Prognozowanie – minisłowniczek dla początkujących

Autor jest w pełni świadomy, że artykuł niniejszy nie jest słownikiem w sensie formalnym (zarówno pod względem formy jak i zawartości merytorycznej). Ma on na celu przybliżenie osobom nie mającym wcześniej do czynienia z tematem (szczególnie od strony wysoce formalnej i naukowej) istoty pewnych narzędzi, które mogą być przydatne tak przy tworzeniu własnych prognoz jak i podczas zapoznawania się z wynikami cudzej pracy. Większość z niniejszych definicji powstała na podstawie ogólnodostępnych źródeł: tak angielsko- jak polskojęzycznych. Informacje te są jednak w większości w sposób istotny uzupełnione przemyśleniami oraz propozycjami autora popartymi praktyką. Autor od 9 lat inwestuje na Giełdzie Papierów Wartościowych w Warszawie.

Prognoza (predykcja) – Prognozą nazywamy stwierdzenie o wysokim prawdopodobieństwie (często zakłada się nawet stuprocentowe prawdobieństwo) zajścia lub nie zajścia w przyszłości (prognoza może ale nie musi zawierać określenia punktu w czasie bądź ram czasowych) określonego wydarzenia lub grupy wydarzeń (na przykład wygrania wyborów przez określoną partię polityczną lub ożywienia gospodarczego).

Prognozowanie – Całość czynności związanych z tworzeniem prognoz. Niektórymi z takich czynności mogą być:

  • Analizowanie danych historycznych – Próba doszukania się prawidłowości w danych pochodzących z przeszłości.
  • Formalizacja (matematyzacja) zależności – Ujęcie zaobserwowanych związków w równania.
  • Ekstrapolacja tendencji poza obszar czasowy próby – Zakładanie stałości zaobserwowanych prawidłowości także w przyszłości.
  • Symulacje – Badanie zachowania rozważanego mechanizmu dla wielu rozmaitych warunków.
  • Przepowiadanie/proroctwa – Tworzenie prognoz na podstawie wykorzystania domniemanych zdolności nadnaturalnych.

Niektórymi narzędziami stosowanymi w prognozowaniu (także gospodarczym) są:

  • Modele matematyczne (funkcje matematyczne, narzędzia statystyki, rachunku prawdopodobieństwa, geometrii fraktalnej)
  • Systemy komputerowe (systemy eksperckie, sieci neuronowe, symulacje, zapytania)
  • Przemyślenia własne (wiedza, doświadczenie, intuicja, światopogląd)

Prawdopodobieństwo (szansa) – W sensie potocznym jest to „siła” wiedzy i/lub przeświadczenia na temat możliwości zajścia danego zdarzenia w przyszłości. W sensie bardziej matematycznym prawdopodobieństwo zajścia danego zdarzenia w przyszłości można zdefiniować jako „zawartość” tego zdarzenia we wszystkich możliwych w przyszłości zdarzeniach (outcomes).

Ryzyko – Najprościej jest to prawdopodobieństwo zajścia zdarzeń uznanych subiektywnie jako niekorzystne (stąd w prognozowaniu gospodarczym mówi się najczęściej o ryzyku poniesienia strat materialnych) związanych z podjęciem danego przedsięwzięcia. Na przykład prowadzenie przedsiębiorstwa pociąga za sobą ryzyko bankructwa. Zazwyczaj jest ono tym większe im gorzej jest ono zarządzane.

Wartość oczekiwana – W sensie matematycznym jest to średnia ze wszystkich zdarzeń (outcomes) ważona prawdopodobieństwami ich wystąpienia. W wypadku gdy zdarzenia określane są jakościowo (na przykład: „wariant optymistyczny”, „wariant pesymistyczny” i „wariant realistyczny”) częstokroć nadaje się im wagi liczbowe. Wartości oczekiwanej używa się bardzo często przy symulacjach – wynikom wielu dokonanych symulacji nadawane są prawdopodobieństwa i na tej podstawie obliczana jest wartość oczekiwana z symulacji danego zjawiska.

Błąd prognozy ex ante Jest to zakładana na podstawie odrębnych obliczeń wartość o jaką prognoza może rozminąć się z danymi empirycznymi (czyli rzeczywistością) przed ich pojawieniem się.

Przykład: „W najbliższym roku oczekujemy osiągnięcia miliona złotych zysku netto plus minus 200 tysięcy złotych.”

Błąd prognozy ex post Jest to wartość o jaką prognoza rozminęła się z danymi empirycznymi po ich pojawieniu się.

Przykład: „Sądziliśmy że osiągniemy milion złotych zysku netto, niestety zarobiliśmy tylko 600 tysięcy złotych, czyli przeszacowaliśmy zysk o 400 tysięcy złotych.”

Błąd prognozy względny – Wartość o jaką prognoza rozminęła się z danymi empirycznymi wyrażona w jednostkach w jakich wykonywana była prognoza.

Przykład: „Nasza prognoza zakłada że w najbliższym roku sprzedamy milion sztuk opon przez nas produkowanych z dokładnością do 100 tysięcy opon.”

Błąd prognozy bezwzględny – Wartość o jaką prognoza rozminęła się z danymi empirycznymi wyrażona w jednostkach względnych (zazwyczaj procentach).

Przykład: „W szacowaniu naszych przychodów na ostatni rok pomyliliśmy się o 15% in minus.”

Zmienna – Zmienną nazywamy symbol (ważna uwaga: słowo lub fraza także są symbolami) odpowiadający wartości nie będącej stałą (mogącej przyjmować różne wartości).

Jako zmienne w ekonomii uznaje się praktycznie każdą mierzalną wartość gospodarczą (zarówno w skali mikro jak i makro): przychody i zyski przedsiębiorstw, wartość produktu krajowego brutto, inflacji, importu i eksportu i tak dalej.

Zmienna egzogeniczna – Zmienna której wartość określona jest poza modelem (input).

Zmienna endogeniczna – Zmienna której wartość jest wyznaczana w ramach modelu (output).

Model ekonomiczny (ekonometryczny) – Jest to zbiór współzależnych równań opisujących (modelujących) mechanizm gospodarczy. Modele ekonomiczne zazwyczaj opisują gospodarkę w skali makro i są narzędziami stosowanymi przez naukowców akademickich lub zawodowych finansistów (szczególnie odpowiadających za politykę państwa). Modele ekonometryczne składają się nawet z setek równań i tysięcy zmiennych, a co za tym idzie często tworzone oraz wykorzystywane są przy współpracy z narzędziami informatycznymi.

Szereg czasowy – Szeregiem czasowym są wartości zmiennej (niekoniecznie ekonomicznej) w czasie. Najpopularniejszymi i intuicyjnie zrozumiałymi szeregami czasowymi są kursy akcji na giełdzie: codziennie publikowane wartości notowań danej spółki tworzą szereg czasowy. Innymi przykładami szeregu czasowego są wyniki finansowe przedsiębiorstwa w czasie (co ważne, ich interwały mogą być różne: od miesięcznych, przez kwartalne aż po roczne)

Trend – W ekonomii trendem nazywa się obserwowaną w dłuższym okresie (im dłuższy okres, tym trend jest silniejszy) prawidłowość kształtowania się danej zmiennej gospodarczej (wartości produktu krajowego brutto, obrotów przedsiębiorstwa, kursu jego akcji i tak dalej). Można wyróżnić trzy rodzaje trendów: wzrostowy (zmienna rośnie), spadkowy (zmienna spada) i horyzontalny (zmienna utrzymuje w przybliżeniu stałą wartość).

Poszczególne trendy mogą trwać od kilku do kilkuset lat.

Trend możemy szacować za pomocą funkcji matematycznych (zjawiska zawierające się w trendzie również, jednakże jest to o wiele trudniejsze), poniżej wymieniane są najprostsze z nich:

  • Funkcji liniowej
  • Funkcji kwadratowej
  • Funkcji wykładniczej

Wahania koniunkturalne – Wahaniami koniunkturalnymi nazywamy zmiany wartości zmiennych gospodarczych dające się wyjaśnić tak zwanym cyklem koniunkturalnym (klasycznie postrzegając, cykl składa się z czterech faz: kryzys, depresja, ożywienie, rozkwit; współcześnie postuluje się jedynie dwie: ożywienie i recesja; ponadto ostatnio pojawiają się głosy o zupełnym oderwaniu gospodarek od cykliczności)

Poszczególne wahania koniunkturalne mogą trwać od kilku do kilkudziesięciu lat.

Wahania koniunkturalne zawierają się w trendzie.

Zmiany sezonowe – Zmianami sezonowymi nazywamy zmiany wartości zmiennych gospodarczych dające się wyjaśnić zdarzeniami regularnymi bądź nieregularnymi takimi jak sezony urlopowe, okresy świąteczne czy też ataki terrorystyczne lub moda.

Poszczególne zmiany sezonowe mogą trwać od kilku miesięcy do kilku lat.

Zmiany sezonowe zawierają się w wahaniach koniunkturalnych.

Wahania nieregularne – Wahaniami nieregularnymi nazywamy zmiany wartości zmiennych gospodarczych zachodzącymi w bardzo krótkich okresach czasu i w zasadzie nie będącymi wyjaśnianymi (uznaje się je za losowe).

Poszczególne wahania nieregularne mogą trwać od kilku dni do kilku miesięcy.

Wahania nieregularne zawierają się w zmianach sezonowych.

Barometr (wskaźnik wyprzedzający) – Mówiąc w sposób niezwykle uczony będzie to syntetyczna wartość określająca zjawisko silnie lub bardzo silnie dodatnio (zazwyczaj) wpływające na zjawisko prognozowane, przy czym wpływ ten urzeczywistnia się po pewnym czasie (zazwyczaj niestałym). Lepiej zobrazują to przykłady: odkrycie nowych ogromnych złóż ropy naftowej powinno przełożyć się na spadek jej cen, a co za tym idzie spadek cen benzyny (przy czym może mieć miejsce ogromny odstęp czasowy między tymi zjawiskami), spadek stopy procentowej powinien z kolei zaowocować mniejszymi kosztami kredytu oraz wzrost popytu na nowe mieszkania (budowane zazwyczaj za kredyt hipoteczny) i tak dalej.

Symulacja – W kontekście gospodarczym symulacją nazwiemy akt oddawania (imitowania) zachowań danego mechanizmu gospodarczego (na przykład przedsiębiorstwa i jego otoczenia lub gospodarki jako całości) za pomocą środków które z założenia powinny zachowywać się analogicznie do tego układu (na przykład symulując wpływ naszej firmy na zachowanie innych firm posługujemy się modelem matematycznym często w postaci skomputeryzowanej przy założeniu że model ten odda rzeczywiste wydarzenia). Symulacją będzie również wynik powyższych działań (na przykład: „Zgodnie z wykonaną symulacją obniżenie cen przez nasze przedsiębiorstwo o 10% doprowadzi do obniżki cen na rynku o 2%”). Nie powinno się utożsamiać symulacji z prognozą: prognoza koncentruje się na danych wyjściowych (outputs), natomiast symulacja na zależnościach. Symulacje są często podstawą do tworzenia prognoz.

Ujemne sprzężenie zwrotne – Sytuacja w której dane zdarzenie w rozpatrywanym układzie wpływa osłabiająco na samo siebie (system dąży do równowagi). Przykładami mogą być populacje ekosystemów dostosowujące swoją liczebność do dostępnej żywności, wody i tym podobnych. W gospodarce przykładem ujemnego sprzężenia zwrotnego może być zjawisko pogarszającej się efektywności (chodzi przede wszystkim o rentowność) działania przedsiębiorstwa wraz ze wzrostem jego rozmiarów. Układy charakteryzujące się ujemnym sprzężeniem zwrotnym są stabilne.

Dodatnie sprzężenie zwrotne – Sytuacja w której dane zdarzenie w rozpatrywanym układzie wpływa wzmacniająco na same siebie. Przykładem dodatniego sprzężenia zwrotnego mogą być rozmnażanie się bakterii w fiolce z pożywką (w jednostce czasu ich liczba ulega zwiększeniu o określony procent) lub bańki spekulacyjne (gdzie zwyżkująca cena danego aktywa wywołuje zwiększony popyt na to aktywo). Dodatnie sprzężenia zwrotne są bardzo niestabilne i niemożliwe do utrzymania (bakterie kiedyś zużyją swoją pożywkę, a na rynku danego aktywie dojdzie do krachu).

Dyskontowanie (antycypacja) – Jest to zjawisko mogące doprowadzić do sytuacji w których decyzje gospodarcze (takie jak wprowadzenie na rynek nowego produktu czy zakup nieruchomości) podjęte na podstawie nawet (z pozoru) najbardziej racjonalnych i dobrych jakościowo prognoz mogą nie przynieść oczekiwanych korzyści. Koresponduje ono z tak zwanymi samospełniającymi się przepowiedniami. Najlepiej zilustruje je przykład: przedsiębiorstwo posiada znacznej wartości kredyt denominowany w euro. Oznacza to, że znaczny wzrost kursu tej waluty może być dla niego zabójczy. W mediach dużo mówi się o tym że istnieją poważne podstawy do oczekiwania wystąpienia właśnie takiej sytuacji (gwałtownej aprecjacji euro) i zachęca się do zakupu tej waluty. Jednakże kupując euro dziś firma może wpaść w pułapkę wynikającą ze wspomnianej antycypacji – jeśli „każdy” wie, że euro ma zdrożeć, to „każdy” kupuje euro i jego wartość wzrasta szybciej niż „każdy” się tego spodziewał. Informacja o prawdopodobnym wzroście kursu tej waluty w przyszłości będzie zatem w jej cenie już dziś. Zjawisko niniejsze bardzo często zaskakuje racjonalistów starających się prognozować zjawiska gospodarcze na podstawie powszechnie wiadomych zależności (patrz: Barometr).

Spekulacja/zakład – Podjęcie decyzji gospodarczych na podstawie przeprowadzonych prognoz. Jakkolwiek dziwnie dla niektórych to wygląda, zawsze decyzje gospodarcze (otwarcie lub zamknięcie firmy, zakup akcji na giełdzie czy też projektowanie nowego produktu) będą „postawieniem” pieniędzy na jakość danej prognozy. Ma to miejsce zarówno w finansach per se, jak i w codziennym życiu.

Zalecana Literatura

  • Nassim Taleb „Fooled by Randomness” („Ślepy Traf”) – Książka której autor (bardzo uznany tak w kręgach naukowych jak i biznesu) przekonuje że sukces (także finansowy np. na rynkach papierów wartościowych) odnoszony czy to przez „zwykłych” ludzi czy to tak zwanych specjalistów może nieść w sobie duży udział tytułowej losowości.
  • Nassim Taleb „The Black Swan” („Czarny Łabędź”) – Tytułowy czarny łabędź wziął się z dawnego określenia czegoś niemożliwego – wynikało to z faktu że nikt nie widział czarnego łabędzia… aż do XVII wieku gdy odkryto taki gatunek. W książce niniejszej będącej niejako kontynuacją i rozwinięciem „Ślepego Trafu” Taleb udowadnia, że właśnie zjawiska teoretycznie niemożliwe stają się możliwymi w praktyce
  • Burton Malkiel „A Random Walk Down Wall Street” („Błądząc po Wall Street: Dlaczego nie da się wygrać z rynkiem”) – pozycja niniejsza przekonuje czytelnika, że wygrywanie z rynkiem (nieco upraszczając: ponadprzeciętnie efektywne prognozy) jest dziełem nie tyle umiejętności co przypadku
  • [artykuł] Benoit Mandelbrot „A Multifractal Walk Down Wall Street” („Ruch Fraktalny na Wall Street”) – W niniejszym artykule Mandelbrot opisuje nowe metody analiz zmiennych rynkowych oparte na fraktalach.
  • Alan Greenspan „The Age of Turbulence” („Wiek Turbulencji”) – Wspomnienia Greenspana tyczą się między innymi prognoz stawianych przez z pozoru najlepszych specjalistów świata i tego jak prognozy te zawodziły.
  • Kurt Silberstein, Alexander Ineichen „AIMA’s Roadmap to Hedge Funds” („Mapa Drogowa Funduszy Hedge Stowarzyszenia Zarządzających Inwestycjami Alternatywnymi”) – Książka ta nie tyczy sie prognozowania per se, ale zawiera niezwykle interesujące fragmenty tyczące się prognozowania, przewidywań, ryzyka oraz podejmowanych w związku z tym decyzji gospodarczych oraz pozagospodarczych.
  • William Samuelson, Stephen Marks „Managerial Economics” („Ekonomia Menedżerska”) – Solidny akademicki podręcznik omawiający między innymi aspekty związane z prognozowaniem. Przedstawia dyskutowane zagadnienia w sposób systematyczny i skondensowany

Karol Szczepański

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Pola, których wypełnienie jest wymagane, są oznaczone symbolem *