Методы прогнозирования: классификация, характеристика, пример. Методы прогнозирования управленческих решений - реферат

Выбор метода прогнозирования, с одной стороны, должен 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.

Первая группа причин связана с большим числом методов прогнозирования, порождаемым разнообразием практических задач прогнозирования. В настоящее время количество методов прогнозирования насчитывается свыше двух сотен. Поэтому даже краткое ознакомление с известными методами прогнозирования путем простого перебора потребует немало времени и сил.

Вторая группа причин состоит в том, что постоянно возрастает сложность как самих решаемых задач, так и объектов прогнозирования. В особенности это относится к современным СЭС.

Третья группа связана с возрастанием динамичности (подвижности) СЭС.

Прогнозист должен в результате предпрогнозных исследований структурировать информацию об объекте прогнозирования, проанализировать ее и принять решение о том, какой из методов в большей степени соответствует конкретным условиям прогноза. При этом важно на этапе подготовки решения о выборе метода прогнозирования выделить как методы, применение которых возможно в условиях решаемой задачи, так и те, которые применять нельзя. Последние исключаются из числа рассматриваемых альтернатив.

Выбор метода прогнозирования не может быть предметом субъективных склонностей прогнозиста или группы прогнозистов и должен определяться в соответствии с объективными критериями выбора.

Критериями выбора метода являются:

характер объекта прогнозирования, или проблемы (задачи), решаемые в процессе прогнозирования;

уровень прогнозирования, или уровень управления (федеральный, отраслевой, региональный, муниципальный), для которого разрабатываются прогнозы;

интервал упреждения (дальнесрочный, долгосрочный, среднесрочный, краткосрочный);

цели прогноза.

Проблемы различаются по степени развитости и четкости связей между исследуемыми проблемами и их следствиями; выделенными факторами и результативным показателем.

Выделяют четыре класса проблем, имеющих место при решении прогнозных задач.

1. Стандартные проблемы. Связи между фактором и результатом строго детерминированы, они могут быть выражены функциональными уравнениями, простым расчетом (например, производительность труда равна отношению объема производства в неизменных ценах на численность работающих).

2. Структурированные проблемы. Связи носят вероятностный (стохастический) характер, но отличаются высокой степенью тесноты. При изменении факторов результат может определяться с некоторым интервалом «от» и «до», но может определяться и однозначно (например, определение темпов роста производительности труда в зависимости от темпов его фондовооруженности). 3.

Слабо структурированные проблемы. Они отличаются невысоким уровнем тесноты связи между фактором и результатом. Результативный показатель при этом изменяется в очень большом интервале значения «от» и «до».

Например, определение уровня урожайности сельскохозяйственных культур, который зависит от такого фактора, как погодные условия. 4.

Неструктурированные проблемы. Изменение результативного показателя от влияния фактора трудно предсказуемо. Например, развитие техники и технологии в зависимости от размеров финансирования и т. п.

Важно иметь в виду, что класс проблем зависит от объекта прогнозирования. Так, например, ясно, что прогнозирование развития науки и техники по своей сути относятся к слабо структурированным проблемам, в отличие, например, от прогнозирования развития производства. Но это в общем случае. В то же время интервал упреждения, т.е. период прогнозирования, может изменить класс проблем для одного и того же объекта. Так, прогнозирование изменения объема основных производственных фондов в зависимости от объема инвестиций в краткосрочном периоде (1 год) относится к структурированным проблемам (2 класс), а та же проблема, решаемая в долгосрочном периоде (до 10 лет), переходит в класс слабо структурированных проблем (3 класс), а в долгосрочном периоде на 20 лет и тем более в дальнесрочном периоде (свыше 20 лет) - в класс неструктурированных проблем.

В случае, если проблема решается на уровне организации (фирмы) в краткосрочном периоде, она может быть отнесена к стандартным проблемам (например, расчет производственной мощности при наличии информации о вводе и выводе мощностей в прогнозируемом году). Также ее можно отнести к слабо структурированным и даже не структурированным проблемам по мере удлинения периода прогнозирования (интервала упреждения) и повышения уровня управления (например, региональный, отраслевой или федеральный). Таким образом, при переходе на более высокий уровень управления и увеличении периода упреждения степень структурированности проблемы уменьшается.

Для прогнозирования стандартных проблем используются тождества (равенства) и экономико-математической модели. Для структурированных проблем применяются эконометрические и экономико-математические модели. Для слабо структурированных проблем - методы экспертных оценок, метод сценария, возможно использование и эконометрических моделей. Для неструктурированных проблем - в основном логические методы, методы экспертных оценок с высокой степенью агрегирования переменных, а также имитационные модели.

Вопросы для самоконтроля

Дайте обобщенную характеристику проблеме выбора метода прогнозирования. 2.

Какие критерии определяют выбор метода? 3.

Дайте характеристику стандартных проблем выбора метода прогнозирования. 4.

Дайте характеристику структурированных проблем выбора метода прогнозирования. 5.

Дайте характеристику слабо структурированных проблем выбора метода прогнозирования. 6.

Дайте характеристику неструктурированных проблем выбора метода прогнозирования. 7.

Рассмотрите алгоритм действий прогнозиста при решении прогнозной задачи.

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.

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.  

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.

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 - ...