Оптимизация работы предприятия ООО "Техсервис" по критерию прибыли за счет инноваций технологии и экономии ресурсов (стр. 12 из 22)
В такой интерпретации прогнозирование в определенной степени предвосхищает постановку основных задач стратегического планирования.
Классификации методов прогнозирования
К настоящему времени известно более ста различных методов прогнозирования. По некоторым признакам большинство из них можно объединить в группы, в частности по глубине прогнозов:
• краткосрочные прогнозы (1 - 3 года);
• среднесрочные прогнозы (3 - 5 лет);
• долгосрочные прогнозы (более 7 лет).
Можно представить совокупность всех методов прогнозирования в виде иерархического дерева (но своему составу далеко не полного) (рис. 2.5)
Таблица 2.8
Классификация методов прогнозирования
| Класс методов прогнозирования | Методы прогнозирования | Область применения |
| Качественные методы прогнозирования | 1. Методы анкетирования: | Прогнозирование технического прогресса и некоторых показателей при стратегическом, долгосрочном, перспективном и текущем планировании. Возможно применение при прогнозировании ТЭП с достаточно малой степенью надежности. |
| а) экспертные оценки; | ||
| б) метод Дельфи | ||
| 2.Морфологический метод | ||
| 3. Метод мозговой атаки | ||
| 4. Методы упорядочения | ||
| Экономико-статистическое моделирование | 1.Методы анализа временных рядов: | Прогнозирование научно-технического прогресса и технико-экономических показателей при стратегическом, перспективном и текущем планировании. |
| а) прогноз трендов; | ||
| б) прогноз случайной компоненты | ||
| 2.Методы многомерного статистического анализа: | ||
| а) парная и множественная корреляция; | ||
| б) производственные функции; | ||
| в) методы факторного анализа; | ||
| г) методы кластерного анализа (теории распознавания образов) | ||
| Имитационное моделирование | 1.Метод статистических испытаний (Монте-Карло) | Прогнозирование случайных величин и поведения сложных систем |
| 2.Имитационноые модели организационных систем | ||
| Нормативный метод | 1.Динамическое программирование | 1. Прогнозирование и выбор вариантов возможных путей достижения целей.2. В совокупности с другими методами прогнозирования. |
| 2.Разработка целевых программ в задачах программного управления | ||
| 3.Задание нормативов для некоторых параметров прогнозируемых процессов |
Возможно деление методов прогнозирования по виду исходной информации. Можно говорим, о так называемых количественных и качественных методах (табл.2.8).
Под количественными понимаются методы, исходной информацией для которых, как правило, служат динамические ряды.
В зависимости от того, какая задача решается в первую очередь, различают два вида количественного прогнозирования: исследовательское (поисковое) и нормативное.
Исследовательское прогнозирование основано на экстраполяции тенденций ретроспекции на перспективу "от прошлого — через — настоящее к будущему"..
Формализуемые методами исследовательского прогнозирования прогнозные экономико-математические модели используют для расчета прогнозных значений соответствующих показателей в системах планирования.
С исследовательским прогнозированием смыкается задача адаптационного управления:
(2.14)где
(t) — вектор состояний ОС, рассматриваемых как следствия предшествующих состояний; 
— глубина ретроспекция.Нормативное прогнозирование основано на определении наиболее рационального пути достижения перспективной цели, сформулированной как норматив, которого предписано достичь. В процессе нормативного прогнозирования при поиске путей достижения нормативной цели кроме количественных методов используют также эвристические. Поэтому метод нормативного прогнозирования может быть также отнесен к комбинированным методам. К качественным относятся методы, в которых исходной информацией являются некоторые качественные характеристики исследуемого фактора или процесса. Такой качественной характеристикой может служить мнение специалистов об этом процессе. Качественные методы иногда называют эвристическими, поскольку они базируются на интуиции и опыте специалистов, на литературных источниках и других видах информации.
Качественные методы предполагают нахождение определенных качественных характеристик процесса, количественные позволяют дать численные оценки прогнозируемых параметров, фактора или процесса.
2.2.3 Статистические методы прогнозирования
Статистические методы прогнозирования основаны на использовании количественной информации о состоянии и поведении исследуемого объекта. Эта информация является ретроспективной, т. е. она описывает состояние и поведение объекта в прошлые моменты времени. Исследователь, анализируя эту информацию, выявляет качественную картину поведения объекта в прошлом, определяет тенденцию его развития. После анализа условий возникновения выявленной тенденции исследователь делает вывод о правомочности продолжения (экстраполяции) этой тенденции на будущие состояния объекта, после чего производит соответствующие количественные расчеты, позволяющие установить численные характеристики прогнозного состояния объекта. В случае предполагаемых изменений условий функционирования объекта в будущем следует прибегать к экспертным методам прогнозирования для оценки влияния изменившихся условий на поведение объекта в прогнозном периоде.
Таблица 2.9 Характеристика количественных методов прогнозирования временных рядов
| Вид прогноза | Метод, глубина прогноза | Характеристика информации | Глубина надежности прогноза | Область применения | Основные трудности метода |
| Прогноз трендов | 1. Метод наименьшихквадратов (МНК) кратко- и среднесрочный (КС,СС) | Гладкая, детерминирован-наяn >10 - 15 |  | Ряды с устойчивой динамикой | Выбор правильной модели |
| 2.МНК с весами (КС) | Детерминирован-наяn >10 |  | То же | Выбор весов, выбор типа модели | |
| 3.Скользящая средняя (КС, СС) | То же |  | " | Выбор числа точекосреднения | |
| 4.Экспоненци-альное сглаживание (КС,СС) | " |  | " | Выбор параметра сглаживания | |
| 5. Гармонические веса (КС,СС) | Детерминирован-наяn >10 - 15 | | " | Выбор числа точек построения прямых | |
| 6. Огибающие кривые | Детерминированнаяn >20 - 30 | По числу кривых | " | Построение огибающей прямой | |
| Прогнозслучайной компонен-ты | 7. Авторегрессия (КС) | Случайный процесс,n >10 - 15 |  | Стационарность процесса | Выбор порядка модели |
| 8. Спектральный метод | Любая,n >30 - 50 | | Ряды с устойчивой динамикой | Выбор модели разложения | |
| 9.Вероятностный прогноз (статистичес-кие испытания) (КС) | Любая,n >30 - 50 | | Устойчивость распределения | Выбор начального закона распределения | |
Примечание: n — число точек исходной информации (число реализаций на ретроспективном интервале);  - число точек прогноза (число реализаций на прогнозном интервале). | |||||
Области применения различных статистических количественных методов укрупнено систематизированы в табл. 2.9, которую можно представить так же, как классификацию методов прогнозирования.
В общем виде схема расчета прогноза с помощью статистических методов приведена на рис. 2.6
Первый этап — "Сбор информации" — включает в себя сбор статистических данных, описывающих объект управления в проявлениях, интересующих исследователя. Если, например, изучается горное предприятие как экономическая система с целью оценки его возможностей при разработке плана производства продукции, необходимо выявить тенденции изменения таких показателей, как производительность труда, себестоимость продукции, производительность и состояние техники, фондоотдача, фондоемкость, прибыль, рентабельность и т. п.
возникнуть необходимость знать изменения в динамике таких показателей, как уровень удовлетворения социально-бытовых нужд рабочих, уровень организации труда на рабочем месте, уровень текучести кадров и др.
На этом этапе в случае необходимости проводится математико-статистический анализ полученных статистических совокупностей с целью выявления вида и параметров закона распределения изучаемых показателей, установления корреляционных связей между ними и т. п.
Второй этап — "Анализ информации" — является необходимым предварительным этапом в прогнозировании. Прогнозирование статистическими методами основано на формальной математической экстраполяции выявленных тенденций развития объекта прогнозирования в будущие моменты времени. Однако такая экстра полиция тенденций без учета условий функционирования объекта может дать значительную ошибку. Например, при протезировании производительности труда или себестоимости продукции необходимо учитывал., что в следующем году предприятие может получить новую, более производительную технику, которая резко изменит сложившиеся тенденции в динамике изучаемых показаний. Такое качественное изменение условий необходимо учитывать в прогнозировании (блоки 3 и 4, рис. 6.5).