Консенсус-прогноз — це передбачення майбутнього, яке створюються шляхом об’єднання кількох окремих прогнозів, які часто створювалися з використанням різних методологій. Використовуються в ряді наук, починаючи від економетрики і закінчуючи метеорологією. Також відомий як комбінування прогнозів, усереднення прогнозів або усереднення моделі (в економетриці та статистиці) і [en], [en] або агрегація експертів (у машинному навчанні). Застосування можуть варіюватися від прогнозування погоди до прогнозування річного валового внутрішнього продукту країни або кількості автомобілів, які компанія чи окремий дилер, ймовірно, продасть за рік. Хоча прогнози часто робляться для майбутніх значень часового ряду, вони також можуть бути для одноразових подій, таких як результати президентських виборів або футбольного матчу.
Передумови
Прогнозування відіграє ключову роль у процесі планування будь-якої організації, оскільки забезпечує уявлення про невизначеність. За допомогою моделювання можна буде оцінити, чи можуть запропоновані стратегії досягти бажаних цілей у заздалегідь визначених межах. У сфері економічного прогнозування майбутній шлях економіки притаманний практично кожній компанії, а отже, існує значний попит на точні економічні прогнози. Цьому значному попиту відповідає великий обсяг легкодоступної прогнозної інформації від урядів, міжнародних агенцій та різних приватних фірм. Такі компанії, як [en] і [en], спеціалізуються на публікації даних економічних прогнозів, причому перша охоплює більшість основних регіонів світу, а друга зосереджується на економіці США. Однак розшифрувати найкращий метод прогнозування — завдання не з легких і багато в чому залежить від цілей користувача та обмежень, з якими він, ймовірно, зіткнеться. Замість того, щоб намагатися визначити єдиний найкращий метод прогнозування, альтернативний підхід полягає в тому, щоб об’єднати результати незалежних прогнозистів і взяти середнє значення прогнозів.
Цей метод отримання простого середнього значення панелі незалежних прогнозів, отриманих на основі різних методів прогнозування, відомий як комбінування прогнозів, а результат часто називають консенсусним прогнозом. Якщо конкретна модель прогнозу, яка дає менші [en] в порівнянні з іншими окремими прогнозами, не може бути визначена, прийняття консенсусного підходу може бути вигідним завдяки досягненню диверсифікації. Комбінація економічних прогнозів добре запроваджена в багатьох країнах і може врахувати центральні банки, державні установи та підприємства серед користувачів. В останні десятиліття консенсус-прогнози викликали великий інтерес, підкріплений публікацією величезної частини академічних досліджень щодо точності прогнозів. Емпіричні дослідження показують, що об’єднання прогнозів підвищило точність прогнозів. Однією з переваг використання консенсусних прогнозів є те, що він може виявитися корисним, якщо ситуація має високий ступінь невизначеності або ризику, а вибір найточнішого прогнозу наперед утруднений. Навіть якщо один метод визначено як найкращий, поєднання все одно варто, якщо інші методи можуть зробити певний позитивний внесок у точність прогнозу. Більше того, багато факторів можуть вплинути на незалежний прогноз, і вони, разом з будь-якою додатковою корисною інформацією, можуть бути отримані за допомогою консенсусного підходу. Іншим аргументом на користь цього методу є те, що індивідуальні прогнози можуть бути схильні до численних когнітивних упереджень, але їх можна звести до мінімуму, комбінуючи незалежні прогнози разом. Таким чином, об’єднання розглядається як допомагає підвищити точність прогнозу за рахунок зменшення помилок прогнозу окремих прогнозів. Крім того, усереднення прогнозів, ймовірно, буде кориснішим, коли дані та методи прогнозування, з яких складаються складові прогнози, суттєво відрізняються. І навіть незважаючи на те, що це лише простий підхід (як правило, незважене середнє), цей метод настільки ж корисний, як і інші більш складні моделі. Справді, останні дослідження, проведені за останнє десятиліття, показали, що з часом комбінований прогноз з однаковими ваговими показниками зазвичай точніший, ніж індивідуальні прогнози, які складають консенсус.
Загалом, корисність методики консенсусного прогнозування була підтверджена багатьма емпіричними дослідженнями за останні десятиліття. Використання рівних ваг у методі комбінування є привабливим через його простоту та легкість опису. Серед іншого, цей простий метод усереднення прогнозів окремих прогнозистів був застосований на практиці багатьма світовими центральними банками, коли вони намагаються оцінити очікування в приватному секторі. Емпіричне дослідження, проведене [en] у 2000 році, демонструє більшу точність консенсусних прогнозів щодо макроекономічних прогнозів, вироблених провідними транснаціональними агентствами, такими як Міжнародний валютний фонд та Організація економічного співробітництва та розвитку. Дослідження Роберта С. Джонса показало: «Принаймні з моменту публікації «Комбінації прогнозів» (Bates and Granger [1969]), економістам відомо, що комбінування прогнозів з різних джерел може як покращити точність, так і зменшити помилку прогнозів. Протягом останніх років численні дослідження підтвердили ці висновки, окреслили умови, за яких комбінації прогнозів є найефективнішими, і спробували пояснити, чому прості рівні вагові коефіцієнти працюють так добре порівняно з більш складними статистичними методами».
Імовірнісні прогнози
Хоча література про комбінування точкових прогнозів дуже багата, тема комбінування [en] не настільки популярна. Існує дуже мало статей, які чітко розглядають комбінацію [en], однак у галузі прогнозів щільності є певний прогрес. Проста, але потужна альтернативна методика була запроваджена в контексті прогнозування цін на електроенергію. [en] передбачає застосування [en] до точкових прогнозів ряду індивідуальних моделей прогнозування або експертів. Було виявлено, що воно працює надзвичайно добре на практиці – дві найкращі команди, які брали участь у оцінці цін на конкурсі [en] (GEFCom2014), використовували варіанти QRA.
Див. також
Подальше читання
- Timmermann, Allan (2007). An Evaluation of the World Economic Outlook Forecasts. IMF Staff Papers. 54 (1): 1—33. CiteSeerX 10.1.1.547.96. doi:10.1057/palgrave.imfsp.9450007. JSTOR 30036001.
- Novotny, Filip; Rakova, Marie (2011). (PDF). Finance a Uver: Czech Journal of Economics & Finance. 61 (4): 348—366. Архів оригіналу (PDF) за 31 грудня 2014. Процитовано 27 червня 2012.
Примітки
- Clemen, Robert T. (1989). Combining forecasts: A review and annotated bibliography. International Journal of Forecasting. 5 (4): 559—583. doi:10.1016/0169-2070(89)90012-5.
- Blix, Marten; Wadefjord, Joachim; Wienecke, Ulrika; Adahl, Martin (2001). How good is the forecasting performance of major institutions?. Economic Review. 3/2001.
- Timmermann, Allan (2006). G. Elliott, C. W. J. Granger and A. Timmermann (ред.). Chapter 4 Forecast Combinations. Т. 1. с. 135—196. doi:10.1016/s1574-0706(05)01004-9. ISBN .
{{}}
: Проігноровано|journal=
() - Makridakis; Hibon (2000). The M3-Competition: Results, Conclusions and Implications. International Journal of Forecasting. 16 (4): 451—476. doi:10.1016/s0169-2070(00)00057-1.
- McNees, Stephen K. (November 1987). Consensus Forecasts: Tyranny of the Majority. New England Economic Review.
- Golinelli, R.; Parigi, G. (2008). Real-Time Squared: A Real-Time Data Set for Real-Time GDP Forecasting. International Journal of Forecasting. 24 (3): 368—385. doi:10.1016/j.ijforecast.2008.05.001.
- Batchelor, Roy (2000). The IMF and OECD versus Consensus Forecasts. Applied Economics. 33 (2): 225—235. doi:10.1080/00036840121785.
- Jones, Robert C. (2014). Making Better Investment Decisions. The Journal of Portfolio Management. 40 (2): 128—143. doi:10.3905/jpm.2014.40.2.128.
- Wallis, Kenneth F. (2005). Combining Density and Interval Forecasts: A Modest Proposal*. Oxford Bulletin of Economics and Statistics. 67: 983—994. CiteSeerX 10.1.1.491.674. doi:10.1111/j.1468-0084.2005.00148.x. ISSN 1468-0084.
- Mitchell, James; Wallis, Kenneth F. (2011). Evaluating density forecasts: forecast combinations, model mixtures, calibration and sharpness. Journal of Applied Econometrics. 26 (6): 1023—1040. CiteSeerX 10.1.1.216.9657. doi:10.1002/jae.1192. ISSN 1099-1255.
- Nowotarski, Jakub; Weron, Rafał (2015). [Open Access]. Computing electricity spot price prediction intervals using quantile regression and forecast averaging. Computational Statistics. 30 (3): 791—803. doi:10.1007/s00180-014-0523-0. ISSN 0943-4062.
Вікіпедія, Українська, Україна, книга, книги, бібліотека, стаття, читати, завантажити, безкоштовно, безкоштовно завантажити, mp3, відео, mp4, 3gp, jpg, jpeg, gif, png, малюнок, музика, пісня, фільм, книга, гра, ігри, мобільний, телефон, android, ios, apple, мобільний телефон, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, ПК, web, Інтернет
Konsensus prognoz ce peredbachennya majbutnogo yake stvoryuyutsya shlyahom ob yednannya kilkoh okremih prognoziv yaki chasto stvoryuvalisya z vikoristannyam riznih metodologij Vikoristovuyutsya v ryadi nauk pochinayuchi vid ekonometriki i zakinchuyuchi meteorologiyeyu Takozh vidomij yak kombinuvannya prognoziv userednennya prognoziv abo userednennya modeli v ekonometrici ta statistici i en en abo agregaciya ekspertiv u mashinnomu navchanni Zastosuvannya mozhut variyuvatisya vid prognozuvannya pogodi do prognozuvannya richnogo valovogo vnutrishnogo produktu krayini abo kilkosti avtomobiliv yaki kompaniya chi okremij diler jmovirno prodast za rik Hocha prognozi chasto roblyatsya dlya majbutnih znachen chasovogo ryadu voni takozh mozhut buti dlya odnorazovih podij takih yak rezultati prezidentskih viboriv abo futbolnogo matchu PeredumoviPrognozuvannya vidigraye klyuchovu rol u procesi planuvannya bud yakoyi organizaciyi oskilki zabezpechuye uyavlennya pro neviznachenist Za dopomogoyu modelyuvannya mozhna bude ociniti chi mozhut zaproponovani strategiyi dosyagti bazhanih cilej u zazdalegid viznachenih mezhah U sferi ekonomichnogo prognozuvannya majbutnij shlyah ekonomiki pritamannij praktichno kozhnij kompaniyi a otzhe isnuye znachnij popit na tochni ekonomichni prognozi Comu znachnomu popitu vidpovidaye velikij obsyag legkodostupnoyi prognoznoyi informaciyi vid uryadiv mizhnarodnih agencij ta riznih privatnih firm Taki kompaniyi yak en i en specializuyutsya na publikaciyi danih ekonomichnih prognoziv prichomu persha ohoplyuye bilshist osnovnih regioniv svitu a druga zoseredzhuyetsya na ekonomici SShA Odnak rozshifruvati najkrashij metod prognozuvannya zavdannya ne z legkih i bagato v chomu zalezhit vid cilej koristuvacha ta obmezhen z yakimi vin jmovirno zitknetsya Zamist togo shob namagatisya viznachiti yedinij najkrashij metod prognozuvannya alternativnij pidhid polyagaye v tomu shob ob yednati rezultati nezalezhnih prognozistiv i vzyati serednye znachennya prognoziv Cej metod otrimannya prostogo serednogo znachennya paneli nezalezhnih prognoziv otrimanih na osnovi riznih metodiv prognozuvannya vidomij yak kombinuvannya prognoziv a rezultat chasto nazivayut konsensusnim prognozom Yaksho konkretna model prognozu yaka daye menshi en v porivnyanni z inshimi okremimi prognozami ne mozhe buti viznachena prijnyattya konsensusnogo pidhodu mozhe buti vigidnim zavdyaki dosyagnennyu diversifikaciyi Kombinaciya ekonomichnih prognoziv dobre zaprovadzhena v bagatoh krayinah i mozhe vrahuvati centralni banki derzhavni ustanovi ta pidpriyemstva sered koristuvachiv V ostanni desyatilittya konsensus prognozi viklikali velikij interes pidkriplenij publikaciyeyu velicheznoyi chastini akademichnih doslidzhen shodo tochnosti prognoziv Empirichni doslidzhennya pokazuyut sho ob yednannya prognoziv pidvishilo tochnist prognoziv Odniyeyu z perevag vikoristannya konsensusnih prognoziv ye te sho vin mozhe viyavitisya korisnim yaksho situaciya maye visokij stupin neviznachenosti abo riziku a vibir najtochnishogo prognozu napered utrudnenij Navit yaksho odin metod viznacheno yak najkrashij poyednannya vse odno varto yaksho inshi metodi mozhut zrobiti pevnij pozitivnij vnesok u tochnist prognozu Bilshe togo bagato faktoriv mozhut vplinuti na nezalezhnij prognoz i voni razom z bud yakoyu dodatkovoyu korisnoyu informaciyeyu mozhut buti otrimani za dopomogoyu konsensusnogo pidhodu Inshim argumentom na korist cogo metodu ye te sho individualni prognozi mozhut buti shilni do chislennih kognitivnih uperedzhen ale yih mozhna zvesti do minimumu kombinuyuchi nezalezhni prognozi razom Takim chinom ob yednannya rozglyadayetsya yak dopomagaye pidvishiti tochnist prognozu za rahunok zmenshennya pomilok prognozu okremih prognoziv Krim togo userednennya prognoziv jmovirno bude korisnishim koli dani ta metodi prognozuvannya z yakih skladayutsya skladovi prognozi suttyevo vidriznyayutsya I navit nezvazhayuchi na te sho ce lishe prostij pidhid yak pravilo nezvazhene serednye cej metod nastilki zh korisnij yak i inshi bilsh skladni modeli Spravdi ostanni doslidzhennya provedeni za ostannye desyatilittya pokazali sho z chasom kombinovanij prognoz z odnakovimi vagovimi pokaznikami zazvichaj tochnishij nizh individualni prognozi yaki skladayut konsensus Zagalom korisnist metodiki konsensusnogo prognozuvannya bula pidtverdzhena bagatma empirichnimi doslidzhennyami za ostanni desyatilittya Vikoristannya rivnih vag u metodi kombinuvannya ye privablivim cherez jogo prostotu ta legkist opisu Sered inshogo cej prostij metod userednennya prognoziv okremih prognozistiv buv zastosovanij na praktici bagatma svitovimi centralnimi bankami koli voni namagayutsya ociniti ochikuvannya v privatnomu sektori Empirichne doslidzhennya provedene en u 2000 roci demonstruye bilshu tochnist konsensusnih prognoziv shodo makroekonomichnih prognoziv viroblenih providnimi transnacionalnimi agentstvami takimi yak Mizhnarodnij valyutnij fond ta Organizaciya ekonomichnogo spivrobitnictva ta rozvitku Doslidzhennya Roberta S Dzhonsa pokazalo Prinajmni z momentu publikaciyi Kombinaciyi prognoziv Bates and Granger 1969 ekonomistam vidomo sho kombinuvannya prognoziv z riznih dzherel mozhe yak pokrashiti tochnist tak i zmenshiti pomilku prognoziv Protyagom ostannih rokiv chislenni doslidzhennya pidtverdili ci visnovki okreslili umovi za yakih kombinaciyi prognoziv ye najefektivnishimi i sprobuvali poyasniti chomu prosti rivni vagovi koeficiyenti pracyuyut tak dobre porivnyano z bilsh skladnimi statistichnimi metodami Imovirnisni prognoziHocha literatura pro kombinuvannya tochkovih prognoziv duzhe bagata tema kombinuvannya en ne nastilki populyarna Isnuye duzhe malo statej yaki chitko rozglyadayut kombinaciyu en odnak u galuzi prognoziv shilnosti ye pevnij progres Prosta ale potuzhna alternativna metodika bula zaprovadzhena v konteksti prognozuvannya cin na elektroenergiyu en peredbachaye zastosuvannya en do tochkovih prognoziv ryadu individualnih modelej prognozuvannya abo ekspertiv Bulo viyavleno sho vono pracyuye nadzvichajno dobre na praktici dvi najkrashi komandi yaki brali uchast u ocinci cin na konkursi en GEFCom2014 vikoristovuvali varianti QRA Div takozh en Prijnyattya rishen konsensusom Metod ekspertnih ocinok Metod Delfi Ekonomichne prognozuvannya en en Podalshe chitannyaTimmermann Allan 2007 An Evaluation of the World Economic Outlook Forecasts IMF Staff Papers 54 1 1 33 CiteSeerX 10 1 1 547 96 doi 10 1057 palgrave imfsp 9450007 JSTOR 30036001 Novotny Filip Rakova Marie 2011 PDF Finance a Uver Czech Journal of Economics amp Finance 61 4 348 366 Arhiv originalu PDF za 31 grudnya 2014 Procitovano 27 chervnya 2012 PrimitkiClemen Robert T 1989 Combining forecasts A review and annotated bibliography International Journal of Forecasting 5 4 559 583 doi 10 1016 0169 2070 89 90012 5 Blix Marten Wadefjord Joachim Wienecke Ulrika Adahl Martin 2001 How good is the forecasting performance of major institutions Economic Review 3 2001 Timmermann Allan 2006 G Elliott C W J Granger and A Timmermann red Chapter 4 Forecast Combinations T 1 s 135 196 doi 10 1016 s1574 0706 05 01004 9 ISBN 9780444513953 a href wiki D0 A8 D0 B0 D0 B1 D0 BB D0 BE D0 BD Cite book title Shablon Cite book cite book a Proignorovano journal dovidka Makridakis Hibon 2000 The M3 Competition Results Conclusions and Implications International Journal of Forecasting 16 4 451 476 doi 10 1016 s0169 2070 00 00057 1 McNees Stephen K November 1987 Consensus Forecasts Tyranny of the Majority New England Economic Review Golinelli R Parigi G 2008 Real Time Squared A Real Time Data Set for Real Time GDP Forecasting International Journal of Forecasting 24 3 368 385 doi 10 1016 j ijforecast 2008 05 001 Batchelor Roy 2000 The IMF and OECD versus Consensus Forecasts Applied Economics 33 2 225 235 doi 10 1080 00036840121785 Jones Robert C 2014 Making Better Investment Decisions The Journal of Portfolio Management 40 2 128 143 doi 10 3905 jpm 2014 40 2 128 Wallis Kenneth F 2005 Combining Density and Interval Forecasts A Modest Proposal Oxford Bulletin of Economics and Statistics 67 983 994 CiteSeerX 10 1 1 491 674 doi 10 1111 j 1468 0084 2005 00148 x ISSN 1468 0084 Mitchell James Wallis Kenneth F 2011 Evaluating density forecasts forecast combinations model mixtures calibration and sharpness Journal of Applied Econometrics 26 6 1023 1040 CiteSeerX 10 1 1 216 9657 doi 10 1002 jae 1192 ISSN 1099 1255 Nowotarski Jakub Weron Rafal 2015 Open Access Computing electricity spot price prediction intervals using quantile regression and forecast averaging Computational Statistics 30 3 791 803 doi 10 1007 s00180 014 0523 0 ISSN 0943 4062