Файл: Методы прогнозирования.ppt

Виды прогнозов
Классификация прогнозов
Основные методы прогнозирования.
Сделал Ермаков М.П
студент группы ЗБМв-101рб

Прогнозирование является неотъемлемой частью управленческого цикла. Этот этап завершает анализ информации об объекте управления и непосредственно предшествует выработке управленческого решения. Без учета информации не только о прошлом и настоящем, но и вероятном будущем состоянии социального явления, т.е. без прогноза его развития, невозможно принимать эффективные решения.

Прогностика.

Предметом ее исследования являются общие принципы, методы и средства прогнозирования состояния объектов любой природы, а также закономерности разработки самих прогнозов.

Основные виды прогнозов и их классификация.

Различают два основных вида прогнозов: поисковые (другое название - исследовательские, трендовые) и нормативные (программные, целевые) .

Поисковое прогнозирование - определение возможных состояний объекта прогнозирования в будущем на основе информации о его прошлом и нынешнем состоянии. При таком прогнозировании производится условное продолжение, перенесение в будущее тенденций развития объекта, существующих в прошлом и настоящем, в предположении, что в прогнозируемом периоде не произойдет никаких событий, способных резко изменить эти тенденции.

Нормативное прогнозирование - определение путей и сроков достижения возможных состояний объекта, которые (состояния) принимаются в качестве цели. Такой прогноз, отвечающий на вопрос, каким путем достичь желаемого состояния, строится на основе заранее заданных норм, идеалов, целей.

На практике, однако, оба типа указанных прогнозов в чистом виде встречаются редко, чаще всего они применяются в комплексе. Типичная схема прогнозирования в этом случае состоит в следующем.

Вначале развитие объекта прогнозируется исходя из существующих тенденций (поисковый прогноз). Если прогноз оказывается неблагоприятным, осуществляется поиск возможных способов, с помощью которых удалось бы переломить неблагоприятное развитие ситуации.

При этом сначала определяется цель, которую необходимо достигнуть в предстоящий период, например снижение затрат или их фиксация на определенном уровне. Затем оцениваются вероятные сроки и определяются возможные способы достижения указанной цели (нормативный прогноз).

Классификация прогнозов

Классификация прогнозов
По объекту исследования различают естествоведческие, научно-технические и обществоведческие (социально-экономические в широком значении этого термина) прогнозы. В свою очередь, например, обществоведческие прогнозы подразделяются на различные виды в зависимости от конкретной сферы их приложения. Наиболее распространенными из них являются:

социально-экономические (перспективы развития народного хозяйства, вообще экономических отношений);
социально-экологические (перспективы сохранения равновесия между состоянием природной среды и жизнедеятельностью человека, вероятность наступления экологических катастроф, оценка их последствий);

юридические, в том числе уголовно-правовые и криминологические (развитие государства и законодательства, состояние преступности и других правонарушений, вообще правовые отношения);
социально-медицинские (здравоохранение, физкультура, спорт);
демографические (изменение численности, половозрастной структуры населения, миграция) и др.

Классификации прогнозов с точки зрения периода упреждения (горизонта прогнозирования, периода прогноза), т.е. временного интервала, на который разрабатывается прогноз.

С периодом упреждения в определенной степени связана и другая группировка прогнозов, зависящая от характера прогнозной информации. По этому критерию они подразделяются на качественные и количественные. В первом случае прогнозы разрабатываются в виде качественных оценок развития объекта: общего описания тенденций и ожидаемого характера изменений.

Достаточно распространенной является следующая взаимосвязь между структурой прогнозной информации и периодом упреждения прогноза: краткосрочные прогнозы являются преимущественно количественными, среднесрочные - количественно-качественными, а долгосрочные - в основном качественными.

Основные методы и технология прогнозирования.

В настоящее время разработано и широко применяется для решения различных прогностических задач большое количество разнообразных методов и их модификаций. По оценкам зарубежных и отечественных специалистов, их насчитывается свыше 200.

Следует отметить, что в основе любого метода прогнозирования, по существу, лежит экстраполяция, под которой в широком плане обычно понимают получение информации о будущем какого-либо объекта на основе данных, относящихся к его прошлому и настоящему. В узком смысле экстраполяция рассматривается как распространение закономерностей, связей и отношений, действующих в изучаемом периоде, за его пределы, т.е. в будущее.

В самом общем случае все методы прогнозирования подразделяются на две большие группы: фактографические и интуитивные. Фактографические (или формализованные) методы прогнозирования базируются на использовании фактически имеющейся, чаще всего статистической информации об объекте прогнозирования.

Поэтому большинство из них основано на применении известных математико-статистических методов обработки и анализа информации.
В основе интуитивных (или экспертных) методов прогнозирования лежит способность человека, являющегося специалистом в соответствующей сфере деятельности, предвидеть развитие событий, исходя из своего опыта, знаний, интуиции.

Условно весь процесс прогнозирования, независимо от используемого для этой цели метода, можно разделить на два этапа: построение модели прогнозируемого объекта и собственно прогнозирование. Вид модели неразрывно связан с конкретным методом, применяемым для разработки прогноза.

Так, если прогнозирование производится одним из фактографических методов, модель объекта, как правило, представляет собой математическое описание (в виде математических уравнений, формул) либо динамики самого объекта, либо его зависимости от факторов внешней среды.

Экспертный прогноз также основан на построении модели, однако в данном случае она является логической и отражает интуитивное представление эксперта о закономерностях развития прогнозируемого объекта, о его взаимосвязях с факторами внешней среды. Не построив такую модель в своей голове, эксперт едва ли смог бы дать более или менее обоснованную оценку предстоящему развитию объекта.

Основные методы

1) статистическая экстраполяция динамических рядов;
2) многофакторное моделирование (регрессионный анализ);
3) экспертные методы прогнозирования.

Статистическая экстраполяция динамических рядов

наиболее простой и, пожалуй, самый распространенный метод.
Экстраполяция -универсальный метод математической статистики.

Первый этап (разработка модели динамического ряда) состоит в определении основной тенденции развития явления во времени и выборе аналитической формы (т.е. математической формулы) для описания этой тенденции в виде Y = f(t), где Y - прогнозируемые значения показателя (уровни динамического ряда), t - временной параметр. При таком подходе показатели рассматриваются как функция от времени.

Второй этап (прогнозирование) заключается прежде всего в обосновании возможности распространения основной тенденции, и особенно формы, в которой она выражена, в будущее, и только после этого - расчет прогнозных значений по выведенной формуле, являющейся математической моделью соответствующего динамического ряда.

Основная сложность применения метода заключается в подборе математической функции для описания ретроспективного динамического ряда. От точности выбора функции зависит в конечном итоге точность и обоснованность самого прогноза. Сложность такого выбора обусловлена тем, что в общем случае динамические ряды могут быть представлены в виде суперпозиции (наложения, суммы) нескольких компонентов: тенденции развития (тренда); циклической долговременной тенденции; сезонных колебаний, имеющих регулярный характер.

Долговременная тенденция развития (тренд) описывается чаще всего гладкими непериодическими функциями типа линейной, квадратичной и некоторыми другими. Циклическая долговременная тенденция связана с периодическими изменениями процессов, в том числе имеющих сезонный характер. Как правило, она описывается функциями типа sin или cos.

Более сложным и трудоемким является прогнозирование на основе многофакторного моделирования. В отличие от статистической экстраполяции, многофакторное моделирование предполагает использование для построения математических моделей информацию не только об объекте, но и о факторах внешней среды, влияющих на динамику и структуру этого объекта.

Сами же модели представляют собой математическое уравнение (систему уравнений), описывающее зависимость показателей от факторов внешней среды. Способ математического описания таких зависимостей предопределяет конкретную разновидность данного метода прогнозирования. Часто в данном случае прибегают к методам регрессионного анализа.

Регрессионный анализ. Происхождение термина «регрессия» (лат. Regression – отступление, возврат к чему-либо) связано только с прикладной спецификой одного из первых конкретных примеров, в которых метод был использован.

Функция регрессии – это функция, описывающая зависимость условного среднего значения результирующего показателя, вычисленного при условии, что величины предсказывающих переменных (факторов) зафиксированы на определенных уровнях, от заданных фиксированных значений этих предсказывающих переменных.

Собственно, регрессионным анализом называют сочетание метода наименьших квадратов с процедурой проверки гипотез об адекватности модели объекта, которая задается известным уравнением, и с процедурой проверки гипотез о значимости коэффициентов этого уравнения.

Отсюда для динамических статистических рядов простейшим примером многофакторной модели является следующее уравнение множественной регрессии:
Y(t) = ai*Xi(t) = а1 * X1(t)+a2 *
*X2(t)+.....+an * Xn(t),

где: Y(t) — результирующий показатель, характеризующий фактора в период времени t;
Хi(t) — количественное значение i-го фактора внешней среды в период времени t;
аi - постоянные коэффициенты;
n - количество факторов внешней среды, используемых в модели.

Последовательность прогнозирования на основе многофакторной модели.

Отбор факторов внешней среды, оказывающих определенное влияние на исследуемый признак (для этой цели, как правило, используются методы экспертных оценок);

Формирование количественных показателей, характеризующих интенсивность проявления соответствующих факторов внешней среды (по данным статистических отчетов или результатам социологических исследований);
Отбор факторов внешней среды, оказывающих существенное влияние, т. е. имеющих статистически значимый коэффициент корреляции с показателем (корреляционный анализ);
Построение многофакторной модели методами регрессионного анализа.