3. Прогнозирование деловой среды

1. Методологические подходы к прогнозированию. Классификация прогнозов.

2. Методы прогнозирования

3.1. Методологические подходы к прогнозированию. Классификация прогнозов.

Прогнозирование – научное, или эмпирическое предсказание будущего состояния планируемого объекта, которое основано на научном познании, интуиции либо опыте.

Процесс экономического прогнозирования складывается из 2 этапов:

• Качественный (аналитический этап). Определяется проблемная ситуация, устанавливаются закономерности и тенденции ее развития в настоящее время и возможность изменение в будущем.

• Количественный. С помощью количественных методов прогнозирования определяются контрольные цифры

В прогнозировании выделяют 3 основных подхода:

• Генетический. Предполагается, что действующие в настоящее время тенденции сохранятся и в будущем. Основные методы: Экстраполяции.… И недостаток – неучет влияния внешней среды.

• Нормативный. Предполагает переустройство объекта планирования в соответствие с идеальными представлениями об объекте. Как правило, подход не дает количественных характеристик, а задает соотношения между показателями. Основной недостаток – цели могут быть выше реальных возможностей.

• Сценарный (ситуационный). Предполагается разработка нескольких вариантов развития событий. Основной метод - Метод разработки сценарием. Преимущества – гибкий подход и гибкий прогноз. Недостаток – трудоемкий подход.

Классификацию прогнозов повторить самостоятельно.

3.2. Методы прогнозирования

Современная прогностика включает большое количество методов прогнозирования (их более 150 методов). Существует классификация этих методов:

1. По степени однородности все методы прогнозирования делятся на 2 группы:

• Простые (однородные) методы

  • Фактографические (используются в генетическом прогнозировании)

    • Статистические (параметрические)

      • Экстраполяции

      • Интерполяции

      • Методы аналогии

    • Опережающие

      • Метод анализа динамики опубликования

      • Метод анализа динамики патентования

  • Экспертные (используются в нормативном прогнозировании)

    • Коллективные

    • Индивидуальные

      • Б ез аналитической обработки

        • Интервью

        • Индивидуальные экспертные оценки

        • Метод генерации идей

      • С аналитической обработкой

        • Морфологический анализ

        • Коллективные экспертные оценки

        • Сценарий будущего

        • Метод дерева целей

        • Метод Дельфи

        • Матричный метод

• Комплексные (Прогнозирующие системы) методы

  • Комбинированные

Все методы прогнозирования делятся на 3 класса:

• Фактографические методы. Основываются на фактических данных о настоящем и прошлом прогнозируемого объекта. Используются в генетическом прогнозировании. И делятся на 2 основных группы:

  • Статистические (параметрические). Предполагают анализ временных рядов, определение тенденции развития, продолжение тенденции на будущий период. Сюда включают методы:

    • Экстраполяции. Метод:

      • Скользящей средней,

      • Экспоненциального сглаживания,

      • Метод аналитического выравнивания ряда.

    • Интерполяции. Позволяют по известным начальным и конечным данным восстановить сам динамический ряд.

    • Аналогии. Позволяют прогнозировать состояние объекта путем определения эквивалентности этого объекта с другими.

  • Опережающие. Используется свойство научно-технической информации. Методы:

    • Публикационный. Основан на анализе информации (публикации) по заданному объекту.

    • Патентный метод. Фиксирует моменты и способы патентования.

• Экспертные методы. Основаны на использовании знаний, опыта специалистов-экспертов. Эти экспертные методы используются в нормативном прогнозировании. Существует 2 основных признака классификации экспертных методов:

  • В зависимости от количества участвующих экспертов (индивидуальные и коллективные оценки).

  • В зависимости от необходимости обработки данных (Методы без аналитической обработки и с ней).

    • Метод без аналитической обработки:

      • Интервью (беседа с экспертом).

      • Метод генерации идей. Активизацию интеллектуальных способностей эксперта по четко заданной проблеме. Может использоваться как в рамках индивидуальной экспертизы, так и коллективной.

    • Метод с аналитической обработкой

      • Морфологический анализ. Предусматривает поведение индивидуальной экспертизы. Строится матрица, включающая различные характеристики прогнозируемого объекта. Рассматриваются различные сочетания эти характеристик, при этом по выбранному критерию эффективности выбирается наиболее оптимальное сочетание.

      • Метод построения дерева целей. Особенности метода – увязать конечные цели деятельности в будущем с конкретными действиями в настоящем. Дерево целей имеет уровневую структуру, каждый нижний уровень определяет способ достижения более верхнего уровня.

Генеральная цель

Подцели

Задачи

Ресурсы

Способ действия

Пример:

Увеличение объема производства (Цель):

• Увеличение мощностей (Подцель):

  • Закупка оборудования (Задача)

  • Увеличение загрузки оборудования (Задача)

  • Увеличение эффективного времени работы оборудования (Задача)

• Расширение рынка сбыта(Подцель):,

• Модернизация технологий(Подцель):.

• Матричный метод. Предполагает построение матриц, но в отличие от морфологического анализа, рассматривается в сочетание не внутренних характеристик объекта, а в сочетании факторов внешней среды.

• Метод Дельфи. Метод является методом коллективной экспертизы. Метод проводится в несколько этапов (туров), причем перед каждым последующим этапом, экспертов знакомят с результатами предыдущего этапа. Таким образом, сужается диапазон разброса мнений.

• Метод сценариев (см. прошлый семестр)

• Метод проведения коллективной экспертизы.

• Комбинированные.

Этапы проведения коллективной экспертизы:

1. Формирование группы экспертов

2. Определение компетентности каждого отдельно взятого эксперта по рассматриваемой проблеме

Ккi = (Kai+Koci)/ (Kai max +Koci max)

Ккi-коэффициент компетентности

Коэффициент аргументации

Коэффициент осведомленности

Коэффициенты находятся (0-1), максимальное значение (1)

3. Определение репрезентативности (представительности). Если < 0,67 то группа экспертов не репрезентативна.

Кр = 1/m * Сумму(Ki)

m-количество экспертов

4. Формирование индивидуальных оценок экспертов по заданной проблеме.

Проблемы и задачи	Эксперты				Показатели экспертизы
	Петров	Сидоров	Иванов	Белов	Mjl	Ml	…	αj
1Проблема 1 Задача 1 Задача 2	5	10	8	10
Проблема 2 Задача 1 2.2Задача 2

5. Проведение коллективной экспертизы и расчет обобщающих показателей. Средняя оценка значимости j-й задачи в l-й проблеме

1) Mji = (Сумма Сijl)/l

Mji – оценка значимости или важности данной i-m экспертом по j-й задаче l-й проблемы

2) Средняя оценка значимости l-й проблемы

Mji = (Сумма Mji)/n

n – количество задач

3) Оценка частоты повторяемости максимальных оценок по j-й задаче.

k10j = (m10j)/m

m10j – количество 10 балльных оценок

m - количество оценок

4) Определение среднего ранга значимости j-й задачи в l-й проблеме.

Для этого индивидуальные оценки переаранжируют обозначая их числами натурального ряда по принципу «большей оценке – меньший ранг». Соответственно критерием значимости этого показателя будет минимальный суммарный ранг.

Sjl = Сумма (Rijl  max)

Rijl – ранг присвоенный I-м экспертов j-й задачи l-й проблемы

6. Определение согласованности мнений экспертов по каждой j-й задаче.

αj = 1/Vj

Vj = δj/Mjl = ((Дисперсия)^(1/2))/ Mjl = ((Сумма: (Сij-Mjl)^2)/m)^(1/2)/ Mjl

Использование любых методов прогнозирования связано с оценкой точности и надежности прогнозов.

Надежность прогноза – вероятность наступления прогнозируемого события установленного в определенных условиях, при установленных допусках на точность.

Допуски на точность зависят от интервала прогнозирования в первую очередь.

В зависимости от интервала прогнозирования допуски на точность:

Период прогнозирования	Допуск на точность, %
1. Базисный год (Т = 0)	3 – 5%
5 лет	8 – 12 %
10 лет	20 – 25%
Свыше 10 лет	40 – 60 %

На точность прогноза в процессе прогнозирования могут повлиять ошибки:

E = a1*Ei + a2*Em + a3*Eb + a4*Eh

E – Суммарная погрешность из 4 видов:

• Ei – погрешность исходных данных

• Em -погрешность при выборе метода прогнозирования

• Eb – погрешность вычислений

• Eh – нерегулярная погрешность

а1-а4 – весовые коэффициенты