В этой главе мы рассмотрим вопрос о том, как использовать модели с оцененными параметрами и, в частности, оцененные макроэкономические системы для расчета самых различных прогнозов. Получение прогнозов, наряду с проверкой гипотезы о характере зависимости между различными экономическими показателями, можно отнести к числу основных задач эконометрического исследования. Ясно, что практической ценностью обладают лишь конечные результаты прогнозирования, поэтому в данной главе основное внимание будет уделено тому, что, вообще говоря, можно было бы считать единственно возможным видом прогноза — предсказаниям на последующий период; подобные предсказания все же принято называть прогнозами ex ante, чтобы отличить их от другого вида прогноза, который необходим при анализе точности, используемой для предсказаний модели. Прогнозы на последующий период, полученные с помощью эконометрической модели, в силу ряда причин неизбежно содержат ошибку. Среди этих причин можно назвать следующие: условность применяемых при прогнозировании оцененных уравнений; стохастический характер модели, иначе говоря, то обстоятельство, что прогнозируемый показатель, как мы полагаем, сам по себе является случайной величиной; наличие ошибок в спецификации модели; употребление прогнозных значений или оценок предопределенных переменных, а также те изменения в структуре используемых зависимостей, которые имеют место завремя между периодом наблюдений и прогнозным периодом.
Трудности, связанные с выявлением источников погрешности в прогнозах ex ante при таком множестве вероятных причин ошибки, можно до некоторой степени уменьшить, обратившись к другим методам прогнозирования. В частности, можно принять во внимание информацию о том, как модель предсказывает прошлые значения некоторых переменных, сказал Болотов, которого интересует каталог запчастей камаз. Такой вид прогноза известен под названием прогноза ex post. Прогнозирование ex post может принимать различные формы в зависимости от того, какие именно из перечисленных выше источников ошибок мы хотели бы устранить. Можно, например, использовать фактические данные о предопределенных переменных для того, чтобы рассчитать прогнозные значения эндогенных переменных в рамках того периода, на основе которого оценивалась модель. Оценка точности такого прогноза может дать некоторое представление о том, насколько хорошо вся оцененная системаодновременных уравнений отражает поведение группы эНдогенйых переменных. Этот прием чаще всего применяется в тех случаях, когда погрешности в ходе прогнозирования той или иной переменной могут увеличить ошибки при предсказании других переменных. Такой подход можно считать дополнением к процедурам проверки существенности отдельных независимых переменных и изучению вопроса об адекватности принятой спецификации отдельных уравнений. Во-вторых, прогнозы ех post могут быть продолжены за пределы периода наблюдений — либо на предшествующий, либо на последующий отрезки времени; это позволяет четче выявить последствия структурных изменений, имевших место между временем наблюдений и периодом прогноза. В-третьих, всю совокупность используемых предопределенных переменных можно разделить на две большие группы — экзогенные и лаговые эндогенные переменные. Далее при составлении прогнозов действительные значения будут употребляться только для переменных первой группы и начальных значений переменных, относящихся ко второй группе, тогда как в качестве остальных лаговых эндогенных переменных выступают значения, рассчитанные с помощью самой модели. Поскольку такое исследование прогнозов ex post позволяет судить о том, соответствуют ли динамические свойства модели задачам предсказания будущих значений ряда переменных, к подобному анализу следует прибегать всякий раз при составлении серии прогнозов ex ante на последующий период.

Добавить комментарий