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.
Оценка точности прогноза, построенного методом экстраполяции
Всякий прогноз должен иметь высокую точность, которая является важнейшей его характеристикой. Существует несколько способов оценки точности прогноза:
1. Cредняя абсолютная оценка :
Чем ближе к нулю первый и второй показатели, тем выше точность прогноза.
3. Cредняя относительная ошибка :
Интерпретация значений средней относительной ошибки для оценки точности прогноза представлена в следующей таблице.
методами экономического прогнозирования понимают совокупность приемов, оценок и способов исследования экономических процессов, которые дают возможность на основе анализа прошлых (ретроспективных) внутренних и внешних связей в системе или их изменений предусматривать возможный (вероятный) ее развитие в будущем.
Выбор метода прогнозирования основывается прежде всего на необходимости обеспечения функциональной полноты, достоверности и точности прогноза, а также необходимости уменьшить затраты времени и денежные средства на осуществление процесса прогнозирования экономического развития. Он зависит от таких факторов: цели прогноза, его задачи; период, на который формируется прогноз; специфика объекта прогнозирования (а именно его динамическая характеристика рыночной среды функционирования, сложности, масштабности); достоверность, полнота и характер исходной информации об объекте прогнозирования; ограничительные факторы прогнозирования (ресурсов, алгоритмов, программы и т. др.); требования к результатам прогнозирования.
Все названные факторы, влияющие на выбор метода прогнозирования, должны рассматриваться в системном единстве и определенной последовательности, определенной в отношении объекта прогнозирования. Но это не означает, что все перечисленные выше факторы должны быть обязательно учтены. Если отдельные из них определяются как несущественные в условиях конкретного прогнозируемого объекта (явления), то они могут быть удалены из рассмотрения или не учитываться.
системы методов, которые используют в прогнозировании экономического развития, закладывают определенные классификационные признаки. Наиболее распространенным признаком является степень формализации, по которым методы прогнозирования делятся на интуитивные и формализованные. Вторым классификационным признаком можно назвать общий принцип действия методов прогнозирования (здесь различают экспертные, фактографические и комбинированные методы). По способу получения прогнозной информации методы прогнозирования делятся на статистические, экспертных оценок, аналогий, моделирования.
Классификация методов, кроме необходимой систематизации процедуры прогнозирования, должна обеспечивать возможность сравнительного анализа и выбора наиболее целесообразного метода прогнозирования.
Экспертные методы прогнозирования применяют, когда информационный массив, который характеризует развитие экономики в прошлом, недостаточный или его нет. Экспертные методы основываются на использовании оценки (интуиции) специалистов-экспертов относительно перспектив развития экономических процессов в будущем. По принципу действия экспертные методы делятся на: а) методы индивидуальной экспертной оценки и б) методы коллективной экспертной оценки.
Методы индивидуальной экспертной оценки относятся методы прогнозирования, основанные на использовании в качестве источника информации суждения (оценки) одного или нескольких специалистов-экспертов. При этом эксперты должны быть компетентными в сфере деятельности, подлежащей прогнозированию. К числу таких методов относят анкетирование, аналитические и докладные записки, методы написания сценария, морфологический анализ, интервью, дискуссии, психоінтелектуальна генерация идей. Наиболее распространенными являются интервью, метод аналогов, метод написания сценария.
Методы индивидуальной экспертной оценки пока являются наиболее доступными, но не самыми достоверными способами разработки прогноза вследствие значительной субъективности и зависимости от профессионализма и компетентности эксперта. Использование методов коллективных экспертных оценок является попыткой повысить степень объективности мнений экспертов, увеличить достоверность группового обсуждения.
Методы коллективной экспертной оценки - это методы, основанные на выявлении обобщенной объективной оценки экспертной группы путем обработки индивидуальных оценок, которые могут осуществляться путем как непосредственного (опрос), так и опосредованного (анкетирование) контакта с экспертами. К таким методам относятся: метод экспертных комиссий, метод коллективной генерации идей, метод круглого стола, метод "Дельфи", эвристическое прогнозирование, синоптические методы, матричные модели.
Фактографические методы используют, когда информационная база о прошлом развитии объекта является достаточной и полной. Фактографические методы включают статистические методы, методы аналогии, методы прогнозного моделирования.
Статистические методы основываются на анализе временных динамических рядов, которые дают возможность наметить общие тенденции в развитии объекта. Выделяют динамические ряды с устойчивой тенденцией (трендом), с неустойчивой тенденцией, с отсутствующим тенденцией. При прогнозировании показателей со стойкой тенденцией используют следующие методы математической статистики: прогнозной ектраполяції, скользящей средней, метода наименьших квадратов, и адаптивного экспоненциального сглаживания, гармонических весов. Для прогнозирования динамических рядов с неустойчивой и отсутствующим тенденцией наиболее целесообразными являются методы кореля-ционно-регрессионного анализа, вероятностного моделирования цепей Маркова, методы на основе функций с гибкой структурой, нейрон ни сети.
Метод аналогий заключается в перенесении ранее сложившейся модели развития объекта-аналога на прогнозируемый объект. Используют, когда объект прогнозирования рассматривается как физическое и полномасштабная модель объекта-аналога, а цели и задачи прогнозирования соответствуют целям и задачам развития объекта-аналога. Наиболее используемыми методами аналогии в прогнозировании экономического и социального развития является математическая, историческая и структурная аналогии.
Методы прогнозного моделирования заключаются в построении условного изображения объекта прогнозирования, отражающая его характеристики в реальной среде, которые существенно важны для цели прогнозирования. В прогнозировании такая модель заменяет объект, не существует, а потому ее предназначение состоит в том, чтобы построить возможное информационное изображение прогнозируемого объекта и процессов, в нем происходящих. Модель при прогнозировании становится единственным инструментом проверки концепции будущего на допущения и определение границ возможных траекторий развития, то есть модель связывает информационное изображение современного с теоретическим отражением будущего. В практике экономического прогнозирования чаще всего используют следующие типы моделей: структурные, имитационные, сетевые, статистические, экономико-математические, факторные, эконометрические.
Следует отметить, что в мировой практике макроэкономического прогнозирования большинство прогностических моделей социально-экономического развития разрабатывают с помощью эконометрического инструментария. Бкономісти-математики работают над созданием аналитического аппарата, пригодного для составления прогнозов. Крупномасштабные эконометрические модели имеют многоцелевое назначение и используются как для прогнозирования экономических переменных (уровня безработицы, темпов роста цен, курса национальной денежной единицы) в определенный период времени, так и для выявления тенденций развития национальной экономики в целом. На их основе можно дать оценку вероятных последствий тех или иных государственно-политических решений, влияния на национальную экономику мирового фактора. Наиболее авторитетными в западных странах считают модели, разработанные специалистами Уортонской школы бизнеса (у истоков этого направления стояли Л. Клейн, корпорации "Data Resources" (А. Екстайн) и "Chase Ekonomet-rics" (М. Бванс)). Сегодня надежность эконометрического моделирования дополняется нематематичними средствами прогнозирования, в частности экспертным оценкам. Одна из совершенных форм таких оценок - дельфийский метод. Другое условие достоверности прогнозных моделей - сценарное прогнозирование.
Чтобы прогноз был правильным, он должен быть достоверным. Достоверность прогноза можно оценить только тогда, когда прогнозируемое явление состоится. В этом случае возникают две проблемы: как оценить качество прогноза до его реализации и можно считать достоверным прогноз, не оправдался. Однозначного ответа на эти вопросы дать нельзя, поскольку все зависит от того, какое решение было принято на основе разработанного прогноза и контролируемости ситуации, в которой функционирует объект. Для оценки достоверности и точности (обоснованности) прогноза используют понятие верификации и качества прогноза. Проверка - это совокупность критериев, способов и процедур, позволяющих на основе многостороннего анализа оценивать качество получаемого прогноза. Качество прогноза - это совокупность таких характеристик прогноза, что в комплексе позволяют сделать его эффективным и полезным в управлении, обеспечивающих получение достоверного описания объекта на определенную перспективу и возможность достоверного использования прогнозных результатов для процедуры управления. Понятие качества прогноза рассматривают двояко: в рамках самого прогноза и по результатам использования прогноза для целей управления.
Применяемые в настоящее время методы верификации прогноза преимущественно оперируют сугубо статистическими процедурами, которые сводятся к оценке доверительных интервалов расчетных прогнозных значений. При этом предусматриваются два вида ошибок: ошибки, обусловленные информацией или описанием объекта, и ошибки непосредственно выбора метода прогнозирования. Суммарная ошибка прогнозирования может быть рассчитана добавлением всех возможных ошибок, а именно: ошибок информации (погрешности в получении и обработке - Qd, ошибок в выборе метода прогнозирования, технологии его проведения (5 м), ошибок вычислительных процедур (£> 0), ошибок субъективного характера (5 С), ошибок появления непредвиденных изменений в объекте прогнозирования (5 э):
Верификация наиболее целесообразна на завершающей стадии разработки прогнозов. При использовании простых, несложных, приемов разработки экономического прогноза чаще всего для верификации используют экспертные опросы. В более сложных прогнозных расчетах необходимо воспользоваться специальной процедурой верификации, которая охватывает следующие действия: 1) разработку прогноза с использованием других альтернативных методов (прямая верификация); 2) сопоставление прогнозных показателей с полученными из других источников информации (косвенная верификация); 3) проверка разработанного прогноза на ретроспективном периоде (инверсная верификация); 4) аналитическое или логическое выведение параллельного прогноза из ранее полученных прогнозов (последовательная верификация); 5) дополнительный опрос экспертов и сравнения с выводами компетентных специалистов и прогнозистов (верификация экспертом); 6) опровержение критических замечаний оппонентов (верификация оппонентом); 7) выявление и учет возможных ошибок (верификация ошибок); 8) построение условных підмоделей, эквивалентных проектной полной модели, в типовых для него ситуациях или среде (частичная целевая верификация). Следует отметить, что совершенных прогнозов с точки зрения их реалистичности нет, поэтому проблема верификации является актуальной и важной, поскольку дает возможность приблизить прогнозные и фактические (в результате их реализации) значение исследуемых экономических процессов.
Факторы, определяющие выбор метода прогнозирования
Выбор метода прогнозирования, с одной стороны, должен обеспечить функциональную полноту, достоверность и точность прогноза, а с другой - уменьшить затраты времени и средств на прогнозирование. Актуальность разработки формальных, в том числе логических, процедур выбора типа или непосредственно метода прогнозирования возрастает под воздействием трех групп причин.
Первая группа причин связана с большим числом методов прогнозирования, порождаемым разнообразием практических задач прогнозирования. В настоящее время количество методов прогнозирования насчитывается свыше двух сотен. Поэтому даже краткое ознакомление с известными методами прогнозирования путем простого перебора потребует немало времени и сил.
Вторая группа причин состоит в том, что постоянно возрастает сложность как самих решаемых задач, так и объектов прогнозирования. В особенности это относится к современным СЭС.
Третья группа связана с возрастанием динамичности (подвижности) СЭС.
Прогнозист должен в результате предпрогнозных исследований структурировать информацию об объекте прогнозирования, проанализировать ее и принять решение о том, какой из методов в большей степени соответствует конкретным условиям прогноза. При этом важно на этапе подготовки решения о выборе метода прогнозирования выделить как методы, применение которых возможно в условиях решаемой задачи, так и те, которые применять нельзя. Последние исключаются из числа рассматриваемых альтернатив.
Выбор метода прогнозирования не может быть предметом субъективных склонностей прогнозиста или группы прогнозистов и должен определяться в соответствии с объективными критериями выбора.
Критериями выбора метода являются:
Характер объекта прогнозирования, или проблемы (задачи), решаемые в процессе прогнозирования;
Уровень прогнозирования, или уровень управления (федеральный, отраслевой, региональный, муниципальный), для которого разрабатываются прогнозы;
Интервал упреждения (дальнесрочный, долгосрочный, среднесрочный, краткосрочный);
Цели прогноза.
Проблемы различаются по степени развитости и четкости связей между исследуемыми проблемами и их следствиями; выделенными факторами и результативным показателем.
Выделяют четыре класса проблем, имеющих место при решении прогнозных задач.
1. Стандартные проблемы . Связи между фактором и результатом строго детерминированы, они могут быть выражены функциональными уравнениями, простым расчетом (например, производительность труда равна отношению объема производства в неизменных ценах на численность работающих).
2. Структурированные проблемы . Связи носят вероятностный (стохастический) характер, но отличаются высокой степенью тесноты. При изменении факторов результат может определяться с некоторым интервалом «от» и «до», но может определяться и однозначно (например, определение темпов роста производительности труда в зависимости от темпов его фондовооруженности).
1. Слабо структурированные проблемы . Они отличаются невысоким уровнем тесноты связи между фактором и результатом. Результативный показатель при этом изменяется в очень большом интервале значения «от» и «до». Например, определение уровня урожайности сельскохозяйственных культур, который зависит от такого фактора, как погодные условия.
2. Неструктурированные проблемы . Изменение результативного показателя от влияния фактора трудно предсказуемо. Например, развитие техники и технологии в зависимости от размеров финансирования и т. п.
Важно иметь в виду, что класс проблем зависит от объекта прогнозирования. Так, например, ясно, что прогнозирование развития науки и техники по своей сути относятся к слабо структурированным проблемам, в отличие, например, от прогнозирования развития производства. Но это в общем случае. В то же время интервал упреждения, т.е. период прогнозирования, может изменить класс проблем для одного и того же объекта. Так, прогнозирование изменения объема основных производственных фондов в зависимости от объема инвестиций в краткосрочном периоде (1 год) относится к структурированным проблемам (2 класс), а та же проблема, решаемая в долгосрочном периоде (до 10 лет), переходит в класс слабо структурированных проблем (3 класс), а в долгосрочном периоде на 20 лет и тем более в дальнесрочном периоде (свыше 20 лет) - в класс неструктурированных проблем.
В случае, если проблема решается на уровне организации (фирмы) в краткосрочном периоде, она может быть отнесена к стандартным проблемам (например, расчет производственной мощности при наличии информации о вводе и выводе мощностей в прогнозируемом году). Также ее можно отнести к слабо структурированным и даже не структурированным проблемам по мере удлинения периода прогнозирования (интервала упреждения) и повышения уровня управления (например, региональный, отраслевой или федеральный). Таким образом, при переходе на более высокий уровень управления и увеличении периода упреждения степень структурированности проблемы уменьшается.
Для прогнозирования стандартных проблем используются тождества (равенства) и экономико-математической модели. Для структурированных проблем применяются эконометрические и экономико-математические модели. Для слабо структурированных проблем - методы экспертных оценок, метод сценария, возможно использование и эконометрических моделей. Для неструктурированных проблем - в основном логические методы, методы экспертных оценок с высокой степенью агрегирования переменных, а также имитационные модели.
Основные методы прогнозирования
Введение
1. Прогнозирование и виды прогнозов
2. Методы прогнозирования
3. Статистическое прогнозирование
4. Прогнозирование на основе сезонных колебаний
5. Экспертное прогнозирование
6. Прогнозирование сбыта
7. Информация, полученная в магазинах конкурентов
8. Поставщики и закупочные центры
Заключение
Список литературы
Введение
Актуальность темы обусловлена тем, что для большинства российских предприятий маркетинговое управление становится одним из условий выживания и успешного функционирования. При этом обеспечение эффективности такого управления требует умения предвидеть вероятное будущее состояние предприятия и среды, в которой оно существует, вовремя предупредить возможные сбои и срывы в работе.. Это достигается с помощью прогнозирования как плановой, так и практической работы предприятия по всем направлениям его деятельности, и в частности, в области прогнозирования сбыта продукции (товаров, работ, услуг).
Многообразие проблем, возникающих при обеспечении жизнедеятельности предприятия и являющихся предметом прогнозирования, приводит к появлению большого количества разнообразных прогнозов, разрабатываемых на основе определенных методов прогнозирования. Поскольку современная экономическая наука располагает большим количеством разнообразных методов прогнозирования, каждый менеджер и специалист по планированию должен овладеть навыками прикладного прогнозирования, а руководитель, ответственный за принятие стратегических решений, должен к тому же уметь сделать правильный выбор метода прогнозирования.
Цель работы: рассмотреть прогнозирование сбыта. Исходя из поставленной цели, в данной работы сформулированы задачи, среди них:
сущность основных понятий в области прогнозирования;
признаки классификации, виды прогнозов и их краткая характеристика;
методы прогнозирования (рассмотрены, по возможности, на конкретных примерах);
1. Прогнозирование и виды прогнозов
Прогнозирование (греч. Prognosis - знание наперед) - это род предвидения (предсказания), поскольку имеет дело с получением информации о будущем. Предсказание «предполагает описание возможных или желательных аспектов, состояний, решений, проблем будущего. Помимо формального, основанного на научных методах прогнозирования, к предсказанию относятся предчувствие и предугадывание. Предчувствие - это описание будущего на основе эрудиции, работы подсознания. Предугадывание использует житейский опыт и знание обстоятельств». В широком плане как научное прогнозирование, так и предчувствие и предугадывание входят в понятие “прогнозирование деятельности предприятия».
Прогноз - это результат процесса прогнозирования, выраженный в словесной, математической, графической или другой форме суждения о возможном состоянии объекта (в частности предприятия) и его среды в будущий период времени.
Выделяются различные признаки классификации прогнозов. Мы воспользуемся подходом, разработанным в Финансовой академии при Правительстве РФ и на его основе составим следующую классификационную таблицу.
Таблица 1
Виды прогнозов
Для конкретных прогнозов могут применяться и другие признаки классификации прогнозов. Например, для прогноза рыночной конъюнктуры важно выделить такой признак, как охват объектов исследования - в зависимости от него прогноз может быть глобальным, региональным, локальным (системным). Иначе говоря, он может охватывать весь рынок страны или ограничиваться рынком определенного региона, он может также охватывать локальный рынок отдельного предприятия. Он может рассматривать рыночную ситуацию в целом или же его предметом будет рынок отдельного товара.
Ниже дана характеристика каждого из перечисленных в табл.1 видов прогнозов.
В зависимости от горизонта прогнозирования прогноз может разрабатываться на очень короткий период времени - до месяца (например, недельные и месячные прогнозы объемов продаж, движения наличности), на год, а также на 2-3 года (среднесрочный прогноз), 5 и более лет (долгосрочный прогноз).
Долгосрочные прогнозы называют также перспективными. Нередко пятилетние прогнозы относят к среднесрочным.
По типам прогнозирования выделяют поисковые, нормативные и основанные на творческом видении прогнозы.
Поисковое прогнозирование - способ научного прогнозирования от настоящего к будущему: прогнозирование начинается от сегодняшнего дня, опирается на имеющуюся информацию и постепенно проникает в будущее.
Существуют два вида поискового прогнозирования:
экстраполятивное (традиционное),
альтернативное (новаторское).
Экстраполятивный подход предполагает, что экономическое и прочее развитие происходит гладко и непрерывно, поэтому прогноз может быть простой проекцией (экстраполяцией) прошлого в будущее. Для составления такого прогноза необходимо вначале оценить прошлые показатели деятельности предприятия и тенденции их развития (тренды), затем перенести эти тенденции в будущее.
Экстраполятивный подход очень широко применяется в прогнозировании и так или иначе отражается в большинстве методов прогнозирования.
Альтернативный подход базируется на том, что внешняя и внутренняя среда бизнеса подвержена постоянным изменениям, вследствие чего: развитие предприятия происходит не только гладко и непрерывно, но и скачкообразно и прерывисто; существует определенное число вариантов будущего развития предприятия.
Исходя из этого, в рамках альтернативного подхода:
во-первых, альтернативное прогнозирование может объединять в единой логике два способа развития предприятия - гладкий и скачкообразный, создавая синтетическую картину будущего;
во-вторых, создаются прогнозы, включающие сочетание различных вариантов развития выбранных показателей и явлений. При этом каждый из вариантов развития лежит в основе особого сценария будущего.
Альтернативный подход сравнительно молод (стал широко применяться в 80-е годы) и в настоящее время быстро распространяется в практике внутрифирменного планирования.
Оба вида поискового прогнозирования опираются как на количественные, так и на качественные методы прогнозирования.
Нормативное (нормативно-целевое) прогнозирование предполагает:
во-первых, определение общих целей и стратегических ориентиров предприятия на будущий период;
во-вторых, оценку развития предприятия, исходя из этих целей.
Нормативное прогнозирование применяется чаще всего тогда, когда предприятие не располагает необходимыми историческими данными. В силу этого оно опирается на качественные методы исследования и, как и экстраполятивное, является в большой степени традиционным подходом к предсказанию будущей среды предприятия.
Прогнозирование, основанное на творческом видении будущего, - использует субъективное знание прогнозиста, его интуицию.
Прогнозы такого рода часто имеют формы “утопий” или “антиутопий” - литературных описаний вымышленного будущего. Несмотря на кажущуюся отдаленность от мира экономики, подобные произведения являются хорошим дополнением к сухому количественному прогнозу.
Данный вид прогнозирования может использоваться для непосредственного предсказания будущих результатов деятельности предприятия.
В зависимости от степени вероятности будущих событий прогнозы делятся на вариантные и инвариантные.
Инвариантный прогноз предполагает только один вариант развития будущих событий. Он возможен в условиях высокой степени определенности будущей среды. Как правило, такой прогноз базируется на экстраполятивном подходе (простом продолжении сложившейся тенденции и в будущем).
Вариантный прогноз основывается на предположении о значительной неопределенности будущей среды и, следовательно, наличии нескольких вероятных вариантов развития.
Каждый из вариантов развития учитывает специфическое состояние будущей среды предприятия и, исходя из этого, определяет основные параметры данного бизнеса. Такого рода вариант будущего состояния предприятия называют сценарием.
По способу представления результатов прогнозы делятся на точечные и интервальные.
Точечный прогноз исходит из того, что данный вариант развития включает единственное значение прогнозируемого показателя, например, среднедневной товарооборот в следующем месяце возрастет на 5%.
Интервальный прогноз - это такое предсказание будущего, в котором предполагается некоторый интервал, диапазон значений прогнозируемого показателя, например: среднедневной товарооборот в следующем месяце возрастет на 5-8%.
2. Методы прогнозирования
Для понимания сущности данного вопроса необходимо предварительно дать определения некоторых понятий, в частности, таких, как: метод, методика, методология.
В широком смысле слова – метод (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.
Прогнозы служат источником информационных потоков, питающих систему планирования и координации в логистике. Прогноз - это предсказание стоимостного объема или количества единиц продукта, которые с известной вероятностью будут произведены, отгружены или проданы. Прогнозировать можно в натуральных или денежных единицах измерения, а объектом прогноза может быть конкретный продукт или потребитель, либо некая группа продуктов и/или потребителей. Типичным примером логистического прогноза является прогноз отправок какого-либо продукта из распределительного центра за неделю или за месяц. В аналитических или отчетных целях данные прогнозов, относящихся к разным промежуткам времени, можно агрегировать.
Для эффективного планирования и координации производственных процессов нужны точные прогнозы. Точный прогноз позволяет менеджерам заранее предотвращать возникновение «узких мест» и напряженность спроса на мощности и запасы. Прогнозирование повышает эффективность логистики, поскольку создает возможности для обмена информацией, а не запасами. Современные информационные технологии открывают потребителям и работникам компаний широкий доступ к прогнозным данным. Прогнозы денежных потоков и деловой активности основываются на прогнозе стратегических целей. Базой для прогнозирования объема производства и загрузки мощностей является прогноз ограничений, обусловленных наличными мощностями. Прогноз логистических потребностей диктует структуру распределения продукции между распределительными центрами, базами оптовой торговли и, в еще большей степени, розничными магазинами. Прогноз производственных потребностей определяет графики производства, которые, в свою очередь, диктуют потребности снабжения. Для интеграции логистической цепочки нужно, чтобы планирование и координация всех видов деятельности осуществлялись на основе единого прогноза. При выявлении потребностей логистики, например, следует учитывать крупные маркетинговые кампании, чтобы логистическая система могла эффективно функционировать в рамках ограничений, обусловленных имеющимися ресурсами (мощностями). В прошлом из-за слабости информационного обеспечения каждое направление деятельности обычно опиралось на собственный прогноз. Но совершенствование информационных технологий и потребность в сокращении запасов подталкивают к интеграции прогнозов как на уровне отдельных фирм, так и по всей снабженческо-сбытовой цепочке. Процедуры прогнозирования должны обеспечивать единство финансовых, маркетинговых, производственных, сбытовых и логистических перспектив. Ниже мы рассмотрим общие принципы прогнозирования, а затем методы получения интегрированных прогнозов.
Общая схема прогнозирования имеет следующий вид (рис. 30).
 |
В настоящее время насчитывается очень большое количество (около 200) различных методов прогнозирования, из которых подавляющая часть относится к фактографическим, т.е. методам, использующим количественную информацию о прошлом по
ведении объекта (процесса), — ретроспективную информацию. Одна из возможных классификаций методов прогнозирования приведена на рис. 31.
В логистическом менеджменте чаще всего используются фактографические методы, для которых исходная информация имеет вид динамических (временных) рядов. Как правило, динамические ряды экономических или технико-экономических показателей, используемые в логистике, имеют небольшое количество данных (точек), поэтому называются короткими динамическими рядами.
Изменения исходной ретроспективной информации носит случайный (стохастический) характер, поэтому большинство методов, применяемых логистическими менеджерами для целей прогнозирования (например, потребительского спроса), являются вероятностно-статистическими.
Краткая характеристика основных методов прогнозирования, используемая логистическими менеджерами западных фирм, приведена в табл. 7.
Таблица 7 Краткая характеристика основных методов прогнозирования
|
Наименование метода (модели) |
Краткая характеристика |
Период прогнозирования |
|
1 |
2 |
3 |
|
Дельфи |
Группа экспертов опрашивается с помощью специальной анкеты, в которой реакция на вопрос продуцирует следующий вопрос. Любой ряд информации (данных), пригодных для определенной группы экспертов и непригодный для другой, интерпретируется таким образом, чтобы вся информация была пригодна для прогнозирования. Этот метод элиминирует групповой эффект мажоритарной обработки. |
Средне- и долгосрочный |
|
Исследования рынка |
Систематическая, формальная и сознательная процедура для отбора и тестирования гипотез о реальных рынках. |
То же |
|
Последовательных соглашений |
Этот метод основан на допущении, что группа экспертов может сделать лучший прогноз, чем один эксперт. Не существует ограничений и поощряются обсуждения. Получаемые прогнозы иногда зависят от социальных факторов и могут отражать правдивые соглашения. |
То же |
|
Оценки уровня продаж |
Мнения об уровнях продаж продукции могут быть обработаны по группам персонала продаж и часто достоверно отражают тенденции спроса и потребности покупателей. |
Кратко- и среднесрочный |
|
Прогнозирование мнений |
Метод, в котором используются мнения и представления о будущих тенденциях персонала фирмы, а также иногда факты о сценариях отдельных функций, процессов и т. п. В будущем. В общем случае метод не является строго научным. |
Средне- и долгосрочный |
|
Метод исторических аналогий |
Метод сравнительного анализа выставления на рынок и роста объема продаж новых товаров, основанный на прогнозировании подобных взаимозаменяемых товаров в прошлом. |
Средне- и долгосрочный |
|
Скользящего среднего |
Каждая точка в исходном динамическом ряду сглаживается совокупностью нескольких точек путем арифметического осреднения для влияния сезонности и нерегулярности данных. |
Краткосрочный |
|
Экспоненциального сглаживания |
Этот метод похож на метод скользящего среднего, однако осреднение производится с определенными «весами», присваиваемыми исходным данным динамического ряда. Каждое последующее значение получается из предыдущего путем рекурсивной экспоненциальной процедуры, легко алгоритмизируемой для ЭВМ. |
Краткосрочный |
|
Использования рядов Бокса-Дженинкса |
Метод использует статистические модели обработки временных рядов. |
Кратко- и среднесрочный |
|
Классические динамические ряды |
Метод для декомпозиции динамического ряда на сезонную волну, тренд и нерегулярную (случайную) компоненту. Является одним из лучших методов для прогнозирования в логистике на период от 3 до 12 месяцев. |
То же |
Продолжение табл. 7
|
1 |
2 |
3 |
|
|
Проекция тренда |
Заключается в построении аналитической формулы для тренда и продолжения ее на период прогноза. Имеет несколько вариаций: обычный, номинальный, логарифмический и т. д. |
То же |
|
|
Прогнозирование фокуса |
Дает несколько простых решающих правил для получения достаточно точного прогноза на период до 3-х месяцев. Используется метод имитационного компьютерного моделирования ретроспективной информации. |
Среднесрочный |
|
|
Спектральный анализ |
Применяется разложение динамического ряда на основные компоненты с соответствующими спектральными плотностями. Эти компоненты представляются геометрическими фигурами, ограниченными кривыми спектральных плотностей. Сортировка этих компонентов дает математическое выражение тренда. |
Кратко- и среднесрочный |
|
|
Регрессионные модели |
Основан на «связывании» логистических показателей, например, спроса (или объема продаж) с несколькими переменными (факторами-аргументами) регрессионной модели. Отбор факторов в модель производится известными методами статистики. Программы регрессионного анализа входят в стандартное математическое обеспечение ЭВМ. |
То же |
|
|
Эконометрические модели |
Эконометрическая модель – это система независимых регрессионных уравнений, описывающих определенный сектор экономической активности в области продаж готовой продукции. Параметры регрессионных уравнений обычно оцениваются достаточно быстро. Как правило, эти модели относительно независимы в перспективе. Однако в совокупности они лучше отражают тенденцию оцениваемого показателя, чем одиночные регрессионные модели и прогнозы трендов. |
То же |
|
|
Прогнозирование на основе коммерческих предложений |
Эти обзоры производятся путем анализа коммерческой информации в средствах массовой информации о намерениях купить определенный продукт и предложениях о продаже. Рассчитываются средние индексы роста (спада) предполагаемого спроса на основе ретроспективной информации о продажах. Обычно дополняют аналитические модели и корректируют их. |
Среднесрочный |
|
|
Модели входа-выхода |
Метод анализа, основанный на информации о внутренних и внешних потоках товаров в определенном экономическом объекте (ЛС) или секторе рынка. Показывает, каким должен быть входной материальный поток для достижения определенного выхода. Применяется в специфических отраслях бизнеса. |
То же |
|
|
Экономическая модель входа -выхода |
Представляет комбинацию эконометрической модели и модели входа-выхода. Модель входа-выхода при этом используется для прогнозирования долгосрочных тенденций в эконометрической модели. |
Средне-срочный |
|
Окончание табл. 7
|
1 |
2 |
3 |
|
Метод ведущих индикаторов |
Использует динамические ряды экономических показателей, изменение которых позволяет отразить тенденцию для прогноза искомого показателя. |
Кратко- и средне — срочный |
|
Анализ жизненного цикла |
Этот метод использует для прогнозирования спроса и объёма продаж кривые жизненного цикла новых товаров. Фазы жизненного цикла аппроксимируются соответствующими аналитическими зависимостями. |
Средне- и долго — срочный |
|
Динамическое моделирование |
Использует ЭВМ для имитационного динамического моделирования конечного объёма продаж в точках розничной торговли и дистрибутивных центрах. Исходные параметры моделирования задаются политикой управления запасами, производственным расписанием и политикой закупок МР. |
|
