Czy komputery potrafią przewidzieć kryzys?

Jakie trudności napotykają badacze, pragnący opisywać rzeczywistość przy pomocy komputerowych modeli statystycznych? O zaawansowanych technikach badawczych i trudnych, a niekiedy niemożliwych do pokonania barierach w pracy naukowej opowiada dr Barbara Wąsikowska z Uniwersytetu Szczecińskiego.

"W ostatnich latach wraz z dynamicznym rozwojem informatyki i dostarczanych przez nią coraz to większych mocy obliczeniowych obserwuje się ogromny wzrost zainteresowania metodami sztucznej inteligencji w takich dziedzinach, jak: finanse, medycyna, zastosowania inżynierskie, geologia czy fizyka" - mówi dr Wąsikowska.

Jak wyjaśnia, w obszarze ekonomii metody te znajdują zastosowanie w prognozowaniu bankructw, notowań giełdowych, kursów walut, wskaźników finansowo-ekonomicznych, klasyfikacji przedsiębiorstw, wycenie kontraktów terminowych, spółek, nieruchomości, w ocenie wiarygodności kredytowej oraz identyfikacji klientów według przedstawianej oferty.

Obecnie wiele znaczących placówek naukowych i badawczych na całym świecie zajmuje się zastosowaniami sztucznej inteligencji. Stopień zaawansowania prac pozwolił na wydzielenie kilku kierunków badań. Najważniejszymi z nich są sieci neuronowe, logika rozmyta, algorytmy genetyczne i teoria zbiorów przybliżonych. Metody te pozwalają na zautomatyzowanie niektórych, bardziej uciążliwych etapów procesu modelowania, co w dużej mierze ułatwia budowę modelu danego zjawiska ekonomicznego.

"Rozwój cywilizacji, postępu technicznego i gospodarki światowej prowadzi do powstawania coraz bardziej skomplikowanej rzeczywistości ekonomicznej w otoczeniu człowieka. Zasadniczym celem pracy badacza-ekonomisty jest więc poznanie i w możliwie prosty i najdokładniejszy sposób opisanie i wyjaśnienie zjawisk ekonomicznych" - opisuje swoją pracę dr Wąsikowska.

Zaznacza, że zjawiska te cechuje zazwyczaj duża liczba zmiennych, względnie mała liczba danych pomiarowych oraz silna, często nieliniowa korelacją zmiennych. Działają tu różnorodne prawa ekonomiczne, zależne od warunków ekonomicznych i polityki gospodarczej państwa. Bardzo ważnym problemem jest również upływający czas.

"Model opisujący zjawisko ekonomiczne dla danej rzeczywistości może zupełnie nie odpowiadać stanowi przyszłemu, bowiem czynniki mające zasadniczy wpływ na to zjawisko w badanym okresie w innym czasie mogą nie mieć tak istotnego wpływu lub nawet w ogóle nie występować" - ocenia doktor.

Wśród innych przyczyn powodujących ogromne trudności w opisaniu otaczającej nas rzeczywistości ekonomicznej badaczka wymienia także: wpływ ludzi - rządów, ministrów, ekspertów - na aktualne zależności ekonomiczne istniejące w kraju. Przypomina, że powiązania między czynnikami opisującymi badane zjawisko bywają bardzo skomplikowane i trudne do zdefiniowania. Obok informacji precyzyjnej występują również informacje jakościowe i rozmyte. W zebranym materiale statystycznym mogą występować błędy lub luki. Pewnych wielkości nie da się zmierzyć, często też brakuje informacji na temat kształtowania się tych wielkości w pewnych okresach wcześniejszych. Badacz musi się ponadto liczyć z wystąpieniem procesów, które nie zostały dotychczas zidentyfikowane.

Dodatkowym problemem, z którym musi zmierzyć się badacz chcący opisać dane zjawisko ekonomiczne (zbudować model), jest problem doboru czynników najbardziej istotnych dla kształtowania się tego zjawiska.