Поможем в ✍️ написании учебной работы

Имя

Поможем с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой

Выберите тип работыЧасть дипломаДипломная работаКурсовая работаКонтрольная работаРешение задачРефератНаучно - исследовательская работаОтчет по практикеОтветы на билетыТест/экзамен onlineМонографияЭссеДокладКомпьютерный набор текстаКомпьютерный чертежРецензияПереводРепетиторБизнес-планКонспектыПроверка качестваЭкзамен на сайтеАспирантский рефератМагистерская работаНаучная статьяНаучный трудТехническая редакция текстаЧертеж от рукиДиаграммы, таблицыПрезентация к защитеТезисный планРечь к дипломуДоработка заказа клиентаОтзыв на дипломПубликация статьи в ВАКПубликация статьи в ScopusДипломная работа MBAПовышение оригинальностиКопирайтингДругое

Нажимая кнопку "Продолжить", я принимаю политику конфиденциальности

В.Г.НАНИВСКАЯ, И.В.АНДРОНОВА

ТЕОРИЯ ЭКОНОМИЧЕСКОГО ПРОГНОЗИРОВАНИЯ

 

Учебное пособие для студентов специальностей

 

06.08.00 «Экономика и управление на предприятиях» и 06.11.00

 

«Менеджмент»

Тюмень 2000

Нанивская В.Г., Андронова И.В. Теория экономического прогнози­рования: Учебное пособие. - Тюмень: ТюмГНГУ, 2000. — 98 с.

Излагаются теоретические и методические вопросы экономического прогнозирования: системный подход к прогнозированию с учетом особен­ностей переходного периода; методы прогнозирования и условия их при­менения; методология разработки экономических прогнозов; информаци­онные и организационные аспекты прогнозирования.

Предназначено для студентов специальности 06.08.00 «Экономика и управление на предприятиях» в качестве учебного пособия по курсу «Со­циальное и экономическое прогнозирование», а также специальности 06.11.00 «Менеджмент» по курсу «Разработка управленческого решения».

Для студентов экономических специальностей, аспирантов, научных работников, практиков, занятых в различных отраслях народного хозяйст­ва.

Рецензенты: А.Н.Янин, заместитель председателя Комитета по эко­номике и финансам Администрации Тюменской области, кандидат эконо­мических наук; Р.Я.Кучумов, зав. кафедрой прикладной математики Тю­менского государственного нефтегазового университета, доктор техниче­ских наук, профессор.

ISPN 5-88465-265-8

                                               Тюменский государственный

                                            нефтегазовый университет.2000

 

ВВЕДЕНИЕ

Формирование рыночных механизмов в России в последнее время связано с целым рядом трудностей. Меняются организационные формы функционирования предприятий различных отраслей, усложняются эко­номические и социальные связи и отношения. Поэтому в деятельности ме­неджеров упор приходится делать не на стандартные решения, а на спо­собность достаточно оперативно и правильно изменять хозяйственную си­туацию и искать подход, являющийся оптимальным в конкретных услови­ях.

Основой для такого подхода в принятии управленческих решений является экономическое прогнозирование, призванное выявить общие пер­спективы и эволюции, тенденции организационно-структурного развития, обеспечить сбалансированность краткосрочных и долгосрочных программ. При этом важно суметь обнаружить всю совокупность факторов и причин, определяющих функционирование и развитие исследуемой хозяйственной структуры.

Трансформация системы экономического прогнозирования является одним из важных элементов преобразований, способствующих нормаль­ному функционированию предприятий в изменяющихся организационно-экономических условиях. Она должна быть направлена на коренные пре­образования в прогностике, заключающиеся в развитии способностей ре­шения самых разнообразных задач управления в условиях неустойчивости внешней среды с помощью адекватного инструментария, требующего обоснования и установления сферы его использования.

Однако в условиях усложнения объектов прогнозирования и дина­мичности внешней среды разработка такого инструментария практически невозможна без освоения теоретических основ прогнозирования, которое, принимая в переходный период беспрецедентные масштабы, является пер­воосновой всех процессов управления.

В учебном пособии рассматриваются в системном изложении вопро­сы целевого экономического прогнозирования, исходя из стратегических установок организационно-производственных объектов (включая сложные хозяйственные структуры).

При подготовке пособия авторами были использованы и обобщены исследования крупнейших футурологов, как России, так и зарубежных стран: И.Бестужева-Лады, Е.М.Четыркина, Б.Г.Рябушкина, Г.Тейла, К.Д.Льюиса, Л.В.Канторовича, М.Д.Кендэла, А.Т.Гринберга и многих дру­гих.

Некоторые вопросы, изложенные в пособии, ориентированы не только на потребности учебного процесса, но и на практикующих специа­листов, желающих овладеть методами разработки экономических прогно­зов.

Рис. 1.2. Связь научно-технического и экономического прогнозов

Первоначально разрабатываются технические прогнозы, непосредст­венно связанные с объектом экономического прогнозирования, выявляют­ся и конкретизируются потребности рынка в нововведениях, являющиеся составной частью рыночной конъюнктуры. Далее, исходя из потребностей, содержащихся в социально-экономическом заказе и механизме рынка, разрабатываются прогнозы относительно области возможных путей произ­водства и развития самого объекта прогнозирования [42].

3) По типам прогнозирования различают:

-творческое видение, основанное на использование субъективного мнения прогнозиста, его интуиции;

-поисковое прогнозирование, базирующееся на изучении тенденций развития хозяйственной системы и продлении их в будущее.

Этот вид прогноза дает ответ на вопрос, .что вероятнее всего про­изойдет при условии сохранения существующих тенденций. Он может быть основой для стратегического планирования.

Поисковое прогнозирование в свою очередь может быть двух видов:

- традиционным, или экстраполятивным;

- новаторским — альтернативным.

Экстраполятивный прогноз предполагает, что экономическое разви­тие происходит гладко и непрерывно, поэтому прогноз, может быть про­стой проекцией (экстраполяцией) прошлого в будущее.

Альтернативный подход исходит из того, что внешняя и внутренняя среда подвержены постоянным изменениям, и вследствие этого:

- процесс развития происходит не только гладко и непрерывно, но и скачкообразно и прерывисто;

-существует определенное число вариантов будущего развития хо­зяйственной системы.

Таким образом, при альтернативном прогнозировании создаются прогнозы, включающие сочетание различных вариантов развития выбран­ных показателей и явлений. Данный вид прогнозирования может объеди­нить два способа развития — гладкий и скачкообразный, создавая синтети­ческую картину будущего [1].

Нормативное прогнозирование исходит из общих целей и стратеги­ческих ориентиров на будущий период. При данном подходе рассматри­ваются только рациональные варианты прогноза, т.е. варианты поискового прогноза, которые обеспечивают попадание в требуемое конечное состоя­ние из текущего исходного с учетом существующих ограничений на ре­сурсы (в том числе, время).

Сопоставление и согласование прогноза на базе указанных двух под­ходов способствует получению наиболее полного материала для определе­ния политики хозяйственной системы (рис. 1.3.) [41].

4) По возможности воздействия на будущие прогнозы:

- пассивный прогноз - при отсутствии воздействий на среду;

- активный прогноз предполагает активные действия на прогнозиро­вание будущего, реальное воздействие на внешнюю среду.

5) По степени вероятности:

- вариантные, когда имеются несколько вариантов развития системы;

 - инвариантные, когда прогноз предполагает только один вариант развития. Такие прогнозы часто основываются на экстраполятивном под­ходе, простом продолжении сложившейся тенденции.

Потребные ресурсы

Возможные результаты

Маркетинговые исследования

Рис. 1.3. Согласование двух подходов к прогнозированию

6) По способу представления:

- точечный прогноз предполагает, что данный вариант имеет единст­венное значение прогнозируемого показателя;

-интервальный прогноз - это предсказание будущего, в котором предполагается некоторый интервал, диапазон значений прогнозируемого показателя (рис. 1.4).

Социально-экономические прогнозы традиционно разрабатываются поэтапно:

1 этап. Подготовка материалов (сбор, анализ и корректировка) по прогнозируемой проблеме.

2 этап. Разработка (и корректировка) отдельных долгосрочных, среднесрочных и текущих научно-технических и социально-экономических прогнозов:

2.1 .анализ тенденций и проблем;

2.2.разработка прогнозов в составе предполагаемой комплексной программы.

 

 

yt

 

            Период наблюдения                        Период упреждения прогноза                 t

                                                          

Рис. 1.4. Точечный и интервальный прогнозы

Условные обозначения:

e - точность прогноза, абсолютная погрешность;

Рис. 1.7. агрегативно-декомпозиционное представление объекта прогнозирования

Условные обозначения:

1.1 - повышение качества продукции;

1.2 - ресурсосбережение на всех стадиях технологической цепочки;

1.3 - расширение рынка сбыта;

1.4 - организационно-техническое развитие производства (в т.ч. внедрение инноваций);

1.5 - социальное развитие коллектива и охрана окружающей среды;

2.1 - ресурсное обеспечение (сырье, материалы, ввод мощностей);

2.2 - информационное обеспечение;

2.3 - правовое обеспечение;

3.1 - организация процессов основного и вспомогательного производства;

3.2 — мотивация;

3.3 - регулирование;

3.4 - маркетинг;

3.5 - планирование;

3.6 - учет и контроль по центрам ответственности;

4.1 - управление персоналом;

4.2 - разработка и реализация управленческих решений;

4.3 - анализ в принятии решений;

4.4 - прогнозирование в принятии решений.

 

Описание исходного состояния (анализ) исследуемой системы отра­жает степень информированности к началу прогнозирования и содержит исходную гипотезу о механизме ее функционирования и развития.

Таким образом, на подготовительном этапе создаётся информационная (в широком смысле) база для проведения прогнозных исследований.

Процесс прогнозирования может быть представлен как некоторое операторное преобразование(П) исходной информации об исследуемом объекте в виде её отображения на будущее, ограниченное глубинной прогноза:

П : {I, tyn} →Iyn,                                                                          (1.2)                                                                       

где П – оператор прогнозирования;

I – информация об исходном состоянии объекта;

tyn – период упреждения прогноза;

Iyn – результат прогноза.

Зависимость (1.2) для сложных хозяйственных систем может быть представлена в более детальном виде:

П : {I, Ц, U, tyn}→Iyn,                                                                (1.3)

при условии, что

Ц ≤ Ц٭; U ٭≤ U ≤ U´٭; tyn ≤ tyn ; I٭ ≤ I ≤ I´٭,                         (1.4)

Где Ц – область целей системы в пространстве;

U – уровень управления в принятой декомпозиции системы;

Ц٭, U٭, U´٭, I٭, I´٭­

tyn – горизонт прогноза, т.е. максимально возможный период упреждения.

Для хозяйственных многоуровневых систем оператор прогнозирования П представляет собой иерархическую структуру. Например, для трёхуровневой системы

П={Псk,{Пβjk},{Пαijk}},                                                            (1.5)

где Псk – оператор прогнозирования высшего уровня;

{Пβjk} – множество операторов прогнозирования второго уровня;

{Пαijk} – множество операторов прогнозирования третьего уровня;

i,j,k – число параметров, описывающих систему на каждом уровне.

Таким образом, описание рассматриваемой трехуровневой системы реализуется в виде иерархии численных параметров системы и ограничений на области их области их возможных значений.

В рассматриваемой формальной постановке исходная информация о состоянии рассматриваемого объекта (I) отделена от механизма его функ­ционирования (П). Структура этой информации может быть представлена тремя основными составляющими:

Iу - параметры состояния системы, поддающиеся целенаправленному изменению;

Iну - параметры, эволюция которых не поддается управлению, т.е. не зависит от воли людей;

Iвн - параметры внешней среды, не поддающиеся изменению в рам­ках рассматриваемой системы.

В результате получаем

(1.6)

I= {Iу,Iну,Iвн}.

Для прогнозных задач остаточную неопределенность будущего со­стояния исследуемого объекта определяют 1ну и 1вн.

Поэтому для принятия управленческих решений на основе прогноза должен быть определен перечень возможных последствий при определен­ных, возможных в будущем условиях 1ну и 1вн. Это означает, что приня­тию решения должен предшествовать выбор условий, которые, по мнению лица, принимающего решения, наиболее вероятны.

Другим источником неопределенности является неясность и неодно­значность целей функционирования и развития системы. В процессе про­гнозирования цель должна быть сформулирована достаточно конкретно. Задача прогноза - определить границу области реальных (достижимых) це­лей в различных условиях будущего развития системы (при различных Iну и Iвн)[37].

Таким образом, прогнозирование связано с неопределенностью в оценке последствий каждого управленческого решения. Эта неопределен­ность связана также с тем, что за период с момента получения информации об объекте управления (хозяйственной системе) до момента исполнения управляющего воздействия на систему могут происходить:

• старение информации;

• изменение функций, структуры, параметров объекта прогнозирова­ния;

• изменение функций, структуры, параметров внешней среды.

При разработке прогнозов следует иметь в виду, что каждое управ­ленческое решение по своей природе является прогнозным. Эффектив­ность принимаемых решений может быть обеспечена системным единст­вом процессов прогнозирования и планирования, осуществляемых в определенной последовательности: «поисковый прогноз - нормативный про­гноз- стратегическое планирование — бизнес-планирование - перспектив­ное планирование - текущее планирование - оперативное планирование» [9].

Соблюдение системного единства и последовательности этапов по­зволяет раскрывать неопределенности, связанные с внешней средой и со­стоянием самого объекта прогнозирования. Игнорирование отдельных элементов данной системы может привести: к снижению точности прогно­зирования-планирования и эффективности принимаемых управленческих решений; к повышению риска при принятии решений.

Таким образом, квалифицированный, профессионально подготов­ленный экономист-менеджер должен обладать системными знаниями о науке прогнозирования, что поможет ему при разработке обоснованных управленческих решений.

Рис.2.1. Методы экономического прогнозирования.

Обоснованность прогноза в значительной мере зависит от выбора метода прогнозирования(рис.2.1).

Особое место в классификации методов прогнозирования занимают комбинированные методы, которые объединяют различные методы про­гнозирования. Использование комбинированных методов особенно акту­ально для сложных социально-экономических систем, когда при разработ­ке прогноза показателей каждого элемента системы могут быть использо­ваны различные сочетания методов прогнозирования. Разновидностью комбинированных методов можно считать эконометрическое моделирова­ние.

Практическое применение того или иного метода прогнозирования определяется такими факторами, как объект прогноза, сложность и струк­тура системы, наличие исходной информации, квалификация прогнозиста. В таблице 2.1 приведена характеристика различных методов прогнозиро­вания экономических систем и область их применения.

Да                                        нет                                         да                            нет

 

 

Нет                      

Инструмент прогноза   Скользящие и экспоненциаль- ные средние, ав- торегрессия

                                         да                             нет                                        да

 

 

Рис.2.2.Схема выбора статистического метода прогнозирования

 

Выбор конкретного параметрического метода прогнозирования, кроме того, зависит от характера исходной статистической базы. В качест­ве исходных данных могут быть взяты выборочные наблюдения и динами­ческие ряды. В первом случае в качестве инструмента прогноза применя­ется регрессия. Значительно чаще, чем случайная выборка, информацион­ной базой для прогноза являются динамические ряды.

Тогда в качестве инструментов прогноза выступают тренды, авто­регрессия, смешанная авторегрессия и т.п. Выбор адекватного подхода за­висит от того, обнаружены ли экзогенные факторы, влияющие на значение зависимой переменной или нет, влияют ли на зависимую переменную предшествующие значения этой же переменной и т.д. В целом процесс вы­бора конкретного метода статистического параметрического прогнозиро­вания показан на рис. 2.2. [39].

Методы экстраполяции сводятся к обработке имеющихся данных об объекте прогнозирования за прошлое время и распространению обнару­женной в прошлом тенденции на будущее.

Методы моделирования — наиболее сложный метод прогнозирова­ния, состоящий из разнообразных подходов к прогнозированию сложных систем, процессов и явлений. Эти методы могут пересекаться и с эксперт­ными методами.

Экстраполяция трендов

Наиболее распространенными из группы математических методов являются методы прогнозной экстраполяции. Временной ряд при экстра­поляции представляется в виде суммы детерминированной (неслучайной) составляющей, называемой трендом, и стохастической (случайной) со­ставляющей, отражающей случайные колебания или шумы процесса.

Прогнозную экстраполяцию можно разбить на два этапа.

• Выбор оптимального вида функции, описывающей ретроспектив­ный ряд данных. Выбору математической функции для описания тренда предшествует преобразование исходных данных с использованием сгла­живания и аналитического выравнивания динамического ряда.

• Расчет коэффициентов (параметров) функции, выбранной для экст­раполяции.

Для оценки коэффициентов чаще остальных используется метод наименьших квадратов (МНК).

Сущность МНК состоит в отыскании коэффициентов модели тренда, минимизирующих ее отклонение от исходного временного ряда:

S = ∑(y_t - ŷ)² → min,                                                               (2.3)

где ŷ, - расчетные (теоретические) значения тренда;

у — фактические значения ретроспективного ряда;

n — число наблюдений.

Подбор модели в каждом конкретном случае осуществляется по це­лому статистически ряду критериев (дисперсии, корреляционному отно­шению и др.). Кроме того, для выбора зависимости

ŷ_t=f(t)

существует несколько подходов. Это метод последовательных разностей, метод характеристик прироста, визуальный (глазомерный) выбор формы. Расчет оценок прироста показателя, дополненный визуальным выбором взаимосвязи, уменьшает риск неправильного выбора модели для прогнози­рования. В частности, могут быть рекомендованы следующие аппрокси­мирующие зависимости:

∆ Y / ∆ t = const → ŷ_t =a₀ + a₁ t,                                                      (2.4)

∆ ln y / ∆ t = const → ŷ_t = a₀ t^a,                                                        (2.5)

∆ ln y / ∆ ln t = const → ŷ_t = a₀ t^t₁,                                                   (2.6)

∆ Y² / ∆ X² = const → ŷ_t = a₀ + a₁ t + a₂ t²,                                       (2.7)

∆ (t / y) / ∆ t = const → ŷ_t = t / (a₀ + a₁ t).                                          (2.8)

В Приложении 1 показаны графические зависимости, позволяющие осуществлять визуальный выбор формы зависимости прогнозируемого по­казателя от фактора времени, а в Приложении 2 - системы нормальных уравнений, применяемые для оценки параметров полиномов невысоких степеней.

Для выявления более четкой тенденции уровни, нанесенные на гра­фик, можно сгладить (элиминировать) с помощью трех приемов:

• метода технического выравнивания - когда на графике визуально (на глаз) проводится равнодействующая линия, отражающая на взгляд ис­следователя тенденцию развития;

• метода механического сглаживания - расчет скользящих и экспо­ненциальных средних;

• метода аналитического выравнивания - построение тренда.

Преимущество трендовой модели в более высокой степени надежно­сти. Кроме того, она позволяет экономически интерпретировать параметры уравнения тренда и достаточно наглядно изображает тенденцию и откло­нения от нее на графике.

В рыночной ситуации можно порекомендовать конкретные виды функций, наиболее пригодные для экстраполяции [29].

Спрос на ряд непродовольственных товаров может быть описан сте­пенной функцией или экспонентой (особенно на активных этапах жизнен­ного цикла товаров). Общие закономерности спроса отражаются кривой Гомперца. При изучении влияния фактора времени на спрос может быть использована логистическая (сигмоидальная) кривая. Процесс затухания роста спроса по мере перехода населения к группам населения с более вы­соким доходом отражается полулогарифмической кривой.

В развитии рынка как единого экономического пространства (как и в развитии локальных рынков) могут проявиться определенная повторяе­мость, цикличность, обусловленная как внутренними свойствами рынка, так и внешними причинами.

Рис. 2.3. Моделирование тенденции продажи товара по стадиям жизненного цикла

Условные обозначения:

1 - выведение товара на рынок; 2 - рост; 3 - зрелость; 4 - упадок; 5 - реанимация спроса.

Внутригодовая цикличность носит часто сезонный характер.

При изучении сезонных процессов часто применяется спектральный анализ, который позволяет прогнозировать тенденции, динамика которых содержит колебательные или гармонические составляющие [31].

Сезонные волны можно описать гармоникой ряда Фурье:

ŷ=α₀+∑^m_k(α_k coskt + b_k sinkt),                               (2.9)

где t - номер гармоники ряда Фурье;

а о и а k , bk — определяют по МНК;

k - число гармоник (1,2,...)

В условиях переходной экономики возрастает значимость прогнози­рования жизненного цикла товара (ЖЦТ). Автором концепции ЖЦТ счи­тается известный маркетолог Теодор Левитт, предложивший ее в 1965г.

Суть прогноза заключается в том, чтобы определить, как надолго и насколько интенсивно будет сохраняться спрос на данный товар. Прогноз ЖЦТ - многоплановый процесс, важной составляющей которого является подбор для каждого этапа соответствующей трендовой модели, отражаю­щей не только рост, стабилизацию или спад, но и степень ускорения или замедления этих процессов. Такой прогноз является составным элементом прогнозирования покупательного спроса и рыночной конъюнктуры.

Жизненный цикл товара можно графически смоделировать в виде сложной кривой (рис. 2.3).

Математически смоделировать весь жизненный цикл товара практи­чески невозможно, пришлось бы использовать сложную многочленную функцию, которую трудно интерпретировать. Целесообразно использовать метод линейно-кусочных агрегатов, то есть моделировать и прогнозиро­вать каждый этап ЖЦТ с помощью трендовой и (или) многофакторной мо­дели, отражающей закономерности каждого этапа.

Отмеченные ранее методы механического выравнивания могут так­же выступать в роли самостоятельных методов статистического прогнози­рования.

Прогнозирование на основе адаптивных скользящих средних произ­водится с использованием следующих формул:

 

M_i = M_i-1 + (y_i - y_i-m) / (m),                                                            (2.10)

где M_i – скользящая средняя, отнесенная к концу интервала.

 

M_i = ŷ_t = (∑^t+p_i=1 y_i) / (m).                                                             (2.11)

 

Первый член уравнения (2.10) – М_i-1 несет «груз прошлого» - инер­цию развития, а второй адаптирует среднюю к новым условиям. Таким об­разом, средняя как бы обновляется, «впитывая» информацию о фактически реализуемом процессе (степень обновления определяется весом 1/т).

Экспоненциальные средние. Влияние прошлых наблюдений должно затухать по мере удаления от момента, для которого определяется средняя. Для этой цели используют экспоненциальное сглаживание, применяемое в краткосрочном прогнозировании (идея Н.Винера):

Q_t = α · y_t + (1+α) · Q_t-1,                                                                     (2.12)

 

где Q_t - экспоненциальная средняя на момент t ;

а - коэффициент, характеризующий вес текущего наблюдения (параметр сглаживания).

При расчете по формуле (2.12) необходимо выбрать Q_t-1. Часто  

 Q_t-1 принимают равным y_t.

Применение метода успешно, когда ряд имеет достаточно большое число уровней. Чем меньше а, тем больше роль «фильтра», поглощающего колебания 0< а <1. Практически диапазон а ограничивается величинами 0,1; 0,3. Хорошие результаты дает а = 0,1. При выборе а следует иметь в виду, что для повышения скорости реакции на изменение процесса разви­тия необходимо повысить а, однако это уменьшает «фильтрационные» возможности средней.

Специфика экономических процессов состоит в том, что они обла­дают взаимосвязью и инерционностью (см. п. 1.3). Последнее означает, что значение фактического показателя в момент времени зависит определенным образом от состояния этого показателя в предыдущих периодах, т.е. значения прогнозируемого показателя должны рассматриваться как фак­торные признаки. Уравнение авторегрессионной зависимости в общем имеет вид:

 

ŷ_t = α₀ + α₁ · y_t-1 + α₂ · y_t-2 +...+ α_k · y_t-k,                                     (2.13)

 

где ŷ_t – прогнозируемые значения показателя в момент времени t;

y_{t-1 –} значения показателя y в момент времени (t-i);

α₁ – i-тый коэффициент регрессии.

Часто прогнозируемый показатель зависит не только от предшествующих состояний, но и от других факторов x. Тогда говорят о смешанной авторегрессии:

ŷ_t = α₁ · y_t-1 + α₂ · y_t-2 +...+ α_k · y_t-k + b₁ · x₁ + b₂ · x₂ +...+ b_m · x_m =

= ∑^k_i=1 α_i · y_t-I + ∑^m_j=1 b_j · x_j.                                                                  (2.14)

 

Оценки α_i и b_j находят по МНК.

Все приведенные выше модели позволяют получить точечные оценки. Для определения наиболее вероятных интервалов варьирования прогнозных показателей необходимо найти доверительные оценки. В общем виде расчет доверительного интервала может быть представлен следующим образом:

 

ŷ_t+a  ± t_a Sŷ,                                                                                          (2.15)

 

где ŷ_t+a  - точечный прогноз;

Sŷ – средняя квадратическая ошибка прогноза;

t_{a –} t-статистика Стьюдента;

α – период упреждения прогноза.

В общем виде для полиномов различных степеней:

Sŷ_t+2 = Sy √T`<sub>α</sub> (T` · T)^-1 · T_α,                                                             (2.16)

 

где (T` · T) – матрица системы нормальных уравнений;

Sy – среднее квадратическое отклонение фактических значений от расчётных.

В частности, для линейного тренда:

Sŷ = Sy √1 + 1 : n + (t_α - t)² : ∑(t')²,                                     (2.17)

 

Где t_{α –} заданное на период упреждения значение переменной t,

t – среднее значение t, т.е. значение порядкового номера уровня, стоящего в середине ряда;

∑(t')² – сумма квадратов отклонений значений независимой переменной от их средней.

Важно иметь в виду, что экстраполяция в рядах динамики носит приближенный и условный характер. Поэтому применение методов экст­раполяции не должно становиться самоцелью, а при разработке социально-экономических прогнозов должна привлекаться дополнительная информа­ция, на основе которой в полученные методом экстраполяции количест­венные оценки вносятся соответствующие коррективы.

Структурное прогнозирование

Методы структурного прогнозирования позволяют найти решение проблемы при сохранении функций, но при изменении структуры и (или) значений параметров объекта прогнозирования за время упреждения.

Структурные методы основаны на использовании теории графов.

Рис.2.3. Вариант построения дерева целей

Графом называют фигуру, состоящую из точек, называемых верши­нами, и соединяющих их отрезков, называемых ребрами. Выбор структуры графа определяется существом тех отношений между элементами системы, которые он должен выразить.

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

Деревом целей называется граф-дерево, выражающее отношения ме­жду вершинами, являющимися этапами или проблемами, подлежащими решению при достижении некоторой цели (рис. 2.3).

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

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

• прогноз развития объекта в целом;

• формулировка сценария достижения прогнозируемой цели;

• формулировка уровня цели;

• формулировка критерия и весов, ранжирование вершин. Дерево целей обычно строится на нескольких уровнях:

1. Понятийном (аспектом, параметрическом), где основная цель имеет скорее качественное, чем количественное выражение.

2. Продуктовом (предметном), где процесс достижения цели разби­вается на решение задач по отдельным видам продукции.

3. Технологическом - процесс достижения цели разбивается по от­дельным стадиям производственного процесса и стадиям жизненного цик­ла товара (товаром при этом может считаться как сама добываемая нефть, так и нефтяное месторождение).

4. Ресурсном ~ цели делятся по видам ресурсов, необходимых для производства.

Иерархическое дерево целей строится на логической основе сверху вниз, исходя из сценария, поэтапно, уровень за уровнем, так, чтобы меро­приятия предыдущего уровня обеспечивали задачи последующего.

Для каждого уровня дерева целей эксперты должны устанавливать коэффициенты относительной важности всех его этапов. Расчет коэффи­циента относительной важности вдоль ветви дерева цели учитывает связи элемента данного уровня с одним или несколькими элементами выше­стоящего уровня и определяется как сумма произведений соответствую­щих коэффициентов относительной важности.

При разработке подсистем (задач), входящих в данное дерево целей, принимаются во внимание возможности частичного использования результатов одних подсистем для других, характеризуемые коэффициентами взаимной полезности. Эти коэффициенты экспортно оцениваются специалистами и выражают относительное снижение затрат времени и других ре­сурсов.

Прогнозирование по аналогии

Прогнозирование по аналогии - это достаточно часто применяемый тип прогнозирования. Следует иметь в виду, что прогнозирование по ана­логии корректно только тогда, когда установлена, доказана аналогия меж­ду: объектами управления, типами менеджмента, реакциями внешней и внутренней среды в случае, имеющем место ранее на практике, в конкрет­ном случае прогнозирования.

Понятие аналогии связано с понятием адекватности, при этом объект прогнозирования может рассматриваться как модель другого объекта -аналога, а цели и задачи его прогнозирования должны соответствовать та­ким же целям и задачам объекта аналога. Таким образом, понятие аналога включает схожесть объектов прогнозирования, а также целей и последст­вий прогнозирования.

В процессе прогнозирования по аналогии должны рассматриваться следующие направления аналогии:

• объекта протезирования и объекта, выбранного в качестве аналога;

• типов и целей менеджмента;

• реакции внутренней среды на управляющие воздействия;

• реакции внешней среды на изменении состояния объекта прогнози­рования.

В процессе предпрогнозного анализа возможно установление коли­чественной и (или) качественной аналогии.

Одним из методов качественного доказательства аналогии является логика предположений [7]. Формальная логика устанавливает общие мето­ды и схемы правильных умозаключений.

Для установления аналогии могут быть также использованы методы распознавания образов [26]. Процедура прогнозирования состоит в том, что выбираются классы состояний исследуемых объектов, заданные как диапазоном изменения некоторых параметров, так и определенными каче­ственными характеристиками. По совокупности признаков, определяющих состояние объектов, находится соответствие принадлежности каждого но­вого объекта или объекта в будущем времени к определенному классу. Это позволяет дать прогноз состояния объекта или указать диапазон изменения параметров, характеризующих его на прогнозируемый период [9].

Метод построения сценариев

Особое место среди экспертных оценок занимает построение сцена­риев, так как помимо традиционной экспертизы этот метод включает це­лый ряд параметрических подходов и тяготеет к комбинированным мето­дам.

Впервые термин «сценарий» был употреблен футурологом Х.Каном в 1960 г. при разработке картин будущего, необходимых для решения во­енных стратегических вопросов.

Сценарий — это описание (гипотетическая картина) будущего, со­ставленное с учетом наиболее правдоподобных предположений.

Сценарии разрабатываются для определения рамок будущего разви­тия технологии, рыночных сегментов, стран, регионов, отдельных фирм и т.д. Экономические организации со сложной структурой и разноплановой деятельностью в меньшей степени поддаются прогнозированию в рамках сценария.

Для прогнозируемой ситуации характерно существование опреде­ленного количества вероятных вариантов развития системы (рис. 2.4). По­этому прогноз включает в себя несколько сценариев («трубку сценариев»). В большинстве случаев это три сценария: оптимистический, пессимисти­ческий и средний - реалистичный (наиболее вероятный).

При построении сценариев принято отвечать на три основных во­проса [37]:

• каковы тенденции развития системы в различных условиях и каки­ми факторами они определяются?

• с какими проблемными ситуациями и «узкими» местами может встретиться развитие системы в будущем и как это повлияет на прогнози­рование состояния системы?

• какие управленческие решения и в какой степени влияют на траек­торию будущего развития прогнозируемой системы, каковы последствия различных альтернатив рассматриваемого решения?

Конкретная формулировка поставленных вопросов определяет целе­вую установку исследования.

Диапазон изменений

Разрушительные события

Текущая ситуация

Сценарии

Прогнозируемый период

Рис. 2.4. Модель сценариев

 

Вся совокупность причин, определяющих функционирование и раз­витие исследуемого объекта, называется факторами:

• внутренние (эндогенные) факторы обусловлены закономерностями развития отдельных элементов и системы как целого, возникают в резуль­тате саморазвития системы;

• внешние (экзогенные) факторы определяются взаимодействием сис­темы между собой и внешней средой, то есть с более широкой системой, в которую прогнозируемая система входит как один из элементов.

Влияние внешней среды называют прогнозным фоном, а параметры, описывающие влияние фоновых факторов, - фоновыми переменными.

Факторы, с помощью которых осуществляется целенаправленное воздействие на систему в целом и ее элементы, называются управляющими параметрами.

Факторы, значение которых объективно непредсказуемо и составля­ет систему предположений об условиях будущего развития хозяйственной системы, называются сценарными параметрами.

При построении сценариев следует учитывать воздействие двух ос­новных групп ограничений:

1 группа - это ограничения, накладываемые законами природы (на­пример, по ресурсам). Такие ограничения являются естественными, и но­сят постоянный характер;

2 группа связана с процессами жизнедеятельности систем (особенно социальных). Их называют ограничениями по состоянию системы, в ре­альных системах такие ограничения принимают форму нормативных огра­ничений. Они закрепляются в законодательном порядке, то есть носят праковой характер и с помощью нормативных ограничений обеспечивается динамическое равновесие системы.

Эти ограничения меняются с развитием системы, и одной из наибо­лее сложных задач прогнозирования является предсказание этих измене­ний.

Одним из приемов разрешения неопределенности, связанной с не­точным знанием границ состояния прогнозируемой системы, является вве­дение индикаторов состояния.

Индикатор - это критический к предельным состояниям системы параметр, который должен измеряться количественно. В качестве индика­торов обычно выбираются объективно измеряемые параметры системы с известными предельными значениями, выход за пределы которых вызыва­ет неустойчивость системы и возможность ее перехода в другое качест­венное состояние или ведет к гибели. Например, цена на товар - индикатор состояния рынка; темпы инвестиций - показатель экономической активно­сти.

Важной и сложной проблемой является выбор методов варьирования значений сценарных параметров. Одним из таких методов является гаран­ тированный прогноз. Процедура гарантируемого прогноза включает сле­дующие шаги:

1) задаются максимально возможные значения параметров, характе­ризующих факторы, положительно влияющие на развитие исследуемой системы, и минимальные значения тех факторов, которые препятствуют ее развитию. Таким образом, выбирается «идеальное», то есть наилучшее со­стояние системы;

2) для определения нижнего предела поступают наоборот;

3) получают «трубку сценариев» развития системы, которая подвер­гается дальнейшему анализу.

Процесс построения сценариев можно разбить на два больших этапа:

• предсценарный предназначен для содержательного и формального исследования и описания прогнозируемых процессов, построения моделей системы и подготовки всей необходимой информации для синтеза сцена­риев;

• сценарный этап как конечный результат прогнозирования, когда проводятся расчеты по всем базовым сценариям и даются рекомендации по результатам прогнозирования с подробным описанием последствий реализаций каждой из предложенных альтернатив.

На предсценарном этапе формулируется исходная гипотеза о целе­направленном развитии рассматриваемой системы, которая оформляется в виде рабочего документа, содержание которого максимально структуриро­вано и отвечает принципам системного описания объекта прогнозирова­ния. На данном этапе определяется объект и предмет прогнозирования.

Системное описание объекта начинается с его декомпозиции на эле­менты, и строится первая матричная схема целостной системы. Далее от­бираются и фиксируются факторы, определяющие эволюцию системы, т.е. возможности перехода из одного состояния в другие. По результатам этой работы строится матрица «Состояния-факторы» (рис. 2.5). За каждым фак­тором или группой факторов стоит конкретный объект или явление, кото­рые являются или элементами рассматриваемой системы, или элементами более высокого порядка (внешней среды). Это означает, что каждому со­держанию матрицы «Состояния-факторы» соответствует определенная де­композиция прогнозируемой системы.

После формирования матрицы выбирается минимальное число па­раметров, характеризующих состояние системы относительно целей про­гнозирования. Параметры могут быть как количественными, так и качест­венными. Качественные параметры можно представить шкалой качествен­ных значений (баллов). Если число параметров велико, то из них выбирают индикаторы, доминирующие показатели, по которым судят о состоянии системы.

Состояния

Внешние факторы

Внутренние факторы

Экономические

Политические

Факторы

 

 

 

 

 

 

   

Параметры

А                           Б                          

Рис. 2.5. Матрица «Состояния-факторы»

После построения матрицы «Состояния-факторы» переходят к этапу ее анализа и уточнения. Все факторы ранжируются по степени влияния на состояние прогнозируемого объекта, для чего может быть использована шкала оценок от 0 до 5 (0 - отсутствие влияния, 5 - наибольшее влияние).

В матрице оставляют только «главные факторы» (не менее 3 по принятой шкале), а остальные переносятся на другие уровни представления системы.

Классификация состояний системы и факторов сужает первоначаль­ную неопределенность и позволяет построить «трубку» возможных траек­торий развития объекта.

Затем ищется «идеальное» управление, ведущее к достижению целей исследуемой системы. Данная процедура позволяет получить базовый сце­нарий {а в ряде случаев - несколько базовых сценариев), что завершает предсценарный этап.

Построение сценариев развития системы как конечного результата прогнозирования (рис. 2.6) предполагает проведение расчетов по всем ба­зовым сценариям на системе математических моделей. Цель расчетов - проверка содержательных базовых сценариев на допустимость и реализуе­мость, уточнение исходных фоновых переменных и суммарных парамет­ров, а также количественно-качественный анализ сценариев.

Расчеты удобно начинать снизу, т.е. на моделях нижнего уровня, а по мере отработки базовых сценариев двигаться вверх по иерархии систе­мы моделей. На этом этапе прогнозирования возможно сочетание различ­ных математических методов параметрического прогнозирования и моде­лирования, методов оптимизации, экстраполяции и т.п. и эвристических методов {экспертных оценок), что позволяет получить относительно точ­ный и надежный прогноз.

Анализ схемы показывает, что построение сценариев представляет собой многошаговый процесс. Особый интерес представляют третий и четвертый шаги. Если на третьем шаге фирма определяет будущее состоя­ние среды и ее влияния, исходя из собственных целей, то на четвертом этапе возможное развитие сфер влияния определяется исходя из их совре­менного состояния и возможных изменений. На пятом этапе сопоставля­ются результаты третьего и четвертого шагов, повышенные или занижен­ные показатели состояния среды корректируются при помощи данных, по­лученных на четвертом шаге.

Введение на шестом шаге разрушительных событий объясняется тем, что в реальной ситуации могут иметь место инциденты, которые не были спрогнозированы, но при этом могли изменить направление тенден­ции. Разрушительные события могут иметь как определенный результат (катастрофы, аварии и т.п.), так и положительный (политические примире­ния, технологические прорывы, открытие месторождений и т.п.). Из воз­можных разрушительных событий выделяются те, которые оказывают наибольшее влияние и учитывают их при составлении сценариев.

На заключительных шагах сопоставляются стратегические проблемы фирмы и выбранные варианты развития среды, определяется характер и степень воздействия тех или иных вариантов развития на стратегические области действий фирмы и рекомендуются конкретные меры по преодолению возможных проблем..        

 

 

 

 

Рис. 2.6. Логическая схема построения сценариев развития объекта прогнозирования

Построение прогнозных сценариев используется в практике прогнозирования, как самостоятельный метод, так и как элемент прогнозирования с использованием других методов (т.е. может выступать элементом ком­плексной системы прогнозирования) [1].

При прогнозировании для минимизации расходов на прогноз необ­ходимо привлекать минимальное число экспертов при условии обеспече­ния ошибки прогнозирования не более Ь, где 0<Ь<1. Минимальное число экспертов определяют по формуле

                                                                                                (2.21)

При этом должна наблюдаться стабилизация средней оценки прогно­зируемой характеристики. При подборе экспертов, входящих в состав экс­пертной группы, должны быть учтены следующие их характеристики: компетентность, креативность (способность к творчеству), отношение к экспертизе, конформизм (неустойчивость мнения), аналитичность и широ­та мышления, конструктивность мышления (прагматизм), коллективизм и самокритичность.

Для оценки согласованности мнений экспертов можно использовать дисперсионный коэффициент конкордации:

 

 

                                                                                                                                                (2-22)

            где                               

                                                                                                                             (2-23)

В формулах (2.22) и (2.23) Т j — показатель связанных (одинаковых) рангов в j - ou ранжировке, Н j - число групп равных рангов в j - ou ранжировке; h_k - число равных рангов в k -ой группе связанных рангов при ран­жировке j -ым экспертом, п - число объектов, от - число экспертов (./ = 1,...,1я; / = !,..., и).

                                                                                                                    (2.24)

где r_tj - ранг, присваиваемый j -ым  экспертом i -ому объекту; г - средний ранг, равный:

 

                                                                             (2.25)

 

 

Если коэффициент конкордации равен 1, то все ранжировки экспер­тов одинаковы, W = 0, если все ранжировки различны, то есть совершенно нет совпадений. Мнения экспертов согласованы, если W > 0,6.

Применение экспертных оценок позволяет решать сложные нефор­мализуемые проблемы. Знание научно обоснованного подхода к примене­нию этого метода в технологии функционального управления является не­обходимым условием эффективной работы руководителей разного уровня.

 

Метод прогнозного графа

Разработан группой киевских специалистов института кибернетики под руководством академика В.М.Глушкова [12]. Основой метода являют­ся экспертные и формально-математические процедуры построения и ана­лиза опорного графа, отражающего обобщенное суждение широкого круга специалистов о потребностях, возможных путях и ресурсах, необходимых для достижения поставленной цели.

Комплексная система, построенная в соответствии с этим методом, реализует следующие процедуры: выбор объектов прогноза; исследование фона (среды); классификация событий; формирование задач и генеральной цели прогноза; анализ иерархии; формирование событий; принятие внут­ренней и внешней структуры объекта прогноза; анкетирование экспертов, математическая обработка данных анкетного опроса; количественная оценка структуры; верификация полученных результатов.

Опорный граф строится сверху от события, являющегося конечной целью, до самого нижнего уровня, содержащего события, свершение кото­рых обеспечивают уже имеющиеся научно-технические достижения. Такие события можно считать реализованными («заземленными»).

На каждом уровне группа экспертов формулирует события-цели и условия их достижения. Обработка информации на ЭВМ позволяет опре­делить важность различных событий для свершения конечной цели, найти оптимальные пути и оценить по разным критериям варианты решений.

Программа работы ЭВМ обеспечивает также перестройку графа, его упорядочение, в том числе и ликвидацию тупиков и петель, то есть возвра­та к уже совершенным событиям, а также перераспределение и обновление информации.

Достоинством метода является возможность работы с графом в ре­жиме диалога «человек - информационная система» для проверки некото­рых ситуаций, то есть возможность проигрывать разные ситуации.

Граф является динамической системой, и при поступлении от экс­пертов новой информации производится пере смотр-ревизия оценок, вари­антов прогноза и принятых решений.

В результате этой ревизии ЭВМ может сформулировать запросы к принимающим решение о целесообразности пересмотра тех или иных дей­ствий или обсуждения экспертами и принимающими решение вновь сло­жившейся ситуации. Такие способности прогнозного графа к совершенст­вованию и «самоанализу» открывают возможности новой методологии планирования и управления.

На рисунке 2.7. представлена структурная схема прогнозирующей подсистемы. Ее функционирование происходит следующим образом. Группа синтеза и интерпретации данных (СИД) формирует поток данных, содержащих результаты анализа и прогнозирования развития интересую­щей области.

Математическое обеспечение системы (МО) является набором стан­дартных и специальных программ, которые обеспечивают построение и перестройку прогнозного графа.

Группа задач и методов решения (ЗМР) обеспечивает прием потока задач и запросов. Эта группа тесно связана с деятельностью группы систе­матизации и координирования данных (СКД), формирующей банк данных (БД) системы и обеспечивающей его рациональное использование.

Поток новой информации в систему происходит по трем каналам. Центральное место занимают идеи и оценки коллектива экспертов (КЭ), с которым в режиме диалога работает группа экспертных оценок (ЭО). При этом КЭ анализирует компетентность и отношение каждого эксперта к ра­боте.       

Второй канал потока информации реализуется группой патентного анализа (ПА), которая анализирует материалы патентного фонда (ПФ), от­носящиеся к объекту прогнозирования.

 

 

					Группа ПА

 

 

                            

 

Рис. 2.7. Структурная схема прогнозируемой подсистемы

Третий канал - научно-техническая информация (НТИ). Группа ана­лиза научно-технической информации (АНТИ) собирает и анализирует об­зоры, прогнозы, выдвинутые в литературе или поступившие непосредственно от специалистов принципы и идеи. При помощи группы ЭО резуль­таты этого анализа используются так же, как и результаты деятельности группы ПА.

Круг организаций, использующих систему, построенную по типу прогнозного графа, достаточно широк и включает официальные инстанции и органы управления, а также генеральных и главных инструкторов и дру­гих специалистов, ответственных за НИОКР и их разделов.

Система ПАТТЕРН

Разработана в США в 1964 г. для обоснования планирования и управления научными исследованиями и опытно-конструкторскими разра­ботками. Используется для обоснования прогнозов и планов посредством научно-технической оценки количественных данных.

Дерево целей

Метод ПАТТЕРН включает ряд взаимосвязанных блоков (рис. 2.8). Материалы обрабатываются на ЭВМ.

 

Рис. 2.8. Структура представления метода ПАТТЕРН

Метод как элемент включает построение сценария (динамической картины будущего). Выявленная в сценарии главная цель детализируется на отдельные подцели, каждая из которых разделяется на более частные задачи (производится декомпозиция цели) и т.д.

«Дерево целей» содержит только те проблемы, которые требуют на­учно-технической разработки, остальные исключаются из рассмотрения.

Для каждого уровня дерева целей устанавливаются коэффициенты относительной важности всех его элементов, выраженные в долях едини­цы.

Важное значение имеет определение состояния и возможных сроков завершения работ, характеризуемых коэффициентами состояния разработ­ки и сроков. В основу их расчета положена следующая классификация эта­пов разработки:

• производственная готовность - это этап разработки, когда требо­вания, предъявляемые к изделию, могут быть удовлетворены имеющимися техническими возможностями промышленности;

• техническое проектирование соответствует случаю, когда проблема технически решена, доказана возможность изготовления изделия на имеющемся оборудовании;

• перспективная разработка отражает этап, когда доказана принци­пиальная возможность создания изделия и изготавливается опытный обра­зец;

• поисковая разработка - соответствует этапу, когда проводятся работы для доказательства возможности технического решения проблемы и удовлетворения условиям эксплуатации, проверяются в лабораторных ус­ловиях возможные конструктивные решения;

• теоретические исследования являются начальным этапом разра­ботки.

Рис. 2.9. Этапы разработки

Условные обозначения:

3-1 - производственная готовность; 1-2 - техническое проектирование; 2-3 -перспективная разработка; 3-4 - поисковая разработка; 4-5 - теоретические исследования.

Определение состояния, возможных сроков реализации разработок, а также необходимых затрат производится экспертами. Эти данные используются, прежде всего, для исключения из рассмотрения тех задач, которые близки к завершению, т.е. находящихся на стадии технического проекти­рования или производственной готовности.

Материалы экспертных оценок служат для построения характери­стики изменения денежных затрат по этапам цикла разработки (рис. 2.9.).

Общая площадь под рассматриваемой кривой соответствует суммар­ным расходам и может быть разделена на две части: завершенную часть (без штриховки) и часть, подлежащую разработке (заштрихованная пло­щадка). Отношение предстоящих затрат к суммарным расходам представ­ляет собой коэффициент состояния разработки.

При разработке подсистем (задач), входящих в «дерево целей», при­нимаются во внимание возможности частичного использования результа­тов разработок одних подсистем для других, характеризуемые коэффици­ентами взаимной полезности. Эти коэффициенты экспертно оцениваются специалистами и выражают относительное снижение затрат времени и других ресурсов.

Принципы, заложенные в систему ПАТТЕРН, позволяют осущест­вить прогноз и провести анализ в любой области деятельности. Рассматри­ваемая система позволяет: выбрать объект прогноза; выявить внутренние закономерности его развития; написать сценарий; сформулировать задачи и главную цель прогноза; провести анализ иерархии и декомпозицию це­лей; понять внутреннюю и внешнюю структуры объекта прогнозирования; провести анкетирование экспертов; выполнить математическую обработку данных анкетирования; количественно оценить структуры; верифициро­вать результаты; разработать алгоритм распределения ресурсов; провести распределение ресурсов; оценить распределение ресурсов.

Сравнение методов прогнозного графа и метода ПАТТЕРН показы­вает, что основное преимущество последнего состоит в наличии механизма реализации прогноза.

Метод ПАТТЕРН можно назвать комбинацией методов прогнозиро­вания и стратегического планирования.

 

Рис. 4.2. Стадии реализации процесса прогнозирования

Следует учитывать, что прогноз есть вероятность наступления тех или иных событий и практически всегда в нем присутствует ошибка неоп­ределенности и случайного влияния на показатель неучтенных и редко происходящих фактов. Это означает, что «идеальный прогноз» часто не­возможен. Прогнозировать можно только область возможных состояний, дополняя экстраполируемое значение доверительным интервалом прогно­за. При прогнозировании деятельности предприятия наименее детермини­рованным событием является тенденция развития внешней среды, особен­но цен, так как они зачастую не зависят от деятельности самой хозяйст­венной структуры. Поэтому именно для прогноза ценовых индексов-дефляторов определяется область возможных значений, границы которой представляют собой пессимистический и оптимистический варианты раз­вития. Таким образом, дальнейшие расчеты ведутся по трем вариантам, добавляя к уже названным двум наиболее вероятный, соответствующий значениям линии тренда (т.е. средний вариант прогноза).

На динамику некоторых стоимостных показателей (затрат по стать­ям, капитальных вложений, отвлечений из прибыли) большое влияние ока­зывает инфляция. В результате того, что в последние годы уровень инфля­ции изменяется в больших пределах, ее влияние часто скрывало тенденции происходящих на предприятиях процессов.

Поэтому для учета инфляции всю, накопленную за предыдущие периоды стоимостную информацию приводят сначала в сопоставимый вид, освобождая ее от влияния инфляционных процессов (то есть к единым це­нам). Сопоставимыми ценами при этом выбирают цены, действующие в период разработки прогноза, связывая прошлые и будущие значения в те­кущем периоде, что позволяет предварительно оценить текущее состояние предприятия. Затем сопоставимые показатели экстраполируются, и полу­ченные прогнозные значения приводят к действующим в прогнозном пе­риоде ценам.

Анализ состава данных, применяемых для разработки прогнозной модели, позволяет сделать вывод о детерминированности (причинно-следственной обусловленности) между объемом производства и практиче­ски всеми показателями, отражающими деятельность хозяйственной структуры. Экономические результаты в большей степени зависят от влияния внешних факторов, часто носящих случайный характер (цены, темпы инфляции и т.п.).

Таблица 4.1 Характер информации для разработки прогнозной модели

Стадии процесса прогнозирования	Результирующие показатели	Характер информации
1 . Прогноз сбыта	Цена на продукцию на внутреннем и внешнем рынках, курс доллара, суммы акциза, объемы выручки от прочей реализа­ции (работ, услуг)	Тенденции изменения индексов-дефляторов, тренды динамики курса доллара, ставок акциза, тенденции в объемах услуг, оказываемых на сто­рону (в натуральном и стоимостном выражении)
2. Прогноз произ­водства	Объемы производства про­дукции в целом по пред­приятию и по структурным подразделениям, товарная продукция	Экстраполяция объемов производства за предшествующие периоды, норма­тив потерь при транспортировке про­дукции до потребителя, расход продукции на собственные нужды
3. Прогноз дохо­дов	Объемы реализации продукции, выручка от реали­зации продукции, общий объем доходов, чистая вы­ручка (без НДС и акцизов)	Остатки продукции на начало перио­да, период оборачиваемости остатков, среднесуточный объем производства, ожидаемая величина остатков продукции на конец периода, ставки НДС, уровень сопоставимых и дейст­вующих цен
4. Прогноз затрат	Смета затрат по статьям себестоимость основных видов продукции, себе стоимость единицы про­дукции, налоги, относи­мые на себестоимость	Распределение затрат на условно-постоянные и условно -переменные, за­висимость изменения численности от объема производства, динамика сред­ней заработной платы под влиянием инфляции, тенденции в изменении амортизационных отчислений, измене­ние переменных затрат, ожидаемый уровень прочих и общепроизводствен­ных затрат
5. Прогноз при­были	Прибыль от реализации продукции и услуг, ба­лансовая прибыль	Прогнозы доходов и затрат, расчет на­логов, относимых на прибыль, динами­ка отвлеченных денежных средств из прибыли под воздействием инфляции
6. Прогнозирова­ние инвестиций	Источники финансирова­ния и финансовые расходы, избыток (дефицит) денежных средств)	Прогноз амортизационных отчислений, прибыли, отвлечений из прибыли, по­полнение собственных оборотных средств, прогноз инвестиционной ак­тивности
7. Прогноз денеж­ных поступлений	Объем реализации про­дукции по направлениям сбыта, чистая выручка от реализации продукции, услуг на сторону по на­правлениям, сумма де­нежных поступлений от потребителей продукция (работ, услуг)	Размер отгруженной продукции в нату­ральном и стоимостном выражении на начало года, средний срок транспортировки до потребителя, реализация про­дукции в прогнозном периоде по от­грузке, ожидаемый размер отгруженной продукции на конец прогнозного периода, ожидаемый размер дебитор­ской задолженности
8. Прогнозирова­ние денежных расходов	Сумма денежных расхо­дов	Прогноз капитальных вложений, про­гнозное значение налоговых платежей, эксплуатационные расходы, размер кредиторской задолженности на начало прогнозного периода, период оборота кредиторской задолженности, ожидае­мая величина обязательств на конец прогнозного периода
9. Финансовый прогноз	Прогноз избытка или де­фицита денежных средств, возможность по­гашения недоимки в бюджеты и внебюджетные фонды, прогноз соз­дания резервов денежных средств	Остаток средств на начало периода, прогноз поступления и использования денежных средств, возможность ис­пользования краткосрочных и долго­срочных заемных средств, ожидаемый остаток средств на конец прогнозного периода
10. Прогнозный баланс	Распределение капитала предприятия по статьям агрегатированного балан­са, ликвидность, платёжеспособность, рентабельность капитана	Результаты расчётов на предыдущих стадиях прогноза

          

При разработке долгосрочных прогнозов объем информации может быть несколько сокращен в силу большой степени инерционности показа­телей и эволюторного характера их развития. Внимание при прогнозиро­вании при этом должно уделяться количественной оценке влияния «фоно­вых» параметров, формирующих внешнюю среду. В краткосрочном пе­риоде все больше возрастает зависимость результатов прогноза от объема информации.

С информационным обеспечением прогнозного моделирования свя­зан ряд проблем, которые во многом объясняются Действующей в настоя­щее время практикой учета и отчетности.

Во-первых, действующая государственная отчетность, ориентиро­ванная в основном на внешних пользователей, имеет периодический ха­рактер, где отсутствует информация по более мелким интервалам времени. Для получения более точных и надежных прогнозов необходимым являет­ся отслеживание устойчивой сопоставимой динамики, охватывающей как минимум 7-8 интервалов. Эта проблема особенно актуальна для информа­ции о стоимостных показателях, которая наиболее подвержена влиянию факторов неопределенности и зачастую трудно сопоставима.

Во-вторых, использование данных первичного учета для разработки прогнозов и принятия на их основе управленческих решений осложняется из-за отсутствия единообразия форм первичного учета, большого объема оперативной информации, которая зачастую носит разрозненный характер и не всегда систематизирована.

В-третьих, на предприятиях часто слабо организован сам процесс сбора и подготовки информации для последующих управленческих реше­ний, носящих перспективный характер, практически отсутствует ответст­венность за подачу несвоевременной и неточной информации со стороны лиц, исполняющих учетные функции.

Для сведения к минимуму отмеченных недостатков в информацион­ном обеспечении системы управления деятельностью предприятий и, осо­бенно сложных интегрированных структур, можно предложить использо­вание элементов управленческого (производственного) учета, широко ис­пользуемого в зарубежной практике [17].

Управленческий учет в отличие от финансового, имеющего ориента­цию на внешних пользователей, обеспечивает информацией лиц, ответст­венных за принятие перспективных решений.

При разработке экономических прогнозов на уровне хозяйственных структур информация может быть запрошена администрацией (дирекцией) немедленно, по мере необходимости. Учитывая, что принимаемые реше­ния носят прогностический характер, менеджеры нуждаются в детальной информации о предполагаемых объемных показателях, затратах и доходах.

Если в настоящее время данные об объемах производимой и реали­зуемой продукции подаются менеджерам достаточно оперативно, то про производственные затраты этого сказать нельзя, хотя эффективное управ­ление производством на предприятиях невозможно без развитой, хорошо отлаженной системы учета производственных затрат.

Отмеченные ранее недостатки в системе учета приводят к тому, что прогноз затрат становится очень приближенным и не учитывает реальную экономическую ситуацию на местах возникновения затрат. Отсутствие персональной заинтересованности менеджеров центров ответственности за понесенные затраты приводит к частым сбоям в подаче информации, к ис­кажению подлинного уровня затрат {преуменьшению или, наоборот, «раз­дуванию» расходов структурных подразделений). Особенно сложным ста­новится формирование репрезентативной выборки по затратам и их эле­ментам в краткосрочные периоды времени (недели, месяцы), что затрудня­ет вычисление сметных уравнений, широко применяемых в западной прак­тике учета для прогнозирования характера поведения затрат (особенно при оптимизационном прогнозировании). Расчет сметных уравнений для каж­дого элемента затрат необходим в силу того, что затраты по отдельным элементам и статьям изменяются неравномерно в зависимости от объемов производства: одни носят ярко выраженный переменный характер (мате­риалы, топливо, энергия); другие - постоянный (общецеховые и общепро­изводственные расходы, амортизация); третьи являются смешанными, по­лупеременными (расходы на содержание и эксплуатацию оборудования). С помощью сметных уравнений определяют вид, тесноту связи между затра­тами, долю постоянных затрат в их общей сумме и прогнозируют поведе­ние себестоимости и отдельных элементов на определенный период с дос­таточной степенью точностью. Имея сметные уравнения, легко можно при прогнозировании вносить поправки на инфляцию (так как разные состав­ляющие затрат инфлируют неравномерно), что также повышает качество прогнозов.

В нашу задачу не входит описание всех методов деления затрат на постоянные и переменные. Они хорошо изучены, им посвящено множест­во книг и монографий [3, 17, 18], Из числа наиболее часто используемых можно назвать метод высшей и низшей точки, метод наименьших квадра­тов, метод корреляции и т.п. Надежность использования этих методов

можно повысить, проводя тщательный качественный предварительный анализ данных. Исследовать поведение различных видов затрат в зависи­мости от объемов производства можно при помощи вычислительной тех­ники и стандартных статистических программ. Вводя дополнительную информацию о меняющихся затратах, можно с помощью таких программ легко корректировать параметры прогнозных уравнений и подсчитывать ожидаемые расходы. Применение средств вычислительной техники при решении прогностических задач обеспечивает, с одной стороны, оператив­ное, нетрудоемкое их решение, а с другой - хорошее качество информации, получаемой для перспективного анализа и проведение на его основе прогноза.

Кроме внедрения в производственную и учетную практику хозяйст­вующих субъектов элементов управленческого учета, необходимым явля­ется создание системы раннего предупреждения, то есть особой информа­ционной системы, благодаря которой руководство предприятия должно получать сведения о потенциальных опасностях, грозящих от внешней среды и (или) внутренней среды самого предприятия, с тем, чтобы свое­временно и целенаправленно реагировать на «угрозы» соответствующими мероприятиями.

Данные раннего предупреждения выступают в роли своеобразных индикаторов и показывают их влияние на динамику оборота и прибыли в случае, когда менеджерами не принимаются никакие меры. По сути, речь идет о комбинированной прогнозно-аналитической информации, которая исходит из, во многом, скрытых явлений и позволяет спрогнозировать их воздействие с высокой заданной вероятностью.

Процесс создания системы раннего предупреждения должен вклю­чать следующие этапы [36]:

1. Определение области наблюдения. При этом в соответствии с целями предприятия определяются потенциальные источники опасности, ко­торые могут служить причиной кризисного развития предприятия. Внеш­ними областями наблюдения могут быть специфические рынки (местный, региональный, внешний), технологические сферы; внутренними - продук­товые программы. Схематично внешние и внутренние области наблюдения
показаны на рис. 4.3.

2. Определение индикаторов раннего предупреждения (об объемах заказа, ценах на рынках снабжения и сбыта, об инвестициях и т.п.).

3. Определение целевых показателей и интервалов их изменения по каждому индикатору.

Определение задач для центров обработки информации. При этом периферийными элементами (датчиками), которые улавливают изменение индикаторов, могут быть менеджеры всех подразделений хозяйственной структуры. В ряде случаев возможна децентрализованная оценка сигналов раннего предупреждения, а централизованная обработка может быть возложена на службы маркетинга и планово-экономический отдел, группу прогнозирования.

 

Технологическая среда

Продуктовая программа

Персонал

                                 

Рис. 5.1. Вариант структурной схемы цикла прогнозировании

Прогноз является предплановым документом и поэтому его внедре­ние на практике означает разработку научно обоснованного, оптимального плана повышения эффективности производства на основе использования вариантов прогноза показателей качества и затрат на его достижение.

Таким образом, на практике имеет место прогнозный цикл (рис. 5.1) [8], включающий осознание проблемы, определение цели прогнозирова­ния, критериев оценки прогноза, прогнозирование и принятие решений на

основе прогноза, распределение ресурсов, мотивацию участников процес­са, практическую реализацию прогноза, контроль и оценку результатов.

Общая логическая последовательность важнейших операций разра­ботки прогноза сводится к следующим основным этапам:

• предпрогнозная ориентация (программа исследования). Уточнение
задания на прогноз: характер, масштабы, объект, периоды обоснования и
упреждения и т.д. Формулирование общей цели, декомпозиция целей;

• анализ объекта прогнозирования и среды, динамических рядов по­казателей;

• разработка сценария развития среды и определение прогнозного го­ризонта;

• разработка типового представления объекта прогнозирования;

• построение серии гипотетических (предварительных) поисковых
или нормативных моделей прогнозируемого объекта;

• проведение прогнозного моделирования;

• оценка достоверности и точности, а также обоснованности (верификации) прогноза;

• анализ результатов прогнозирования;

• выработка по результатам анализа рекомендаций для принятия решений в сфере управления;

• экспертное обсуждение прогноза (экспертиза) и рекомендаций, их
доработка с учетом замечаний экспертов.

Структура прогноза обусловлена сроками, на которые он разрабаты­вается, а также основными направлениями научно-технического прогресса, которые зависят от «срока жизни» тенденций, сложившихся в период, предшествующий их разработке. Чем более устойчивый характер имеют тенденции, тем шире может быть горизонт прогнозирования.

Прогноз является предплановым документом и поэтому его внедре­ние на практике означает разработку научно обоснованного оптимального плана повышения эффективности производства на основе использования вариантов прогноза показателей качества и затрат на его достижение.

 

 

КРАТКИЙ СЛОВАРЬ ТЕРМИНОВ

Анализ ретроспективный—   метод изучения сложившихся в прошлом тенденций технического, социального, экономическо­го развития объекта для формирования стратегии
его развития.

Верификация-    проверка истинности (адекватности) прогнозной модели.

Вероятность - степень возможности свершения данного собы­тия (изменяется от 0 до 1).

‘’Дерево целей’’ - структурированная, построенная по иерархиче­скому принципу (ранжированная по уровням) совокупность целей системы, программы, плана.

Динамический ряд - временная последовательность ретроспективных значений переменной объекта прогнозирования.

Задание на прогноз - документ, определяющий цели и задачи прогно­за и регламентирующий порядок его разработки.

Значащая переменная объекта прогнозирования - переменная объекта прогнозирования, прини­маемая для описания объекта в соответствии с за­дачей прогноза.

Корреляционное поле - графическое изображение зависимости функции от фактора с целью предварительного определе­ния тесноты и формы связи между функцией и
каждым фактором.

Критерий Стьюдента — математический критерий, характеризующий существенность факторов, входящих в модель.

Метод прогнозирования —     способ исследования объекта прогнозирования, направленный на разработку прогнозов.

Методика прогнозирования - совокупность оригинальных правил использова­ния приемов прогнозирования при разработке конкретного прогноза.

Методы параметрические - методы прогнозирования элементов полезного эффекта, затрат и других, основанные на установ­лении зависимости между параметрами объекта и
организационно- технического уровня производ­ства, с одной стороны, и полезным эффектом или элементами затрат - с другой.

Методы экономико-математические —     методы анализа и оптимизации, которые применяются для выбора наилучших, оптимальных ва­риантов, определяющих хозяйственные решения в сложившихся или планируемых экономических условиях.

Методы экспертные -   методы прогнозирования, заключающиеся в выработке коллективного мнения группы специалистов в данной области.

Методы экстраполяции -1) методы, основанные на прогнозировании, из­делия, необходимого для реализации того или иного аспекта программы.

-2) методы, основанные на прогнозировании по­ведения или развития объекта в будущем по тенденциям (трендам) его поведения в прошлом.

Модуль - упрощенное представление объекта, используемая для прогнозирования возможных состояний объекта в будущем.

Неопределённые условия - возникают тогда, тогда невозможно оценить вероятность потенциальных результатов.

Нормативный прогноз — прогноз, устанавливающий пути и сроки дости­жения определенных состояний объекта прогно­зирования.

Период упреждения - это период, на который разрабатывается прогноз.

План-это решение, директивное определение перечня и сроков действий, исходя из определенных целей и ресурсов.

Поисковый прогноз - это прогноз, устанавливающий возможные со­ стояния объекта прогнозирования.

Показатель - величина, измеритель, позволяющий судить о состоянии объекта.

Предвидение - опережающее отображение действительности, основанное на познании законов развития объекта или процесса (включает прогноз и предсказание).

Предсказание - достоверное, основанное на логической последовательности суждений заключение о состояниях какого-либо объекта или процесса в будущем.

Приём прогнозирования - одна или несколько логических или математических операций, направленных на получение конкретного объекта в определенные сроки.

Прогноз - вероятностное суждение о состояниях объекта в будущем или об альтернативных путях достижения этого состояния.

Прогнозная ретроспекция - этап прогнозирования, на котором исследуется история объекта прогнозирования и прогнозного фона с целью получения их систематизированного описания.

Прогнозный горизонт - это максимальный период упреждения, при котором обеспечивается заданная точность и надеж­ность прогноза.

Прогнозный диагноз - этап прогнозирования, на котором исследуется
история объекта, прогнозного фона с целью выявления проблем, тенденций их развития и выбора метода прогнозирования.

Прогностика (футурология) - научная дисциплина о закономерностях разра­ботки прогнозов.

Проект - решение относительно конкретного мероприятия, сооружения.

Проспекция - этап прогнозирования, на котором с использованием выбранных методов разрабатываются прогнозы объекта прогнозирования, прогнозного фона, производится их верификация.

Системный подход к менеджменту - подход, при котором любая система (объект)
рассматривается как совокупность взаимосвязанных элементов.

Структура - способ сочетания составных частей (компонентов) системы для наилучшего выполнения главной ее цели.

Тренд - аналитическое или графическое представление изменений переменной во времени, полученное в результате выделения регулярной составляющей динамического ряда.

Управленческое решение - результат анализа, прогнозирования, оптимизации, экономического обоснования и выбора альтернативы из множества вариантов достижения конкретной цели системы менеджмента.

Фактор - частный показатель объекта или процессов, про­текающих в системе, оказывающих влияние на функцию.

Формальные статистические данные - получают на этапе ретроспекции при анализе
объекта прогнозирования или используя данные официальной статистики.

Функция - результативный признак, прогнозная величина, рассчитанная по уравнению регрессии.

Характеристика объекта прогнозирования - качественное или количественное отражение какого-либо свойства объекта прогнозирования.

Целевой прогноз - гипотетическая картина последовательного раз­вития во времени и пространстве событий, составляющих в совокупности эволюцию системы.

Экзогенная переменная объекта прогнозирования - значащая переменная объекта прогнозирования, отражающая свойства прогнозного фона (внешней среды).

Эндогенная переменная объекта прогнозирования - значащая переменная объекта прогнозирования, отражающая его собственные свойства.

Энтропия - величина, характеризующая степень неопределенности объекта.

Этап прогнозирования - часть процесса разработки прогноза, характеризующаяся своими задачами, методами и результа­тами.

            

ЛИТЕРАТУРА

1. Алексеева М.М. Планирование деятельности фирмы: Учебно-методическое пособие. - М.: Финансы и статистика, 1997. - 248 с.

2. Анташов В.А., Уварова Г.В. Экономический советник менеджера: Учебно-практическое пособие. - М.: Финансы, учет, аудит, 1996. – 318 с.

3. Баканов М.И., Шеремет А.Д. Теория экономического анализа: Учебник. — 3-е изд., перераб. — М.: Финансы и статистика, 1995. — 288 с.

4. Балабанов И.Т. Риск-менеджмент. - М.: Финансы и статистика, 1996. - 192 с.

5. Бешелев С.Д., Гурвич Ф.Г. Экспертные оценки в принятии плановых решений. - М.: Экономика, 1976.

6. Виханский О.С. Стратегическое управление: Учебник. - 2-е изд., пере­раб. и доп. - М.: Гардарика, 1998. - 296 с.

7. Гжегорчик Е.Д. Популярная логика (Краткий очерк логики предполо­жений). - М.: Наука, 1980. - 179 с.

8. Глущенко В.В. Менеджмент: системные основы: 2-е изд., доп. и испр. - Железнодорожный, Моск.обл.: ТОО НПЦ «Крылья», 1998. - 224 с.

9. Глущенко В.В., Глущенко И.И. Разработка управленческого решения. Прогнозирование-планирование. Теория проектирования эксперимен­тов. - Железнодорожный, Моск.обл.: ТОО НПЦ «Крылья», 1997. – 400 с.

10. Тейл Г. Экономические прогнозы и принятие решений. - М.: Статисти­ка, 1977.-282 с.

11.Джонстон Дж. Экономические методы: Пер. с англ, и пред. А.А.Рывкина. - М.: Статистика, 1990. - 444 с.

12.Евланов Л.Г., Кутузов В.А. Экспертные оценки в управлении. - М.: Экономика, 1978. - 136 с.

13.Информатика в статистике: Словарь-справочник. — М.: Финансы и ста­тистика, 1994.-208с.

14.Карасев А.И., Крамер Н.Ш., Савельева Т.Н. Математические методы и модели в планировании. - М.: Экономика, 1987. - 239 с.

15.Карданская Н.Л. Основы принятия решений: Учебное пособие. - М.: Русская Деловая Литература, 1998. - 288 с.

16.Карлоф Б. Деловая стратегия: Пер. с англ. / Науч. ред. и авт. послесл. В.А.Приписнов. - М.: Экономика, 1991. - 239 с.

17.Карпова Т.П. Основы управленческого учета: Учебное пособие. - М.: ИНФРА-М, 1997. - 392 с.

18.Ковалев В.В. Финансовый анализ: Управление капиталом. Выбор инве­стиций. Анализ отчетности. - М.: Финансы и статистика, 1996. - 432 с.

19.Козлов Н.А., Бочаров Е.П. Перспективный экономический анализ. -М.: Финансы и статистика, 1987. - 256 с.

20.Лобаяова Б. Стратегическое планирование и прогнозирование на пред­приятии // Российский экономический журнал. - 1992. — №№ 3-5.

21. Льюис К.Д. Методы прогнозирования экономических показателей. - М.: Финансы и статистика, 1986. - 3 18 с.

22.Менеджмент организации: Учебное пособие./ Румянцева З.П., Саломатин Н.А., Акбердин Р.З. и др. - М.: ИНФРА-М, 1997. - 432 с.

23.Нанивская В.Г., Пленкина В.В., Тонышева Л.Л. Управление предпри­ятиями в рыночной экономической системе: Учебное пособие. - Тю­мень, 1995.-80 с.

24.Перспективное отраслевое планирование: экономико-математические методы и модели / Под ред. А.Г. Аганбегяна. - Новосибирск: Наука, 1986.-358с.

25.Планирование в сложных хозяйственных системах / В.Г.Нанивская, В.В. Пленкина, Л. Л. Тонышева, Г.А.Чистякова, И.В.Андронова, Е.М.Дебердиева. Под ред. В.Г.Нанивской. Учебное пособие. - Тюмень: ТюмГНГУ, 1998.-80 с.

26.Рабочая книга по прогнозированию / Редкол.: И.В.Бестужев-Л а да (отв. ред.).-М.: Мысль, 1982.-430с.

27.Рябушкин Б.Г. Применение статистических методов в экономическом анализе и прогнозировании. - М.: Финансы и статистика, 1990. - 345 с.

28.Саркисян С.А. Теория прогнозирования И принятия решений. - М.: Высшая школа, 1977.— 351 с.

29.Статистика рынка товаров и услуг: Учебник/ Беляевский И.К., Кулагина Г.Д., Короткое А.В. и др.; Под ред. И.К. Беляевского. - М.: Финансы и статистика, 1995.-432 с. 30.Статистическое моделирование и прогнозирование / Под ред. А.Т.Гринберга. - М.: Финансы и статистика, 1990. - 285 с.

31.Теория вероятностей и математическая статистика: Учебное пособие для экономических специальностей ВУЗов/ В.А. Колемаев, О.В. Старо­веров, В.Б. Турундаевский; Под ред. В.А. Колемаева. - М.: Высшая школа, 1991.-400 с.

32.Теория и практика статистического моделирования экономики / Под ред. Е.М.Четыркина, А.Класса. - М.: Финансы и статистика, 1986. - 272 с.

33.Уткин Э.А. Управление фирмой.— М.: Акалис, 1996.-516 с.

34.Фатхутдинов Р.А. Разработка управленческого решения: Учебное посо­бие.-М.: ЗАО

Бизнес-школа «Интел-Синтез», 1997. -208 с.

35.Фатхутдинов Р.А. Система менеджмента: Учебно-практическое посо­бие, 2-е изд. - М.: ЗАО Бизнес-школа «Интел-Синтез», 1997. - 352 с.

36.Хан Д. Планирование и контроль: концепция контроллинга: Пер. с нем./ Под ред. и предисл. А.А.Турчака, Л.Г.Головача, М.Л.Лукашевича. - М.: Финансы и статистика, 1997. - 800 с.

37. Цыгичко В.Н. Руководителю - о принятии решений. - 2-е изд., испр. И доп. - М.: ИНФРА-М, 1996. - 272 с.

38.Четыркин Е.М. Методы финансовых и коммерческих расчетов. 2-е изд., испр. И доп.-М: Дело, 1995.-348с.

39.Четыркин Е.М. Статистические методы прогнозирования. - 2-е изд. перераб.-  и доп.-М.:Статиспоэд,,1997.-200с.

40.Эддоус М., Стендсфилд Р. Методы принятия решений / Пер. с англ., под ред. И. И. Елисеевой. - М.: Банки и биржи, 1994,-198 с.

 41.Экономика предприятия: Учебник / Под ред. проф. О.И. Волкова. – М.: ИНФРА-М, 1997. -416 с.  

 

 

СОДЕРЖАНИЕ

Введение……………………………………………………………………………………………………….3                                                        

1. Научные основы экономического прогнозирования………………………………..………………………3                                                             

1.1 Цели, задачи и виды прогнозов………………………………………………………………………………3                                               

1.2 Системный подход к экономическому прогнозированию…………………………………………………...11                                                     

1.3 Инерционность экономических процессов как основа экономи­ческого прогнозирования………………..17

 

2. Методы экономического прогнозирования………………………………………………………………….20                                                      

2.1 Классификация и область применения методов прогнозирова­ния……………………………………..…20                                   

2.2 Фактографические методы прогнозирования……………………………………………………………….24                                                      

2.3 Экспертные методы прогнозирования……………………………………………………………………….34                                                 

2.4 Комплексные системы прогнозирования……………………………………………………………………41                                                       

3. Проверка адекватности и средства верификации прогнозных моделей……………………………………45                       

4. Информационное обеспечение процесса прогнозирования………………………………………………..51                                                                                                                    

5. Организация и этапы разработки экономических прогнозов……………………………………………….61                                                                                           

6. Краткий словарь терминов……………………………………………………………………………………65                                                     
Литература…………………………………………………………………………………………………67                                                                                          
Приложения……………………………………………………………………………………………………70                                                        

 

                      

 

 

Визуальный выбор формы взаимосвязи при поисковом моделировании

 

 

                           

 

 

Приложение 2

Системы линейных уравнений

Для оценки параметров полиномов по МНК

Вид зависимости	Уравнение тренда	Система уравнений
Прямая
Гипербола
Парабола 2-го порядка
Парабола 3-го порядка
Показательная кривая (экспонента)
Степенная функция

 

 

В.Г.НАНИВСКАЯ, И.В.АНДРОНОВА