Антонова Н.Б. Государственное регулирование экономики

Подождите немного. Документ загружается.

152

сложных неформализуемых проблем являются, во-первых, на-

учно обоснованное и наиболее эффективное проведение всех

этапов экспертизы и, во-вторых, применение количественных

методов как при организации экспертизы, так и при оценке

суждений экспертов и формальной групповой обработке резуль-

татов. Эти особенности отличают метод экспертных оценок от

обычной экспертизы, широко распространенной в различных

сферах человеческой деятельности.

Область применения экспертных оценок весьма широ-

ка, посредством этого метода решаются следующие типовые

задачи:

• составление перечня возможных событий в различных

областях за определенный промежуток времени;

• определение наиболее вероятных интервалов времени

совершения совокупности событий;

• определение целей и задач управления с упорядочени-

ем их по степени важности;

• определение альтернативных вариантов решения зада-

чи с оценкой их предпочтительности;

• альтернативное распределение ресурсов для решения

задач с оценкой их предпочтительности;

• альтернативные варианты принятия решений в конк-

ретной ситуации с оценкой их предпочтительности.

Применение методов экспертных оценок целесообразно на

всех уровнях управления, но наиболее часто их используют

при решении социальных вопросов, когда невозможно вырабо-

тать формализованную прогностическую модель. Организация

экспертной оценки включает:

• формирование репрезентативной экспертной группы;

• подготовку и проведение экспертизы;

• статистическую обработку полученных результатов

опроса.

При решении первой задачи важен количественный и ка-

чественный состав группы. Отбор экспертов начинается с оп-

ределения вопросов, охватывающих решение проблемы, затем

составляется список компетентных лиц.

Подбор группы экспертов является наиболее ответствен-

ным этапом. Так как прогнозные оценки отражают индивиду-

153

альное мнение специалистов и основаны на их профессиональ-

ном опыте и интуиции, достоверность экспертной оценки за-

висит от многих факторов: общего числа привлекаемых экс-

пертов, долевого состава специалистов различного профиля,

характеристик специалистов. При подборе эксперта использу-

ется анкетный опрос, а дополнительно к нему - самооценка

эксперта. Формирование систем характеристик эксперта су-

щественно влияет на ход и результаты экспертизы. Эти харак-

теристики должны учитывать специфические особенности спе-

циалистов, возможные отношения между людьми, влияющие

на экспертизу. Важное требование к характеристикам экс-

перта - измеримость этих характеристик. В качестве харак-

теристик могут выступать:

- компетентность (степень квалификации эксперта);

- креативность (способность решать творческие задачи);

- отношение к экспертизе;

- конформизм (подверженность влиянию авторитетов);

- аналитичность и широта мышления;

- конструктивность мышления;

- коллективизм;

- самокритичность.

Перечисленные характеристики оцениваются качественно,

но для некоторых пытаются ввести количественные оценки.

Установить оптимальную численность группы экспертов

трудно, хотя разработан ряд формализованных подходов к это-

му вопросу. Один из них основан на установлении максималь-

ной и минимальной границ численности группы. При этом

исходят из двух условий: высокого уровня средней компетен-

тности группы и стабильности средней оценки прогнозируе-

мой характеристики.

Группу формируют путем последовательного исключения

малокомпетентных экспертов, основываясь на заданной вели-

чине допустимого отклонения компетентности эксперта от мак-

симальной. Качественные характеристики группы выявляют-

ся на основе подробного статистического анализа экспертных

заключений.

Процедура проведения экспертной оценки может быть раз-

личной, но включает три этапа. На первом этапе эксперты

154

привлекаются для уточнения формализованной модели объекта

прогноза, формулировки вопросов для опроса либо анкеты, уточ-

нения состава группы. На втором осуществляется непосред-

ственная работа экспертов - экспертное оценивание. На тре-

тьем этапе происходит предварительная обработка результа-

тов, затем привлечение экспертов для консультации по недоста-

ющей информации, окончательное формирование прогноза и

обработка результатов экспертных оценок. При статистичес-

кой обработке результатов экспертных оценок в виде количе-

ственных данных, содержащихся в анкетах, определяются ста-

тистические оценки прогнозируемых характеристик и их дове-

рительные границы, статистические оценки согласованности

мнений экспертов.

В зависимости от организации экспертного оценивания и

формы опроса экспертов различают индивидуальные и кол-

лективные методы экспертных оценок. Индивидуальные ме-

тоды имеют несколько разновидностей: интервью, аналити-

ческий, написание сценария.

При методе «интервью» осуществляется непосредственный

контакт эксперта со специалистом по схеме «вопрос - ответ», в

ходе которого прогнозист в соответствии с заранее разработан-

ной программой ставит перед экспертом вопросы относитель-

но перспектив развития прогнозируемого объекта. Успех та-

кой оценки зависит от способности интервьюируемого экспер-

та экспромтом давать заключения по различным фундамен-

тальным вопросам.

Аналитический метод, при котором осуществляется логи-

ческий анализ какой-либо ситуации, предполагает длительную

и тщательную самостоятельную работу эксперта над анали-

зом тенденции, оценкой состояния и путей развития прогнози-

руемого объекта. Он дает возможность эксперту использовать

всю необходимую ему информацию об объекте. Свои сообра-

жения эксперт оформляет в виде докладной записки.

Метод написания сценария основан на определении логи-

ки развития процесса или явления во времени при различных

условиях. Сценарий - это картина последовательного деталь-

ного решения задачи, выявляющая возможные препятствия, се-

рьезные недостатки с тем, чтобы предрешить вопрос о прекра-

155

щении начатых или завершении проводимых работ по прогно-

зируемому объекту. Сценарий должен содержать всю исход-

ную информацию, на основе которой строится работа по разви-

тию прогнозируемого объекта.

По определению американского прогнозиста Г. Кана, напи-

сание сценария - это метод установления логической последо-

вательности событий, показывающий, исходя из существующей

ситуации, как могут шаг за шагом развертываться события в

будущем. Описание совершается в явно выраженных времен-

ных координатах (но не обязательно).

Основное назначение сценария - определение генеральной

цели развития объекта прогнозирования, выявление основных

факторов фона, на котором развивается объект, и формулиро-

вание критериев для оценки верхних уровней дерева целей.

Сценарий вынуждает исследователя работать над деталями и

процессами, которые он мог упустить, если бы ограничился аб-

страктными соображениями. Конкретная оценка, догадки или

контекст, даже если впоследствии обнаруживаются их серьез-

ные недостатки, лучше, чем преднамеренный отказ от них, ве-

дущий к прекращению всяких размышлений и исследований.

При разработке сценария всегда возникает неопределен-

ность из-за того, что принимающие в этом участие специалис-

ты имеют субъективные суждения. Ценность сценария тем

выше, чем меньше степень неопределенности, т.е. чем больше

степень согласованности мнений экспертов. При экспертной

оценке следует включать вопросы:

• насколько велика существующая неопределенность;

• что следует сделать, чтобы ее уменьшить;

• какова ожидаемая степень уменьшения неопределен-

ности.

В готовом виде сценарий должен быть подвергнут анализу.

Основными преимуществами рассмотренных методов яв-

ляются возможность максимального использования индивиду-

альных способностей эксперта и незначительность психоло-

гического давления, оказываемого на отдельного работника.

Методы коллективных экспертных оценок основываются

на принципах выявления коллективного мнения экспертов о

перспективах развития объектов прогнозирования. При кол-

156

лективном мышлении, во-первых, выше точность результата и,

во-вторых, при обработке индивидуальных независимых оце-

нок, выносимых экспертами, могут возникать продуктивные

идеи. Разновидностями этого метода являются: метод комис-

сии, метод Дельфи, метод коллективной генерации идей (мозго-

вая атака), метод прогнозного графа, матричные методы и др.

Метод комиссии основан на работе специальных комис-

сий: группа экспертов за «круглым столом» обсуждает про-

блему с целью согласования и выработки единого мнения.

Может использоваться и другая форма опроса - дискуссия, но

она имеет недостаток - давление со стороны более компетент-

ных экспертов.

Метод Дельфи - один из наиболее распространенных ме-

тодов экспертных оценок. Он разработан американской ис-

следовательской корпорацией РЭНД для решения крупных

военных проблем. По результатам их исследования в 1964 г.

было опубликовано «Исследование возможностей долгосроч-

ного прогнозирования». Основными особенностями этого ме-

тода являются:

- анонимность экспертов, полный отказ от личных кон-

тактов экспертов и коллективных обсуждений;

- многотуровая процедура опроса экспертов;

- обеспечение экспертов информацией, включая и обмен

информацией между экспертами, после каждого тура опроса

при сохранении анонимности оценок, аргументации и без кри-

тики;

- обоснование ответов экспертов по запросу организа-

торов.

Опрос по методу Дельфи заключается в анкетировании эк-

спертов с помощью опросных листов или внешних устройств

ЭВМ в несколько туров, с обработкой результатов анкетирова-

ния после каждого тура и информированием экспертов об этих

результатах. Используются и статистические характеристики

ответов, отражающих мнение всей группы, что дает возмож-

ность представить групповой ответ в виде медианы и двух квар-

телей, т.е. в виде такого числа, оценки которого одной полови-

ной членов группы были больше этого числа, а другой полови-

ной - меньше.

157

Метод коллективной генерации идей состоит из двух фор-

мально не связанных между собой элементов: выявления ве-

роятностных вариантов развития объекта прогнозирования и

их оценки. Сначала активизируется творческий потенциал

специалистов - генерируется идея. Затем следует процесс де-

струирования (разрушения, критики) этой идеи и формули-

руется контридея. Этот метод позволяет за короткий проме-

жуток времени путем вовлечения всех экспертов в активный

творческий процесс получить продуктивные результаты. В за-

висимости от форм активизации работы экспертов и их взаи-

модействия между собой и с организаторами прогноза могут

использоваться различные модификации этого метода: метод

ПИГ (психоинтеллектуальная генерация идей), метод «мозго-

вых атак» и др.

Особое место в системе интуитивных методов прогнозиро-

вания занимает метод морфологического анализа, представ-

ляющий собой упорядоченный способ рассмотрения объекта

и получения систематизированной информации по всем воз-

можным вариантам его развития. С помощью морфологи-

ческого анализа удается упорядочить входную информацию

об объекте, а также получить качественно новую. Его требо-

вания - полное исключение предвзятого мнения, суждения об

объекте прогнозирования, использование исчерпывающих зна-

ний о нем.

Морфологический анализ включает ряд приемов, но прин-

цип действия у них один: систематизированное рассмотрение

характеристик объекта, стремление не пропустить ни одной из

них, ничего не отбрасывать без предварительного комплексно-

го исследования. Этой цели служит прием систематизирован-

ного охвата информации с последующим исследованием ее по

методу «морфологического ящика». Последний строится в виде

дерева или матрицы, в клетках которых помещены характери-

стики объекта. Последовательное соединение одного из пара-

метров первого уровня с параметром последующего уровня

представляет собой одно из возможных состояний объекта, либо

решение проблемы. При помощи этого метода создается новая

информация об изучаемом объекте и вырабатывается оценка

всех возможных альтернатив его состояния. Метод морфоло-

158

гического анализа чаще всего применяется при прогнозирова-

нии в области науки и техники.

6.2. Формализованные методы прогнозирования

и планирования

Основой формализованных методов прогнозирования яв-

ляется математическая теория, повышающая достоверность,

точность прогнозов, облегчающая обработку информации и ре-

зультатов прогноза, значительно сокращающая сроки его про-

изводства.

Формализованные методы прогнозирования можно разде-

лить на две группы: методы экстраполяции и методы матема-

тического моделирования. Экстраполяция заключается в изу-

чении сложившихся в прошлом и настоящем устойчивых тен-

денций экономического развития и перенесении их на буду-

щее. При простой экстраполяции все действующие ранее фак-

торы, обуславливающие исследуемую тенденцию в прошлом и

настоящем, останутся неизмененными и в будущем. Однако

сохранение тенденций прошлого и настоящего неизменными

для будущего чаще всего маловероятно. И поэтому хотя экст-

раполяция лежит в основе всякого прогноза, она способна да-

вать эффект только в очень узком диапазоне времени относи-

тельно не особенно сложного процесса.

Следует различать формальную и прогнозную экстраполя-

цию. Формальная базируется на предположении о сохранении

в будущем прошлых и настоящих тенденций развития объек-

та. При прогнозной фактическое увязывается с гипотезами о

динамике исследуемого объекта, учитываются в перспективе

альтернативные изменения самого объекта, его сущности.

В основе экстраполяционных методов прогнозирования

лежит изучение временных рядов, представляющих собой упо-

рядоченные во времени наборы измерений различных харак-

теристик исследуемого объекта прогнозирования. Экстраполя-

ция в прогнозировании предполагает, что рассматриваемый

процесс изменения переменной является сочетанием двух со-

ставляющих x

- регулярной (детерминированная неслучай-

159

ная) и e

- случайной. Временной ряд y

может быть представ-

лен в виде

Регулярная составляющая называется трендом, тенден-

цией. В этих терминах заключено интуитивное представление

об очищенной от помех сущности анализируемого процесса (ин-

туитивное потому, что для большинства процессов нельзя од-

нозначно отделить тренд от случайной составляющей). Регу-

лярная составляющая (тренд) x

характеризует динамику раз-

вития процесса в целом, случайная составляющая e

отражает

случайные колебания или шумы процесса. Обе составляющие

процесса определяются функциональным механизмом, харак-

теризующим их поведение во времени.

Задача прогноза состоит в определении вида экстраполи-

рующих функций x

и e

на основе исходных эмпирических

данных и параметров выбранной функции. Первым этапом

является выбор оптимального вида функции, дающей наилуч-

шее описание тренда. Следующий этап - расчет параметров

выбранной экстраполяционной функции.

При оценке параметров зависимостей наиболее распрост-

ранены метод наименьших квадратов и его модификации, ме-

тод экспоненциального сглаживания, метод адаптивного сгла-

живания, метод скользящей средней и др. Метод наименьших

квадратов (МНК) требует найти параметры модели тренда,

минимизирующие ее отклонение от точек исходного времен-

ного ряда, т.е. минимизировать сумму квадратических откло-

нений между наблюдаемыми и расчетными величинами.

(2)

- расчетные значения исходного ряда;

- фактическое значение исходного ряда;

- число наблюдений.

где

(1)

160

Модель тренда может иметь различный вид, ее выбор в

каждом конкретном случае осуществляется по ряду статис-

тических критериев. В практических исследованиях наиболее

часто применяются:

Широко применяется линейная функция, или линеаризуе-

мая, т.е. сводимая к линейной, как наиболее простая и отвеча-

ющая исходным данным.

Классический метод наименьших квадратов предполагает

равноценность исходной информации в модели. В реальной

практике будущее поведение процесса определяется поздними

наблюдениями в большей степени, чем ранними. Уменьшение

ценности более ранней информации (дисконтирование) можно

учесть, например, путем введения в модель (2) некоторых ве-

сов < 1. Тогда

(9)

Коэффициент может быть представлен в различном виде:

числовой формой, функциональной зависимостью, но таким

образом, чтобы по мере продвижения в прошлое веса убывали.

(3)

(4)

(5)

(6)

(7)

(8)

161

Для этого используются модификации метода наименьших

квадратов.

Метод наименьших квадратов широко применяется в про-

гнозировании в силу его простоты и возможности реализации

на ЭВМ. Недостаток метода в том, что модель тренда жестко

фиксируется, а это делает возможным его применение только

при небольших периодах упреждения, т.е. при краткосрочном

прогнозировании.

Метод экспоненциального сглаживания дает возможность

получить оценку параметров тренда, характеризующих не сред-

ний уровень процесса, а тенденцию, сложившуюся к моменту

последнего наблюдения, то есть он позволяет оценить парамет-

ры модели, описывающей тенденцию, которая сформировалась

в конце базисного периода, и тем самым не просто экстрапо-

лирует действующие зависимости в будущее, а приспосаблива-

ется, адаптируется к изменяющимся во времени условиям.

Преимущества метода в том, что он не требует обширной ин-

формационной базы, а предполагает ее интенсивный анализ с

точки зрения информационной ценности различных членов

временной последовательности. Модели, описывающие дина-

мику показателя, имеют простую математическую формули-

ровку, а адаптивная эволюция параметров позволяет отразить

неоднородность и текучесть свойств временного ряда. Метод

применяется при кратко- и среднесрочном прогнозировании.

Метод скользящей средней дает возможность выравнивать

динамический ряд путем его расчленения на равные части с

обязательным совпадением в каждой из них сумм модельных

и эмпирических значений.

К экстраполяционным относится и метод, получивший

название «цепи Маркова». В основе прогноза, построенного на

основе простых цепей Маркова, лежит вычисление матрицы

перехода, элементами которой являются вероятности перехода

прогнозируемых параметров из одного состояния в другое, от

одного значения к другому. Если мы имеем Л = \Aij f

, т.е.

матрицу прогнозируемых показателей размерности (m x T), где

- значение i-того показателя в момент времени t, и если