Инструментарий изучения и прогнозирования спроса на товарных рынках
Практическое значение прогноза сводится к возможности к возможности повышения с его помощью эффективности принимаемых решений. Прогнозирование не сводится к попыткам предугадать проблемы будущего, прогнозирование исходит из диалектической детерминации явления будущего, из того, что необходимость находит себе дорогу через случайности, что к явлению будущего нужен вероятностный подход с учетом широкого набора возможных вариантов. Только при таком подходе прогнозирование может быть эффективно использовано для выбора наиболее вероятностного или наиболее желательного оптимального варианта при обосновании цели, плана и программы.
Прогнозы должны предшествовать планам, содержать оценку последствий выполнения (или невыполнения), охватывать все, что не поддается планированию и решению, т.е. прогноз и план различаются способами оперирования информации о будущем.
Вероятностное описание возможного или желательного – это прогноз.
Директивное решение относительно мероприятий по достижению возможного или желательного – это план.
Типология прогнозов строится по различным критериям в зависимости от целей, задач, объектов, предметов, характера, периода упреждения, методов и организации прогнозирования.
Основополагающим является проблемно-целевой критерий т.е. ответ на вопрос, для чего разрабатывается прогноз. В соответствии с данным критерием различают два типа прогноза: поисковый (исследовательские, разыскательные, трендовые, генетические) и нормативный (программные, целевые).
Поисковый прогноз – это определение возможных состояний, явлений будущего, условное продолжение в будущем тенденции развития изучаемого явления в прошлом и настоящем, абстрагируясьот возможных решений действия, на основе которых способны радикально изменить тенденции развития. Т.е. данный прогноз отвечает на вопрос «что вероятнее всего произойдет при условии выполнения существующих тенденций».
Нормативный прогноз– это определение путей и сроков достижения возможных состояний явления принимаемых в качестве цели. Здесь имеется в виду прогнозирование достижения желательных состояний на основе заранее заданных норм идеалов стимулов и целей. Такой прогноз отвечает на вопрос «какими путями достичь желаемого».
По критерию соотнесения с различными формами конкретизации управления выделяют ряд подтипов как поисковых, так и нормативных прогнозов.
Здесь выделяется целевой прогноз. Это прогноз желаемых состояний, который отвечает на вопрос: что именно желательно и почему? В данном случае происходит построение по определенной шкале возможностей сугубо оценочной функции:
-Не желательно.
-Менее желательно.
-Более желательно.
-Наиболее желательно.
-Оптимально.
Ориентация - это содействие оптимизации процесса целепологания.
Плановый прогноз отвечает на вопрос: как, в каком направлении ориентировать планирование, чтобы эффективней достичь поставленных целей.
Программный прогноз отвечает на вопрос: что конкретно необходимо, чтобы достичь желаемого.
Проектный прогноз отвечает на вопрос: как это возможно, как это может выглядеть? Проектные прогнозы призваны содействовать отбору оптимальных вариантов перспективного проектирования, но основе которых происходит текущее планирование.
Организационный прогноз отвечает на вопрос: в каком направлении ориентировать решения, чтобы достичь цели?
По периоду упреждения (период упреждения это промежуток времени на который рассчитан прогноз) различают:
-оперативные (текущие) прогнозы – рассчитаны на перспективу, на протяжении которой не ожидается существенных изменений объекта исследования (сроком до одного месяца).
-краткосрочные прогнозы – рассчитаны на перспективу количественных изменений объекта прогнозирования (сроком до одного года).
-среднесрочные прогнозы – охватывают перспективу межу кратко- и долгосрочным с преобладанием количественных изменений над качественными (сроком до пяти лет).
-долгосрочные прогнозы (сроком от пяти до пятнадцати лет).
-дальнесрочные прогнозы – рассчитаны на перспективу, когда ожидаются стол значительные качественные изменения, что по существу можно говорить лишь о самых общих перспективах развития природы и общества.
В зависимости от жизненного цикла товара, услуги или явления.
По объекту исследования выделяют прогнозы:
естествоведческие:
а. метеорологические;
б. гидрологические;
в. геологические;
г. биологические;
д. медико-биологические;
е. космологические;
ж. физико-химические и т.д.
2. научно-технические.
3.обществоведческие:
а. социально-медицинские;
б. социально-географические;
в. социально-экологические;
г. экономические;
д. социологические и т.д.
В связи с возможностью воздействия предприятия на свое будущее прогнозы делятся на:
а. пассивные прогнозы исходят из того, что предприятие в силу ряда причин на намерено воздействовать на свою среду и предполагает возможность самостоятельного, независимого от действий предприятия развития внешних процессов;
б. активные прогнозы предусматривают возможность активных действий предприятия по проектированию собственного будущего, его реальное воздействие на внешнюю среду.
В зависимости от степени вероятности будущих событий прогнозы делятся на вариантные и инвариантные. Если вероятность прогнозируемых событий велика, то прогноз включает в себя только один вариант развития, то есть является инвариантным. Вариантный прогноз основан на предположении о значительной неопределенности будущей среды и наличии нескольких вариантов развития.
По способу представления результатов прогнозы различают точечные и интервальные. Точечный прогноз предполагает, что данный вариант включает единственное значение прогнозируемого показателя. Интервальный прогноз – это такое предсказание будущего, в котором предполагается некоторый интервал, диапазон значений прогнозируемого показателя.
Научная дисциплина о закономерности разработки прогноза – прогностика. Имеет своим предметом исследования законы и способы прогнозирования.
Задачи прогностики следующие:
1. разработка соответствующих проблем гносеологии и логико-теоретического прогностического исследования.
2. разработка научных принципов типологии прогноза.
3. классификация методов прогнозирования.
4. разграничение таких взаимосвязанных понятий как гипотеза и прогноз, прогноз и закон, анализ и прогноз, прогноз и план и т.д.
Одной из важнейших задач прогностики является разработка на базе материалистической диалектики специальных методологических проблем прогнозирования с целью повышения обоснованности прогноза.
В структуре прогностики развиваются следующиечастные теории прогнозирования с двойным подчинением, т.е. по линии общей прогностики и по линии соответствующей научной дисциплины в рамках научных дисциплин.
В основе прогнозирования лежат три взаимодополняющих источника информации о будущем:
- оценка перспектив развития, будущего состояния прогнозируемого явления на основе опыта;
- условное продолжение в будущее (экстраполяция) тенденций, закономерности развития которых в прошлом и настоящем достаточно хорошо известны;
- модель будущего состояния того или иного явления, процесса, построенная сообразно ожидаемым или желательным изменениям ряда условий, перспективы развития которых достаточно хорошо известны.
В соответствии с этим существуют три дополняющих друг друга способа разработки прогнозов:
- анкетирование – опрос населения, экспертов с целью упорядочить, объективизировать субъективные оценки прогнозного характера;
- экстраполирование и интерполирование (выявление промежуточного значения между двумя известными моментами процесса) – построение динамических рядов развития параметров прогнозируемого явления на протяжении периодов основания прогноза в прошлом и упреждения прогноза в будущем (ретроспекции и проспекции прогнозных разработок);
- моделирование – построение поисковых и нормативных моделей с учетом вероятного или желательного изменения прогнозируемого явления на период упреждения прогноза по имеющимся прямым или косвенным данным о масштабах и направлениях изменений. Наиболее эффективная прогнозная модель – это система уравнений.
Общая логическая последовательность важнейших операций разработки прогноза сводиться к последующим этапам:
1. Предпрогнозная ориентация. Уточнение задания на прогноз: характер, масштабы, объект, периоды упреждения. Формулирование целей и задач, проблемы и рабочих гипотез, определение методов, структуры и организации исследования.
2. Построение исходной модели прогнозируемого объекта методами системного анализа.
3. Сбор данных прогнозного фона.
4. Построение динамических рядов параметров, обобщение этого материала в виде прогнозных предмодельных сценариев.
5. Построение серии гипотетических поисковых моделей прогнозируемого объекта методами поискового анализа профильных и фоновых параметров с конкретизацией минимального, максимального и наиболее вероятного значений.
6. Построение серии гипотетических нормативных моделей прогнозируемого объекта методами нормативного анализа с конкретизацией значений абсолютного (т.е. не ограниченного рамками прогнозного фона) и относительного (т.е. привязанного к этим рамкам) оптимума по заранее определенным критериям сообразно нормам, идеалам, целям.
7. Оценка достоверности и точности, а также обоснованности (верификация) прогноза – уточнение гипотетических моделей метолами опроса экспертов.
8. Выработка рекомендаций для решений на основе сопоставления поисковых и нормативных моделей. Для уточнения рекомендаций возможен еще один опрос населения и экспертов.
9. Экспертное обсуждение прогноза и рекомендаций, их доработка с учетом обсуждения и сдача заказчику.
10. Вновь предпрогнозная ориентация на основе сопоставления материалов уже разработанного прогноза с новыми данными прогнозного фона и новый цикл исследования.
Методы экономико-математического моделирования применяются преимущественно в среднесрочном, а также в долгосрочном прогнозировании. В данной группе методов можно выделить корреляционно-регрессионное моделирование, которое используется для объектов, имеющих сложную многофакторную природу (объем инвестиций, затраты, прибыль, объемы продаж и т.п.). Для осуществления регрессионного моделирования необходимо: - наличие ежегодных данных по исследуемым показателям; - наличие одноразовых прогнозов, то есть таких, которые не корректируются с поступлением новых данных. Наиболее разработанной в теории прогнозирования является методология так называемой парной корреляции, рассматривающей влияние факторного признака х на результативный у. Методы оценки параметров уравнения регрессии аналогичны приемам при экстраполяции (т.к. фактор времени ? можно рассматривать как частный случай параметра х). На практике же гораздо чаще приходится исследовать зависимость результативного признака от нескольких факторных. В этом случае статистическая модель является многофакторной. Оценки параметров находят по МНК. Отбор факторов для построения многофакторных моделей производится на основе качественного и количественного анализа социально-экономических явлений с использованием статистических и математических критериев. Общепринятым является трехстадийный отбор факторов: 1. На первой стадии осуществляется априорный анализ, и на факторы, включаемые в состав модели, не накладываются ограничения. 2. На второй стадии производится оценка и отсев части факторов. Это достигается путем анализа парных коэффициентов корреляции и оценкой их значимости. Для этого составляется матрица парных коэффициентов корреляции.3. На заключительной стадии производят окончательный отбор факторов путем анализа значимости вектора оценок параметров различных вариантов уравнений множественной регрессии с использованием критерия Стьюдента: В процессе анализа решается проблема мультиколлинеарности, которая заключается в том, что между факторными признаками может существовать значительная линейная связь, что приводит к росту ошибок оценок параметров регрессии. Наличие прогрессивных информационных технологий позволяет достаточно оперативно рассчитывать параметры этих моделей. Во внутрипроизводственном прогнозировании используются: • модели внутренней среды фирмы, так называемые корпоративные модели; • макроэкономические модели, к которым относят эконометрические модели, модели «затраты-выпуск». Корпоративные модели обычно представляют набор формул (уравнений), которые отражают отношение ряда переменных к определенному объекту, например к объему продаж. Большая часть математических моделей имеет форму компьютерных программ. Такие программы позволяют придать моделям динамический характер. К недостаткам применения методов экономико-математического моделирования в рамках прогнозирования можно отнести: • необходимость серьезных затрат на организацию прогнозирования; • невозможность охватить в моделях все наиболее существенные тенденции развития; • высокая вероятность внезапных изменений, разрушительных событий, существенно снижающих полезный эффект модели. Следует иметь в виду, что в условиях переходной экономики происходят кардинальные изменения в организационно-производственных системах и структурах (спроса, потребностей, цен и т.п.), а следовательно, достаточно проблематично сделать вывод о том, можно ли доверять результатам математического параметрического прогнозирования, так как эти методы целесообразно применять тогда, когда за время упреждения не изменяются ни функции, ни структура объекта прогнозирования. В этой ситуации параметрические методы могут применяться: • при краткосрочном прогнозировании, когда вероятность структурных изменений невелика; • при условии соответствия исходных статистических данных требованиям, предъявляемым математическим методам; • при дополнительной верификации результата прогноза другим методом.Дата добавления: 2016-06-13; просмотров: 1103;