Лекции - Планирование в строительной организации

Подождите немного. Документ загружается.

Обычно после первого опроса наблюдается значительный разброс

мнений. Поэтому процедура осуществления метода Дельфи предполагает

проведение еще 3-4 опросов, перед которыми каждого из экспертов знакомят с

итогами предыдущего опроса, но не для того, чтобы оказать на него давление, а

для того, чтобы эксперт мог получить дополнительную информацию о

предмете опроса. Идеально опрос повторяется до совпадения мнений

экспертов, реально – до получения наиболее узкого диапазона мнений.

Отдельно выделяют метод составления сценариев, который в последнее

время получил наибольшую популярность.

СЦЕНАРИЙ – это описание (картина) будущего, составленное с учетом

правдоподобных предположений. Прогноз обычно включает 3 сценария:

оптимистический, пессимистический и наиболее вероятный, ожидаемый.

Диапазон изменений Пространство будущих возможностей

Сценарии

Разрушительные

события

Текущая ситуация Прогнозируемый период

Сценарии разрабатываются для определения рамок будущего развития

технологии, рыночных сегментов, стран или регионов и т.д.

Для сценария характерна некоторая недостоверность и повышенное

количество ошибок из-за широкого временного охвата (это обычно

долгосрочное прогнозирование). Определение количественных параметров

затруднено, поэтому чаще используются качественные методы и интервальные

прогнозы показателей.

Составление сценария обычно включает в себя несколько этапов.

Первый этап. Структурирование и формулировка вопроса.

Вопрос, выбранный для анализа, должен быть определен точно. Должна

быть собрана и проанализирована базовая информация. Ставятся задачи и цели,

согласовываются со всеми участниками проекта. Освещаются внутренние

проблемы проекта.

Второй этап. Определение и группировка сфер влияния.

Выделить критические точки среды бизнеса и оценить их влияние на

будущее организации.

Третий этап. Установление показателей будущего развития критически

важных факторов среды организации.

Определить возможное состояние сфер влияния, в будущем исходя из

намеченных фирмой целей. Показатели не должны быть чрезмерно

благополучными. Можно включать несколько альтернативных показателей.

Четвертый этап. Формирование и отбор согласующихся наборов

предположений.

Возможное развитие сфер влияния определяется исходя из сегодняшнего

состояния и всевозможных изменений. Различные альтернативные

предположения комбинируются в наборы (обычно при помощи компьютерных

программ). Отбирают обычно три набора, исходя из сочетаемости

предположений, наличия большого числа значимых переменных, высокой

вероятности событий.

Пятый этап. Составление намеченных показателей будущего состояния

сфер влияния с предположениями об их развитии. Сопоставление результатов 3

и 4 этапов. Повышенные или заниженные показатели корректируются при

помощи данных полученных на 4 этапе. Для большей точности прогноза

сокращают интервал между настоящим и конечным моментами

прогнозирования путем разбивки его на несколько этапов.

Шестой этап. Введение в анализ разрушительных событий.

Разрушительное событие – это внезапно случившийся инцидент, который

не был ранее спрогнозирован и может изменить направление развития. Могут

иметь отрицательный и положительный характер. Из всех выделяют те,

которые могут оказать наиболее сильное воздействие.

Седьмой этап. Установление последствий.

Сопоставляются стратегические проблемы фирмы и выбранные варианты

развития среды. Определяются характер и степень воздействия вариантов

развития на стратегические области действий фирмы.

Восьмой этап. Принятие мер.

Не относится к анализу и составлению сценариев, но естественно

вытекает из предыдущих этапов.

Методы экстраполяции трендов

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:

1. сбор информации эмпирического ряда показателя за прошлые периоды;

2. выбор оптимального вида функции, описывающей указанный ряд с учетом

его сглаживания и выравнивания;

3. расчет параметров выбранной экстраполяционной функции;

4. расчет прогноза на будущее по выбранной функции.

При оценке параметров зависимостей используются метод наименьших

квадратов, метод скользящего среднего и метод экспоненциального

сглаживания.

Модель тренда может различаться по виду: может быть линейной,

степенной (экспоненциальной), логарифмической, параболической,

логистической.

Линейная

Y=a+bx

Логарифмическая

Y=a+blgx

Экспоненциальная

(степенная) Y=a

Параболическая

Y=a+bx+cx

Логистическая







Гиперболическая

bxa





Метод наименьших квадратов

Состоит в отыскании параметров модели тренда, которые минимизируют ее

отклонение от точек исходного временного ряда.









  

 

xyxbxa

yxbna

(9.1)

y – показатель, который экстраполируется;

x – годы;

a – параметр, характеризующий влияние факторов;

b – параметр, характеризующий влияние вспомогательных факторов.

Метод скользящего среднего

Исходит из предположения, что следующий во времени показатель по своей

величине равен средней, рассчитанной за последние три месяца. Скользящие

средние значения сглаживают не только случайные колебания, но и сезонные

изменения при условии, что длина цикла равна числу усредненных

наблюдений.

Метод экспоненциального сглаживания

Представляет прогноз показателя на будущий период в виде суммы

фактического показателя за данный период и прогноза на данный период,

взвешенных при помощи специальных коэффициентов.

ttt

FaxaF 



)1(

(9.2)

1t

- прогноз продаж на месяц t+1;

- продажи в месяц t (фактические данные);

- прогноз продаж на месяц t;

а - специальный коэффициент, определяемый статистическим путем.

В прогнозировании методы экстраполяции трендов дополняются

методами корреляции трендов, в рамках которых исследуется взаимосвязь

между различными тенденциями. Корреляционный анализ может исследовать

взаимосвязь между двумя показателями (парная корреляция) или между

многими показателями (множественная корреляция).

Методы регрессионного анализа

Регрессионный анализ исследует зависимость определенной величины от

другой величины или нескольких других величин. Регрессионный анализ

применяется преимущественно в среднесрочном прогнозировании, а также в

долгосрочном прогнозировании. Средне- и долгосрочный периоды дают

возможность установления изменений в среде бизнеса и учета влияний этих

изменений на исследуемый показатель.

Для осуществления регрессионного анализа необходимо:

- наличие ежегодных данных по исследуемым показателям,

- наличие одноразовых прогнозов, т.е. таких прогнозов, которые не

поправляются с поступлением новых данных.

Регрессионный анализ обычно проводится для объектов, имеющих

сложную, многофакторную природу, таких как, объем инвестиций, прибыль,

объемы продаж и др.

При нормативном методе прогнозирования определяются пути и сроки

достижения возможных состояний явления, принимаемых в качестве цели. Речь

идет о прогнозировании достижения желательных состояний явления на основе

заранее заданных норм, идеалов, стимулов и целей. Такой прогноз отвечает на

вопрос: какими путями можно достичь желаемого? Нормативный метод чаще

применяется для программных или целевых прогнозов. Используются как

количественное выражение норматива, так и определенная шкала воз-

можностей оценочной функции

В случае использования количественного выражения, например

физиологических и рациональных норм потребления отдельных

продовольственных и непродовольственных товаров, разработанных

специалистами для различных групп населения, можно определить уровень

потребления этих товаров на годы, предшествующие достижению указанной

нормы. Такие расчеты называют интерполяцией. Интерполяция — это способ

вычисления показателей, недостающих в динамическом ряду явления, на

основе установленной взаимосвязи. Принимая фактическое значение по-

казателя и значение его нормативов за крайние члены динамического ряда,

можно определить величины значений внутри этого ряда. Поэтому

интерполяцию считают нормативным методом. Ранее приведенная формула (4),

используемая в экстраполяции, может применяться в интерполяции, где у

будет характеризовать уже не фактические данные, а норматив показателя.

В случае использования в нормативном методе шкалы (поля, спектра)

возможностей оценочной функции, т. е. функции распределения

предпочтительности, указывают примерно следующую градацию:

нежелательно — менее желательно — более желательно — наиболее

желательно — оптимально (норматив).

Нормативный метод прогнозирования помогает выработать

рекомендации по повышению уровня объективности, следовательно,

эффективности решений.

Моделирование, пожалуй, самый сложный метод прогнозирования.

Математическое моделирование означает описание экономического явления

посредством математических формул, уравнений и неравенств.

Математической аппарат должен достаточно точно отражать прогнозный фон,

хотя полностью отразить всю глубину и сложность прогнозируемого объекта

довольно трудно. Термин "модель" образован от латинского слова modelus, что

означает "мера". Поэтому моделирование правильнее было бы считать не

методом прогнозирования, а методом изучения аналогичного явления на

модели.

В широком смысле моделями называются заместители объекта

исследования, находящиеся с ним в таком сходстве, которое позволяет

получить новое знание об объекте. Модель следует рассматривать как

математическое описание объекта. В этом случае модель определяется как яв-

ление (предмет, установка), которое находиться в некотором соответствии с

изучаемым объектом и может его замещать в процессе исследования,

представляя информацию об объекте.

При более узком понимании модели она рассматривается как объект

прогнозирования, ее исследование позволяет получить информацию о

возможных состояниях объекта в будущем и путях достижения этих состояний.

В этом случае целью прогнозной модели является получение информации не об

объекте вообще, а только о его будущих состояниях. Тогда при построении

модели бывает невозможно провести прямую проверку ее соответствия

объекту, так как модель представляет собой только его будущее состояние, а

сам объект в настоящее время может отсутствовать или иметь иное

существование.

Модели могут быть материальными и идеальными.

В экономике используются идеальные модели. Наиболее совершенной

идеальной моделью количественного описания социально-экономического

(экономического) явления является математическая модель, использующая

числа, формулы, уравнения, алгоритмы или графическое представление. С

помощью экономических моделей определяют:

- зависимость между различными экономическими показателями;

- различного рода ограничения, накладываемые на показатели;

- критерии, позволяющие оптимизировать процесс.

Содержательное описание объекта может быть представлено в виде его

формализованной схемы, которая указывает, какие параметры и исходную

информацию нужно собрать, чтобы вычислить искомые величины.

Математическая модель в отличие от формализованной схемы содержит

конкретные числовые данные, характеризующие объект Разработка

математической модели во многом зависит от представления прогнозиста о

сущности моделируемого процесса. На основе своих представлений он

выдвигает рабочую гипотезу, с помощью которой создается аналитическая за-

пись модели в виде формул, уравнений и неравенств. В результате решения

системы уравнений получают конкретные параметры функции, которыми

описывается изменение искомых переменных величин во времени.

Порядок и последовательность работы как элемент организации

прогнозирования определяется в зависимости от применяемого метода

прогнозирования. Обычно эта работа выполняется в несколько этапов.

1-й этап — прогнозная ретроспекция, т. е. установление объекта

прогнозирования и прогнозного фона. Работа на первом этапе выполняется в

такой последовательности:

- формирование описания объекта в прошлом, что включает предпрогнозный

анализ объекта, оценку его параметров, их значимости и взаимных связей,

- определение и оценка источников информации, порядка и организации

работы с ними, сбор и размещение ретроспективной информации;

- постановка задач исследования.

Выполняя задачи прогнозной ретроспекции, прогнозисты исследуют

историю развития объекта и прогнозного фона с целью получения их

систематизированного описания.

2-й этап — прогнозный диагноз, в ходе которого исследуется

систематизированное описание объекта прогнозирования и прогнозного фона с

целью выявления тенденций их развития и выбора моделей и методов

прогнозирования. Работа выполняется в такой последовательности:

- разработка модели объекта прогноза, в том числе формализованное

описание объекта, проверка степени адекватности модели объекту;

- выбор методов прогнозирования (основного и вспомогательных), разработка

алгоритма и рабочих программ.

3-й этап — протекция, т. е. процесс обширной разработки прогноза, в том

числе: 1) расчет прогнозируемых параметров на заданный период упреждения;

2) синтез отдельных составляющих прогноза.

4-й этап — оценка прогноза, в том числе его верификация, т. е.

определение степени достоверности, точности и обоснованности.

В ходе проспекции и оценки на основании предыдущих этапов решаются

задачи прогноза и его оценка.

Указанная этапность является примерной и зависит от основного метода

прогнозирования.

Результаты прогноза оформляются в виде справки, доклада или иного

материала и представляются заказчику.

В прогнозировании может быть указана величина отклонения прогноза от

действительного состояния объекта, которая называется ошибкой прогноза,

которая рассчитывается по формуле:







;

 









;





. (9.3)

Источники ошибок в прогнозировании

Основными источниками могут быть:

1. Простое перенесение (экстраполяция) данных из прошлого в будущее

(например, отсутствие у фирмы иных вариантов прогноза, кроме 10% роста

продаж).

2. Невозможность точно определить вероятность события и его

воздействия на исследуемый объект.

3. Непредвиденные трудности (разрушительные события), влияющие на

осуществление плана, например, внезапное увольнение начальника отдела

сбыта.

Ошибки первой категории могут быть сужены путем применения методов

регрессионного анализа, криволинейного сглаживания и других техник.

Ошибки второй категории частично могут быть преодолены при помощи

метода Дельфи, сценариев, моделей, анализа модели жизненного цикла.

В целом точность прогнозирования повышается по мере накопления

опыта прогнозирования и отработки его методов.

Объекты прогнозирования

Изучение общества как социального организма, его состояний и процессов,

тенденций и перспектив развития является очень важной частью

экономического развития страны. Для прогнозов характерны следующие

группы показателей:

- прогнозирование социально-экономических показателей (население,

денежные доходы населения, уровень жизни населения);

- прогнозирование спроса (эластичный или неэластичный спрос, вкус,

число покупателей, цены, потребительские ожидания);

- прогнозирование сбыта (продаж) продукции (состояние рабочей силы и

ее квалификация, тенденции данного товарного рынка, конкурентов);