исвячений чисельному моделюванню на основі зібраної статистичної інформації. Результатом даного етапу, в кінцевому рахунку, стає прототип прогнозної моделі, що проходить експертне тестування. Прототип моделі, як правило, оформляється у вигляді листа MS Excel, що дозволяє найдоступнішим чином вивчити структуру моделі: набір увійшли до неї змінних, характер взаємозв'язку між ними, коефіцієнти змінних.
Експертній тестуванню підлягають два ключові аспекти: точність прогнозу і отриманий механізм розрахунку прогнозу. Необхідно визначити вимоги до точності роботи моделі і таким чином встановити один з двох критеріїв готовності моделі. Специфікація підлягає експертному тестуванню для того, щоб визначити, наскільки точно в моделі відображений механізм функціонування реальної економічної системи - це другий критерій готовності прогнозної моделі [7].
Наприклад, в ході якісного моделювання, було встановлено, що ціна швидкопсувного товару залежить від температури повітря. У результаті чисельного аналізу було встановлено, що існує сильна залежність поточної ціни від температури за декілька минулих тижнів. В даному випадку експертне тестування дозволяє визначити, за який саме період часу необхідно враховувати температуру повітря, щоб це не призводило до неузгодженості з терміном зберігання товару.
У результаті чисельного аналізу зібраної статистичної інформації нерідко вдається виявити сильні, але неочевидні процеси, присутні в досліджуваній системі, наприклад внутрішньорічні цикли [12]. У даному випадку процес експертного тестування моделі дає подвійний результат: сприяє уточненню специфікації моделі і надає експертам додаткову інформацію про досліджувану систему.
Розрахований прогноз представляється у вигляді графіків і таблиць з числовими даними. Всі розраховані прогнози записуються в сховище даних, до них організований зручний доступ в будь-який час. Є механізм порівняння варіантів прогнозів, розрахованих на різних наборах факторів. У ході дослідної експлуатації відбувається остаточне доопрацювання прогнозного комплексу відповідно до вимог, після чого прогнозний комплекс переходить в промислову експлуатацію і стає на технічну та методичну підтримку.
Після розробки моделі можна екстраполювати тенденцію, тобто отримати прогноз. Екстраполяція - метод, який передбачає поширення висновків, отриманих при вивченні частини цілого, на іншу його частину.
Глава 2. Класифікація прогнозних моделей
Залежно від використовуваних методик, модель може бути аналітичної або алгоритмічної. Аналітична модель розраховує прогнозні значення на основі факторів. Алгоритмічна модель працює без факторів як таких. Факторами алгоритмічної моделі є час і минулі значення прогнозованого показника.
Аналітичні моделі в порівнянні з алгоритмічними, як правило, дають більш точні прогнози. Однак вони можуть давати сильну похибка, якщо немає достовірної інформації за всіма чинниками. Для розрахунку прогнозного значення потрібно знати точні значення факторів в минулому і майбутньому. Це є основним обмеженням довжини прогнозного періоду в ході застосування аналітичних моделей. Горизонт прогнозування алгоритмічних моделей сильно залежить від типу моделі: він може не перевищувати одного періоду, а може бути теоретично необмеженим.
Розробка аналітичних моделей - це, як правило, більш довгий і складний процес в порівнянні з розробкою алгоритмічних моделей. Аналітичні моделі відображають саму суть функціонування досліджуваної системи. Алгоритмічні моделі відображають основні закони зміни прогнозованого показника. Це сезонність, циклічність, річні та щомісячні темпи зростання, залежність показника від його попередніх значень (автокорреляция).
Процес отримання прогнозів з допомогою математичних моделей можна почати навіть у ситуації, коли немає ніякої статистики, але для підтримки прийняття рішення уже потрібні прогнозні значення низки економічних показників [8]. Це, звичайно, не означає, що отримана в такій ситуації модель буде давати блискучі результати: вся справа в необхідної точності прогнозів.
У такій ситуації необхідно якнайшвидше пройти постановочну частину розробки моделі і налагодити процес реєстрації поточних значень прогнозованих показників. У цьому випадку відразу відкривається дорога до побудови найпростіших алгоритмічних моделей. Далі, у міру проходження стадії якісного моделювання, з'ясовується коло факторів і налагоджується процес реєстрації їх поточних значень.
Також необхідно почати роботи з пошуку статистичної інформації за минулі періоди часу. Як показує практика, частина інформації доступна у відкритих джерелах, а частину можна відновити навіть по розрізненим файловим джерел даних, якщо пі...