparciu o jednorównaniowe modele ekonometryczne,
• metody prognozowania w oparciu o wielorównaniowe modele ekonometryczne.
Metody prognozowania przyczynowo-skutkowego - założenia prognostyczneUniwersytet
Ekonomicznywe Wrocławiu
Podstawowe postulaty predykcji
1) Każda prognoza powinna być wyznaczona wraz z odpowiednim miernikiem rzędu jej
dokładności.
2) Przy wyborze sposobu budowania prognozy należy dążyć do możliwie wysokiej efektywności
predykcji, tym samym do zadowalającej wartości wybranego miernika oceny dokładności
prognozy.
Klasyczne założenia teorii predykcji
(warunki konieczne)
1) Znany jest „dobry model” wyjaśniający kształtowanie się zmiennej, dla której należy zbudować
prognozę.
2) Struktura opisywanych przez dany model zjawisk ekonomicznych jest stabilna w czasie.
3) Rozkład składnika losowego jest stabilny w czasie.
4) Znane są dla okresu prognozowanego wartości zmiennych objaśniających występujących w
modelu służącym za podstawę wnioskowania w przyszłość.
5) Dopuszczalna jest ekstrapolacja modelu poza zaobserwowany w próbie obszar zmienności
zmiennych objaśniających.
Model ekonometryczny (model regresji) jest konstrukcją formalną, przedstawiającą za pomocą
równania (równań) zależności między zmienną objaśnianą (zmiennymi objaśnianymi), która
charakteryzuje prognozowane zjawisko, a zmiennymi objaśniającymi opisującymi inne
zjawiska. Model umożliwia zarówno ocenę wpływu zmiennych objaśniających na zmienną
objaśnianą, jak i sformułowanie prognozy (prognoz). Jeśli model ekonometryczny
wykorzystywany jest do prognozowania, to zmienna objaśniana odgrywa jednocześnie rolę
zmiennej prognozowanej.
W sytuacji gdy między zmienną objaśnianą, a zmiennymi objaśniającymi zachodzi związek
przyczynowo-skutkowy, model przybiera postać tzw. modelu przyczynowo-skutkowego.
W sytuacji gdy związek ten nie ma charakteru przyczynowo-skutkowego, lecz cechuje go
współwystępowanie w czasie lub przestrzeni (zmienne objaśniające są jedynie silnie
skorelowane ze zmienną objaśnianą), model przybiera postać tzw. modelu
symptomatycznego. Modele symptomatyczne mają głównie wartość prognostyczną.
Budowa modelu ekonometrycznego przebiega (zwykle) według następującego porządku:
1) specyfikacja zmiennych i wybór zmiennych objaśniających,
2) wybór postaci analitycznej modelu,
3) estymacja parametrów modelu,
4) weryfikacja modelu,
5) zastosowanie modelu (konstruowanie prognozy).
Metody prognozowania przyczynowo-skutkowego – budowa modeluUniwersytet
Ekonomicznywe Wrocławiu
Prognozowanie analogowe polega na przewidywaniu przyszłości określonej zmiennej przez
wykorzystanie informacji o innych zmiennych, których zmiany w czasie są podobne,
jakkolwiek nierównoczesne.
Metody prognozowania – metody analogoweUniwersytet
Ekonomicznywe Wrocławiu
Rys. 7. Rodzaje metod analogowych
Metoda
analogii
biologicznych
Metoda analogii
przestrzenno-
czasowych
Metody
analogowe
Metoda
analogii
przestrzennych
Metoda
analogii
historycznych
prognozy jakościowe prognozy ilościowe
Metody prognozowania – metody analogoweUniwersytet
Ekonomicznywe Wrocławiu
Główne rodzaje metod analogowych:
metody analogii biologicznych – polega na przenoszeniu budowy i funkcjonowaniu organizmów
żywych na inne obiekty. Przykłady: konstrukcja maszyn na wzór budowy ciała zwierząt,
wytwarzanie lekarstw mających niektóre właściwości roślin;
metody analogii przestrzennych – polega na przewidywaniu zajścia określonego zdarzenia na
podstawie informacji o wystąpieniu takiego zdarzenia gdzie indziej. Przykład: pojawienie się
kart kredytowych w jednym kraju pozwala przypuszczać, że potrzeba posiadania kart wystąpi
także w innych krajach;
metody analogii historycznych – polega na przenoszeniu prawidłowości zmian w czasie jednych
zjawisk na inne zjawiska zachodzące w tym samym obiekcie. Przykład: rozwój radiofonii
(mierzony liczbą posiadaczy odbiorników) może być podstawą przewidywań rozwoju telewizji;
metody analogii przestrzenno-czasowych – polega na przenoszeniu z jednych obiektów do innych
prawidłowości zmian zjawisk w czasie. Przykład: tendencja do wzrostu częstotliwości
korzystania z komputerów osobistych istniejąca w krajach zaawansowanych cywilizacyjnie
wystąpi w krajach opóźnionych.
Prognozowanie heurystyczne (intuicyjne) to przewidywanie nowych obrazów rzeczywistości
niekoniecznie dających się opisać za pomocą analizy przeszłości. Istotą metod
heurystycznych jest dochodzenie do nowych rozwiązań przez sformułowanie hipotezy, co
jest przeciwstawne czynnościom uzasadniającym. Podstawą metod heurystycznych są
opinie ekspertów oparte na ich wiedzy, intuicji i doświadczeniu.
Metody heurystyczneUniwersytet
Ekonomicznywe Wrocławiu
Rys. 8. Wybrane metody heurystyczne
burza
mózgów
testy
rynkowe, itd.
Metody
heurystyczne
metoda
delficka…
Metody prognozowania – metody heurystyczneUniwersytet
Ekonomicznywe Wrocławiu
Podstawowe metody heurystyczne:
Burza mózgów – metoda oparta jest na dwóch podstawowych wymaganiach metodycznych: po
pierwsze nie krytykować, po drugie stymulować jak największą liczbę pomysłów. Burza
mózgów jest sposobem na znalezienie rozwiązań w krótkim czasie. Konstruowanie prognozy
polega na (kilkukrotnym) ankietowaniu grupy ekspertów nt. prognozowanego zjawiska. Jeżeli
eksperci są zgodni w swoich opiniach, za prognozę przyjmuje się wartość (opinię) najczęstszą
(modalną) lub średnią. Ocenę dopuszczalności przeprowadza się na podstawie błędów
ex post wcześniejszych prognoz lub na podstawie ocen ekspertów. W sytuacji braku zgodności
ekspertów, przygotowuje się następną ankietę i przeprowadza wraz z prezentacja wyników
poprzedniej ankiety. Postępuje się tak do momentu uzyskania wystarczającej zgodności;
Metoda delficka – korzysta się z niej przy prognozowaniu zjawisk nowych, dla których liczba
informacji o przeszłości jest niewielka. Metoda ta polega na badaniu opinii niezależnych i
kompetentnych ekspertów na określony temat. Zwykle opinie dotyczą prawdopodobieństwa
lub czasu zajścia przyszłych zdarzeń. Proces prognozowania polega m.in. na ankietowaniu
(w tym ankietowaniu próbnym) maksymalnie 25 pytaniami. Konstruowanie prognozy
następuje w sytuacji uzyskania zgodnych wyników (podobnie jak w burzy mózgów) lecz
odpowiedzi ekspertów odnoszą się do każdego z pytań z osobna. Bardziej szczegółowe jest
opracowywanie wyników (ocena zgodności ekspertów realizowana jest metodami
statystycznymi).
Metody prognozowania – metody heurystyczneUniwersytet
Ekonomicznywe Wrocławiu
Podstawowe metody heurystyczne:
Metoda wpływów krzyżowych (wzajemnych oddziaływań) – metoda najbardziej złożona wśród
metod heurystycznych, pozwala ocenić przeciętne prawdopodobieństwo zajścia oraz termin
realizacji każdego ze zdarzeń w zbiorze zdarzeń współzależnych z uwzględnieniem różnych
możliwych kolejności zdarzeń i prawdopodobieństwa ich występowania bądź niewystępowania.
Celem metody jest określenie prawdopodobieństw końcowych poszczególnych zdarzeń na
poziomie prawdopodobieństw przeciętnych, uwzględniając skumulowany wpływ wszystkich
innych zdarzeń. Badając wzajemne oddziaływania uwzględnia się; kierunek oddziaływań, ich
intensywność oraz czas, po upływie którego ujawni się wpływ rozważanego zdarzenia na
zdarzenie współzależne. Metoda występuje często w połączeniu z metodą delficką.
Testy rynkowe – polegają na wprowadzeniu produktu na ściśle geograficznie określony rynek i na
pomiarze wielkości sprzedaży. Na podstawie rzeczywistej wielkości sprzedaży produktu na
rynku i przy przyjęciu założenia, że strategia marketingowa przedsiębiorstwa oraz
oddziaływanie czynników jego otoczenia marketingowego będą na rynku docelowym takie
same jak na rynku testowania, konstruuje się prognozę w odniesieniu do całego rynku, na
którym produkt będzie sprzedawany.
Metody prognozowania – scenariuszeUniwersytet
Ekonomicznywe Wrocławiu
Scenariusz (jako metoda przedstawiania przyszłości) polega na opisie zdarzeń i wskazaniu ich
logicznego i spójnego następstwa w celu ustalenia, w jaki sposób, krok po kroku rozwijać się
będzie obiekt (system).
czas
x
x
x
x
scenariusz
ekstremalny
scenariusz
ekstremalny
obrazy
możliwej
przyszłości
teraźniejszość przyszłość
wydarzenie
zakłócające
wprowadzenie środków
zaradczych
Metody prognozowania – scenariuszeUniwersytet
Ekonomicznywe Wrocławiu
W metodzie scenariuszy przyjmuje się pewien punkt wyjścia, którym zazwyczaj jest stan obecny
prognozowanego obiektu, a następnie analizuje te możliwe zdarzenia, które mogą stanowić
punkt wyjścia do przyszłego ciągu zdarzeń. Tym samym, scenariusz jest układem zdarzeń
powiązanych w logiczną, na ogół chronologiczną sekwencję. Rozpatruje się te zdarzenia, które
mogą wystąpić i które:
- są istotne dla prognozowanego obiektu,
- odnoszą się do określonego czasu,
- są ze sobą powiązane za pomocą różnego rodzaju relacji (formalno-prawnych, przyczynowo-
skutkowych, czasowego następstwa, prawdopodobieństwa warunkowego).
Metoda scenariuszy nadaje się do rozważania związków pomiędzy zdarzeniami, oddziaływania
miedzy obiektem a otoczeniem oraz do równoczesnego ujmowania różnych punktów widzenia
danej sytuacji.
Każdy scenariusz zawiera informacje dwojakiego rodzaju:
- określa, jakie (hipotetyczne) sytuacje mogą wystąpić krok po kroku,
- pokazuje, jakie istnieją warianty dla każdego zdarzenia, które mogą zapobiec, odwrócić lub
ułatwić jego wystąpienie.
Scenariusz może mieć charakter badawczy (tworzony metodą pisania „do przodu”) lub
antycypacyjny (tworzony metodą pisania „do tyłu”). Ponadto scenariusz może być opisowy
lub normatywny.
Pytania?
Uniwersytet
Ekonomicznywe Wrocławiu