Факторы, определяющие выбор метода прогнозирования. Методы прогнозирования управленческих решений - реферат

Введение

1. Прогнозирование и виды прогнозов

2. Методы прогнозирования

3. Статистическое прогнозирование

4. Прогнозирование на основе сезонных колебаний

5. Экспертное прогнозирование

6. Прогнозирование сбыта

7. Информация, полученная в магазинах конкурентов

8. Поставщики и закупочные центры

Заключение

Список литературы

Введение

Актуальность темы обусловлена тем, что для большинства российских предприятий маркетинговое управление становится одним из условий выживания и успешного функционирования. При этом обеспечение эффективности такого управления требует умения предвидеть вероятное будущее состояние предприятия и среды, в которой оно существует, вовремя предупредить возможные сбои и срывы в работе.. Это достигается с помощью прогнозирования как плановой, так и практической работы предприятия по всем направлениям его деятельности, и в частности, в области прогнозирования сбыта продукции (товаров, работ, услуг).

Многообразие проблем, возникающих при обеспечении жизнедеятельности предприятия и являющихся предметом прогнозирования, приводит к появлению большого количества разнообразных прогнозов, разрабатываемых на основе определенных методов прогнозирования. Поскольку современная экономическая наука располагает большим количеством разнообразных методов прогнозирования, каждый менеджер и специалист по планированию должен овладеть навыками прикладного прогнозирования, а руководитель, ответственный за принятие стратегических решений, должен к тому же уметь сделать правильный выбор метода прогнозирования.

Цель работы: рассмотреть прогнозирование сбыта. Исходя из поставленной цели, в данной работы сформулированы задачи, среди них:

сущность основных понятий в области прогнозирования;

признаки классификации, виды прогнозов и их краткая характеристика;

методы прогнозирования (рассмотрены, по возможности, на конкретных примерах);

1. Прогнозирование и виды прогнозов

Прогнозирование (греч. Prognosis — знание наперед) — это род предвидения (предсказания), поскольку имеет дело с получением информации о будущем. Предсказание «предполагает описание возможных или желательных аспектов, состояний, решений, проблем будущего. Помимо формального, основанного на научных методах прогнозирования, к предсказанию относятся предчувствие и предугадывание. Предчувствие — это описание будущего на основе эрудиции, работы подсознания. Предугадывание использует житейский опыт и знание обстоятельств». В широком плане как научное прогнозирование, так и предчувствие и предугадывание входят в понятие “прогнозирование деятельности предприятия».

Прогноз — это результат процесса прогнозирования, выраженный в словесной, математической, графической или другой форме суждения о возможном состоянии объекта (в частности предприятия) и его среды в будущий период времени.

Выделяются различные признаки классификации прогнозов. Мы воспользуемся подходом, разработанным в Финансовой академии при Правительстве РФ и на его основе составим следующую классификационную таблицу.

Таблица 1

Виды прогнозов

Для конкретных прогнозов могут применяться и другие признаки классификации прогнозов. Например, для прогноза рыночной конъюнктуры важно выделить такой признак, как охват объектов исследования — в зависимости от него прогноз может быть глобальным, региональным, локальным (системным). Иначе говоря, он может охватывать весь рынок страны или ограничиваться рынком определенного региона, он может также охватывать локальный рынок отдельного предприятия. Он может рассматривать рыночную ситуацию в целом или же его предметом будет рынок отдельного товара.

Ниже дана характеристика каждого из перечисленных в табл.1 видов прогнозов.

В зависимости от горизонта прогнозирования прогноз может разрабатываться на очень короткий период времени — до месяца (например, недельные и месячные прогнозы объемов продаж, движения наличности), на год, а также на 2-3 года (среднесрочный прогноз), 5 и более лет (долгосрочный прогноз).

Долгосрочные прогнозы называют также перспективными. Нередко пятилетние прогнозы относят к среднесрочным.

По типам прогнозирования выделяют поисковые, нормативные и основанные на творческом видении прогнозы.

Поисковое прогнозирование — способ научного прогнозирования от настоящего к будущему: прогнозирование начинается от сегодняшнего дня, опирается на имеющуюся информацию и постепенно проникает в будущее.

Существуют два вида поискового прогнозирования:

экстраполятивное (традиционное),

альтернативное (новаторское).

Экстраполятивный подход предполагает, что экономическое и прочее развитие происходит гладко и непрерывно, поэтому прогноз может быть простой проекцией (экстраполяцией) прошлого в будущее. Для составления такого прогноза необходимо вначале оценить прошлые показатели деятельности предприятия и тенденции их развития (тренды), затем перенести эти тенденции в будущее.

Экстраполятивный подход очень широко применяется в прогнозировании и так или иначе отражается в большинстве методов прогнозирования.

Альтернативный подход базируется на том, что внешняя и внутренняя среда бизнеса подвержена постоянным изменениям, вследствие чего: развитие предприятия происходит не только гладко и непрерывно, но и скачкообразно и прерывисто; существует определенное число вариантов будущего развития предприятия.

Исходя из этого, в рамках альтернативного подхода:

во-первых, альтернативное прогнозирование может объединять в единой логике два способа развития предприятия — гладкий и скачкообразный, создавая синтетическую картину будущего;

во-вторых, создаются прогнозы, включающие сочетание различных вариантов развития выбранных показателей и явлений. При этом каждый из вариантов развития лежит в основе особого сценария будущего.

Альтернативный подход сравнительно молод (стал широко применяться в 80-е годы) и в настоящее время быстро распространяется в практике внутрифирменного планирования.

Оба вида поискового прогнозирования опираются как на количественные, так и на качественные методы прогнозирования.

Нормативное (нормативно-целевое) прогнозирование предполагает:

во-первых, определение общих целей и стратегических ориентиров предприятия на будущий период;

во-вторых, оценку развития предприятия, исходя из этих целей.

Нормативное прогнозирование применяется чаще всего тогда, когда предприятие не располагает необходимыми историческими данными. В силу этого оно опирается на качественные методы исследования и, как и экстраполятивное, является в большой степени традиционным подходом к предсказанию будущей среды предприятия.

Прогнозирование, основанное на творческом видении будущего, — использует субъективное знание прогнозиста, его интуицию.

Прогнозы такого рода часто имеют формы “утопий” или “антиутопий” — литературных описаний вымышленного будущего. Несмотря на кажущуюся отдаленность от мира экономики, подобные произведения являются хорошим дополнением к сухому количественному прогнозу.

Данный вид прогнозирования может использоваться для непосредственного предсказания будущих результатов деятельности предприятия.

В зависимости от степени вероятности будущих событий прогнозы делятся на вариантные и инвариантные.

Инвариантный прогноз предполагает только один вариант развития будущих событий.

Он возможен в условиях высокой степени определенности будущей среды. Как правило, такой прогноз базируется на экстраполятивном подходе (простом продолжении сложившейся тенденции и в будущем).

Вариантный прогноз основывается на предположении о значительной неопределенности будущей среды и, следовательно, наличии нескольких вероятных вариантов развития.

Каждый из вариантов развития учитывает специфическое состояние будущей среды предприятия и, исходя из этого, определяет основные параметры данного бизнеса. Такого рода вариант будущего состояния предприятия называют сценарием.

По способу представления результатов прогнозы делятся на точечные и интервальные.

Точечный прогноз исходит из того, что данный вариант развития включает единственное значение прогнозируемого показателя, например, среднедневной товарооборот в следующем месяце возрастет на 5%.

Интервальный прогноз — это такое предсказание будущего, в котором предполагается некоторый интервал, диапазон значений прогнозируемого показателя, например: среднедневной товарооборот в следующем месяце возрастет на 5-8%.

2. Методы прогнозирования

Для понимания сущности данного вопроса необходимо предварительно дать определения некоторых понятий, в частности, таких, как: метод, методика, методология.

В широком смысле слова – метод (гр. methodos) — это: 1) способ познания, исследования явлений природы и общественной жизни; 2) прием или система приемов в какой-либо деятельности.

Применительно к экономической науке и практике — метод — это: 1) система правил и приемов подхода к изучению явлений и закономерностей природы, общества и мышления; 2) путь, способ достижения определенных результатов в познании и практике; 3) прием теоретического исследования или практического осуществления чего-нибудь, исходящий из знания закономерностей развития объективной действительности и исследуемого предмета, явления, процесса.

Законодательство достигает своей цели, как ранее отмечалось, лишь при условии его реализации. Следовательно, цель законодательства имеет как бы две органически взаимосвязанные стадии своего развития: на первой стадии она намечает, планирует, определяет характер правового регулирования соответствующих общественных отношений или иных правовых мероприятий; на второй - представляет собой установку на активные действия, направленные на последовательное осуществление этой цели. Отсюда вытекает двуединая задача правового прогнозирования: в сфере правотворчества и в сфере правореализации. Синтез прогнозов в этих двух сферах будет наиболее надежным критерием научной обоснованности цели законодательства и его осуществления.

Прогнозирование в юридической науке - это, на наш взгляд, определение комплекса возможных вариантов перспективного развития правовой действительности путем использования широкого диапазона специальных методов, обеспечивающих научную обоснованность и достаточную точность выдвинутых предложений, моделей, проектов. Отсюда вытекает, что горизонт прогнозирования в юридической науке чрезвычайно широк; он может и должен охватывать как практически прикладные вопросы правового развития (например, прогноз состояния преступности по определенной категории дел в таком-то регионе в предстоящем году), так и глобальные, фундаментальные, крупномасштабные проблемы будущего изменения правовой системы в перспективе (например, прогноз развития правовой системы, планирование законодательной деятельности на длительную перспективу и т. д.). При этом, разумеется, как практически прикладные, так и фундаментальные прогнозы должны быть тесно соподчинены между собой, увязаны; и только в этом случае они будут социально и юридически ценными.

Если попытаться конкретизировать направления правового прогнозирования , то их можно обозначить следующим комплексом основных проблем:

какие общественные отношения (или их стороны) предполагается в будущем подвергнуть правовому регулированию, т. е. в каком направлении будет развиваться действующее законодательство;

в какой последовательности должно и будет развиваться действующее законодательство, т. е. каков план законопроектных работ;

каковы пути дальнейшего совершенствования действующего законодательства (научная обоснованность правового регулирования, перспективы инкорпорации и кодификации законодательства, повышение уровня законодательной техники и т. д.);

каковы перспективы демократизации законодательной деятельности вообще и законодательной процедуры в частности;

какова будет роль правовой системы в различных сферах общественной жизнедеятельности (в повышении уровня управления, в укреплении законности, в правовом информировании населения и т. д.);

какова будет эффективность действия отдельных норм, институтов и отраслей законодательства в зависимости от предполагаемых изменений в экономической, политической, социальной и культурной жизни общества;

каковы будут последствия (результаты) реализации правовых установлений как в разрезе общей динамики общественного развития, так и в разрезе группового и индивидуального сознания, действия и поведения;

какова вероятность изменения, в количественном и качественном отношениях, характеристики преступности, правонарушений, антиобщественных явлений и процессов как в масштабе страны в целом, так и в отдельных ее регионах;

каковы будут наиболее действенные меры по борьбе с преступностью и причинами, ее порождающими;

каковы общесоциальные и специально юридические пути дальнейшего укрепления законности и упрочения режима правопорядка в стране.

Эти проблемы правового прогнозирования могут быть, конечно же, дополнены, конкретизированы, развиты.

МЕТОДЫ ПРОГНОЗИРОВАНИЯ

Очевидно, однако, что их решение окажется тем более успешным, чем в большей степени оно будет научно обоснованным. Научность прогнозируемых тенденций в сфере правовой жизни позволит так воздействовать на соответствующие условия, среду и факторы, чтобы они наилучшим образом способствовали дальнейшему совершенствованию законодательства, укреплению законности, упрочению правопорядка в стране. Прогнозы должны основываться только на объективных закономерностях общественного развития, на естественных, необходимых и существенных связях и отношениях развивающейся правовой действительности (с учетом, разумеется, случайных факторов). Нельзя прогнозировать, тем более в правовой сфере, рассчитывая лишь на случайное стечение обстоятельств, поскольку оно может и не наступить. Вместе с тем при исследовании будущего необходимо считаться со всеми возможными, в том числе и случайными, факторами и их комбинациями. Лишь изучив действительное состояние правовых явлений и процессов в настоящем, можно предсказать неизбежность того или иного направления их развития в будущем.

Следовательно, знание объективной внутренней логики процесса движения законодательства есть тот необходимый фундамент, на основе которого оказывается возможным предусмотреть закономерные последствия его действия в грядущей перспективе.

Существенное значение для методологии прогнозирования развития законодательства имеют, по крайней мере, два наиболее важных момента.

Во-первых, к процессу прогнозирования развития правовой действительности следует подходить не только с точки зрения внутренних тенденций закономерного движения правовых явлений, но и со стороны тех внешних факторов, которые будут или смогут оказывать воздействие как на процесс превращения правовой возможности в действительность, так и на результат этого превращения. Глубокая зависимость законодательства от той социальной среды, в которой оно развивается, требует прогнозирования и изменения самой этой среды. Только в этом случае может быть обеспечена достоверность соответствующих правовых прогнозов.

Во-вторых, правовая действительность порождает не одну, а множество возможностей для ее развития. В этих условиях прогнозирование развития законодательства должно не только выявить «спектр возможностей» и вероятность их превращения в действительность, но и избрать именно ту возможность, реализация которой окажется наиболее действенной с точки зрения социальной эффективности предстоящего правового регулирования общественных отношений. Ценность правового прогнозирования состоит в однозначном ответе на вопрос, какую из правовых возможностей следует избрать для превращения в действительность правовой жизни.

Правовое прогнозирование конкретизируется в практике законодательного планирования. В этой связи следует остановиться на соотношении правового прогнозирования и плана законодательной деятельности.

Если правовая цель является отражением определенной правовой возможности и установкой превращения этой цели в действительность, то план законодательной деятельности представляет собой конкретную программу этого превращения. В законодательном плане определяются этапы, последовательность, темпы, сроки, средства реализации прогноза, выраженного в правовой цели. Тем самым законодательный план учитывает общественные возможности, существующие средства и наличные силы, на основе которых устанавливает конкретные показатели и их взаимную связь.

Следовательно, правовая цель не только пронизывает содержание законодательного плана, но и конкретизируется им. В законодательном плане прогностическая цель локализуется в пространственно- временном отношении; вместе с тем она получает четкую определенность, ориентацию на осуществимость. Если, далее, правовое прогнозирование есть прежде всего результат теоретического поиска и исследования возможных путей изменения соответствующего объекта, то законодательный план является фиксацией желаемого движения к правовой цели. Следовательно, правовой прогноз представляет собой ту научно-информационную основу, из которой выводятся правовая цель и законодательный план. Реализация же правовой цели и законодательного плана в порядке обратной связи является критерием правильности правового прогноза.

Все высказанные методологические соображения имеют практическое значение. Поэтому необходимо подробно рассмотреть важное для юридической науки соотношение теоретического (методологического) и практического в сфере права, законодательства и законности.

Классификация методов прогнозирования. Оценка точности прогноза, построенного методом экстраполяции

Метод прогнозирования — это способ исследования объекта прогнозирования, направленный на разработку прогноза. В настоящее время существует около 150 методов прогнозирования, но практически используются около 20-30 основных методов.

Методика прогнозирования — это совокупность специальных приемов и правил разработки конкретных прогнозов. Прием прогнозирования — это математическая или логическая операция, направленная на получение конкретных результатов в процессе разработки прогнозов.

Классификация методов прогнозирования осуществляется по трем основным признакам :

по степени формализации методов;
по общему принципу действия;
по способу получения прогнозной информации.

По степени формализации методы прогнозирования делятся на формализованные и интуитивные.

Формализованные методы используются в том случае, когда информация об объекте прогнозирования носит в основном количественный характер, а влияние различных факторов можно описать с помощью математических формул.

Интуитивные методы применяются тогда, когда информация количественного характера об объекте прогнозирования отсутствует или носит в основном качественный характер и влияние факторов невозможно описать математически.

В свою очередь эти две группы можно разделить по общему принципу деятельности и способу получения прогнозной информации. Формализованные методы подразделяются на методы экстраполяции и методы моделирования.

Экстраполяция — это метод научного исследования, который основан на распространении прошлых и настоящих тенденций, закономерностей, связей на будущее развитие объекта прогнозирования.

К методам экстраполяции относятся метод скользящей средней , метод экспоненциального сглаживания , метод наименьших квадратов . Цель методов экстраполяции – показать, к какому состоянию в будущем может прийти объект, если его развитие будет осуществляться с той же скоростью или ускорением, что и в прошлом.

Методы экстраполяции достаточно широко применяются на практике, так как они просты, дешевы, и не требуют для расчетов большой статистической базы. Использование методов экстраполяции предполагает два допущения , которые в большинстве случаев характерны для экономических процессов:

основные факторы, тенденции прошлого сохранят свое проявление в будущем;
исследуемое явление развивается по плавной траектории, которую можно выразить, описать математически.
Основные методы прогнозирования (стр. 1 из 7)

К методам моделирования относятся : методы информационного моделирования (патентный и публикационный), статистического моделирования, логического моделирования (прогнозной аналогии, «дерево целей»).

Методы информационного моделирования (или опережающего прогнозирования) были разработаны и впервые использованы для построения прогнозов, связанных с научно-техническим прогрессом (НТП). Они основаны на свойстве научно-технической информации предварять внедрение достижений НТП в практическую деятельность. В настоящее время эти методы применяются и при прогнозировании экономических процессов.

Методы прогнозирования по аналогии приемлемы в том случае, когда появление одного события сопровождается появлением другого и эта взаимосвязь носит устойчивый характер — характер закономерности. К таким методам относятся методы математической аналогии и исторической аналогии.

Метод «дерево целей» используется для прогнозирования сложных экономических процессов, систем, в которых возможно выделение многих структурных или иерархических уровней. Процедура построения «дерева целей» представляет собой формулировку генеральной цели прогноза с последующим разбиением ее на ряд подцелей 1-го уровня, который является результатом реализации подцелей 2-го уровня, и т.д. При этом разбиение генеральной цели происходит как бы из будущего в настоящее с установлением промежуточных событий и фиксацией причинно-следственных связей между ними.

«Дерево целей» формируется с помощью экспертов, причем при переходе от уровня к уровню состав экспертов меняется. При приближении к более высокому уровню остаются более крупные эксперты в конкретных областях.

Интуитивные методы прогнозирования применяются для тех процессов, которые невозможно описать математическими формулами. Использование данных методов дает возможность получить прогнозную оценку состояния развития объекта в будущем независимо от информационной обеспеченности. Сущность интуитивных методов заключается в построении рациональной процедуры интуитивно-логического мышления человека в сочетании с количественными методами оценки и обработки полученных результатов. Решение проблемы в этом случае базируется на обобщенном мнении экспертов.

Интуитивные методы прогнозирования делятся на индивидуальные и коллективные экспертные оценки. Индивидуальные экспертные оценки основаны на обобщении мнений отдельных экспертов, выраженных независимо друг от друга. К ним относятся: метод интервью, метод анкетного опроса, аналитический метод, метод написания сценария. Коллективные экспертные оценки базируются на получении объединенной оценки от всей группы специалистов-экспертов, выработанной при непосредственном контакте. К таким методам относятся метод Дельфи, метод «мозговой атаки», метод экспертных комиссий.

Оценка точности прогноза, построенного методом экстраполяции

Всякий прогноз должен иметь высокую точность, которая является важнейшей его характеристикой. Существует несколько способов оценки точности прогноза:

1. Cредняя абсолютная оценка :

Чем ближе к нулю первый и второй показатели, тем выше точность прогноза.

3. Cредняя относительная ошибка :

Методы качественного прогноза

Анализируя деятельность предприятия, составляя прогноз его функционирования, аналитик не всегда располагает информацией, достаточной для количественных методов прогнозирования, а иной раз высшее руководство фирмы попросту не понимает сложных методов количественного прогнозирования, что, в любом случае, требует применения качественных методов прогнозирования.

Качественные методы прогнозирования предполагают обращение к мнению экспертов — людей наиболее компетентных по исследуемым вопросам.

К качественным методам прогнозирования можно отнести следующие:

Мнение жюри, как правило, сводится к обобщению мнений экспертов с дальнейшим их усреднением;

Модель ожидания потребностей — метод, являющийся в определенной степени обратным методу совокупного мнения, производится опрос клиентов;

Метод экспертных оценок — отобранные и пользующиеся доверием эксперты заполняют опросный лист.

Качественные методы, базируются на исследовании имеющихся опыта, знаний и интуиции исследователя. Наибольшее распространение в данной группе получили методы экспертных оценок. Сущность метода состоит в том, что прогнозные оценки определяются на основе заключений экспертов, которым поручается аргументированное обоснование своего мнения о состоянии и развитии того или иного рынка либо проблемы. Методы экспертных оценок, как правило, имеют качественный характер.

Для прогнозирования рынка методы экспертных оценок могут быть использованы для:

разработки средне- и долгосрочных прогнозов спроса;

краткосрочного прогнозирования спроса по широкому ассортименту продукции;

оценки формирующегося спроса на новые товары;

определения отношений потребителей к новым товарам и возможного спроса на них;

оценки конкуренции на рынке;

определения положения фирмы на рынке и т.

Достоинствами экспертных методов являются их относительная простота и применимость в прогнозировании практически любых ситуаций, в том числе в условиях неполной информации. Важной особенностью этих методов является возможность прогнозировать качественные характеристики рынка, например изменение социально-политического положения на рынке или влияние экологии на производство и потребление тех или иных товаров.

К недостаткам экспертных методов относятся субъективизм мнений экспертов, ограниченность их суждений.

Экспертные оценки разделяются на индивидуальные и коллективные.

К индивидуальным экспертным оценкам относят:

метод интервью;

аналитические докладные записки;

сценарии.

Реже экспертные методы применяются для прогнозирования емкости рынка и объемов продаж фирмы.

Из всей совокупности возможных методов анализа, вероятно, одним из наиболее перспективных является балловый метод. Его можно использовать не только для прогнозирования, но и для планирования и для анализа.

Обзор методов прогнозирования

Этот метод позволяет объективизировать совокупность субъективных мнений.

Впервые балловый метод был разработан и использован аналитиками из США для оценки оборонной мощи Советского Союза.

В настоящее время балловый метод широко используется при решении множества задач планирования и прогнозирования в условиях ограниченности исходных данных, например определение возможных вариантов решения управленческой задачи с количественным исчислением предпочтительности каждого из вариантов, количественной оценки степени влияния на анализируемый объект различных факторов и многих других.

В каждом конкретном случае этапы и последовательность их проведения имеют свою специфику, тем не менее, существует общая методология баллового метода, которую в формализованном варианте можно представить следующим образом:

формулирование цели проведения экспертного анализа;

определение группы специалистов, обеспечивающей проведение экспертизы;

разработка и обеспечение проведения экспертного анализа;

формирование группы экспертов, участвующих в экспертизе;

разработка анкеты с формулированием вопросов, исключающих их двоякую трактовку и ориентированных на количественную оценку;

проведение анкетирования;

анализ анкет;

Перейти на страницу: 1 2

Основные методы прогнозирования

Введение

1. Прогнозирование и виды прогнозов

2. Методы прогнозирования

3. Статистическое прогнозирование

4. Прогнозирование на основе сезонных колебаний

5. Экспертное прогнозирование

6. Прогнозирование сбыта

7. Информация, полученная в магазинах конкурентов

8. Поставщики и закупочные центры

Заключение

Список литературы

Введение

сущность основных понятий в области прогнозирования;

признаки классификации, виды прогнозов и их краткая характеристика;

методы прогнозирования (рассмотрены, по возможности, на конкретных примерах);

1. Прогнозирование и виды прогнозов

Прогнозирование (греч. Prognosis - знание наперед) - это род предвидения (предсказания), поскольку имеет дело с получением информации о будущем. Предсказание «предполагает описание возможных или желательных аспектов, состояний, решений, проблем будущего. Помимо формального, основанного на научных методах прогнозирования, к предсказанию относятся предчувствие и предугадывание. Предчувствие - это описание будущего на основе эрудиции, работы подсознания. Предугадывание использует житейский опыт и знание обстоятельств». В широком плане как научное прогнозирование, так и предчувствие и предугадывание входят в понятие “прогнозирование деятельности предприятия».

Прогноз - это результат процесса прогнозирования, выраженный в словесной, математической, графической или другой форме суждения о возможном состоянии объекта (в частности предприятия) и его среды в будущий период времени.

Таблица 1

Виды прогнозов

Для конкретных прогнозов могут применяться и другие признаки классификации прогнозов. Например, для прогноза рыночной конъюнктуры важно выделить такой признак, как охват объектов исследования - в зависимости от него прогноз может быть глобальным, региональным, локальным (системным). Иначе говоря, он может охватывать весь рынок страны или ограничиваться рынком определенного региона, он может также охватывать локальный рынок отдельного предприятия. Он может рассматривать рыночную ситуацию в целом или же его предметом будет рынок отдельного товара.

Ниже дана характеристика каждого из перечисленных в табл.1 видов прогнозов.

В зависимости от горизонта прогнозирования прогноз может разрабатываться на очень короткий период времени - до месяца (например, недельные и месячные прогнозы объемов продаж, движения наличности), на год, а также на 2-3 года (среднесрочный прогноз), 5 и более лет (долгосрочный прогноз).

Долгосрочные прогнозы называют также перспективными. Нередко пятилетние прогнозы относят к среднесрочным.

По типам прогнозирования выделяют поисковые, нормативные и основанные на творческом видении прогнозы.

Поисковое прогнозирование - способ научного прогнозирования от настоящего к будущему: прогнозирование начинается от сегодняшнего дня, опирается на имеющуюся информацию и постепенно проникает в будущее.

Существуют два вида поискового прогнозирования:

экстраполятивное (традиционное),

альтернативное (новаторское).

Исходя из этого, в рамках альтернативного подхода:

во-первых, альтернативное прогнозирование может объединять в единой логике два способа развития предприятия - гладкий и скачкообразный, создавая синтетическую картину будущего;

Нормативное (нормативно-целевое) прогнозирование предполагает:

во-первых, определение общих целей и стратегических ориентиров предприятия на будущий период;

во-вторых, оценку развития предприятия, исходя из этих целей.

Прогнозирование, основанное на творческом видении будущего, - использует субъективное знание прогнозиста, его интуицию.

Прогнозы такого рода часто имеют формы “утопий” или “антиутопий” - литературных описаний вымышленного будущего. Несмотря на кажущуюся отдаленность от мира экономики, подобные произведения являются хорошим дополнением к сухому количественному прогнозу.

В зависимости от степени вероятности будущих событий прогнозы делятся на вариантные и инвариантные.

Инвариантный прогноз предполагает только один вариант развития будущих событий. Он возможен в условиях высокой степени определенности будущей среды. Как правило, такой прогноз базируется на экстраполятивном подходе (простом продолжении сложившейся тенденции и в будущем).

По способу представления результатов прогнозы делятся на точечные и интервальные.

Интервальный прогноз - это такое предсказание будущего, в котором предполагается некоторый интервал, диапазон значений прогнозируемого показателя, например: среднедневной товарооборот в следующем месяце возрастет на 5-8%.

2. Методы прогнозирования

В широком смысле слова – метод (гр. methodos) - это: 1) способ познания, исследования явлений природы и общественной жизни; 2) прием или система приемов в какой-либо деятельности.

Применительно к экономической науке и практике - метод - это: 1) система правил и приемов подхода к изучению явлений и закономерностей природы, общества и мышления; 2) путь, способ достижения определенных результатов в познании и практике; 3) прием теоретического исследования или практического осуществления чего-нибудь, исходящий из знания закономерностей развития объективной действительности и исследуемого предмета, явления, процесса.

Cтраница 1

Выбор метода прогнозирования зависит от цели прогноза, периода его упреждения, уровня детализации и наличия исходной (базисной) информации. Если прогноз возможной продажи товаров делается для определения перспектив развития розничной торговой сети, то могут применяться более грубые, оценочные методы прогнозирования. Если же он выполняется для обоснования закупки конкретных товаров на ближайший месяц, то должны использоваться более точные методы. Если имеются данные о спросе за последние несколько лет, а также материалы, характеризующие изменение факторов, формирующих спрос, то можно применить очень надежные методы прогнозирования.

Выбор метода прогнозирования является вспомогательным, но ключевым решением при прогнозировании. Это решение, с одной стороны, должно обеспечить функциональную полноту, достоверность и точность прогноза, а с другой стороны, уменьшить затраты времени и средств на прогнозирование.

Выбор метода прогнозирования является вспомогательным, но ключевым решением, которое, с одной стороны, должно обеспечить функциональную полноту, достоверность и точность прогноза, а с другой - уменьшить затраты времени и средств на прогнозирование. Актуальность разработки формальных, в том числе логических, процедур выбора типа или непосредственно метода прогнозирования возрастает под воздействием трех групп причин.

Выбор метода прогнозирования в значительной степени определяется наличием исходной информации. Так как для большинства предприятий машиностроения отсутствует точная и полная информация (особенно за прошлые годы), при долгосрочном прогнозировании трудно применять такие методы, как экстраполяция и моделирование, требующие большого числа статистических данных за прошедший период. Метод экспертных оценок дает возможность вести прогнозирование как количественных, так и качественных показателей при минимальных исходных данных.

Выбор метода прогнозирования спроса и его эффективность зависит от конкретных условий и специфики хозяйственной деятельности предприятия.

Выбор методов прогнозирования потребности в конкретной продукции зависит от специфики ее производства и применения, задач прогноза, его дальности и т.п. Методические подходы к прогнозированию потребности в малотоннажной химической продукции рассмотрим на примере одной из наиболее характерных ее групп - химических реактивов и высокочистых веществ.

На выбор метода прогнозирования в большей степени влияет стадия жизненного цикла продукта и в меньшей - особенности фирмы или отрасли, для которой принимаются решения.

При выборе методов прогнозирования необходимо учитывать количество и качество информации, а также характер реального процесса изменения параметров состояния машин. Для решения задач в области диагностики машин следует использовать простые и достаточно точные методы прогнозирования. Они должны быть универсальными, пригодными для оценки состояния любых деталей и узлов машины.

В выборе методов прогнозирования, комплексируемых в систему, важным показателем является глубина упреждения прогноза. При этом необходимо знать не только абсолютную величину этого показателя, но и отнести его к длительности эволюционного цикла развития объекта прогнозирования.

При выборе метода прогнозирования следует учитывать, для какого метода управления предполагается использовать прогноз. Это объясняется тем, что различные типы управления предъявляют различные требования к виду результатов и точности прогнозирования.

Какие причины определяют выбор метода прогнозирования.

Какие критерии определяют выбор метода прогнозирования.

Если руководствоваться принципом выбора метода прогнозирования по степени трудности решаемой задачи, как это широко принято за рубежом , то можно отнести составление прогноза развития АСУ к группе задач самой большой трудности. Это означает, что для составления экономического прогноза развития АСУ характерны качественные методы получения информации (методы дедукции, индукции, системного анализа и др.) которые еще недостаточно распространены в экономических исследованиях.

Для ориентации при выборе метода прогнозирования под конкретный объект можно успешно использовать существующие таблицы соответствия между классами объектов и используемыми для их прогнозирования классами методов.

Прогнозирование составляет фундаментальную основу предпринимательской и управленческой деятельности в любой сфере деятельности при выполнении любой из базовых функций управления.

Многообразие проблем, возникающих при обеспечении жизнедеятельности предприятия и становящихся предметом прогнозирования при принятии управленческих решений, приводит к появлению большого количества разнонаправленных прогнозов, требующих определенной систематизации. В таб. представлена обобщенная классификация прогнозов.

При выполнении прогнозирования в типовую последовательность операций включается:

Предпрогнозная ориентация на основе системно-структурного анализа объекта;

Постановка задачи для разработки прогноза - уточнение характеристик объекта, масштабов выпуска или рынка сбыта, установление периода прогнозирования, а также условий, ограничений и ожидаемого гипотетического результата;

Анализ и установление активных факторов прогнозного фона;

Формирование информационной базы по объекту прогноза и прогнозному фону (патенты, научно-техническая, экономическая информация и т.п.);

Разработка прогноза развития объекта и оценка его достоверности с учетом действия факторов прогнозного фона;

Анализ результатов прогнозирования;

Специфика проблемы или задачи прогнозирования могут потребовать изменения и дополнения перечисленных операций.

Таблица

Классификация прогнозов

Признак	Группы прогнозов
классификации
Назначение	Научно-технические (развитие НИР, ОКР, изобретений,
	техники, новых материалов, продукции)
	Технико-экономические (развитие и размещение пред-
	приятий, организационно-экономические показатели
	производства продукции и т.д.)
	Социально-экономические (демография, трудовые ре-
	сурсы, благосостояние, спрос и т.п.)
	Военно-политические
	Естественно-природные
Масштаб	Международные
действия	Национальные
	Межотраслевые
	Отраслевые
	Прогнозы объединений
	Прогнозы предприятий
	Внутризаводские
Период	Оперативные (на период менее одного года)
	Краткосрочные (на один-два года)
	Среднесрочные (на период от двух до пяти лет)
	Долгосрочные (от пяти до 15 лет)
Цели	Поисковые (определение объективно существующих
	тенденций развития путем анализа исторических тен-
	денций)
	Нормативные (определение путей и сроков достиже-
	ния возможных состояний и явлений, принятых в ка-
	честве целей)
Время осуществления	В реальном масштабе времени (прогноз, который реа-
	лизуется настолько быстро, что воздействует на про-
	цесс во времени его протекания)
	Этапные (решение принимается в течение одного эта-
	па цикла, а реализуется в течение другого этапа про-
	гнозного цикла)
	Неограниченные по времени принятия решения (вре-
	мя на прогнозирование и принятие решения не огра-
	ничено)
По степени	С детерминированными условиями
определенности	Со случайными условиями (условиями, имеющими из-
условий	вестное вероятностное распределение)
	С неопределенными условиями
По степени	С высокой степенью формализации условий
формализации	Со средней степенью формализации условий
условий	С низкой степенью формализации условий

В процессе прогнозирования используют два подхода:

- индуктивный подход - рассмотрение проблем от частного к общему, т.е. на основании фактических или зарегистрированных данных (эксперимента или развития процесса) об объекте устанавливается тенденция (или закономерность) общего развития объекта, которая и используется при обосновании прогноза;

- дедуктивный подход (подход от общего к частному) - определение общих тенденций или закономерностей развития анализируемой области техники, а затем - на основе выявленной общей
перспективы - уровней и путей развития отдельных направлений, а также конкретных технических характеристик интересующих в данном случае объектов прогнозирования.

Индуктивному подходу в наибольшей степени соответствуют методы поискового прогнозирования, а дедуктивному - нормативного.

При поисковом прогнозировании состояние объекта в будущем определяется закономерностями, выявленными по частным результатам опыта (эксперимента) его поведения в прошлом и настоящем. В этом случае прогнозирование осуществляется от имеющегося уровня знаний, а конечные результаты развития объекта составляют содержание прогноза.

В свою очередь нормативное прогнозирование ориентировано на то, что задается конечная цель (или закономерность) развития (поведения) объекта в будущем, а содержанием прогноза становится определение частных путей, средств и сроков достижения цели. Прогнозирование в этом случае осуществляется от заданной цели как бы навстречу ходу времени.

Современная прогностика располагает большим арсеналом методов прогнозирования (более 150), но ни один из них не может быть признан универсальным. На рис. представлена систематизация методов прогнозирования.

Рис. Систематизация (классификация) методов прогнозирования

Экспертные индивидуальные методы прогнозирования подразделяются на:

Метод интервью;

Метод экспертных оценок;

Метод генерации идей.

Экспертные коллективные методы прогнозирования подразделяются на:

Метод круглого стола;

Метод Дельфи;

Матричный метод;

Метод дерева целей;

Метод сценариев.

Фактографические статистические методы подразделяются на:

Метод экстраполяции;

Метод интерполяции;

Факторный анализ.

Методы анализа публикаций подразделяются на:

Метод аналогий;

Анализ динамики публикования;

Анализ динамики патентования.

На выбор метода прогнозирования влияют следующие факторы:

Существо практической проблемы, подлежащей решению;

Динамические характеристики объекта прогнозирования и рыночной среды;

Вид и характер имеющейся информации, типовое представление объекта прогнозирования;

Фаза жизненного цикла товара, услуги или организационно-производственной системы;

Период упреждения и его соотношение с предполагаемой длительностью жизненного цикла товара, услуги, организационно-производственной системы;

Требования к результатам прогнозирования, и т.п.

Методы, реализующие поисковое и нормативное прогнозирование, не конкурируют и не заменяют друг друга, а взаимосвязаны. Например, перед разработкой нормативного прогноза необходимо составить поисковый, чтобы определить предварительную возможность достижения устанавливаемой цели.

Всю совокупность методов прогнозирования можно разделить по степени их однородности на группы простых и комплексных методов (см. рис.). Группа простых методов объединяет однородные по содержанию и используемому инструментарию методы прогнозирования. Комплексные методы представляют собой совокупность, комбинации методов, чаще всего реализуемые специальными прогностическими системами.

В зависимости от характера информации, на базе которой составляется прогноз, все методы прогнозирования делят на классы:

- экспертные (интуитивные) методы основаны на использовании знаний специалистов-экспертов об объекте прогнозирования и обобщении их мнений о развитии (поведении) объекта в будущем, такие методы в большей мере соответствуют нормативному прогнозированию динамичных процессов развития;

- фактографические методы базируются на фактическом информационном материале о развитии объекта прогнозирования в прошлом и настоящем и чаще всего применяются в поисковом прогнозировании для эволюционных процессов;

- комбинированные методы включают в себя методы со смешанной информационной основой, в которых в качестве первичной используется фактографическая информация наряду с экспертной.

Экспертные методы прогнозирования. В условиях переходной экономики этот вид прогнозирования приобретает гораздо большее значение, чем в условиях стабильной экономики. В основе всех видов методов заложены суждения специалистов относительно перспектив развития объектов. Базируются эти методы на мобилизации профессионального опыта и интуиции. Обычно такие методы используются в случае, если:

Развитие объектов либо полностью, либо частично не поддается предметному описанию или математической формализации;

Отсутствует достаточно представительная и достоверная статистика по характеристикам объекта;

Наблюдается большая неопределенность среды функционирования объекта, рыночной среды;

Осуществляется средне- и долгосрочное прогнозирование новых рынков, объектов новых областей промышленности, подверженных сильному влиянию открытий в фундаментальных науках (например, микробиологическая промышленность, квантовая электроника, атомное машиностроение);

Время или средства, выделяемые на прогнозирование и принятие решений, не позволяют исследовать проблему с применением формальных моделей;

Отсутствуют необходимые технические средства моделирования, например вычислительная техника с соответствующими характеристиками;

Складываются экстремальные ситуации.

Степень достоверности экспертизы устанавливается по абсолютной частоте, с которой оценка эксперта в конечном итоге подтверждается последующими событиями.

«Эксперт» в дословном переводе с латинского языка означает «опытный». Поэтому и в формализованном, и в неформализованном способах определения эксперта значительную роль играет его профессиональный опыт и развитая интуиция.

Требования к эксперту включают следующие положения:

1) высокий уровень общей эрудиции;

2) оценки стабильны во времени и транзитивны;

3) наличие дополнительной информации о прогнозируемых признаках;

4) наличие определенного практического и (или) исследовательского опыта (эксперт должен быть признанным специалистом в данной области знаний);

5) психологическая установка на будущее;

6) способность к адекватному отображению тенденций развития исследуемого объекта;

7) незаинтересованность в конкретном результате прогноза.

Экспертные оценки могут быть коллективными и индивидуальными, которые могут быть как с аналитической обработкой, так и без нее. Индивидуальные экспертные методы используют при прогнозировании в относительно узких областях науки и практики.

Эти методы основаны на использовании мнений экспертов, не зависимых друг от друга. Рассмотрим наиболее часто применяющиеся методы подробнее.

Метод интервью предполагает беседу прогнозиста с экспертом, в ходе которой прогнозист в соответствии с заранее разработанной программой ставит перед экспертом вопросы относительно перспектив развития прогнозируемого объекта. Успех такой оценки в значительной степени зависит от психологической способности эксперта быстро давать заключения по различным, в том числе фундаментальным, вопросам. Недостаток этого метода в значительном психологическом давлении на эксперта.

Метод аналитических экспертных оценок предполагает длительную и тщательную самостоятельную работу эксперта над анализом тенденций, оценкой состояния и путей развития прогнозируемого объекта. Этот метод позволяет эксперту использовать всю доступную информацию об объекте прогноза. Свои соображения эксперт оформляет в виде докладной записки. Психологическое давление на эксперта в этом случае минимально.

Основные принципы этих методов - максимальное использование индивидуальных способностей эксперта и незначительное психологическое давление, оказываемое на отдельного работника.

Однако индивидуальные экспертные методы мало пригодны для прогнозирования наиболее общих стратегий из-за ограниченности знаний одного эксперта о развитии смежных областей науки и практики.

Метод генерации идей основан на активизации психоинтеллектуальной деятельности. Этот метод может иметь несколько разновидностей. В качестве метода индивидуальной экспертной оценки он предполагает выявление мнения эксперта с помощью программированного управления, включающего в себя обращение к памяти человека или запоминающему устройству компьютера. Возможна и коллективная генерация идей. Цель метода - получение большого количества оригинальных идей за короткий промежуток времени. Основная проблема при использовании этого метода - необходимость формирования группы экспертов.

Коллективные экспертные оценки применяют при прогнозировании объектов и процессов, имеющих междисциплинарный характер. Эти методы основываются на принципах выявления коллективного мнения экспертов о перспективах развития объекта прогнозирования. В основе применения этих методов лежит гипотеза о наличии у экспертов умения с достаточной степенью достоверности оценить важность и значение исследуемой проблемы. Существует большое число модификаций методов коллективных экспертных оценок. Рассмотрим наиболее популярные из этих методов подробнее.

Метод круглого стола предполагает обсуждение специальной комиссии, соответствующих проблем с целью согласования мнений и выработки единого мнения. Этот метод имеет недостаток, заключающийся в том, что эксперты в своих суждениях изначально ориентированы и руководствуются в основном логикой компромисса, что увеличивает риск получения искаженных результатов прогноза.

Метод Делъфи, связанный с обобщением и статистической обработкой мнений группы экспертов, используется, если не имеется достаточной теоретической базы в момент составления прогноза (прогнозы развития науки и техники, будущих открытий и изобретений, составление картины будущего мира). Метод был разработан в США в 1964 г. сотрудниками научно-исследовательской корпорации РЭНД О. Халмером и Т. Гордоном.

Сущность метода Дельфи состоит в последовательном анкетировании мнений экспертов различных областей науки и техники и формировании массива информации, отражающего индивидуальные оценки экспертов, основанные как на строго логическом анализе, так и на интуитивном опыте. Данный метод предполагает использование серии анкет, в каждой из которых содержатся информация и мнения, полученные из предыдущей анкеты.

Сбор и обработка индивидуальных мнений экспертов о прогнозах развития объекта производится исходя из следующих принципов:

Вопросы в анкетах ставятся таким образом, чтобы можно было дать количественную характеристику ответам экспертов;

Опрос экспертов проводится в несколько туров, в ходе которых вопросы и ответы все более уточняются;

Все опрашиваемые эксперты после каждого тура знакомятся с результатами опроса;

Эксперты обязательно обосновывают оценки и мнения, отклоняющиеся от мнения большинства;

Статистическая обработка ответов производится последовательно от тура к туру с целью получения обобщающих характеристик.

Таким образом, с помощью метода Дельфи выявляется преобладающее суждение специалистов по какому-либо вопросу в обстановке, исключающей их прямые дебаты между собой, но позволяющей им периодически взвешивать свои суждения с учетом ответов и доводов коллег. Пересмотр и возможность изменения своих прежних оценок на основе выяснения соображений каждого из экспертов и последующий анализ каждым участником совокупности причин, представленных экспертами, стимулируют опрашиваемых обратить внимание и на те факторы, которые вначале они склонны были опустить как незначительные.

При использовании метода Дельфи следует учитывать следующее:

Группы экспертов должны быть стабильными и их численность должна удерживаться в благоразумных рамках;

Время между турами должно быть не более месяца;

Вопросы в анкетах должны быть тщательно продуманы и четко сформулированы;

Число туров должно быть достаточным, чтобы обеспечить всем участникам возможность ознакомиться с причиной той или иной оценки, а также и для критики этих причин;

Должен проводиться систематический отбор экспертов;

Необходимо иметь самооценку компетенции экспертов по рассматриваемым проблемам;

Необходимо иметь формулу согласованности оценок, основанную на данных самооценок;

Должно быть выявлено влияние различных видов передачи информации экспертам по каналам обратной связи;

Должно быть выявлено влияние общественного мнения на экспертные оценки и на согласованность этих оценок.

Основные задачи при прогнозировании с помощью метода Дельфи:

Формирование репрезентативной экспертной группы;

Подготовка экспертизы;

Проведение экспертизы;

Статистическая обработка полученных ответов;

Анализ результатов;

Разработка сценария и мероприятий по устранению выявленных
недостатков;

Сдача прогноза заказчику.

К недостаткам метода следует отнести трудность формулирования анкетных вопросов, достаточно большой период времени экспертизы и отсутствие учета различной степени компетентности экспертов.

Метод дерева целей. Граф - фигура, состоящая из точек, называемых вершинами и соединяющих их отрезков, называемых ребрами. Графы могут быть связными и несвязными, ориентированными и неориентированными, могут содержать и не содержать циклы (петли). Выбор той или иной структуры графа определяется существом тех отношений между элементами, которые он должен выразить.

Деревом называется связный ориентированный граф, не содержащий петель. Каждая пара его вершин соединяется единственным ребром.

Дерево целей - граф-дерево, выражающее отношение между вершинами, обозначающими этапы или проблемы, подлежащие решению при достижении некоторой цели (рис.)

Рис. Пример дерева целей

Дерево целей, вершины которого ранжированы, т.е. выражены количественными оценками их важности, широко используется для количественной оценки приоритета различных направлений развития.

Построение дерева целей требует решения многих прогнозных задач, таких как:

Прогноз развития объекта в целом;

Формулировка сценария достижения прогнозируемой цели;

Формулировка уровня цели;

Формулировка критерия и весов, ранжированных вершин.

Порядок построения дерева целей:

1) идентифицируются цели, концепции по исследуемым проблемам и технические возможности развития для отдельных компонентов и функциональных подсистем, а также для систем в целом;

2) формулируются критерии для оценки значимости элементов на каждом уровне (например, организационно-технической или финансовой готовности к реализации, коэффициент взаимной полезности и др.);

3) определяются весовые коэффициенты для каждого элемента на каждом уровне дерева по принятому критерию.

Матричный метод логически связан с методом дерева целей и основан на использовании матриц, отражающих влияние факторов на объект прогнозирования. Для построения матриц осуществляют ряд последовательных действий:

1) выявляют и группируют факторы, влияющие на достижение поставленной цели, по характеру их влияния;

2) выделяют однородные комплексы факторов;

3) определяют влияние комплексов друг на друга;

4) определяют полное влияние каждого фактора на достижение конечных целей.

Метод сценариев используется в практике прогнозирования и как самостоятельный метод прогнозирования, и как технологический элемент прогнозирования при использовании других методов (т.е. может выступать элементом комплексной системы прогнозирования) для определения прогнозного горизонта или условий, при которых необходимо корректировать прогноз.

Написание сценария - это метод, при котором устанавливается логическая последовательность событий для того, чтобы показать, как исходя из существующих ситуаций может шаг за шагом развиваться в будущем состояние объектов.

Сценарий обычно разворачивается в явно выраженных временных признаках (координатах). Эта способность существенна при прогнозировании в области социально-экономических проблем. При научно-техническом прогнозировании эта зависимость от времени не всегда обязательна. Основное значение при написании сценария имеет выявление основных факторов, позволяющих достичь поставленной цели, и «фона», а также определение критериев достижения поставленной цели. При разработке сценария может возникнуть неопределенность, связанная с субъективностью суждений разработчиков сценария.

Ценность сценария тем выше, чем меньше степень неопределенности или больше согласованность мнений экспертов. Сценарий - это основа, на которой проводится вся дальнейшая работа. Готовый сценарий должен быть подвергнут анализу. Из дальнейшего рассмотрения исключается все, что, по мнению сценаристов, уже обеспечено на рассматриваемый период. И наоборот, концентрируется внимание на том, что должно быть сделано для дальнейшего достижения поставленной цели.

Сценарий носит системный характер. Это один из основных методов прогноза при структурной перестройке, он зависит от интеллекта, уровня знаний, осведомленности и фантазии разработчика проблемы.

Прогнозная оценка чаще всего представляется в виде трех возможных вариантов сценария:

1) оптимистического;

2) пессимистического;

3) ожидаемого, наиболее вероятного.

Сценарий используют для принятия решений в сфере стратегического развития фирм, регионов, технологий, рынков. Выделяют следующие этапы составления сценария:

1) формулирование проблемы:

Сбор и анализ информации;

Согласование со всеми участниками проекта решения сути задачи и ее формулирования;

2) определение и группировка сфер влияния:

3) выделение критических точек среды бизнеса;

4) оценка их возможного влияния на будущее фирмы;

5) определение показателей будущего развития объекта - они не должны быть амбициозными или завышенными. Те сферы деятельности, развитие которых может идти по нескольким вариантам, описываются при помощи нескольких альтернативных показателей;

6) формулирование и отбор согласующихся наборов предположений:

Определение развития исходя из сегодняшнего положения и всевозможных изменений;

Комбинирование различных предположений о будущем в наборы;

Отбор из всех полученных наборов, как правило, трех с учетом определенных критериев (высокая сочетаемость, совместимость предположений, входящих в набор; наличие большого числа значимых переменных; высокая вероятность событий, относящихся к набору предположений);

7) сопоставление намеченных показателей будущего состояния сфер (фирмы) с предположениями об их развитии:

Сравнение результатов третьего и четвертого этапов;

Корректировка завышенных и заниженных показателей состояния при помощи данных четвертого этапа.

Для более точного прогноза необходимо сократить интервал прогнозирования, т.е. разделить его на несколько фрагментов, составляя несколько сценариев;

8) введение в анализ разрушительных событий (под разрушительным событием понимается как негативный, так и позитивный моменты);

9) установление последствий. На данном этапе происходит сравнение стратегических проблем фирмы и выбранных вариантов ее развития.

Метод эвристического прогнозирования. Основная задача, стоящая перед специалистами по анализу и проектированию больших систем, в общем случае заключается в нахождении оптимальных способов создания более эффективных систем-либо вновь проектируемых, либо модернизируемых. Сложность решения этой задачи состоит прежде всего в том, что здесь обычно нет возможности найти решение чисто математическими методами, поскольку, как правило, не удается точно определить величины (функционалы), подлежащие оптимизации (экстремализации) в математическом смысле. Это связано не только со сложностью описания функционирования больших систем, но и со спецификой целей, для достижения которых предназначена система.

Методом эвристического прогнозирования называется метод получения и специализированной обработки прогнозных оценок объекта путем систематизированного опроса высококвалифицированных специалистов (экспертов) в узкой области науки, техники или производства. Прогнозные экспертные оценки отражают индивидуальное суждение специалиста относительно перспектив развития его области и основаны на мобилизации профессионального опыта и интуиции.

Элементы этого метода - сбор и обработка суждений экспертов, высказанных на основе профессионального опыта и интуиции. Однако он отличается от описанных выше методов большей четкостью теоретических основ, способами формирования анкет и таблиц, порядком работы с экспертами и алгоритмом обработки полученной информации. Эвристическим данный метод назван в связи с однородностью форм мыслительной деятельности эксперта при решении научной проблемы и при оценке перспектив развития объекта прогнозирования, а также в связи с использованием экспертами специфических приемов, приводящих к правдоподобным умозаключениям.

Фактографические методы прогнозирования. Среди фактографических методов выделяют группы статистических (параметрических) и опережающих методов. Рассмотрим некоторые наиболее часто используемые в практике принятия решений методы.

Статистические (параметрические) методы прогнозирования основаны на построении и анализе динамических рядов характеристик (параметров) объектов прогнозирования. Существуют достаточно жесткие ограничения на применение статистических методов. Эти ограничения связаны со следующими обстоятельствами:

Статистические методы прогнозирования применяются, если величина времени (глубины) упреждения укладывается в рамки одного из циклов объекта прогнозирования. Глубину прогноза определяют как отношение абсолютного времени упреждения к величине соответствующего цикла объекта прогнозирования. При возникновении в рамках времени упреждения скачка в развитии объекта прогнозирования рекомендуется использовать интуитивные методы для определения силы скачка и времени, в течение которого он будет иметь место;

Каждый из статистических методов имеет довольно жесткие требования к качеству обрабатываемых данных (например, к их однородности) и гипотезам о характере поведения анализируемых величин (их распределений). На практике же прогнозист имеет дело с данными, качество которых либо вообще неизвестно, либо оставляет желать лучшего. Чаще всего неизвестен и тип распределения переменных;

В условиях переходной экономики происходят кардинальные изменения в структурах (спроса, потребностей, цен, технологического базиса и т.д.), причем оценить, когда произошло и произошло ли вообще такое структурное изменение, довольно трудно. А следовательно, довольно трудно понять, можно ли доверять результатам статистического прогнозирования.

Вообще в настоящее время в условиях переходной экономики статистические методы прогнозирования справедливо занимают гораздо более скромное место, чем в сформировавшейся экономике. В этой ситуации статистические методы могут применяться при прогнозировании:

Краткосрочном, когда вероятность структурных изменений достаточно низка;

Когда исходные статистические данные соответствуют требованиям, предъявляемым конкретным статистическим методом;

С дополнительной верификацией результата другим методом.

Метод экстраполяции применяется, если время упреждения укладывается в рамки эволюционного цикла. Методы прогнозной экстраполяции оперируют с количественной информацией. Они хорошо разработаны. Чаще всего вычисления в соответствии с этими методами включены в резидентное программное обеспечение современных вычислительных средств.

Временной ряд при экстраполяции представляется в виде суммы детерминированной (неслучайной) составляющей, называемой трендом, и стохастической (случайной) составляющей. Тренд характеризует существующую динамику развития процесса в целом. Случайная составляющая отражает случайные колебания, или шумы, процесса.

Условно прогнозная экстраполяция может быть разделена на два этапа:

1) выбор оптимального вида функции, описывающей эмпирический ретроспективный ряд. Для этого ретроспективный ряд предварительно обрабатывается, производится преобразование исходных данных для облегчения выбора вида тренда. При этом используют сглаживание и выравнивание временного ряда. Кроме этого, в тех же целях могут определяться функции дифференциального роста, проводиться формальный, в частности логический, анализ процесса или объекта прогнозирования.

2) расчет коэффициентов выбранной экстраполяционной функции. Наиболее распространенные методы оценки коэффициентов - метод наименьших квадратов и его модификации, метод экспоненциального сглаживания и т.д.

Метод интерполяции используется в случае, когда по известным начальным (х0, х1, х2) и конечным (хn-2. xn-1. xn) значениям искомой характеристики объекта определяют неизвестные промежуточные величины хi. Классический пример использования метода интерполяции - прогнозирование Д. И. Менделеевым появления новых химических элементов на основе известных с помощью установленной функции периодического распределения элементов.

Методы факторного анализа при прогнозировании позволяют проводить максимально возможный учет переменных, характеризующих объект и взаимосвязи между ними. При этом прогнозист вынужден искать компромисс между числом переменных в описании, отражающем полноту прогноза, и его сложностью, трудоемкостью. Факторный анализ представляет собой раздел математической статистики и включает большое число методов.

Прогнозирование методом аналогии. Прогнозирование по аналогии - это наиболее часто используемый тип прогнозирования. Многих практиков - предпринимателей и менеджеров - подкупает кажущаяся простота применения этого вида прогнозирования. Поэтому в организациях предпринимаются всевозможные поездки по изучению опыта, результатов и т.п. Но часто этих менеджеров ожидает весьма горькое разочарование.

Причина в том, что прогнозирование по аналогии корректно только тогда, когда установлена, доказана аналогия между объектами управления, типами менеджмента, реакциями внешней и внутренней среды в случае, имевшем место ранее, и конкретном случае прогнозирования. Кроме того, этот метод нельзя использовать при прогнозировании явлений, не имеющих аналогов, т.е. принципиально новых объектов, процессов, ситуаций. Однако этот момент не всегда учитывается на практике.

Понятие аналогии связано с понятием адекватности в той мере, в которой один объект (объект прогнозирования) может рассматриваться как физическая полномасштабная модель другого объекта (аналога), а цели и задачи его прогнозирования и управления соответствуют таким же целям и задачам объекта-аналога. Таким образом, понятие аналогии более широкое и включает схожесть не только объектов прогнозирования, но и целей, а также последствий прогноза. Последние определяются не только характеристиками объекта прогнозирования, но и реакцией среды.

Следовательно, должны рассматриваться не менее четырех направлений аналогии:

Объекта прогнозирования и объекта, выбранного в качестве аналога;

Типов менеджмента и целей управления;

Реакции системы (внутренней среды) на управляющие воздействия;

Реакции внешней среды системы на изменение состояния объекта прогнозирования.

Аналогии реакции внешней и внутренней среды особенно важны в связи с тенденцией повышения роли человеческого фактора. Это обстоятельство может сыграть решающую роль в успехе или неудаче менеджмента.

Существуют различные методы, которые могут быть использованы для установления аналогии, среди них методы теории распознавания образов и методы логики предложений.

Методы теории распознавания образов могут быть использованы для установления аналогии. Существует несколько типов задач распознавания образов, важнейшие из которых:

Обучение распознаванию образов;

Задача сокращения (минимизации) описания;

Задача таксономии (самообучения).

Для распознавания образов необходимо по некоторому набору признаков с помощью выбранного решающего правила определить, к какому классу относятся рассматриваемые объекты. Структурная схема решения задачи обучения распознаванию образов приведена на рис. . Процедура прогнозирования на основе распознавания образов состоит в том, что выбираются классы состояний исследуемых объектов, которые могут быть заданы как диапазонами изменения некоторых параметров, так и определенными качественными характеристиками. По совокупности признаков, определяющих состояние объектов, находится соответствие принадлежности каждого нового объекта или объекта в будущем времени к определенному классу. Это позволяет дать прогноз состояния объекта или указать диапазон изменения параметров, характеризующих его на прогнозируемый период.

Рис. Структурная схема решения задачи распознавания образов

Методы логики предложений - наиболее простой и доступный практически метод качественного доказательства аналогии и идентификации состояний объекта прогнозирования. Логика дает схему и способы проведения правильных умозаключений. Формальная логика устанавливает общие методы и схемы правильных умозаключений. Практику может показаться излишним доказывать логические предложения (теоремы) по «выводу» одних (искомых) знаний из других (располагаемых). Однако если этого не сделать, то, во-первых, возможна ошибка, а во-вторых, останутся сомнения в правильности результатов, полученных без соблюдения формальных правил. Формальная логика устанавливает общие методы и схемы правильных умозаключений, поскольку схемы правильных умозаключений строятся с помощью логических символов, будучи сокращенными знаками, заменяют более длинные речевые обороты.

Группа опережающих методов (методов анализа публикаций), относящихся к фактографическим методам, включает в себя методы, основанные на использовании свойства научно-технической информации опережать реализацию научно-технических достижений в практической деятельности. К опережающим методам относятся метод анализа динамики публикаций и метод анализа динамики патентования.

Метод анализа динамики публикаций позволяет выявить направление развития науки и техники и организовать подбор перспективных материалов по интересующей тематике путем исследования закономерностей изменения количества и качества публикуемой информации.

Метод анализа динамики патентования основан на оценке изобретений и исследования динамики их патентования. По динамике интенсивности патентования можно оценивать и прогнозировать развитие того или иного направления.

Комбинированные методы прогнозирования. Стремление уменьшить погрешности прогнозирования, обеспечить решение проблем широкого профиля (от формализуемых до неформализуемых) привело к появлению комбинированных методов прогнозирования и созданию комплексных прогнозирующих систем.

Эта группа включает в себя методы со смешанной информационной основой, в которых в качестве первичной используется как фактографическая, так и экспертная информация.

Практическое использование такие комплексные системы прогнозирования находят на высших уровнях управления крупных организационно-производственных систем: страны, отрасли, региона, холдинга, финансово-промышленной группы, транснациональной компании и т.п. Исторически эти системы прогнозирования начали применяться в области военно-технического прогнозирования. В малом и среднем бизнесе из-за больших затрат времени и средств на их создание такие системы применяются редко.

Разработку комплексных систем прогнозирования ведут исходя из структуры прогнозируемого объекта или процесса.

При разработке и анализе комплексных систем прогнозирования к основным операциям следует отнести определение состава и процедур сингулярных (простых) методов прогнозирования, входящих в систему, а также логических правил их объединения в систему. Простые процедуры используют для прогнозирования подсистем и блоков, входящих в структуру прогнозируемого объекта или процесса.

Необходимо отметить, что известные образцы комплексных систем прогнозирования достаточно близки по методологии построения, так как разрабатывались для схожих объектов и со схожими целями.

К комбинированным методам прогнозирования можно отнести: метод прогнозного графа, метод ПАТТЕРН и др.

Метод прогнозного графа разработан группой специалистов института кибернетики в г. Киеве под руководством академика В.М. Глушкова. Комплексная система, построенная в соответствии с этим методом реализует следующие процедуры:

Выбор объектов прогноза;

Исследование фона (внешней среды);

Классификация событий;

Формирование задачи и генеральной цели прогноза;

Анализ иерархии;

Формулирование событий;

Принятие внутренней и внешней структуры объекта прогноза;

Анкетирование экспертов;

Математическая обработка данных анкетного опроса;

Количественная оценка структуры;

Верификация полученных результатов.

Граф может быть построен с использованием методов эвристического прогнозирования, в частности метода Дельфи. При помощи повторных опросов близкие планы графов приводятся к совпадающим.

Метод ПАТТЕРН. Разработан в США как средство помощи руководству компаний в принятии решений по важнейшим вопросам определения перспектив военного производства. Используется для обоснования прогнозов и планов посредством научно-технической оценки количественных данных. Принципы, заложенные в эту систему, позволяют осуществить прогноз и провести анализ данных в любой области деятельности. Рассматриваемая система позволяет:

1) выбрать объект прогноза;

2) выявить внутренние закономерности его развития;

3) написать сценарий;

4) сформулировать задачи и генеральную цель прогноза;

5) провести анализ иерархии и декомпозицию целей;

6) принять внутреннюю и внешнюю структуры объекта прогнозирования;

7)провести анкетирование;

8) выполнить математическую обработку данных анкетного опроса;

9) количественно оценить структуры;

10) верифицировать результат;

11) разработать алгоритм распределения ресурсов;

12) провести распределение ресурсов;

13) оценить распределение ресурсов.

Сравнение методов прогнозного графа и метода ПАТТЕРН показывает, что основное преимущество последнего состоит в наличии механизма реализации прогноза. Впрочем, это может быть отнесено уже к методам стратегического планирования. По сути, метод ПАТТЕРН стал комбинацией методов прогнозирования и стратегического планирования.

Эффективность процесса прогнозирования. Качество получаемых прогнозов определяется степенью соблюдения основных принципов:

Системности, т.е. взаимоувязки и соподчиненности прогнозов объекта прогнозирования и прогнозного фона;

Согласованности (прогнозов нормативных и поисковых, различного периода упреждения и природы объектов);

Верификации (определения достоверности и обоснованности);

Непрерывности (корректировки по мере поступления новых данных об объекте).

Основная тенденция в развитии прогнозирования в настоящее время заключается в создании полностью интегрированных систем информации, содержащих службы прогнозирования. Однако даже такая всеобъемлющая система информации не может уменьшить роль человеческих суждений.

Таким образом, методы многокритериальной оценки альтернатив, методы экспертной оценки и методы прогнозирования могут быть использованы ЛПР для определения достоинств и недостатков, а также возможных последствий реализации каждой из имеющихся альтернатив для последующего выбора одной из них в качестве оптимального по выбранным критериям или наиболее рационального решения. Именно эффективность выполнения этого этапа определяет степень обоснованности принимаемого управленческого решения.

Введение

Разработка управленческого решения – один из наиболее важных управленческих процессов. От его эффективности в значительной степени зависит успех всей организации. Профессиональный менеджер должен владеть технологиями выработки, принятия, реализации управленческих решений, без которых эффективное управление организацией в сложной экономической обстановке практически невозможно. Одной из важнейших частей разработки управленческого решения является прогнозирование.

Процесс прогнозирования достаточно актуален в настоящее время. Широка сфера его применения. Прогнозирование широко используется в экономике, а именно в управлении. В промышленности методы прогнозирования также играют первостепенную роль. Используя экстраполяцию и тенденцию, можно делать предварительные выводы относительно разных процессов, явлений, реакций, операций. Определённую нишу прогнозирование занимает и в военных дисциплинах.

Целью прогнозирования управленческих решений является получение научно обоснованных вариантов тенденций развития показателей качества, элементов затрат и других показателей, используемых при разработке перспективных планов и проведении научно-исследовательских (НИР) и опытно-конструкторских работ (ОКР), а также развитии всей системы менеджмента.

Существует много методов прогнозирования. Продифференцировав их общее число, необходимо выбрать самый оптимальный из них для использования в каждой конкретной ситуации.

Цель данной работы – раскрыть сущность методов прогнозирования, рассказать об их содержании, назначении, показать принципы, указать на достоинства и недостатки данных методов прогнозирования.

1. Задачи и принципы методов прогнозирования

Прогнозированием называется процесс разработки прогнозов. Под прогнозом понимается научно обоснованное суждение о возможных состояниях объекта в будущем, об альтернативных путях и сроках его существования.

«В классическом менеджменте считается, что прогнозирование - это метод, в котором используются как опыт, накопленный в прошлом, так и текущие допущения в отношении будущего в целях его определения. В результате этого получают картину будущего, которую можно использовать как основу при планировании. Прогноз в управлении представляет собой технологию разработки моделей развития управляемого объекта. Показатели прогноза (числовые характеристики объекта, объемы и сроки работ и тому подобное) имеют вероятностную природу. На основе прогнозов осуществляется предвидение и принимаются управленческие решения. Цель прогнозирования - получить научно обоснованные варианты тенденций развития (изменения) управляемого объекта (показателей его состояния) во времени и пространстве». 1

Прогнозирование управленческих решений наиболее тесно связано с планированием. План и прогноз представляют собой взаимодополняющие друг друга стадии планирования при определяющей роли плана как ведущего звена управления. В отличие от прогноза план содержит однозначно срок существования события и характеристики планируемого объекта. Для плановых разработок используется наиболее рациональный прогнозный вариант. Прогноз в системе управления является предплановой разработкой многовариантных моделей развития объекта управления.

Прогнозирование носит итеративный характер, что означает одновременное исследование и прогнозирование объекта на любой стадии подготовки управленческого решения.

К основным задачам прогнозирования относятся:

разработка прогноза рыночной потребности в каждом конкретном виде потребительной стоимости в соответствии с результатами маркетинговых исследований;

выявление основных экономических, социальных и научно-технических тенденций, оказывающих влияние на потребность в тех или иных видах полезного эффекта;

выбор показателей, оказывающих существенное влияние на величину полезного эффекта прогнозируемой продукции в условиях рынка;

выбор метода прогнозирования и периода упреждения прогноза;

прогнозирование показателей качества новой продукции во времени с учетом влияющих на них факторов;

прогноз организационно-технического уровня производства по стадиям жизненного цикла продукции;

оптимизация прогнозных показателей качества по критерию максимального полезного эффекта при минимальных совокупных затратах за жизненный цикл продукции;

обоснование экономической целесообразности разработки новой или повышения качества и эффективности выпускаемой продукции исходя из наличных ресурсов и приоритетов.

Основными принципами организации работ по прогнозированию являются:

адресность (состоит в выполнении прогнозов для строго определенной научно-исследовательской или проектно-конструкторской организации, а также предприятия-изготовителя объекта);

сбалансированность;

параллельность (используется для сокращения времени сбора и обработки исходной информации и выполнения самого прогноза);

непрерывность (состоит в систематическом сборе и обработке поступающей дополнительной информации об объекте прогнозирования или о прогнозном фоне после выполнения прогноза и внесения необходимых коррективов в прогноз по мере необходимости);

прямоточность (предусматривает строго целесообразную передачу информации от одного исполнителя к другому по кратчайшему пути);

адекватность (характеризует не только процесс выявления, но и оценку устойчивых тенденций и взаимосвязей в развитии производства и создании теоретического аналога реальных экономических процессов с их полной и точной имитацией);

управляемость (необходимо применять количественные оценки показателей качества и затрат, экономико-математические методы и модели управления);

альтернативность (связана с возможностью развития объекта, отдельных его компонентов и технологии изготовления изделия по разным траекториям, с различными затратами в зависимости от использования тех или иных принципов, закладываемых в конструкцию или технологию);

адаптивность (заключается в изучении и максимальном использовании факторов внешней и внутренней среды объекта как системы, в приспособлении методов и параметров прогнозирования к этим факторам, к конкретной ситуации);

системность (требует взаимоувязанности и соподчиненности прогнозов развития объектов прогнозирования и прогностического фона);

комплексность;

вариантность;

автоматичность (является одним из основных для сокращения времени и затрат труда на сбор и обработку исходных данных и выполнение прогнозирования);

оптимальность.

2. Классификация методов прогнозирования

В связи с огромным разнообразием прогнозируемых ситуаций имеется и большое разнообразие методов прогнозирования (свыше 150). «Практическое применение того или иного метода прогнозирования определяется такими факторами, как объект прогноза, его точность, наличие исходной информации, квалификация прогнозиста и др.» 2

В настоящее время наряду со значительным числом опубликованных методов прогнозирования известны многочисленные способы их классификации. На рис. 1 представлен один из вариантов классификации методов прогнозирования, основанной на индуктивном и дедуктивном подходах.

Из рис.1 видно, что вся совокупность методов прогнозирования может быть представлена двумя группами – в зависимости от степени их однородности:

простые методы;

комплексные методы.

Группа простых методов объединяет однородные по содержанию и используемому инструментарию методы прогнозирования (например, экстраполяция тенденций, морфологический анализ и др.).

Комплексные методы отражают совокупности, комбинации методов, чаще всего реализуемые специальными прогностическими системами (например, методы прогнозного графа, система “Паттерн” и др.).

Кроме того все методы прогнозирования поделены еще на три класса:

фактографические методы;

экспертные методы;

комбинированные методы.

В основу их выделения положен характер информации, на базе которой составляется прогноз.

Фактографические методы базируются на фактическом информационном материале о прошлом и настоящем развитии объекта прогнозирования. Чаще всего применяются при поисковом прогнозировании для эволюционных процессов;

Экспертные (интуитивные) методы основаны на использовании знаний специалистов-экспертов об объекте прогнозирования и обобщении их мнений о развитии (поведении) объекта в будущем. Экспертные методы в большей мере соответствуют нормативному прогнозированию скачкообразных процессов;

Комбинированные методы включают методы со смешанной информационной основой, в которых в качестве первичной информации наряду с экспертной используется и фактографическая.

В свою очередь, каждый из перечисленных классов также подразделяется на группы и подгруппы. Так, среди фактографических методов выделяются группы:

статистических (параметрических) методов;

опережающих методов.

Группа статистических методов включает методы, основанные на построении и анализе динамических рядов характеристик (параметров) объекта прогнозирования. Среди них наибольшее распространение получили экстраполяция, интерполяция, метод аналогий (модель подобия), параметрический метод и др.

Группа опережающих методов состоит из методов, основанных на использовании свойства научно-технической информации опережать реализацию научно-технических достижений. Среди методов этой группы выделяется публикационный, основанный на анализе и оценке динамики публикаций.

Среди экспертных методов выделяют группы по следующим признакам:

по количеству привлеченных экспертов;

по наличию аналитической обработки данных экспертизы (таблица « Классификация экспертных методов прогнозирования»).

Классификация экспертных методов прогнозирования

Вид экспертизы	Вид обработки мнений
	без аналитической обработки		с аналитической обработкой
Индивидуальная	Интервью		Экспертные	Генерация идей	Построение сценария		Метод “дерева целей”	Матричный метод	Морфоло-гический анализ
Коллективная		Метод “мозгового штурма”				Метод коллективных экспертных оценок				Метод “Дельфи”

3. Практическое применение методов прогнозирования

Исходя из разнообразия методов прогнозирования довольно сложно выбрать действительно подходящий для какой-то конкретной ситуации. Для этого стоит рассмотреть подробнее некоторые из наиболее распространенных методов, их особенности и область применения.

3.1.Нормативный метод - применяется для прогнозирования эффективности, сроков замены оборудования, возможностей насыщения рынков сбыта для объектов массового производства. Срок упреждения до 10 - 15 лет.

Одной из функций стратегического менеджмента является разработка нормативов конкурентоспособности перспективных моделей товаров, которые будут выпускаться в будущем. Для разработки этих нормативов проводятся глубокие маркетинговые исследования рынков, на которых могут быть представлены товары фирмы, строится дерево показателей конкурентоспособности товаров фирм-конкурентов, прогнозируются показатели качества и ресурсоемкости товаров, условий их применения. Для прогнозирования перечисленных показателей может применяться любой из методов.

Вместе с тем фирмы, ориентирующие свою деятельность на воспроизводство конкурентоспособных на внешнем рынке товаров, не всегда имеют аналог-ориентир. Эти фирмы чаще всего являются пионерами в данной области. Поэтому для прогнозирования нормативов конкурентоспособности будущих товаров фирмы-эксплеренты применяют экспертные (при наличии экспертной группы) и нормативные методы прогнозирования (при отсутствии экспертной группы, но наличии профессионала в данной области и необходимой информации). Остальные методы являются вспомогательными.

Основным методом, использующимся в нормативном прогнозировании, является метод горизонтальных матриц решений, когда производится определение первоочередности выполнения предлагаемых для достижения поставленных целей проектов.

Обычно используются двумерные и трехмерные матрицы. Наиболее часто горизонтальные матрицы решений используются для определения оптимального распределения ресурсов при заданных ограничениях. При этом в качестве ресурсов могут выступать денежные средства, рабочая сила, её качество и квалификация, оборудование, энергетические ресурсы и т.д.

В частности, одно измерение горизонтальной матрицы решений может соответствовать основным проблемам, возникающим при достижении цели, второе измерение - ресурсам, которые могут потребоваться для решения этих проблем.

Согласованные матрицы более низких иерархических уровней проблем объединяются в матрицы более высоких уровней вплоть до главных матриц для стратегических проблем организации.

В трехмерной горизонтальной матрице решений одно измерение, например, может соответствовать коммерческим миссиям (областям сбыта), второе - ресурсам, третье - времени. Ресурсы в свою очередь, могут подразделяться на финансовые, коммерческие, ресурсы сбыта, производства, оборудования и т.д.

Вертикальные матрицы решений предназначены для отслеживания вертикального перемещения технологий. Вертикальная матрица решений для внутрифирменного планирования по рекомендациям Стэнфордского института может выглядеть примерно так.

Стадия исследований и разработок:

Заказчик
Открытие
Воплотить
Разработать

В частности, трехмерная вертикальная матрица решений под названием «Общая схема разработки системы национальной космической программы» была разработана в компании «North American Aviation».

Для более рационального выбора проектов для реализации могут быть использованы методы исследования операций такие, как:

линейное программирование, позволяющее сформулировать оптимизационную задачу в виде линейных ограничений (неравенств или равенств) и линейной целевой функции;

динамическое программирование, рассчитанное на решение многоступенчатых оптимизационных задач;

целочисленное программирование, позволяющее решать оптимизационные задачи, в том числе задачи оптимального распределения ресурсов, при дискретных (целочисленных) значениях переменных и др.

В инструментарий нормативного прогнозирования входят методы построения деревьев целей, методы типа Паттерн и др.

В этом случае каждой из рассматриваемых целей приписываются количественные весовые коэффициенты, а для каждого проекта оценивается вклад в достижение каждой из целей, если он ненулевой. Степень вклада впоследствии умножается на весовой коэффициент цели.

3.2.Экспериментальный метод - применяется для прогнозирования эффективности и сроков замены проектируемого оборудования, сроков выпуска продукции, возможности и сроков насыщения проектируемой продукцией рынков сбыта, нетрадиционных объектов массового производства, не имеющих аналогов на стадии завершения рабочего проектирования. Срок упреждения до 10-15 лет.

Этот метод прогнозирования применяется для решения частных задач в массовом производстве на стадиях НИОКР и организационно-технологической подготовки производства. Для экспериментальных установок, испытательных полигонов, опытно-промышленных партий товаров, которые потом будут выпускаться в больших количествах, устанавливаются различные нормативы качества и элементов затрат. Например, нормативы полезного расхода конкретных материалов и других ресурсов на освоение, производство, техническое обслуживание или ремонт товара, нормативы потерь, нормативы показателей качества, организации процессов и т. д. К примеру, устанавливается расход конкретной марки бензина на 100 км пробега конкретной марки автомобиля в типовых условиях, норматив расхода электроэнергии на час работы конкретного электродвигателя, нормативы снижения производительности конкретного вида оборудования по мере его старения

Экспериментальный метод прогнозирования дорогой, так как требует строительства (реконструкции) опытно-экспериментальных установок, полигонов и других объектов. Поэтому для его применения необходимо провести тщательное технико-экономическое обоснование, обеспечить высокий уровень организации работ.

3.3.Статистический (параметрический) метод - применяется для составления среднесрочных прогнозов полезного эффекта, возможного изменения рынков сбыта анализируемой продукции серийного производства. Срок прогнозирования до 10 лет.

На стадиях разработки технического задания и технического проекта по объекту массового производства отсутствуют сведения по каждой детали и сборочной единице. Объекты еще не прошли опытно-промышленных испытаний. Поэтому на этих стадиях нет возможности выполнить детальные расчеты затрат на освоение, изготовление, обращение, эксплуатацию и ремонт проектируемых объектов. А по продукции единичного и мелкосерийного производства нецелесообразно применять описанные выше точные методы прогнозирования. В этих случаях рекомендуется применять параметрические методы прогнозирования полезного эффекта и затрат, основанные на установлении зависимостей между параметрами объекта и организационно-технического уровня производства, с одной стороны, и полезным эффектом или элементом затрат - с другой.

Прежде чем приступить к анализу статистических методов прогнозирования, рассмотрим некоторые общие понятия и определения, относящиеся к корреляционным 3 и регрессионным моделям. Две случайные величины являются корреляционно связанными, если математическое ожидание одной из них меняется в зависимости от изменения другой.

Применение корреляционного анализа предполагает выполнение следующих предпосылок:

а) Случайные величины могут рассматриваться как выборка из двумерной генеральной совокупности с нормальным законом распределения.

б) Ожидаемая величина погрешности равна нулю.

в) Отдельные наблюдения стохастически 4 независимы, т. е. значение данного наблюдения не должно зависеть от значения предыдущего и последующего наблюдений.

г) Ковариация 5 между ошибкой, связанной с одним значением зависимой переменной, и ошибкой, связанной с любым другим значением, равна нулю.

д) Дисперсия 6 ошибки, связанная с одним значением, равна дисперсии ошибки, связанной с любым другим значением.

е) Ковариация между погрешностью и каждой из независимых переменных равна нулю.

ж) Непосредственная применимость этого метода ограничивается случаями, когда уравнение кривой является линейным относительно своих параметров. Это, однако, не означает, что само уравнение кривой относительно переменных должно быть линейным. Если эмпирические 7 уравнения наблюдений не являются линейными, то во многих случаях оказывается возможным привести их к линейной форме и уже после этого применять метод наименьших квадратов.

з) Наблюдения независимых переменных производятся без погрешности.

Перед началом корреляционного анализа необходимо проверить выполнение этих предпосылок.

Связь между случайной и неслучайной величинами называется регрессионной, а метод анализа таких связей - регрессионным анализом. Применение регрессионного анализа предполагает обязательное выполнение предпосылок (б-г) корреляционного анализа. Только при выполнении приведенных предпосылок оценки коэффициентов корреляции и регрессии, получаемые с помощью способа наименьших квадратов, будут несмещенными и иметь минимальную дисперсию.

Регрессионный анализ тесно связан с корреляционным. При выполнении предпосылок корреляционного анализа выполняются предпосылки регрессионного анализа. В то же время регрессионный анализ предъявляет менее жесткие требования к исходной информации. Так, например, проведение регрессионного анализа возможно даже в случае отличия распределения случайной величины от нормального, как это часто бывает для технико-экономических величин. В качестве зависимой переменной в регрессионном анализе используется случайная переменная, а в качестве независимой - неслучайная переменная.

По степени комплексности статистические исследования можно разделить на двумерные и многомерные. Первые касаются рассмотрения парных взаимосвязей между переменными (парные корреляции и регрессии) и направлены в прогнозных исследованиях на решение таких задач, как установление количественной меры тесноты связи между двумя случайными величинами, установление близости этой связи к линейной, оценки достоверности и точности прогнозов, полученных экстраполяцией регрессионной зависимости. Многомерные методы статистического анализа направлены в основном на решение задачи системного анализа многомерных стохастических объектов прогнозирования. Целью такого анализа является, как правило, выяснение внутренних взаимосвязей между переменными комплекса, построение многомерных функций связи переменных, выделение минимального числа характеристик, описывающих объект с достаточной степенью точности. Одной из основных задач здесь является сокращение размерности описания объекта прогнозирования.

Таким образом, статистические методы используются в основном для подготовки данных, приведения их к виду, пригодному для производства прогноза. Как правило, после их применения используется один из методов экстраполяции или интерполяции для получения непосредственно прогнозного результата.

Метод экстраполяции - применяется когда оцениваются отдельные виды ресурсов в целом по предприятию, объединению, а также полезный эффект продукции мелкосерийного производства. Срок прогнозирования до 5 лет.

На практике на ранних стадиях разработки объекта часто ограничено число известных параметров будущего объекта и показателей организационно-технического уровня производства у изготовителя и потребителя объекта. В этих условиях рекомендуется применять более простые, но и менее точные методы прогнозирования - методы экстраполяции, основанные на прогнозировании поведения или развития объектов в будущем по тенденциям его поведения в прошлом. Применение методов экстраполяции, как правило, не требует моделирования частных параметров объекта и показателей организационно-технического уровня производства.

Наиболее распространенными являются методы экстраполяции по математическим моделям и графический (от руки). Оба метода требуют наличия информации о прогнозируемом параметре объекта за период в два и более раза больше прогнозируемого периода. Для учета изменений качества объекта в прогнозируемом периоде и организационно-технического уровня производства у изготовителя и потребителя объекта применяются корректирующие коэффициенты.

Методы экстраполяции тенденций являются, пожалуй, самыми распространенными и наиболее разработанными среди всей совокупности методов прогнозирования. Использование экстраполяции в прогнозировании имеет в своей основе предположение о том, что рассматриваемый процесс изменения переменной представляет собой сочетание двух составляющих - регулярной и случайной:

y (x ) = f (a , x ) + n (x )

Считается, что регулярная составляющая f(a, х) представляет собой гладкую функцию от аргумента (в большинстве случаев - времени), описываемую конечномерным вектором параметров a , которые сохраняют свои значения на периоде упреждения прогноза. Эта составляющая называется также трендом 8 , уровнем, детерминированной основой процесса, тенденцией. Под всеми этими терминами лежит интуитивное представление о какой-то очищенной от помех сущности анализируемого процесса. Интуитивное, потому что для большинства экономических, технических, природных процессов нельзя однозначно отделить тренд от случайной составляющей. Все зависит от того, какую цель преследует это разделение и с какой точностью его осуществлять.

Случайная составляющая n(х) обычно считается некоррелированным случайным процессом с нулевым математическим ожиданием. Ее оценки необходимы для дальнейшего определения точностных характеристик прогноза.

Специфическими чертами прогнозной экстраполяции можно назвать методы предварительной обработки числового ряда с целью преобразования его к виду, удобному для прогнозирования, а также анализ логики и физики прогнозируемого процесса, оказывающий существенное влияние как на выбор вида экстраполирующей функции, так и на определение границ изменения ее параметров.

Предварительная обработка исходного числового ряда направлена на решение следующих задач (всех или части из них): снизить влияние случайной составляющей в исходном числовом ряду, т. е. приблизить его к тренду; представить информацию, содержащуюся в числовом ряду, в таком виде, чтобы существенно снизить трудность математического описания тренда. Основными методами решения этих задач являются процедуры сглаживания и выравнивания статистического ряда.

Процедура сглаживания направлена на минимизацию случайных отклонений точек ряда от некоторой гладкой кривой предполагаемого тренда процесса. Наиболее распространен способ осреднения уровня по некоторой совокупности окружающих точек, причем эта операция перемещается вдоль ряда точек, в связи с чем обычно называется скользящая средняя. В самом простом варианте сглаживающая функция линейна и сглаживающая группа состоит из предыдущей и последующей точек, в более сложных - функция нелинейна и использует группу произвольного числа точек.

Сглаживание производится с помощью многочленов, приближающих по методу наименьших квадратов группы опытных точек. Наилучшее сглаживание получается для средних точек группы, поэтому желательно выбирать нечетное количество точек в сглаживаемой группе.

Сглаживание даже в простом линейном варианте является во многих случаях весьма эффективным средством выявления тренда при наложении на эмпирический числовой ряд случайных помех и ошибок измерения. Для рядов со значительной амплитудой помехи имеется возможность проводить многократное сглаживание исходного числового ряда. Число последовательных циклов сглаживания должно выбираться в зависимости от вида исходного ряда, от степени предполагаемой его зашумленности помехой, от цели, которую преследует сглаживание. Надо иметь при этом в виду, что эффективность этой процедуры быстро уменьшается (в большинстве случаев), так что целесообразно повторять ее от одного до трех раз.

Линейное сглаживание является достаточно грубой процедурой, выявляющей общий приблизительный вид тренда. Для более точного определения формы сглаженной кривой может применяться операция нелинейного сглаживания или взвешенные скользящие средние. В этом случае ординатам точек, входящих в скользящую группу, приписываются различные веса в зависимости от их расстояния от середины интервала сглаживания.

Если сглаживание направлено на первичную обработку числового ряда для исключения случайных колебаний и выявления тренда, то выравнивание служит целям более удобного представления исходного ряда, оставляя прежними его значения.

Наиболее общими приемами выравнивания являются логарифмирование и замена переменных.

В случае если эмпирическая формула предполагается содержащей три параметра либо известно, что функция трехпараметрическая, иногда удается путем некоторых преобразований исключить один из параметров, а оставшиеся два привести к одной из формул выравнивания.

Можно рассматривать выравнивание не только как метод представления исходных данных, но и как метод непосредственного приближенного определения параметров функции, аппроксимирующей 9 исходный числовой ряд. Зачастую именно так и используется этот метод в некоторых экстраполяционных прогнозах. Отметим, что возможность непосредственного его использования для определения параметров аппроксимирующей функции определяется главным образом видом исходного числового ряда и степенью наших знаний, нашей уверенности относительно вида функции, описывающей исследуемый процесс.

В том случае, если вид функции нам неизвестен, выравнивание следует рассматривать как предварительную процедуру, в процессе которой путем применения различных формул и приемов выясняется наиболее подходящий вид функции, описывающей эмпирический ряд.

Одной из разновидностей метода выравнивания является исследование эмпирического ряда с целью выяснения некоторых свойств функции, описывающей его. При этом не обязательно преобразования приводят к линейным формам. Однако результаты их подготавливают и облегчают процесс выбора аппроксимирующей функции в задачах прогностической экстраполяции. В простейшем случае предлагается использовать следующие три типа дифференциальных функций роста:

1) первая производная, или абсолютная дифференциальная 10 функция роста;

2) относительный дифференциальный коэффициент, или логарифмическая производная;

3) эластичность функции.

3.4.Индексный метод - применяется при прогнозировании полезного эффекта, мощностей оборудования каждого вида. Виды укрупненных затрат ресурсов в целом по предприятию. Срок прогнозирования до 5 лет.

Следует отметить, что индексный метод вообще очень широко применяется в прогнозировании социально-экономических явлений и, в частности, деятельности предприятий – для составления прогнозов как объемных, так и качественных показателей (в т.ч. изменения цен, производительности труда, издержек производства и обращения, прибыли и др.).

Этот метод прогнозирования основан на приведении значений показателей объекта в настоящем к будущему моменту при помощи индексов, характеризующих изменение в будущем каких-либо условий по сравнению с настоящими условиями. Математически индексный метод прогнозирования выражается в следующей форме:

П б = П н J 1 …J n

где П б - показатель на прогнозируемый период; П н - показатель на текущий момент; J 1 , J 2 … J n - индексы изменения экономических, организационно-технических и других условий применения объекта (протекания процесса) в прогнозируемом периоде по сравнению с текущим моментом.

3.5.Экспертный метод - применяется при проведении прогнозирования возможных рынков сбыта по данному виду полезного эффекта, сроков обновления выпускаемой продукции, по прочим вопросам маркетинга и технического уровня продукции. Срок прогнозирования не ограничен.

Сущность экспертных методов прогнозирования заключается в выработке коллективного мнения группы специалистов в данной области. Существует несколько различных методов экспертной оценки развития объекта в будущем.

Методы экспертных оценок в прогнозировании и перспективном планировании научно-технического прогресса применяются в следующих случаях:

а) в условиях отсутствия достаточно представительной и достоверной статистики характеристики объекта (например, лазеры, голографические запоминающие устройства, рациональное использование водных ресурсов на предприятиях);

б) в условиях большой неопределенности среды функционирования объекта (например, прогнозов человеко-машинной системы в космосе или учет взаимовлияния областей науки и техники);

в) при средне- и долгосрочном прогнозировании объектов новых отраслей промышленности, подверженных сильному влиянию новых открытий в фундаментальных науках (например, микробиологическая промышленность, квантовая электроника, атомное машиностроение);

г) в условиях дефицита времени или экстремальных ситуациях.

Экспертная оценка необходима, когда нет надлежащей теоретической основы развития объекта. Степень достоверности экспертизы устанавливается по абсолютной частоте, с которой оценка эксперта в конечном итоге подтверждается последующими событиями. Существует две категории экспертов - это узкие специалисты и специалисты широкого профиля, обеспечивающие формулирование крупных проблем и построение моделей. Выбор экспертов для прогноза производится на основе их репутации среди определенной категории специалистов. Однако не следует забывать и того обстоятельства, что первоклассный специалист не всегда может достаточно квалифицированно рассмотреть и понять общие, глобальные, вопросы. Для этой цели нужно привлекать экспертов хотя и недостаточно узко информированных, но обладающих способностью к дерзанию и воображению.

«Эксперт» в дословном переводе с латинского языка означает «опытный». Поэтому и в формализованном, и в неформализованном способах определения эксперта значительное место занимают профессиональный опыт и развитая на его основе интуиция. Условия необходимости и достаточности отнесения специалиста к категории экспертов вводятся следующим образом.

Важно установить не абсолютную степень надежности экспертной оценки, а степень надежности по сравнению с оценкой среднего специалиста, а также корреляцию между вероятностью его прогнозной оценки и надежностью класса тех гипотез, которыми оперирует эксперт. В общем, нужно определить, что такое эксперт. Перечислим некоторые требования, которым должен удовлетворять эксперт:

1) оценки эксперта должны быть стабильны во времени и транзитивны;

2) наличие дополнительной информации о прогнозируемых признаках лишь улучшает оценку эксперта;

3) эксперт должен быть признанным специалистом в данной области знаний;

4) эксперт должен обладать некоторым опытом успешных прогнозов в данной области знаний.

Характеризуя экспертов, следует иметь в виду, что в результате выработки оценок могут иметь место ошибки двух видов. Ошибки первого вида известны в технике измерений как систематические, ошибки второго вида - как случайные. Эксперт, склонный к ошибкам первого вида, выдает значения, которые устойчиво отличаются от истинного в сторону увеличения или уменьшения. Полагают, что ошибки этого вида связаны со складом ума экспертов. Для коррекции систематических ошибок можно применять поправочные коэффициенты или же использовать специально разработанные тренировочные игры. Ошибки второго вида характеризуются величиной дисперсии. Исходя из анализа основных видов ошибок при вынесении экспертных суждений, можно добавить к рассмотренному ранее перечню требований к экспертам еще одно. Смысл его состоит в том, что следует предпочесть эксперта, оценки которого имеют малую дисперсию и систематическое отклонение средней ошибки от нуля, эксперту со средней ошибкой, равной нулю, но с большей дисперсией. К сожалению, априори определить способность человека делать правильные экспертные оценки невозможно. Важным средством подготовки экспертов являются специальные тренировочные игры.

Организация форм работы эксперта может быть программированной или непрограммированной, а деятельность эксперта может осуществляться в устной (интервью) либо в письменной форме (ответ на вопросы специальных таблиц экспертных оценок или свободное изложение по заданной теме).

Программирование формы работы эксперта предполагает:

построение граф-модели объекта на базе ретроспективного анализа; определение структуры таблиц экспертных оценок (ТЭО) или программы интервью на базе граф-модели объекта и целей экспертизы; определение типа и формы вопросов в ТЭО или в интервью;

определение типа шкалы для вопросов в ТЭО; учет психологических особенностей экспертизы при определении последовательности вопросов в ТЭО; учет верифицирующих вопросов; разработка логических приемов для последующего синтеза прогнозных оценок в комплексных прогнозах объекта.

Организация стимуляции работы эксперта состоит в разработке:

эвристических приемов и способов, облегчающих поиск прогнозной экспертной оценки; правовых норм, гарантирующих эксперту оформление приоритета и авторства, а также неразглашения всех научно-технических идей, выдвигаемых им в процессе экспертизы;

форм моральной, профессиональной и материальной заинтересованности эксперта в экспертных оценках; организационных форм работы эксперта (включение в план работы и т. п.).

Исходя из полученной в результате анализа модели объекта прогнозирования, определяются научные и технические направления, по которым необходимо привлечь эксперта, выделяются группы экспертов по принадлежности вопроса к области фундаментальных, прикладных наук или к стыковым научным направлениям.

При решении задачи формирования экспертной группы необходимо выявить и стабилизировать работоспособную сеть экспертов. Способ стабилизации экспертной сети заключается в следующем. На основе анализа литературы по прогнозируемой проблеме выбирается любой специалист, имеющий несколько публикаций в данной области. К нему обращаются с просьбой назвать 10 наиболее компетентных, по его мнению, специалистов по данной проблеме. Затем обращаются одновременно к каждому из десяти названных специалистов с просьбой указать 10 наиболее крупных их коллег-ученых. Из полученного списка специалистов вычеркиваются 10 первоначальных, а остальным рассылаются письма, содержащие указанную выше просьбу. Данную процедуру повторяют до тех пор, пока ни один из вновь названных специалистов не добавит новых фамилий к списку экспертов, т. е. пока не стабилизируется сеть экспертов. Полученную сеть экспертов можно считать генеральной совокупностью специалистов, компетентных в области прогнозируемой проблемы. Однако в силу ряда практических ограничений оказывается нецелесообразным привлекать всех специалистов к экспертизе. Поэтому необходимо сформировать репрезентативную выборку из генеральной совокупности экспертов.

Определение специфики процедур для методов класса ПЭО (персональных экспертных оценок) осуществляется на основе анализа требований к экспертам и их оценкам, вытекающим из сущности методов:

а) аналитические записки предъявляют требования структуризации экспериментируемой проблемы, экспликации и ранжирования целей, анализа альтернативных путей достижения цели, оценки затрат на каждую альтернативу и рекомендаций по наиболее эффективным способам решения проблем;

б) парные сравнения, нормирование и ранжирование требуют однородности оцениваемых признаков, наличия логически обоснованных критериев и эталонов, наличие однозначно определенных процедур оперирования с критериями, эталонами и признаками;

в) интервью предъявляют специфические требования как к эксперту, так и к интервьюеру;

г) морфологическая структуризация требует четкого определения функциональных характеристик объекта или проблемы, которые необходимо улучшить, классификации научных принципов, на основе которых возможно улучшение характеристики; анализа всевозможных комбинаций этих принципов и отсева заведомо абсурдных; оценки комбинаций по степени осуществимости и затрат на их реализацию; сравнения комбинаций по комплексному критерию «затраты - эффективность - время».

Основная задача, стоящая перед специалистами по анализу и проектированию больших систем, в общем случае, как правило, заключается в нахождении наиболее оптимальных способов создания более эффективных систем - либо вновь проектируемых, либо модернизируемых. Сложность решения этой задачи состоит, прежде всего в том, что здесь обычно нет возможности найти решение чисто математическими методами, поскольку, как правило, не удается точно определить величины (функционалы), подлежащие оптимизации (экстремализации) в математическом смысле. Это связано не только со сложностью описания функционирования больших систем, но и с такими принципиальными видами, как, например, специфика целей, для достижения которых предназначена система. Во-первых, перед системой может стоять не одна цель, а набор их, что сразу же приводит к задаче векторной оптимизации. Во-вторых, набор целей, поставленных перед системой, может содержать в своем составе чисто качественные цели, не подлежащие практически реализующимся количественным измерениям. Это приводит, с одной стороны, к проблеме оценки степени достижения качественной цели и, с другой - к проблеме соизмерения важности качественных и количественных целей и степени их достижения.

Аналогичная ситуация возникает и при оценке последствий предполагаемого способа достижения поставленной цели. Укажем для примера, что эти последствия могут одновременно носить экономический, политический, социальный или какой-либо другой характер.

В этих условиях решение системной задачи находится посредством эвристических приемов, использующих весьма сложный математический аппарат, и заключается в выдаче обоснованных рекомендаций, достаточных для выработки решения.

Метод эвристического прогнозирования - метод получения специализированной обработки прогнозных оценок объекта путем систематизированного опроса высококвалифицированных специалистов (экспертов) в узкой области науки, техники или производства. Прогнозные экспертные оценки отражают индивидуальное суждение специалиста относительно перспектив развития его области и основаны на мобилизации профессионального опыта и интуиции.

Метод эвристического прогнозирования сходен с дельфийской техникой, коллективной генерацией идей и методом коллективной экспертной оценки в том смысле, что одним из элементов его является сбор и обработка суждений экспертов, высказанных на основе профессионального опыта и интуиции. Однако он отличается от указанных методов большей четкостью теоретических основ, способами формирования анкет и таблиц, порядком работы с экспертами и алгоритмом обработки полученной информации. Эвристическим данный метод назван в связи с однородностью форм мыслительной деятельности эксперта при решении научной проблемы и при оценке перспектив развития объекта прогнозирования, а также в связи с использованием экспертами специфических приемов, приводящих к правдоподобным умозаключениям.

Назначение метода эвристического прогнозирования - выявление объективизированного представления о перспективах развития узкой области науки и техники на основе систематизированной обработки прогнозных оценок репрезентативной группы экспертов.

Область применения эвристического прогнозирования - научно-технические объекты и проблемы, развитие которых либо полностью, либо частично не поддается формализации, т. е. для которых трудно разрабатывать адекватную модель.

В основе метода лежат три теоретических допущения:

1) существования у эксперта психологической установки на будущее, сфомулированной на основе профессионального опыта и интуиции и возможности ее проявления;

2) тождественности процесса эвристического прогнозирования и процесса решения научной проблемы с однотипностью получаемого знания в форме эвристических правдоподобных умозаключений, требующих верификации 11 ;

3) возможности адекватного отображения тенденции развития объекта прогнозирования в виде системы прогнозных моделей, синтезируемых из прогнозных экспертных оценок.

Эти допущения реализуются в методе эвристического прогнозирования путем системы приемов работы с экспертами, способами оценок и синтеза прогнозных моделей.

В качестве исходных документов при работе по методу эвристического прогнозирования выступают:

описание метода;

инструкции по формулированию вопросов;

инструкции по составлению анкет и таблиц экспертных оценок;

порядок работы с экспертами;

набор эвристических приемов для экспертов;

инструкция для экспертов по заполнению анкет и таблиц;

инструкция по обработке на ЭВМ экспертных анкет и таблиц;

алгоритмы и программы для обработки данных на ЭВМ;

заполненные экспертами анкеты и таблицы;

инструкция по оценке компетентности экспертов;

инструкция по синтезу прогнозных моделей;

набор способов верификации прогнозов.

Наличие полностью сформулированного информационного массива дает полное основание для качественной работы с методом эвристического прогнозирования.

Информационным массивом для разработки прогнозов методом эвристического прогнозирования является набор заполненных экспертами таблиц и анкет. Таблицы содержат перечень строго сформулированных вопросов. К вопросам в анкетах предъявляются следующие требования:

1) они должны быть сформулированы в общепринятых терминах;

2) формулировка должна исключать всякую смысловую неоднозначность;

3) все вопросы должны логически соответствовать структуре объекта прогноза;

4) они должны быть отнесены к одному из трех перечисленных ниже видов.

В зависимости от вида вопроса применяется определенная процедура его формулирования и составления анкет.

К первому виду относятся вопросы, ответы на которые содержат количественную оценку:

вопросы относительно времени свершения событий;

вопросы относительно количественного значения прогнозируемого параметра;

вопросы относительно вероятности осуществления события;

вопросы по оценке относительного влияния факторов друг на друга в некоторой шкале.

Для данного типа вопроса применяется самая простая процедура составления анкет. В этом случае сам прогнозист, знающий объект прогноза, формулирует перечень значений оцениваемых параметров, вероятностей и временных отрезков. При определении шкалы значений количественных параметров (время, характеристика и пр.) целесообразно пользоваться неравномерной шкалой. Конкретное значение неравномерности определяется характером зависимости ошибки прогноза от времени упреждения.

Ко второму виду относятся содержательные вопросы, требующие свернутого ответа не в количественной форме. Вопросы, требующие ответа в свернутой форме, могут быть трех типов: дизъюнктивные; конъюнктивные; импликативные.

Вопросы, требующие содержательного ответа в свернутой форме, характеризуются наиболее сложной процедурой их формирования в анкету. Анкета в окончательном виде получается в результате трехэтапной итерации 12 . На первом этапе прогнозист тщательно изучает результат работы (доклад) группы экспертов (метод комиссий) над определенной системой. Итогом изучения является формулировка первого варианта вопросника, который на втором этапе рассылается председателям соответствующих комиссий для корректировки и уточнения. В результате получается второй вариант вопросника. На третьем этапе вопросы группируются по темам и в определенном порядке внутри тем. Окончательный вариант вопросника приобретает форму таблиц экспертных оценок.

К третьему виду относятся вопросы, требующие ответа в развернутой форме, которые, в свою очередь, делятся на два типа:

1) вопросы с формой ответа в виде перечня сведений о предмете;

2) вопросы с формой ответа в виде перечня аргументов, подтверждающих или отвергающих тезис, содержащийся в вопросе.

Вопросы, требующие содержательного ответа в развернутой форме, определяются путем двухэтапной итерации. Первый этап - прогнозист обращается к экспертам с просьбой сформулировать наиболее перспективные и наименее разработанные проблемы. На втором этапе из всех названных проблем выбираются лишь имеющие непосредственное отношение к объекту прогноза и принципиально разрешимые.

После того как все вопросы уточнены и сведены по тематическим признакам в соответствующие разделы анкет или таблиц, переходят к работе с экспертами, анализу и обработке экспертных оценок

Метод Дельфи - многократный почтовый анкетный опрос одной и той же группы экспертов с применением шкалированных оценок. Цель данного вида опроса экспертов - сопоставление тщательно скорректированной программы последовательных индивидуальных опросов, направленной на уменьшение группового влияния, возникающего при совместной работе экспертов. Суть метода - в интерактивных циклах, обеспечивающих обратную связь: после первого опроса экспертов и обработки его результатов, итоги сообщаются участникам экспертной группы. Они должны либо подтвердить свою точку зрения, высказанную на предыдущем этапе, и если она значительно отличается от мнения большинства, развернуто ее мотивировать, либо изменить свою оценку в соответствии с мнением большинства участников. Затем снова производят обработку информации, результаты вновь рассылаются экспертам и так до тех пор, пока не прекратится «эффект интерактивных циклов», то есть пока новые туры опроса не перестанут давать статистически значимое увеличение согласованности оценок экспертов (обычно это достигается на 4-5 туре опроса). Очевидно, что данный вид работы с экспертами весьма трудоемок и сложен, хотя использование дельфийской техники имеет и свои преимущества: обеспечивается анонимность опроса путем исключения взаимодействия экспертов; установление обратной связи в виде сообщения обработанной информации о согласованной точке зрения экспертов на предыдущих этапах опроса; исключения взаимовлияния экспертов. Метод Дельфы не имеет целью достичь полное единство мнений экспертов по существу вопроса, поэтому несмотря на сближение точек зрения, различие во мнениях экспертов все равно будет существовать. Недостатком данного вида опроса экспертов является зависимость оценок, данных экспертами от формулировок вопросов и аргументации; влияние общественного мнения на экспертов.

Метод сценариев – применяется прежде всего для экспертного прогнозирования. Экологическое или социально-экономическое прогнозирование, как и любое прогнозирование вообще, может быть успешным лишь при некоторой стабильности условий. Однако решения органов власти, отдельных лиц, иные события меняют условия, и события развиваются по-иному, чем ранее предполагалось. При разработке методологического, программного и информационного обеспечения анализа риска химико-технологических проектов необходимо составить детальный каталог сценариев аварий, связанных с утечками токсических химических веществ. Каждый из таких сценариев описывает аварию своего типа, со своим индивидуальным происхождением, развитием, последствиями, возможностями предупреждения.

Это метод декомпозиции задачи прогнозирования, предусматривающий выделение набора отдельных вариантов развития событий (сценариев), в совокупности охватывающих все возможные варианты развития. При этом каждый отдельный сценарий должен допускать возможность достаточно точного прогнозирования, а общее число сценариев должно быть обозримо.

Возможность подобной декомпозиции не очевидна. При применении метода сценариев необходимо осуществить два этапа исследования:

построение исчерпывающего, но обозримого набора сценариев;

прогнозирование в рамках каждого конкретного сценария с целью получения ответов на интересующие исследователя вопросы.

Каждый из этих этапов лишь частично формализуем. Существенная часть рассуждений проводится на качественном уровне, как это принято в общественно-экономических и гуманитарных науках. Одна из причин заключается в том, что стремление к излишней формализации и математизации приводит к искусственному внесению определенности там, где ее нет по существу, либо к использованию громоздкого математического аппарата. Так, рассуждения на словесном уровне считаются доказательными в большинстве ситуаций, в то время как попытка уточнить смысл используемых слов с помощью, например, теории нечетких множеств приводит к весьма громоздким математическим моделям. Набор сценариев должен быть обозрим. Приходится исключать различные маловероятные события. Само по себе создание набора сценариев - предмет экспертного исследования. Кроме того, эксперты могут оценить вероятности реализации того или иного сценария. Прогнозирование в рамках каждого конкретного сценария с целью получения ответов на интересующие исследователя вопросы также осуществляется в соответствии с описанной выше методологией прогнозирования. При стабильных условиях могут быть применены статистические методы прогнозирования временных рядов. Однако этому предшествует анализ с помощью экспертов, причем зачастую прогнозирование на словесном уровне является достаточным (для получения интересующих исследователя и ЛПР выводов) и не требующим количественного уточнения.

Другой вариант метода сценариев часто применяют при составлении бизнес-планов. Финансовый поток инвестиционного проекта рассматривают как вероятный. Оптимистический сценарий соответствует тому, что поступления увеличиваются на определенный процент, например, на 10%, а платежи - уменьшают на 10%. В пессимистическом сценарии, наоборот, поступления уменьшаются на определенный процент, например, на 10%, а платежи - увеличиваются на 10%. Затем рассчитываются характеристики инвестиционного проекта, соответствующие трем сценариям, и сопоставляются между собой.

3.6.Метод оценки технических стратегий - применяется для формирования требований к разрабатываемому изделию в виде набора целей и определения средств, способов и путей, необходимых для достижения поставленных целей.

Основными условиями применения являются разработка матриц генеральной определительной таблицы или универсального идентификатора и создание экспертной группы из высококвалифицированных специалистов.

Удобен для оценки качества принципиально новых видов техники, где отсутствуют статистические данные и патентные фонды.

3.7.Функциональный метод - применяется при прогнозировании возможности появления на данном рынке сбыта новых материальных носителей данного вида полезного эффекта. Срок прогнозирования не ограничен.

Используется при невозможности достижения требуемых характеристик изучаемого объекта с использованием ранее применявшихся принципов действия, потребности определения широкого спектра альтернатив развития изучаемого объекта с учетом возможностей использования новых принципов действия.

3.8.Комбинированный метод - применяется для всех видов прогнозирования полезного эффекта. Срок прогнозирования неограничен.

Особенностью является возможность рационального сочетания методов с целью повышения точности прогнозирования, снижения затрат на проведение прогнозирования.

Заключение

Прогнозирование является специфическим видом научно-прикладного анализа. Отличие его от обычного анализа заключается в том, что он нацелен на будущее; вторая важная черта – учет неопределенности, связанный с этим будущим. Неопределенность обусловлена отсутствием знаний о точном значении тех или иных экономических параметров, отражающих влияние основных или дополнительных факторов, о действительных условиях, в которых будет развиваться отслеживаемый процесс.

Все прогнозы обычно бывают неточными и, следовательно, необходимо устанавливать степень их неточности или несоответствия определенному показателю. Разработаны различные рекомендации, позволяющие рассчитывать точности прогноза, оценивать эффективность той или иной методики и выбирать между разными методами прогнозирования. Контроль прогноза обеспечивает адекватность его исполнения. На практике рекомендуется использовать контрольную диаграмму или показатель отклонения. Выбор метода прогнозирования означает выбор методики, отвечающей поставленной задаче на приемлемом уровне затрат и точности.

Целесообразно (по мере возможности) использование нескольких методов прогнозирования при решении какой-либо проблемы. Это повысит качество прогноза и позволит определить «подводные камни», которые могут быть незамечены при использовании только одного метода. Также необходимо соотносить полученный прогноз с прецедентами в решении данной проблемы, если такие имели место при похожих условиях функционирования аналогичной организации (конкурента). И при определенной корректировке, в соответствии с этим прецедентом, принимать решения.

Список литературы

Башкатова Ю. И. УПРАВЛЕНЧЕСКИЕ РЕШЕНИЯ: Учебно-методический комплекс / Ю. И. Башкатова. - М.: Изд. центр ЕАОИ, 2008 г. – 120 с.

Бражко Е. И., Серебрякова Г. В., Смирнов Э. А. Управленческие решения: учебное пособие / Е. И. Бражко, Г.В. Серебрякова, Э. А. Смирнов. - М.: РИОР, 2010 г. - 126 с.

Злобина Н. В. Управленческие решения: учебное пособие / Н.В. Злобина. – Тамбов: Изд-во Тамб. гос. техн. ун-та, 2007г. – 80 с.

Лапыгин Ю. Н. Управленческие решения: учебное пособие / Ю. Н. Лапыгин. - М.: Эксмо, 2009 г. - 448 с.

Левина С. Ш., Турчаева Р. Ю.. Управленческие решения: конспект лекций / С. Ш. Левина, Р. Ю. Турчаева. - Ростов-на-Дону, Феникс, 2009 г. - 255 с.

Литвак Б. Г. Разработка управленческого решения: Учебник - 7-е изд., испр. и доп / Б. Г. Литвак. - М.: Дело АНХ, 2008 г. - 440 с.

Лукичёва Л. И. Управленческие решения / Л. И. Лукичева. - М.: Омега-Л, 2009 г. - 383 с.

Пирогова Е. В. Управленческие решения: учебное пособие / Е. В. Пирогова. – Ульяновск: УлГТУ, 2010 г. – 176 с.

Потапов С. В. Как принимать решения / С. В. Потапов. - М.: Эксмо, 2007 г. - 160 с.

Пужаев А. В. Управленческие решения: Учебное пособи / А. В. Пужаев. - М.: Кнорус, 2010 г. - 192 с.

Саак Э. А., Тюшняков В. Н. Разработка управленческого решении: Учебник для вузов / Э. А. Саак, В. Н. Тюшняков. - СПб.: Питер, 2007 г. - 320 с.

Смирнов Э. А. Управленческие решения: Учебник для вузов / Э. А. Смирнов. - М.: РИОР, 2009 г. - 362 с.

Соколова Л. Е. Разработка управленческого решения: конспект лекций / Л. Е. Соколова. - М.: Высшее образование, 2009 г. – 188 с.

Учитель Ю. Г. Разработка управленческих решений: учебник / Ю. Г. Учитель. - М.: Юнити-Дана, 2008 г. - 318 с.

Фатхутдинов Р. А. Управленческие решения: Учебник. 6-е изд., перераб. и доп. / Р. А. Фатхутдинов. - М.: ИНФРА-М, 2008. - 344 с.

Чудновская С. Н. Управленческие решения: учебник / С. Н. Чудновская. - М.: Эксмо, 2007 г. - 368 с.

Юкаева В. С. Управленческие решения: учебное пособие / В. С. Юкаева. - М: Изд-во "Дашков и К", 2009 г. - 292 с.

http://gtmarket.ru.- Новости гуманитарных технологий. Гуманитарное развитие в России и за рубежом. Экспертно-аналитический Портал.

http://www.science-education.ru. - Современные проблемы науки и образования. – Электронный научный журнал.

http://www.beintrend.ru. - Инвестиционный портал Be in trend.ru

1 Колпаков В.М. Стратегическое управление: предвидение и прогнозирование в принятии управленческих решений. // http://gtmarket.ru/ - Новости гуманитарных технологий. Гуманитарное развитие в России и за рубежом. Экспертно-аналитический Портал.

2 1 Фатхутдинов Р. А. Управленческие решения: Учебник. 6-е изд., перераб. и доп. / Р. А. Фатхутдинов. - М.: ИНФРА-М, 2008. - 344 с.

3 Корреляция (корреляционная зависимость) - статистическая взаимосвязь двух или нескольких случайных величин (либо величин, которые можно с некоторой допустимой степенью точности считать таковыми). При этом, изменения значений одной или нескольких из этих величин приводят к систематическому изменению значений другой или других величин. Математической мерой корреляции двух случайных величин служит коэффициент корреляции.

4 Стохастический (от греческого στοχαστικός - «умеющий угадывать») используется во многих терминах из разных областей науки, означает неопределённость, случайность чего-либо.

5 Ковариация - мера линейной зависимости двух случайных величин.

6 4 Дисперсия (от лат. dispersio - рассеяние), в математической статистике и теории вероятностей, наиболее употребительная мера рассеивания, т. е. отклонения от среднего.

7 Эмпирический - чувственно воспринимаемый, наблюдаемый, измеряемый объект и его свойства.

8 Тренд (от англ. Trend - тенденция ) - долговременная тенденция изменения исследуемого временного ряда.

9 Аппроксимация, или приближение - научный метод, состоящий в замене одних объектов другими, в том или ином смысле близкими к исходным, но более простыми.

10 Дифференциальный - Неодинаковый при разных условиях; различный.

11 Верификация - проверка, проверяемость, способ подтверждения каких-либо теоретических положений, алгоритмов, программ и процедур путем их сопоставления с опытными (эталонными или эмпирическими) данными, алгоритмами и программами.

Реферат >> Государство и право

Сущности управленческих решений (функции и виды), методов принятия управленческих решений , механизм принятия управленческих решений . Предметом работы являются управленческие решения и методы их...

Методы обоснования управленческого решения

Реферат >> Государство и право

1.Методы обоснования управленческих решений . 1.1 Теоретические основы обоснования управленческих решений . Принятие решений пронизывает всю управленческую деятельность, решения ... этих критериев, осуществляется выбор метода прогнозирования . При этом для...

Управление персоналом организации. Методы принятия управленческих решений

Контрольная работа >> Менеджмент

Точки зрения выбора метода прогнозирования потребности в персонале... управленческого решения ; методы разработки управленческих решений ; организацию разработки управленческого решения ; оценку качества управленческих решений . Методология управленческого решения ...

Модели и методы принятия управленческих решений

Реферат >> Менеджмент

Модель нельзя использовать для прогнозирования , например, потребности в запасы... игровые модели используются для прогнозирования реакции конкурентов на изменение... типа автомобиля. Глава 3. Методы принятия управленческих решений Метод - в широком смысле - ...

Факторы, определяющие выбор метода прогнозирования. Методы прогнозирования управленческих решений - реферат

МЕТОДЫ ПРОГНОЗИРОВАНИЯ

Классификация методов прогнозирования. Оценка точности прогноза, построенного методом экстраполяции

Основные методы прогнозирования (стр. 1 из 7)

Оценка точности прогноза, построенного методом экстраполяции

Методы качественного прогноза

Обзор методов прогнозирования

Введение

Методы обоснования управленческого решения

Управление персоналом организации. Методы принятия управленческих решений

Модели и методы принятия управленческих решений