Объединение экономических прогнозов с использованием экспертной информации

Цель исследования. Целью настоящей работы является рас­смотрение возможности использования экспертной информации при объединении прогнозов как дополнительного фактора по­вышения точности экономического прогнозирования. Использо­вание методики объединения прогнозов все чаще встречается в отечественной практике экономического прогнозирования. Большинство исследователей сходятся во мнении что объеди­нение прогнозов повышает точность прогнозирования через ис­пользование всей доступной информации об изучаемом процессе, включаемой в отдельные методы прогнозирования.  На сегодняшний день существует множество методов постро­ения весовых коэффициентов при объединении прогнозов, но все они в первую очередь основываются на использовании только статистической информации об изучаемом процессе. Но эко­номическое прогнозирование не может быть линейным в своей динамике, множество внешних факторов постоянно оказывают влияние на прогнозируемый процесс, а некоторые внутренние мо­гут не затрагиваться используемыми методами. В этом случае необходимо привлечение экспертной информации или внешней информации о полученном прогнозе для повешения его точности и корректировки дальнейшего развития экономического процесса. Это особенно актуально на сегодняшний день, в период цифрови­зации экономики и увеличения влияния социальных и политических факторов на динамику экономических явлений.  

Материалы и методы. Для этой цели, непосредственно могут использоваться методы построения интегральных показателей на основе экспертной информации или же привлечение такой информации на стадии построения объединенного прогноза, для внесения корректировок полученного объединенного прогноза. Некоторые из этих подходов уже используются в зарубежной практике экономического прогнозирования, в отечественной же практике они пока что мало известны. Одним из таких подходов может являться использование метода попарных предпочтений или же применение формул Фишберна для ранжирования частных методов прогнозирования по точности. Рассмотренные в работе подходы могут использоваться в качестве инструментов по построению весовых коэффициентов или же в качестве коррек­тировки полученных результатов прогнозирования.  

Результаты. В качестве итога настоящей статьи сделаны попытки по предложению возможных методов объединения прогнозов, с использованием экспертной информации, сфор­мирована сводная таблица с оценкой того или иного метода объединения прогнозов и сделаны выводы о целесообразности их применения на практике. Такая таблица позволит лучше разобраться в направлении привлечения экспертной информации в объединение прогнозов и выбрать наиболее подходящий подход для дальнейшего иго использования на практике.  

Заключение. Объединение прогнозов уже давно зарекомендовало себя как эффективный метод повышения точности прогнози­рования. Данная методика не может ухудшить получаемый результат, в большинстве случаев увеличивая точность. Использование экспертной информации в объединении прогно­зов является следующим этапом совершенствования данной методики и требует отдельного дальнейшего практического исследования возможных инструментов по привлечению экс­пертной информации в объединение.  

1. Kolassa, S. Combining exponential smoothing forecasts using Akaike weights // International Journal of Forecasting. 2011. №27 (2). P. 238–251.

2. Tian, J., Anderson, H. M. Forecast combinations under structural break uncertainty // International Journal of Forecasting. 2014. №30 (1). P. 161–175.

3. Bates J. M. and Granger C. W. J. The combination of forecasts // Operational Research Quarterly. 1969. Vol. 20. P. 451–468.

4. Granger C. W. J. Invited review: combining forecasts – twenty years later // Journal of Forecasting. 1989. №8. P. 167–173.

5. Goodwin P. New evidence on the value of combining forecasts // FORESIGHT. 2009. №12. P. 33–35.

6. Armstrong J. S. Combining forecasts: the end of the beginning or the beginning of the end? // International Journal of Forecasting. 1989. №5. P. 585–588.

7. Newbold P. and Granger C. W. J. Experience with forecasting univariate time series and the combination of forecasts // J. R. Statist. Soc. 1974. Vol. 137. P. 131–164.

8. Granger C. W. J. and Ramanathan R. Improved methods of combining forecasts // Journal of Forecasting. 1984. №3. P. 197–204.

9. Френкель А.А. Сурков А.А. Определение весовых коэффициентов при объединении прогнозов // Вопросы статистики. 2017. №12. С. 3–15.

10. Clemen R. T. Linear constraints and the efficiency of combined forecasts // Journal of Forecasting. 1986. Vol. 5. P. 31–38.

11. Stock J.H. and Watson M.V. Combination forecasts of output growth in a seven‐country data set // Journal of Forecasting. 2004. №23. P. 405–430.

12. Claeskens G., Magnus J. R., Vasnev A. L. and Wang W. The Forecast Combination Puzzle: A Simple Theoretical Explanation. 2014. [Электрон. ресурс]. URL: https://ssrn.com/abstract=2342841.

13. Franses F.H. and Dick van Dijk Combining expert‐adjusted forecasts // Journal of Forecasting. 2019.

14. Armstrong J. S. Combining forecasts // Kluwer Academic Publishers. 2001. P. 1–19.

15. Matsypura D., Thompson R., Vasnev A. Optimal selection of expert forecasts with integer programming // Omega. 2017. Vol. 78. P. 165-175.

16. Френкель А.А., Волкова Н.Н., Сурков А.А., Романюк Э.И. Пошаговое объединение индивидуальных прогнозов на основе метода Грейнджера-Раманатхана // Вопросы статистики. 2018. №6. С. 16-24.

17. Макарова И.Л. Анализ методов определения весовых коэффициентов в интегральном показателе общественного здоровья // Международный научный журнал «Символ науки». 2015. №7. С. 87–95.

18. Кривулин Н.К., Гладких И.В. Построение согласованной матрицы парных сравнений в маркетинговых исследованиях на основе методов тропической математики // Вестник С.-Петерб. ун-та. Сер. Менеджмент. 2015. №1. С. 3–43.

19. Френкель А.А., Волкова, Н.Н., Сурков А.А. Методология построения интегральных индексов экономического развития России // Экономика и предпринимательство. 2017. №9 (2). С. 1183–1193.

20. Gupta S. and Wilton P. C. Combination of forecasts: an extension // Management Science. 1987. Vol. 3. P. 356–371.

21. Gupta S. and Wilton P. C. Combination of Economic Forecasts: An Odds-Matrix Approach. Journal of Business and Economic Statistics. 1988. Vol. 6. P. 373–379.

22. Сурков А.А. Применение метода попарных сравнений при объединении экономических прогнозов // Учет. Анализ. Аудит. 2019. №3. С. 32-43.

23. Спиридонов С.Б., Булатова И.Г., Постников В.М. Анализ подходов к выбору весовых коэффициентов критериев методом парного сравнения критериев // Интернет-журнал «Науковедение». 2017. Том 9. №6. С. 1–24.

24. Саати Т. Л. Принятие решений при зависимостях и обратных связях: аналитические сети. М.: ЛИБРОКОМ, 2009. 360 с.

25. Хованов Н.В. Анализ и синтез показателей при информационном дефиците. СПб: Издательство С.-Петербургского университета, 1996, 196 с.

26. Головченко В.Б., Носков С.И. Комбинирование прогнозов с учетом экспертной информации // Автомат. и телемех., 1992. № 11. 109–117.

27. Dick van Dijk and Philip Hans Franses Combiningexpert-adjustedforecasts // Journal of Forecasting. 2019. №5. P. 415–421

28. Engle R.F. and Granger C. W. J. Co-Integration and Error Correction: Representation, Estimation, and Testing // Applied Econometrics. 2015. 39 (3). P. 107–135.

29. Назарова Ю.А. Прогнозирование мировых цен на нефть по нечисловой экспертной информации // Вестник Финансового Университета. 2015. №3. С. 155–160.