26 OCTOMBRIE 2020

CURS 2
PREVIZIUNE ECONOMICĂ ȘI SOCIALĂ

FORME ŞI CATEGORII DE PREVIZIUNI

1.CLASIFICAREA METODELOR DE PREVIZIUNE

Efortul de a inventaria şi de a grupa metodele şi tehnicile de previziune contribuie

la reducerea riscurilor şi a incertitudinilor care însoţesc implementarea acestora în
practică. În acelaşi timp, sistematizarea acestora se impune şi din raţiuni didactice. În
realizarea previziunilor nu există reţete universal valabile ci se utilizează o metodologie
flexibilă, cu o mare varietate de metode, de la cele mai simple, nematematice, la cele
mai puternic algoritmitizate. Metodologia de previzionare cuprinde un set de metode
care pot fi clasificate în funcţie de mai multe criterii:
A. În funcţie de atitudinea factorului de decizie faţă de obiectul previziunii:
 explorative: cu ajutorul lor viitorul este conceput în funcţie de
tendinţele trecute şi prezente, recomandându-se ca rezultatele
aplicării acestor metode să fie corectate pe baza altor elemente
previzibile ale viitorului;
 normative, care presupun studierea viitorului ca soluţie a
problemelor prezentului şi nu ca o extensie a lui; aceste metode
presupun introducerea unor elemente cu caracter dezirabil, folosite
în mod deliberat de decidenţi.
B. După rolul lor în fundamentarea previziunilor:
 fundamentale, respectiv cele care orientează modul de fundamentare
şi interpretare a fenomenelor şi proceselor economice (analiza,
sinteza, abordarea sistemică etc.);
 instrumentale: cele care urmăresc abordarea mai nuanţată a
fenomenelor (balanţele previzionale, modelarea matematică etc.);
 elementare, sunt cele care permit determinarea variabilelor
(elementelor) previziunii; de regulă sunt componente ale metodelor
instrumentale (extrapolarea, interpolarea, anchetele statistice etc.);
 intuitive: se utilizează în formularea de păreri, opinii cu privire la
desfăşurarea unor evenimente (Delphi, Brainstorming, metoda
scenariilor etc.).

1
C. În funcţie de gradul de matematizare
 metode nematematice, care se bazează pe experienţe şi expertize
trecute, pe intuiţie, pe scenarii (metoda dezbaterilor euristice,
metoda comparaţiilor, metoda anchetelor, metoda arborilor de
pertinenţă, metoda scenariilor etc.);
 metode statistico-matematice, care cuprind diferite metode şi tehnici
preluate din matematică, matematici speciale şi statistică (metoda
mediei aritmetice, metoda mediilor mobile, metoda corelaţiei,
metode fuzzy, metoda Monte Carlo, metoda lanţurilor Markov,
metoda simulării de tip Jocuri de Întreprindere etc.).
D. În funcţie de modul în care sunt formulate:
 previziuni punct, în care estimarea evoluţiei viitoare este făcută sub
forma unei evaluări unice
 previziuni interval, în care evoluţia estimată a fenomenelor este
realizată sub forma unui interval
E. În funcţie de conţinutul şi modul lor de realizare distingem două categorii
mari de previziuni:
 Cantitative sau obiective care abordează viitorul sub un unghi
cantitativ, obiectiv folosind în acest scop metode matematice relativ
independente de cel care le utilizează. Aceste metode îşi găsesc
aplicabilitatea atunci când există informaţii despre trecutul variabilei
şi acestea pot fi cuantificate. Metodele cantitative pot fi grupate la
rândul lor în două categorii:
 Metode bazate pe serii de timp numite şi metode endogene, ce
presupun realizarea de previziuni pe baza analizei evoluţiei în
trecut a variabilelor previzionate; obiectivul principal al
acestei metode îl reprezintă descifrarea configuraţiei specifice
seriei dinamice în trecut şi extrapolarea acesteia în viitor, fiind
de forma Yt = f(Yt-1, Yt-2, ….Yt-k). Printre cele mai cunoscute
amintim metoda extrapolării mecanice, metoda mediilor
mobile, metoda ajustării exponenţiale etc.
 Metode cauzale, numite şi exogene, sunt metodele care
presupun existenţa unei relaţii de tipul cauză-efect, între
variabilele care urmează a fi previzionate şi una sau mai multe
variabile independente. Sunt de forma: Y=f(x1, x2, …….xn),
cele mai cunoscute fiind metoda corelaţiei, metoda regresiei,
metodele econometrice etc.
 Calitative sau subiective (sau metode tehnologice) sunt în principiu
produsul gândirii intuitive, al evaluărilor subiective şi al experienţei
acumulate. Aceste metode sunt utilizabile când nu sunt disponibile
date din trecut şi când relaţiile dintre variabile este de aşteptat să se
modifice(metoda Delphi, metoda Brainstorming etc.).

2
 F. În funcţie de orizontul de previziune, respectiv perioada pentru care se
estimează evoluţia viitoare a fenomenelor, distingem:
 Previziuni pe termen scurt, de regulă maxim un an; aceste previziuni
reprezintă exclusiv o prelungire a trecutului apropiat şi a prezentului,
obţinându-se deci prin extrapolarea inerţiei (impulsului) ce
caracterizează fenomenele respective. Pot fi incluse în această
categorie: metoda extrapolării, metoda coeficientului de elasticitate,
metoda lanţurilor Markov, metoda vectorilor spectrali.
 Previziuni pe termen mediu (până la 5 ani) sau lung (peste 5 ani); în
cazul acestor metode, trecutul şi prezentul sunt doar elemente de
referinţă, viitorul fiind schiţat prin prisma legăturilor dintre
fenomene, a acumulărilor de influenţe care vor determina schimbări
nu numai în nivelul ci şi în structura fenomenelor studiate. În această
categorie de metode pot fi incluse: metoda Delphi, metoda
Brainstorming, metoda scenariilor, analiza morfologică,
extrapolarea prin curba înfăşurătoare, metoda arborilor de
pertinenţă, metoda comparaţiilor internaţio-nale, metoda sondajelor
previzionale, metoda jocurilor de întreprindere etc.

2.METODA EXTRAPOLĂRII

Extrapolarea, este cea mai utilizată metodă în prognozele cantitative; ea constă în

prelungirea în viitor a evoluţiei constatate în trecut. Metoda se bazează pe ipoteza că
sunt cunoscute relaţiile cauzale şi că în evoluţia procesului economic analizat nu vor
avea loc transformări esenţiale, care să modifice substanţial tendinţa conturată.
Utilizarea extrapolării este recomandată în previziunea fenomenelor care îşi
menţin ritmul şi direcţia de dezvoltare o perioadă mai mare de timp. Metoda
extrapolării, o metodă destul de rapid şi de uşor de aplicat, prezintă însă unele
dezavantaje, care impun utilizarea ei cu prudenţă:
 oferă numai o imagine orientativă asupra perspectivei, deoarece viitorul nu
reproduce integral evoluţiile din trecut;
 se poate folosi cu succes numai în cazul proceselor economice care îşi menţin
direcţia şi intensitatea de mişcare;
 pe măsură ce orizontul de previziune se îndepărtează, creşte ponderea
factorilor de risc şi incertitudine, fapt care generează posibilitatea modificării

3
 traiectoriilor din trecut; de aceea este preferabil ca metoda să fie utilizată pe
perioade cât mai scurte.
Extrapolarea pe baza seriilor cronologice constă în prelungirea în viitor a
evoluţiei constatate în trecut (a trendului).
Trendul – componenta principală a seriilor cronologice – reprezintă tendinţa
generală, linia principală de evoluţie a unui fenomen, sesizabilă pe perioade lungi de
timp.
Calcularea trendului se bazează pe ajustarea valorilor reale ale seriei statistice,
adică înlocuirea termenilor reali cu valori obţinute prin diferite modele.
În practică sunt cunoscute două variante ale extrapolării pe baza seriilor
cronologice:
 extrapolarea mecanică, atunci când se admite că relaţiile stabilite între
variabile nu se vor modifica în viitor şi în consecinţă se procedează la o
prelungire automată a tendinţei înregistrate în trecut;
 extrapolarea euristică, atunci când pornindu-se de la analiza perioadei
precedente, se introduc anumite corecţii (coeficient de corecţie a trendului) în
curba de evoluţie viitoare a fenomenului, în funcţie de modificarea previzibilă
a desfăşurării acestuia sau de unele opţiuni ale factorului de decizie.
Pornind de la simplitatea şi rapiditatea calculelor, cele mai utilizate procedee de
extrapolare pe baza seriilor cronologice sunt:
 extrapolarea cu ajutorul sporului mediu absolut;
 extrapolarea cu ajutorul indicelui mediu.
Extrapolarea cu ajutorul sporului mediu absolut se utilizează în cazul proceselor
economice care evoluează sub forma unei progresii aritmetice (modificările absolute cu
bază în lanţ sunt aproximativ constante).
În cazul extrapolării mecanice relaţia de calcul pentru trend,va fi:

Yt  Yo  t   y
unde:

4
 Yˆt - variabila ajustată pentru perioada de analiză;

Yo – valoarea variabilei în anul de bază;

t – numărul de ani (sau alte unităţi de timp) din perioada de calcul al trendului (t=
0 ,n );

y - sporul mediu absolut al variabilei y în perioada precedentă

Ytn  Y0

n
n reprezintă numărul termenilor minus 1).
Valorile previzionate se vor stabili potrivit relaţiei:

Ŷtn p  Ytn  p  
unde:
Ŷtn p - variabila extrapolată pentru orizontul p al previziunii;

Ytn – valoarea variabilei în ultimul an;

p – numărul de ani (sau alte unităţi de timp) din perioada de previziune;
În cazul extrapolării euristice, se are în vedere un coeficient de corecţie K, care
indică estimările specialiştilor referitoare la modificarea evoluţiei fenomenului analizat.
În consecinţă relaţia de calcul va fi:

Ŷtn p  Ytn  p    K
unde:
K - coeficientul de corecţie, care poate fi k1, accentuând tendinţa sau k1, diminuând-
o;
Extrapolarea cu ajutorul indicelui mediu se aplică în cazul fenomenelor şi
proceselor economice care evoluează sub forma unor progresii geometrice (indicii de
dinamică cu baza în lanţ sunt aproximativ egali între ei).
Relaţiile de calcul vor fi:
p
Ŷtn p  Ytn  I - în cazul extrapolării mecanice

5
 p
Ŷtn p  Ytn  I  K - în cazul extrapolării euristice
unde
Ytn
I - reprezintă ritmul mediu anual ( I  n )
Y0

3. METODA INTERPOLĂRII

Această metodă presupune stabilirea mărimilor intermediare între două niveluri

ale variabilei de previziune şi anume, nivelul din anul de bază şi nivelul din anul final
al orizontului de prognoză.
Organele de decizie prestabilesc nivelul pentru anul final în funcţie de anumite
obiective economico-sociale urmărite.
Interpolarea se poate realiza folosind două procedee: cu ajutorul sporului mediu
anual sau folosind indicele mediu anual.
 Interpolarea cu ajutorul sporului mediu anual, se realizează în două etape:
■ calcularea sporului mediu anual (de creştere sau descreştere)
potrivit relaţiei:
Ŷtn p  Ytn

p
în care:
- sporul mediu absolut;
Ytn – valoarea variabilei în anul de previziune;
Ŷtn p – valoarea variabilei în anul final al perioadei de previziune;

p – numărul de ani ai perioadei de previziune

■ calcularea variabilelor rezultative pentru intervalul de previziune:

Ŷtn p  Ytn  p  
 Interpolarea cu ajutorul indicelui mediu anual de creştere, presupune

6
 observarea şi parcurgerea a două etape:
■ stabilirea indicelui mediu anual de creştere potrivit relaţiei:

Yˆtn p
I p
Ytn
■ determinarea variabilelor rezultative pentru oricare an din intervalul
nn+p, potrivit relaţiei:

Yˆtn  p  Ytn  I
p

Pentru aplicarea metodei interpolării este nevoie pe de o parte să se prelimine

nivelul anului de bază (x0) iar pe de altă parte, prin opţiunea factorilor de decizie, să se
estimeze nivelul anului final (xT).

4.METODA NIVELĂRII EXPONENŢIALE

Metoda nivelării exponenţiale este una dintre cele mai aplicate metode de
previziune, prezentând unele asemănări conceptuale cu metoda mediilor mobile. Prin
caracteristicile pe care le posedă, ea depăşeşte însă unele limite ale acesteia din urmă.
În primul rând, nu mai este nevoie să fie stocate atât de multe informaţii şi nu mai
trebuiesc calculate mediile mobile de fiecare dată. Nivelarea exponenţială necesită
stocarea doar a previziunii anterioare, a valorii observate din perioada anterioară precum
şi a modelului matematic propriu-zis.
În al doilea rând, dacă în cazul mediilor mobile fiecare perioadă care intră în
calculul unei medii are aceeaşi pondere iar observaţiile dinaintea perioadei (t – n+1) nici
nu intră în calcul, în cazul metodei nivelării exponenţiale cele mai recente observaţii
sunt luate în considerare cu ponderi mai mari. De altfel, termenul ”nivelare
exponenţială” reflectă faptul că ponderile descresc exponenţial pe măsură ce
observaţiile sunt mai vechi.
Ŷt 1  Yt  ( 1   )Ŷt
Există o varietate de modele de nivelare exponenţială, însă mai frecvent aplicate,
sunt: metoda nivelării exponenţiale simple şi metoda nivelării exponenţiale duble.

 Metoda nivelării exponenţiale simple, este utilizată în cazul seriilor statistice cu

evoluţie constantă, orizontală, fără variaţii ciclice şi nici trend.
De exemplu, considerăm o serie cronologică y1, y2, y3, .....yt-2, yt-1, yt.

7
 Să presupunem că dorim să previzionăm valoarea lui y pentru momentul t+h.
Metoda nivelării exponenţiale simple are la bază ideea că previziunea pentru perioada
următoare este egală cu perioada curentă, la care se adaugă o proporţie din eroarea de
previziune sau altfel spus, noua previziune este egală cu previziunea precedentă plus o
eroare de previziune ajustată cu un coeficient.
Ŷt 1  Ŷt    et
unde:
Ŷt – previziunea pentru perioada t;
Ŷt 1 – previziunea pentru perioada t+1;
Yt – valoarea realizată efectiv în perioada t;
et – eroarea de previziune (et = Yt - Ŷt ) ;
α – coeficientul de nivelare (un număr cuprins între 0 şi 1).
În aplicarea acestei metode trebuie reţinute şi alte câteva aspecte. Astfel, atunci
când nu a fost realizată încă o previziune ( Ŷt este necunoscut) prima valoare observată
se poate considera ca fiind prima valoare previzionată. Deasemenea, trebuie menţionat
faptul că determinarea valorii coeficienţilor α este foarte importantă, deoarece aceasta
determină gradul de nivelare şi modul cum răspunde modelul de previziune la
fluctuaţiile seriei de date.
Cu cât valoarea lui α este mai mare (tinde către 1) cu atât influenţa valorilor
observate este mai mare. Se recomandă ca atunci când seria prezintă fluctuaţii mai mari,
α să ia valori mai mici pentru netezirea acestora.
Determinarea celei mai corespunzătoare valori a coeficientului α se realizează
prin încercări repetate, minimizând suma abaterilor pătratice ale previziunii:
T 1
min  ( Yt  Ŷt )2
t 1

 Metoda nivelării exponenţiale duble se aplică seriilor cronologice care prezintă

trend liniar, ce poate fi aproximat printr-o dreaptă de forma:
YˆT (h)  aˆ1 (T )  aˆ 2 (T )h

8
Aplicaţie rezolvata

Societatea comercială BETA SA a înregistrat în primele 7 luni ale anului 2014

următoarele valori ale vânzărilor de mărfuri:

Valoarea vânzărilor de mărfuri

Luna
– mil. lei -
Ianuarie 2,243
Februarie 2,122
Martie 1,980
Aprilie 1,985
Mai 2,045
Iunie 2,320
Iulie 2,360

Cunoscând că prognoza iniţială realizată pentru luna ianuarie 2014 a fost de

2,200 mil. lei, să se estimeze valoarea vânzărilor pentru luna august prin metoda
nivelării exponenţiale pentru două valori ale coeficientului de nivel:
α = 0,3 şi α = 0,8
Totodată, pentru varianta de prognoză mai potrivită să se reprezinte grafic,
valorile efective şi valorile estimate.

Rezolvare:

Metoda nivelării exponenţiale a lui Brown se bazează pe relaţia:

Ŷt 1  Ŷt   ( Yt  Ŷt )
sau
Ŷt 1  Yt  Ŷt ( 1   )
unde:
Yt – nivelul vânzărilor efective la momentul t;
Ŷt 1 ,Ŷt – prognozele vânzărilor corespunzătoare momentelor t+1 şi respectiv t;
α – coeficientul de nivelare cu valori în [0, 1].
9
 Cunoscând prognoza iniţială a valorii vânzărilor ŷ1 =2,200 mil. lei, calculăm
valorile prognozate pentru celelalte momente:

Cazul 1: α = 0,3

Ŷ 2 = 0,3· Y1 + 0,7· Ŷ 1 = 0,3·2,243 + 0,7 ·2,2 = 2,213

Ŷ 3 = 0,3· Y2 + 0,7· Ŷ 2 = 0,3·2,122 + 0,7 ·2,213 = 2,186
şi în mod analog
.
.
Ŷ 8 = 0,3· Y7 + 0,7· Ŷ 7 = 0,3·2,360 + 0,7 ·2,146 = 2,210

Aşadar, pentru α = 0,3 valoarea estimată a vânzărilor de mărfuri va fi 2,21 mil.

lei

Cazul 2: α = 0,8

Ŷ 2 = 0,8·2,243 + 0,2 ·2,2 = 2,234

Ŷ 3 = 0,8·2,122 + 0,2 ·2,234 = 2,144
.
.
Ŷ 8 = 0,8· 2,360 + 0,2 ·2,263 = 2,340

Aşadar, pentru α = 0,8 valoarea estimată a valorii vânzărilor de mărfuri pentru

luna august este 2,340 mil. lei
Pentru a determina care dintre cele două valori ale coeficientului de nivelare este
n n
mai potrivită se calculează e
t 1
2
t ; mai potrivită este acea valoare a lui α pentru care  et2
t 1

→ minim
unde et = Yt - Ŷ t

10
 Rezultatele calculelor sunt prezentate în tabelul următor:

α = 0,3 α = 0,8
Luna Yt
Ŷ t et et 2 Ŷ t et et 2
Ianuarie 2,243 2,200 0,043 0,002 2,200 0,043 0,002
Februarie 2,122 2,213 -0,091 0,008 2,234 -0,112 0,013
Martie 1,980 2,186 -0,206 0,042 2,144 -0,164 0,027
Aprilie 1,985 2,124 -0,139 0,019 2,013 -0,028 0,001
Mai 2,045 2,083 -0,038 0,001 1,991 0,054 0,003
Iunie 2,320 2,072 0,248 0,062 2,034 0,286 0,082
Iulie 2,360 2,146 0,214 0,046 2,263 0,097 0,009
August - 2,210 2,340
n
Pe baza datelor din tabelul anterior se calculează cele 2 valori a lui e
t 1
2
t :
n n
 pentru α=0,3  et2 =0,180 iar pentru α=0,8
t 1
e
t 1
2
t =0,137
Aşadar, dintre cele 2 valori ale coeficientului de nivelare mai potrivite pentru
estimare este α=0,8.
Reprezentarea grafică a vânzărilor efective şi a celor estimate (pentru α =0,8)
este prezentată în figura urmatoare

2,400
2,300
2,200
2,100
2,000
1,900
1,800
1,700
I F M A M I I A

Vânzări efective Vânzări previzionate

11