previsione

previsione

Descrizione probabilistica di uno scenario del futuro rilevante per il soggetto che effettua la p., basata sull’esperienza del passato (spesso riassunta da dati statistici) e sulla conoscenza di teorie applicabili alle variabili casuali o aleatorie, oggetto di previsione. Esperienza e conoscenza compongono l’informazione a disposizione del decisore per effettuare la p. e, poiché queste sono soggettive, tali sono anche le p., pur se la diffusione pubblica di dati statistici e di modelli teorici può favorire una certa convergenza delle p. stesse.

Previsione, predizione, aspettative razionali

Nella lingua italiana, si definiscono predizioni le p. particolarmente autorevoli e solenni, cioè quelle formulate da soggetti con alta reputazione scientifica e pratica nel settore. Una distinzione simile fra p. e predizione caratterizza anche i sofisticati approcci al problema della scienza economica e dell’econometria (➔). Fa testo in questo campo il contributo dei primi anni 1960 sulle aspettative razionali di J.F. Muth (Rational expectations and the theory of price movements, «Econometrica», 1961, 29), ripreso negli anni seguenti da molti studiosi di economia, come per es. i Nobel, R.E. Lucas (➔) ed E.C. Prescott (➔). Secondo Muth, il ruolo del previsore particolarmente autorevole sarebbe svolto dalle teorie economiche rilevanti, mentre gli operatori di mercato sarebbero i previsori che, con gradi diversi di informazione e competenza, elaborano p. sulle quali basare le proprie decisioni concrete. L’ipotesi fondamentale di Muth è che la distribuzione di probabilità (➔) derivante dall’aggregato delle p. soggettive delle imprese tenda a coincidere con la predizione della teoria. Questa coincidenza è definita da Muth ‘razionalità delle aspettative’. In particolare in un modello in cui la variabile sulla quale si fanno previsioni è il prezzo di equilibrio di mercato, il valore atteso del prezzo secondo gli operatori (le aspettative soggettivamente elaborate dagli operatori) coincide con quello, secondo la teoria (con il reale valore atteso se il modello teorico è corretto). Si usa in tale circostanza anche la locuzione ‘previsione perfetta’ (perfect foresight).

B. De Finetti (➔) propugnava, sin dagli anni 1930, un diverso uso dei termini. Attraverso una visione più strettamente legata alla statistica e alla matematica, la p. di un numero aleatorio era per lui semplicemente un riassunto sintetico coincidente con il valore atteso di una certa distribuzione di probabilità soggettiva del numero stesso; attribuiva invece a predizione il senso restrittivo di profezia o comunque di pretesa, assurda in uno scenario di incertezza, di indovinare con precisione il valore assunto da una variabile, cosa possibile solo a un veggente o a un soggetto onnisciente.

Le applicazioni pratiche

La p. resta un argomento di fondamentale importanza sia nella teoria delle decisioni (➔ decisione) sia nelle sue applicazioni. In particolare, le scelte in statistica si prendono in base a p. sull’andamento futuro di una o più variabili aleatorie (➔ variabile aleatoria), fondate su informazioni sull’andamento passato dello stesso fenomeno e/o di fenomeni collegati. La catena logica è dunque: informazioni riguardanti il passato (in generale n−pla di osservazioni passate X1,X2,…,Xn), dalle quali si deduce la distribuzione di una certa variabile (o di un vettore di variabili) Y, distribuzione che viene utilizzata per calcolare il valore medio E(L(d,Y)) rispetto a Y della perdita aleatoria L(d,Y) derivante dalla decisione d e le cui determinazioni dipendono, fissato d, dal valore assunto da Y. Se le funzioni di perdita sono simmetriche rispetto alla differenza d−Y, cioè la penalizzazione è funzione del valore assoluto della differenza e non del suo segno, la decisione ottima è d=E(Y/ X1,X2,…,Xn), cioè il valore medio di Y condizionato all’informazione sul vettore delle osservazioni passate