100 р бонус за первый заказ

Выберите тип работы Дипломная работа Курсовая работа Реферат Магистерская диссертация Отчёт по практике Статья Доклад Рецензия Контрольная работа Монография Решение задач Бизнес-план Ответы на вопросы Творческая работа Эссе Чертёж Сочинения Перевод Презентации Набор текста Другое Повышение уникальности текста Кандидатская диссертация Лабораторная работа Помощь on-line

Узнать цену

В существующих источниках представлены различные классификационные принципы методов прогнозирования. Одним из наиболее важных классификационных признаков методов прогнозирования является степень формализации, которая достаточно полно охватывает прогностические методы. Вторым классификационным признаком можно назвать общий принцип действия методов прогнозирования, третьим – способ получения прогнозной информации.

Как свидетельствует схема, по степени формализации (по первому классификационному признаку) методы экономического прогнозирования можно разделить на интуитивные и формализованные. Интуитивные методы прогнозирования используются в тех случаях, когда невозможно учесть влияние многих факторов из-за значительной сложности объекта прогнозирования. В этом случае используются оценки экспертов. При этом различают индивидуальные и коллективные экспертные оценки.

В состав индивидуальных экспертных оценок входят: метод «интервью», при котором осуществляется непосредственный контакт эксперта со специалистом по схеме «вопрос – ответ»; аналитический метод, при котором осуществляется логический анализ какой-либо прогнозируемой ситуации, составляются аналитические докладные записки; метод написания сценария, который основан на определении логики процесса или явления во времени при различных условиях.

Методы коллективных экспертных оценок включают в себя метод «комиссий», «коллективной генерации идей» («мозговая атака»), метод «Дельфи», матричный метод. Эта группа методов основана на том, что при коллективном мышлении, во-первых, выше точность результата во-вторых, при обработке индивидуальных независимых оценок, выносимых экспертами, по меньшей мере могут возникнуть продуктивные идеи.

В группу формализованных методов входят две подгруппы: экстраполяции и моделирования. К первой подгруппе относятся методы: наименьших квадратов, экспоненциального сглаживания, скользящих средних. Ко второй – структурное, сетевое и матричное моделирование.

Рассмотренные классы интуитивных и формализованных методов схожи по своему составу с экспертными и фактографическими методами. Фактографические методы основаны на фактически имеющейся информации об объекте прогнозирования и его прошлом развитии, экспертные базируются на информации, полученной по оценкам специалистов-экспертов.

В класс экспертных методов прогнозирования входит метод эвристического прогнозирования (эвристика – наука, изучающая продуктивно творческое мышление). Это аналитический метод, суть которого заключается в построении и последующем усечении «дерева поиска» экспертной оценки с использованием какой-либо эвристики. При этом методе осуществляется специализированная обработка прогнозных экспертных оценок, получаемых путем систематизированного опроса высококвалифицированных специалистов. Он применяется для разработки прогнозов научно-технических проблем и объектов, анализ развития которых либо полностью, либо частично не поддается формализации.

В изученной литературе представлено значительное количество классификационных схем по методам прогнозирования. Основная погрешность таких схем – нарушение принципов классификации, к числу которых относятся: достаточная полнота охвата методов прогнозирования, единство классификационного признака на каждом уровне членения (при многоуровневой классификации), непересекаемость разделов классификации, открытость классификационной схемы (т. е. Возможность дополнения новыми методами).

В большинстве классификационных схем методы прогнозирования разделяются на три основных класса: методы экстраполяции, экспертных оценок и моделирования. При таком разделении методам экстраполяции противопоставляются как самостоятельный класс методы моделирования.

С одной стороны, построение моделей преследует цель вскрыть закономерность развития изучаемого объекта или процесса на некотором ретроспективном участке. И если модель построена правильно и адекватно отражает связи и свойства реального объекта, она может служить основой для экстраполяции, т. е. Для перенесения некоторых выводов о поведении модели на объект. Это и есть прогнозирование поведения объекта путем экстраполяции тенденций, выявляемых на модели.

С другой стороны, методы экстраполяции – не что иное, как использование теоретических и эмпирических моделей для нахождения переменных вне ретроспективного участка наблюдений по данным зависимостей между ними на ретроспективном участке. Таким образом, применение экстраполяции в прогнозировании всегда предполагает использование каких-либо моделей. Поэтому любое моделирование является основой для экстраполяции.

Конструктивная классификация позволяет наглядно изобразить совокупность методов прогнозирования в виде иерархического дерева и охарактеризовать каждый уровень своим классификационным признаком.

На первом уровне все методы по признаку «информационное основание метода» делятся на три класса: фактографические, комбинированные и экспертные.

Фактографические базируются на фактической информации об объекте прогнозирования и его прошлом развитии. В экспертных методах используется информация, которую доставляют специалисты-эксперты в процессе систематизированных процедур выявления и обобщения их мнений. В свою очередь, классы экспертных и фактографических методов подразделяются на подклассы по методам обработки информации.

Экспертные методы разделяются на два подкласса. Прямые экспертные оценки строятся по принципу получения и обработки независимого обобщенного мнения коллектива экспертов (или одного из них) при отсутствии воздействия на мнение каждого эксперта мнения другого эксперта и всего коллектива. Экспертные оценки с обратной связью в том или ином виде реализуют принцип обратной связи на основе воздействия на оценку экспертной группы (одного эксперта) мнениями, полученными ранее от этой группы (или от одного из экспертов).

Класс фактографических методов объединяет следующие три подкласса: методы аналогий, опережающие и статистические методы.

Методы аналогий направлены на выявление сходства в закономерностях развития различных процессов. К ним относятся методы математических и исторических аналогий. Методы математических аналогий в качестве аналога для объекта используют объекты другой физической природы, других областей науки и техники, имеющие математическое описание процесса развития, совпадающие с объектом прогнозирования.

Опережающие методы прогнозирования основаны на определенных принципах специальной обработки научно-технической информации, учитывающих ее свойство опережать прогресс науки и техники. К ним относятся методы исследования динамики научно-технической информации, использующие построение динамических рядов на базе различных видов такой информации, анализа и прогнозирования на этой основе развития соответствующего объекта (например, метод огибающих). К опережающим методам можно отнести также методы исследования и оценки уровня техники, основанные на использовании специальных методов анализа количественной и качественной научно-технической информации для определения характеристик уровня качества существующей и проектируемой техники.

Статистические методы представляют собой совокупность методов обработки количественной информации об объекте прогнозирования, объединенной по принципу выявления содержащихся в ней математических закономерностей изменения характеристик данного объекта с целью получения прогнозных моделей.

Сложность выбора наиболее эффективного метода экономического прогнозирования заключается в определении относительно классификации методов прогнозирования характеристик каждого метода, перечня требований к ретроспективной информации и прогнозному фону.

В связи с этим возникает необходимость подробнее остановиться на основных классах методов экономического прогнозирования.

В случаях чрезвычайной сложности системы, его новизны, неопределенности формирования некоторых существенных признаков, недостаточной полноты информации, наконец, невозможности полной математической формализации процесса решения поставленной задачи приходится обращаться к рекомендациям компетентных специалистов. Их решение задачи, аргументация, подход, формирование количественных оценок результатов, обработка последних формальными методами получили название метода экспертных оценок. Этот метод включает три составляющие: интуитивно-логический анализ задачи или ее фрагмента; решение и выдачу количественной или качественной характеристики (оценка, результат решения); обработку результатов решения – полученных от экспертов - оценок.

Одной из разновидностей метода экспертных оценок является метод коллективной генерации идей («мозговая атака»), позволяющей определять возможные варианты развития объекта прогнозирования за короткий период времени. Методы «мозговых атак» можно классифицировать по признаку наличия или отсутствия обратной связи между руководителем и участниками «мозговой атаки» в процессе решения некоторой проблемной ситуации. Создавшаяся ситуация потребовала разработать метод «мозговой атаки» – деструктивной отнесенной оценки (ДОО), способный качественно и достаточно быстро проводить оценку вариантов, не ограничивая при этом их числа.

Сущность этого метода состоит в актуализации творческого потенциала специалистов при «мозговой атаке» проблемной ситуации, реализующей вначале генерацию идей и последующее деструктурирование (разрушение, критику) этих идей с формированием контридеей. Работа с методом ДОО предполагает реализацию следующих шести этапов.

Первый этап – формирование группы участников «мозговой атаки» (по численности и составу). Оптимальная численность группы участников находится эмпирическим путем: наиболее продуктивными признаны группы в 10–15 человек. Состав группы участников предполагает их целенаправленный подбор: 1) из лиц примерно одного ранга, если участники знают друг друга; 2) из лиц разного ранга, если участники не знакомы друг с другом (в этом случае следует нивелировать каждого из участников присвоением ему номера с последующим обращением к участнику по номеру). Второй этап – составление проблемной записки участника мозговой атаки. Она составляется группой анализа проблемной ситуации и включает описание метода ДОО и описание проблемной ситуации. Третий этап – генерация идей. Продолжительность мозгового штурма рекомендуется не менее 20 минут и не более 1 часа в зависимости от активности участников. Запись высказываемых идей целесообразно вести на магнитофон, чтобы не «пропустить» ни одну идею и иметь возможность систематизировать их для следующего этапа.

Четвертый этап – систематизация идей, высказанных на этапе генерации. Систематизацию идей группа анализа проблемной ситуации осуществляет в такой последовательности: составляется номенклатурный перечень всех высказанных идей; каждая из идей формулируется в общеупотребительных терминах; определяются дублирующие и дополняющие идеи; дублирующие и (или) дополняющие идеи объединяются и формируются в виде одной комплексной идеи; выделяются признаки по которым идеи могут быть объединены; идеи объединяются в группы согласно выделенным признакам; составляется перечень идей по группам (в каждой группе идеи записываются в порядке их общности от более общих к частным, дополняющим или развивающим более общие идеи).

Пятый этап – деструктурирование (разрушение) систематизированных идей (специализированная процедура оценки идей на практическую реализуемость в процессе мозговой атаки, когда каждая из них подвергается всесторонней критике со стороны участников мозговой атаки).

Основное правило этапа деструктурирования – рассматривать каждую из систематизированных идей только с точки зрения препятствий на пути к ее осуществлению, т. е. участники атаки выдвигают выводы, отвергающие систематизированную идею. Особенно ценным является то обстоятельство, что в процессе деструктурования может быть генерирована контридея, формулирующая имеющиеся ограничения и выдвигающая предположение о возможности снятия этих ограничений.

Шестой этап – оценка критических замечаний и составление списка практически применимых идей.

Метод коллективной генерации идей апробирован на практике и позволяет находить групповое решение при определении возможных вариантов развития объекта прогнозирования, исключая путь компромиссов, когда единое мнение нельзя считать результатом беспристрастного анализа проблемы.

В 1970-1980 гг. созданы отдельные методики, позволяющие в определенной мере организовать статистическую обработку мнений экспертов-специалистов и достигнуть более или менее согласованного мнения. Метод «Дельфи» – один из наиболее распространенны методов экспертной оценки будущего, т. е. экспертного прогнозирования. Этот метод разработан американской исследовательской корпорацией РЭНД и служит для определения и оценки вероятности наступления тех или иных событий.

Метод «Дельфи» построен на следующем принципе: в неточных науках – мнения экспертов и субъективные суждения в силу необходимости должны заменить точные законы причинности, отражаемые естественными науками.

Метод «Дельфи» позволяет обобщать мнения отдельных экспертов в согласованное групповое мнение. Ему присущи все недостатки прогнозов, построенных на основе экспертных оценок. Однако проводимые корпорацией РЭНД работы по совершенствованию этой системы значительно повысили гибкость, быстроту и точность прогнозирования. Метод «Дельфи» характеризуется тремя особенностями, которые отличают его от обычных методов группового взаимодействия экспертов. К таким особенностям относятся: а) анонимность экспертов; б) использование результатов предыдущего тура опроса; В) статистическая характеристика группового ответа.

Анонимность заключается в том, что в ходе проведения процедуры экспертной оценки прогнозируемого явления, объекта участники экспертной группы неизвестны друг другу. При этом взаимодействие членов группы при заполнении анкет полностью устраняется. В результате такой постановки автор ответа может изменить свое мнение без публичного объявления об этом.

Статистическая характеристика группового ответа предполагает обработку полученных результатов с помощью следующих методов измерения: ранжирование, парное сравнение, последовательное сравнение и непосредственная оценка.

В развитии метода «Дельфи» применяется перекрестная коррекция. Будущее событие представляется как огромное множество связанных и переходящих друг в друга путей развития. При введении перекрестной корреляции значение каждого события за счет введенных определенных связей будут изменятся либо в положительную, либо в отрицательную сторону, корректируя тем самым вероятности рассматриваемых событий. С целью будущего соответствия модели реальным условиям в модель могут быть введены элементы случайности.

Недостатком данного метода является то, что проблема коррелирующих научно-технических сдвигов является очень сложной, так как в реальной жизни величину корреляции очень трудно измерить, корреляционные связи нечетки и варьируют в широких пределах в зависимости от рассматриваемых достижений.

Сущность методов прогнозной экстраполяции заключается в изучении динамики изменения экономического явления в предпрогнозном периоде и перенесения найденной закономерности на некоторый период будущего. Обязательным условием применения экстраполяционного подхода в прогнозировании следует считать познание и объективное понимание природы исследуемого процесса, а также наличие устойчивых тенденций в механизме развития.

Однако степень реальности такого рода прогнозов и соответственно мера доверия к ним в значительной мере обуславливаются аргументированностью выбора пределов экстраполяции и стабильностью соответствия «измерителей» по отношению к сущности рассматриваемого явления. Следует обратить внимание на то, что сложные объекты, как правило, не могут быть охарактеризованы одним параметром.

Операцию экстраполяции в общем виде можно представить как определение значений функции.

Простейшим способом прогнозирования считается подход, формирующий прогнозную оценку от фактически достигнутого уровня при помощи среднего прироста или темпа роста.

В соответствии с ним прогноз к шагов вперед на момент времени

Этот способ обладает определенными достоинствами, среди которых незначительна трудоемкость вычислительного алгоритма, универсальные расчетные схемы. Кроме указанных достоинств, он имеет несколько существенных недостатков. Во-первых, все фактические наблюдения являются результатом закономерности и случайности, следовательно, основываться на последнем наблюдении неправомерно. Во-вторых, нет возможности оценить правомерность использования среднего прироста в каждом конкретном случае. В-третьих, данный подход не позволяет сформировать интервал, в который попадает прогнозируемая величина. В связи с этим метод экстраполяции не дает точных результатов на длительных срок прогноза, потому что данный метод исходит из прошлого и настоящего, и тем самым погрешность накапливается. Этот метод дает положительные результаты на ближайшую перспективу прогнозирования тех или иных объектов – на 5-7 лет.

Для повышения точности экстраполяции используются различные приемы. Один из них состоит, например, в том, чтобы экстраполируемую часть общей кривой развития (тренда) корректировать с учетом реального опыта развития отрасли-аналога исследований или объекта, опережающий в своем развитии прогнозируемый объект.

Распространенной методикой прогнозирования тех или иных процессов и явлений служит моделирование. Моделирование считается достаточно эффективным средством прогнозирования возможного явления новых или будущих технических средств и решений. Впервые для целей прогнозирования построение операционных моделей было предпринято в экономике. Модель конструируется субъектом исследования так, чтобы операции отображали характеристики объекта, существенные для цели исследования. Поэтому вопрос о качестве такого отображения – адекватности модели объекту – правомерно решать лишь относительно определенной цели. Конструирование модели на основе предварительного изучения и выделения его существенных характеристик, экспериментальный и теоретический анализ модели, сопоставление результатов с данными объекта, корректировка модели, составляют содержание метода моделирования.

Одним из методов моделирования является метод математического моделирования. Под экономико-математической моделью понимается методика доведения до полного описания процесса получения, обработки исходной информации и оценки решения рассматриваемой задачи в достаточно широком классе случаев. Использование математического аппарата для описания моделей (включая алгоритмы и их действия) связано с преимуществами математического подхода к многостадийным процессам обработки информации, использованием идентичных средств формирования задач, поиска метода их решения, фиксации этих методов и их преобразования в программы, рассчитанные на применение средств вычислительной техники.

Применение математических методов является необходимым условием для разработки и использования методов прогнозирования, обеспечивающим высокие требования к обоснованности, действенности и временности прогнозов.

Важное прикладное значение в прогнозировании принадлежит методам регрессионного анализа. Регрессионный анализ используется для исследования форм связи, устанавливающих качественные соотношения между случайными величинами изучаемого случайного процесса. Иными словами, связь между случайной и неслучайной величинами называется регрессионной, а метод анализа таких связей – регрессионным анализом. Достоинством регрессионного метода следует считать его универсальность, широкий выбор функциональных зависимостей, возможность включения в статистическую модель в качестве самостоятельной переменной фактора времени.

Специфическим методом прогнозирования является сценарный прогноз – это своего рода метод описания логически последовательного процесса, события исходя из сложившийся ситуации. Описание сценариев ведется с учетом временных оценок. Основное назначение сценария – определение генеральной цели развития прогнозируемого объекта, явления и формулирование критериев для оценки верхних уровней «дерева целей». Сценарии обычно разрабатываются на основе данных предварительного прогноза и исходных материалов по развитию прогнозного объекта. К исходным материалам следует отнести технико-экономические характеристики и показатели основных процессов производственной и научной базы для решения поставленной цели.

Сценарий – это картина, отображающая последовательное детальное решение задачи, выявление возможных препятствий, обнаружение серьезных недостатков, с тем чтобы предрешить вопрос о возможном прекращении начатых или завершении проводимых работ по прогнозируемому объекту. Сценарий, по которому должен составляться прогноз развития объекта или процессов, должен содержать в себе вопросы развития не только науки и техники, но и экономики, внешней и внутренней политики. Поэтому сценарии должны разрабатываться высококвалифицированными специалистами соответствующего профиля прогнозируемого объекта. Сценарий по своей описательности является аккумулятором исходной информации, на основе которой должна строиться вся работа по развитию прогнозируемого объекта. Поэтому сценарий в готовом виде должен быть подвергнут тщательному анализу.

Следовательно, в процессе систематизированного научно обоснованного прогнозирования развития социально-экономических процессов происходило развитие методологии прогнозирования, как совокупности методов, приемов и способов мышления, позволяющих на основе анализа ретроспективных данных, экзогенных и эндогенных связей объекта прогнозирования, а также их измерений в рамках рассматриваемого явления или процесса вывести суждения определенной достоверности относительно его будущего развития.

Исследование различных классификационных схем методов прогнозирования позволяет выделить в качестве основных классов фактографические, экспертные и комбинированные методы, специализация которых обусловлена спецификой целей и задач, количеством и качеством исходной информации, периодом упреждения прогноза. В следующей главе будут рассмотрены проблемы выбора адекватных методов прогнозирования и их применение в странах с развитой экономикой.

Сущность прогнозирования в развитой рыночной экономике заключается в научном предвидении развития всех форм хозяйствования, в последующем выявлении закономерностей и тенденций научно-технического, экономического и социального прогресса. Экономические прогнозы составляются с учетом факторов с перспективным воздействием на динамику экономики: объем и качество основного капитала, наличие трудоспособного населения, новейшие технологии, уровень безработицы, величина инвестиций, рост экспорта, уровень инфляции.

Мировой опыт рыночных реформ продемонстрировал значение взвешенной банковской, кредитно-финансовой и бюджетной политики государства. Прогнозирование поступлений в бюджет – одна из важнейших проблем, возникающих при его становлении. Методики расчетов в условиях стабильного рынка базируются на предварительном прогнозе номинальных значений основных макроэкономических показателей: объема ВВП, потребления и инвестиций. Стабильность во времени важнейших бюджетных нормативов и ставок налогообложения в странах с развитой рыночной экономикой, наличие однородных статистических выборок достаточной длины позволяют широко применять для такого прогнозирования методы прикладной статистики и экономико-математические модели.

В зарубежных развитых странах прогнозирование опирается на сформированную из статистической информации схему основных взаимосвязей в национальном хозяйстве, получившую название системы национальных счетов (СНС).

СНС основана на балансовом методе и представляет собой адекватный рыночной экономике национальный учет, который на макроуровне завершается набором показателей, характеризующих результаты экономической деятельности, структуру экономики, совершаемые в процессе осуществления хозяйственной деятельности операции, имеющиеся в стране ресурсы и их использование. СНС построена в форме балансовых таблиц и счетов, создающих макет функционирования звеньев народного хозяйства.

СНС можно охарактеризовать как макростатистическую модель экономики и как механизм, обеспечивающий единство разработки прогнозов и планов и контроля за их выполнением. С помощью СНС органы управления и планирования разрабатывают прогнозы, проекты программ и планов, оценивают результаты воздействия на экономику, контролируют выполнение планов.

В качестве первичных элементов в системе национального счетоводства выступают экономические операции и экономические агенты. Под экономической операцией понимается процесс, в котором одна из участвующих сторон передает или продает, а другая получает или покупает материальные и финансовые ценности и услуги. Юридические и физические лица, осуществляющие экономическую операцию, являются экономическими агентами.

Экономические операции фиксируются в счетах, построенных на принципе двойной записи, в соответствии с которым каждая операция фиксируется дважды – в разделе «ресурсов» и в разделе «использования». По каждому счету выводится балансирующее сальдо – разность между ресурсами и их использованием. При избытке ресурсов сальдо записывается в раздел «использования», при недостатке – в раздел «ресурсов».

Счета составляются как для экономических операций, так и для экономических агентов. В целях использования данных для анализа прогнозирования счетов объединяются в группы по видам деятельности и институциональным секторам народного хозяйства.

Центральное место в системе показателей СНС занимает показатель валового национального продукта, являющийся стоимостным эквивалентом рыночных стоимостей всех произведенных в течение года товаров – продуктов и услуг.

В основу макроэкономического прогнозирования заложена модель круговых потоков или кругооборота ВНП. В своей элементарной форме эта модель включает в себя только две категории экономических агентов – домашние хозяйства и фирмы – и не предполагает вмешательства государства в экономику, а также каких-либо связей с внешним миром

В условиях реальной рыночной экономики с государственным вмешательством модель круговых потоков несколько усложняется. Когда в модель вводятся другие группы экономических агентов, - правительство и внешний мир, - указанное равенство нарушается, так как из потока «доходы – расходы» образуется утечка в виде сбережений, налоговых платежей и импорта. Одновременно в этот поток вливаются дополнительные средства – инвестиции, государственные налоги и экспорт.

Следовательно, реальный и денежный потоки осуществляются при условии равенства совокупных доходов домашних хозяйств, фирм, государства и внешнего мира совокупному объему производства.

Таким образом, модель доходов и расходов базируется на основном макроэкономическом тождестве.

В связи с этим в основу экономического прогнозирования в развитых странах положено формирование спроса (личное потребление, затраты государства, капиталовложения и экспорт), с одной стороны, и предложение товаров и услуг, с другой.

Следовательно, прогнозирование экономических процессов осуществляется в пределах трех методов расчета ВНП: по конечному использованию, по образованию дохода и с помощью производственного метода.

При расчете ВНП по расходам суммируются расходы всех экономических агентов, использующих ВНП. Суммарные расходы можно разложить на несколько компонентов.

Личные потребительские расходы домашних хозяйств включают в себя расходы на товары длительного пользования и текущего потребления, а так же на услуги.

Валовые инвестиции представляют собой сумму чистых инвестиций и амортизации и состоят из инвестиций в основные производственные фонды, в строительство и запасы.

Государственные закупки товаров и услуг представляют часть государственных расходов, которые включаются в государственный бюджет. В эту группу не входят трансфертные платежи, так как они не связаны с движением товаров и услуг.

Чистый экспорт товаров и услуг за рубеж рассчитывается как разность экспорта и импорта. Различия между составляющими ВНП базируются главным образом на различии между типами экономических агентов, осуществляющих затраты, а не на различиях в покупаемых благах и услугах.

При расчете ВНП по доходам суммируются все виды факторных доходов, а также амортизационные отчисления и чистые косвенные налоги на бизнес. В составе ВНП обычно выделяют следующие виды факторных доходов: компенсация за труд работников по найму, доходы собственников, рентные доходы, прибыль корпораций и чистый процент.

В теории и практике прогнозирования экономического роста широко применяется экономико-математическое моделирование. Наиболее распространенные модели производственной функции, основанные на теории факторов производства. В этих моделях объем ВНП представлен как функция, зависящая от количества применяемых факторов производства и придельной производительности каждого из них. Под предельной производительностью факторов понимается размер прироста объема производства, получаемый с каждой единицы прироста данного фактора производства. Предельная производительность исчисляется путем отнесения прироста выпуска к приросту данного производственного фактора.

Любой процесс прогнозирования, как правило, строится в следующей последовательности:

1. Формулировка проблемы.

2. Сбор информации и выбор метода прогнозирования.

3. Применение метода и оценка полученного прогноза.

4. Использование прогноза для принятия решения.

5. Анализ "прогноз-факт".

Все начинается с корректной формулировки проблемы. В зависимости от нее задача прогнозирования может быть сведена, например, к задаче оптимизации. Для краткосрочного планирования производства не так важно, каким будет объем продаж в ближайшие дни. Важнее максимально эффективно распределить объемы производства продукции по имеющимся мощностям.

Краеугольным ограничением при выборе метода прогнозирования будет исходная информация: ее тип, доступность, возможность обработки, однородность, формализуемость, объем. Например, при прогнозировании темпов научно-технического прогресса в случае масштабного контакта и сотрудничества с внеземной цивилизацией применение фактографических методов вряд ли будет возможным. Для таких прогнозов необходимо использовать методы моделирования, экспертные, сценарные. С другой стороны, для прогнозирования объемов продаж туалетной бумаги с приемлемой точностью достаточно простой экстраполяции тренда.

Выбор конкретного метода прогнозирования зависит от многих моментов. Достаточно ли объективной информации о прогнозируемом явлении (существует ли данный товар или аналоги достаточно долго)? Ожидаются ли качественные изменения изучаемого явления (оснащение автомобиля антигравитационным оборудованием)? Имеются ли зависимости между изучаемыми явлениями и/или внутри массивов данных (объемы продаж, как правило, зависят от объемов вложений в рекламу)? Являются ли данные временным рядом (информация о наличии собственности у заемщиков не является временным рядом)? Имеются ли повторяющиеся события (сезонные колебания)?

Используемые методы

Из всего набора методов прогнозирования в реальной практике бизнеса используются лишь некоторые.

Абсолютный хит - метод оценки прогнозов сотрудниками компании. Подразумевается, что работники обладают необходимым опытом и интуитивным знанием предметной области, рынка. К этой же группе можно отнести опросы потребителей, которые призваны выявить их предпочтения и ожидания, на основе чего моделируется будущее.

Второй по популярности является экстраполяция трендов, которая подразумевает выявление во временном ряде основной тенденции и продление ее в будущее. Этот метод предельно прост и дает приблизительные результаты.

Скользящее среднее применяется при краткосрочном прогнозировании: каждое последующее значение среднего рассчитывается на основе сдвигающегося вперед набора предыдущих значений.

Метод аналогий предполагает построение прогноза на основе известной динамики родственных явлений, например товаров-субститутов. Этот способ прогнозирования схож с методом подобия, применяемым на финансовых рынках, но менее трудоемок, используется обычно в случае новых товаров.

Экспоненциальное сглаживание выдает в качестве прогноза комбинацию прошлых значений. Метод работает при небольших колебаниях уровней ряда или при краткосрочном прогнозировании.

Регрессионный анализ исследует взаимосвязь зависимой переменной от других независимых, применяется при наличии связи между прогнозируемым процессом и какими-либо факторами, влияющими на него.

Из экспертных оценок обычно используют хорошо известный метод "Дельфи".

В бизнесе в основном применяют субъективные методы прогнозирования и некоторые количественные. Возникает вопрос: почему, имея значительный набор средств прогнозирования, аналитики в подавляющем большинстве случаев продолжают пользоваться простейшими из них? Причин здесь несколько.

Во-первых, использование более сложных методов не всегда приводит к повышению точности прогнозов. Многие вещи можно прочувствовать, но практически невозможно просчитать. Интуиция в бизнесе все еще остается незаменимой. Во-вторых, чем сложнее метод, тем больше времени требуется на подготовку данных, на расчеты, анализ, численные эксперименты. Чем больше ассортимент, тем проще используемые методы прогнозирования (или больше штат прогнозистов).

В-третьих, окружающая среда, продукция, внутрифирменные факторы и прочие условия меняются слишком часто, что не позволяет опереться при прогнозировании на репрезентативные выборки исходных данных. При этом подавляющее большинство методов прогнозирования так или иначе использует именно исторические данные.

В-четвертых, грамотное применение научных методов прогнозирования обычно требует специальных знаний, соответствующего образования, умения пользоваться математическим и статистическим аппаратом, прикладными пакетами анализа и т. д.

Какой же точности прогноза удается добиться с помощью используемых на практике методов? Здесь все, как правило, зависит от степени агрегированности показателя. Так, если прогнозировать совокупный общий объем реализации в деньгах - точность прогноза может достигать +-5%. Но если прогнозировать, например, объемы оптовых продаж потребительских товаров по ассортиментным позициям в разрезе регионов - очень высоким результатом считается 40-процентная точность попадания в интервал +-20% в пределах месяца, то есть объем реализации 40% позиций ассортимента угадан с точностью +-20%.

Широко известным является факт значительного роста объемов оптовых продаж к концу месяца. Если сравнивать объемы продаж первой и последней недель внутри месяца - разница может достигать нескольких сотен процентов, тогда как разница между двумя месяцами обычно не так велика.

Чем более агрегированный по объему или по времени показатель анализируется, тем точнее будет прогноз. Со снижением степени агрегированности снижается и польза от статистических методов. Поэтому необходимо искать баланс между детализацией и точностью.

Прогнозы служат источником информационных потоков, питающих систему планирования и координации в логистике. Прогноз - это предсказание стоимостного объема или количества единиц продукта, которые с известной вероятностью будут произведены, отгружены или проданы. Прогнозировать можно в натуральных или денежных единицах измерения, а объектом прогноза может быть конкретный продукт или потребитель, либо некая группа продуктов и/или потребителей. Типичным примером логистического прогноза является прогноз отправок какого-либо продукта из распределительного центра за неделю или за месяц. В аналитических или отчетных целях данные прогнозов, относящихся к разным промежуткам времени, можно агрегировать.

Для эффективного планирования и координации производственных процессов нужны точные прогнозы. Точный прогноз позволяет менеджерам заранее предотвращать возникновение «узких мест» и напряженность спроса на мощности и запасы. Прогнозирование повышает эффективность логистики, поскольку создает возможности для обмена информацией, а не запасами. Современные информационные технологии открывают потребителям и работникам компаний широкий доступ к прогнозным данным. Прогнозы денежных потоков и деловой активности основываются на прогнозе стратегических целей. Базой для прогнозирования объема производства и загрузки мощностей является прогноз ограничений, обусловленных наличными мощностями. Прогноз логистических потребностей диктует структуру распределения продукции между распределительными центрами, базами оптовой торговли и, в еще большей степени, розничными магазинами. Прогноз производственных потребностей определяет графики производства, которые, в свою очередь, диктуют потребности снабжения. Для интеграции логистической цепочки нужно, чтобы планирование и координация всех видов деятельности осуществлялись на основе единого прогноза. При выявлении потребностей логистики, например, следует учитывать крупные маркетинговые кампании, чтобы логистическая система могла эффективно функционировать в рамках ограничений, обусловленных имеющимися ресурсами (мощностями). В прошлом из-за слабости информационного обеспечения каждое направление деятельности обычно опиралось на собственный прогноз. Но совершенствование информационных технологий и потребность в сокращении запасов подталкивают к интеграции прогнозов как на уровне отдельных фирм, так и по всей снабженческо-сбытовой цепочке. Процедуры прогнозирования должны обеспечивать единство финансовых, маркетинговых, производственных, сбытовых и логистических перспектив. Ниже мы рассмотрим общие принципы прогнозирования, а затем методы получения интегрированных прогнозов.

Общая схема прогнозирования имеет следующий вид (рис. 30).

В настоящее время насчитывается очень большое количество (около 200) различных методов прогнозирования, из которых подавляющая часть относится к фактографическим, т.е. методам, использующим количественную информацию о прошлом по

ведении объекта (процесса), — ретроспективную информацию. Одна из возможных классификаций методов прогнозирования приведена на рис. 31.

В логистическом менеджменте чаще всего используются фактографические методы, для которых исходная информация имеет вид динамических (временных) рядов. Как правило, динамические ряды экономических или технико-экономических показателей, используемые в логистике, имеют небольшое количество данных (точек), поэтому называются короткими динамическими рядами.

Изменения исходной ретроспективной информации носит случайный (стохастический) характер, поэтому большинство методов, применяемых логистическими менеджерами для целей прогнозирования (например, потребительского спроса), являются вероятностно-статистическими.

Краткая характеристика основных методов прогнозирования, используемая логистическими менеджерами западных фирм, приведена в табл. 7.

Таблица 7 Краткая характеристика основных методов прогнозирования

Продолжение табл. 7

Окончание табл. 7

1	2	3
Метод ведущих индикаторов	Использует динамические ряды экономических показателей, изменение которых позволяет отразить тенденцию для прогноза искомого показателя.	Кратко- и средне — срочный
Анализ жизненного цикла	Этот метод использует для прогнозирования спроса и объёма продаж кривые жизненного цикла новых товаров. Фазы жизненного цикла аппроксимируются соответствующими аналитическими зависимостями.	Средне- и долго — срочный
Динамическое моделирование	Использует ЭВМ для имитационного динамического моделирования конечного объёма продаж в точках розничной торговли и дистрибутивных центрах. Исходные параметры моделирования задаются политикой управления запасами, производственным расписанием и политикой закупок МР.	методами экономического прогнозирования понимают совокупность приемов, оценок и способов исследования экономических процессов, которые дают возможность на основе анализа прошлых (ретроспективных) внутренних и внешних связей в системе или их изменений предусматривать возможный (вероятный) ее развитие в будущем. Выбор метода прогнозирования основывается прежде всего на необходимости обеспечения функциональной полноты, достоверности и точности прогноза, а также необходимости уменьшить затраты времени и денежные средства на осуществление процесса прогнозирования экономического развития. Он зависит от таких факторов: цели прогноза, его задачи; период, на который формируется прогноз; специфика объекта прогнозирования (а именно его динамическая характеристика рыночной среды функционирования, сложности, масштабности); достоверность, полнота и характер исходной информации об объекте прогнозирования; ограничительные факторы прогнозирования (ресурсов, алгоритмов, программы и т. др.); требования к результатам прогнозирования. Все названные факторы, влияющие на выбор метода прогнозирования, должны рассматриваться в системном единстве и определенной последовательности, определенной в отношении объекта прогнозирования. Но это не означает, что все перечисленные выше факторы должны быть обязательно учтены. Если отдельные из них определяются как несущественные в условиях конкретного прогнозируемого объекта (явления), то они могут быть удалены из рассмотрения или не учитываться. системы методов, которые используют в прогнозировании экономического развития, закладывают определенные классификационные признаки. Наиболее распространенным признаком является степень формализации, по которым методы прогнозирования делятся на интуитивные и формализованные. Вторым классификационным признаком можно назвать общий принцип действия методов прогнозирования (здесь различают экспертные, фактографические и комбинированные методы). По способу получения прогнозной информации методы прогнозирования делятся на статистические, экспертных оценок, аналогий, моделирования. Классификация методов, кроме необходимой систематизации процедуры прогнозирования, должна обеспечивать возможность сравнительного анализа и выбора наиболее целесообразного метода прогнозирования. Экспертные методы прогнозирования применяют, когда информационный массив, который характеризует развитие экономики в прошлом, недостаточный или его нет. Экспертные методы основываются на использовании оценки (интуиции) специалистов-экспертов относительно перспектив развития экономических процессов в будущем. По принципу действия экспертные методы делятся на: а) методы индивидуальной экспертной оценки и б) методы коллективной экспертной оценки. Методы индивидуальной экспертной оценки относятся методы прогнозирования, основанные на использовании в качестве источника информации суждения (оценки) одного или нескольких специалистов-экспертов. При этом эксперты должны быть компетентными в сфере деятельности, подлежащей прогнозированию. К числу таких методов относят анкетирование, аналитические и докладные записки, методы написания сценария, морфологический анализ, интервью, дискуссии, психоінтелектуальна генерация идей. Наиболее распространенными являются интервью, метод аналогов, метод написания сценария. Методы индивидуальной экспертной оценки пока являются наиболее доступными, но не самыми достоверными способами разработки прогноза вследствие значительной субъективности и зависимости от профессионализма и компетентности эксперта. Использование методов коллективных экспертных оценок является попыткой повысить степень объективности мнений экспертов, увеличить достоверность группового обсуждения. Методы коллективной экспертной оценки - это методы, основанные на выявлении обобщенной объективной оценки экспертной группы путем обработки индивидуальных оценок, которые могут осуществляться путем как непосредственного (опрос), так и опосредованного (анкетирование) контакта с экспертами. К таким методам относятся: метод экспертных комиссий, метод коллективной генерации идей, метод круглого стола, метод "Дельфи", эвристическое прогнозирование, синоптические методы, матричные модели. Фактографические методы используют, когда информационная база о прошлом развитии объекта является достаточной и полной. Фактографические методы включают статистические методы, методы аналогии, методы прогнозного моделирования. Статистические методы основываются на анализе временных динамических рядов, которые дают возможность наметить общие тенденции в развитии объекта. Выделяют динамические ряды с устойчивой тенденцией (трендом), с неустойчивой тенденцией, с отсутствующим тенденцией. При прогнозировании показателей со стойкой тенденцией используют следующие методы математической статистики: прогнозной ектраполяції, скользящей средней, метода наименьших квадратов, и адаптивного экспоненциального сглаживания, гармонических весов. Для прогнозирования динамических рядов с неустойчивой и отсутствующим тенденцией наиболее целесообразными являются методы кореля-ционно-регрессионного анализа, вероятностного моделирования цепей Маркова, методы на основе функций с гибкой структурой, нейрон ни сети. Метод аналогий заключается в перенесении ранее сложившейся модели развития объекта-аналога на прогнозируемый объект. Используют, когда объект прогнозирования рассматривается как физическое и полномасштабная модель объекта-аналога, а цели и задачи прогнозирования соответствуют целям и задачам развития объекта-аналога. Наиболее используемыми методами аналогии в прогнозировании экономического и социального развития является математическая, историческая и структурная аналогии. Методы прогнозного моделирования заключаются в построении условного изображения объекта прогнозирования, отражающая его характеристики в реальной среде, которые существенно важны для цели прогнозирования. В прогнозировании такая модель заменяет объект, не существует, а потому ее предназначение состоит в том, чтобы построить возможное информационное изображение прогнозируемого объекта и процессов, в нем происходящих. Модель при прогнозировании становится единственным инструментом проверки концепции будущего на допущения и определение границ возможных траекторий развития, то есть модель связывает информационное изображение современного с теоретическим отражением будущего. В практике экономического прогнозирования чаще всего используют следующие типы моделей: структурные, имитационные, сетевые, статистические, экономико-математические, факторные, эконометрические. Следует отметить, что в мировой практике макроэкономического прогнозирования большинство прогностических моделей социально-экономического развития разрабатывают с помощью эконометрического инструментария. Бкономісти-математики работают над созданием аналитического аппарата, пригодного для составления прогнозов. Крупномасштабные эконометрические модели имеют многоцелевое назначение и используются как для прогнозирования экономических переменных (уровня безработицы, темпов роста цен, курса национальной денежной единицы) в определенный период времени, так и для выявления тенденций развития национальной экономики в целом. На их основе можно дать оценку вероятных последствий тех или иных государственно-политических решений, влияния на национальную экономику мирового фактора. Наиболее авторитетными в западных странах считают модели, разработанные специалистами Уортонской школы бизнеса (у истоков этого направления стояли Л. Клейн, корпорации "Data Resources" (А. Екстайн) и "Chase Ekonomet-rics" (М. Бванс)). Сегодня надежность эконометрического моделирования дополняется нематематичними средствами прогнозирования, в частности экспертным оценкам. Одна из совершенных форм таких оценок - дельфийский метод. Другое условие достоверности прогнозных моделей - сценарное прогнозирование. Чтобы прогноз был правильным, он должен быть достоверным. Достоверность прогноза можно оценить только тогда, когда прогнозируемое явление состоится. В этом случае возникают две проблемы: как оценить качество прогноза до его реализации и можно считать достоверным прогноз, не оправдался. Однозначного ответа на эти вопросы дать нельзя, поскольку все зависит от того, какое решение было принято на основе разработанного прогноза и контролируемости ситуации, в которой функционирует объект. Для оценки достоверности и точности (обоснованности) прогноза используют понятие верификации и качества прогноза. Проверка - это совокупность критериев, способов и процедур, позволяющих на основе многостороннего анализа оценивать качество получаемого прогноза. Качество прогноза - это совокупность таких характеристик прогноза, что в комплексе позволяют сделать его эффективным и полезным в управлении, обеспечивающих получение достоверного описания объекта на определенную перспективу и возможность достоверного использования прогнозных результатов для процедуры управления. Понятие качества прогноза рассматривают двояко: в рамках самого прогноза и по результатам использования прогноза для целей управления. Применяемые в настоящее время методы верификации прогноза преимущественно оперируют сугубо статистическими процедурами, которые сводятся к оценке доверительных интервалов расчетных прогнозных значений. При этом предусматриваются два вида ошибок: ошибки, обусловленные информацией или описанием объекта, и ошибки непосредственно выбора метода прогнозирования. Суммарная ошибка прогнозирования может быть рассчитана добавлением всех возможных ошибок, а именно: ошибок информации (погрешности в получении и обработке - Qd, ошибок в выборе метода прогнозирования, технологии его проведения (5 м), ошибок вычислительных процедур (£> 0), ошибок субъективного характера (5 С), ошибок появления непредвиденных изменений в объекте прогнозирования (5 э): Верификация наиболее целесообразна на завершающей стадии разработки прогнозов. При использовании простых, несложных, приемов разработки экономического прогноза чаще всего для верификации используют экспертные опросы. В более сложных прогнозных расчетах необходимо воспользоваться специальной процедурой верификации, которая охватывает следующие действия: 1) разработку прогноза с использованием других альтернативных методов (прямая верификация); 2) сопоставление прогнозных показателей с полученными из других источников информации (косвенная верификация); 3) проверка разработанного прогноза на ретроспективном периоде (инверсная верификация); 4) аналитическое или логическое выведение параллельного прогноза из ранее полученных прогнозов (последовательная верификация); 5) дополнительный опрос экспертов и сравнения с выводами компетентных специалистов и прогнозистов (верификация экспертом); 6) опровержение критических замечаний оппонентов (верификация оппонентом); 7) выявление и учет возможных ошибок (верификация ошибок); 8) построение условных підмоделей, эквивалентных проектной полной модели, в типовых для него ситуациях или среде (частичная целевая верификация). Следует отметить, что совершенных прогнозов с точки зрения их реалистичности нет, поэтому проблема верификации является актуальной и важной, поскольку дает возможность приблизить прогнозные и фактические (в результате их реализации) значение исследуемых экономических процессов. В данной статье описываются методы прогнозирования, их значение, классификация и краткие характеристики. Представлены основные критерии выбора данных методов и приведены примеры их эффективного практического применения. Также подчеркнута особая роль методологии прогнозирования в современном мире повышенной нестабильности. Суть и значение методологии прогнозирования В общем понятии прогнозирование является процессом предопределения будущего на основании исходных параметров (опыта, выявленных закономерностей, тенденций, связей, возможных перспектив и т. п.). На научной основе прогнозирование используется в самых различных областях жизнедеятельности человека: экономике, социологии, демографии, политологии, метеорологии, генетике и многих других. Наиболее показательным примером использования прогнозирования в повседневной жизни человека является привычный всем ежедневный прогноз погоды. В свою очередь, эффективное использование прогнозов на научной основе требует применения определенных методик, включающих в себя целый ряд методов прогнозирования. В начале прошлого века при зарождении научных исследований по данному направлению предлагалось всего лишь несколько подобных методов с ограниченным спектром применения. На данный момент существует множество таких методов (более 150), хотя практически используется не более нескольких десятков основных методов прогнозирования. При этом выбор тех или иных методов зависит как от сферы их применения, так и от поставленных целей проводимых прогнозных исследований, а также от доступности для исследователя конкретных инструментов прогнозирования. Базисные понятия в методологии прогнозирования Метод прогнозирования - конкретный способ, направленный на исследование объекта прогнозирования с целью получения целевого прогноза. Методология прогнозирования - общая совокупность знаний о методах, приемах и инструментах составления прогнозов. Методика прогнозирования - сочетание методов, приемов и инструментов, избранных для получения целевого прогноза. Объект прогнозирования - определенная область процессов, в рамках которых проводятся исследования субъекта прогнозирования. Субъект прогнозирования - юридическое либо физическое лицо, осуществляющее исследовательскую работу с целью получения прогнозов. Различия и взаимосвязь планирования с процессом составления прогнозов Прогнозирование в отличие от планирования: носит информативный, а не директивный характер; охватывает не только деятельность конкретного предприятия или организации, а всю совокупность внешней и внутренней среды; может носить более долгосрочный характер; не требует значительной детализации. Однако при всех различиях прогнозирование и планирование имеют тесную взаимосвязь, в особенности в экономической области. Полученный целевой прогноз показывает область потенциальных рисков и возможностей, в разрезе которых формируются конкретные проблемы, задачи и цели, которые необходимо решить и учитывать при составлении планов различных форм (стратегических, оперативных и т. д.). Кроме того, прогнозы дают возможность аналитически обоснованного многовариантного взгляда на потенциальное развитие, что необходимо для построения альтернативных планов. В общем смысле можно сказать, что взаимосвязь прогнозирования и планирования заключается в том, что хотя прогноз и не определяет конкретных плановых задач, но содержит необходимые информативные материалы для осуществления эффективного целевого планирования. Основные классификаторы в методологии прогнозирования Основная классификация методов прогнозирования обычно осуществляется по следующим признакам: По степени формализации: интуитивные которые используются при сложно прогнозируемых задачах с применением экспертных оценок (интервью, метод сценариев, метод "Дельфи", мозговой штурм и т.п.); формализованные методы, которые преимущественно подразумевают более точный математический расчет (метод экстраполяции, метод наименьших квадратов и т. п., а также различные методы моделирования). По характеру прогностического процесса: качественные методы, базирующиеся на экспертных оценках и аналитике; количественные методы, базирующиеся на математических методах; комбинированные методы, включающие (синтезирующие) элементы как качественных, так и количественных методик. По способу получения и обработки информационных данных: статистические методы, подразумевающие использование для обработки информационных данных количественных (динамических) структурных закономерностей; методы аналогий, базирующихся на логических выводах о схожести закономерностей развития различных процессов; опережающие методы, характеризующиеся способностью построения прогнозов на основе новейших тенденций и закономерностей развития исследуемого объекта. Также всю совокупность данных методов можно условно разделить на общие методы прогнозирования и специализированные методы. К общим методам можно отнести те, которые охватывают широкий спектр решения прогностических задач в различных сферах жизнедеятельности. Примером таких прогнозов могут служить экспертные оценки в разных областях. С другой стороны, существуют методы, ориентированные лишь на определенную сферу деятельности, как, например, балансовый метод получивший распространение в экономической сфере и ориентированный на информацию бухгалтерского учета. Краткая характеристика методов прогнозирования Как уже отмечалось, в прогнозировании на данный момент существует множество методов. К основным методам прогнозирования можно отнести те, которые получили на данный момент наибольшее распространение и применение в различных областях. Метод Поскольку при решении многих прогнозных задач зачастую недостаточно достоверных формализованных, в том числе математических, данных, этот метод является достаточно популярным. Он основывается на профессиональном мнении опытных экспертов и специалистов в различных сферах с последующей обработкой и анализом проведенных опросов. Метод экстраполяции используется при стабильной системной динамике различных процессов, когда тенденции развития сохраняются в долгосрочном периоде и существует возможность их проецирования на будущие результаты. Также данный метод используется для объектов одной сферы деятельности со схожими параметрами, предполагая, что воздействие тех или иных процессов на один объект, вызвавшие определенные последствия вызовут аналогичные результаты и в других подобных объектах. Такое прогнозирование еще называют методом аналогий. Методы моделирования. Разработка моделей осуществляется на основе об определенных объектах или системах, их элементах и процессах с последующими экспериментальными апробациями построенной модели и внесением в нее необходимых корректировок. На данный момент методы прогнозного моделирования имеют наиболее широкий спектр применения в различных областях от биологии до социально-экономической сферы. В особенности возможности этой методики раскрылись с появлением современных компьютерных технологий. также является одним из основных методов. Он подразумевает подход к составлению прогнозов, ориентированных на конкретные цели и задачи, формулируемые субъектом прогнозирования с установкой определенных нормативных значений. Метод сценариев получил распространение при разработке управленческих решений, позволяющих оценить вероятностное развитие событий и возможные результаты. То есть этот метод подразумевает анализ ситуации с последующим определением вероятных тенденций ее развития под воздействием принятия тех или иных управленческих решений. Методы Форсайта. Новейшая методика, включающая целый комплекс различных методов и приемов, направленных не только на анализ и прогноз будущего, но и на его формирование. Статистические методы прогнозирования Одними из главных методов составления прогнозов являются статистические методы. Разработанные такими методами прогнозы могут быть наиболее точными при условии полноты и достоверности исходных информационных данных для анализа необходимых количественных и полуколичественных характеристик объектов прогнозирования. Данные методы являются формой математических приемов прогнозирования, дающих возможность строить перспективные динамические ряды. Статистические методы прогнозирования включают: исследование и применение современной математико-статистической методики построения прогнозов на основе объективных данных; теоретико-практические исследования в области вероятностно-статистического моделирования экспертных методов прогнозирования; теоретико-практические исследования прогнозирования в рисковой среде, а также комбинированных методов симбиоза экономико-математических и эконометрических (в том числе формализованных и экспертных) моделей. Вспомогательный инструментарий методологии прогнозирования К вспомогательному инструментарию эвристических методов прогнозирования можно отнести: анкеты, карты, опросные листы, различный графический материал и т. п. К инструментарию формализованных и смешанных методов относят большой спектр инструментов и приемов вспомогательного математического аппарата. В частности: линейные и нелинейные функции; дифференциальные функции; статистическо-математический инструментарий корреляции и регрессии; метод наименьших квадратов; матричные приемы, аппарат нейронных и аналитических сетей; аппарат многомерной центральной предельной теоремы теории вероятностей; аппарат нечетких множеств и др. Критерии и факторы выбора тех или иных методов при составлении прогнозов На выбор методов прогнозирования влияют различные факторы. Так оперативные задачи требуют более оперативных методов. В то же время долгосрочные (стратегические прогнозы) требуют применения методов прогнозирования комплексного всеобъемлющего характера. Выбор тех или иных методов также зависит от сферы применения, доступности релевантной информации, возможности получения формализованных (количественных) оценок, квалификации и технической оснащенности субъектов прогнозирования и т. д. Основными критериями методики могут служить: системный характер при формировании прогнозов; адаптивность (вариативность) к возможным параметрическим изменениям; обоснованность выбора методики с точки зрения достоверности и относительной точности прогноза; непрерывность процесса прогнозирования (если не ставится единоразовая задача); экономическая обоснованность - затраты на осуществление процесса прогнозирования не должны превышать эффект от практического применения его результатов, в особенности в экономической сфере. Примеры эффективного применения существующего прогностического аппарата Эффективное практическое применение методов прогнозирования, пример которого наиболее распространен на нынешний момент, - их использование в бизнес-среде. Так наиболее прогрессивные фирмы уже не обходятся без составления прогнозов при осуществлении полноценного планирования своей деятельности. В данном контексте важными являются прогнозы конъюнктуры рынков, динамики цен, спроса, инновационных перспектив и прочие прогностические показатели вплоть до сезонно-климатических природных колебаний и социально-политического климата. Кроме этого, существует множество примеров эффективного применения методологии прогнозирования в различных : использование математического моделирования для прогнозирования потенциальных аварийных ситуаций на опасных предприятиях; системное эколого-экономическое прогнозирование в разрезе страны и регионов; социально-экономическое прогнозирование тенденций развития общества в целом и отдельных его элементов; прогнозирование в области квантовой физики, новых биотехнологий, информационных технологий и многих других областях. Роль методологии прогнозирования в современном мире повышенной неопределенности и глобальных рисков В заключение необходимо сказать, что методология прогнозирования уже давно полноценно вошла в жизнедеятельность человека, однако наибольшей актуальности она приобретает именно в наши дни. Данная тенденция связана как с быстрым развитием технологических процессов в мире, так и с повышением неопределенности во внутренней и внешней среде. Многочисленные кризисные явления в экономике, политике, социальной сфере провоцируют усиление рисковой нагрузки во всех сферах деятельности. Углубление процессов глобализации привели к появлению системных глобальных рисков генерирующих возможный эффект домино, когда проблемы в отдельных корпорациях или странах оказывают серьезное негативное воздействие на экономико-политическое состояние всего мирового сообщества. Также в последнее время усилились риски, связанные с природно-климатической нестабильностью, большими техногенными катастрофами, военно-политическими кризисами. Все это свидетельствует об особой роли прогнозирования как потенциальных глобальных, так и текущих индивидуальных рисковых явлений в современном мире. Эффективное системное прогнозирование, отвечающее на современные вызовы, может позволить избежать либо уменьшить последствия от многих угроз и даже трансформировать их в преимущества. Вам также может быть интересно Классификация дисперсных систем Признак классификации Название системы Размер частиц дисперсной фазы : Ультрамикрогетерогенная... Обращение взыскания с зарплаты по исполнительному листу Исполнительный лист является документом, выданным на основании решения суда общей юрисдикции или арбитражного... О проекте Карта сайта Рекламодателям