4. Классификация
методов прогнозирования. Оценка
точности прогноза, построенного
методом экстраполяции
Метод прогнозирования
- это способ исследования объекта прогнозирования,
направленный на разработку прогноза.
В настоящее время существует около 150
методов прогнозирования, но практически
используются около 20-30 основных методов.
Методика
прогнозирования - это совокупность
специальных приемов и правил разработки
конкретных прогнозов. Прием прогнозирования
- это математическая или логическая операция,
направленная на получение конкретных
результатов в процессе разработки прогнозов.
Классификация
методов прогнозирования осуществляется
по трем основным признакам:
по
степени формализации методов;
по
общему принципу действия;
по
способу получения прогнозной информации.
По степени
формализации методы прогнозирования
делятся на формализованные и
интуитивные.
Формализованные
методы используются в том случае,
когда информация об объекте прогнозирования
носит в основном количественный характер,
а влияние различных факторов можно описать
с помощью математических формул.
Интуитивные
методы применяются тогда, когда
информация количественного характера
об объекте прогнозирования отсутствует
или носит в основном качественный характер
и влияние факторов невозможно описать
математически.
В
свою очередь эти две группы можно разделить
по общему принципу деятельности и способу
получения прогнозной информации. Формализованные
методы подразделяются на методы
экстраполяции и методы моделирования.
Экстраполяция
- это метод научного исследования, который
основан на распространении прошлых и
настоящих тенденций, закономерностей,
связей на будущее развитие объекта прогнозирования.
К методам
экстраполяции относятся метод скользящей средней, метод экспоненциального сглаживания, метод наименьших квадратов.
Цель методов экстраполяции – показать,
к какому состоянию в будущем может прийти
объект, если его развитие будет осуществляться
с той же скоростью или ускорением, что
и в прошлом.
Методы
экстраполяции достаточно широко применяются
на практике, так как они просты, дешевы,
и не требуют для расчетов большой статистической
базы. Использование методов экстраполяции
предполагает два допущения, которые
в большинстве случаев характерны для
экономических процессов:
основные
факторы, тенденции прошлого сохранят
свое проявление в будущем;
исследуемое
явление развивается по плавной траектории,
которую можно выразить, описать математически.
К методам
моделирования относятся: методы
информационного моделирования (патентный
и публикационный), статистического моделирования,
логического моделирования (прогнозной
аналогии, «дерево целей»).
Методы информационного
моделирования (или опережающего
прогнозирования) были разработаны и впервые
использованы для построения прогнозов,
связанных с научно-техническим прогрессом
(НТП). Они основаны на свойстве научно-технической
информации предварять внедрение достижений
НТП в практическую деятельность. В настоящее
время эти методы применяются и при прогнозировании
экономических процессов.
Методы прогнозирования
по аналогии приемлемы в том случае,
когда появление одного события сопровождается
появлением другого и эта взаимосвязь
носит устойчивый характер - характер
закономерности. К таким методам относятся
методы математической аналогии и исторической
аналогии.
Метод «дерево
целей» используется для прогнозирования
сложных экономических процессов, систем,
в которых возможно выделение многих структурных
или иерархических уровней. Процедура
построения «дерева целей» представляет
собой формулировку генеральной цели
прогноза с последующим разбиением ее
на ряд подцелей 1-го уровня, который является
результатом реализации подцелей 2-го
уровня, и т.д. При этом разбиение генеральной
цели происходит как бы из будущего в настоящее
с установлением промежуточных событий
и фиксацией причинно-следственных связей
между ними.
«Дерево
целей» формируется с помощью экспертов,
причем при переходе от уровня к уровню
состав экспертов меняется. При приближении
к более высокому уровню остаются более
крупные эксперты в конкретных областях.
Интуитивные
методы прогнозирования применяются
для тех процессов, которые невозможно
описать математическими формулами. Использование
данных методов дает возможность получить
прогнозную оценку состояния развития
объекта в будущем независимо от информационной
обеспеченности. Сущность интуитивных
методов заключается в построении рациональной
процедуры интуитивно-логического мышления
человека в сочетании с количественными
методами оценки и обработки полученных
результатов. Решение проблемы в этом
случае базируется на обобщенном мнении
экспертов.
Интуитивные
методы прогнозирования делятся
на индивидуальные и коллективные экспертные
оценки. Индивидуальные экспертные оценки
основаны на обобщении мнений отдельных
экспертов, выраженных независимо друг
от друга. К ним относятся: метод интервью,
метод анкетного опроса, аналитический
метод, метод написания сценария. Коллективные
экспертные оценки базируются на получении
объединенной оценки от всей группы специалистов-экспертов,
выработанной при непосредственном контакте.
К таким методам относятся метод Дельфи,
метод «мозговой атаки», метод экспертных
комиссий.
Экспертные методы
Экспертные методы применяются
в следующих случаях:
– отсутствия достаточной статистической
информации;
– в условиях большой неопределенности
среды функционирования объекта прогнозирования;
– при отсутствии достаточного
времени и/или средств для выполнения
прогноза иными методами;
– при отсутствии теоретической
картины объекта (недостаточно выявлены
причинно-следственные связи).
Существует две категории экспертов
– узкие специалисты и специалисты широкого
профиля. Необходимо привлекать обе указанные
категории, так как узкие специалисты
не всегда могут оценить общие отраслевые,
региональные, глобальные тенденции, а
специалисты широкого профиля не обладают
достаточной детальной информацией.
Степень достоверности эксперта
устанавливается по относительной частоте,
с которой оценка эксперта совпадает с
фактическим положением дел, т. е. на основании
процентного соотношения «правильных»
прогнозов к общему количеству прогнозов.
Если прогнозируются численные значения,
то необходимо рассчитывать среднее арифметическое
и дисперсию величин ошибок – отклонений
прогноза от факта.
В результате выработки экспертами
своих прогнозов могут иметь место два
вида ошибок – систематические и случайные.
Прогнозы эксперта, подверженного
ошибкам первого рода, устойчиво отличаются
в большую либо меньшую сторону от фактического
значения. В этом случае размах вариации
и дисперсия ошибок незначительны и входят
в установленные требования точности
прогноза. Для коррекции таких ошибок
используется поправочный коэффициент
равный среднему значению ошибок эксперта.
Ошибки второго рода имеют место
при высокой дисперсии и/или размаху вариации
и незначительном среднем ошибки. Следует
предпочесть эксперта, совершающего ошибки
первого рода эксперту, склонному к ошибкам
второго рода.
На основании дисперсии ошибок
экспертов целесообразно ранжировать,
и в дальнейшем использовать их прогнозы
с применением поправочного коэффициента k:
, (4.1)
где R – конечный результат
прогнозирования; rj – прогноз j-го эксперта; n – количество
экспертов.
Коэффициент ошибок второго
рода рассчитывается как
(4.2)
где s – дисперсия
ошибок эксперта (дисперсия между прогнозом
и фактическим значением).
Эксперты могут
работать самостоятельно и независимо
друг от друга, что гарантирует отсутствие
психологического воздействия более авторитетного
специалиста на менее авторитетного и
повышает точность прогноза. Однако в
этом случае те или иные факторы влияния,
известные одному или немногим экспертам,
остаются неизвестными для остальных,
что в свою очередь точность прогноза
снижает.
В то же время при совместной
работе экспертов производится детальный
анализ влияющих факторов, однако при
этом возможны искажения в прогнозе в
связи с влиянием наиболее авторитетных
специалистов.
Анализ существующих методов
экспертных оценок («Дельфи», программного
прогнозирования, эвристического прогнозирования,
коллективной генерации идей и др.) позволил
разработать и предложить следующую последовательность
составления прогноза объемов перевозок
с помощью экспертного метода.
Шаг 1. На этом этапе экспертами
производится совместное обсуждение существующих
и ожидающихся факторов, оказывающих влияние
на предстоящие объемы перевозок.
Шаг 2. Каждый эксперт
самостоятельно и независимо от других
определяет численное значение прогноза
с кратким описанием своего решения.
Шаг 3. Производится численная
обработка прогнозов с использованием
рассчитанных для каждого эксперта поправочных
коэффициентов ошибок первого и второго
рода.
Шаг 4. По окончании периода,
на который составлялся прогноз, производится
корректировка поправочных коэффициентов
на ошибки первого и второго рода каждого
эксперта, исходя из расхождений между
оценками каждого эксперта и фактическим
показателем, учитывая причины расхождений
и указанные каждым экспертом факторы
в обосновании своих прогнозных оценок.
Например, существенное влияние может
оказать случайно возникший фактор, который
предугадать было невозможно. Не рекомендуется
сообщать экспертам поправочные коэффициенты.
Шаг 5. Анализ факторов, учтенных
и неучтенных экспертами, что позволяет
им в дальнейшем основывать свои прогнозы
на более детальной информации. Такой
анализ следует проводить самостоятельно
каждому эксперту.
Общая характеристика
методов прогнозирования
Проблема прогнозирования,
вследствие быстрых, порой плохо предсказуемых
изменений внешней среды, за последнее
десятилетие стала особенно сложной. С
учетом этих трудностей и критичности
ошибок в прогнозах некоторые специалисты
были вынуждены заговорить о тщетности
прогнозирования. Тем не менее, прогнозирование
– это обязанность, которую в явной или
неявной форме неизбежно должны выполнять
все организации.
Помимо получения возможных
будущих оценок тех или иных исследуемых
параметров, целью прогнозирования также
является побуждение к размышлению о том,
что может произойти во внешней среде
и к каким последствиям для фирмы это приведет.
Прогнозирование повышает бдительность
менеджеров и, следовательно, их способность
реагировать на изменения. Этот эффект
достигается даже тогда, когда прогнозы
не сбываются в связи с тем, что некоторые
гипотезы, положенные в основу прогнозного
сценария, не материализовались.
Методы прогнозирования, можно
классифицировать на эвристические,
при применении которых преобладают субъективные
начала, и экономико-математические,
при применении которых преобладают объективные
начала.
Эвристические методы предполагают,
что подходы, используемые для формирования
прогноза, не изложены в явной форме и
неотделимы от лица, делающего прогноз,
при разработке которого доминируют интуиция,
прежний опыт, творчество и воображение.
К данной категории методов относятся
экспертные методы. Причем опрашиваемые
эксперты, давая свои оценки, могут основывать
свои суждения, как на голой интуиции,
так и используя определенные причинно-следственные
связи, данные статистики и расчетов. При
этом данные, полученные от экспертов,
часто подвергаются дополнительной математической
обработке. Кроме того, в эвристические
методы входят методы сценариев и прогнозных
графов.
Так, при прогнозировании спроса
изучаются предпочтения потребителей;
в качестве экспертов может рассматриваться
персонал, обслуживающий определенные
территории, дилеры, дистрибьюторы, консультанты
по маркетингу и т. д.
При использовании экономико-математических
методов подходы к прогнозированию четко
сформулированы и могут быть воспроизведены
другими лицами, которые неизбежно придут
к получению такого же прогноза. Основу
экономико-математических методов составляют
рассмотренные выше статистические методы.
Если при применении экспертных
методов структура причинно-следственных
связей, используемая разными экспертами,
может быть различной, то при использовании
экономико-математических методов структура
моделей устанавливается и проверяется
экспериментально, в условиях, поддающихся
объективному наблюдению и измерению.
Определение системы факторов
влияния и причинно-следственной (казуальной)
структуры исследуемого явления – исходная
точка экономико-математического моделирования.
Зачастую эвристические и экономико-математические
методы являются взаимодополняющими.
В условиях сильно изменчивой внешней
среды интуиция и воображение способны
стать важными инструментами восприятия
реальности, дополняя количественные
подходы, которые, по определению, опираются
только на наблюдаемые факторы. С другой
стороны, понятно, что чисто качественному
методу также присущи значительные погрешности
и что интуиция должна в возможно большей
степени проверяться с помощью доступных
фактов и знаний. Таким образом, следует
обеспечить совместное использование
этих двух подходов.
Что касается прогнозирования
спроса (объемов продаж), то в методологически
правильной постановке – это искусство
оценки будущего спроса при предположении
об определенном поведении покупателей
в заданных условиях. Прогнозирование
спроса в данном случае должно осуществляться
в три этапа. Вначале разрабатывается
прогноз внешней среды, затем – прогноз
развития данной отрасли, наконец, разрабатывается
прогноз величины спроса на товары конкретной
компании. Такие комплексные, тем более
аналитические модели, разработать и реализовать
чрезвычайно сложно, поэтому на практике
получили применение более простые статистические
модели.