Прогнозирование финансового состояния хозяйствующих субъектов

В финансовом менеджменте нет и не может быть ничего застывшего,
окончательного. Даже результаты, получившие в свое время нобелевскую премию в области экономики, попадают под удар сокрушительной критики. Так было,
например, с портфельной теорией Марковица [134 - 135], с теорией линии рынка капитала Шарпа-Литнера [131, 144], с теорией справедливой оценки стоимости европейского опциона Блэка-Шоулза-Мертона [111]. Оказывалось, что предпосылки, положенные в основу этих теорий (нормальность законов распределения доходности активов, монотонность инвестиционных предпочтений,
винеровский случайный процесс ценовых колебаний) существенно расходятся с реальностью фондового рынка [117, 118, 156]. Инвесторы, следовавшие «классическим» теориям фондового менеджмента, потерпели колоссальные убытки в 2001 . 2002 годах (только в США за эти годы инвесторы потеряли 7-10 трлн.
долларов), когда изменившаяся картина рынка вступила в противоречие с научной его картиной, бытующей по сию пору. Основополагающее значение перечисленных «нобелевских» теорий для финансового менеджмента никем не оспаривается. Однако из этого не следует, что невозможно развитие и появление новых теорий финансового менеджемента, оппонирующих уже существующим теориям. Такая ломка научных стереотипов, кризис экономической парадигмы, о которой писал Т.Кун в [45], воспринимается сложившимися экспертами весьма болезненно, потому что вынуждает их обновлять свое научное мировоззрение,
доучиваться. Новые теории обесценивают роль предшествующих теорий в научном процессе, равно как и вклад в науку целых поколений ученых, работавших в русле,
очерченном их предшественниками. Все это рождает латентный протест, который может в конечном счете выразиться в ошибочном экспертном заключении.
Методы обработки пространственно-временных совокупностей существенно варьируют по сложности используемых алгоритмов. Простейший вариант прогноза . это предположение регрессии прогнозируемого параметра по фактору времени:



где a,b .параметры регрессии (определяемые обычно по методу наименьших квадратов),  (t) . случайная величина с нулевым математическим ожиланием и фиксированными прочими параметрами вероятностного распределения.
Предположение о линейности регрессии прямо вытекает из допущения, что прогнозируемый случайный процесс является стационарным, т.е. в каждом временном сечении этого процесса лежит случайная величина, вероятностное распределение которой содержит постоянные, неизменные во времени параметры.
Из этого же допущения о стационарности случайного процесса исходят все методы авторегрессии, когда прогнозируемое значение параметра линейным образом зависит от некоторой совокупности предыдущих значений параметров: