Capitolo 6 Previsioni discrezionali

La previsione discrezionale è una previsione non basata su un modello statistico ma su un insieme di giudizi, opinioni, esperienze che il ricercatore ha sul futuro andamento del fenomeno in esame. Questo metodo previsivo è comune nella pratica quando c’è una completa mancanza di dati storici, quando viene lanciato un nuovo prodotto, quando un nuovo concorrente entra nel mercato, oppure durante condizioni di mercato completamente nuove e uniche. Per esempio, nel dicembre 2012, il governo australiano è stato il primo al mondo ad approvare una legislazione che ha vietato l’uso di loghi aziendali sui pacchetti di sigarette e ha imposto che tutti i pacchetti di sigarette fossero di colore verde scuro. Per prevedere l’effetto di una tale politica non ci sono precedenti storici, ed è quindi necessario il ricorso ad una previsione discrezionale.

Ci sono anche situazioni in cui i dati sono incompleti, o diventano disponibili solo dopo un certo ritardo. Per esempio, le banche centrali includono elementi discrezionali nella previsione del livello corrente dell’attività economica, una procedura nota come nowcasting, poiché il PIL è disponibile solo su base trimestrale.

La ricerca in questo settore3 ha dimostrato che l’accuratezza delle previsioni discrezionali migliora quando il previsore ha (i) un’importante conoscenza del settore e (ii) informazioni più tempestive e aggiornate. Un approccio discrezionale può essere rapido nell’adattarsi a tali cambiamenti, informazioni o eventi.

È importante riconoscere che le previsioni discrezionali sono soggettive ed hanno dei limiti, ma nel corso degli anni la qualità di queste previsioni è migliorata, come risultato diretto dell’utilizzo in queste previsioni di approcci ben strutturati e sistematici.

Ci sono tre contesti generali in cui si utilizzano le previsioni discrezionali: (i) non ci sono dati disponibili, quindi i metodi statistici non sono applicabili e le previsioni discrezionali sono l’unico approccio possibile; (ii) i dati sono disponibili, vengono stimate delle previsioni basate sui modelli statistici e queste sono successivamente riviste usando un metodo discrezionale; e (iii) i dati sono disponibili e le previsioni statistiche e discrezionali sono stimate indipendentemente e poi combinate. È opportuno chiarire che quando i dati sono disponibili, l’applicazione dei metodi statistici (come quelli discussi in altri capitoli di questo libro), è sempre preferibile. Le previsioni statistiche sono generalmente superiori alla generazione di previsioni usando solo il metodo discrezionale. Per la maggior parte del capitolo, verrà posta l’attenzione sul primo scenario in cui non sono disponibili dati, mentre nell’ultimo paragrafo sarà discusso l’aggiustamento discrezionale delle previsioni statistiche. La combinazione delle previsioni sarà discussa nel paragrafo 13.4.

Bibliografia

Lawrence, M., Goodwin, P., O’Connor, M., & Önkal, D. (2006). Judgmental forecasting: A review of progress over the last 25 years. International Journal of Forecasting, 22(3), 493–518. [DOI]

  1. Lawrence et al. (2006)↩︎