Причинно-следственное моделирование
Причинно-следственное моделирование — самый сложный математический количественный метод бизнес-прогнозирования. Он используется при наличии более чем одной переменной. Например, будущий спрос на коттеджи зависит от уровня доходов населения, изменений структуры народонаселения и от процента по закладным. Причинно-следственное моделирование — это попытка спрогнозировать, что произойдет в подобных ситуациях, путем исследования статистической взаимосвязи между анализируемым фактором и прочими переменными. С помощью такой модели можно, например, определить, что при повышении процента по закладным на 1% спрос на новые коттеджи снизится на 5%.
На языке статистики эту зависимость называют корреляцией. Чем «идеальнее» корреляция, тем лучший прогноз выдаст модель. Абсолютная корреляция (1,000) характерна для ситуаций, в которых в прошлом неизменно сохранялась определенная взаимосвязь. Например, если при снижении НВП на 4% спрос на цветные телевизоры неизменно снижался на 10%, можно с уверенностью сказать, что в будущем при подобных обстоятельствах ситуация будет повторяться.
Самыми сложными причинно-следственными моделями являются эконометри-ческие модели, предназначенные для прогнозирования экономического развития, например Уортоновская модель Пенсильванского университета. Они включают тысячи уравнений, и применять их стало возможным только благодаря появлению мощных компьютеров. Стоимость их разработки настолько высока, что даже крупные компании самостоятельно этим не занимаются. Следует также отметить, что, несмотря на сложность, такие модели не всегда дают точный прогноз, о чем наглядно свидетельствует неспособность федерального правительства точно предсказывать влияние своих действий на экономику.