Przewidywanie w naukach ekonomicznych

W dwuczęściowym artykule omówione są podstawowe zagadnienia z zakresu przewidywania w naukach ekonomicznych. Przedmiotem rozważań w niniejszej części pierwszej są najważniejsze podstawowe pojęcia oraz prognozowanie na podstawie modeli statystycznych, modeli trendu oraz liniowych, jedno- i wielorównaniowych modeli ekonometrycznych. Zdarzenia są skutkiem autonomicznych albo wtórnych działań przyrody albo człowieka (grupy osób, społeczeństwa). Ze zdarzeniami nierozłącznie związana jest niepewność, którą można ograniczać, podejmując rozmaite działania. Ich efektem jest przekształcanie niepewności w ryzyko. Ważnym sposobem tego przekształcania jest przewidywanie, w którym stosuje się metody heurystyczne bądź modele matematyczne, statystyczne lub ekonometryczne, wykorzystując, w większym albo mniejszym stopniu, wiedzę dotyczącą przeszłości. Prognozowanie na podstawie modeli statystycznych polega na ekstrapolowaniu zaobserwowanych w przeszłości: poziomu zmiennej, jej dynamiki albo współzależności z inną zmienną. Metody te cechuje relatywna prostota, która, z reguły, okupiona jest ich niską jakością prognostyczną. Prognozowanie na podstawie modeli ekonometrycznych zwykle rozpoczyna się od ustalenia wielkości błędu prognozy ex ante. Jeśli są one akceptowalne, sporządza się prognozę, podobnie jak w przypadku modeli statystycznych, podstawiając do poszczególnych równań wartości prognozowane odpowiednich zmiennych objaśniających. Modele ekonometryczne są jednak znacznie bardziej rozbudowane. W rezultacie, znacznie większy jest koszt związany z nakładami sił i środków. Dzięki temu mają one, na ogół, znacznie większą zdolność prognostyczną.

This two-part article discusses the basic issues of prediction in economics. Explored in the this first part are the most important basic concepts and forecasting based on statistical models and linear trend models, single and multiequation econometric models. Occurrences are the result of autonomous or secondary nature or human action (a group of people, society). With events inseparably linked is the uncertainty, which can be limited by taking various actions. Their effect is to transform uncertainty into risk. An important way of transformation is a prediction, which uses heuristics or mathematical models, statistical or econometric, utilizing, to a greater or lesser degree, knowledge of the past. Forecasting based on statistical models relies on extrapolating observed in the past: the level of the variable, its dynamics or interaction with another variable. These methods are characterized by relative simplicity, which, as a rule, paid with their poor quality prognostic. Forecasting based on econometric models usually starts from the size of the forecast error ex ante. If they are acceptable, shall be made a forecast as in the case of statistical models, substituting for the individual equations predicted values relevant explanatory variables. Econometric models are much more complex. As a result, cost associated with the expenditure of power and resources are significantly increased. Thanks to this they have, generally, much greater predictive ability.