Прогнозирование в регрессионных моделях

Одна из сфер применения эконометрических моделей - прогнозирование социально-экономических показателей, характеризующих состояние и развитие анализируемой системы. Термин «прогнозирование» обычно используется в тех ситуациях, когда требуется предсказать состояние системы за моментом времени, следующим за последней точкой периода наблюдения. Однако для регрессионных моделей этот термин имеет более широкое значение. Как отмечалось ранее, в эконометрическом моделировании используются данные не только временной структуры, но и пространственные данные. Задача прогнозирования заключается в определении возможного значения (прогноза) зависимой переменной y, объясняемой моделью, для некоторого набора независимых, объясняющих факторов, которые не совпадают ни с одним из наблюдений в матрице Х. Именно в этом смысле – как построение оценки зависимой переменной y – и следует понимать прогнозирование в эконометрике.

При использовании построенной модели для прогнозирования делается предположение о сохранении существовавших ранее взаимосвязей показателей на период прогнозирования.

Для прогнозирования зависимой переменной y на l шагов вперед необходимо знать прогнозные значения всех входящих в нее факторов. Оценки этих факторов могут быть получены на основе временных экстраполяционных моделей или заданы пользователем. Если модель является адекватной, то оценки факторов подставляются в модель и получаются точечные прогнозные оценки. Точность прогноза будет определяться тем, насколько надежно оценены значения независимых переменных.

Такие прогнозы, полученные с использованием различных (предполагаемых) вариантов значений независимых переменных в будущие моменты времени, называют «условными», «вариантными», подчеркивая тот факт, что прогнозные значения y рассчитываются в зависимости от предполагаемых вариантов значений факторов, т.е. условий прогноза. Если же значения независимых факторов известны или могут быть определены однозначно, то прогнозы рассматривают как «безусловные».