Повна версія

Головна arrow Політологія arrow Політичний аналіз і прогнозування

  • Увеличить шрифт
  • Уменьшить шрифт


<<   ЗМІСТ   >>

Методи політичного прогнозування

Типологія методів прогнозування

Існують різні варіанти типології методів прогнозування: по підставі використовуваних даних; по підставі того, хто здійснює прогнозування; за ступенем точності і складності методологіі1. Широке визнання одержала типологія, запропонована Дж. Скоттом Армстронгом2, виділяє три найбільш загальні лінії розмежування методів:

  • 1) суб'єктивні - об'єктивні;
  • 2) наївні - каузальні;
  • 3) лінійні - нелінійні.

Проблеми термінології

Суб'єктивними є методи, що припускають нечіткі і не цілком специфіковані процеси для аналізу вихідних даних. Такі методи також іменують імпліцитними, неформальними, інтуїтивними, або клінічними. Вони можуть спиратися на прості або складні процеси; можуть використовувати об'єктивні або суб'єктивні дані в якості вступних; можуть супроводжуватися формальним аналізом; проте критично значущим ознакою для даної групи методів залишається те, що всі ввідні дані перетворюються в прогностичні висновки в голові аналітика.

Об'єктивні методи, навпаки, спираються на чітко специфіковані процеси аналізу ввідних даних. Такі методи згадуються також як експліцитні, статистичні, або формальні методи. Дані методи також можуть бути простими і складними, використовувати суб'єктивні або об'єктивні дані, супроводжуватися формальним аналізом або ні. Однак тут критично значущим відмінністю є те, що ввідні дані перетворюються в прогностичні висновки за допомогою процесів, які можуть незалежно відтворити інші дослідники і при цьому отримати аналогічні результати. Крім того, такі процеси можуть бути відтворені комп'ютером.

Дж. С. Армстронг відзначає, що на практиці більшість прогнозів здійснюється за допомогою суб'єктивних методів, більше того: чим більш важливим представляється прогноз, тим більш імовірно звернення до суб'єктивних методів. Усвідомлений вибір між об'єктивними і суб'єктивними методами є найбільш значущим моментом в аналітичній практиці.

Наївні методи не претендують на встановлення причинно-наслідкових взаємозв'язків, присутніх у прогнозованій ситуації; вони обмежуються аналізом даних тільки по цікавить дослідника змінної, при цьому спостережувана історична динаміка проектується на майбутнє.

Каузальні методи задаються не тільки питанням "як?" але і "чому?": встановлюються причинно-наслідкові взаємозв'язки між цікавить дослідника змінної (залежної) і пояснюють се поведінку змінними (незалежними). Наявність причинності при цьому передбачає дві умови: а) незалежна змінна X є необхідним або достатньою умовою для прояву залежною змінною У; в) X передує До в часі (рис. 8.1) 4.

Наївні і каузальні методи прогнозування:

Рис. 8.1. Наївні і каузальні методи прогнозування:

У - прогнозована (залежна) змінна; X - каузальні (незалежні) змінні; 6 - число періодів історичних даних; /? - Число періодів горизонту прогнозу; £ - одиниця часу; Комерсант - каузальні взаємозв'язки в історичних даних; Ь /, - каузальні взаємозв'язки в межах горизонту прогнозу

Нарешті, методи, які належать до категорій об'єктивних і каузальних, можуть бути, у свою чергу, диференційовані відповідно до третьою лінією розмежування.

Лінійні методи передбачають буденну логіку причинно-наслідкових взаємозв'язків, яка укладається в класичну формулу

де Y - прогнозована змінна, X - каузальні змінні, а - константа, h - взаємозв'язок.

Лінійні методи привабливі насамперед своєю простотою, доступністю, надійністю і низькими вимогами щодо ресурсів. Нелінійні методи, навпаки, складні для розуміння, більш ресурсомісткі, і їх прогностичний потенціал не був переконливо продемонстрований. Різниця між лінійними і нелінійними методами прогнозування представляється найменш значущим з трьох названих.

Протиставлення суб'єктивних і об'єктивних, наївних і каузальних методів не слід сприймати як абсолютне і непереборне. На практиці набувають поширення змішані методи (наприклад, комплексні експертні системи), що сполучають в собі елементи тих і інших підходів для вирішення багаторівневого комплексу завдань, пов'язаних із забезпеченням процесу вироблення, прийняття та імплементації рішень.

За останню чверть століття спостерігачі відзначають тенденцію руху від суб'єктивних до об'єктивних і від наївних до каузальним методам прогнозування. Проте динаміка цього руху залишається досить повільної.

Суб'єктивні методи в цілому зберігають переважання над об'єктивними, особливо в питаннях, що представляють високу значимість для осіб, які приймають рішення. Суб'єктивна думка керівництва грає більш значущу роль в питаннях, що стосуються стратегії розвитку організації в цілому, ніж окремих організаційних одиниць, видів діяльності або вироблених продуктів і послуг.

Вирішальним чинником, що сприяє зростанню інтересу до об'єктивних методів прогнозування, визнаються більш низькі витрати, необхідні для його здійснення. Відносно точності отриманих результатів, об'єктивні методи не демонструють помітно більш високих показників у порівнянні з суб'єктивними методами, за винятком окремих областей застосування (таких, наприклад, як прогнозування кліматичних і погодних змін, де комп'ютерні моделі практично повністю витіснили експертне судження, однак ці приклад не представляють інтересу для політичного аналізу). Фахівці, тим не менш, схильні вважати, що в області довгострокових прогнозів об'єктивні методи є більш точними і надійними.

Важливо запам'ятати!

При класифікації методів прогнозування також представляються значимими такі розрізнення, як число змінних (одномірне і багатовимірне прогнозування), характер учасників (самостійне або із залученням експертів) і деякі інші. На основі різних типологій Дж. С. Армстронг пропонує наступне "дерево прогностичних методів" (рис. 8.2).

Дерево прогностичних методів

Рис. 8.2. Дерево прогностичних методів [1]

Своєрідним перешкодою до широкого поширення об'єктивних методів в області прийняття політичних рішень є побоювання з боку носіїв суб'єктивних експертних знань - власне осіб, що рішення, їх високооплачуваних радників, експертів і т.д. - Втратити вплив і контроль над ситуацією. Ці міркування, як свідчать дослідження, в деяких випадках призводять навіть до відмови від використання встановлених і налагоджених прогностичних комп'ютерних систем на підприємствах і в організаціях.

Є й інші, фундаментальні причини сумніватися в можливості переведення всієї прогностичної активності на формалізовані, об'єктивні рейки: вони криються в самій природі соціальної реальності, про що було сказано в гол. 1.

Тенденція руху від наївних до каузальним методам прогнозування видається більш стійкою і загальновизнаною, особливо в областях соціологічних і економічних дисциплін. Дана тенденція підкріплюється поліпшенням якості і кількості доступних даних, а також підвищенням наших здібностей зберігати й обробляти ці дані завдяки розвитку та поширенню комп'ютерних технологій.

Разом з тим, каузальні методи більш ресурсомісткі в порівнянні з наївними. Таким чином, фактор економії витрат тут якщо і має місце, то тільки завдяки галопуючої інфляції обчислювальних ресурсів в ході пережитої нами інформаційно-комунікативної революції.

При цьому звернення до більш складним і дорогим методам прогнозування дає помітний приріст у точності результатів тільки у вирішенні завдань, що мають довгостроковий характер.

В області довгострокового прогнозування також помітна тенденція руху від лінійних до нелінійних методів.

Нарешті, загальновизнаною тенденцією є зростання популярності змішаних, комплексних методів прогнозування, що долають традиційні лінії розмежування.

  • [1] Див .: Armstrong JS Principles of Forecasting; A Handbook ("or Researchers and Practitioners. N .Y .: Springer, +2001.
 
<<   ЗМІСТ   >>