Введение в теорию прогнозирования
advertisement
Глава 1 Введение в теорию прогнозирования В этой книге рассматриваются методы, используемые для прогнозирования неопреде ленного будущего с целью помочь менеджерам в принятии наилучшего решения. Эти ме тоды состоят в изучении и анализе накопленных данных с целью нахождения моделей, которые могут быть эффективно продолжены в будущее. В этой книге читателю регулярно будут напоминать о том, что для создания хорошего прогноза, наряду с численными результатами, непременно должна быть использована личная оценка. Задания в конце глав подтверждают эту точку зрения. Обсуждение дан ного вопроса содержится в этой и заключительной главах книги. Кроме того, такую точку зрения подтверждает и пример в этой главе. История прогнозирования Большая часть рассматриваемого в этой книге аппарата прогнозирования, используемого сегодня, была разработана в девятнадцатом столетии. Примером могут служить процеду ры регрессионного анализа. Однако некоторые из тем, излагаемых в этой книге, при влекли внимание исследователей и получили свое развитие только в последнее время. В частности, к этой категории относятся процедуры БоксаДженкинса (BoxJenkins) и ней ронные сети, используемые для целей прогнозирования. С развитием и ростом сложности аппарата прогнозирования, а также с появлением компьютеров — в особенности с широким распространением сетей из небольших персо нальных компьютеров, оснащенных соответствующим программным обеспечением — прогнозированию уделяется все больше и больше внимания. Сейчас каждый менеджер имеет реальную возможность использовать в целях прогнозирования очень сложный ма тематический аппарат анализа данных, и знание этого аппарата является для него весьма существенным. По этой же причине люди, непосредственно использующие прогнозы в своей деятельности (менеджеры), должны понимать опасность выбора неадекватных ме тодов прогнозирования, так как некорректные прогнозы могут привести к принятию не верных решений. Техника прогнозирования продолжает развиваться, и разрабатываются все новые и новые методы, так как менеджмент сталкивается с растущей потребностью в прогнози 18 ГЛАВА 1 ровании процессов. Особое внимание при этом сосредоточивается на ошибках, которые являются неотъемлемой частью любой процедуры прогнозирования. Предсказания бу дущих исходов редко оказываются точными (с точностью до знака), поэтому человек, за нимающийся прогнозированием, может лишь пытаться, насколько это возможно, смяг чить последствия от неизбежных ошибок. Необходимость в прогнозировании Почему же прогнозирование необходимо в свете общей недетерминированности естест венных процессов? Ответ состоит в том, что все организации функционируют в условиях неопределенности, но, вопреки этому, их менеджеры должны принимать решения, ока зывающие влияние на будущее организации. Обоснованные предположения о будущем более ценны для менеджеров, чем необоснованные. В этой книге обсуждаются пути соз дания прогнозов, которые основываются на логических методах использования данных, порожденных естественными процессами. Сказанное вовсе не означает, что интуитивный прогноз безусловно плох. Наоборот, “внутреннее” чутье руководителя предприятия часто обеспечивает единственно прием лемый прогноз. Эта книга обсуждает аппарат прогнозирования, который может исполь зоваться для того, чтобы помочь обосновать интуитивные решения тем, кто их принима ет. Элементы оценки в процессе прогнозирования мы будем обсуждать в главе 10. Мы полагаем, что тот, кто принимает решение, опираясь на понимание количественного и качественного аппаратов прогнозирования и разумное их использование, несомненно, имеет преимущество по сравнению с тем, кто пытается планировать будущее без учета какойлибо дополнительной информации. Значение оценочного прогнозирования в последние годы заметно изменилось. До по явления современного математического аппарата прогнозирования и достаточно мощ ных компьютеров, оценка менеджера была единственным инструментом в практическом прогнозировании. Благодаря работам Макридакиса (Makridakis, 1986) стало очевидным, что прогнозы, использующие только оценку, не являются такими точными, как те, кото рые основываются на применении количественных методов оценки. Человек обладает уникальным знанием и внутренней информацией, недоступной количественным методам. Удивительно, однако, что эмпирические исследования и лабораторные эксперименты показали, что построенные на их основе прогнозы не являются такими точными, как те, которые получены посредством численных мето дов. Человек старается быть оптимистом и недооценивает степень неопределенности будущего. К тому же стоимость прогнозирования, выполняемого оценочными мето дами, часто оказывается значительно выше, чем при использовании количественных методов.1 Мы верим в то, что человек, искушенный в области прогнозирования, способен эф фективно свести воедино результаты количественной техники прогнозирования и хоро шей оценки, избежав крайностей каждого из этих подходов. На одном полюсе мы видим исполнителя, который, игнорируя количественную технику прогнозирования и компью теры, полностью полагается на собственную интуицию. На другом полюсе находится 1 Макридакис, 1986, с.17. Введение в теорию прогнозирования 19 специалист по прогнозам, искушенный в области манипулирования данными и их ана лиза, совершенно не способный или не желающий соотносить прогнозируемый процесс с нуждами предприятия и его руководителей. Мы рассматриваем количественный аппа рат прогнозирования, изложению которого посвящена большая часть этой книги, как единственно верную отправную точку в эффективном прогнозировании событий, важ ных для предприятия. Анализ, оценка, понятие здравого смысла и бизнесэксперимент должны быть доведены до сведения менеджеров в той мере, в которой этот важный аппа рат должен влиять на результаты их деятельности. Поскольку мир, в котором функционируют организации, всегда был изменчив, необ ходимость в прогнозах существовала всегда. Но только в последние годы возросло дове рие к методам, включающим сложную технику обработки данных. В результате стреми тельного развития все новых технологий и научных направлений интенсифицируется правительственная активность на всех уровнях, а конкуренция во многих областях дея тельности становится все более острой. Уровень международной торговли постоянно возрастает практически во всех областях промышленности. Были созданы и начали бур но развиваться институты социальной помощи и различные сервисные агентства. Все мирная сеть Internet превратилась в важный источник фактических данных и другой ин формации для принятия решений. Все это беспрецедентно усложнило “климат” на всех предприятиях, что вынудило их очень быстро реагировать на происходящие изменения и поддерживать более высокий уровень конкурентоспособности, чем когдалибо прежде. Те из них, которые не смогли своевременно отреагировать на изменение условий и пред видеть будущее с необходимой степенью точности, оказались обречены и прекратили свое существование. Компьютеры, в совокупности с количественными методами расчетов, которые благо даря им стали общедоступными, для современных организаций являются уже не просто удобным инструментом, а фактически их неотъемлемой частью. Упомянутые выше труд ности современной жизни породили огромное количество данных, что вызвало острую необходимость научиться извлекать из них различную полезную информацию. Сущест вующие инструменты прогнозирования, в сочетании с возможностями компьютеров, стали жизненно необходимыми средствами для любых организаций, функционирующих в современном мире. Кому необходимы прогнозы? Практически каждое предприятие, большое или ма ленькое, частное или государственное, явно или неявно пользуется прогнозами, потому что каждое предприятие должно планировать будущее, о котором оно пока ничего не знает. К тому же необходимость в прогнозах пронизывает все функциональные линии так же, как и все типы организаций. Прогнозы необходимы в финансировании, марке тинге, подборе кадров и различных производственных областях, в правительственных и коммерческих организациях, в маленьких социальных клубах и национальных политиче ских партиях. Вот несколько примеров вопросов, для получения ответов на которые не обходимы те или иные процедуры прогнозирования. W Как повлияет на объемы продаж увеличение финансирования рекламы на 10%? W Какой годовой доход может ожидать государство по истечении следующего двух летнего периода? W Сколько единиц продукции необходимо продать, чтобы возвратить планируемые капиталовложения в производственное оборудование? 20 ГЛАВА 1 W Как определить факторы, которые помогут объяснить изменчивость в ежемесяч ных объемах продажи продукции? W Каков ежегодный прогноз на последующие 10 лет в отношении сводного баланса займов нашего банка? W Будет ли экономический спад? Если да, то когда он начнется, насколько сильным он будет и когда он окончится? Типы прогнозов Какие существуют типы прогнозов для менеджера, столкнувшегося с необходимостью принятия решения в условиях неопределенности? Прогнозы могут классифицироваться как долгосрочные и краткосрочные. Долгосрочные прогнозы необходимы для того, что бы наметить основной курс предприятия на длительный период, поэтому именно на них акцентируется основное внимание менеджеров высшего звена. Краткосрочные прогнозы используются для разработки безотлагательных стратегий. Они чаще всего применяются менеджерами среднего и низшего звена для удовлетворения потребностей ближайшего будущего. Прогнозы также могут классифицироваться относительно их позиции в микро макроконтинууме, т.е. по отношению к тому, рассматривают ли они отдельные состав ляющие или же обобщенные показатели. Например, руководитель предприятия может интересоваться прогнозом числа рабочих, которые потребуются в ближайшие несколько месяцев (микропрогноз), в то время как федеральное правительство интересует прогноз числа людей, занятых в производственной сфере в масштабах всей страны (макропрогноз). Кроме того, руководители разных уровней на одном и том же предпри ятии будут концентрировать свое внимание на разных уровнях микромакроконтинуума. Например, менеджеров высшего звена будет интересовать прогноз объемов продаж всей компании, в то время как отдельные служащие будут значительно больше заинтересова ны в прогнозе объема продаж, осуществляемых лично ими. Процедуры прогнозирования могут также классифицироваться как количественные и качественные. На одном полюсе здесь находится чисто качественный аппарат, не тре бующий явного математического оперирования данными. Используется только “оценка”, предоставляемая составителем прогноза. Конечно, даже в этом случае “оценка” составителя прогноза в действительности является результатом мысленного анализа данных. На другом полюсе находится чисто количественный аппарат, не тре бующий никакой дополнительной оценки. Это чисто механические процедуры, которые на выходе дают количественные результаты. Конечно, некоторые количественные про цедуры требуют значительно более изощренной техники оперирования данными, чем другие. Основное внимание в этой книге сосредоточено на аппарате количественного прогнозирования, так как широкое понимание этих очень полезных процедур совершен но необходимо для эффективного руководства современным предприятием или органи зацией. Однако, и мы подчеркиваем это еще раз, наряду с механическими процедурами оперирования данными непременно должны применяться оценка и здравый смысл. Только таким способом может быть получен разумный прогноз. Введение в теорию прогнозирования 21 Макроэкономическое прогнозирование Как правило, под прогнозированием понимается процедура предсказания важных пока зателей для отдельных компаний или даже одного из подразделений компании. Приме рами могут служить месячный объем продаж компании, объем продаж отдельных видов продукции для одного из магазинов компании или же количество пропущенных рабочих часов, которое приходится на одного работника фабрики. В противоположность этому, наблюдается растущий интерес к прогнозированию важных параметров экономики всей страны. Была проделана большая работа по оценке методов по лучения сводных экономических прогнозов подобного типа, называемых макроэкономиче скими. Например, федеральное правительство США интересует прогноз уровня безработицы, роста национального продукта и значения основной учетной ставки. В частности, вся эконо мическая политика строится на планировании основных экономических показателей. Поэто му существует большой интерес к усовершенствованию методов прогнозирования, приме няемых к общим показателям функционирования экономики всей страны. Одной из основных сложностей в получении точных прогнозов общих показателей экономической деятельности являются неожиданные и важные сдвиги в ключевых эко номических факторах. Среди таких факторов — серьезные изменения в ценах на нефть, волны инфляции и основные политические изменения в правительстве страны, оказы вающие глобальное влияние на ее экономику. Возможность таких важных изменений в области экономики поднимает ключевые вопросы макроэкономического прогнозирования в целом. Должен ли прогноз, порож денный соответствующей моделью, подвергаться модификации на основе оценки чело века, создающего его? Текущая работа по созданию методологии прогнозирования часто включает в себя этот вопрос. Много работы — как теоретической, так и практической — ведется по проблемам макроэкономического прогнозирования. Этим вопросам посвящен отдельный выпуск журнала International Journal of Forecasting (vol.6, n.3, October, 1990). В будущем можно ожидать повышение роли точного экономического прогнозирования в отношении фор мирования экономической политики в США и других странах и в связи с этим увеличе ние внимания к данному типу прогнозирования. Выбор метода прогнозирования В предшествующем обсуждении речь шла о нескольких факторах, которые следует учиты вать при выборе метода прогнозирования. Следует определить уровень детализации. Нужен ли прогноз определенных деталей (микропрогноз)? Или же требуется прогноз будущего состояния некоторых всеобъемлющих или обобщенных факторов (макропрогноз)? Необ ходим ли прогноз некоторой величины в ближайшем будущем (краткосрочный прогноз) или в отдаленном будущем (долгосрочный прогноз)? И в какой степени являются прием лемыми качественные (оценочные) и количественные (оперирующие данными) методы прогнозирования? Тщательный и всесторонний анализ при выборе метода прогнозирования должен обеспечить упрощение процедуры принятия решения менеджерами организации. Ос новное требование, следовательно, не в том, чтобы метод прогноза включал в себя слож 22 ГЛАВА 1 ный математический процесс или представлял собой новейший усложненный метод. Скорее всего, выбранный метод должен давать точный, своевременный и понятный ме неджменту прогноз, который помог бы в выборе наилучшего решения. Кроме того, ре зультаты процедуры прогнозирования должны приносить прибыль, которая покрывала бы издержки на ее выполнение. Этапы прогнозирования Все формальные процедуры прогнозирования предусматривают перенос прошлого опыта в неопределенное будущее. Таким образом, все они построены на предполо жении, что условия, породившие полученные ранее данные, неотличимы от условий будущего. Исключение составляют только те переменные, которые точно распозна ны моделью прогнозирования. Например, если ктото строит прогноз показателей производительности служащих, исходя только из множества оценок, выставленных им при испытаниях в процессе приема на работу, то он, очевидно, предполагает, что показатель производительности каждого работника зависит только от них. В дейст вительности же подобное предположение о неразличимости прошлого и будущего не выполняется в полной мере. Поэтому полученный прогноз будет неточен, если толь ко он не будет модифицирован на основании оценки, выполненной составителем прогноза. Осмысление того, что аппарат прогнозирования оперирует данными, порожденными естественными событиями, приводит к определению следующих пяти этапов в процессе прогнозирования. 1. Сбор данных 2. Редукция или уплотнение данных 3. Построение модели и ее оценка 4. Экстраполяция выбранной модели (фактический прогноз) 5. Оценка полученного прогноза Этап 1, сбор данных, предполагает получение корректных данных и обязательную проверку того, что они верны. Этот этап часто является наиболее сомнительной ча стью всего процесса прогнозирования и в то же время наиболее сложен для проверки, поскольку последующие этапы с одинаковым успехом могут производиться с исполь зованием данных, как соответствующих изучаемой проблеме, так и не соответствую щих ей. Всякий раз, когда возникает необходимость получить в организации опреде ленные данные, их сбор и проверка обязательно сопровождаются множеством различ ных проблем. Этап 2, редукция или уплотнение данных, часто оказывается необходимым, так как для выполнения прогнозирования может быть собрано как слишком много ис ходных данных, так и слишком мало. Некоторые данные могут не иметь прямого от ношения к рассматриваемой задаче, а будут лишь снижать точность прогнозирова ния. Другие данные могут соответствовать проблеме, но только в контексте некото рого конкретного исторического периода. Например, при прогнозировании продаж Введение в теорию прогнозирования 23 малолитражных автомобилей целесообразно будет использовать данные о продажах автомобилей только с момента введения эмбарго на нефть в 1970х годах, а не дан ные за последние 50 лет. Этап 3, построение модели и ее оценка, состоит в подборе модели прогноза, наибо лее соответствующей особенностям собранных данных в смысле минимизации ошиб ки прогноза. Чем проще модель, тем лучше она будет воспринята менеджерами фир мы, ответственными за принятие решения, и тем выше будет их доверие к полученно му прогнозу. Часто следует отдавать предпочтение не более сложному подходу к про гнозированию, предлагающему немного больше точности, а более простому, понят ному руководителям компании. Когда выбранный метод получает поддержку у менед жеров, то и результаты прогнозирования активно ими используются. Из сказанного очевидно, что оценка непременно должна применяться в процессе выбора. Поскольку в этой книге обсуждается значительное число различных моделей прогноза наряду с областью их применимости, мы надеемся, что после изучения предложенного мате риала возможности читателей в отношении подбора моделей прогнозирования и пра вильной их оценки, несомненно, возрастут. Этап 4, экстраполяция выбранной модели, предусматривает фактическое получе ние требуемого прогноза, поскольку необходимые данные уже собраны и, возможно, редуцированы, а соответствующая модель прогноза определена. Часто для проверки точности получаемых результатов применяется прогнозирование на недавно прошед шие периоды, для которых исследуемые величины уже известны. Наблюдаемые ошиб ки затем определенным образом анализируются. Эта процедура обсуждается ниже, при описании этапа 5. Этап 5, оценка полученного прогноза, состоит в сравнении вычисленных величин с действительно наблюдаемыми значениями. Для этой цели часть наиболее свежей фак тической информации обычно исключается из множества анализируемых данных. По сле того как модель прогноза будет подобрана, выполняется прогноз на эти периоды и полученные результаты сравниваются с известными наблюдаемыми значениями. Не которые процедуры прогнозирования предусматривают суммирование абсолютных значений ошибок и представляют либо эту сумму, либо частное от деления ее на число прогнозируемых значений, представляющее собой значение средней ошибки прогно за. Другие процедуры используют сумму квадратов ошибок, которая затем сравнивает ся с аналогичными числами, полученными для альтернативных методов прогнозиро вания. Некоторые процедуры отслеживают и отмечают величину пределов ошибки за период прогнозирования. Специальные методы измерения ошибок прогноза обсужда ются в конце главы 3. Управление процессом прогнозирования В этой главе многокра тно подчеркивается, что в процесс прогнозирования непременно должны быть вовлечены способности и здравый смысл руководящего персонала. Спе циалист, занимающийся прогнозированием, должен рассматриваться как советник ме неджера, а не как оператор некоего устройства, автоматически принимающего решения. К сожалению, именно эта ситуация чаще всего встречается на практике, особенно в свя зи с появлением компьютеров. Повторим, что количественный аппарат в процессе про 24 ГЛАВА 1 гнозирования должен восприниматься как инструмент (чем он в действительности и яв ляется), используемый менеджером для принятия наилучшего решения. Еще раз проци тируем Макридакиса (1986). Эффективность и уровень использования прогнозирования могут быть повышены, если менеджмент примет по отношению к нему более реалистичное отношение. Прогнозирование следует рассматривать не как некое пророчество, а скорее, как лучший способ выявления и экстраполяции существующих схем или взаимоотно шений с целью прогнозирования. Если такое отношение будет воспринято, то ошибки прогноза будут рассматриваться как неизбежные, а обстоятельства, их по рождающие, непременно подлежащими исследованию.2 Следовательно, для того чтобы соответствующим образом руководить процессом прогнозирования, следует найти ответы на несколько ключевых вопросов. W Почему необходим прогноз? W Кто будет использовать прогноз, и в чем состоят его основные требования? W Какой уровень — отдельные составляющие или обобщенные показатели — требу ется и каковы соответствующие временные рамки? W Какие имеются данные и будет ли их достаточно для того, чтобы получить необхо димый прогноз? W Во что обойдется выполнение прогноза? W Какова ожидаемая точность прогноза? W Будет ли прогноз сделан вовремя, чтобы помочь процессу принятия решения? W Ясно ли понимает создающий прогноз специалист то, как он будет использован на предприятии? W Существует ли обратный процесс, позволяющий оценить прогноз после того, как он был сделан, и внести соответствующие уточнения в процесс прогнозирования? Компьютерные пакеты для решения задач прогнозирования Разработка компьютерных пакетов программного обеспечения, специально предна значенных для применения различных методов прогнозирования, оказала огромное влияние на развитие прогнозирования в последние несколько лет. Для специалиста, занимающегося прогнозированием, представляют интерес два типа компьютерных па кетов. Вопервых, это статистические пакеты, позволяющие проводить регрессионный анализ, анализ временных рядов и другие виды математического анализа, часто при меняемые статистиками. Вовторых, это пакеты для прогнозирования, специально созданные для подобных целей. 2 Там же, с.33. Введение в теорию прогнозирования 25 Для универсальных ЭВМ (мэйнфреймов) и микрокомпьютеров (или персональ ных компьютеров, часто называемых ПК) были разработаны сотни статистических пакетов и пакетов для решения задач прогнозирования. Менеджеры, знающие аппа рат прогнозирования и имеющие ПК на своем рабочем столе, уже не зависят от прогнозов своих штатных сотрудников. Современный руководитель активно исполь зует самые совершенные методы прогнозирования, предоставляемые ему персо нальными компьютерами. В силу постоянного обновления доступного программного обеспечения, в данной книге не имеет смысла обсуждать в подробностях те пакеты программного обеспечения для целей прогнозирования, которые были выпущены к моменту ее написания. Разра ботчики программного обеспечения постоянно стремятся усовершенствовать математи ческий аппарат, используемый в их продуктах, а также максимально упростить их ис пользование и интерпретацию полученных результатов. Хотя специалисты по прогнози рованию непременно должны интересоваться новыми разработками в программном обеспечении, им не следует постоянно “перепрыгивать” от одного пакета к другому, они должны понимать, что непрерывные улучшения в программном обеспечении просто не избежны. Специалисты по прогнозированию должны уметь эффективно использовать все преимущества подобных улучшений. Несмотря на прозвучавшие выше предостережения, использование пакетов программ ного обеспечения для прогнозирования является актуальным в силу того, что данная про цедура неизбежно связана с большими вычислениями. По этой причине для иллюстрации значительной части математического аппарата, обсуждаемого в книге, мы выбрали две ти пичные компьютерные программы: Minitab 13 и Microsoft Excel 2000. Читатель найдет ри сунки с экранами этих программ практически во всех главах книги. Следует подчеркнуть, что любые пакеты программ, которые вы, возможно, будете использовать, будут выполнять одни и те же основные вычисления, так или иначе запрограммированные в них, даже если входные и выходные экраны этих приложений будут отличаться. Перечень пакетов для решения задач прогнозирования опубликован в The Forum, the Joint Newsletter of the International Association of Business Forecasting and the International Institute of Forecasters,vol.9, n.3, Fall 1996. Пример прогнозирования Материал, изложенный в этой главе, свидетельствует о том, что, наряду с математи ческой обработкой имеющихся данных, прогнозирование в значительной мере тре бует и выполнения оценки. Рассуждения, часто предшествующие процессу прогно зирования в реальной фирме, хорошо иллюстрируют приведенный ниже пример. Отметим, что те значения данных, которые позволяют получить полезные прогнозы (если таковые данные вообще существуют), вовсе не обязательно будут вполне оче видными в начале процесса прогнозирования; скорее всего, на этот момент они бу дут еще не определены. Другими словами, первоначальные попытки прогнозирова ния могут оказаться для менеджмента бесполезными. Результаты процедур прогно зирования, выполняемых на компьютерах с использованием указанных переменных, не показаны здесь, так как они приводятся при обсуждении отдельных тем по всему тексту книги. Собственно процесс выбора математического аппарата, который сле 26 ГЛАВА 1 дует применить к этим данным, описан в последних главах. Окончательное решение для примера 11.1 будет приведено в главе 11. На данный момент мы просто надеем ся, что приведенный ниже пример позволит явно обозначить весь диапазон тех уси лий, которые менеджер должен предпринять при выполнении прогнозирования в реальных условиях. Пример 1.1 Компания Alomega Food Stores имеет 27 продовольственных магазинов, осуществляющих розничную торговлю продуктами питания в штатах среднего запада. В своей деятельности компания использует различные виды рекламы, но до недавнего времени никогда не изучала реальный эффект от сумм, вложенных в рекламу, и влияние рекламы на рост объема продаж, хотя некоторые данные все же были собраны за последние три года. Руководители компании Alomega приняли решение отслеживать затраты на рекламу на ряду с фактическими объемами продаж за каждый месяц. Они надеялись, что эти данные, со бранные за несколько месяцев, после соответствующего изучения позволят выявить некото рые зависимости, которые позднее можно будет эффективно использовать для планирования дальнейших рекламных расходов. Бухгалтерия компании стала дополнительно регистрировать объем продаж за каждый ме сяц наряду с расходами на газетную рекламу и на рекламные ролики на телевидении. Кроме того, эти два показателя фиксировались с отставанием в один и два месяца. Это делалось по тому, что некоторые люди в руководстве считали, что рост объема продаж в ответ на рекламу будет скорее отставать от месяца проведения рекламной кампании, а не следовать за ней точ но месяц в месяц. Руководство также считало, что объем продаж носит сезонный характер. Поэтому для со ответствующей характеристики каждого месяца дополнительно использовались специальные переменные его категории. Менеджеры также интересовались наличием какойлибо устой чивой тенденции в изменении объемов продаж. И наконец, предполагалось, что деньги, вложенные фирмой Alomega в рекламу своих ма газинов, могут оказать влияние на рекламные затраты их основных конкурентов на следую щий месяц. Соответственно, рекламная кампания конкурентов в каждом последующем ме сяце может оцениваться как слабая (), средняя () или обширная (). После нескольких месяцев сбора данных и анализа накопленной ранее информации бухгалте рия сформировала набор данных за 48 месяцев, содержащий значения следующих переменных. • • • • • • • • • • • Объем продаж. Суммы, вложенные в газетную рекламу. Суммы, вложенные в рекламу на телевидении. Код месяца (январь = 1, февраль = 2, «, декабрь=12). Группа из 11 переменных для обозначения категории месяца. Суммы, вложенные в газетную рекламу, с отставанием в один месяц. Суммы, вложенные в газетную рекламу, с отставанием в два месяца. Суммы, вложенные в рекламу на телевидении, с отставанием в один месяц. Суммы, вложенные в рекламу на телевидении, с отставанием в два месяца. Последовательный номер месяца в наборе данных, от 1 до 48. Код 1, 2 или 3, оценивающий уровень рекламной кампании конкурентов в следующем месяце. Введение в теорию прогнозирования 27 Руководство компании Alomega, — в частности Джулия Рас (Julie Ruth), президент компа нии, — желает извлечь из накопленных данных все, что только возможно. Помимо того, как реклама влияет на объемы продаж компании и рекламу конкурентов, Джулия интересуется любыми устойчивыми тенденциями и сезонными изменениями в зафиксированных объемах продаж. Однако исполнительный директор компании, Джексон Тилсон (Jackson Tilson), не разделяет ее энтузиазм. В конце совещания, посвященного планированию процедуры про гнозирования, он высказал следующее: “Во время совещания я старался молчать, но это уже переходит всякие границы. Я полагаю, что с этим сбором данных и глупостями вокруг ком пьютера мы теряем слишком много времени сотрудников. Для понимания того, что происхо дит, все, что вы должны сделать — это поговорить с нашими продавцами и менеджерами ба калейногастрономических отделов. Я уже изучал, что там происходит, а вы опять продол жаете свои разговоры. Некоторые из вас должны всего лишь оторваться от компьютеров, выйти из ваших любимых офисов и просто поговорить со своими подчиненными”. Резюме Целью создания прогноза является уменьшение того уровня неопределенности, в преде лах которого менеджер должен принимать решения. Эта цель диктует два основных пра вила, которым должен следовать процесс прогнозирования. 1. Прогнозирование должно быть технически корректным и должно порождать прогнозы, достаточно точные для того, чтобы отвечать нуждам фирмы. 2. Процедура прогнозирования и ее результаты должны быть достаточно эффектив но представлены менеджменту, что обеспечит использование прогнозов в процес се принятия решения во благо фирмы. Результаты прогнозирования также долж ны быть сбалансированы в отношении затрат/прибыли. Последнее часто понимается неверно, что может мешать работе профессиональных специалистов по прогнозированию. Все же, если прогнозы должны использоваться на благо фирмы, то те, кто ответственен за принятие решений, должны пользоваться ими. Это утверждение поднимает вопрос о том, что следует считать “нормой поведения” в прогнозировании. Существенные, а иногда и основные статьи расходов и распределение ресурсов в фирме чаще всего соответствуют представлению руководства о будущем раз витии событий. Так как движение ресурсов и средств в организации часто строится на предполагаемом направлении развития будущего (прогнозе), неудивительно, что вокруг процесса прогнозирования обычно ведутся интриги. Это наблюдение подчеркивает зна чение второго основного правила: “Прогнозы, созданные в пределах фирмы, должны быть поняты и оценены ее руководством в такой степени, которая позволит эффективно использовать эти прогнозы в управлении фирмой”. В этой книге рассматриваются различные модели и процедуры прогнозирования. Прежде всего, дан обзор основных статистических понятий, включая введение в корре ляционный и регрессионный анализы. Следующая глава посвящена методам сбора дан ных и исследованию совокупностей данных на наличие в них взаимосвязей. В после дующих главах подробно обсуждается множество различных методов прогнозирования, а последние две главы книги посвящены процессу прогнозирования в том виде, в каком он должен быть представлен руководству фирмы. 28 ГЛАВА 1 Задание 1.1. “Mr. Tux” Джон Мосби (John Mosby) является владельцем нескольких пунктов проката смокингов, функционирующих под вывеской “Mr. Tux”, большинство из которых расположены в городах Спокан и Сиэтл, штат Вашингтон.3 Его пункт проката в Спокане имеет также пошивочный цех, выпускающий сорочки к смокингам, которые рассылаются по осталь ным пунктам проката по всей стране. Поскольку активность пунктов проката, связанная с количеством проводимых приемов, вечеринок и других торжественных событий, изме няется в зависимости от сезона, Джон знает, что его бизнес носит явно выраженный се зонный характер. Он хотел бы оценить этот сезонный эффект, что способствовало бы как улучшению его руководства бизнесом, так и повышению эффективности проведения пе реговоров о предоставлении ссуд с его банкиром. Еще больший интерес для Джона представляет нахождение способа прогнозирова ния его месячного дохода. Бизнес Джона продолжает расширяться, что, в свою оче редь, требует все больше капитальных и долгосрочных вложений. У него есть источни ки для обоих типов необходимого финансирования, но инвесторы и банкиры интере суются конкретными способами прогнозирования его будущих доходов. Хотя они до веряют Джону, его заверения о том, что будущее его бизнеса “великолепно”, не рассеивает их сомнений. Первым шагом в создании требуемой модели прогноза было указание, данное Джо ном одному из его служащих, Лэйну МакКеннаху (Lane McKennah), в отношении сбора информации о месячных объемах дохода от проката за последние несколько лет. В последующих главах к собранным этим служащим данным применяются различные математические методы прогнозирования. В главе 11 подводится итог и описывается, как Джон Мосби предпринял попытку подобрать аппарат прогнозирования, более всего соответствующий его нуждам. 3 Авторы книги выражают благодарность Джону Мосби, владельцу пунктов проката “Mr. Tux”, за по мощь в подготовке этого задания. Введение в теорию прогнозирования 29 Задание 1.2. Корпорация Consumer Credit Counseling Корпорация Consumer Credit Counseling, ССС (Совет по кредитованию потребителей) — это частная недоходная корпорация, которая была основана в 1982 году.4 Целью создания CCC было предоставление потребителям помощи в планировании и реализации их бюд жетов, оказание им помощи в подписании соглашений с кредиторами о выплатах по не оплаченным долговым обязательствам, а также оказание помощи в отношении обучения в области финансов. Частная финансовая консультация предоставлялась бесплатно тем семьям и отдельным лицам, которые испытывали финансовые трудности, или же тем, кто желал повысить свое умение обращаться с деньгами. Для школ, общественных групп и бизнесменов были разработаны образовательные программы в области финансов. Как альтернатива бан кротству, была предложена программа работы с долгами. Согласно этой программе, кор порация CCC вела переговоры с кредиторами в целях заключения специальных платеж ных соглашений в пользу клиента. Клиент делал единовременный взнос на счет корпо рации CCC, который затем распределялся между кредиторами. Корпорация CCC имеет штат оплачиваемых работников и некоторый контингент добровольцев. В действительности количество добровольцев в корпорации превосходит штатный персонал в отношении 3:1. Семь оплачиваемых работников осуществляют ру ководство, выполняют необходимую канцелярскую работу и около половины всей рабо ты с клиентами. Двадцать один доброволец выполняет оставшуюся часть работы по об служиванию клиентов. В отношении финансовой поддержки выполняемых операций и предоставляемых ус луг корпорация CCC зависит преимущественно от корпоративного финансирования. Специальная программа по участию в благотворительном финансировании позволяла кредиторам, получившим выплаты от клиентов по долговым программам CCC, пожерт вовать корпорации часть денег, которые вернулись к ним благодаря этим программам. Большая часть корпоративной поддержки поступала от локальной деятельности и обеспечивала оплату труда наемных работников, а также эксплуатацию всех офисных помещений, используемых для проведения консультаций. Дополнительным источником финансирования являлись выплаты клиентов. Клиен ты, участвующие в долговой программе, ежемесячно вносили взнос (15 долларов) на по крытие административных издержек на эту программу. (Размер взноса периодически со кращался для тех клиентов, которые оказывались не способны его вносить.) Эта вводная информация будет использоваться нами в последующих главах, где будут обсуждаться проблемы корпорации CCC, связанные с прогнозированием важных для нее переменных. 4 Авторы книги выражают благодарность Мэрв Харнишфегер (Marv Harnishfeger), исполнительному директору ССС в Спокане, и Дороти Мерсер (Dorothy Mercer), президенту совета директоров этой компании, за их помощь в подготовке данных заданий. Дороти в прошлом наша студентка. Она постоянно держит нас в курсе дел в отноше нии практического использования количественных методов прогнозирования в реальном мире бизнеса. 30 ГЛАВА 1 Применение Minitab Приложение Minitab — это сложная статистическая программа, которая совершенствует ся с каждым выпуском новой ее версии. Здесь описывается работа с версией Minitab 13. На рис. 1.1 отмечены четыре важнейших элемента диалогового окна приложения Minitab. Панель меню — это та панель, на которой выбираются команды. Например, если выбрать меню 6WDW, то раскроется список, содержащий команды вызова всех поддержи ваемых программой статистических методов. Панель инструментов содержит кнопки для наиболее часто используемых функций программы. Отметим, что набор этих кнопок из меняется в зависимости от того, какое именно окно приложения Minitab открыто в дан ный момент. Главное окно приложения Minitab разделено на две отдельные области — окно данных, в котором вводятся, редактируются и просматриваются столбцы данных для каждой рабочей таблицы, и окно сеанса, которое содержит сообщения и результаты, вы даваемые программой, например таблицу статистик. Рис. 1.1. Главное окно приложения Minitab В последующих главах будут даны конкретные инструкции, как вводить данные в ра бочую таблицу Minitab и как выполнять процедуры прогнозирования с целью получения требуемых прогнозов. Применение Excel Приложение Microsoft Excel — весьма популярная программа обработки электронных таблиц, часто используемая для целей прогнозирования. На рис. 1.2 представлено откры тое окно версии Excel 2000. В строки и столбцы таблицы (обратите внимание на то, что на рис. 1.2 ячейка на пересечении строки 1 и столбца A выделена) вводятся данные, а за тем команды, выполняющие различные операции над введенными данными. Введение в теорию прогнозирования 31 Рис. 1.2. Основное окно приложения Microsoft Excel 2000 Например, в столбец 1 могут быть введены данные о годовом доходе работников. За тем Excel сможет вычислить среднее значение этих величин. В качестве другого примера можно предложить ввести в столбец 2 данные о возрасте работников, в результате чего можно будет исследовать взаимосвязь между возрастом и доходом. В последующих главах будет показано, как приложение Excel можно использовать для решения этих и других задач прогнозирования. В Excel реализовано множество статистических функций, которые изначально могут и не быть представлены в раскрывающихся меню приложения. Для активизации этих функций потребуется ввести команду 7RROVÖ$GG,QV (СервисÖНадстройки). На экране раскроется диалоговое окно $GG,QV (Надстройки). Выберите в списке значение $QDO\VLV 7RRO3DN и щелкните на кнопке 2.. Реализованные в надстройке AnalysisToolPak функ ции будут подробно описаны в последующих главах. Настоятельно рекомендуется использовать надстройки приложения Excel, что позво лит справиться со статистическими вычислениями, необходимыми для того математиче ского аппарата прогнозирования, который обсуждается в этой книге. Надстройка Excel KaddStat будет использоваться нами в главе 9. Рекомендуемая литература Adams F. G. The Business Forecasting Revolution. New York; Oxford University Press, 1986. Barron M., Targett D. The Manager’s Guide to Business Forecasting. New York: Basil Blackwell Inc., 1985. Beaumont C., Mahmoud E., McGee V. E. Microcomputer Forecasting Software: A Surway. Journal of Forecasting, 4 (1985): 305–311. Calberg C. Use Excel’s Forecasting to Get Terrific Projections. Denver Business Journal 47 (18) (1996): 2B. 32 ГЛАВА 1 Georgoff D. M., Mardick R. G. Manager’s Guide to Forecasting. Harvard Business Review 1 (1986): 110–120. Hogarth R. M., Makridakis S. Forecasting and Planning: An Avaluation. Management Science 27 (2) (1981): 115–138. Keating B., Wilson J. H. Forecasting — Practices and Teachings. The Journal of Business Forecasting (Winter 198788): 10–13. Keating K. Choosing and Using Business Forecasting Software. Creative Computing 11 (1) (1985): 119–135. Makridakis S. The Art and Science of Forecasting. International Journal of Forecasting 2 (1986): 15–39. Perry S. Applied Business Forecasting. (1994): Management Accounting 72 (3) 40. Reid R. A. The Forecasting Process: Guidelines for the MIS Manager. Journal of Systems Management (November 1986): 33–37. Wright G., Ayton P. Judgemental Forecasting. New York: John Wiley & Sons, 1987.
