Методологические основы прогнозирования

  • Вид работы:
    Курсовая работа (т)
  • Предмет:
    Менеджмент
  • Язык:
    Русский
    ,
    Формат файла:
    MS Word
    105,31 Кб
  • Опубликовано:
    2013-11-11
Вы можете узнать стоимость помощи в написании студенческой работы.
Помощь в написании работы, которую точно примут!

Методологические основы прогнозирования

Тема 1. Теоретические и методологические основы прогнозирования

1.1 Понятия прогнозирования и планирования, их задачи, сходство и отличия

фактографический прогнозирование опрос экспертный

Один из родоначальников современного менеджмента Анри Файоль отмечал: "Управлять - это предвидеть", а "предвидеть - это уже почти действовать". Задачи предвидения и действий в соответствии с этими предвидениями в социальной и экономической сферах общественной жизни решаются посредством прогнозирования и планирования.

План - это система целевых показателей развития экономической системы, функционирования конкретного объекта, а также указание на:

1)  этапы и способы их достижения,

2)      распределение ресурсов,

)        определение ожидаемых результатов и способов их использования.

Процесс разработки плана, а также научную дисциплину о закономерностях разработки планов называют планированием. Как вид управленческой деятельности, планирование предполагает разработку таких вариантов управленческих решений (в виде проектов программ с обоснованием их оптимальности и возможности их выполнения), которые соответствуют критерию эффективной точки (такому состоянию, при котором, с точки зрения данного критерия, план не может быть далее улучшен без того, чтобы при этом он не был ухудшен с точки зрения другого критерия).

Прогноз - это научно обоснованное суждение о возможных состояниях объекта в будущем и/или об альтернативных путях и сроках их достижения. Процесс разработки прогнозов называется прогнозированием, а научная дисциплина о закономерностях разработки прогнозов - прогностика.

Планирование и прогнозирование, рассматривающие один и тот же объект (например, экономику страны, региона, предприятия и т.д.), являются взаимосвязанными процессами: планирование определяет содержание первых двух этапов прогнозирования - предпрогнозной ориентации и разработки задания на прогноз; прогнозирование же в этом случае описывает далеко не все, а только те возможные состояния объекта, которые определены потребностями планирования, - заданием на прогноз. Вместе с тем прогнозирование существует не только в неразрывной связи с планированием, но и как самостоятельный вид деятельности, однако, если в некоторых областях знания это вполне уместно (например, в метеорологии), то в общественной жизни, особенно в таких ее сферах, как экономическая и социальная, развитие прогностики в отрыве от планирования (и наоборот) снижает эффективность управления, ибо умаляет достоинства каждого из рассматриваемых процессов, раскрываемые только в тандеме.

.2 Основные определения и понятия прогнозирования

Основными, или базисными, понятиями прогностики являются следующие.

1)      Вариант прогноза - один из прогнозов, составляющих группу возможных прогнозов объекта прогнозирования.

2)      Метод прогнозирования - способ исследования объекта прогнозирования, направленный на разработку прогноза.

3)  Методика прогнозирования - совокупность методов и правил прогнозов конкретных объектов.

4)      Объект прогнозирования - процессы, явления и события, на которые направлена деятельность субъекта прогнозирования. В зависимости от природы объекта различают: социальные, научно-технические, экономические, экологические и другие объекты; в зависимости от возможности воздействия на него субъекта прогнозирования - управляемые и неуправляемые объекты.

5)      Потребитель прогноза - организация, предприятие, учреждение или отдельное лицо, использующее результаты прогнозов, а также в ряде случаев формулирующее задание на прогноз. Иногда потребитель может выступать в качестве заказчика.

6)      Прием прогнозирования - одна или несколько математических или логических и других операций, направленных на получение конкретного результата в процессе разработки прогноза, например:

а) вычисление средневзвешенного значения оценок экспертов;

б) определение компетентности эксперта;

в) сглаживание и выравнивание динамического ряда и т.д.

) Прогнозная модель - модель объекта прогнозирования, исследование которой позволяет получить информацию о возможных состояниях объекта в будущем и/или путях и сроках их осуществления. Прогнозная модель в виде графика называется "граф-моделью объекта прогнозирования" или "граф-моделью".

) Прогнозный фон - совокупность внешних по отношению к объекту прогнозирования условий (факторов), существенных для решения задачи прогноза.

) Система прогнозирования - система методов прогнозирования и средств их реализации, функционирующая в соответствии с основными принципами прогнозирования.

) Средствами реализации - являются экспертная группа, организационные мероприятия, технические средства и т.д. Системы прогнозирования могут быть автоматизированными и неавтоматизированными и разрабатываются на различных уровнях управления.

) Субъект прогнозирования - организация, предприятие, учреждение или отдельное лицо, разрабатывающее данный прогноз.

) Этап прогнозирования - часть процесса разработки прогнозов, характеризующаяся своими задачами, методами и результатами.

.3 Принципы прогнозирования

Наиболее важными являются следующие требования, которые должны соблюдаться при разработке прогнозов:

1)      вариантность - разработка нескольких вариантов прогноза, исходя из особенностей рабочей гипотезы, постановки цели (в нормальном прогнозировании) и вариантов прогнозного фона;

2)      верифицируемость - проверка достоверности, точности и обоснованности прогнозов;

)        непрерывность - принцип прогнозирования, требующий корректировки прогнозов по мере необходимости при поступлении новых данных об объекте прогнозирования;

4)  рентабельность - превышение экономического эффекта от использования прогноза над затратами на его разработку;

5)      Системность - взаимная увязка всех прогнозируемых показателей, а также параметров прогнозов;

6)      Согласованность - принцип прогнозирования, требующий согласования нормативных и поисковых прогнозов различной природы и различного периода упреждения.

1.4 Виды и назначения прогнозов

Классификация видов прогнозов по различным классификационным признакам:

1.  По содержанию прогнозы делятся на:

а) поисковый - прогноз, содержанием которого является определение возможных состояний объекта прогнозирования в будущем;

б) нормативный - прогноз, содержанием которого является определение путей и сроков достижения возможных состояний (принимаемых в качестве заданных);

в) комплексный - прогноз, содержащий элементы поискового и нормативного прогнозов.

.По характеру отражаемых свойств прогнозы делятся на:

а) количественный - прогноз, который базируется на количественных показателях;

б) качественный - прогноз, который базируется на качественных показателях;

в) системный - прогноз, который базируется на системном представлении объекта прогнозирования.

. По дискретности предоставления результата прогнозы делятся на:

а) интервальный - прогноз, результат которого представлен в виде доверительного интервала характеристики объекта прогнозирования для заданной вероятности осуществления прогноза.

б) точечный - прогноз, результат которого представлен в виде единственного значения характеристики объекта прогнозирования без указания доверительного интервала.

4.  По периоду упреждения прогнозы делятся на:

а) оперативный - прогноз с периодом упреждения для объектов прогнозирования до 1 месяца;

б) краткосрочный - прогноз с периодом упреждения для объектов прогнозирования от 1 месяца до 1 года;

в) среднесрочный - прогноз с периодом упреждения для объектов прогнозирования от 1 года до 5 лет;

г) долгосрочный - прогноз с периодом упреждения для объектов прогнозирования от5 до 15 лет;

д дальнесрочный - прогноз с периодом упреждения для объектов прогнозирования свыше 15 лет.

. По количеству прогнозируемых характеристик прогнозы делятся на :

а) одномерный - прогноз содержит одну качественную или одну количественную характеристику объекта прогнозирования

б) многомерный - прогноз содержит несколько качественных или количественных характеристик объекта прогнозирования.

6.  По ареалу государства прогнозы делятся на:

а) локальный - прогноз, относящийся к части региона данного государства,

б) региональный - прогноз, относящийся к региону данного государства,

в) межрегиональный - прогноз, относящийся к нескольким регионам данного государства,

г) общегосударственный - прогноз, относящийся к государству в целом,

д) межгосударственный - прогноз, относящийся к нескольким государствам,

е) глобальный - прогноз, относящийся к Земле и Человечеству в целом.

. По структуре народного хозяйства прогнозы делятся на:

а) отраслевой - прогноз, относящийся к какой-либо отрасли;

б) межотраслевой - прогноз, относящийся к нескольким отраслям;

в) территориально-производственный - прогноз, относящийся к территориально-производственным образованиям.

.5 Параметры прогнозов

Основными параметрами прогнозов являются следующие:

)        Достоверность прогноза - оценка вероятности осуществления прогноза для заданного доверительного интервала.

2)      Источник ошибки прогноза - фактор, обусловливающий появление ошибки прогноза.

3)      Обоснованность прогноза - степень соответствия методов и исходной информации объекту, целям и задачам прогнозирования.

)        Ошибка прогноза - апостериорная (от лат. a posteriory "из последующего", в отличие от a priory "из предшествующего") величина отклонения прогноза от действительного состояния объекта или путей и сроков его осуществления.

)        Период основания прогноза - промежуток времени, на базе которого строится ретроспекция.

)        Период упреждения - промежуток времени от настоящего в будущее, на который разрабатывается прогноз.

7)      Прогнозный горизонт - максимально возможный период упреждения прогноза.

8)      Точность прогноза - оценка доверительного прогноза для заданной вероятности его осуществления.

.6 Этапы прогнозирования

Процесс прогнозирования в наиболее общем виде включает 8 этапов.

) Предпрогнозная ориентация- совокупность работ, предшествующих разработке задания на прогноз и включающих:

а) определение объекта;

б) цели и задачи прогнозирования;

в) период основания;

г) период упреждения прогноза.

) Разработка задания на прогноз, т.е. такого документа, который определяет цели и задачи прогноза и регламентирует порядок его разработки.

) Прогнозная ретроспекция - исследование истории развития объекта прогнозирования и прогнозного фона с целью получения их систематизированного описания.

) Прогнозный диагноз - исследование систематизированного описания объекта прогнозирования и прогнозного фона с целью выявления тенденции их развития и выбора (разработки) моделей и методов прогнозирования.

) Прогнозная проспекция - разработка прогноза по результатам прогнозного диагноза.

) Верификация прогноза - оценка достоверности и точности прогноза или проверка его обоснованности.

) Корректировка прогноза - уточнение прогноза на основании его верификации и/или дополнительных данных.

) Синтез прогнозов - разработка системного прогноза.

.7 Характеристика объекта прогнозирования

В процессе разработки характеристики объекта прогнозирования, являющейся качественным или количественным отражением какого-либо объекта прогнозирования, используются следующие основные понятия.

) Базисное значение переменной объекта прогнозирования - значение переменной объекта прогнозирования на этапе диагноза, разделяющее период основания прогноза от периода упреждения.

) Генеральная определительная таблица - иерархическая система взвешенных характеристик объекта прогнозирования и их значений, позволяющая преобразовывать его качественное описание в обобщенную количественную оценку.

) Динамический ряд - временная последовательность ретроспективных и перспективных значений переменной объекта прогнозирования.

) Значащая переменная объекта прогнозирования (т.е. такая переменная, которая является существенной для описания объекта в соответствии с задачей прогнозирования), в т.ч. :

а) эндогенная (отражающая его собственные свойства) и

б) экзогенная (обусловленная влиянием некоторой совокупности внешних переменных).

5)  Мерность объекта прогнозирования - число значащих переменных объекта прогнозирования в его описании.

6) Параметр объекта прогнозирования - количественная характеристика объекта прогнозирования, которая является постоянной или принимается за постоянную в течение периода основания и периода упреждения прогноза.

) Регулярная составляющая динамического ряда - плавно изменяющаяся последовательность ретроспективных и перспективных значений переменной, представленной динамическим рядом, отражающая основную тенденцию ее развития.

) Сложность объекта прогнозирования - характеристика объекта прогнозирования, определяющая разнообразие его элементов, свойств, отношений.

) Случайная составляющая динамического ряда - составляющая динамического ряда, отражающая влияние на него случайных воздействий и ошибок времени.

) Структура объекта прогнозирования - способ внутренней организации и связей элементов объекта прогнозирования.

.8 Методы верификации

Верификация- это проверка достоверности, точности и обоснованности прогнозов. Основные методы верификации прогнозов:

) Инверсная - Это верификация прогноза путем:

его проверки адекватности прогнозной модели на периоде прогнозной ретроспекции.

) Консеквентная -- аналитического или логического выведения прогноза из ранее полученных прогнозов.

) Косвенная - его сопоставления с прогнозами, полученными другими разработчиками.

) Оппонентом - опровержения критических замечаний оппонента по прогнозу.

) Повторным опросом - это верификация прогноза путем использования дополнительного опроса экспертов.

) Прямая - это верификация прогноза путем его повторной разработки другим методом.

) Верификация с учетом ошибок - это верификация прогноза путем выявления и учета источников регулярных ошибок прогноза.

) Верификация экспертом - это верификация прогноза путем сравнения с оценкой наиболее компетентного эксперта.

Тема 2. Фактографические методы прогнозирования

Фактографический метод прогнозирования - это метод, базирующийся на фактографической информации. Основные фактографические методы, используемые в социальном и экономическом прогнозировании, а также краткие характеристики этих методов приведены ниже.

1)      Авторегрессионный метод - метод прогнозирования стационарных случайных процессов, основанный на анализе и использовании корреляций значений динамического ряда с фиксированными временными интервалами между ними.

2)      Гармонических весов - экстраполяция скользящего тренда, аппроксимируемого отрезками линии с взвешиванием точек этой линии при помощи гармонических весов.

3)      Группового учета аргументов - кусочная аппроксимации исходного динамического ряда с оптимизацией вида и параметров прогнозирующей функции.

4)      (прогнозной) Интерполяции - математическая интерполяция, при которой выбор аппроксимирующей функции осуществляется с учетом условий и ограничений развития объекта прогнозирования.

)        Исторической аналогии - установление и использование аналогии объекта прогнозирования с одинаковым по природе объектом, опережающим первый в своем развитии

)        Математической аналогии - установление аналогии математических описаний процессов развития различных по природе объектов с последующим использованием более изученного математического описания одного из них для разработки прогнозов другого.

)        Опережающей информации - использование свойства научно-технической информации опережать реализацию научно-технических достижений в общественной практике.

8)      Патентный - оценка (по принятой системе критериев) изобретений и открытий и исследование их динамики.

9)      Прогнозирования по функции с гибкой структурой - использование экстраполирующей функции, вид и параметры которой подбираются в процессе ретроспективного анализа исходного динамического ряда из некоторых множеств возможных функций.

)        Публикационный - оценка публикаций об объекте прогнозирования (по принятой системе критериев) и исследование динамики их опубликования.

)        Регрессионный - анализ и использование устойчивых статистических связей между совокупностью переменных-аргументов и прогнозируемой переменной-функцией.

)        Статистический - построение и анализ динамических рядов характеристик объекта прогнозирования и их статистических взаимосвязей.

)        Факторный - обработка многомерных массивов информации об объекте в динамике с использованием аппарата факторного статистического анализа или его разновидностей.

)        Цепей Маркова - анализ и использование вероятностей перехода объекта прогнозирования из одного состояния в другое.

)        Цитатно-индексный - оценка (по принятой системе критериев) и анализ динамики цитирования авторов публикаций об объекте прогнозирования.

)        Экспоненциального сглаживания - построение экстраполирующей функции с использованием экспоненциального убывания весов ее коэффициентов.

)        Экстраполяции - математическая экстраполяция, при которой выбор аппроксимирующей функции осуществляется с учетом условий и ограничений развития объекта прогнозирования.

2.1 Метод прогнозной экстраполяции

Экстраполяционные методы являются одними из самых распространенных и наиболее разработанных среди всей совокупности методов прогнозирования. В общем случае для экстраполяции необходимо иметь временной ряд, где каждому значению независимой переменной (в качестве которой выступает время) соответствует определенное значение прогнозируемою показателя. При формировании прогнозов с помощью экстраполяции обычно исходят из статистически складывающихся тенденций изменения тех или иных количественных характеристик объекта.

Следует отметить, что, поскольку метод разработан для анализа временных рядов, состоящих из большого числа наблюдений, а временные ряды в отраслевом прогнозировании, как правило, невелики, прогноз, сделанный с помощью этого метода, может не отразить некоторых существенных изменений.

Прогнозную экстраполяцию можно разбить на два этапа.

Выбор оптимального вида функции, описывающей ретроспективный ряд данных. Выбору математической функции для описания тренда предшествует преобразование исходных данных с использованием сглаживания и аналитического выравнивания динамического ряда. Расчет коэффициентов функции, выбранной для экстраполяции.

При разработке моделей прогнозирования тренд оказывается основной составляющей прогнозируемого временного ряда, на которую уже накладываются другие составляющие. Результат при этом связывается исключительно с ходом времени. Предполагается, что через время можно выразить влияние всех основных факторов. В статистической литературе под тенденцией развития понимают некоторое его общее направление, долговременную эволюцию. Обычно тенденцию стремятся представить в виде более или менее гладкой траектории.

Для оценки коэффициентов чаще остальных используется метод наименьших квадратов (МНК). Его сущность состоит в минимизации суммы квадратических отклонений между наблюдаемыми величинами и соответствующими оценками (расчетными величинами), вычисленными по подобранному уравнению связи.

 (1.1)

где  - расчетные значения тренда;- фактические значения ретроспективного ряда;- число наблюдений.

Этот метод лучше других соответствует идее усреднения как единичного влияния учтенных факторов, так и общего влияния неучтенных.

Операцию экстраполяции в общем виде можно представить в виде определения значения функции

 (1.2)

где  - экстраполируемое значение уровня;- период упреждения;

- уровень, принятый за базу экстраполяции.

Экстраполяция на основе средней.

В самом простом случае при предположении о том, что средний уровень ряда не имеет тенденции и к изменению или если это изменение незначительно, можно принять  т. е. прогнозируемый уровень равен среднему значению уровней в прошлом. Доверительные границы для средней при небольшом числе наблюдений определяются следующим образом:

 (1.3) где ta - табличное значение t-статистики Стьюдента с n-1 степенями свободы и уровнем вероятности p;

 - средняя квадратическая ошибка средней.

Значение ее определяется по формуле . В свою очередь, среднее квадратическое отклонение S для выборки равно

 (1.4)

Доверительный интервал, полученный как , учитывает неопределенность, которая связана с оценкой средней величины. Общая дисперсия составит величину . Таким образом, доверительные интервалы для прогностической оценки равны

 (1.5)

Недостаток рассмотренного подхода заключается в том, что доверительный интервал не связан с периодом упреждения.

Экстраполяция по скользящей и экспоненциальной средней.

Для краткосрочного прогнозирования наряду с другими приемами могут быть применены адаптивная или экспоненциальная скользящие средние. Если прогнозирование ведется на один шаг вперед, то  или , где Мi - адаптивная скользящая средняя; Qi - экспоненциальная средняя. Здесь доверительный интервал для скользящей средней можно определить аналогично тому, как это было сделано в формуле (1.5), в которой число наблюдений обозначено символом n. Поскольку при расчете скользящей средней через m обозначалось число членов ряда, участвующих в расчете средней, то заменим в этой формуле n на m. Так как m обычно берется равной нечетным числам, то подсчитаем для них соответствующие значения величины . Что касается экспоненциального сглаживания, то, так как дисперсия экспоненциальной средней равна , где S2 - среднее квадратическое отклонение, вместо величины  в формуле, приведенной выше, при исчислении доверительного интервала прогноза следует взять величину  или . Здесь  - коэффициент экспоненциального сглаживания.

Корреляционный анализ используют для выявления и оценки связи между различными показателями. Степень тесноты связи оценивают коэффициентами, изменяющимися в пределах от 0 до 1, по следующей формуле:

 (1.6)

Малое значение коэффициента свидетельствует о слабой связи, значение, близкое к 1, характеризует очень сильную связь и часто позволяет предположить наличие функциональной причинно-следственной связи. Затем проверяют значимость коэффициента корреляции по критерию Стьюдента tj,k:

 (1.7)

где k=n-2 - число степеней свободы.

При выполнении неравенства t*>yj,k гипотеза о не значимости коэффициента парной корреляции отвергается, т.е. yt зависит от фактора времени. Затем выбирают математическую модель взаимосвязи показателя от времени и рассчитывают критерии точности полученной модели.

 (1.8)

 (1.9)

 (1.10)

где - средняя относительная ошибка;

 - корреляционные отношения;2 - остаточная дисперсия;

- среднеквадратическое отклонение, рассчитанное по формуле:

 (1.11)

где p- количество расчетных коэффициентов уравнения тренда.

Затем делают расчет точечной и интервальной оценки прогноза:

 (1.12)

 (1.13)

где yn+1 - прогнозируемая величина.

С помощью этих методов экстраполируются количественные параметры больших систем, количественные характеристики экономического, научного, производственного потенциала, данные о результативности научно-технического прогресса, характеристики соотношения отдельных подсистем, блоков, элементов в системе показателей сложных систем и др .

Анализ показывает, что ни один из существующих методов не может дать достаточной точности прогнозов на 20-25 лет. Применяемый в прогнозировании метод экстраполяции не дает точных результатов на длительный срок прогноза, потому что данный метод исходит из прошлого и настоящего, и тем самым погрешность накапливается. Этот метод дает положительные результаты на ближайшую перспективу прогнозирования тех или иных объектов - на 5-7 лет.

При экстраполяции часто используются линейные модели. Они требуют относительно небольшого количества вычислений и по тому, в частности, широко распространены в практике прогнозирования. Их недостаток, заключающийся в том, что лишь немногие явления в экономике могут быть адекватно описаны в линейном виде, отчасти преодолевается с помощью кусочно-линейной аппроксимации.

2.2 Сглаживание статистических рядов методом скользящих средних

Одной из задач, возникающих при анализе рядов динамики, является установление закономерности изменения уровней изучаемого показателя во времени.

В некоторых случаях эта закономерность, общая тенденция развития объекта вполне ясно отображается значениями (уровнями) динамического ряда.

Однако часто приходится встречаться с такими рядами динамики, когда уровни ряда претерпевают самые различные изменения (то возрастают, то убывают) и можно говорить лишь об общей тенденции развития явления, либо о тенденции к росту, либо к снижению.

В этих случаях для определения основной тенденции развития явления, достаточно устойчивой на протяжении данного периода, используют особые приемы обработки рядов динамики.

Уровни (значения) ряда динамики формируются под совокупным влиянием множества длительно и кратковременно действующих факторов и в том числе различного рода случайных обстоятельств.

Выявление основной закономерности изменения уровней ряда предполагает её количественное выражение, в некоторой мере свободное от случайных воздействий.

Выявление основной тенденции развития (тренда) называется выравниванием временного ряда, а методы выявления основной тенденции - методами выравнивания.

Выравнивание позволяет характеризовать особенность изменения во времени данного динамического ряда в наиболее общем виде как функцию времени, предполагая, что через время можно выразить влияние всех основных факторов.

Выявление основной тенденции может быть осуществлено методом скользящей средней.

Для определения скользящей средней формируем укрупненные интервалы, состоящие из одинакового числа уровней (значений).

Каждый последующий интервал получаем, сдвигаясь от начального уровня динамического ряда на один уровень.

Тогда первый интервал будет включать уровни (т.е. значения) у1, у2, …уm; второй - у2, у3, …уm+1 и так далее.

Таким образом, интервал сглаживания как бы скользит по динамическому ряду с шагом равным единице.

По сформированным интервалам определяем сумму значений, на основе которых рассчитываются скользящие средние.

Полученная средняя относится к середине укрупненного интервала. Поэтому при сглаживании скользящей средней технически удобнее укрупненный интервал составлять из нечетного числа уровней ряда.

Нахождение скользящей средней по четному числу уровней создает неудобство, вызываемое тем, что средняя может быть отнесена только к середине между двумя датами. В этом случае необходима дополнительная процедура центрирования средних.

Алгоритм сглаживания кривой (3, 5, 11 летние скользящие средние) у1…уn

1.       3-х летняя скользящая средняя

ŷ1=(у123)/3; ŷ2=(у234)/3; ŷn-2=(уn-2n-1n)/3

2.       5-ти летняя скользящая средняя

ŷ1=(у12345)/5 и так далее

3.       11-ти летняя скользящая средняя

ŷ1=(у12+…+у11)/11 и так далее

Таблица 2.1. Динамика изменения курса иностранной валюты (по дням)

Дни Т

Курс руб., уi

Скользящие суммы

Скользящие средние



Зх дн.

5-ти дн.

11-ти дн.

3х дн.

5-ти дн.

11-ти дн.



Скользящая средняя, рассчитанная по 3х дневным скользящим суммам, будет отнесена ко второму уровню каждого 3х уровневого интервала, по 5-ти уровневому интервалу - отнесена к 3 уровню.

В случае, когда выбор интервала сглаживания осуществляется произвольно, нужно учитывать количество уровней в анализируемом ряду динамики, так как при использовании приема скользящей средней сглаженный ряд сокращается по сравнению с исходным рядом на число уровней, равное (m-1).

.3 Сглаживание динамических рядов методом наименьших квадратов (МНК)

Использование метода скользящей средней позволяют сделать следующий вывод: чем продолжительней интервал сглаживания, тем сильнее усреднение, а поэтому выявляемая тенденция развития получается более плавной.

Изучение основной тенденции развития методом скользящей средней является лишь эмпирическим приемом анализа.

Рассмотренный приём сглаживания динамических рядов может рассматриваться как важное вспомогательное средство, облегчающее применение других, более строгих методов выявления тенденции.

Для того, чтобы представить количественную модель, выражающую общую тенденцию изменений уровней (значений) динамического ряда во времени, используется аналитическое выравнивание ряда динамики.

В этом случае фактические уровни заменяются уровнями (значениями), вычисленными на основе определенной кривой. Предполагается, что она отражает общую тенденцию изменения во времени изучаемого показателя.

При аналитическом выравнивании ряда динамики закономерно изменяющийся уровень изучаемого показателя оценивается как функция от времени ŷt=f(t), где ŷ - уровни (значения) динамического ряда, вычисленные по соответствующему аналитическому уравнению на момент времени t.

Ниже приводятся различные виды трендовых моделей, наиболее часто используемые для аналитического выравнивания.

Название функции

Описание функции

1.Линейная

ŷt =bo+b1t

2.Парабола второго порядка

ŷt =bo+b1t+b2t2

3.Кубическая парабола

ŷt =bo+b1t+b2t2+b3t3

4.Показательная

ŷt = bob1t

5.Экспоненциальная

ŷt = boeb1t

6.Модифицированная экспонента

ŷt = bo+ b1b2t

7.Кривая Гомперца

ŷt = bob1b2t

8.Логистическая кривая

ŷt =bo/(1+e-b2t)

9.Логарифмическая парабола

ŷt = bob1t b2t2

10.Гиперболическая

ŷt= bo+b1*1/t


Выбор формы кривой во многом определяет результат экстраполяции тренда.

Основанием для выбора вида кривой может служить содержательный анализ сущности развития данного явления.

На практике для этих целей прибегают к анализу графического изображения динамического ряда (линейной диаграммы). Однако из графического представления эмпирических данных не всегда удается произвести однозначный выбор формы уравнения. Поэтому целесообразно воспользоваться графическим изображением сглаженных уравнений (значений), в которых случайные и волнообразные колебания в некоторой степени оказываются погашенными (сглаживание рядов 3-х, 5-ти, 11-ти летними скользящими средними).

При выборе формы уравнения следует исходить из объема имеющейся информации. Чем больше параметров содержит уравнение тренда, тем больше должно быть наблюдений при одной и той же степени надежности оценивания.

Выбор формы кривой может осуществляться и на основе принятого критерия, в качестве которого может служить сумма квадратов отклонений фактических значений от значений, рассчитанных по уравнению тренда. Из совокупности кривых выбирается та, которой соответствует минимальное значение критерия, т.е ((у1- ŷ1)2+(у2- ŷ2)2+…+(уn- ŷn)2)=0→ min

Рассмотрим аналитическое выравнивание ряда динамики по прямой, т.е. аналитическое уравнение вида ŷt =bo+b1t, где t - порядковый номер периодов или моментов времени.

Параметры bo и b1 прямой рассчитываются по методу наименьших квадратов (МНК). Система нормальных уравнений имеет вид:

Σ1n уi= bon+ b1Σ1nti

Σ1n уiti= b0Σ1nti+ b1Σ1nti2

Поиск параметров уравнения можно упростить, если отсчет времени производить так, чтобы сумма показателей времени изучаемого ряда динамики была равна нулю (Σ1nti=0). При нечетном числе уровней (значений) ряда динамики для получения Σ1nti=0 уровень, находящийся в середине ряда, принимается за условное начало отсчета времени (этому периоду или моменту времени придается нулевое значение).

Даты времени, стоящего выше этого уровня, обозначаются натуральными числами со знаком минус (-1,-2, -3 и так далее), а ниже - натуральными числами со знаком плюс (+1,+2,+3 и так далее).

Если число уровней динамического ряда четное, периоды времени верхней половины ряда (до середины) нумеруются -1,-3,-5 и т.д., а нижней +1,+3,+4 и т.д.

При этом условии Σ1nti будет равна нулю и система нормальных уравнений примет вид:

Σ1n уi= bon

Σ1n уiti= b1Σ1nti2

Откуда bo= Σ1n уi/n

b1= Σ1n уiti/ Σ1nti2

Пример.

Рассмотрим аналитическое выравнивание по прямой ряда динамики строительства жилья жилищно-строительными кооперативами в России (см. данные табл. 2.2.)

Таблица 2.2.

Годы

Всего построено (млн.кв. м) жилищно-строительными кооперативами

1990

2,9

1991

2,4

1992

2,1

1993

1,9

1994

1,8


Расчет параметров уравнения представлен в табл.2.3.

Таблица 2.3.

Годы

Построено жилищно-строительными кооперативами (млн.кв.м), уi

Условные обозначения периодов, ti

уiti

ti2

Выровненные уровни ряда динамики млн.кв.м, ŷt

уit

it)2

1990 1991 1992 1993 1994

2,9 2,4 2,1 1,9 1,8

-2 -1 0 +1 +2

-5,8 -2,4 0 1,9 3,6

4 1 0 1 4

2,76 2,49 2,22 1,95 1,68

0,14 -0,09 -0,12 -0,05 0,12

0,0196 0,0081 0,0144 0,0025 0,0144

Итого

11,1


-2,7

10

11,10

0,00

0,0590


Используя итоги граф 2,4,5, определим параметры уравнения прямой:

o=11,1/5=2,22 b1=-2,7/10 = -0,27

По рассчитанным параметрам записываем уравнение прямой ряда динамики, характеризующего строительство жилья ЖСК.

ŷt=2,22-0,27t

Используя приведенное уравнение, рассчитаем для каждого года теоретические значения:

Для 1990г: ŷt=-2=2,22-0,27*(-2) = 2,76 млн.кв.м

г: ŷt=-1=2,22-0,27*(-1)= 2,49 млн.кв.м

Примечание: правильность расчета уровней выравниваемого ряда динамики может быть проверена следующим образом: сумма значений эмпирического ряда должна совпадать с суммой вычисленных уровней выровненного ряда, т.е. Σ1n уi= Σ1n ŷt (см. итоги гр.2 и 6).

 

Для выравнивания так же может использоваться парабола второго порядка:

 

ŷt =bo+b1t+b2t2

 

Система нормальных уравнений для нахождения параметров уравнения (при соблюдения принципа отчета от условного начала) будет иметь вид:

 

Σ1n уi= bon+ b2Σ1nti2

Σ1n уiti= b1Σ1nti2

Σ1nti2= b0Σ1nti2+ b2Σ1nti4

 

Расчет параметров этого уравнения тренда представлен в таблице (предыдущий пример).

 

Годы

уi

ti

ti2

уiti

уiti2

ti4

ŷi

уit

1

2

3

4

5

6

7

8

9

1990 1991 1992 1993 1994

2,9 2,4 2,1 1,9 1,8

4 1 0 1 4

-5,8 -2,4 0 1,9 1,68

11,6 2,4 0 1,9 7,2

16 1 0 1 16

2,889 2,426 2,091 1,886 1,809

+0,011 -0,026 +0,009 0,014 -0,009

Итого

11,1

 

10

-2,7

23,1

34

11,10

0,00

 

Подставляя итоги гр.2,4,5, и 7 таблицы получаем следующую систему уравнений для данного временного ряда:

 

b0+10b2=11,1

b1=-2,7

b0+34b2=23,1

 

Решая систему уравнений, определим значения параметров уравнение параболы второго порядка.

0=2,0914; b1=-0,27; b2=0,0643

 

Отсюда уравнение параболы второго порядка, характеризующего тенденцию строительства жилья ЖСК, будет записано так:

 

ŷ=2,0914-0,27t+0,0643 ti2

 

Тема 3. Экспертные методы прогнозирования

 

Эксперт - квалифицированный специалист, привлекаемый для формирования оценок относительно объекта прогнозирования. Экспертная группа - коллектив экспертов, сформированный по определенным правилам. Суждение эксперта или экспертной группы относительно поставленной задачи прогноза называется экспертной оценкой; в первом случае используется термин "индивидуальная экспертная (прогнозная) оценка", а во втором - "коллективная экспертная (прогнозная) оценка". Способность эксперта создавать на базе профессиональных знаний, интуиции и опыта достоверные оценки относительно объекта прогнозирования характеризует его компетентность. Последняя имеет количественную меру, называемую коэффициентом компетентности. То же справедливо и в отношении экспертной группы: компетентность экспертной группы - это ее способность создавать достоверные оценки относительно объекта прогнозирования, адекватные мнению генеральной совокупности экспертов; количественная мера компетентности экспертной группы определяется на основе обобщения коэффициентов компетентности отдельных экспертов, входящих в группу.

Экспертный метод прогнозирования - метод прогнозирования, базирующийся на экспертной информации. Далее даны наименования и краткие характеристики основных экспертных методов, используемых при разработке социально-экономических прогнозов.

1)      Дельфийский - выявление согласованной оценки экспертной группы путем независимого анонимного опроса экспертов в несколько туров, предусматривающего сообщение экспертам результатов предыдущего тура.

2)      Индивидуальной экспертной оценки - использование в качестве источника информации оценки одного эксперта.

3)      Интервью - метод индивидуальной экспертной оценки, основанный на беседе прогнозиста с экспертом по схеме "вопрос-ответ"

4)      Коллективной генерации идей - основан на стимулировании творческой деятельности экспертов обсуждения конкретной проблемы, регламентированного определенными правилами: 1) запрещением оценки выдвигаемых идей; 2) ограничением времени одного выступления, с допущением многократных выступлений участника; 3) приоритетом выступления эксперта, развивающего предыдущую идею; 4) оценкой выдвинутых идей на последующих этапах; 5) фиксацией всех выдвинутых идей

)        Коллективной экспертной оценки - выявление обобщенной оценки экспертной группы путем обработки индивидуальных независимых оценок, вынесенных экспертами, входящими в группу.

)        Матричный - матричная интерпретация экспертных оценок связей отдельных аспектов.

)        Морфологической матрицы - матричный метод прогнозирования, использующий морфологический метод.

)        Морфологический - выявление структуры объекта прогнозирования и оценка возможных значений ее элементов с последующим перебором и оценкой вариантов сочетаний этих значений.

)        Построения прогнозного сценария - установление последовательностей состояний объекта прогнозирования при различных прогнозах фона.

)        Эвристического прогнозирования - построение и последующее усечение дерева поиска экспертной оценки с использованием эвристических приемов и логического анализа прогнозной модели.

)        Экспертных комиссий - объединение в единый документ разработанных соответствующими экспертными группами оценок прогнозов по отдельным аспектам объекта.

 

3.1 Метод опросов в форме интервью

 

Данный метод предполагает непосредственный контакт эксперта со специалистом по схеме "вопрос-ответ", т.е. беседу, в ходе которой прогнозист ставит перед экспертом вопросы относительно перспектив развития прогнозируемого объекта в соответствии с заранее разработанной программой опроса. Успех метода в значительной степени зависит от психологической способности эксперта экспромтом давать заключения по различным, в том числе фундаментальным, вопросам. Недостатком этого метода является, правда, незначительное, но все-таки психологическое давление на эксперта.

Для примера рассмотрим прогнозирование развития рынка инвестиционных товаров методом опроса в форме интервью.

При решении задачи данным методом необходимо выделить три основных вида опроса:

1) о намерениях фирм - покупателей инвестиционных товаров;

2) о намерениях этих же фирм в области будущих ассигнований на инвестиционные товары (под ассигнованиями на инвестиционные товары подразумеваются принятые официальными планирующими органами фирмы планы строительства и планы закупки нового оборудования, которые в целом не являются точными и стабильными, так как могут быть изменены или отменены);

3)о планах будущих инвестиций со стороны производителей (продавцов) инвестиционных товаров. В США такие опросы проводятся в рамках Бюро экономического анализа Министерства торговли, которое ежеквартально опрашивает около 12 тыс. промышленных компаний. Цель - оценить текущие закупки оборудования и инвестиции в строительстве, а также соответствующие планы на будущее (на один, два, три квартала и год вперед). Обследование проводится как в крупных компаниях, так и в основных отраслях промышленности.

Экстраполяция данных, полученных на основе опросов этих компаний, на всю их генеральную совокупность осуществляется посредством анализа с использованием различных корректировок исходных данных. Расчеты, проведенные экономистами США, показывают, что использование планов инвестиций дает лучшие результаты, чем "наивные" прогнозы, основанные на экстраполяции тренда. Поэтому с целью повышения точности прогнозов исследователи привлекают дополнительную информацию о расторгнутых контрактах, невыполненных заказах, неиспользованных финансовых средствах. Разработчики прогнозов сильно ошиблись бы, не принимая их во внимание. Однако даже результаты этих опросов не могут непосредственно использоваться в виде прогнозов. Они сами должны выступать в качестве объекта анализа экспертов-прогнозистов.

Изучение инвестиционной активности на основе анкетных обследований получило свое развитие в расширении номенклатуры анализируемых показателей. Наряду с объемами инвестиционных закупок в настоящее время проводятся опросы по следующим направлениям:

· величине будущих товарных запасов и будущих продаж;

· динамике цен инвестиционных товаров;

· показателям внешнеэкономической деятельности фирм, включая ожидаемые иностранные инвестиции и экспорт товаров.

 

3.2 Группа аналитических методов

 

Аналитический метод, или метод аналитических экспертных оценок, предполагает длительную и тщательную самостоятельную работу эксперта по анализу тенденций, оценки состояния и путей развития прогнозируемого объекта. Этот метод позволяет эксперту использовать всю доступную информацию об объекте прогноза. Свои соображения он оформляет в виде докладной записки. Психологическое давление на эксперта в этом случае минимально.

Основными принципами методов индивидуальных экспертных оценок является максимальная возможность использования индивидуальных способностей эксперта и незначительность психологического давления на него.

Однако индивидуальные экспертные методы мало пригодны для прогнозирования наиболее общих стратегий развития из-за ограниченности знаний одного эксперта во всех сферах экономики, науки и техники и других смежных областей теории и практики.

Экспертиза позволяет обойти трудности долгосрочного учета качественных изменений объекта прогнозирования, связанных как с внутренней логикой развития объекта, учета взаимосвязей качественных признаков, так и с изменением внешних факторов. Для примера приведем учет влияния развития науки и техники на макроэкономические показатели в целом по стране и по отраслям (здесь требуются экспертные оценки различных экономических ограничений, например инвестиции частного сектора, потребности в продукции и услугах).

Метод гирлянд случайностей и ассоциаций. Метод впервые предложен в 70-е годы советским ученым Г. Я. Бушем. Сущность метода заключается в перенесении признаков случайных объектов, а также элементов генерируемых по этим признакам гирлянд ассоциаций на исследуемый объект, его синонимы (аналоги) и их сочетания с последующим анализом, развитием полученных комбинаций и отбором рациональных вариантов. Метод относится к стратегии ненаправленного свободного поиска новых решений на основе генерируемых ветвящихся потоков новых понятий и признаков, свободных ассоциаций и попыток получать значимые полезные сочетания (комбинации) понятий и признаков.

Этапы и процедуры метода следующие:

1) определение синонимов объекта;

2) выбор случайных объектов;

3) составление комбинаций из элементов гирлянд синонимов объекта и случайных объектов;

4) составление перечня или таблицы признаков случайных объектов;

5) генерирование идей путем поочередного присоединения к объекту и его синонимам признаков случайных объектов;

6) генерирование гирлянд ассоциаций (поочередно из каждого признака случайных объектов генерируется гирлянда "вторичных" понятий и признаков);

7) генерирование новых идей путем попыток комбинирования элементов гирлянд ассоциаций по признакам с элементами гирлянды синонимов объекта;

8) выбор альтернативы, т.е. анализ полученного множества идей и принятие решения о прекращении генерирования гирлянд ассоциаций и комбинирования понятий;

9) оценка и выбор рациональных вариантов идей;

10)выбор предпочтительного (оптимального) варианта.

Изучается метод индивидуально, а применяется коллективно. Он позволяет получить практически неограниченное число идей, полезен для развития памяти, воображения, сообразительности и гибкого мышления. Метод прост и доступен, но применим для сравнительно узкого круга несложных поисковых задач. Областью применения метода являются задачи прогнозирования совершенствования известных систем и процессов.

К достоинствам метода ассоциаций можно отнести то, что они снимают инерцию воображения и могут использоваться в качестве вспомогательных на этапе генерирования идей в процессе проведения других методов (например, при принятии решения с помощью "мозгового штурма").

Существенный недостаток ассоциативных методов - ограничение области применения. Свободные ассоциации дают неограниченное число новых гипотез. С одной стороны, это - положительный момент, а с другой - нет никаких гарантий и критериев принятия лучшего решения, так как мы не в состоянии рассмотреть все возможные варианты.

Метод морфологического анализа ориентирован на объект прогнозирования, его целью является поиск решений на базе полученного множества вариантов решений с учетом его морфологии.

Суть метода в следующем. Проблема, которая требует решения, изучается с возможно более общей точки зрения для выявления всех возможных решений. Путем перебора всех возможностей в пределах полученной абстрактной структуры выявляется область всех возможных решений. В ходе исследования среди всех обнаруженных решений могут оказаться такие, которые представляют особый интерес. Существуют различные способы определения оптимального решения из множества полученных. Разработано несколько разновидностей метода морфологического анализа: метод десятичных матриц поиска; "организующих понятий"; морфологического классифицирования. Метод морфологического анализа и его разновидности основаны на использовании стратегии направленного систематического поиска множества потенциально возможных решений задачи в пределах морфологического множества, соответствующего структуре и особенностям задачи. Метод обеспечивает получение большого числа возможных решений по любой изучаемой проблеме при сравнительной легкости процедуры поиска.

Метод морфологического анализа применяется для решения прогностических задач в различных сферах социально-экономического и научно-технического развития в нашей стране и за рубежом. Результаты применения метода позволяют говорить о его эффективности и перспективности. В нем достигнуто разумное сочетание творческих и механистических процедур при его использовании. Практика применения метода показывает, что с его помощью можно получать множество нестандартных решений. Наиболее широко он используется для синтеза объекта прогнозирования. Только в рамках морфологического метода возникает задача содержательной интерпретаций соответствующих формальных прогнозов.

Рассмотрим алгоритм реализации метода морфологического анализа:

1. Четкая формулировка проблемы, по которой необходимо принять решение.

2. Определение перечня всех основных морфологических признаков объекта, т.е. его значимых характеристик или свойств.

3. Составление морфологической матрицы, в которой наряду с признаками указываются всевозможные альтернативные значения каждого из них (для нас - это частичные решения).

4. Анализ полученных данных, их оценка и выбор приемлемого решения.

Поясним каждый этап на примере. Для облегчения понимания рассмотрим техническую сторону вопроса, так как экономическая и социальная составляющие настолько сложны, что при постановке и решении задачи могут вызвать затруднение даже у специалиста, использующего данный метод на практике.

Допустим, перед автомобилестроительным заводом стоит задача создания нового автомобиля, способного достойно конкурировать на внутреннем и внешнем рынке, а для этого необходимо опередить уже имеющиеся модели, т.е. нужно сделать изобретение, улучшающее технические и эксплуатационные характеристики автомобиля и снижающее себестоимость его выпуска.

Речь идет о нахождении принципиально нового сочетания уже известных технических свойств. Для этого очень удобен морфологический метод.

1.  Формулировка проблемы. Суть проблемы состоит в том, чтобы разработать новую модель автомобиля. Это и есть четкая формулировка.

2.  Определение признаков. В данном случае это некоторые существенные характеристики модели, достаточно полно ее определяющие. Для определения признаков в рамках метода существуют следующие условия:

а)признаки должны быть существенными;

б)они должны быть независимыми друг от друга;

в)признаки должны полностью охватывать все аспекты проблемы;

г)количество признаков не должно быть неоправданно большим, чтобы не усложнять работу с матрицей.

В нашем случае существенными признаем следующие признаки:

A - Тип кузова и салона автомобиля - для эргономического удобства водителя.- Тип двигателя автомобиля.- Тип топлива.

D - Вид тормозной системы.

Все эти признаки являются существенными для обеспечения нормальной работы машины, независимыми и достаточно полно охватывают проблему рассмотрения параметров автомобиля; следовательно, удовлетворяют условиям.

. Составление матрицы. Она будет выглядеть следующим образом:

 

Признаки

 

 

Варианты значений

 

 

А

А1

А2

А3

 

 

 

 

В

В1

В2

В3

В4

 

 

 

С

С1

С2

С3

С4

С5

 

 

D

D1

D2

 

 

 

 

 

другие

X1

X2

Х3

Х4

Х5

Х6

Х7

 

Где А1 - кузов типа седан; А2 - универсал; А3 - люкс.

B1 - шестицилиндровый прямой двигатель; B2 - типа V6; В3 - двенадцатицилиндровый прямой; В4 - типа VI2.

С1 - бензин; С2 - дизель; С3 - газ; С4 - спирт; С4 - солнечная энергия.

D1 - гидравлические тормоза; D2 - механические тормоза.

Х1-7 - другие выделенные признаки.

Следует заметить, что для полного обзора всех возможных частичных решений в каждую строку следует добавить вариант значения "Другое решение". Тогда матрица будет отвечать принципу глобальности. В нашем случае возможных решений всего 3x4x5x2=120. Конечно, многие из них уже применялись, многие нерациональны и лишь некоторые принципиально новые. Однако рассмотрены будут все, и мы можем не бояться упущения каких-либо вариантов, так как никогда нельзя сказать наверняка, какое именно решение бессмысленно, а какое приемлемо.

. Анализ и выбор приемлемого решения. В данном случае анализ проводится специально отобранными экспертами (для этой цели могут применяться другие методы, например, экспертные оценки), компетентными в данной области. Выбранные варианты соединяются в матрице ломаными линиями, и та линия, частота которой наибольшая, признается приемлемым решением. Например, это может быть A1-B2-C2-D2 (седан, V6, дизель, механические тормоза). Можно выбрать больше, чем одно решение по убыванию частоты - как бы запасные варианты.

 

.3 Группа методов коллективных экспертных оценок

 

Существует большое число модификаций методов коллективных экспертных оценок. Основной принцип этих методов - выявление коллективного мнения экспертов о перспективах развития объекта прогнозирования.

Коллективные экспертные оценки являются современными научными методами и могут быть широко использованы в прогнозировании. Естественной областью их применения является прогноз научно-технического прогресса, определение его основных направлений и темпов. Они могут быть также широко использованы для определения возможных изменений в параметрах экономико-математических моделей развития социально-экономической системы под влиянием НТП и мероприятий организационного и финансового характера. В условиях неопределенности и нестабильности развития социально-экономической системы России методы экспертных оценок приобретают большое значение.

В настоящее время наиболее популярны методы:

·            "круглого стола", или комиссий;

·        коллективной генерации идей, или "мозгового штурма";

·        "Дельфи".

Метод "круглого стола"

В соответствии с этим методом специальная комиссия, входящая в состав "круглого стола", обсуждает соответствующие проблемы с целью согласования мнений и выработки единого мнения. Для повышения качества прогнозируемых результатов в состав группы включаются эксперты не только данной, но и смежных областей знаний. При этом не рекомендуется включать в группу лиц, имеющих подчиненность в служебных вопросах, и лиц, имеющих непререкаемый авторитет. Обсуждение должно протекать в режиме свободной дискуссии. Рекомендуется предварительно обучить группу методам коллективной работы. Кроме того, необходимо обратить внимание на психологическую совместимость участников коллектива.

Метод "круглого стола" имеет недостаток, заключающийся в том, что эксперты в своих суждениях руководствуются в основном логикой компромисса, что увеличивает риск получения искаженных результатов прогноза. Кроме того, на суждения некоторых экспертов может повлиять и авторитет отдельных участников "круглого стола".

Метод "мозгового штурма"

Этот метод возник в 50-е годы XX в. и получил широкое распространение в США, Японии и неоднократно применялся в бывшем СССР. Автором метода, разработавшим его основы в 1957г., является американец А. Осборн. Метод "мозгового штурма" отличается лавинообразностью выдвижения новых идей.

Опыт применения метода показывает, что с его помощью можно "сдвинуть с мертвой точки" почти любую проблему. Его цель - активизация творческого процесса генерации идей путем реализации определенных правил организации, проведения и оценки его результатов.

Главная цель - обеспечение максимальной творческой активности, душевного подъема и концентрации внимания всех участников на заданной проблеме. Для преодоления инерционности и стереотипности мышления, стимулирования энергичного коллективного поиска новых оригинальных идей в основу метода положен принцип разделения во времени процессов генерации идей и их оценки. Это позволяет устранить психологические препятствия творческому поиску, вызываемые критикой.

Метод "мозгового штурма" состоит из двух этапов: генерирование идей и их оценка. Существуют следующие разновидности метода:

· метод обратного "мозгового штурма", предложенный в 60-е годы в США фирмой "Дженерал Электрик";

· метод массового "мозгового штурма", разработанный в США в 70-е годы В.Филлипсом;

-метод двойного "мозгового штурма", разработанный в 70-е годы в СССР;

- метод "конференции идей", примененный в ГДР в 70-е годы. Все разновидности метода базируются на использовании стратегии ненаправленного случайного поиска.

Метод обратного "мозгового штурма" сочетает в себе две "мозговые атаки" коллектива генераторов идей: первая - для свободного выявления недостатков исследуемого объекта и вторая - для поиска новых идей и устранения выявленных недостатков. Такое разделение коллективного "мозгового штурма" повышает его целенаправленность и придает поиску более конкретный характер.

Метод массового "мозгового штурма" распараллеливает процесс генерирования идей, а метод двойного "мозгового штурма" организует последовательность из двух мозговых атак и из двух стадий оценки идей.

Метод "конференции идей" для повышения результативности коллективного поиска идей объединяет несколько принципов: высокий профессионализм, заблаговременную подготовку участников, различные приемы их психологической настройки в сочетании с правилами морфологического анализа по систематизации поиска и логикой эвристики.

Метод "мозгового штурма" требует следующие виды обеспечения:

1) организационное обеспечение, заключающееся в выборе ведущего, формировании групп генераторов идей и экспертов, организации их работы в соответствии с правилами и принципами метода;

2)  методологическое обеспечение, т.е. обучение специалистов принципам, правилам и содержанию этапов метода, выбору разновидностей метода и практическому освоению всех необходимых процедур;

3)  психологическое и мотивационное обеспечение, включающее психологическую настройку и стимулирование творческой работы специалистов, привлекаемых в группы генераторов идей, и экспертов с учетом особенностей этих групп;

4)  информационное обеспечение, заключающееся в подготовке информационно-справочных и методических материалов для формулирования проблемы, постановки задач, а также анализа выдвинутых идей.

Самостоятельно метод может применяться для прогнозирования развития СЭС, ее отдельных подсистем и параметров. В качестве вспомогательного творческого элемента при прогнозировании метод может успешно применяться на всех этапах, особенно в условиях неопределенности и при возникновении "тупиковых" ситуаций, когда другими способами не удается получить удовлетворительный результат.

Большое количество прогностических задач может решаться как непосредственно методом "мозгового штурма", так и применяя его в качестве вспомогательного.

Приведем основные правила метода "мозгового штурма".

1.  Критика высказанных идей не допускается, допускается только положительное обсуждение выдвигаемых идей.

2.  Приветствуется оригинальность, необычность идеи, а также их большое количество, так как при этом увеличивается вероятность появления ценных идей.

3.  Ведущему дано право изменения тематической направленности вопроса и снятия его с обсуждения, а также решения вопроса о повторной сессии.

4. Оценка предложений производится позднее, в аналитической группе.

5.  Ни одна идея не должна быть отброшена без детального анализа.

6.  Необходима комбинация различных идей, их усовершенствование.

К достоинствам метода следует отнести его простоту, доступность для изучения и освоения, его привлекательность для специалистов-участников "мозгового штурма", благодаря возможности учета и максимального использования их способностей и черт характера. Метод обладает высокой производительностью как по общему числу идей, так и по числу новых.

Необходимо отметить и недостатки метода: отсутствие гарантий получения качественных и конкретных решений. Область применения метода и его разновидностей при решении задач прогнозирования чрезвычайно широка. Самостоятельно метод может применяться для решения широкого круга управленческих и аналитических задач.

Рассмотрим методику подготовки и проведения "мозгового штурма".

Подготовительный этап. Первоначально выбирается и описывается проблема, подлежащая рассмотрению. Данную процедуру проводит ведущий, который может привлекать ассистентов. Для простоты понимания проблемной задачи необходимо снять любую неопределенность методом анализа и синтеза проблемной задачи. Рекомендуется разбить задачу на три подзадачи по трем направлениям - экономическому, социальному и политическому. По каждому направлению подготовить от трех до пяти вопросов. Провести синтез поставленных вопросов и обобщить их, при этом степень обобщения должна доходить до двух-трех (в некоторых случаях до четырех-пяти) вопросов. Совокупность представленных вопросов должна отражать поставленную проблемную задачу, а предложенные "генераторами" идеи должны решать поставленную проблему.

Ведущему необходимо составить план перехода от первого вопроса к последующим, причем данный план должен быть гибким, т.е. позволять пропускать или изменять порядок следования вопросов. Главная задача ведущего - "разогреть" группу и создать условия лавинообразного выдвижения идей, так как время генерации 15-20 мин. Ошибки, допущенные ведущим, могут привести к срыву сессии генерации идей и даже к необходимости замены или группы, или ведущего. Поэтому ведущему рекомендуется подготовить от шести до десяти неординарных идей по данной проблеме и воспользоваться ими при проведении сессии генерации.

Далее в группе "генераторов идей" и "аналитиков" проводится инструктаж с доведением правил "мозгового штурма" и личных пожеланий ведущего.

Этап генерации идей. Ведущий доводит до группы "генераторов" проблемную задачу, которая подлежит решению, и ставит первый вопрос. Выдвинутые идеи должны решать задачу частично или полностью. При снижении активности "генераторов" необходимо поставить вопрос, который дополняет ранее выдвинутый. Ведущий обязан подбадривать участников "мозгового штурма", стимулируя новые идеи на основе аналогий, ассоциаций и подсознательного развития ранее высказанных идей. Кроме того, ведущий корректно должен пресекать нарушение правил "мозгового штурма" - критика выдвинутых идей, обсуждение возможностей их реализации, нелестные высказывания в сторону отдельных участников и т. п.

Если в группе присутствуют участники, владеющие методами активизации творческого потенциала, то следует ожидать хороших результатов и помощи ведущему с их стороны.

Все выдвинутые идеи должны протоколироваться в том виде, в котором они были высказаны. Протокол может вести сам ведущий, но значительно лучше поручить его ведение одному из участников сессии генерации. Окончание этапа генерации поручается ведущему, после чего протокол сессии передается для анализа в группу "аналитиков".

Этап анализа идей. Качество данного этапа зависит от следующих факторов: во-первых, квалификации и практических навыков участников; во-вторых, психологического климата в группе; в-третьих, принадлежности участника именно к категории "аналитик" (нежелательно, чтобы в данной группе оказался "генератор"). Выполнение правил "мозгового штурма" и учет приведенных выше факторов гарантирует высокое качество данного этапа. Ведущий на этапе анализа идей должен строго следить за тем, чтобы ни одна из выдвинутых идей не была отброшена без поиска в ней рационального зерна. Окончанием этого этапа считается отчет группы "аналитиков" и заключение о необходимости повторного проведения сессии генерации. Целесообразно на аналитическом этапе строить "морфологические матрицы" до третьего порядка включительно. Для этого требуется выделить критерии оценки идей и построить первую матрицу. Обработанные результаты переносятся в другую матрицу с "новыми" критериями оценки и т.д.

Метод "Дельфи"

Данный метод является самым распространенным из методов коллективных экспертных оценок. Он разработан в 1964г. американской научно-исследовательской корпорацией "РЭНД-Корпорейшн". Название его образно-условное, оно напоминает о знаменитых дельфийских оракулах древности.

Цель метода: разработать тщательно скорректированную программу последовательных индивидуальных опросов (лучше - с помощью вопросников), перемежаемых обратной связью в виде информации и мнений, получаемых путем обработки на ЭВМ согласованной точки зрения экспертов по всем ранним частям (этапам) программы.

Отличительными особенностями метода "Дельфи" являются:

· полная заочность и анонимность опроса экспертов;

· проведение опроса экспертов в несколько туров;

· задействование обратной связи, когда в каждом последующем туре используются результаты предыдущего путем получения экспертами подробной информации о результатах каждого предшествующего тура;

· использование статистических методов обработки результатов групповых ответов.

Прогнозирование методом "Дельфи" многотуровое, однако обычно проводится не более трех-четырех туров.

Вначале экспертам рассылаются анкеты, в которых формируется проблема, содержится инструктаж о порядке проведения опроса и дается перечень вопросов, требующих четких количественных, реже качественных, ответов. Свои ответы эксперт не подписывает, а отсылает по почте или через другие внешние устройства. Получив ответы экспертов, организаторы опроса обрабатывают их, определяют групповые оценки, содержащие как среднюю величину, так и крайние значения. Полученные оценки предназначены для информирования экспертов в следующем туре.

В первом туре опроса в анкете допускаются любые ответы, чтобы дать неограниченную возможность экспертам сформулировать свои суждения о возможных значениях прогнозируемого объекта или события в будущем. Руководитель группы идентифицирует полученные в анкетах суждения: одинаковые суждения объединяются, после чего перечень суждений включается в следующую, вторую анкету.

Во втором туре опроса членами экспертной группы оцениваются не только оставленные в анкете суждения, но и даты осуществления событий. Ответы экспертов должны быть строго мотивированы. Если, по мнению эксперта, сроки осуществления событий, указанные в анкете, нереальны,. то .возможны, ответы типа "раньше", "позже". После второго тура опроса руководитель группы подготавливает статистическую сводку мнений, а также рассчитывает медиану, т.е. дает групповую оценку.

В третьем туре опроса члены экспертной группы получают подготовленные руководителем описание мнений и соответствующую статистическую сводку. На основе полученных материалов эксперты должны дать обзор всех мнений и с учетом этого высказать новые суждения о возможных значениях объекта и времени реализации событий. Если в этом случае их оценка не попадает в интервал достоверных результатов, то необходимо вновь обстоятельно аргументировать свое мнение.

Четвертый тур чаще всего является последним, заключительным. Осуществляемые процедуры те же, что и в предыдущем туре опроса.

Особое внимание при использовании метода "Дельфи" в прогнозировании следует уделять вопросам точности и надежности получаемых прогнозов. Точность и надежность прогнозов достигаются:

·   тщательным подбором членов экспертной группы, как правило, ведущих ученых и практиков в данной области знаний, проверкой их компетентности;

·   методом экспериментальных проверок компетенции всей привлекаемой к экспертизе группы, т.е. организацией серий опытов, при которых экспериментатор знает ответ, а члены экспертной группы не знают. Если на основе нескольких итераций получается вполне удовлетворительный ответ, то прогнозы данной экспертной группы считаются вполне надежными;

·   возможностью организации проверки полученного прогноза другими методами (моделированием, прогнозированием на основе трендовых моделей и т.д.);

·   простотой опросной анкеты и четкостью очертаний прогнозируемого явления;

·   сокращением по возможности числа прогнозируемых событий (объектов);

·   определением наиболее оптимальных промежутков времени между турами опросов.

 

3.4 Практическое использование методов экспертных оценок

 

Проблемы, для решения которых приходится применять методы экспертных оценок, принято разделять на два класса, каждый из которых придает своеобразную окраску отдельным этапам процедуры использования этого метода.

Проблемы первого класса характеризуются тем, что о них в целом имеется достаточная информация, но она может косить качественный характер или их решение требует учета многих критериев, что вызывает необходимость привлечения экспертов.

Основные задачи, которые в данном случае приходится решать при использовании методов экспертных оценок первого класса, состоят в поиске хороших экспертов и правильной организации процедуры экспертизы.

Проблемы, составляющие второй класс, не характеризуются достаточным информационным потенциалом. К ним относятся проблемы, возникающие при решении большинства задач прогнозирования. Обработка мнений экспертов для получения обобщенных оценок не может состоять в простом усреднении индивидуальных оценок. Ведь может оказаться, что мнение какого-либо эксперта, плохо сочетающееся со "среднеарифметическим" мнением, окажется истинным. Поэтому важнейшую роль здесь приобретают процедуры качественной обработки оценок экспертов.

Методы экспертных оценок применяют в рамках определенной процедуры, этапы которой нацелены на решение тех или иных вопросов организации экспертизы. Процедура проведения экспертизы состоит в следующем:

· на первом этапе создается группа управления, назначается ее руководитель и разрабатывается руководящий документ экспертизы;

· на втором этапе осуществляется подбор и формирование экспертной группы;

· на третьем этапе проводится разработка способа организации и методики проведения опроса экспертов;

· на четвертом этапе определяется способ организации и методики обработки данных опроса экспертов, цель обработки - получение обобщенных данных и новой информации, содержащейся в скрытой форме в экспертных оценках. На основе результатов обработки формируется решение проблемы;

- пятый и шестой этапы - это проведение опроса и обработка его результатов, включающая их анализ, утверждение и оформление в виде отчета.

Использование методов экспертных оценок не ограничивается прогнозированием развития социально-экономических явлений. Эти методы можно использовать, например, в педагогике для решения следующих задач:

а)анализ сложных педагогических процессов, характеризующихся в основном качественными, неформализуемыми признаками;

б)прогнозирование развития отрасли знания, процессов обучения и воспитания и их взаимодействие с внешней средой;

в)оценка альтернативных решений и выделение наиболее предпочтительных вариантов организации учебно-воспитательного процесса.

Индивидуальная экспертная оценка используется для изучения личности учащихся, рецензирования учебной и методической литературы, оценки качества знаний учащихся. Она включает беседу исследователя с экспертом, который отвечает на заранее сформулированные вопросы или анкету.

Метод групповых экспертных оценок может быть использован при выборе оптимальной структуры учебного материала, поурочном и тематическом планировании, отборе дидактического материала для различных видов занятий, для оценки качества преподавания, при формировании обобщенных, характеристик ученических коллективов.

Методика обработки результатов экспертного опроса. Для обработки количественных экспертных оценок используются статистические методы и рассчитываются показатели среднего значения и разброса вариационного ряда экспертных оценок. Показатели разброса служат базой для расчета степени согласованности мнений экспертов, надежности экспертов. При регулярном привлечении экспертов или возможности сравнения оценок с фактическими значениями исследуемых параметров показатели разброса могут быть использованы и для вычисления точности и надежности оценок.

Бывают такие ситуации, когда мнения экспертов расходятся. В основе идей согласования мнений экспертов лежит утверждение, по меньшей мере спорное, о том, что согласованное мнение многих людей достовернее, чем мнение одного человека. В простых вопросах, вероятно, подобная гипотеза близка к истине, но в сложных ситуациях применять ее опасно. Особенно это касается научно-технических прогнозов. Надо просто считаться с тем, что у экспертов мнения расходятся, и фиксировать существование неопределенности суждений и оценок. Экспертизы и прогнозы нужны не сами по себе, а для принятия определенных решений. Таким образом, используя экспертные оценки, можно поставить типичные задачи принятия решений в условиях неопределенности. Опираясь на традиционные идеи оценки результатов экспертного опроса, предложен новый теоретико-игровой подход к обработке результатов экспертиз в условиях рассогласованности мнений экспертов. Этот подход целесообразно использовать в условиях существования разовой информации для получения усредненной оценки, максимально надежной в рамках имеющейся информации.

Общие недостатки методов экспертных оценок (кроме метода "Дельфи"):

1) часть специалистов экспертной группы или даже один наиболее активный член группы могут оказывать давление на всех членов, и, если такое мнение ошибочно, может быть получен неправильный прогноз;

2) в отдельных случаях на решения членов экспертной группы может оказать отрицательное влияние не глубина доводов, а количество замечаний "за" и "против";

3) возможно также, что проблема достижения соглашения между членами экспертной группы будет иметь более важное значение, чем тщательно разработанный прогноз.

Спектр экспертных методов, используемых в прогнозировании, достаточно широк. Используются такие традиционные методы, как собственно индивидуальные оценки руководителей прогнозных разработок, групповые оценки коллектива разработчиков, групповые оценки, уточненные при консультациях у специалистов, оценки, подтвержденные ответами от научно-исследовательских и других компетентных организаций, полученные в результате официальных запросов.

 

.5 Метод построения прогнозного сценария

 

Написание сценария - метод, при котором устанавливается логическая последовательность событий с целью показать, как исходя из существующих ситуаций, может развиваться шаг за шагом будущее состояния объекта.

Прогностические процедуры сценарного метода построены на основе использования основных свойств (прежде всего целенаправленности, управляемости и самоорганизации) и закономерностей развития СЭС. В каждый исторический период руководством страны формулируются ближайшие и долгосрочные Цели развития СЭС и определяются пути их достижения, сущность которых состоит в рациональном распределении материальных и духовных- ресурсов. При этом происходит целенаправленная функциональная и структурная перестройка СЭС для приспособления к постоянно меняющимся условиям жизнедеятельности.

В большинстве случаев при прогнозировании СЭС цели развития окончательно не определены и требуют уточнения, а область допустимых воздействий управления определена лишь частично. Кроме того, в большинстве случаев неясен механизм влияния отдельных факторов и тем более совокупного влияния различных факторов на развитие СЭС. Процесс прогнозирования осложняется и тем, что не для всех параметров состояния СЭС известны границы допустимых значений, т.е. область динамического равновесия определена не полностью.

Метод сценария является основным для СЭС, отличающейся большой степенью неопределенности и нестабильности. В современных условиях постиндустриальной фазы развития, когда трудно, а порой и невозможно спрогнозировать количественные параметры развития СЭС и необходимо оперировать качественными показателями, когда теряют свое значение сегодняшние достижения или неудачи и возрастает спектр новых возможностей, метод сценария применяется и в целях долгосрочного прогнозирования развитых стран. Сценарий развития СЭС можно рассматривать как историко-системную модель будущей эволюции страны, основанную на исследовании ее прошлой эволюции, анализе ее состояния в настоящее время и на совокупности (вариантах) логически совместимых гипотез ее развития. " Сценарный метод представляет собой практическую реализацию принципа последовательного решения неопределенности. От тех методов прогнозирования, в которых упор делается на количественные показатели, сценарный метод отличается тем, что он представляет собой детализированное качественное описание объекта, содержащее отдельные количественные оценки.

Все процедуры метода основаны на сочетании содержательного логико-эвристического анализа с формальными методами исследования, в том числе математическими моделями. Предполагается использование при необходимости любых известных методов прогнозирования. Особый аспект метода сценария составляет организация человеко-машинного эксперимента на модели прогнозируемой системы, что делает этот метод схожим с методом имитационного моделирования, который будет рассмотрен ниже.

В процессе разработки сценария устанавливается логическая последовательность событий, чтобы показать, как исходя из существующих ситуаций может развиваться шаг за шагом будущее состояние объекта. Сценарий обычно разворачивается в конкретном временном интервале по конкретным годам и позволяет ответить на ряд существенных для прогнозирования вопросов:

· каковы тенденции тех или иных сторон развития прогнозируемого объекта?

· какие факторы влияют на осуществление этих тенденций?

· какие могут возникнуть проблемные ситуации и трудности в развитии объекта?

· какова область допустимых альтернатив управленческих решений по развитию объекта?

· каковы ожидаемые последствия тех или иных управленческих решений?

Все сказанное относится к разработке сценариев как на макро- так и на микроуровне.

Существует большое количество подходов и методик организации построения сценариев, но все они предполагают три общих положения. Исходным пунктом разработки сценария всегда должна быть оценка ситуации, в которой в данный момент находится исследуемый объект. Такая оценка ведет к пониманию динамики управляющих (воздействующих) факторов: значение каких факторов падает, а каких возрастает по всему временному горизонту.

Для управляющих, воздействующих факторов с определенными тенденциями развития должны быть выполнены специальные прогнозы и сделаны рациональные предложения экспертов. Должно быть разработано множество альтернативных сценариев, представляющих собой определенную логическую картину. При этом должно соблюдаться обязательное условие - альтернативные сценарии не должны содержать противоречий, т.е. взаимоисключающих шагов и событий.

Процесс прогнозирования начинается с выработки исходной гипотезы, которая является исходной точкой (первым приближением) для организации итеративной процедуры прогнозирования. В ходе работы исходная гипотеза обычно сильно изменяется или полностью заменяется другой, однако на первоначальном этапе она играет основополагающую роль.

Исходная гипотеза обычно оформляется в виде рабочего документа, содержание которого максимально структуризовано и отвечает принципам системного описания объекта прогнозирования. Изложение содержания исходной гипотезы начинается с формулировки целей прогнозирования и требований к прогнозу.

Из множества целей функционирования и развития рассматриваемой системы для дальнейшего исследования отбираются только соответствующие задачам прогноза цели.

Далее кратко излагается гипотеза о структуре и механизме функционирования и развития объекта в разрезе сформулированных целей. Описываются текущее состояние прогнозируемой системы, тенденции ее развития и основные факторы, определяющие эти тенденции. Обсуждаются возможные проблемные ситуации, которые могут иметь место в будущем, и строятся предварительные предположения о внутренних и внешних условиях развития прогнозируемого объекта.

В заключение приводятся результаты проведенного анализа в виде предварительного прогноза путей возможной эволюции рассматриваемой системы и обсуждается их связь с решениями, которые обеспечивают проводимый прогноз.

Исходная гипотеза в приведенной структуре может быть разработана только при хорошем предварительном знакомстве исследователей с объектом прогнозирования. Если же фактических знаний недостаточно, то обычно ограничиваются описанием структуры объекта и изложением идеи о механизме его функционирования и развития в общем виде, т.е. формируется начальное приближение в итеративном процессе познания объекта и прогнозирования его эволюции. Содержание исходной гипотезы характеризует состояние знаний о рассматриваемой системе и отражает проблемные моменты, требующие разрешения в ходе прогнозных исследований. Анализ исходной гипотезы позволяет сформулировать основные задачи, решение которых составляет процесс прогнозирования. Помимо этого, исходная гипотеза содержит информацию, позволяющую приступить к непосредственному исследованию объекта путем построения его матричной, формальной схемы. В сценарном методе выделяется особый вид информации - сценарные параметры. Значения сценарных параметров объективно непредсказуемы. В совокупности сценарные параметры составляют систему предположений об условиях будущего развития прогнозируемой СЭС.

В качестве сценарных параметров могут выступать любые внутренние (эндогенные) и внешние (экзогенные) факторы, в том числе инструментальные переменные, т.е. внешние факторы, определяющие условия развития СЭС, а также управляющие параметры - факторы, с помощью которых осуществляется целенаправленное воздействие на СЭС в целом и на ее подсистемы (элементы). В качестве сценарных параметров могут выступать и другие внутренние факторы, значения которых объективно непредсказуемы.

Одним из приемов разрешения неопределенности, связанной с неточным знанием границ допустимого состояния прогнозируемой системы, является введение индикаторов состояния.

В качестве индикаторов обычно выбираются объективно измеряемые параметры состояния системы с известными значениями, выход за пределы которых вызывает неустойчивость системы и возможность ее перехода в другое качественное состояние или ведет к ее гибели. Например, для развивающихся стран, не обеспечивающих себя продуктами питания, индикатором экономического состояния может служить уровень питания населения. Для промышленно развитых стран индикаторами предельного состояния могут служить параметры загрязнения окружающей среды или степень нарушения экологического равновесия, когда они достигают значений, опасных для существования общества.

Индикаторы состояния выбираются в соответствии с решаемыми задачами и в социально-экономическом прогнозировании могут иметь форму основных интегральных показателей исследуемого процесса.

Например, мировая цена на товар выступает как основной обобщенный показатель состояния мирового рынка данного товара. Индикаторами являются также предельные значения цен, при которых рынок становится неустойчивым и оказывает критическое воздействие на экономику страны. Другим примером интегрального индикатора могут служить темпы инвестиций как обобщенные показатели экономической активности. При этом выбираемые индикаторы должны иметь ясную социально-экономическую природу и измеряться количественно. Индикаторы включаются в число параметров формального описания системы. Введение индикаторов в модели системы дает возможность организовать машинные эксперименты в рамках содержательных процедур сценарного метода. Процесс построения сценариев с использованием математических моделей системы позволяет, ориентируясь на критические значения выбранных индикаторов, определять границы "трубки" допустимых состояний системы.

Этот аппарат дает возможность исследовать проблемные моменты развития прогнозируемого объекта и связанные с ними критические ситуации, которые могут возникнуть в будущем. Весьма важной и сложной проблемой построения сценариев развития объектов является выбор методов варьирования значениями сценарных параметров для обеспечения минимального диаметра "трубки" возможных сценариев. Этот вопрос во многом определяется целями и задачами конкретных прогнозов.

Рассмотрим два наиболее распространенных подхода к этой проблеме.

Первый подход базируется на понятии гарантированного прогноза. По своей сути он перекликается с понятием гарантированного выигрыша в математической теории игр. Гарантированный прогноз должен дать предельную (высшую или низшую) оценку возможных значений параметров прогнозируемого состояния системы. Очень многие политические, экономические и военные решения ориентируются только на гарантированный прогноз, чтобы исключить возможность риска.

Процедура определения гарантированного прогноза - обозначение границ, за которые система в своем развитии выйти не может по объективным причинам. Данная процедура состоит в определении верхнего и нижнего пределов развития.

Для определения верхнего предела задаются максимально возможные значения параметров, характеризующих факторы, положительно влияющие на развитие исследуемой системы, и минимально возможные значения параметров тех факторов, которые препятствуют ее развитию. В этих условиях выбирается "идеальное", т.е. наилучшее из "трубки" допустимых управление, ведущее к целям развития прогнозируемой системы, и определяется соответствующее этому управлению состояние системы, которое и является пределом ее возможного развития. Максимально возможное развитие прогнозируемой системы часто определяют через потенциал системы по достижению каких-либо целей в наиболее благоприятных условиях. В этом случае потенциал системы соответствует границе реально возможного в ее развитии.

Для определения нижнего предела развития поступают наоборот - минимизируют положительные и максимизируют отрицательные факторы при сохранении идеального управления.

Большим недостатком этого методического подхода является то, что в результате получается слишком широкая "трубка" сценариев развития прогнозируемой системы. Верхний предел развития оказывается сильно завышенным, а нижний - заниженным. В действительности же вероятность ситуации, при которой все факторы в течение всего прогнозируемого периода будут сохранять крайние значения, равна нулю.

Вторым подходом, альтернативой рассмотренному, является выбор более реальной системы предположений об условиях будущего развития прогнозируемой системы и введение показателей качества прогноза.

Сценарные методы прогнозирования развития объекта позволяют реализовать оба методических подхода в зависимости от поставленных целей прогнозирования. Нет необходимости доказывать, что разработка сценария - дело трудное. Эти трудности можно разбить на два класса.

Трудности первого класса носят методологический характер, сюда входит: определение рамок сценария (разграничение системы и подсистемы, установление горизонта времени, цели разработки), выявление структуры и внутренних исторических закономерностей развития системы.

К трудностям второго класса относятся вопросы информационного обеспечения, логико-математической формализации, интерпретации результатов.

Из сказанного вытекает, что разработка сценария - дело целого коллектива сценаристов, имеющих разный профиль деятельности и научных знаний. По этой причине в наиболее обобщенном виде сценарный метод может быть охарактеризован как метод организации междисциплинарных прогностических исследований, в которых участвуют специалисты различного профиля, с разной подготовкой и часто с существенно различающимися взглядами на рассматриваемую проблему. Одной из основных задач метода, является выработка коллективного решения о возможных состояниях объекта прогнозирования, закономерностях и путях его развития на единой методологической и методической базе. Формы организации работы для решения этой задачи составляют организационный аспект сценарного метода.

Этапы разработки сценария развития СЭС включают в себя:

1.Предсценарный этап, состоящий из следующих подэтапов:

·   описание объекта прогнозирования (СЭС);

·   анализ элементов объекта прогнозирования (СЭС);

·   построение системы моделей.

2.Этап построения сценария (сценарный этап).

Сценарный метод включает итеративную процедуру неоднократного возвращения к ранее пройденным этапам для совершенствования сценария в целом и его отдельных элементов.

1.Предсценарный этап. Сущность предсценарного этапа прогнозирования состоит в исследовании содержания и формализации прогнозируемых процессов, построении моделей системы (СЭС) и подготовке необходимой информации для сценариев. Предсценарный этап выполняет описательную и объяснительную функцию прогнозных исследований. Системное описание СЭС начинается с его декомпозиции на составляющие ее элементы, т.е. структурирования. В дальнейшем, в процессе прогнозирования, эта исходная декомпозиция системы детализируется и уточняется. На основе начальной декомпозиции строится первая матричная схема СЭС как целостной системы.

Построение матрицы начинается с классификации состояний СЭС относительно целей прогноза. В простейшем случае это могут быть два состояния:

а)основанное на оптимистическом прогнозе;

б)основанное на пессимистическом прогнозе.

В целом для страны, ориентированной на экспорт нефти, одно состояние - рост цен на нефть, другое состояние - падение этих цен.

В соответствии с исходной гипотезой о функционировании прогнозируемой СЭС отбираются факторы, определяющие направления развития СЭС, т.е. перехода из одного состояния в другое согласно принятой классификации состояний. По результатам этой работы строится матрица "состояния - факторы". Факторы делятся на внутренние (эндогенные) и внешние (экзогенные). Определение существенных факторов производится в основном методами коллективных экспертных оценок.

Затем определяется направление и сила воздействия факторов, их позитивное и негативное влияние. Определяется структура существенных факторов. Взаимосвязи, установленные в процессе исследования, представляются графически.

Матрица "состояния - факторы" и соответствующая ей структура должны быть представлены в таком виде, чтобы с помощью введенных понятий полностью описывалась исходная гипотеза о функционировании и возможных направлениях развития рассматриваемой СЭС.

Затем начинается этап ее последовательного анализа и уточнения. Анализ начинается с определения и фиксации допустимых значений параметров состояния исследуемого объекта и выделения индикаторов состояния. Если на этом этапе анализа не находится достаточных оснований для определения допустимых значений каких-либо параметров состояния, то они задаются областью определения. Таким образом, очерчивается самая широкая область допустимых значений системы, которая в процессе исследования будет последовательно сужаться. Затем анализу подвергаются факторы. Прежде всего, они ранжируются по степени влияния на состояние прогнозируемого объекта. Для этого обычно используется шкала оценок от 0 до 5, где 0 - отсутствие влияния, а 5 - наибольшая степень влияния.

Центральным моментом анализа является сопоставление значений параметров, характеризующих факторы, с определенным состоянием системы. Если механизм влияния фактора или группы факторов известен, то может быть построена математическая модель явления, с помощью которой происходит однозначное сопоставление значений факторов и параметров состояния объекта. В противном случае строится содержательная полуинтуитивная модель механизма влияния, оперирующая в основном качественной шкалой оценок состояния. На практике обычно имеют место обе ситуации.

В результате анализа матрицы "состояния - факторы" осуществляется второе приближение в декомпозиции рассматриваемого объекта и в формировании гипотезы о механизме его функционирования и развития как целостности. Классификация состояний системы и факторов, а также введение системы предположений резко сужают начальную неопределенность и позволяют построить на этом этапе исходную широкую "трубку" возможных траекторий развития объекта. Для этого проводится анализ сценарных параметров, в результате которого выделяются главные сценарные параметры, в основном определяющие направления развития, и второстепенные сценарные параметры, которые могут быть представлены в зависимости от целей прогноза своими средними или крайними значениями.

Среди главных сценарных параметров есть управляющие параметры, с помощью которых осуществляется целенаправленное функционирование и развитие объекта прогнозирования, и неконтролируемые параметры, значения которых в будущем непредсказуемы.

В классификации значений неконтролируемых сценарных параметров обычно удается выделить доминирующий класс, т.е. наиболее вероятные условия развития прогнозируемого объекта. Тогда траектория развития объекта как целостности при этих условиях принимается в качестве базового сценария. В противном случае приходится строить несколько базовых сценариев, и всю последующую процедуру проводить для каждого из них. Построение базового сценария завершает важный и ответственный этап прогнозных исследований.

После анализа отдельных элементов системы, количество уровней которых зависит от заданной глубины прогноза, переходят к построению математических моделей. В практике прогнозных исследований часто удается использовать ранее разработанные модели с необходимыми дополнениями и изменениями. С помощью моделей определяются количественные ограничения по состоянию системы и вычисляются значения индикаторов состояния для рассматриваемых сочетаний фоновых переменных и сценарных параметров.

На этом завершается предсценарный этап прогнозирования, в результате выполнения которого строится система моделей прогнозируемой СЭС. Структура системы математических моделей СЭС должна отражать формализуемые элементы ее матричной формальной схемы. Если бы механизм действия и взаимодействия элементов на всех выбранных уровнях представления СЭС был известен и формализуем, то можно было бы построить математические модели элементов и из них синтезировать модель системы в целом. С помощью такой модели было бы возможно каждому сочетанию значений сценарных параметров поставить в соответствие некоторое "идеальное" управление, которое оптимальным путем приводило бы систему в состояние, соответствующее целям СЭС.

Таким образом, формальная матричная схема превратилась бы в матричную модель прогнозируемой системы.

На практике подобная ситуация встречается чрезвычайно редко. Обычно не удается построить математическую модель, полностью адекватную матричной формальной схеме СЭС. Эта задача решается с помощью интеллектуальной деятельности исследователей в процессе построения сценария в рамках матричной формальной схемы.

Резюмируя вышесказанное, можно сделать вывод, что на предсценарном этапе прогнозирования развития СЭС должна быть проведена вся подготовительная работа и получены следующие результаты:

· сформулированы цели, задачи, требования и условия прогноза;

· собрана информация и составлено структурированное содержательное описание объекта прогнозирования, сформулирована рабочая гипотеза о механизме его функционирования и развития;

· произведена декомпозиция системы, которая представляется одним или несколькими структурными срезами в графическом виде, отработана методика системного анализа для последующего исследования элементов прогнозируемой СЭС;

· разработана матричная формальная схема функционирования и развития прогнозируемой СЭС (и построена иерархия языков ее описания);

· сформулированы основные ограничения процессов функционирования и развития СЭС и определены индикаторы состояния системы;

· выбраны некоторые средние значения фоновых переменных и сценарных параметров и построены базовые сценарии для системы в целом и ее элементов на всех принятых уровнях описания СЭС;

· сформулированы требования и построена система математических моделей СЭС;

· все результаты исследований зафиксированы в рабочих документах.

Перечисленные результаты должны выражать общие взгляды коллектива прогнозистов на сущность рассматриваемых процессов, методологические принципы и организационные формы сценарных исследований. Построенный инструментарий позволяет перейти к заключительному этапу процесса прогнозирования.

2. Этап построения сценария. Построение сценариев развития СЭС как конечного результата прогнозирования представляет собой творческий процесс, который не укладывается в рамки какой-либо строгой последовательности приемов и методов анализа. В каждом конкретном случае схема процесса складывается в зависимости от объекта прогнозирования, степени проработки проблемы на предсценарном этапе, наличия математических моделей и специального математического обеспечения для реализации эффективной человеко-машинной процедуры, личных качеств членов коллектива и других факторов. Сценарный этап обычно начинается с проведения расчетов по всем базовым сценариям на системе моделей. Целью расчетов является проверка содержательных базовых сценариев на допустимость и реализуемость, уточнение исходных значений фоновых переменных и других сценарных параметров, количественно-качественный анализ сценариев и выбор модельных базовых сценариев.

Моделирование базового сценария является весьма ответственным моментом, поскольку дальнейшие исследования основываются на вариациях отдельными сценарными параметрами, в том числе фоновыми переменными, в то время как основной массив информации, составляющий базовый сценарий, обычно остается неизменным. Процесс синтеза модельных базовых сценариев чаще всего совмещается с налаживанием отдельных моделей и системы моделей СЭС и доведением этих моделей до рабочего состояния на реальной информации специалистами различного профиля, составляющими коллектив прогнозистов. На этом же этапе отлаживаются конкретные приемы и вырабатываются правила человеко-машинной процедуры построения и анализа сценариев на основе базового машинного сценария.

Расчеты удобно начинать снизу, т.е. на моделях нижнего уровня, и по мере отработки базовых сценариев элементов двигаться вверх по иерархии системы моделей. Разработка базового сценария каждого элемента, подсистем и системы в целом сопровождается содержательной интерпретацией в рамках матричной формальной схемы количественных результатов расчетов с позиций принятой рабочей гипотезы. На этом этапе уточняется и сама рабочая гипотеза. Моделирование базовых сценариев позволяет проверить рабочую гипотезу на логическую непротиворечивость и соответствие всем видам ограничений, а при необходимости - внести коррективы.

При моделировании базовых сценариев происходит еще одна или несколько итераций уточнения рабочей гипотезы и более глубокое уяснение сущности прогнозируемых процессов на количественном уровне.

Процесс построения сценариев можно представить как выдвижение исследователями различных альтернатив развития рассматриваемой СЭС и последующую проверку каждой из этих альтернатив на системе моделей. Альтернативные варианты развития СЭС строятся на основе принятой рабочей гипотезы. Они интерпретируются на языке матричной формальной схемы и на входе в модели приобретают форму соответствующих значений фоновых переменных, сценарных и управляющих параметров. Модели дают количественную характеристику выдвигаемым альтернативам.

Выдвижение альтернатив - сугубо творческий процесс, в котором неформальные знания, опыт, научная интуиция и интеллект исследователя играют ведущую роль. Информация, генерируемая самим исследователем, получает с помощью моделей количественную оценку, а последующая интерпретация и уточнение альтернатив позволяют воссоздавать возможный путь развития прогнозируемой системы. Реализация этой итеративной процедуры связана с решением проблемы перевода качественных понятий в количественные значения параметров СЭС. Например, как тот или иной политический курс высшего руководства страны выражается в конкретных значениях управляющих параметров, т.е. в распределении государственного бюджета, налоговом законодательстве, значении учетных ставок Центробанка, введении различных видов импортных ограничений и экспортных субсидий. Исследователь должен сопоставить прогнозируемый курс с конкретными значениями перечисленных управляющих параметров. Строго логических и формальных путей решения этой проблемы не существует. Для решения этой задачи обычно используют опыт, интуицию и представления о неформализуемых аспектах механизма функционирования системы.

Сформулированные на интуитивно-логическом уровне анализа качественные альтернативы управления и их количественные аналоги являются исходной точкой итеративной эвристической человеко-машинной процедуры подбора подходящих диапазонов значений управляющих параметров. Такие процедуры обычно удается построить исходя из задач прогноза, принятых ограничений и особенностей объекта прогнозирования.

Проблема определения соответствия между качественными и количественными характеристиками прогнозируемой системы решается в рамках общей процедуры построения сценариев. Определенные на каком-либо этапе этой процедуры диапазоны значений управляющих параметров СЭС могут уточняться, а иногда и полностью изменяться.

Процесс прогнозирования обычно заканчивается итоговым документом, в котором содержатся:

· цели и задачи прогноза;

· краткое структурированное описание объекта прогнозирования, гипотеза о механизме его функционирования и развития, принятая система допущений и ограничений;

· подробное описание и интерпретация разработанных сценариев и соответствующих им тенденций развития с указанием и обсуждением возможных в будущем проблемных ситуаций;

· рекомендации для принятия решений по результатам прогнозирования.

Похожие работы на - Методологические основы прогнозирования

 

Не нашел материал для своей работы?
Поможем написать качественную работу
Без плагиата!