Оценка и выбор методов прогнозирования, их характеристика. Методы оценки результатов прогнозирования. Выбор метода прогнозирования

При выборе метода прогнозирования необходимо учитывать 2 основных момента:

1) следует обеспечить полноту, достоверность и точность прогноза;

2) следует сократить затраты времени и средств на прогнозирование.

Сложность выбора подходящего метода обусловлена следующими причинами:

– число методов постоянно возрастает в связи с усложнением задач и условий прогнозирования;

– постоянно повышается сложность объектов прогнозирования;

– возрастает подвижность внешней среды, ускоряются темпы морального старения товаров, услуг и основной производственной системы.

Прогнозист должен в результате предпрогнозных исследований структурировать информацию об объекте прогнозирования, проанализировать ее и выбрать метод, соответствующий конкретным условиям.

Критерии для выбора метода прогнозирования:

1) характер объекта или проблемы;

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

3) интервал упреждения;

4) цели прогноза.

Выделяют 4 класса задач, возникающих при прогнозировании: стандартные, структурированные, слабо структурированные, неструктурированные. Они выделяются по степени определенности, то есть в зависимости от того, насколько четко в них выделены цели, альтернативные средства их достижения и критерии, посредством которых возможно соизмерить затраты с результатами.

Стандартные задачи . В этом случае связи между фактором и результатом строго детерминированы (определены) и могут быть выражены функциональными уравнениями. Например, задача нахождения производительности труда, которую рассчитывают делением объема производства продукции на численность работников.

Структурированные задачи. В этом случае связи между фактором и результатом носят вероятностный характер, но отличаются высокой степенью тесноты. Это означает, что при изменении факторов результат может устанавливаться однозначно или в узком диапазоне значений.

Слабо структурированные задачи отличаются невысоким уровнем тесноты связи между фактором и результатом. Это означает, что при изменении фактора результат может меняться в широком интервале значений.

Неструктурированными называют задачи, когда при изменении фактора значение результативного показателя трудно предсказуемо.

Необходимо иметь в виду, что класс задач зависит от объекта прогнозирования, уровня управления, для которого разрабатывают прогноз, и интервала упреждения. При переходе на более высокий уровень управления и увеличении интервала упреждения степень структурированности задачи уменьшается.

Для решения стандартных задач используют методы экстраполяции, трендовые и эконометрические модели. Для структурированных задач применяют эконометрические и трендовые модели. Для слабо структурированных задач применяют методы экспертных оценок, возможно применение и эконометрических моделей. Для неструктурированных задач применяют в основном логические модели и методы экспертных оценок.

100 р бонус за первый заказ

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

Узнать цену

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

В соответствии с ним прогноз к шагов вперед на момент времени

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Определение исходных понятий

Типы прогнозирования

Виды прогнозов

Классификация и общая характеристика методов прогнозирования

Оценка достоверности прогнозов

Литература:

Алексеева, М.М. Планирование деятельности фирмы [Текст]: учеб.-метод. пособие / М.М. Алексеева.- М.: Финансы и статистика, 1998. – 248 с.

Романенко, И.В. Социальное и экономическое прогнозирование [Текст]: конспект лекций / И.В. Романенко.- СПб.: Изд-во Михайлова В.А., 2000. – 64 с.

Статистическое моделирование и прогнозирование [Текст] / под. Ред. А.Г. Гранберга. – М.: Финансы и статистика, 1990. – 382 с.

Определение исходных понятий

Прогнозирование – это процесс научного, основанного на системе установленных причинно-следственных связей и закономерностей выявление состояния и вероятных путей развития явлений и процессов. Таким образом, прогнозирование представляет собой «процесс предвидения, предсказания тенденций и перспектив дальнейшего развития тех или иных объектов и их будущего состояния на основе знания закономерностей развития их в прошлом и в настоящее время».

Прогнозирование предполагает оценку показателей, характеризующих эти явления и процессы для будущего. Прогнозирование распространяется на такие процессы, управление которыми в момент выработки прогноза либо возможно в весьма малом диапазоне, либо совсем невозможно, либо оно возможно, но требует учета действия таких факторов, влияние которых не может быть полностью или однозначно определено.

Результатом прогнозирования является прогноз. Прогноз – это результат процесса прогнозирования, выраженный в словесной, математической, графической или другой форме научно обоснованного суждения о возможных состояниях объекта в будущем и/или об альтернативных путях и сроках достижения этих состояний. Другими словами, прогноз – это поиск реального и экономически оправданного решения.

Основными, или базисными, понятиями прогнозирования являются:

Вариант прогноза – один из прогнозов, составляющих группу возможных прогнозов объекта прогнозирования.

Метод прогнозирования – способ исследования объекта прогнозирования направленный на разработку прогноза.

Методика прогнозирования – совокупность методов и правил разработки прогнозов конкретных объектов.

Объект прогнозирования – процессы, явления и события, на которые направлена деятельность субъекта прогнозирования. Принято различать следующие виды объектов прогнозирования:

1. В зависимости от природы объекта:

Социальные;

Научно-технические;

Экономические;

Экологические.

2. В зависимости от возможности воздействия на него субъекта

прогнозирования:

Управляемые;

Неуправляемые.

Потребитель прогноза

отдельное лицо, использующее результаты прогнозов, а также в ряде случаев формулирующее задание на прогноз. Иногда потребитель может выступать в качестве заказчика.

Приём прогнозирования – одна или несколько математических или логических и других операций, направленных на получение конкретного результата в процессе разработки прогноза (например: а) вычисление средневзвешенного значения оценок эксперта; б) определение компетентности эксперта; в) сглаживание и выравнивание динамического ряда и т.д.).

Прогнозная модель – модель объекта прогнозирования, исследование которой позволяет получить информацию о возможных состояниях объекта в будущем и/или путях и сроках их осуществления. Прогнозная модель в виде графика называется “граф-моделью объекта прогнозирования” или “граф-моделью”.

Прогнозный фон – совокупность внешних по отношению к объекту прогнозирования условий (факторов). Существенных для решения задачи прогноза.

Система прогнозирования – система методов прогнозирования и средств их реализации, функционирующая в соответствии с основными принципами прогнозирования. Средствами реализации являются экспертная группа, организационные мероприятия, технические средства и т.д. Системы прогнозирования могут быть автоматизированными и неавтоматизированными и разрабатываться на различных уровнях управления.

Субъект прогнозирования – организация, предприятие, учреждение или

отдельное лицо, разрабатывающее данный прогноз.

Необходимость прогнозирования возникает из-за неопределённости будущего и из-за того, что эффект многих решений, которые принимаются сегодня, в течение определённого времени не ощущается.

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

1.Формулировка проблемы.

2.Сбор информации и выбор метода прогнозирования.

3.Применение метода и оценка полученного прогноза.

4.Использование прогноза для принятия решения.

5.Анализ «прогноз-факт».

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

Краеугольным ограничением при выборе метода прогнозирования будет исходная информация: ее тип, доступность, возможность обработки, однородность, формализуемость, объем.

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

8.4. Использование современных информационных технологий в маркетинговых исследованиях

Использование современных информационных технологий в маркетинговых исследованиях рассмотрим на примере двух программных продуктов: ExpertDecide 2.2 и MarketingExpert.

Expert Decide 2.2 - программная система поддержки принятия решений группой экспертов, реализующей метод анализа иерархий Т. Саати. Она может применяться для решения следующих задач:

1.принятие решений о выпуске новой продукции;

2. проведение исследований и выбора проектного решения;

3. оценки квалификации персонала;

4. выбор при найме на работу;

5. оценки контрактов и портфелей ценных бумаг;

7. проведения конкурсов;

8. разработки учебных программ;

9. планирования бюджета;

10. оценки кандидатов в избирательной кампании и т.п.

Отличительными особенностями системы ExpertDecide являются:

Возможность структурировать сложную проблему в диалоговом режиме с редактированием. При этом система может эффективно обрабатывать даже очень сложные иерархии, требующие большого количества вычислений.

Поддержка неполных иерархий.

Обрабатывать группы экспертов и получать усредненные вектора приоритетов по группам различных комбинаций экспертов.

По созданной пользователем иерархии, система автоматически создает матрицы попарных сравнений элементов с заполненной главной диагональю.

Система может воспринимать как количественные, так и качественные суждения при оценках.

В системе ExpertDecide используется девяти бальная шкала для попарного сравнения элементов.

Возможность просматривать вектора приоритетов и коэффициенты, отражающие согласованность суждений для каждой матрицы попарных сравнений.

Вычислять отношение согласованности иерархии в целом.

Вектора приоритетов изображаются как в числовом представлении, так и виде гистограммы.

Возможность изменять суждения с целью достижения лучшего индекса согласованности для матриц попарных сравнений с автоматическим перерасчетом итогового вектора приоритетов.

Возможность изменять точность при расчете векторов приоритетов.

Возможность производить изменения в иерархии с автоматическим формированием новых матриц попарных сравнений, заимствующих максимум информации о попарных сравнениях элементов из таблиц попарных сравнений предыдущих иерархий.

Просматривать отчет матрицы согласованности попарных суждений и выявлять наиболее несогласованные суждения.

Возможность производить принудительное согласование элементов с целью достижения идеальной согласованности.

MarketingExpert - программа для разработки маркетинговой стратегии компании, входящая в информационно-аналитический комплекс, в который также входят программы Marketing Analytic, Marketing GEO.

Система MarketingExpertnoMoraeT оценить реальное положение компании на рынке, провести сравнительный анализ ее сбытовой деятельности с конкурентами, сформировать оптимальную структуру сбыта. Кроме того, система позволяет определить доходность различных сегментов рынка и товаров, долю рынка компании и темпы ее роста. Если задать необходимый уровень прибыльности, то с помощью данной программы можно рассчитать цену товаров, необходимую для его достижения.

Применение общепринятых аналитических методик (GAP-анализ, сегментный анализ, SWOT-анализ, Portfolio-анализ) оказывает неоценимую помощь при разработке оптимальной стратегии и тактики работы компании на рынке, оценке рисков и расчете основных плановых финансовых результатов. Разработанный с применением MarketingExpert стратегический план маркетинга может быть использован для прогнозирования объемов сбыта в программе ProjectExpert.

MarketingExpert- это программа, которая является одной из наиболее развитых с точки зрения функциональной полноты.Основная идея, заложенная в программу, заключается в построении виртуальной модели рынка и компании, действующей на нём. В модель включается и географическое распределение и сегментирование рынка по категориям потребителей и модели поведения конкурентов и многое другое. Принцип работы с программой иногда даже ближе не к обычной работе аналитика, а к деловой игре, так как охватить всю картину модели в уме невозможно и ее поведение отслеживает уже сама программа. Эта идея, будь она цельно и качественно реализована, могла бы привести к появлению великолепного продукта. Однако программа обладает рядом недостатков, которые существенно снижают ее ценность. Рассмотрим их:

1.Интерфейс выполнен непрофессионально, в результате работать с моделью неудобно и «игровая» составляющая работы исчезает, то есть теряется динамика работы. В некоторых случаях работа с программой полностью заслоняет от пользователя работу с моделью. Это ограничивает применимость инструмента теми проектами, в которых без построения сложной маркетинговой модели слишком сложно оценить свои перспективы.

2.Программа работает с большими объемами данных, но не предлагает хорошего инструментария для их сбора и подготовки к вводу, поэтому создание приемлемой модели - операция трудоёмкая, и не всегда выполнимая. По указанным причинам гибкого и качественного инструмента из программы не получилось. Но она всё же выглядит вполне приемлемо как не вполне удобная, но профессиональная система.

Можно рекомендовать познакомится с MarketingExpert"oM даже в том случае, если вы не собираетесь его покупать и использовать - это лучший способ понять многие принципы маркетингового анализа, оценить их трудоёмкость и применимость для каждого конкретного случая.

Контрольные вопросы

1.Какое место в маркетинговых исследованиях занимает рыночное

прогнозирование?

2.Что такое рыночный тренд?

3.Как влияют сезонность, цикличность и случайность на характер составления прогнозов?

4.Перечислите основные методы прогнозирования.

5.Как составляются модели для прогноза?

Практические задания

Факторы, определяющие выбор метода прогнозирования

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).

1. 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.

2. 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.