Методологические основы прогнозирования

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Тема: Методологические основы прогнозирования

Содержание

Введение

1. Сущность и основные методы проведения экспертных оценок.

2. Основные формализованные методы прогнозирования.

Заключение

Введение

В настоящее время ни одна сфера жизни общества не может обойтись без прогнозов как средства познания будущего. Особенно важное значение имеют прогнозы социально-экономического развития общества, обоснование основных направлений экономической политики, предвидение последствий принимаемых решений. Социально-экономическое прогнозирование является одним из решающих научных факторов формирования стратегии и тактики общественного развития.

Социально-экономическое предвидение основных направлений общественного развития предполагает использование специальных методов, позволяющих определить параметры функционирования отдельных элементов производительных сил в их взаимосвязи и взаимозависимости.

Методы прогнозирования и планирования выражаются в способах и приёмах разработки прогнозных и плановых документов и показателей применительно к различным их видам и назначениям.

Основой методики прогнозирования и планирования являются проведение аналитического исследования, подготовка базы данных, изучение и соединение информации в единое целое.

1.Сущность и основные методы экспертных оценок

Методы, основанные на опыте и интуиции, -- эвристические методы, используют в решении наиболее сложных проблем, в особенности в условиях неопределенности, которая возникает из-за недостатка информации или неустойчивости развития.

Метод экспертных оценок используется преимущественно в долгосрочных прогнозах. Прогнозирование осуществляется на основе суждения эксперта (группы экспертов) относительно поставленной задачи. Экспертом выступает квалифицированный специалист по конкретной проблеме, который может сделать достоверный вывод об объекте прогнозирования. Метод экспертных оценок чаще используется в тех случаях, когда трудно количественно оценить прогнозный фон, и специалисты делают это на основе своего понимания вопроса. По существу мнение специалиста -- это результат мысленного анализа и обобщения процессов, относящихся к прошлому, настоящему и будущему, на основании собственного опыта, квалификации и интуиции.

Экспертными оценками называют эвристические оценки, основывающиеся на интуиции, воображении и опыте. Примерами традиционных эвристических процедур являются консилиумы, совещания, заседания, поскольку порядок их проведения регламентируется традициями. Постепенно в эту область начинают проникать математические методы планирования и обработки результатов эвристической деятельности.

Выделяют два уровня использования экспертных оценок: качественный и количественный. Применение экспертных оценок на качественном уровне, например для определения возможных направлений деятельности, как правило, оправдано. Применение экспертных оценок в тех случаях, когда могут быть использованы математические методы, нередко обусловлено неумением использовать математические методы.

Для достоверности, надежности экспертных оценок необходимо следовать методическим основам использования экспертных методов, не обманываясь их кажущейся простотой.

Предполагается, что эксперт основывает свое суждение на группе причинных факторов, действующих в рамках определенного сценария, оценивая вероятность его реализации и влияния факторов на изучаемый показатель. Причинно-следственная структура неразрывно связана с личностью эксперта. Так, два разных эксперта, решая одну и ту же проблему, используя одну и ту же информацию, могут прийти к разным выводам.

Ценность полученных оценок зависит от опыта и интуиции лица, формулирующего оценку. Уменьшить риск субъективности индивидуального суждения можно, обратившись к группе экспертов, которые могут обсуждать и согласовывать свои оценки.

Широко распространено мнение, что достоверны те оценки, которые являются результатом согласованности действий экспертов. Это не всегда верно. Известны случаи, когда именно один эксперт, не согласный с мнением большинства, как раз и давал правильные оценки, прогнозы. Кроме того, очень распространена ошибка, которая состоит в характеристике согласованности действий экспертов на основе величины коэффициентов конкордации экспертных оценок.

При решении проблем нестандартных, например связанных с прогнозированием в нестабильных условиях, должны участвовать эксперты высокой квалификации. Прогнозы, составленные "средними" экспертами, обычно основаны на традиционных, привычных оценках. В ситуации неопределенности, неустойчивости они часто ошибочны. Высококвалифицированные специалисты оценят скрытые факторы и возможность появления новых тенденций.

Все методы экспертных оценок в зависимости от количества экспертов делятся на индивидуальные и коллективные.

Среди индивидуальных экспертных оценок наибольшее распространение получили следующие методы:

1. Интервью или беседа с экспертом;

2. Анкетирование - письменный опрос эксперта по заранее заготовленным вопросам

3. Аналитическая записка - это самостоятельная исследовательская работа эксперта с письменным заключением.

Целями использования индивидуальных экспертных оценок являются:

· оценка вероятности развития событий, определение целей и стратегий, ранжирование целей и объектов;

· анализ результатов, представленных другими экспертами, выдача заключений на работу других специалистов;

· составление сценариев.

Эксперт используется как источник информации, как советник руководителя, принимающего решения. Работа, выполненная экспертом, по существу обобщает мнения многих людей, дает исходные данные для планирования.

Для групповых экспертных оценок часто используют открытое обсуждение поставленных вопросов с последующим открытым или закрытым голосованием. Опыт показывает, что этот метод малоэффективен, поэтому предпочтительны следующие методы:

· закрытое обсуждение с последующим закрытым голосованием или заполнением анкет опроса;

· свободные высказывания без обсуждения и голосования.

Экспертные опросы, проводимые в несколько туров. Одним из наиболее эффективных и известных методов использования экспертов считается метод "Дельфи", который предполагает проведение экспертных опросов в несколько туров. Метод "Дельфи" -- это усовершенствованный групповой подход к решению задач оценки. Он предполагает критику субъективных взглядов отдельных экспертов без непосредственных контактов между ними с сохранением анонимности мнений. Процесс продолжается до тех пор, пока продвижение в направлении согласования точек зрения не становится незначительным, тогда фиксируются расходящиеся точки зрения.

Рассмотрим пример оценки стоимости сложного проекта методом "Дельфи". В первом туре проводится опрос каждого эксперта. Эксперты дают оценки стоимости. Затем экспертов знакомят со средним значением и размахом, то есть разницей между крайними значениями оценок или со всей совокупностью полученных оценок, сохраняя их анонимность. После этого проводят вторичный анонимный опрос, перед которым экспертов, чьи оценки сильно отклоняются от среднего значения, просят пересмотреть свои оценки, а также аргументировать их.

В третьем туре экспертов знакомят с результатами второго тура, включая и аргументы крайних значений оценок, зафиксированные уменьшения или увеличения значений оценок; анонимность авторов сохраняется. Экспертов просят рассмотреть новые оценки и их обоснования, высказать свои сомнения, пересмотреть свои предыдущие оценки. Если на третьем туре не достигается удовлетворительная согласованность оценок, то допустимо аналогичное проведение четвертого тура опроса. Обычно требуемый уровень согласованности достигается за два тура.

Метод коллективной генерации идей. Метод коллективной генерации идей -- метод "мозговой атаки" или "мозгового штурма" позволяет получить большое количество конструктивных идей. Используют специально подготовленный персонал и группы экспертов. В качестве экспертов желательны лица, которые обладают достаточно высокой эрудицией в сочетании с развитым творческим мышлением.

При проведении экспертного опроса на заседании экспертов должна быть охарактеризована проблема и выделен центральный вопрос. Все идеи, оценки, предложения фиксируются, запрещается любая критика и поощряется свободная интерпретация идей в рамках данного вопроса. Организаторы должны стремиться к получению максимального количества идей, поощрять различные комбинации идей и путей их усовершенствования.

Результаты этого метода представляют систему идей, которые считаются плодом коллективного труда всей группы. С помощью метода коллективной генерации идей можно успешно решать многие задачи, например:

· определять возможные пути развития процесса, выявлять наиболее полный набор этих путей;

· определять факторы, которые необходимо принимать во внимание при планировании.

Коллективная генерация идей приводит к получению избытка информации, включающей как чрезвычайно ценные, так и общеизвестные и даже ошибочные предложения. Важнейшим элементом метода является квалифицированный анализ стенограмм и других материалов "мозговых штурмов". Работа по методу коллективной генерации идей может включать несколько туров и продолжаться несколько дней. Неквалифицированные попытки применения метода, подобные организации дискуссий на оперативных совещаниях, не могут приводить к результатам, получаемым методом "мозгового штурма".

статистика информация прогнозирование экспертный оценка

2. Основные формализованные методы прогнозирования

Среди формализованных методов наибольшее распространение получили з основные группы:

1. Статистические методы;

2. Математическое моделирование

3. Опережающие методы.

Статистические методы основаны на использовании приёмов статистики. Наиболее распространённым сататистическ5им приёмом является экстраполяция.

Экстраполяция -- это метод, при котором прогнозируемые показатели рассчитываются как продолжение динамического ряда на будущее по выявленной закономерности развития. По сути экстраполяция является переносом закономерностей и тенденций прошлого на будущее на основе взаимосвязей показателей одного ряда. Метод позволяет найти уровень ряда за его пределами, в будущем. Экстраполяция эффективна для краткосрочных прогнозов, если данные динамического ряда выражены ярко и устойчиво.

Если предполагается сохранение прошлых и настоящих тенденций развития на будущее, то говорят о формальной экстраполяции. Если же фактическое развитие увязывается с гипотезами о динамике процесса развития с учетом физической и логической сущности, то говорят о прогнозной экстраполяции. Прогнозная экстраполяция может быть в виде тренда, огибающих кривых, корреляционных и регрессионных зависимостей, может быть основана на факторном анализе и др. Экстраполяция сложного порядка может перерасти в моделирование.

Для такого вида экстраполяции, как тренд, характерно нахождение плавной линии, отражающей закономерности развития во времени. Тренд обычно применяется как основная составляющая прогнозируемого временного ряда, на которую накладываются другие составляющие, например сезонные колебания. Экстраполяция на основе тренда включает:

сбор информации эмпирического ряда показателя за прошлые периоды;

выбор оптимального вида функции, описывающей указанный ряд с учетом его сглаживания и выравнивания;

расчет параметров выбранной экстраполяционной функции;

¦ расчет прогноза на будущее по выбранной функции.

Вторым наиболее распространённым в прогнозировании статистическим методом является корреляция.

Корреляционный анализ используют для выявления и оценки связи между различными показателями, характеризующими экономические и производственные системы. Степень тесноты связи оценивают коэффициентами, изменяющимися в пределах от 0 до + 1,0. Малое значение коэффициента свидетельствует о слабой связи, значение, близкое по величине к 1,0, характеризует очень сильную связь и часто позволяет предположить наличие функциональной причинно-следственной связи.

В табл. 4.3 приведены качественные оценки степени тесноты связи в экономических системах с помощью коэффициента корреляции. В некоторых источниках ошибочно рекомендуют при малой величине коэффициента корреляции, например до 0,20, делать заключение об отсутствии связи. Это заблуждение противоречит теоретико-вероятностным основам оценки гипотез.

Метод оценки корреляционной связи и тип определяемого при этом коэффициента зависят от закона распределения данных.

Таблица 1.Теснота связи и величина коэффициента корреляции

Параметрический корреляционный анализ. Это наиболее распространенный и точный вид анализа, для которого разработано всестороннее вероятностное обоснование. Условием обоснованного применения параметрических методов анализа, как правило, является нормальный закон распределения данных, используемых для обработки.

Первый этап анализа -- это проверка данных на соответствие закону нормального распределения. Если распределение данных в выборке близко к нормальному закону, то можно оценить наличие линейной связи между переменными с помощью индикатора связи -- коэффициента корреляции Пирсона.

Непараметрические методы. Непараметрические методы статистики, в отличие от параметрических не базируются на каких-либо предположениях о законах распределения данных. В качестве непараметрических критериев связи переменных часто используют коэффициент ранговой корреляции Спирмена и коэффициент ранговой корреляции (конкордации) Кендела.

Коэффициент ранговой корреляции Спирмена является непараметрическим аналогом коэффициента корреляции Пирсона и определяется не по величинам переменных признаков, а по рангам -- номерам в порядке возрастания величин признаков. Он более детально оценивает связь по сравнению с коэффициентом конкордации Кендела, но менее детально, чем коэффициент Пирсона.

Коэффициент конкордации Кендела определяется количеством пар признаков, для которых характерны положительные и отрицательные связи.

Точность коэффициентов, дающих непараметрические оценки связи, определяют с помощью Z-статистики, которая является аналогом Г-стагистики, и характеризует отношение величины коэффициента и его стандартной ошибки. Аналогично параметрическим методам необходимо оценивать и уровень значимости гипотезы об отсутствии связи.

Наряду с этим используется метод регрессии. Во многих практических задачах прогнозирования, изучая различного рода связи в экономических, производственных системах, необходимо на основании экспериментальных данных выразить зависимую переменную в виде некоторой математической функции от независимых переменных -- регрессоров, то есть построить регрессионную модель. Регрессионный анализ позволяет:

производить расчет регрессионных моделей путем определения значений параметров -- постоянных коэффициентов при независимых переменных -- регрессорах, которые часто называют факторами;

проверять гипотезу об адекватности модели имеющимся наблюдениям;

использовать модель для прогнозирования значений зависимой переменной при новых или ненаблюдаемых значениях независимых переменных.

Среди регрессионных моделей обычно выделяют однопараметрические модели (зависимости от одной переменной) и многопараметрические модели (зависимости от нескольких переменных), а также модели, линейные относительно независимых переменных, нелинейные по переменным и нелинейные по параметрам.

Наиболее просты для построения и анализа однопараметричес-кие и многопараметрические линейные модели, которые содержат независимые переменные только в первой степени.

Также широко используются такие статистические методы как интерполяция, индексный метод и ряд и другие.

Математические методы формализованного прогнозирования предполагают построение моделей т.е. абстрактных образов, которые отражают основные характеристики и взаимосвязи реальных объектов.

Термин "модель" широко используется в различных сферах человеческой деятельности и имеет множество смысловых значений. Рассмотрим только такие "модели", которые являются инструментами получения знаний.

Модель - это такой материальный или мысленно представляемый объект, который в процессе исследования замещает объект-оригинал так, что его непосредственное изучение дает новые знания об объекте-оригинале

Под моделирование понимается процесс построения, изучения и применения моделей. Оно тесно связано с такими категориями, как абстракция, аналогия, гипотеза и др. Процесс моделирования обязательно включает и построение абстракций, и умозаключения по аналогии, и конструирование научных гипотез.

Главная особенность моделирования в том, что это метод опосредованного познания с помощью объектов-заместителей. Модель выступает как своеобразный инструмент познания, который исследователь ставит между собой и объектом и с помощью которого изучает интересующий его объект. Именно эта особенность метода моделирования определяет специфические формы использования абстракций, аналогий, гипотез, других категорий и методов познания.

Необходимость использования метода моделирования определяется тем, что многие объекты (или проблемы, относящиеся к этим объектам) непосредственно исследовать или вовсе невозможно, или же это исследование требует много времени и средств.

Процесс моделирования включает три элемента: 1) субъект (исследователь), 2) объект исследования, 3) модель, опосредствующую отношения познающего субъекта и познаваемого объекта. Для понимания сущности моделирования важно не упускать из виду, что моделирование - не единственный источник знаний об объекте. Процесс моделирования "погружен" в более общий процесс познания. Это обстоятельство учитывается не только на этапе построения модели, но и на завершающей стадии, когда происходит объединение и обобщение результатов исследования, получаемых на основе многообразных средств познания.

В соответствии с общей классификацией математических моделей они подразделяются на функциональные и структурные, атакже включают промежуточные формы (структурно-функциональные). В исследованиях на народнохозяйственном уровне чаще применяются структурные модели, поскольку для планирования и управления большое значение имеют взаимосвязи подсистем. Типичными структурными моделями являются модели межотраслевых связей.

Заключение

Таким образом, методология прогнозирования включает совокупность принципов, методов и показателей, применяемых в прогнозировании. Существуют различные типовые методы прогнозирования. Задача прогнозиста - выбрать такой метод, который в наибольшей мере соответствовал бы принципам прогнозирования данного явления. При соответствии методов прогнозирования заданным принципам можно говорить о создании прогнозируемой системы объекта, включающей определённый свод показателей.

Список литературы

1. Алексеева М.М. Планирование деятельности фирмы. М., 2006 - 108 с.

2. Басовский Л.Е. Прогнозирование и планирование в условиях рынка. Учебное пособие. - М.: ИНФРА - М, 2008. - 260 с.

3. Бенвенисте Г. Овладение политикой планирования. М., 2006 - 70 с .

4. Владимирова Л.П. Прогнозирование и планирование в условиях рынка: Учебное пособие - 5-е изд., перераб. и доп. - М.: Издательско-торговая корпорация «Дашков и Ко», 2007. - 400 с.

5. Егоров В. В., Парсаданов Г. А. Прогнозирование национальной экономики. М.: ИНФРА-М, 2007- 184 с.

6. Математические методы в экономике и моделирование социально-экономических процессов в АПК/В.А. Кундиус, Л.А. Мочалова, В.А. Кегелев, Г.С. Сидоров. - 2-е изд., перераб. и доп. - М.: Колос, 2007 - 288 с.

7. Прогнозирование и планирование в условиях рынка: Учеб. Пособие для вузов/Т.Г. Морозова, А.В. Пикулькин, В.Ф. Тихонов и др.; Под ред. Т.Г. Морозовой, А.В. Пикулькина. - М.: ЮНИТИ - ДАНА, 2007. - 318 с.

8. Цыгичко В. Основы прогнозирования систем. - М.: Финансы и статистика, 2006 - 230 с.

9. Черныш Е. А. Прогнозирование и планирование в условиях рынка. М.: ПРИОР, 2008 - 176 с

10. Юрченко А. Моделирование социально-экономического развития общества // Вестник МГУ: Экономика. - 2007. - №2.

Размещено на Allbest.ru