На бирже курсовых и дипломных проектов можно найти образцы готовых работ или получить помощь в написании уникальных курсовых работ, дипломов, лабораторных работ, контрольных работ, диссертаций, рефератов. Так же вы мажете самостоятельно повысить уникальность своей работы для прохождения проверки на плагиат всего за несколько минут.

ЛИЧНЫЙ КАБИНЕТ 

 

Здравствуйте гость!

 

Логин:

Пароль:

 

Запомнить

 

 

Забыли пароль? Регистрация

Повышение уникальности

Предлагаем нашим посетителям воспользоваться бесплатным программным обеспечением «StudentHelp», которое позволит вам всего за несколько минут, выполнить повышение уникальности любого файла в формате MS Word. После такого повышения уникальности, ваша работа легко пройдете проверку в системах антиплагиат вуз, antiplagiat.ru, etxt.ru или advego.ru. Программа «StudentHelp» работает по уникальной технологии и при повышении уникальности не вставляет в текст скрытых символов, и даже если препод скопирует текст в блокнот – не увидит ни каких отличий от текста в Word файле.

Результат поиска


Наименование:


курсовая работа Анализ методов прогнозирования

Информация:

Тип работы: курсовая работа. Добавлен: 25.05.2012. Сдан: 2011. Страниц: 20. Уникальность по antiplagiat.ru: < 30%

Описание (план):


 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Реферат
      Курсовая  работа содержит  49 страниц, 2 рисунка, 2 таблицы,  13 формул, 60 использованных источников.
      ПРОГНОЗИРОВАНИЕ, МЕТОД, ЭКСПЕРТНАЯ ОЦЕНКА, ЭКСТРАПОЛЯЦИЯ, СЦЕНАРИЙ, «ДЕРЕВО ЦЕЛЕЙ.
      Объектом исследования являются методы прогнозирования.
      Цель  работы - состоит в изучении методов прогнозирования, применения их на практике.
      В процессе работы использовались аналитические  методы, сравнительный анализ, учебники.
      В результате исследования был проведен анализ методов прогнозирования, были рассмотрены теоретические аспекты определенных методов, и на конкретном примере были представлены методы экстраполяции. 
      Область применения – в учебном процессе в рамках курса «Основы социально-экономического прогнозирования.  
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Содержание
Введение                                                                                                                      5
1 Интуитивные методы прогнозирования                                                                 6
1.1 Методы индивидуальных экспертных оценок                                                    6
1.2 Методы коллективных экспертных оценок                                                        8
1.3 Сценарный анализ                                                                                               15
2. Формализованные методы прогнозирования                                                     24
2.1 Методы экстраполяции                                                                                       24
2.2 Методы моделирования                                                                                      28
2.3 Методы аналогии                                                                                                 31
3. Анализ методов прогнозирования                                                                       33
3.1 Применение методов экстраполяции                                                                 33
Заключение                                                                                                                 44
Список  использованной литературы                                                                       45 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

       Введение
       Специфические методы экономического прогнозирования классифицируются по следующим признакам: степени формализации; общему принципу действия; способу получения прогнозной информации.
       По  степени формализации, т.е. изучения какой-либо содержательной области знания в виде формальной системы, связанной с усилением роли формальной логики и использованием математических методов научных исследований, методы экономического прогнозирования можно разделить на интуитивные и формализованные.
       Интуитивные методы прогнозирования используются в тех случаях, когда невозможно учесть влияние многих факторов из-за значительной сложности объекта прогнозирования. В этом случае используются оценки экспертов. При этом различают индивидуальные и коллективные экспертные оценки, которые объединяет общий принцип действия.
       В состав индивидуальных экспертных оценок входят: метод интервью, аналитический  метод, метод написания сценариев. При разграничении указанных методов используется третий признак классификации методов - способ получения прогнозной информации. Методы коллективных экспертных оценок включают в себя методы «комиссий», «коллективной генерации идей» («мозговая атака»), «Дельфи», построение «дерева целей», матричный метод и другие.
       В группу формализованных методов входят две подгруппы: экстраполяции и моделирования. К первой подгруппе относятся методы наименьших квадратов, экспоненциального сглаживания, скользящих средних и другие. Ко второй подгруппе относятся методы математического моделирования, регрессионного и корреляционного анализа и другие. 
 
 
 
 

    1 Интуитивные методы прогнозирования
       Интуитивные методы прогнозирования используются в тех случаях, когда невозможно учесть влияние многих факторов из-за значительной сложности объекта прогнозирования. В этом случае используются оценки экспертов. При этом различают индивидуальные и коллективные экспертные оценки. 

       1.1 Методы индивидуальных  экспертных оценок
       Метод интервью. Основная особенность данного метода заключается в том, что исследователь (опрашивающий) и эксперт находятся в непосредственном контакте. Необходимая информация извлекается в ходе беседы. Направление беседы задает опрашивающий по заранее составленным вопросам относительно перспектив развития прогнозируемого объекта. Ему принадлежит ведущая роль в проведении беседы. Эксперт выступает в роли источника прогнозной информации.
       Есть  три основные формы проведения интервью: свободная беседа; интервью по типу вопрос-ответ; интервью в форме перекрестного допроса. Последняя форма интервью осуществляется с привлечением нескольких интервьюеров, как правило, двух. Они стремятся получить максимум информации по проблеме, одновременно проверяя ее на непротиворечивость.
         Достоинство метода интервью  заключается в том, что непосредственный контакт эксперта и интервьюера позволяет направить беседу в необходимом направлении. Недостатки метода: 1) влияние на прогнозные оценки субъективных факторов (например, психологическое давление интервьюера на эксперта); 2) не каждый эксперт может делать экспромтом хорошие и грамотные заключения.
         «Идеальный» интервьюер должен  иметь здоровый вид, быть спокойным и уверенным, внушать доверие, быть искренним, веселым, проявлять интерес к беседе, быть опрятно одетым, ухоженным. Эмпирическим путем установлено, что наиболее подходящие интервьюеры это женщины в возрасте 35-40 лет с высшим образованием и достаточным жизненным опытом.
         Метод анкетного опроса. Для получения информации эксперту предлагается для заполнения анкета, содержащая набор вопросов, каждый из которых логически связан с центральной задачей исследования. Анкета заполняется экспертами самостоятельно, поэтому все вопросы должны быть сформулированы предельно ясно и однозначно.
       В зависимости от целей исследования при составлении анкет используются вопросы двух видов: открытые и закрытые. В формулировке закрытых вопросов содержатся возможные варианты ответов. На вопросы открытые (свободные) ответы экспертом могут быть даны в любой форме.
       Достоинство открытых вопросов - возможность обнаружить с помощью эксперта новые, оригинальные варианты решения проблемы, а их недостаток - трудоемкость анализа ответов, так как возможен широкий диапазон ответов и трудно сформулировать общегрупповое мнение.
         Таким образом, использование  анкет с вопросами закрытого  типа обосновано, когда необходимо получить согласованную позицию экспертов, и нежелательно, когда прогнозируется сложный процесс, у которого может быть несколько вариантов, путей развития.
       Анкетирование может быть очным и заочным. Плюсы заочного анкетирования - возможность привлечения экспертов, живущих в разных городах, меньшая нагрузка на организаторов. Минусы - возможное неправильное истолкование вопросов, затяжки с ответами. Минус очного анкетирования - влияние организаторов на эксперта.   

       Аналитический метод предполагает проведение экспертом логического анализа какой-либо прогнозной ситуации, и его результатом является аналитическая докладная записка. Он предполагает самостоятельную работу эксперта над анализом тенденций, состояния и путей развития прогнозируемого объекта. 
 
 

       1.2 Методы коллективных экспертных оценок
       Методы  коллективных экспертных оценок включают в себя метод «комиссий», «коллективной генерации идей» («мозговая атака»), метод «Дельфи», матричный метод, «дерево целей». Эта группа методов основана на том, что при коллективном мышлении, во-первых, выше точность результата, во-вторых, при обработке индивидуальных независимых оценок, выносимых экспертами, по меньшей мере, могут возникнуть продуктивные идеи. 

       «Дерево целей». «Дерево» - это ориентированный граф, не содержащий петель, в котором каждая пара вершин разного уровня соединяется единственным ребром и ветвью. «Дерево целей» - граф дерева, выражающее отношение между вершинами, которые характеризуют этапы достижения какой-либо цели и решения задачи. Построение дерева целей осуществляется с целью определения способов решения задачи и обоснования плана достижений генеральной цели. «Дерево целей» строится путем последовательного выделения все более мелких задач на понижающих уровнях, при этом на верхнем (1 уровне) определяется генеральная цель и задача требующая решения, более низкие уровни 2,3 и т.д. определяют способы достижения этих целей и задач.
       Основные  требования построения прогнозного графа:
    из одной вершины должно исходить не менее двух ветвей;
    количество ветвей, исходящих из разных вершин может быть разным;
    исходящие из одной вершины ветви должны образовывать замкнутое множество;
    полностью исключается хотя бы частичное совпадение объектов (задач, подцелей) представленных разными ветвями;
    задачи более низкого уровня должны конкретизировать задачу более высокого уровня, т.е. дерево представляет собой совокупность целей и подцелей.
       Дерево  целей обычно строится на нескольких уровнях:
       1. Понятийном (аспектном, параметрическом) - основная цель имеет скорее качественное, чем количественное выражение.
       2. Продуктовом (предметном) - процесс достижения цели разбивается на решение задач по отдельным видам продукции.
       3. Технологическом - процесс достижения цели разбивается по отдельным стадиям производственного процесса и стадиям жизненного цикла товара (товаром при этом может считаться, например, как сама добываемая нефть, так и нефтяное месторождение).
       4. Ресурсном - цели делятся по видам ресурсов, необходимых для производства.
       Иерархическое «дерево целей» строится на логической основе сверху вниз, исходя из сценария, поэтапно, уровень за уровнем, так, чтобы мероприятия предыдущего уровня обеспечивали задачи последующего.
       Для каждого уровня «дерева целей» эксперты должны устанавливать коэффициенты относительной важности всех его этапов. Расчет коэффициента относительной важности вдоль ветви «дерева цели» учитывает связи элемента данного уровня с одним или несколькими элементами вышестоящего уровня и определяется как сумма произведений соответствующих коэффициентов относительной важности.
       При разработке подсистем (задач), входящих в данное «дерево целей», принимаются во внимание возможности частичного использования результатов одних подсистем для других, характеризуемые коэффициентами взаимной полезности. Эти коэффициенты экспертно оцениваются  специалистами и выражают относительное снижение затрат времени и других ресурсов. 

       Метод «коллективной генерации идей» («мозговой атаки», «мозгового штурма») представляет собой способ получения прогнозных оценок в ходе совместного обсуждения результата коллективного творчества людей. Он включает два элемента: выявление вероятностных вариантов развития объекта прогнозирования и их оценку.
       Следует выделить шесть главных правил проведения «мозговой атаки».
        1. Запрещается всякая критика  предлагаемых идей на начальных  этапах.
        2. Время одного выступления ограничено (1-2 минуты).
        3. Допустимы многократные выступления  одного и того же участника.
        4. Приоритет выступления имеет  эксперт, развивающий мысль предыдущего высказывающего.
        5. Обязательная фиксация всех высказанных идей.
        6. Оценка идей, выдвинутых на предыдущих этапах. 

       Метод «мозговой атаки» реализуется в шесть этапов:
         1 этап - формирование группы участников «мозговой атаки» (по численности и составу). Число участников может быть различным в зависимости от сложности объекта прогнозирования. Опыт показывает, что наиболее продуктивны группы в 10-15 человек. Группа участников может состоять из лиц одного ранга, если участники знают друг друга, и из лиц разного ранга, если участники не знакомы. Специализация участников в области объекта прогнозирования необязательна, даже рекомендуется на первом этапе привлекать специалистов из разных областей знаний, разбирающихся в вопросах объекта прогнозирования.
         2 этап - составление проблемной записки. Проблемная записка составляется рабочей группой (организаторами опроса) и содержит два описания: описание самого метода «мозговой атаки», его правил, приемов; описание проблемной ситуации, которое содержит раскрытие причин возникновения проблемы, их анализ, возможные последствия проблемной ситуации, анализ мирового опыта решения проблемы (если он имеется), некоторые статистические показатели, характеризующие объект прогнозирования, раскрытие целей, которые преследуют организаторы опроса.
       3 этап - генерация идей или непосредственно опрос экспертов. Этот этап начинается с того, что ведущий раскрывает содержание проблемной записки, концентрирует внимание экспертов на решаемых вопросах, на правилах проведения метода. Активная роль ведущего предполагается только в начале 3 этапа. После подъема активности участников процесс выдвижения идей идет спонтанно. Третий тур по времени должен занимать от 20 минут до 1 часа в зависимости от активности экспертов. Целесообразно записывать все высказывания.
       4 этап - систематизация идей, высказанных на третьем этапе. Последовательность: а) составляется номенклатурный перечень всех высказанных идей; б) определяются дублирующие и дополняющие идеи, которые объединяются и формулируются в виде одной комплексной идеи; в) составляется перечень идей по группам. В каждой группе идеи располагаются от более общих к частным. Это делается рабочей группой (организатором опроса).
       5 этап - разрушение, критика систематизированных идей. На этом этапе состав экспертов меняется, рекомендуется оставить небольшое число лиц (5-8 человек), наиболее высококвалифицированных в рассматриваемой области. Экспертам сообщаются результаты четвертого этапа, и предлагается высказаться с критическими замечаниями по вопросу практической реализации высказанных идей. Наиболее ценными на данном этапе являются контр-идеи, высказанные вслед за проведенной критикой. Рекомендации по продолжительности пятого тура - не более 1,5 часов. Данный этап продолжается, пока каждая из систематизированных групп идей не подвергнется критике.
       6 этап - оценка критических замечаний и составление списка практически приемлемых идей. Рабочая группа отбирает те идеи, которые не подверглись критике на пятом этапе, или наиболее интересные контр-идеи, которые и закладываются в основу разработки прогноза.
       Достоинствами этого метода являются: возможность получения результата за короткий промежуток времени и возможность вовлечения в творческий процесс одновременно большого количества экспертов. 

       Метод «Дельфи». Один из наиболее распространенных интуитивных методов прогнозирования. Он был разработан в 1963 г. американской корпорацией «Рэнд» и использован впервые для построения прогноза числа изобретений в различных отраслях науки к 2010 г. В России он начал применятся с 70-х годов.
       Метод «Дельфи» позволяет обобщить мнения экспертов и сформулировать единое групповое мнение. Оценка будущего развития получается в форме ответов на вопросы, задаваемые участникам по несколько раз.
       Этот  метод имеет три особенности: а) анонимность экспертов, т.е. участники не знакомы, а если знакомы, то не знают, что они участники; б) многотуровая процедура опроса экспертов посредством их анкетирования; в) использование результатов предыдущего тура.
       В результате обработки анкет экспертов  организаторами формулируется коллективное мнение. Эта информация сообщается экспертам, их просят переосмыслить свои высказывания и в случае несогласия объяснить причины этого. Данная процедура повторяется 3-4 раза, в результате чего организаторы добиваются сужения диапазона экспертных заключений. Статистическая характеристика группового ответа заключается в том, что организаторы составляют прогноз, содержащий точку зрения большинства экспертов.
       Американская  практика показала, что организация  и процедура проведения прогнозов с помощью метода «Дельфи» обходится инициаторам в 50% случаев до 5000 долларов, известны случаи и до 100000 долларов. Общее время реализации процедуры составило в 75% случае от 6 до 8 месяцев.
       Этапы (туры) метода «Дельфи»:
       1) определяется коллектив экспертов,  им рассылается первый вариант  вопросов в специально составленных анкетах;
       2) после сбора и получения анкет  выделяются те варианты, за которые  высказалось большинство. Организаторы  оценивают в балльной системе  варианты по определенной схеме;
       3) все участники получают результаты  второго тура, и их просят подумать над вопросом и, если сочтут нужным, поменять свое мнение (выдается анкета другого вида);
        4) организаторы собирают анкеты  и обрабатывают их. Экспертам  вновь выдаются анкеты с тем  же вопросом по форме 3-го  тура. Задача организаторов - добиться сужения диапазона высказываний экспертов, чтобы четко выделить одно, за которое проголосует большинство. Количество туров может быть 5-6, если оценки экспертов не меняются, то опрос прекращается.
       Данный  метод имеет следующие недостатки: невозможно учесть влияние, оказываемое организаторами на экспертов при составлении анкет; велики затраты времени и средств.  

         Метод экспертных комиссий основан на открытой дискуссии по обсуждаемой проблеме для выработки единого мнения экспертов. Дискуссия происходит за круглым столом, рекомендуемое число участников 15-20 человек. Для получения оценки данным методом создается рабочая группа, которая осуществляет назначение экспертов, проведение опроса, обработку материалов, анализ результатов коллективной экспертной оценки.
       В процессе работы уточняются основные направления развития объекта, составляется матрица, отражающая генеральную цель, подцели и средства их достижения, т.е. направления научных исследований и разработок, результаты которых могут быть использованы для достижения цели.
       Далее разрабатываются вопросы для экспертов, содержание которых определяется спецификой прогнозируемого объекта. Опрос экспертов и статистическая обработка материалов характеризуют обобщенное мнение и степень согласованности индивидуальных оценок экспертов. Полученные данные служат исходной базой для синтеза прогнозных гипотез и вариантов развития исследуемого явления или процесса. Результат представляет собой совокупность оценок относительной важности, назначенных экспертами для каждого из оцениваемых направлений исследования, и разработок, выражающихся в баллах и принимающих значения от 0 до 1, от 0 до 10, от 0 до 100 и т.д. Эти оценки по определенному вопросу сводятся в таблицу, строки которой соответствуют направлениям исследования, а столбцы – порядковым номерам экспертов.
       Достоинство метода экспертных комиссий заключается в возможности роста информированности экспертов, так как при обсуждении они обмениваются точками зрения, что благоприятно влияет на точность прогноза. К недостаткам можно отнести следующие факторы: 1) группа экспертов в своих суждениях руководствуется логикой компромисса; 2) отсутствие анонимности может привести к тому, что эксперты присоединют свои голоса к более компетентным, авторитетным лицам при своем отличном мнении и в итоге дискуссия может свестись к полемике авторитетов; 3) существенным фактором при выработке коллективного мнения может стать активность некоторых экспертов, которые не являются наиболее компетентными; 4) в результате отсутствия анонимности некоторые эксперты могут не пожелать изменять свое мнение в результате того, что они его уже высказали публично, хотя большинству удалось их переубедить.
       Группа  методов коллективных экспертных оценок основана на том, что при коллективном мышлении, во-первых, выше точность результата и, во-вторых, при обработке индивидуальных независимых оценок, выносимых экспертами, могут возникнуть продуктивные идеи. 

       Матричный метод.  Широко используется в планировании и прогнозировании. Например, в практике маркетинга матричный метод применяется как метод оценки позиции предприятия на рынке, что позволяет принять решение о выборе одной из возможных стратегий:
       - стратегии атаки при благоприятной позиции;
       - стратегии обороны при средней, неопределенной позиции;
       - стратегии отступления при неблагоприятной позиции.  

      1.3 Сценарный анализ
       Особое  место среди экспертных оценок занимает построение сценариев, так как помимо традиционной экспертизы этот метод включает целый ряд параметрических подходов.
       Впервые термин «сценарий» был употреблен футурологом  Х. Каном в 1960 г. при разработке картин будущего, необходимых для решения военных стратегических вопросов.
       Сценарий - это описание (гипотетическая картина) будущего, составленное с учетом наиболее правдоподобных предположений.
       Сценарии  разрабатываются для определения рамок будущего развития технологии, рыночных сегментов, стран, регионов, отдельных фирм и т.д. Экономические организации со сложной структурой и разноплановой деятельностью в меньшей степени поддаются прогнозированию в рамках сценария.
       Для прогнозируемой ситуации характерно существование определенного количества вероятных вариантов развития системы (рис. 1.1). Поэтому прогноз включает в себя несколько сценариев («трубку сценариев»). В большинстве случаев это три сценария: оптимистический, пессимистический и средний - реалистичный (наиболее вероятный).
Диапазон  изменений 


          Пространство  будущих возможностей
            Разрушительные  события
Текущая ситуация
            Сценарии
          Прогнозируемый  период
        Рис. 1.1. Модель сценариев 
         
         

       При построении сценариев принято отвечать на три основных вопроса:
       • каковы тенденции развития системы  в различных условиях и какими факторами они определяются?
       • с какими проблемными ситуациями и «узкими» местами может встретиться развитие системы в будущем и как это повлияет на прогнозирование состояния системы?
      • какие управленческие решения и  в какой степени влияют на траекторию будущего развития прогнозируемой системы, каковы последствия различных альтернатив рассматриваемого решения?
      Конкретная  формулировка поставленных вопросов определяет целевую установку исследования.
      Вся совокупность причин, определяющих функционирование и развитие исследуемого объекта, называется факторами:
       • внутренние (эндогенные) факторы обусловлены закономерностями развития отдельных элементов и системы как целого, возникают в результате саморазвития системы;
       • внешние (экзогенные) факторы определяются взаимодействием системы между собой и внешней средой, то есть с более широкой системой, в которую прогнозируемая система входит как один из элементов.
       Влияние внешней среды называют прогнозным фоном, а параметры, описывающие влияние фоновых факторов, - фоновыми переменными.
       Факторы, с помощью которых осуществляется целенаправленное воздействие на систему в целом и ее элементы, называются управляющими параметрами.
       Факторы, значение которых объективно непредсказуемо и составляет систему предположений об условиях будущего развития хозяйственной системы, называются сценарными параметрами.
       При построении сценариев следует учитывать  воздействие двух основных групп ограничений:
       1 группа – это ограничения,  накладываемые законами природы  (например, по ресурсам). Такие ограничения  являются естественными, и носят  постоянный характер;
       2 группа связана с процессами  жизнедеятельности систем (особенно  социальных). Их называют ограничениями по состоянию системы, в реальных системах такие ограничения принимают форму нормативных ограничений. Они закрепляются в законодательном порядке, то есть носят правовой характер и с помощью нормативных ограничений обеспечивается динамическое равновесие системы.
       Эти ограничения меняются с развитием  системы, и одной из наиболее сложных  задач прогнозирования является предсказание этих изменений.
       Одним из приемов разрешения неопределенности, связанной с неточным знанием границ состояния прогнозируемой системы, является введение индикаторов состояния.
       Индикатор – это критический к предельным состояниям системы параметр, который должен измеряться количественно. В качестве индикаторов обычно выбираются объективно измеряемые параметрами системы с известными предельными значениями, выход за пределы которых вызывает неустойчивость системы и возможность ее перехода в другое качественное состояние или ведет к гибели. Например, цена на товар – индикатор состояния рынка; темпы инвестиций – показатель экономической активности.
       Важной  и сложной проблемой является выбор методов варьирования значений сценарных параметров. Одним из таких  методов является гарантированный прогноз. Процедура гарантируемого прогноза включает следующие шаги:
       1) задаются максимально возможные значения параметров, характеризующих факторы, положительно влияющие на развитие исследуемой системы, и минимальные значения тех факторов, которые препятствуют ее развитию. Таким образом, выбирается «идеально», то есть наилучшее состояние системы;
       2) для определения нижнего предела поступают наоборот;
       3) получают «трубку сценариев»  развития системы, которая подвергается  дальнейшему анализу.
        Процесс построения сценариев можно разбить  на два больших этапа:
       - предсценарный - предназначен для содержательного и формального исследования и описания прогнозируемых процессов, построения моделей системы и подготовки всей необходимой информации для синтеза сценариев;
       - сценарный этап как конечный  результат прогнозирования, когда  проводятся расчеты по всем базовым сценариям и даются рекомендации по результатам прогнозирования с подробным описанием последствий реализаций каждой из предложенных альтернатив.
       На  предсценарном этапе формулируется исходная гипотеза о целенаправленном развитии рассматриваемой системы, которая оформляется в виде рабочего документа, содержание которого максимально структурировано и отвечает принципам системного описания объекта прогнозирования. На данном этапе определяется объект и предмет прогнозирования.
       Системное описание объекта начинается с его декомпозиции на элементы, и строится первая матричная схема целостной системы. Далее отбираются и фиксируются факторы, определяющие эволюцию системы, т.е. возможности перехода из одного состояния в другие. По результатам этой работы строится матрица «Состояния-факторы» (табл. 1.1). За каждым фактором или группой факторов стоит конкретный объект или явление, которые являются или элементами рассматриваемой системы, или элементами более высокого порядка (внешней среды). Это означает, что каждому содержанию матрицы «Состояния-факторы» соответствует определенная декомпозиция прогнозируемой системы. 
 
 

Состояния

Внешние факторы

Внутренние  факторы

Экономические Политические

Факторы

           
   

Параметры

А                          
Б                          
Табл. 1.1. Матрица «Состояния-факторы» 

       После формирования матрицы выбирается минимальное  число параметров, характеризующих состояние системы относительно целей прогнозирования. Параметры могут быть как количественными, так и качественными. Качественные параметры можно представить шкалой качественных значений (баллов). Если число параметров велико, то из них выбирают индикаторы, доминирующие показатели, по которым судят о состоянии системы.
       После построения матрицы «Состояния-факторы» переходят к этапу ее анализа и уточнения. Все факторы ранжируются по степени влияния на состояние прогнозируемого объекта, для чего может быть использована шкала оценок от 0 до 5 (0 - отсутствие влияния, 5 - наибольшее влияние).
       В матрице оставляют только «главные факторы» (не менее 3 по принятой шкале), а остальные переносятся на другие уровни представления системы.
       Классификация состояний системы и факторов сужает первоначальную неопределенность и позволяет построить «трубку» возможных траекторий развития объекта.
       Затем ищется «идеальное» управление, ведущее к достижению целей исследуемой системы. Данная процедура позволяет получить базовый сценарий (а в ряде случаев - несколько базовых сценариев), что завершает предсценарный этап.
       Построение сценариев развития системы как конечного результата прогнозирования (рис. 1.2.) предполагает проведение расчетов по всем базовым сценариям на системе математических моделей. Цель расчетов - проверка содержательных базовых сценариев на допустимость и реализуемость, уточнение исходных фоновых переменных и суммарных параметров, а также количественно-качественный анализ сценариев.
       Расчеты удобно начинать снизу, т.е. на моделях  нижнего уровня, а по мере отработки базовых сценариев двигаться вверх по иерархии системы моделей. На этом этапе прогнозирования возможно сочетание различных математических методов параметрического прогнозирования и моделирования, методов оптимизации, экстраполяции и т.п. и эвристических методов (экспертных оценок), что позволяет получить относительно точный и надежный прогноз.
       Анализ  схемы показывает, что построение сценариев представляет собой многошаговый процесс. Особый интерес представляют третий и четвертый шаги. Если на третьем шаге фирма определяет будущее состояние среды и ее влияния, исходя из собственных целей, то на четвертом этапе возможное развитие сфер влияния определяется исходя из их современного состояния и возможных изменений. На пятом этапе сопоставляются результаты третьего и четвертого шагов, повышенные или заниженные показатели состояния среды корректируются при помощи данных, полученных на четвертом шаге.
       Введение  на шестом шаге разрушительных событий объясняется тем, что в реальной ситуации могут иметь место инциденты, которые не были спрогнозированы, но при этом могли изменить направление тенденции. Разрушительные события могут иметь как определенный результат (катастрофы, аварии и т.п.), так и положительный (политические примирения, технологические прорывы, открытие месторождений и т.п.). Из возможных разрушительных событий выделяются те, которые оказывают наибольшее влияние и учитывают их при составлении сценариев.
       На  заключительных шагах сопоставляются стратегические проблемы фирмы и выбранные варианты развития среды, определяется характер и степень воздействия тех или иных вариантов развития на стратегические области действий фирмы, и рекомендуются конкретные меры по преодолению возможных проблем. 
      

      

      

    
    
           
           


           




       
 
Рис. 1.2. Логическая схема построения сценариев развития объекта прогнозирования
       Построение  прогнозных сценариев используется в практике прогнозирования, как самостоятельный метод, так и как элемент прогнозирования с использованием других методов (т.е. может выступать элементом комплексной системы прогнозирования) [1].
       При прогнозировании для минимизации  расходов на прогноз необходимо привлекать минимальное число экспертов при условии обеспечения ошибки прогнозирования не более b, где 0<b<1. Минимальное число экспертов определяют по формуле (1.1)
                                                                                                                            (1.1)
       При этом должна наблюдаться стабилизация средней оценки прогнозируемой характеристики. При подборе экспертов, входящих в состав экспертной группы, должны быть учтены следующие их характеристики: компетентность, креативность (способность к творчеству), отношение к экспертизе, конформизм (неустойчивость мнения), аналитичность и широта мышления, конструктивность мышления (прагматизм), коллективизм и самокритичность.
       Для оценки согласованности мнений экспертов можно использовать дисперсионный коэффициент конкордации (1.2): 
 

                                                                                                                                                                 (1.2)
где      
                                                                                                                                     (1.3)
       В формулах (1.2) и (1.3) Т j - показатель связанных (одинаковых) рангов  в j-ой ранжировке, Н j - число групп равных рангов  в j-ой ранжировке; hk - число равных рангов в k-ой группе связанных рангов при ранжировке j-ым экспертом, п - число объектов, от - число экспертов (./ = 1,...,1я; / = !,..., и).
                                    (1.4)                                                                        где rtj - ранг, присваиваемый j-ым экспертом i-ому объекту; - средний ранг, равный: 

                                                                                                         (1.5) 

      Если  коэффициент конкордации равен 1, то все ранжировки экспертов одинаковы, W = 0, если все ранжировки различны, то совершенно нет совпадений. Мнения экспертов согласованы, если W > 0,6.
       Применение  экспертных оценок позволяет решать сложные неформализуемые проблемы. Знание научно обоснованного подхода к применению этого метода в технологии функционального управления является необходимым условием эффективной работы руководителей разного уровня. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

       2 Формализованные  методы прогнозирования
       Эти методы базируются на математической теории, которая обеспечивает повышение достоверности и точности прогнозов, значительно сокращает сроки их выполнения, позволяет обеспечить деятельность по обработке информации и оценке результатов. 

       2.1 Методы экстраполяции
       Экстраполяция - это метод научного исследования, который основан на распространении прошлых и настоящих тенденций, закономерностей, связей на будущее развитие объекта прогнозирования. Методы экстраполяции наиболее распространенные в группе формализованных. 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: а) основные факторы, тенденции прошлого сохранят свое проявление в будущем; б) исследуемое явление развивается по плавной траектории, которую можно выразить, описать математически. Названные допущения в большинстве случаев характерны для экономических процессов.
       Как поступить, если условия формирования тренда (тренд - тенденция, определяющая общее направление развития) изменились? В этом случае предполагается использование такого искусственного приема, как исправление тренда. Отсекаются показатели ряда, которые были сформированы отжившими факторами, но при разделении старых и новых тенденций следует быть осторожным (можно воспользоваться экспертными оценками).
       Прогноз должен иметь высокую точность, ошибка прогноза будет тем меньше, чем меньше период (срок) упреждения и чем больше база прогноза.
       Период (срок) упреждения - это интервал времени, на который разрабатывается прогноз. База прогноза - это статистическая информация за ряд лет, на которую мы опираемся при построении расчетов. Срок упреждения должен составлять не менее 1/3 базы прогноза.
       Построенные с помощью методов экстраполяции  прогнозы нельзя рассматривать как конечный этап прогнозирования, ибо полученный показатель следует оценить с помощью экспертов и в случае необходимости скорректировать, если экономические, политические и другие условия в стране (городе) меняются.
       Процедура экстраполяции - это чисто механический прием, следовательно, большое значение здесь имеет расчет доверительного интервала, т.е. диапазона отклонения полученной прогнозной оценки. Доверительный интервал рассчитывается двумя способами: формальным и неформальным. Формальный основан на применении специальных математических формул, а неформальный – на использовании экспертных оценок, заключений. 

       Метод скользящего среднего. Данный метод дает прогнозную точечную оценку и более эффективно используется при краткосрочном прогнозировании. Преимущество данного метода состоит в том, что он прост в применении и не требует обширной информационной базы. Данный метод состоит в том, что расчёт показателя на прогнозируемый момент времени (2.1) строится путём усреднения значений этого показателя за несколько предшествующих моментов времени. При этом используется формула:  

                                                                                                (2.1)    где        
     Fk – прогноз на момент времени tk;
     N – число предшествующих моментов  времени;
     Xk-i – реальное значение показателей в момент времени Tk-i. 

     Метод экспоненциального  сглаживания. Суть метода экспоненциального сглаживания состоит в том, что временной ряд сглаживается с помощью взвешенной скользящей средней, в которой приписываемые уровнем ряда подчиняются экспоненциальному закону, взвешенные уровни ряда характеризуют значение исследуемого показателя на конец интервала сглаживания. Таким образом, придавая последним членам динамического ряда большую значимость, чем первым. Основная цель экспоненциального сглаживания состоит в вычислении рекуррентных поправок к коэффициентам уравнения тренда. Для прямолинейной зависимости вида у=а+вt расчеты ведутся следующим образом:
    определяются начальные условия сглаживания первого S0? и второго S0? порядка следующим образом:
 
     S0?= a-(1-?)/?*b                                                                                           (2.2)
     S0? = a-2(1-?)/?*b                                                                                        (2.3) 

     a, b – параметры уравнения тренда, построенного на основе анализа тенденции исходного временного ряда. 

     ?=2/n+1                                                                                                           (2.4) 

     n – число уровней динамического ряда
     - рассчитывается экспоненциальные  средние первого и второго  порядка 

     St?(y)=?*yt + (1-?) * S?t-1(y)                                                                           (2.5)
     St?(y)=? * St?(y) + (1-?) * S?t-1(y)                                                                   (2.6) 

     yt – начальный уровень исходного динамического ряда.
     S?t-1(y) – расчетное значение соответствующее начальному уровню сглаживания (для первого расчета) и экспоненциальной средней первого порядка для предыдущих расчетов (в случае последующих вычислений)
     S?t-1(y) – расчетное значение соответствующее начальным условиям сглаживания и экспоненциальной средней предыдущего расчета второго порядка.
    осуществляется оценка коэффициентов исходного уравнения тренда с учетом экспоненциальных весов.
     аэ = 2 * St?(y) - St?(y)                                                                                      (2.7)
      вэ = a/1-a * (St?(y) - St?(y))                                                                            (2.8)                                                       
      По  формуле (2.8) определяются расчетные уровни сглаженного ряда.
     Использование этих расчетов позволяет определять прогнозное значение показателей для разных уравнений тренда. При увеличении количества параметров в исходном уравнении тренда увеличивается количество расчетов для начальных условий сглаживания и определяемых экспоненциальных средних.
       Метод экспоненциального сглаживания  наиболее эффективен при разработке кратко- и среднесрочных прогнозов. Его основные достоинства заключаются в простоте вычисления и учете весов исходной информации, т. е. новые данные или данные за последние периоды имеют больший вес, чем данные более отдаленных периодов.  

       Метод наименьших квадратов основан на выявлении параметров модели, которые минимизируют суммы квадратических отклонений между наблюдаемыми величинами и расчетными. Модель, описывающая тренд, в каждом конкретном случае подбирается в соответствии с рядом статистических критериев. На практике наибольшее распространение получили такие функции, как линейная, квадратическая, степенная, показательная (табл.2.1).  
 
 
 
 
 
 

Вид зависимости Уравнение тренда Система уравнений
Прямая
Гипербола
 
Парабола 2-го порядка
Парабола 3-го порядка
Показательная кривая
(экспонента)
Степенная функция
       Табл. 2.1 Система линейных уравнений 

       Преимущества метода наименьших квадратов заключаются в том, что он прост в применении и реализуется на ЭВМ. К недостаткам метода можно отнести жесткую фиксацию тренда моделью, небольшой период упреждения, сложность подбора уравнения регрессии, который осуществляется с помощью использования типовых компьютерных программ, например Excel. 

       2.2 Методы моделирования
       Моделирование - метод научного познания, основанный на изучении каких-либо объектов посредством их моделей. Появление этого метода вызвано тем, что иногда изучаемый объект или явление оказываются недоступными для прямого вмешательства познающего субъекта или такое вмешательство по ряду причин является нецелесообразным. Моделирование предполагает перенос исследовательской деятельности на другой объект, выступающий в роли заместителя интересующего нас объекта или явления. Объект-заместитель называют моделью, а объект исследования - оригиналом, или прототипом. При этом модель выступает как такой заместитель прототипа, который позволяет получить о последнем определенное знание.
       Таким образом, сущность моделирования как  метода познания заключается в замещении объекта исследования моделью, причем в качестве модели могут быть использованы объекты как естественного, так и искусственного происхождения. Возможность моделирования основана на том, что модель в определенном отношении отображает какие-либо стороны прототипа. При моделировании очень важно наличие соответствующей теории или гипотезы, которые строго указывают пределы и границы допустимых упрощений.
       Содержание процесса моделирования включает в себя следующие этапы:
       1)конструирование  модели на основе предварительного  изучения объекта;
       2)выделение  существенных характеристик объекта;
       3)экспериментальный  и теоретический анализ модели;
       4)сопоставление  результатов моделирования с фактическими данными объекта;
       5)корректировка  или уточнение модели. 

       Патентный метод – это опережающий метод прогнозирования, позволяющий рассчитать момент внедрения в практику изобретений по динамике даты их патентования и даты внедрения.
         Для того чтобы построить прогноз  данным методом, необходимо рассмотреть и проанализировать следующую информацию:
       1) дату патентования изобретения; 
       2) дату внедрения изобретения в  производство или в любую другую  деятельность;
       3) разрыв во времени между первой и второй датой.  

       Публикационный  метод аналогичен и базируется на оценке взаимосвязи между датой опубликования информации о каком-либо достижении НТП и датой внедрения его на практике.
       В основу применения методов информационного  моделирования положены следующие два допущения:
        1) существует связь между динамикой  предоставления научно-технической  информации и динамикой внедрения  достижения в производство;
        2) научно-техническая информация  на некоторый интервал времени  опережает внедрение достижения в производство.
       Основными источниками информации, используемой в опережающих методах прогнозирования, являются:
       1) патентная документация (патенты,  свидетельства);
       2) патентно-ассоциируемая документация (лицензии, коммерческая информация, каталоги, прайсы и т.д.);
       3) публикации в периодической печати  и издания научно-технической  литературы, используемые при публикационном  методе.
       Ретроспективная обработка названных источников информации позволяет проанализировать динамику патентования и опубликования. В результате анализа исследователи решают две задачи: 1) определяют возможную дату внедрения технического решения в производство; 2) оценивают перспективу различных направлений науки и техники.
       В настоящее время данные методы широко используются при экономических прогнозах. С их помощью исследователи-прогнозисты выявляют и изучают взаимосвязь между появлением публикаций о правительственных перестановках и ростом цен на определенные товарные группы, изменением курса национальной валюты, в результате чего получают довольно точные результаты, уходя от сложных математических расчетов. 

       2.3 Методы аналогии
       Прогнозирование по аналогии - это достаточно часто  применяемый тип прогнозирования. Следует иметь в виду, что прогнозирование по аналогии корректно только тогда, когда установлена, доказана аналогия между: объектами управления, типами менеджмента, реакциями внешней и внутренней среды в случае, имеющем место ранее на практике, в конкретном случае прогнозирования.
       Понятие аналогии связано с понятием адекватности, при этом объект прогнозирования может рассматриваться как модель другого объекта-аналога, а цели и задачи его прогнозирования должны соответствовать таким же целям и задачам объекта аналога. Таким образом, понятие аналога включает схожесть объектов прогнозирования, а также целей и последствий прогнозирования.
       В процессе прогнозирования по аналогии должны рассматриваться следующие направления аналогии:
       • объекта протезирования и объекта, выбранного в качестве аналога;
       • типов и целей менеджмента;
       • реакции внутренней среды на управляющие воздействия;
       • реакции внешней среды на изменении состояния объекта прогнозирования.
       В процессе предпрогнозного анализа  возможно установление количественной  или качественной аналогии.
       Одним из методов качественного доказательства аналогии является логика предположений [7]. Формальная логика устанавливает общие методы и схемы правильных умозаключений.
       Для установления аналогии могут быть также  использованы методы распознавания образов. Процедура прогнозирования состоит в том, что выбираются классы состояний исследуемых объектов, заданные как диапазоном изменения некоторых параметров, так и определенными качественными характеристиками. По совокупности признаков, определяющих состояние объектов, находится соответствие принадлежности каждого нового объекта или объекта в будущем времени к определенному классу. Это позволяет дать прогноз состояния объекта или указать диапазон изменения параметров, характеризующих его на прогнозируемый период [9].
и т.д.................


Перейти к полному тексту работы


Скачать работу с онлайн повышением уникальности до 90% по antiplagiat.ru, etxt.ru или advego.ru


Смотреть полный текст работы бесплатно


Смотреть похожие работы


* Примечание. Уникальность работы указана на дату публикации, текущее значение может отличаться от указанного.