ММБП (ч.1) - Южный федеральный университет
реклама
ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ РОССИЙСКОЙ ФЕДЕРАЦИИ Государственное образовательное учреждение высшего профессионального образования «ЮЖНЫЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ» Л.П.Рунова Методы и модели бизнес-прогнозирования Методические указания для студентов 3 курса бакалавриата направления «Бизнес-информатика» (профиль «Бизнес-аналитика») Ростов-на-Дону 2013 УДК 004.45/338 ББК 32.973.26-018.2/65.23 М 57 Рунова Л.П. Методы и м о д е л и б и з н е с - п р о г н о з и р о в а н и я . – Ростов-на-Дону: Изд-во ЮФУ, 2013. – 37 с. ISBN 978-5-699-22086-1 Предмет дисциплины “Методы и модели бизнес-прогнозирования” – самые разные вопросы профессиональной деятельности менеджеров, топ-менеджеров, управленческого персонала крупных, средних и малых предприятий, которые должны предвидеть ход развития бизнес-процесса, циклические колебания экономической конъюнктуры, уметь вырабатывать эффективную стратегию. Без этого принятые решения могут оказываться ошибочными, вложенные инвестиции не окупятся, последствия реализации бизнес-проектов будут противоположны ожидаемым. Методические направления указания предназначены ”Бизнес-информатика” для (профиль студентов бакалавриата ”Бизнес-аналитика”) при изучении дисциплины ”Методы и модели бизнес-прогнозирования”. Эти методические указания могут быть полезны для студентов и других направлений бакалавриата, а также для магистрантов и аспирантов, решающих задачи бизнес-прогнозирования. Рецензенты: д-р экон. наук, проф. С.В.Крюков, д-р экон. наук, проф. Е.И.Лазарева ISBN 978-5-699-22-086-1 Южный федеральный университет, 2013 2 Оглавление Введение ............................................................................................................... 4 1 Прогнозирование в принятии управленческих решений ............................. 6 2 Планирование и прогнозирование в нашей жизни ....................................... 8 3 Соотношение плана и прогноза .................................................................... 10 4 Принципы и функции бизнес-прогнозирования ......................................... 12 5 Типология бизнес-прогнозов ........................................................................ 19 6 Определение метода прогнозирования ........................................................ 21 7 Проверка адекватности и точности моделей прогнозирования ................ 27 Заключение......................................................................................................... 35 Л И Т Е Р А Т У Р А .......................................................................................... 36 Кому необходимы прогнозы? Практически каждое предприятие, большое или малое, частное или государственное, явно или неявно пользуется прогнозами, потому что каждое предприятие должно планировать будущее, о котором оно пока ничего не знает. Артур Дж. Райтш (Arthur G. Reitsch), почетный профессор Восточного Вашингтонского университета, Эмеритус. Введение Прогнозы необходимы в финансировании, маркетинге, подборе кадров и различных производственных областях, в правительственных и коммерческих организациях, в маленьких социальных клубах и национальных политических партиях. Вот несколько примеров вопросов, для получения ответов на которые необходимы те или иные процедуры прогнозирования. Как повлияет на объемы продаж увеличение финансирования рекламы на 10%? Какой годовой доход может ожидать государство по истечении следующего двухлетнего периода? Сколько единиц продукции необходимо продать, чтобы возвратить планируемые капиталовложения в производственное оборудование? Как определить факторы, которые помогут объяснить изменчивость в ежемесячных объемах продажи продукции? Каков ежегодный прогноз на последующие 10 лет в отношении сводного баланса займов нашего банка? Будет ли экономический спад? Если да, то когда он начнется, насколько сильным он будет и когда он окончится? Иными словами, любому руководителю сферы производства или бизнеса, от рядового менеджера или мастера участка и до начальника ”верхнего эшелона”, ежедневно приходится принимать различные управленческие 4 решения, предвидя (прогнозируя) при этом экономическую или производственную ситуацию, в условиях которой будут реализовываться принятые решения. Например, в управлении запасами мы обосновываем наши решения заказать ту или иную продукцию, предсказывая спрос на некоторые виды продукции в течение определенного планового периода. Аналогично при финансовом планировании необходимо предсказать структуру денежного потока в будущем на основе структуры текущих денежных потоков. В большинстве повседневных ситуаций решения принимаются, исходя из сложившихся ситуаций, на основе опыта и интуиции руководителя. Но, чтобы принять качественное решение в бизнесе, надо правильно предвидеть (спрогнозировать) последствия своих решений. Поэтому существенно возрастает роль и значимость прогнозов, на основе которых принимаются решения. Предсказать не сложно. Сложно это сделать правильно и обосновать свой прогноз. Именно поэтому количественные методы и модели с использованием современных информационно-коммуникационных технологий играют все более заметную роль в построении прогнозов. Яркий пример тому – программы управления запасами, которые включают в себя подпрограммы прогнозирования. Другой пример – это доверие к точным прогнозам спроса в сфере обслуживания (пассажирские авиаперевозки, отели, прокат автомобилей, туристические компании), где применяются сложные математические модели оптимизации доходов. При расчетах таких показателей как внутренний валовой продукт или курсы валют многие компании надеются на эконометрические методы и модели с их возможностями прогнозирования. По оценкам зарубежных и отечественных систематиков прогностики, уже в восьмидесятые годы двадцатого века насчитывалось свыше 150-200 методов прогнозирования. Число базовых методов прогностики, которые в тех или иных вариациях повторяются в других методах, конечно, гораздо меньше. Многие из этих "методов" относятся скорее к отдельным приемам и процедурам 5 прогнозирования. Многие представляют набор отдельных приемов, отличающихся от базовых или друг от друга количеством частных приемов и С развитием и ростом сложности аппарата прогнозирования, а также с появлением компьютеров – в особенности с широким распространением сетей из небольших персональных компьютеров, оснащенных соответствующим программным обеспечением – прогнозированию уделяется все больше и больше внимания. В последние десятилетия получили свое развитие и широкое применение такие методы как процедуры Бокса-Дженкинса (Box-Jenkins) и нейронные сети, используемые для целей прогнозирования. Сейчас каждый менеджер имеет реальную возможность использовать в целях прогнозирования очень сложный математических аппарат анализа данных и значение этого аппарата является для него весьма существенным. По этой причине люди, непосредственно использующие прогнозы в своей деятельности (менеджеры), должны понимать опасность выбора неадекватных методов прогнозирования, так как некорректные прогнозы могут привести к принятию неверных решений. Анализ, оценка, понятие здравого смысла и бизнес-эксперимент должны быть доведены до сведения менеджеров в той мере, в которой этот важный аппарат должен влиять на результаты их деятельности. 1 Прогнозирования в принятии управленческих решений Определение. Наука о принципах, методах и средствах (инструментах) научного прогнозирования объектов любой природы называется прогностикой Прогностика базируется на использовании специальных методов, позволяющих осуществить достаточно рациональный и точный прогноз. Определение. Под прогнозом понимается эмпирическое или научно обоснованное представление о возможных прогнозирования в будущем. 6 состояниях объекта Определение. Процесс прогнозирования состоит в том, чтобы определенным методом и с использованием определенного инструментария обработать имеющуюся информацию о состоянии изучаемого объекта, о наблюдавшихся ранее закономерностях его изменения, о конкретных условиях функционирования его в данный момент и превратить ее в систему представления о будущем состоянии или поведении объекта. Рассмотрим общее понятие, объединяющее все разновидности получения информации о будущем – предвидение. Предвидение разделяется на научное и ненаучное (интуитивное, обыденное, религиозное). Научное предвидение основано на знании закономерностей развития природы, общества, мышления. Интуитивное предвидение основано на предчувствиях человека, религиозное – на вере. Понятие предвидения относят не только к будущему, но и к прошлому и настоящему (презентистское предвидение). Например: предвидение о залежах полезных ископаемых (презентистское предвидение в геологии); мысленная реконструкция памятников древности, с применением научного предвидения (реконструктивное предвидение); оценка ретроспективы от настоящего к прошлому или от менее далекого к более далекому прошлому (реверсивное предвидение); оценка ретроспективы от прошлого к настоящему или от более далекого к менее далекому прошлому, в частности, для апробации методов предвидения (имитационное предвидение). Предвидение затрагивает две взаимосвязанные совокупности форм его конкретизации: 7 предсказательную (дескриптивную, или описательную), относящуюся собственно к категории предвидения; предуказательную (прескриптивную, или предописательную), относящуюся к категории управления. Предсказание подразумевает описание возможных или желательных перспектив состояний и решений проблем будущего. Предуказание связано собственно с решением этих проблем, с использованием информации о будущем для целенаправленной деятельности личности и общества. Предсказания выливаются в формы предчувствия, предвосхищения, предугадывания, прогнозирования. Предчувствие (простое предвосхищение) содержит информацию о будущем на уровне интуиции (подсознания). Иногда это понятие распространяют на всю область простейшего, опережающего отражения как свойства любого организма. Предугадывание (сложное предвосхищение) несет информацию о будущем на основе жизненного опыта, более или менее верные догадки о будущем, не основанные на специальных научных исследованиях. Прогнозирование, которое часто употребляют в предыдущих значениях, должно означать при таком подходе специальное научное исследование, объектом которого выступают перспективы развития явления. Предуказание выступает в формах целеполагания, планирования, программирования, проектирования текущих управленческих решений. 2 Планирование и прогнозирование в нашей жизни Все мы планируем постоянно. Как мне попасть из дома в университет? Собрав информацию и подумав (т.е. проведя прогнозирование), я понимаю, что имеется целый ряд возможностей: 8 можно пойти пешком (на прогулку уйдет полтора часа, но не понадобится тратить деньги); можно поехать на общественном транспорте, а оставшуюся часть пути пройти; можно поехать на общественном транспорте, а потом две остановки на маршрутном такси; можно поехать на такси; и т.д. Какую возможность выбрать? В зависимости от обстоятельств. Если надо срочно быть в университете – придется ехать на такси, хотя этот вариант гораздо дороже остальных. Если погода хорошая, а дел у меня немного, можно пойти пешком. Но в типовой ситуации я решаю ехать на автобусе и покупаю месячный проездной билет. Если автобуса нет на остановке, иду пешком, а если есть – новая возможность выбора: что сэкономить – время или деньги? Мы все время планируем – на час, день, месяц, год или на всю жизнь. Мы решаем, взять ли на обед котлету или сосиску, поступать в ЮФУ или в РГЭУ (РИНХ), жениться на Маше или на Кате, оставаться на прежней работе или искать новую. Только цена этих решений разная. Правильно вы выбрали обед или неправильно – забудется к вечеру (если Вы не отравились), а последствия других решений вам придется “расхлебывать” годами, а то и всю жизнь. Прогнозирование – это взгляд в будущее, оценка возможных путей развития, последствий тех или иных решений. Планирование же - это разработка последовательности действий, позволяющей достигнуть желаемого, завершающаяся принятием управленческого решения. В работе менеджера они тесно связаны. Разберем простой пример, показывающий взаимосвязь прогнозирования и планирования. Представьте себе, что вы находитесь в степи, а ваша максимальная скорость ходьбы – 6 километров в час. Тогда можно предсказать, 9 что через час вы будете находиться в какой-то точке круга радиуса 6 километров с центром в начальной точке. Результаты прогнозирования вы можете использовать для планирования. Если место, куда вы направляетесь, отстоит от начальной точки не более чем на 6 километров, то вы доберетесь туда пешком не более чем за час. Если же это расстояние – 18 километров, то прогноз показывает невозможность решения поставленной задачи. Что же делать? Либо отказаться от своего намерения, либо увеличить выделенной время (до 3 часов), либо воспользоваться более быстрым транспортным средством, чем ноги (автомобилем, вертолетом). Почему прогнозировать сложно? Иногда прогноз основан на хорошо изученных закономерностях и осуществляется наверняка. Никто не сомневается, что вслед за ночью наступит день. Методы прогнозирования движения космических аппаратов разработаны настолько, что возможна автоматическая стыковка кораблей. Однако встающие перед менеджером проблемы прогнозирования обычно не позволяют дать однозначный обоснованный прогноз. Почему же остается неопределенность? (А где неопределенность, там и риск!) 3 Соотношение плана и прогноза План и прогноз представляют собой взаимодополняющие друг друга стадии программирования. Формы сочетания прогноза и плана могут быть различными. Прогноз может предшествовать разработке плана (как правило), следовать за ним (прогнозирование последствий принятого в плане решения) и проводиться непосредственно в процессе разработки плана. Между прогнозом и планом существуют также различия. Главное из них состоит в том, что план имеет нормативный характер, а прогноз – вероятностный характер. Для наглядности построим шкалу изменений 10 функциональной направленности прогноза в зависимости от его отношения к плану. Таблица 1 Прогноз перед планом Предсказательная функция > 60 % Предуказательная функция < 40 % Прогноз во время планирования Предсказательная функция = 50 % Предуказательная функция = 50 % Прогноз после плана Предсказательная функция < 40 % Предуказательная функция > 60 % Еще одно существенное отличие прогнозирования от планирования состоит в том, что прогнозирование, будучи составной частью планирования, существует самостоятельно. Выражается это, в частности, в том, что существуют экономические процессы, которые не всегда поддаются планированию, но являются объектом прогнозирования. Это зависит как от природы самих процессов, так и от уровня развития плановой системы. Помимо несовпадения предмета отличия между планированием и прогнозированием лежат в области различия их функций. Суть этих различий состоит в том, что планирование есть процесс принятия и практического осуществления плановых, управленческих решений. А прогнозирование призвано формировать предпосылки принятия таких решений. К таким предпосылкам и одновременно функциям прогнозирования можно отнести: 1) количественный и качественный анализ тенденций развития прогнозируемой системы сложившихся проблем и новых явлений; 11 2) вероятностное, альтернативное предвидение будущего развития прогнозируемой системы, учитывающее как сложившиеся тенденции, так и поставленные цели; 3) оценку возможностей и последствий активного воздействия на предвиденные процессы и тенденции в обоснованиях главных направлений социальноэкономической и научно-технической политики. Во многих компаниях зачастую путают планирование и прогнозирование и пытаются использовать прогноз как средство мотивации людей. То есть они скорее управляют бизнес-процессами с помощью «прогноза», чем делают прогноз, обусловленный бизнес-процессами. Это равносильно тому, что мы вдруг начнем переделывать термометр с целью изменить погоду. Прогнозирование отличается от планирования действий и решений тем, что при планировании мы руководствуемся прежде всего целью, которую надлежит реализовать, то есть исходя из цели - планируем последовательность действий и потребные ресурсы для их осуществления. При прогнозировании же результат или последствия возможная принятых степень достижения целей или планируемых решений. есть вероятные В этом смысле прогнозирование является необходимым составным элементом планирования и управления. И успех планирования и, следовательно, управления деятельностью компании во многом определяется качеством прогнозных оценок последствий принимаемых решений. 4 Принципы и функции бизнес-прогнозирования Принцип исследования системности количественных бизнес-прогнозирования и качественных предполагает закономерностей в экономических системах, построение такой логической цепочки исследования, согласно которой процесс выработки и обоснования любого решения отталкивается от определения общей цели системы и подчинения достижению этой цели деятельности всех входящих в нее подсистем. При этом данная 12 система рассматривается как часть более крупной системы, также состоящей из определенного количества подсистем. Под системностью методов и моделей бизнес-прогнозирования следует понимать их совокупность, позволяющую разработать согласованный и непротиворечивый прогноз по каждому направлению. Однако на практике построить целостную систему моделей бизнес-прогнозирования очень сложно, поскольку это сопряжено с рядом трудностей методологического и организационного характера. Решение этой проблемы может быть достигнуто на основе унификации блочных моделей, вычислительных способов решения, создания информационного банка данных. Принцип научной обоснованности означает, что в бизнес-прогнозах всех уровней всесторонний учет требований объективных экономических законов должен базироваться на применении научного инструментария, глубоком изучении достижений отечественного и зарубежного опыта формирования прогнозов. Прогнозирование должно строиться на широком использовании методик и моделей как условий научного формирования прогнозов отдельных блоков комплексной системы, их обоснованности, действенности и своевременности. Принцип адекватности бизнес-прогноза объективным закономерностям характеризует не только процесс выявления, но и оценку устойчивых тенденций и взаимосвязей в развитии экономической системы и создание теоретического аналога реальных экономических процессов с их полной и точной имитацией. Реализация принципа адекватности предполагает учет вероятностного, стохастического характера реальных процессов. Это означат необходимость оценки как сложившихся отклонений, так и таких, которые могут иметь место, а также господствующих тенденций; определение возможной области их расхождения, то есть оценку вероятности реализации выявленной тенденции. 13 Принцип альтернативности бизнес-прогнозирования связан с возможностью развития экономической системы и её отдельных звеньев по разным траекториям, при разных взаимосвязях и структурных соотношениях. При переходе от имитации сложившихся процессов и тенденций к предвидению их будущего развития возникает необходимость построения альтернатив, то есть определения одного из двух или нескольких возможных, а зачастую и противоположных, взаимоисключающих путей развития хозяйства. Принцип целенаправленности предопределяет активный характер бизнес-прогнозирования, поскольку содержание прогноза не сводится только к предвидению, а включает и цели, которые предстоит достигнуть в экономике путем действий органов управления. Основные функции бизнес-прогнозирования: научный анализ бизнес-процессов и тенденций; исследование объективных связей явлений развития бизнеса в конкретных условиях в определенном периоде; оценка объекта бизнес-прогнозирования; выявление объективных альтернатив развития бизнеса; накопление научного материала для обоснованного выбора определенных решений в бизнесе. Рассмотрим некоторые из названных функций более подробно. Научный анализ осуществляется по трем стадиям, или этапам: ретроспекция, диагноз, проспекция. Ретроспекция – этап прогнозирования, на котором исследуется история развития объектов прогнозирования для получения его систематизированного описания. На стадии ретроспекции происходят сбор, хранение и обработка информации, источников, необходимых для прогнозирования, оптимизация как состава источников, так и методов 14 измерения и предоставления ретроспективной информации, уточнение и окончательное формирование структуры и состава характеристик объекта бизнес-прогнозирования. Диагноз – этап прогнозирования, на котором исследуется систематизированное описание объекта прогнозирования с целью выявления тенденции его развития и выбор моделей и методов прогнозирования. На стадии диагноза проводится анализ объекта прогнозирования, который лежит в основе прогнозной модели. Этот анализ заканчивается не только разработкой модели бизнес-прогнозирования, но и выбором адекватного метода. Проспекция – этап прогнозирования, на котором по данным диагноза разрабатываются прогнозы развития объекта прогнозирования в будущем, производится оценка достоверности, точности или обоснованности прогноза (верификация), а также реализация цели прогноза путем объединения конкретных прогнозов на основе принципов прогнозирования (синтез). На стадии проспекции выявляется недостающая информация об объекте прогнозирования, уточняется ранее полученная, вносятся коррективы в модель прогнозируемого объекта в соответствии с вновь поступившей информацией. Исследование объективных связей в бизнесе осуществляется в процессе разработки механизма использования экономических законов, являющихся отражением существенных причинно-следственных связей явлений, выражающих их повторяемость в определенных условиях. Вместе с тем при прогнозировании необходимо учитывать и неопределенность, обусловленную вероятностным действием экономических законов, неполнотой их знания, наличием субъективного фактора при принятии плановых решений, несовершенством и недостаточной надежностью информации. Не претендуя неопределенностей, на укажем полную классификацию некоторые из них. различных Часть связана недостаточностью знаний о природных явлениях и процессах, например: 15 видов с a) неопределенности, связанные с недостаточными знаниями о природе (например, нам неизвестен точный объем полезных ископаемых в конкретном месторождении, а потому мы не можем точно предсказать развитие добывающей промышленности и объем налоговых поступлений от ее предприятий), b) неопределенности природных явлений, таких, как погода, влияющая на урожайность, на затраты на отопление, на туризм, на загрузку транспортных путей и др. c) неопределенности, связанные с осуществлением действующих (неожиданные аварии) и проектируемых (возможные ошибки разработчиков или физическая невозможность осуществления процесса, которую заранее не удалось предсказать) технологических процессов. Многие возможные неопределенности связаны с ближайшим окружением фирмы, менеджер которой занимается прогнозированием: a) неопределенности, связанные с деятельностью участников экономической жизни (прежде всего партнеров и конкурентов нашей фирмы), в частности, с их деловой активностью, финансовым положением, соблюдением обязательств, b) неопределенности, связанные с социальными и административными факторами в конкретных регионах, в которых наша фирма имеет деловые интересы. Большое значение имеют и неопределенности на уровне страны, в частности: a) неопределенность будущей рыночной ситуации в стране, в том числе отсутствие достоверной информации о будущих действиях поставщиков в связи с меняющимися предпочтениями потребителей, b) неопределенности, связанные с колебаниями цен (динамикой инфляции), нормы процента, валютных курсов и других макроэкономических показателей, 16 c) неопределенности, порожденные нестабильностью законодательства и текущей экономической политики (т.е. с деятельностью руководства страны, министерств и ведомств), связанные с политической ситуацией, действиями партий, профсоюзов, экологических и других организаций в масштабе страны. Часто приходится учитывать и внешнеэкономические неопределенности, связанные с ситуацией в зарубежных странах и международных организациях, с которыми вы поддерживаете деловые отношения. Таким принимать образом, решения менеджеру и приходится действовать, прогнозировать буквально будущее, купаясь в океане неопределенностей. Полезно ввести их классификацию на СТЭЭП-факторы (по первым буквам от слов – социальные, технологические, экономические, экологические, политические) и факторы конкурентного окружения. СТЭЭПфакторы действуют независимо от менеджера, а вот конкуренты отнюдь к нам не безразличны. Возможно, они будут бороться с нами, стремиться к вытеснению нашей фирмы с рынка. Но возможны и переговоры, ведущие к обоюдовыгодной договоренности. Каждая из перечисленных структурирована. Так, видов неопределенности имеются крупные может разработки по быть анализу неопределенностей при технологических авариях, в частности, на химических производствах и на атомных электростанциях. Ясно, что аварии типа Чернобыльской существенно влияют на значения СТЭЭП-факторов и тем самым на поступления и выплаты из бюджета как на местном, так и на федеральном уровне и уровне субъектов федерации. Оценка объекта прогнозирования базируется на сочетании аспектов детерминированности и неопределенности. Детерминизм – философская концепция, признающая объективную закономерность и причинную обусловленность всех явлений природы и общества. Детерминировать – значит определять, обуславливать. При абсолютной неопределенности конкретное 17 представление будущего невозможно. Поэтому при отсутствии одного из аспектов прогнозирование теряет смысл. Выявление объективных альтернатив исследуемого процесса и тенденций его развития на перспективу предполагает необходимость выбора между взаимоисключающими возможностями. Необходимо ставить под контроль экономические и социальные процессы, определять в соответствии с поставленными перспективными целями оптимальные пропорции на длительный период. Реализация функции прогнозирования позволяет определить общие и специфические прогнозировании подходы, составляющие используются его следующие научную общенаучные основу. В подходы: исторический и комплексный. Исторический подход заключается в рассмотрении каждого явления и процесса во взаимосвязи его исторических форм. В процессе прогнозирования следует исходить из того, что современное состояния исследуемого объекта есть закономерный результат его предшествующего развития, а будущее – закономерный результат его развития в прошлом и настоящем. Комплексный подход предполагает рассмотрение объекта исследования в его связи и зависимости с другими процессами и явлениями. В его рамках выделяют в качестве специфических генетический (исследовательский, поисковый) и нормативный (целевой) подходы. При генетическом подходе конечной целью является определение возможных состояний объекта прогнозирования в перспективе, с учетом сохранения соответствующих тенденций развития этого объекта. При этом не учитываются условия, которые могут изменить эти тенденции. При нормативном подходе принимается в качестве цели определение путей и сроков достижения возможного состояния объекта прогнозирования в будущем. Исследуются и прогнозируются возможные пути изменения 18 тенденции за счет интенсификации производства, изменения его структуры, динамика экономических показателей, производительности труда и т.д. Оба названных подхода связаны между собой, взаимно дополняют друг друга и, как правило, используются в совокупности, обеспечивая комплексное изучение прогнозируемого явления или процесса. 5 Типология бизнес-прогнозов Типология прогнозов может строиться по различным критериям в зависимости от целей, объектов, предметов, проблем, характера, периода упреждения, методов, организации прогнозирования и т.д. Согласно проблемно-целевому критерию различают два типа прогнозов: поисковые (исследовательские, изыскательские, трендовые, генетические) и нормативные (программные, целевые). Поисковый прогноз – определение возможных состояний явления в будущем. Имеется в виду условное продолжение в будущем тенденций развития изучаемого явления в прошлом и настоящем, абстрагируясь от возможных решений, действия на основе которых способны радикально изменить тенденции, вызвать в ряде случаев самоосуществление и саморазрушение прогноза. Такой прогноз отвечает на вопрос: что вероятнее всего произойдет при условии сохранения существующих тенденций? Нормативный прогноз – определение путей и сроков достижения возможных состояний явления, принимаемых в качестве цели. Имеется в виду прогнозирование достижения желательных состояний на основе заранее заданных норм, идеалов, стимулов, целей. Такой прогноз отвечает на вопрос: какими путями достичь желаемого? Например, ставится задача обеспечить каждую семью отдельной квартирой с числом комнат, соответствующих количеству членов семьи. Это конечное состояние прогнозируемого объекта «обеспечение жильем» - цель его развития. И разрабатываются прогнозы, показывающие, к какому сроку, при каких условиях (прежде всего, при каких 19 капиталовложениях) будет достигнута эта цель – нормативный прогноз. В отличие от него поисковый прогноз не ориентируется на заданную цель, а рассматривает возможные направления будущего развития прогнозируемого объекта (его будущее состояние). Таким образом, поисковый прогноз отталкивается при определении будущего состояния объекта от его прошлого и настоящего, нормативный же прогноз осуществляется в обратном порядке: от заданного состояния в будущем к существенным тенденциям и их изменениям в свете поставленной цели. По времени упреждения или прогнозируемому периоду (промежутку времени, на который рассчитывается прогноз) выделяются следующие прогнозы: оперативные (до одного месяца); краткосрочные (от нескольких месяцев до года); среднесрочные (от одного до пяти лет); долгосрочные ( от пяти до двадцати лет и более). Перечисленные типы прогнозов отличаются друг от друга по своему содержанию и характеру оценок исследуемых процессов. Оперативный прогноз основан на предположении о том, что в прогнозируемом периоде не произойдет существенных изменений в исследуемом объекте как количественно, так и качественно. В них преобладают детально-количественные оценки ожидаемых событий. Краткосрочный прогноз предполагает только количественные изменения. Оценка событий соответственно дается количественная. Среднесрочный и долгосрочный прогнозы исходят как из количественных, так и из качественных изменений в исследуемом объекте, причем в среднесрочном количественные изменения преобладают над количественными. В среднесрочном прогнозе оценка событий дается количественно-качественная, в долгосрочном - качественно-количественная. Конечно, в бизнесе только в очень редких случаях может идти речь о долгосрочных прогнозах. 20 Рассмотрим схему соответствия типов прогнозов целям, решениям и функциям управляющей системы в бизнесе: Таблица 2 Цели управления Характер принципиального управленческого решения Определение стратегических целей развития бизнеса Стратегический менеджмент Управление обеспечением стратегическими ресурсами Текущий менеджмент Оптимизация распределения ресурсов в соответствии с целями управления Операционный менеджмент и контроль Обеспечение бесперебойной повседневной деятельности Примеры типовых управленческих функций и решений Планирование доли рынка, динамика и структура рынка, кадровое обеспечение, перспективное нововведение и т.д. Управление маркетингом, персоналом, финансами, продажами, технологиями, логистикой и т.д. Управление и контроль производством и распределением продукции, материальнотехническим снабжением, производительностью труда и т.д. Контроль производства, закупок, заказов, платежеспособности, счетов к оплате, перевозок, качества и т.д. Диспетчирование в режиме он-лайн Тип упреждающего прогноза Долгосрочный прогноз (месяц, квартал, год) Среднесрочный прогноз (такт: месяц, неделя) Среднесрочный, краткосрочный прогноз (месяц, неделя) Краткосрочный прогноз – немедленное реагирование (такт - день) 6 Определение метода прогнозирования Для понимания сущности данного вопроса необходимо предварительно дать определения некоторых понятий, в частности, таких, как: метод, методика, методология. 21 В широком смысле слова – метод (от гр. methodos) - это: 1) способ познания, исследования явлений природы и общественной жизни; 2) прием или система приемов в какой-либо деятельности. Применительно к экономической науке и практике метод - это: 1) система правил и приемов подхода к изучению явлений и закономерностей природы, общества и мышления; 2) путь, способ достижения определенных результатов в познании и практике; 3) прием теоретического исследования или практического осуществления чего-нибудь, исходящий из знания закономерностей развития объективной действительности и исследуемого предмета, явления, процесса. Методика - это: 1) совокупность методов, приемов практического выполнения чего-либо; 2) учение о методах преподавания той или иной науки. Применительно к прогнозированию в качестве примеров (первый подход) можно привести следующие: методика прогнозирования спроса, продаж, методика прогнозирования финансового состояния предприятия и др. Методология - это: 1) учение о методе; 2) основные принципы или совокупность приемов исследования, применяемых в какой-либо науке. Методами прогнозирования называется совокупность приемов мышления, позволяющих на основе прошлых (ретроспективных) внешних и внутренних связей, присущих объекту, а также их изменений в рамках рассматриваемой модели, вынести суждение определенной достоверности относительно будущего развития объекта. Следует заметить, что единого, универсального, метода бизнес- прогнозирования не существует. В связи с огромным разнообразием прогнозируемых прогнозирования ситуаций (150 - имеется 200) и большое вообще. Вся разнообразие методов совокупность методов прогнозирования может быть представлена двумя группами – в зависимости от степени их однородности: 22 простые методы; комплексные методы. Группа простых методов объединяет однородные по содержанию и используемому инструментарию методы прогнозирования (например, экстраполяция тенденций, морфологический анализ и др.). Комплексные методы отражают совокупности, комбинации методов, чаще всего реализуемые специальными прогностическими системами (например, методы прогнозного графа, система “Паттерн” и др.). Кроме того, все методы прогнозирования поделены еще на три класса: фактографические методы; экспертные методы; комбинированные методы. В основу их выделения положен характер информации, на базе которой составляется прогноз: 1) фактографические методы базируются на фактическом информационном материале о прошлом и настоящем развитии объекта прогнозирования. Чаще всего применяются при поисковом прогнозировании для эволюционных процессов; 2) экспертные (интуитивные) методы основаны на использовании знаний специалистов-экспертов об объекте прогнозирования и обобщении их мнений о развитии (поведении) объекта в будущем. Экспертные методы в большей мере соответствуют нормативному прогнозированию скачкообразных процессов; 3) комбинированные методы включают методы со смешанной информационной основой, в которых в качестве первичной информации наряду с экспертной используется и фактографическая. 23 В свою очередь, каждый из перечисленных классов также подразделяется на группы и подгруппы. Так, среди фактографических методов выделяются группы: статистических (параметрических) методов; опережающих методов. Группа статистических методов включает методы, основанные на построении и анализе динамических рядов характеристик (параметров) объекта прогнозирования. Среди экстраполяция, них интерполяция, наибольшее метод распространение аналогий получили (модель подобия), параметрический метод и др. Группа опережающих методов состоит из методов, основанных на использовании свойства научно-технической информации опережать реализацию научно-технических достижений. Среди методов этой группы выделяется публикационный, основанный на анализе и оценке динамики публикаций. Среди экспертных методов выделяют группы по следующим признакам: по количеству привлеченных экспертов; по наличию аналитической обработки данных экспертизы. С научной точки зрения, математические методы являются самыми мощными и объективными. Эти методы на основе выявленных закономерностей позволяют построить математическую модель. По этой модели явления рассчитываются прогнозные значения исследуемого (например, уровня спроса) при тех или иных сочетаниях факторов прогнозного фона. Реализация математических методов прогнозирования включает в себя следующие этапы. 1. Определение причинной структуры явления: выявление факторов, влияющих на объект прогнозирования, т.е. поиск зависимости между рядом 24 параметров. Определение причинной (казуальной) структуры исследуемого явления – исходная точка математического моделирования. Причинная структура выявляется путем качественного логического анализа на основе наблюдений (возможен и обратный процесс выявления причинной структуры – сначала замечают наличие эмпирической зависимости, затем подтверждают или отвергают взаимосвязь между явлениями путём теоретического анализа). 2. Выявление формы и тесноты связи между параметрами. Нам известно, что существует 2 типа связей в зависимости от характера связи: функциональная (полная) и корреляционная (неполная). При функциональной связи определённому значению одного параметра (или совокупности параметров) полностью соответствует значение другого параметра. Эта зависимость может быть выражена некоторой аналитической функцией. При корреляционной связи не существует строгого соответствия между значениями двух (нескольких) параметров в каждом конкретном случае. Одному значению параметра соответствует несколько значений другого параметра (в некотором диапазоне). Связь может быть описана только в среднем, в большинстве случаев. Вообще, корреляционная связь обнаруживается только при изучении массовых наблюдений за исследуемым явлением и не обязательно подтверждается при рассмотрении одного конкретного наблюдения. Исходной информацией для корреляционного анализа является эмпирические данные, полученные путём наблюдений. Назовем некоторые основные прогнозирования бизнес-процессов: 1. Дисперсионный анализ. 2. Корреляционный анализ. 3. Регрессионный анализ. 4. Факторный анализ. 5. Теория распознавания образов. 6. Спектральный анализ. 25 математические методы 7. Вариационное исчисление. 8. Методы группировки прогнозной информации: a) кластерный анализ. b) дискриминантный анализ. Достоинства данной группы методов в том, что модель становится инструментом выявления и исследования многочисленных ситуаций и переменных, которые человеческий ум при всём своём воображении проанализировать не в силах. Необходимо, однако, учитывать, что данный подход применим лишь до тех пор, пока выявленная причинная структура остаётся стабильной. В условиях глубоких и быстрых мутаций среды математическая модель не в состоянии предсказать влияние изменения, которое изначально не было в ней учтено. В отличие от эксперта математическая модель не способна к импровизации и не может приспособиться к глубоким изменениям среды. Математические методы прогнозирования используются при сочетании следующих условий. 1. Решается тривиальная задача прогнозирования (например, прогноз спроса на традиционный товар для традиционного рынка). 2. Аналитик имеет в своем распоряжении фактографическую информацию количественного характера. 3. Среда (прогнозный фон) стабильна или претерпела незначительные изменения. 4. Динамику изменения прогнозируемой переменной можно описать простой функций (линейной, экспоненциальной и т. д.). 5. Выявлены взаимосвязи между факторами, которые описываются простыми количественными зависимостями. 6. Период упреждения не слишком краткосрочное прогнозирование). 26 велик (оперативное или Как же выбирать метод прогнозирования по степени формализации? В выборе методов важным показателем является глубина упреждения прогноза. При этом необходимо не только знать абсолютную величину этого показателя, но и отнести его к длительности эволюционного цикла развития объекта прогнозирования. Для этого можно использовать предложенный В. Белоконем безразмерный показатель глубины (дальности) прогнозирования (𝜏): ∆𝑡 𝜏=𝑡 , 𝑥 где ∆𝑡 – абсолютное время упреждения, 𝑡𝑥 – величина эволюционного цикла объекта прогнозирования. Формализованные методы прогнозирования являются действенными, если величина глубины упреждения укладывается в рамки эволюционного цикла, то есть 𝜏 ≤ 1. При возникновении в рамках прогнозного периода “скачка” в развитии объекта прогнозирования (𝜏 ≥ 1), то при выборе методов большее значение имеют интуитивные. 7 Проверка адекватности и точности моделей прогнозирования Все показатели, используемые для анализа качества прогноза, делятся на 3 группы: Абсолютные, сравнительные, качественные. Абсолютные показатели К ним относятся такие показатели, которые позволяют определить величину ошибки прогноза в единицах измерения прогнозируемого объекта или в %. Это среднеквадратическая ошибка t абсолютная ошибка пр, 27 средняя прогнозная ошибка пр , относительная ошибка пр и средняя относительная ошибка пр . рассмотрим их вычисление. Абсолютная ошибка прогноза может быть определена как разность между фактическим значением (уt) и прогнозом (yt*), значит np=yt – yt*, среднее абсолютное значение ошибки: N пр | y y *| t i 1 t N . Среднеквадратическая ошибка прогноза рассчитывается по формуле отклонения пр со стандартным отклонением t N t Для большого класса (y * y ) i 1 i 2 t N статистических . распределений значение стандартного отклонения несколько больше значения среднего абсолютного отклонения и строго пропорционально ему. Константа пропорциональности для различных распределений колеблется между 1,2 и 1,3. Чаще всего на практике берется 1,25, поэтому t =1,25 пр . Недостатком рассматриваемых показателей является то, что значение этих критериев существенно зависит от масштаба измерения уровней исследуемых явлений. Поэтому абсолютная ошибка прогноза пр может быть выражена в процентах относительно фактических значений показателя следующим образом: пр yt yt * 100% yt , 28 а средняя относительная ошибка рассчитывается как пр 1 N | yt yt * | y 100% N t 1 t . Данный показатель, как правило, используется при сравнении точности прогнозов разнородных объектов прогнозирования, поскольку этот показатель характеризует относительную точность прогноза. Типичные значения пр для среднесрочных прогнозов и их интерпретации даны в следующей таблице: Таблица 3 np, % Интерпретация < 10 Высокая точность 10-20 Хорошая точность Удовлетворительная точность 20-50 Неудовлетворительная > 50 точность Если на практике у t >0, то пр становится бесконечной величиной. Поэтому в большинстве случаев при социально-экономическом прогнозировании, для которых вычисляется пр , данные не могут принимать нулевые значения. Если же у t =0, целесообразно пропустить вычисления, уменьшая при этом и число n на единицу. Подобный подход к оценке точности прогноза возможен только при условии, когда период упреждения уже окончился и имеются фактические данные прогнозируемого показателя, а также при ретроспективном прогнозировании. В последнем случае имеющаяся информация делится на 2 части, одна из которых охватывает более ранние данные, другая - более поздние. С помощью данных первой группы оцениваются параметры модели 29 прогноза, а данные второй группы рассматриваются как фактические данные прогнозируемого показателя. Полученная ретроспективная ошибка прогноза в какой-то мере характеризует точность применяемой методики прогнозирования. Средняя абсолютная и среднеквадратическая ошибки фиксируют среднее значение ошибки на каждом шаге прогноза без учета этой ошибки. Средняя ошибка позволяет определить, какой вид ошибки является наиболее типичным - недооценка или переоценка прогнозируемого показателя. Необходимо иметь в виду, что пр и пр равны нулю только тогда, когда уt = yt * для каждого t, т.е. в случае совершенного прогноза. Аналогичное утверждение несправедливо для абсолютной ошибки пр, поскольку здесь может иметь место взаимопогашение ошибок. Сравнительные показатели точности прогнозов Эти показатели основаны на сравнении ошибки рассматриваемого прогноза с эталонным прогнозом определенного вида. Один из типов таких показателей (К) может быть в общем виде представлен следующим образом: N К (p t 1 N (p t 1 t t y )2 * yt ) 2 где pt* - прогнозируемое значение эталонного прогноза. В качестве эталонного прогноза может быть выбрана простая экстраполяция, постоянный темп прироста и т.п. Частным случаем показателей такого типа является коэффициент несоответствия, в котором р t *=0 для всех t. 30 N (y * y ) КН t t 1 2 t N y 2 t t 1 . КН=0 в случае совершенного прогноза и КН=1, когда прогноз имеет ту же ошибку, что и «наивная» экстраполяция неизменности. КН не имеет верхнее конечной границы. Можно построить различные модификации коэффициента несоответствия. Рассмотрим некоторые из них. Коэффициент несоответствия КН1, исчисляемый как отношение среднеквадратической ошибки прогноза к той же ошибке, которая имела бы место, если принять в качестве прогноза для каждого года среднее значение переменной за весь период: N (y * y ) КН1 t t 1 N 2 t (y y ) 2 t t 1 , N y y t 1 i N . Если КН1>1, то прогноз на уровне среднего значения дал бы лучший результат, чем имеющийся прогноз. Коэффициент расхождения V, исчисляемый как отношение среднеквадратической ошибки прогноза К** той же ошибки, которая имела бы место, если применять в качестве прогноза для экстраполирующее значение по аналитическом y тренду, т.е. N V ( y t 1 * yt ) 2 t N ( y t 1 31 t y t )2 . каждого года Как и в предыдущем случае, V>1 означает, что прогноз методом простой экстраполяции дает лучший результат. К сравнительным показателям следует отнести и коэффициент корреляции между прогнозируемым и фактическим значением переменной R: R 1 N ( yt * y*)( yt y) N t 1 1 N 1 N 2 ( y * y *) ( yt y ) 2 t N t 1 N t 1 Одним из недостатков использования коэффициента корреляции в качестве измерителя точности прогнозов является то, что полная положительная корреляция не предполагает совершенного прогноза, а говорит лишь о существовании линейной зависимости между рядами прогнозируемых и фактических величин, т.е если R=1, существует такие константы и (>0), что у t *=+y t . При этом для совершенного прогноза необходимо, чтобы =0 и =1. вследствие этого коэффициент корреляции наиболее пригоден для анализа прогнозов циклически развивающихся переменных. Качественные показатели К ним следует отнести такие показатели, которые позволяют провести некоторый анализ видов ошибок прогнозов, разложить их на некоторые составляющие. Особенно такой анализ важен для циклически изменяющихся переменных, когда необходимо прогнозировать не только общее направление развития, но и повторные точки цикла. Одним из методов такого анализа является диаграмма “прогнозреализация”. Суть метода состоит в построении облака точечных прогнозов в координатах, в которых по одной оси откладывается реальное значение переменной, по другой – прогнозируемое. 32 Все рассмотренные выше показатели качества прогноза содержат в своей основе среднеквадратическую ошибку. Квадрат ее можно представить следующим образом 1 ( yt * yt ) 2 ( y * y ) 2 ( S y* S y ) 2 2(1 R) S y*S y N , где y * и y - средние значения прогнозных и фактических значений переменных; R—коэффициент корреляции между прогнозными и фактическими значениями; Sy* и Sy — дисперсии прогнозных и фактических значений переменных. S y* Sy 1 N (y t * y*) 2 1 N ( yt y) 2 N t 1 Такое разложение среднеквадратической ошибки позволяет исследовать ее природу. Поделим правую часть уравнения на левую, что дает нам в правой части: ( y * y)2 V 1 ( y t * yt ) 2 N (S y* S y )2 V S Vl 1 N ( yt * yt ) 2 N t 1 2(1 R) S y * S y 1 N ( yt * yt ) 2 N t 1 . это так называемые коэффициенты, или доли несоответствия V - доля смещения, Vs – доля дисперсии, Vl—доля ковариации. Очевидно, что их сумма составляет единицу. 33 Доля смещения показывает наличие ошибки в оценке центральной тенденции, т.е. V>0, когда среднее арифметическое значение прогнозов отличается от среднего арифметического значения фактических данных. На диаграмме «прогноз-реализация» отсутствие данной ошибки означает, что центр тяжести точечных прогнозов лежит на линии совершенных прогнозов. Доля дисперсии отражает степень совпадения стандартных отклонений прогноза и фактических значений, и Vs=0 в том случае, когда Sy*=Sy. Таким образом, данный показатель отражает соответствие степени неустойчивости прогнозных значений степени неустойчивости фактической динамики. Доля ковариации Vl равна 0, когда коэффициент корреляции равен 1 между прогнозными и фактическими значениями. На диаграмме «прогнозреализация» это соответствует случаю, когда все точки лежат на одной прямой. Анализ данного критерия позволяет выделить те случаи, когда прогноз, будучи удовлетворительным по двум первым критериям, имеет взаимную компенсацию ошибок для различных наблюдений. Все рассмотренные выше показатели точности прогноза используются при проверке точности прогноза, полученного в виде точечных оценок. Если же при прогнозировании получен интервальный прогноз, то мерой точности прогноза можно принять относительное число случаев к общему числу случаев: p pq где р—число прогнозов, подтвержденных фактическими данными; q—число прогнозов, не подтвержденных фактическими данными. Если =1, то все прогнозы подтверждаются (q=0) и =0, если они не подтверждаются (р=0). Рассмотренные выше показатели точности прогноза могут быть использованы только при наличии информации о фактических значениях 34 исследуемого показателя. Все они имеют большую ценность при сопоставлении различных методик прогнозирования. Если же практически этих данных нет, то в этом случае проблема точности может рассматриваться в плане сопоставления априорных качеств, свойств, присущих альтернативным прогностическим моделям. Так, при прогнозировании статистическими методами понятие априорной точности прогноза можно связать с размером доверительного интервала. В этом случае модель прогноза считается более точной, если при одной и той же доверительной вероятности она дает более узкий доверительный интервал. Выбор показателей точности прогнозов зависит от задач, которые ставит перед собой исследователь при анализе точности прогнозов. Необходимо помнить, что проверка точности одного прогноза мало что может дать исследователю, так как на формирование исследуемого явления влияет множество разнообразных факторов. Поэтому полное совпадение или значительное расхождение прогнозов и его реализации может быть следствием просто особо благоприятных (или неблагоприятных) стечений обстоятельств. Отсюда следует, что о качестве прогнозов применяемых методик и моделей можно судить лишь по совокупности сопоставлений прогнозов и их реализаций. Заключение Потребность в прогнозировании в современном бизнесе проистекает из необходимости принятия решений в условиях неопределенности. Это практически аксиома, не требующая доказательств, тем не менее в России до недавнего времени не существовало спроса на прогнозные исследования. Многие руководители компаний ориентировались на здравый смысл, чутье и, что греха, таить, нерыночные механизмы управления. Парадоксально, но факт - усилия этой многомиллионной армии российских предпринимателей во 35 многом способствовали становлению нормальных рыночных отношений и возникновению относительно честной конкурентной среды. А как только усложняется рыночная среда, как только ослабевают нерыночные механизмы и теряют свою эффективность, на сцену выходят апробированные мировой практикой приемы организации и управления бизнесом, неотъемлемой частью которых является качественное и грамотное бизнес-прогнозирование. Интерес к прогнозированию у российских компаний появился буквально в последние несколько лет и растет с нарастающим темпом. При этом хотелось бы предостеречь российский бизнес от другой крайности - фетишизации цифры. Как уже говорилось, любой прогноз ошибочен. Нельзя принимать данные, полученные даже с помощью самых сложных математических методов, на веру. Хороший прогноз - это всегда сочетание субъективной оценки руководителей с количественными методиками расчета. Не менее важно помнить, что прогнозы необходимо контролировать и корректировать по мере поступления новых данных, так как любой прогноз устаревает на следующий день после его получения. С другой стороны, аналитикам необходимо всегда держать в голове, что бизнес-прогнозы строятся не из любви к искусству, поэтому должны быть практичны и полезны. Конечная цель хорошего прогноза - дать результат, выгода от использования которого превысит затраты на его получение. ЛИТЕРАТУРА 1. Рабочая книга по прогнозированию. Под ред. Бестужева-Лада И.В. и др. М.: “Мысль”, 1982. 2. Рунова Л.П. Методы социально-экономического прогнозирования. Учебнометодические материалы для студентов отделения “Математические методы в экономике”, ч.1. Ростов-на-Дону, РГУ, 2000. 3. Тейл Г. Прикладное экономическое прогнозирование. Под ред. Ершова Э.Б. – М.: Изд. “Прогресс”, 1970. 36 37
