Prognozele economice

Prognozele economice erau extrem de interesante în anii de dinainte de 1989. Toamna se pleca în practica agricolă și erau unii politruci din Catedra de Economie Politică, mari chiulangii care se fofilau spunând că ei merg la CC al PCR să facă prognoze. Eu știam că ei nici despre ecuația de regresie habar bu aveau, iar de prognozele ce i-ar fi servit lui ceușescu nici vorbă ca ei să facă vreun calcul. Știu că era la CSP un compartiment specializat pe prognoze macroeconomice cu absolvenți de la facultatea de Cibernetică. În plus, la CC  era un centru de calcul unde știu numai eu că erau vre 5 inși Doxa în ale modelării economice, iar cu prognozele respectivii nu aveau nicio dificultate.

Acum sunt pe toate drumurile produse software destinate oricărei tipologii complete de prognoză. Mai apare câte un rătutit care face prognoze sunbre fără să dea ipotezele de lucru care au stat la baza bazaconiilor pe care le-a obținut.
Să revenim la modelele de prognoză. Se consideră momentele de timp  T1, T2, T3, ...., Tn. Se consideră producția de cereale a țării noastre C1, C2, C3, ......, Cn și se consideră cantitatea de îngrășeminte utilizată în agricultură Q1, Q2, Q3,....., Qn. Se consideră umiditatea anuală medie U1, U2, U3, ...., Un. Se pune problema construirii unui model de eficient pentru a prognoza producția agricolă pentru momentele de timp Tn+1, Tn+2, Tn+3, ..., Tn+m. Deci se prognozează nivelurile variabilei Cn+1, Cn+2, Cn+3, ......, Cn+m. Aceste valori nu se cunosc, căci de aceea se face prognoză. Nici nivelurile pentru Qn+1, Qn+2, Qn+3, ......, Qn+m, și Un+1, Un+2, Un+3, ......, Un+m.nu se cunosc.
Nu se pornește de la o ideie preconcepută legată de structura modelului de prognoză, dar se pornește de la constatările că:
- variabila de pendentă este producția agricolă C;
- variabila independente este sunt timpul T, cantitatea de îngășeminte Q și umiditatea;
- se studiază dependențele dintre variabile;
- se construiesc mai multe modele de prognoză;
- se calculează nivelurile estimate ale producției agricole date de fiecare model;
- se calculează diferențele dintre nivelul real și cele prognozate;
- criteriul de alegere este suma pătratelor de diferențe;
- modelul cel mai potrivit este cel cu suma pătratelor de diferențe minimă.
Studierea dependențelor dintre variabile se realizează folosind coeficientul de corelație și reprezentări grafice pentru a vedea dacă dependența este liniară, exponențială sau de altă natură.
Vom preuspune că nivelurile coeficienților ce corelație r(C, T), r(Q, T), r(U, T), r(C, Q), r(C, U) sunt mari, ceea ce arată o dependență în raport cu timpul a variabilelor considerate. Mai mult, pentru a simplifica se introduce ipoteza că variațiile în timp sunt liniare, deci este decent să construim modelele liniare:
M1: C = a * T + b
M2: C = a * Q + b
M3: C = a * U + b
M4: C = a * T + b * Q + c
M5: C = a * T + b * U + c
M6: C = a * U + b * Q + c
M7: C = a * T + b * Q + c * U + d.
Se calculează nivelurile estimate ale variabilei C pentru cele 7 modele, se calculează sumele de pătrate de diferențe dintre nivelurile estimate și nivelurile efective. Se alege modelul de prognoză ca fiind cel mai eficient cel care are acea sumă minimă. Despre chestia  aceasta se găsesc mult mai multe detalii în materialele referite prin:
Ion IVAN, Adrian VISOIU - Baza de modele economice, Editura ASE, Bucuresti, 2005, ISBN 973-594-571-1, 302 pg

Ion IVAN, Adrian VISOIU - Bazele de modele economice, Ion Ivan, Adrian Visoiu, Revista ECTAP-Economistul, suplimentul Economie Teoritica si Practica, nr. 1614 (2640), 10 mai 2004

 nr. 393, 2004.

Acum pentru prognozare încep să se construiască ipoteze și anume:

Prognoza1,  în condițiile în care variabilele Q, U și T cresc în progresie aritmetică.

Prognoza2,  în condițiile în care variabilele Q, U cresc cu ritmul mediu al ultimilor 5 ani.

Prognoza3,  în condițiile în care variabilele Q, U cresc cu ritmul mediu al ultimilor 5 ani.

. . . . . . . . . 

Prognozaț,  în condițiile în care variabilele Q, U cresc după reguli specificate clar.

Se afișează rezultatele dar de fiecare dată să nu se uite că:

- datele prognozate sunt orientative;

- au la bază niște ipoteze;

- probabilitatea să fie altfel este mai mare decât p =  0,90.

Am scris toate acestea pentru că un produs software trebuie să aibă următoarele funcționalități:

- să preia ca date de intrare număr de termeni ai seriilor și seriile;

- să estimeze coeficienți pentru structuri de modele predefinite;

- să estimeze coeficienți pentru structuri de expresii analitice propuse de utilizator;

- să calculeze niveluri estimate pentru toate structurile de modele selectate și propuse;

- să calculeze sume de pătrate de diferențe;

- să ierarhizeze modelele crescător duă acele sume;

- să genereze niveluri  pentru variabile independente conform unui set de ipoteze;

- să calculeze nivelurile variabilei dependent cu datele generate;

- să produscă reprezentări grafice;

- să calculeze tot felul de coeficienți de încredere din econometrie.

Programele VERONICA și EMI făceau în vremurile de demult multe din aceste funcționalități. Acum când există atâtea resurse, cred că a sosit momentul ca noile aplicații de prognoză să aibă intrări în limbaj natural, acces la tot felul de baze de date și tot ceea ce am trăncănit eu aici să se facă automat, iar rezultatul să fie prezentat sub forma unui texty unanim acceptate ca fiind corect, complet și ca abordare realistă, dar cu probabilitate de realizare în practică sub p = 0,10.

(23 noiembrie 2017)