Эволюция и перспективы совершенствования методологии долгосрочного экономического прогнозирования

Окончание. Начало в № 1/2005

Одним из магистральных направлений в множестве неструктурированных подходов является научно-технологическое прогнозирование. Сегодня можно выделить три основных этапа развития прикладных прогностических исследований, посвященных изучению влияния достижений научно-технического прогресса на экономику.

Первый этап связан с попытками прогнозирования на основе количественных методов. Он охватывает 50-60-е годы минувшего столетия. Основное содержание этого этапа во многом определялось тем, что он приходился на годы холодной войны и обострения отношений между странами Востока и Запада. Создание атомной, в затем и водородной бомбы, рождение атомной энергетики, развитие ракетной техники и запуск первого искусственного спутника Земли продемонстрировали в явном виде высокий потенциал применения научного знания как в мирных, так и в военных целях. Отсюда – преимущественная ориентация выполнявшихся в те годы прогнозов на анализ возможностей использования последних достижений науки и техники в военно-технической области и выработку мер по своевременному противодействию таким попыткам со стороны вероятного противника.

В этот период получили заметное развитие методы прогнозирования, основанные на использовании и модификации применительно к указанным задачам методов математики и математической статистики. Среди них – анализ временных рядов, линейный и множественный регрессионный анализ, разработка эконометрических моделей, методы стохастического моделирования. [2]

Общая особенность большинства этих методов заключалась в том, что они нацеливались на предсказание значений отдельных переменных изучаемой системы или ее поведения в целом на основе известных по предыдущему отрезку времени количественных показателей. Иными словами, будущее рассматривалось в этих моделях как линейная (или подчиненная любому другому установленному закону) экстраполяция событий прошлого.

Существование «государственного заказа» на определение будущих технологических прорывов в военной области, подкрепленное необходимым финансированием из бюджетных источников, позволило проделать в те годы большую аналитическую работу по изучению, обобщению, обоснованию применимости и сопоставлению различных методов научно-технического и технологического прогнозирования. Результаты этих исследований нашли отражение в получивших широкую известность специальных монографиях и научных статьях Дж. Мартино, Р. Эйреса, Э. Янча и ряда других авторов.

Под влиянием этих и многих других работ постепенно сложилось понимание того, что простая экстраполяция эмпирических данных дает адекватные прогнозы лишь на очень коротком отрезке времени. С увеличением прогнозного интервала дисперсия любой количественной характеристики, аппроксимируемой случайной величиной, неизбежно возрастает до значений, которые лишают полученные прогнозные оценки практической ценности.

Значительные трудности в применении количественных методов для получения надежных с математической точки зрения прогнозов создает необходимость использования достаточно больших, «длинных», и достоверных массивов статистических данных. Но самая главная проблема заключается в том, что статистические методы в принципе не позволяют учитывать быстро протекающие изменения изучаемой динамической системы, обусловленные появлением новых факторов развития, например, формированием принципиально новых экономических условий, осуществлением технологических нововведений и пр.

В результате многолетнего интенсивного научного поиска специалисты постепенно пришли к выводу о том, что более объективные и точные прогнозы могут быть получены лишь на качественной основе, в результате многоэтапных процедур проведения экспертных оценок с привлечением ведущих представителей конкретных областей знаний. Важную роль в обеспечении перехода к новой методологической парадигме прогнозирования сыграл подготовленный корпорацией “РЭНД” в 1964 году и получивший затем широкую мировую известность “Доклад об изучении долгосрочного прогнозирования”. [3]

Переориентация на использование качественных оценок, в основе которых лежит анализ суждений высококвалифицированных экспертов в тех или иных областях научного знания, означала начало второго этапа в развитии прогнозных исследований и сопровождалась разработкой новых методов прогнозирования.

Ниже представлены только некоторые из методов, получивших в 70-80 годы прошлого века наиболее широкое распространение. Следует сразу же отметить, что большинство таких методов носит универсальный характер и применимо без существенных ограничений для решения задач краткосрочного, среднесрочного и долгосрочного прогнозирования.

Ведущее место среди новых инструментов прогнозирования занял разработанный Хелмером метод Дельфи. Наряду с ним получили широкое распространение матричный метод, метод анализа иерархий, метод, основанный на построении дерева целей ( в частности, метод ПАТТЕРН), морфологический метод, метод так называемого «мозгового штурма» в различных вариантах и метод написания сценариев, получивший широкое распространение не только в рамках привычных задач, но и для прогнозирования на сверхдлинные промежутки времени в 50, 100 и даже 1000 лет [4].

Серьезным испытанием для методов макроэкономического прогнозирования и экономической теории в целом стали экономические кризисы 70-х годов, вызванные в значительной мере ростом цен на нефть и другие энергоресурсы. В дальнейшем к энергетическим кризисам добавились различные «шоки от перегрева», связанные с переоценкой и последующим резким падением цен акций на фондовом рынке, «политические шоки», обусловленные необходимостью сдерживания инфляции за счет роста банковской учетной ставки, и ряд других факторов.

Понимание важности достоверных экономических прогнозов привело в 90-е годы к формированию на национальном уровне частно-государственных партнерств по определению путей эффективного развития экономики и общества в условиях повышения роли новых технологий, действия бюджетных и ресурсных ограничений, вызовов глобализации, климатических и экологических изменений, демографических сдвигов и пр. Наступил, по сути дела, третий этап развития прогностических исследований.

Широкое распространение получил метод «Форсайт», или «Предвидение», увязывающий алгоритмы качественного прогнозирования (применение метода Дельфи, сценарные подходы и пр.) с общими подходами к управлению социально-экономическим развитием общества и интересами национального бизнеса. Цель применения метода «Форсайт» в самом широком смысле – это достижение наиболее полного консенсуса в обществе по вопросам социально-экономического и научно-технического развития. Одна из характерных особенностей этого подхода состоит также в том, что его содержание определяется внутренними возможностями и потребностями развития каждой конкретной страны. Если к началу 90-х годов «Форсайт» развивался только в четырех странах (США, Германии, Японии и Австралии), то в 2001 г. число таких стран достигло 29. [5]

Одним из наиболее интересных направлений современного прогнозирования является моделирование и учет регулярно повторяющихся циклических явлений в экономике, получивших название циклов (волн) Кондратьева (с периодом 50-70 лет), циклов Кузнеца (15-17 лет), циклов Жуглара (бизнес-циклов, повторяющихся с периодичностью 8-9 лет), циклов Китчина (3-4 года) и других. Однако и здесь отмечается значительное расхождение в понимании механизмов и оценках экономического влияния различных циклов. [6]

Сегодня горизонт деловых прогнозов явно или неявно исходит из предположения о существовании бизнес- и инвестиционных циклов. Этот горизонт может находиться в пределах от 10 до 30 лет. Наряду с инвестиционными циклами принципиально важное значение имеют более протяженные инновационные циклы, смена которых сопровождается появлением качественно новых технологий. [7]

Поэтому даже те прогностические исследования, которые преследуют более общие цели, например, разработку прогноза развития национальной экономики в целом, сегодня должны более тщательно учитывать различные циклические явления, происходящие в экономике и научно-технической сфере.

Циклические закономерности отмечаются даже в таких относительно новых направлениях бизнеса, как венчурное инвестирование. Наложение венчурных циклов на длинную волну Кондратьева может усиливать неравномерность экономического развития за счет освоения технологических нововведений на отрезке времени в несколько десятилетий [8].

Важное значение для развития национальной экономики имеет прогнозирование цен на основные энергоносители. Статистическое изучение динамики изменения цен на нефть с 1972 по 2003 гг. с помощью фильтра Ходрика-Прескотта дает основание говорить о существовании на указанном отрезке времени 11 циклов со средней продолжительностью 35,5 месяцев. [9] Тем не менее, методология их долгосрочного прогнозирования в настоящее время еще не разработана. Игнорирование цикличности приводит к тому, что появляются чрезмерно оптимистичные экстраполяционные прогнозы роста цен на нефть как в краткосрочной, так и среднесрочной перспективе. Ориентация на подобные прогнозы при разработке бюджета и стратегии экономического развития может привести к негативным последствиям для экономики.

Таким образом, можно говорить о том, что существует большой теоретический и практический интерес к проблемам прогнозирования социально-экономической динамики. Выполняемые в этом направлении работы нацелены на поиск решения самых актуальных проблем развития, с которыми человечество неизбежно столкнется уже в ближайшей четверти нового XXI века. Вместе с тем, большинство выполняемых прогнозов ориентировано на конкретные практические задачи и слабо интегрировано в структурные макроэкономические модели, что сужает область их практического применения. Это определяет актуальность совершенствования методов долгосрочного прогнозирования в увязке с новыми подходами в макроэкономической теории.

[1] Исследование выполнено при финансовой поддержке РГНФ в рамках научно-исследовательского проекта РГНФ «Методология долгосрочного прогнозирования цикличной динамики экономики России», проект № 04-02-00174а.

[2] Глубокий обзор работ того времени содержится в переведенных позднее на русский язык фундаментальных монографиях: Кендалл М., Стюарт А. Многомерный статистический анализ и временные ряды. - М.: Наука, 1976; Дрейпер Н., Смит Г. Прикладной регрессионный анализ. - М.: Статистика, 1973; Шеннон Р. Имитационное моделирование систем – искусство и наука. - М.: Мир, 1978; Тейл Г. Прикладное экономическое прогнозирование. - М.: Прогресс, 1970 и других книгах.

[3] Gordon T.J., Helmer O. Report on Long-Range Forecasting Study. - The RAND Corporation, Santa Monica, Calif., Sept., 1964.

[4] AC/UNU Millenium Project. Millenium’s 3000 Study. /American Council for the United Nations University. - Wash., D.C.

[5] Опыт разных стран по формированию и использованию метода «Форсайт» подробно представлен Н.В.Шелюбской в монографии ИМЭМО РАН «На пороге экономики знаний (мировая практика научно-инновационного развития)» / Под ред. Дынкина А.А. и Дагаева А.А.- М.: Изд. ИМЭМО, 2004.

[6] Об этом свидетельствуют, в частности, результаты состоявшейся в феврале 2005 года в Португалии международной конференции «Kondratieff Waves, Warfare and World Security».

[7] Яковец Ю.В. Эпохальные инновации ХХI века. - М.: Экономика, 2004.

[8] Dagaev A.A. The Cyclic Dynamic of the Venture Capital. - Kondratieff Waves, Warfare and World Security: Тезисы докладов международной конференции. - Covilha, 2005.

[9] J.R.P.Manso. Are there Long Term Cycles in the Evolution of the Oil Price? A Research using the Hodrick-Prescott Filter. Ibid.