Этап 2, редукция или уплотнение данных, часто оказывается необходимым, так как для выполнения прогнозирования может быть собрано как слишком много исходных данных, так и слишком мало. Некоторые данные могут не иметь прямого отношения к рассматриваемой задаче, а будут лишь снижать точность прогнозирования.
Этап 3, построение модели и ее оценка, состоит в подборе модели прогноза, наиболее соответствующей особенностям собранных данных в смысле минимизации ошибки прогноза. Чем проще модель, тем лучше она будет воспринята менеджерами фирмы, ответственными за принятие решения, и тем выше будет их доверие к полученному прогнозу. Часто следует отдавать предпочтение не более сложному подходу к прогнозированию, предлагающему немного больше точности, а более простому, понятному руководителям компании. Когда выбранный метод получает поддержку у менеджеров, то и результаты прогнозирования активно ими используются.
Этап 4, экстраполяция выбранной модели, предусматривает фактическое получение требуемого прогноза, поскольку необходимые данные уже собраны и, возможно, редуцированы, а соответствующая модель прогноза определена. Часто для проверки точности получаемых результатов применяется прогнозирование на недавно прошедшие периоды, для которых исследуемые величины уже известны. Наблюдаемые ошибки затем определенным образом анализируются. Эта процедура обсуждается ниже, при описании этапа 5.
Этап 5, оценка полученного прогноза, состоит в сравнении вычисленных величин с действительно наблюдаемыми значениями. Для этой цели часть наиболее свежей фактической информации обычно исключается из множества анализируемых данных. После того как модель прогноза будет подобрана, выполняется прогноз на эти периоды и полученные результаты сравниваются с известными наблюдаемыми значениями. Некоторые процедуры прогнозирования предусматривают суммирование абсолютных значений ошибок и представляют либо эту сумму, либо частное от деления ее на число прогнозируемых значений, представляющее собой значение средней ошибки прогноза. Другие процедуры используют сумму квадратов ошибок, которая затем сравнивается с аналогичными числами, полученными для альтернативных методов прогнозирования. Некоторые процедуры отслеживают и отмечают величину пределов ошибки за период прогнозирования.
Успешность прогнозирования зависит от таких условий [9.С. 55]: объема и качества информации о прогнозируемом процессе, объекте управления; правильности формулирования задачи прогнозирования и обоснованности выбора способа ее решения; наличия необходимых вычислительных средств и вычислительного аппарата в соответствии с выбранным методом. Из-за отсутствия этих условий прогнозирование может стать невозможным. Важнейшее из них – формулирование задачи, поскольку она определяет требования к объему и качеству информации, математический аппарат и точность прогноза. Информация о прогнозируемом объекте (процессе) черпается из результатов контроля деятельности, статистики. Принципы организации работ по прогнозированию представлены в Приложении Г.
Современные технологии прогнозирования основаны на использовании различных математических теорий [29. С. 67]: функциональный анализ, теория рядов, теория экстраполяции и интерполяции, теория вероятности, математическая статистика, теория случайных функций и случайных процессов, корреляционный анализ, теория распознавания образов. Чтобы обосновать выбор того или иного средства прогнозирования, необходимо иметь возможность количественно оценить его качество.
Существует широкий круг методик и методических подходов к прогнозированию (Формы экономического прогноза представлены в приложении 4). Выбор прогностического аппарата и умелое его использование в целях прогнозирования – это довольно сложная проблема, в частности и в методолого-методическом плане, о чем свидетельствует отсутствие единого общепризнанного набора конкретных методик и процедур прогнозирования. Нельзя, однако, не отметить, что имеется существенное сходство методов прогнозирования, используемых зарубежными и российскими специалистами.
Все более обогащаемый опыт прогнозной работы дал возможность выявить достоинства и недостатки каждого метода. Фактически все эти методы являются взаимодополняющими, и эффективная прогнозная система может обеспечить возможность использования любого этого метода.
В условиях быстро меняющейся среды интуиция и воображение могут стать важным средством восприятия реальности, дополняя количественные подходы, основывающиеся только на фактах. Понятно, однако, что чисто качественным методам также присущи определенные недостатки, в силу чего интуиция должна проверяться с помощью фактов и знаний. Иначе говоря, все сильнее назревает потребность в сопоставлении этих двух методов и их интегрировании.
Выбор конкретного метода является одной из наиболее важных задач прогнозирования.
Для выбора наиболее подходящего метода прогнозирования на предпрогнозном этапе необходимо структурировать информацию об объекте прогнозирования, проанализировать ее (оценить полноту, непротиворечивость, сопоставимость и соизмеримость данных, точность и достоверность информации).
Условно все существующие методы прогнозирования можно разбить на две большие группы (рис. 1.1) [8, С. 93]:
– фактографические (формализованные), которые базируются на фактически имеющейся информации об объекте прогнозирования и его прошлом;
– экспертные (интуитивные) методы используют мнения специалистов-экспертов и применяются тогда, когда невозможно формализовать изучаемые процессы или имеет место неопределенность развития хозяйственной системы.
Обоснованность прогноза в значительной мере зависит от выбора метода прогнозирования.
Особое место в классификации методов прогнозирования занимают комбинированные методы, которые объединяют различные методы прогнозирования. Использование комбинированных методов особенно актуально для сложных социально-экономических систем, когда при разработке прогноза показателей каждого элемента системы могут быть использованы различные сочетания методов прогнозирования. Разновидностью комбинированных методов можно считать эконометрическое моделирование [47, С. 86].
Практическое применение того или иного метода прогнозирования определяется такими факторами, как объект прогноза, сложность и структура системы, наличие исходной информации, квалификация прогнозиста [34. С. 66]. В таблице 1.1 приведена характеристика различных методов прогнозирования экономических систем и область их применения.
Таблица 1.1. Краткая характеристика методов прогнозирования и область их применения
| Метод | Основные условия применения | Особенности применения | Область применения |
| 1 | 2 | 3 | 4 |
| 1. Сценарный (функционально-логическое прогнозирование) | Наличие определенного количества вариантов развития системы | Подчинение стратегической функции развития системы, выбор оптимальной альтернативы управления. Установление логической последовательности | Сценарии разрабатываются для определения рамок будущего развития технологии, рыночных сегментов, стран и регионов и т.д. Долгосрочный прогноз, практически неограничен |
| 2. Экстраполяция | Количественное определение важнейших параметров поведения объекта не менее чем за 5 периодов | Прогнозирование на основе предположения о неизменности тенденций в будущем | Прогнозирование показателей по предприятию, прогноз потребностей в ресурсах, прогнозирование спроса, финансовое прогнозирование. Краткосрочный прогноз |
| 3. Регрессионный анализ | Используется для объектов, имеющих сложную, многофакторную природу. Предполагает наличие выборки. | Исследует зависимость определенной величины от другой величины или нескольких величин | Прогнозирование объема инвестиций, уровня затрат, финансовых результатов, объемов продаж и т.п. Используется в среднесрочном прогнозировании |
| 4. Экспертный | Создание экспертной группы из высококвалифицированных специалистов в данной области | Прогнозирование развития объектов по экспертным оценкам | Прогнозирование рынков сбыта, сроков обновления выпускаемой продукции, прогноз технического уровня продукции. Срок прогнозирования не ограничен |
| 5. Структурное прогнозирование | Возможности решения проблемы при сохранении функций, но изменении структуры. | Построение прогнозных графов и «дерева целей» | Прогноз развития объекта в целом, формулировка сценария достижения прогнозируемой цели. Срок прогнозирования не ограничен |
| 6. Прогнозирование по аналогии | Используется при схожести объектов прогнозирования, их целей, последствий прогноза | Применяется только для доказанной аналогии между объектами, нельзя применять для новых объектов, процессов, ситуаций, т.е. не имеющих аналогов | Может применяться для установления качественной и количественной аналогии с целью изучения опыта, результатов и т.п. Краткосрочное и среднесрочное прогнозирование |
| 7. Комплексные системы прогнозирования (комбинированный метод) | Условия определенные для конкретных методов прогнозирования (п.п. 1–6) | Возможность рационального сочетания методов с целью повышения точности прогнозирования, снижения затрат на прогнозировании | Для всех видов прогнозирования. Срок не ограничен |
Важную роль в выборе метода прогнозирования может сыграть типовое представление объекта прогнозирования [42, С. 100]. Это связано с тем, что каждому из типовых представлений объекта можно поставить в соответствие множество элементов методической среды прогнозирования. Прогнозист в процессе исследования выбирает вид методов прогнозирования, а затем в рамках этой группы отбирает наиболее подходящий, адаптирует его к особенностям объекта, при необходимости модифицирует или разрабатывает свой метод. Подбор адекватного метода позволяет обеспечить функциональную полноту, достоверность и точность прогноза, уменьшить затраты времени и ресурсов на прогнозирование.