 |
Глава 1. Методы количественного прогноза
|
|
|
|
Содержание
Введение
Глава 1. Методы количественного прогноза
Глава 2. Методы линейного программирования
Глава 3. Методы качественного прогноза
Глава 4. Выбор оптимального метода планирования
Заключение
Список литературы
Введение
Процесс управления предприятием представляет собой непрерывную разработку управленческих решений и применение их на практике. От эффективности разработки этих решений в значительной степени зависит успех дела. И прежде чем начинать какое-либо дело, необходимо определить цель своих действий. В процессе производства руководителям предприятия очень часто приходится сталкиваться с критическими проблемами, и от того, насколько оптимально принятое решение, будет зависеть конечный финансовый результат деятельности предприятия.
Чтобы прогнозирование было наиболее эффективным, цели должны быть конкретными и измеримыми. То есть для каждой цели должны существовать критерии, которые позволили бы оценить степень достижения цели. Без этих критериев не возможна реализация одной из основных функций управления - контроля. Исходя из этого, можно сделать вывод, что цель, степень достижения которой можно количественно измерить, будет всегда лучше цели, сформулированной лишь словесно (вербально).
Прогнозирование - это своего рода умение предвидеть, анализ ситуации и ожидаемого хода её и изменения в будущем. Так как каждое решение - это проекция в будущее, а будущее - содержит элемент неопределенности, то важно правильно определить правильно определить степень рисков, с которыми сопряжена реализация принятых решений. Просчет рисков также является неотъемлемой частью прогнозирования, как системы оценки возможных потерь и выигрышей при принятии данного решения.
|
|
|
В процессе прогнозирования нельзя ограничиваться решением задач экономико-математического моделирования и выбором оптимального по тем или иным критериям решения из конечного множества альтернативных решений.
Поскольку современная экономическая наука располагает большим количеством разнообразных методов прогнозирования, каждый менеджер и специалист по планированию должен овладеть навыками прикладного прогнозирования, а руководитель, ответственный за принятие стратегических решений, должен к тому же уметь сделать правильный выбор метода прогнозирования.
Цель работы: рассмотреть прогнозирование в организации. Исходя из поставленной цели, в данной работе сформулированы задачи, среди них изучить:
сущность основных понятий в области прогнозирования;
методы прогнозирования;
выбора оптимального метода планирования.
Глава 1. Методы количественного прогноза
Количественные методы прогнозирования используются, когда есть основания считать, что деятельность в прошлом имела определенную тенденцию, которая может продолжиться и в будущем, и когда достаточно информации для выявления таких тенденций.
Количественные методы прогнозирования базируются на численных математических процедурах. Результаты прогнозирования на основе количественных методов используются во всех сферах бизнес-планирования, включая общее стратегическое планирование, финансовое планирование, планирование производства и управления запасами, маркетинговое планирование и т. п.
Количественные методы представляют собой довольно развитую область, поэтому в данном пособии рассматриваются только некоторые модели, наиболее часто включаемые в базовые системы и пакеты прикладных программ. Все они основаны на временных рядах, полученных путём измерений в определённых временных периодах.
|
|
|
Применение таких методов целесообразно в случаях устойчивой экстраполяционной направленности исследуемого явления. Экстраполяция - предложение о повторении в будущем тенденции, имевшей место в прошлом. Иначе говоря, лишь тогда, когда можно предположить, что деятельность в прошлом имела определенную тенденцию, которую можно ожидать и в перспективе, имеющейся информации достаточно для внесения возможных корректив и выявления статистически достоверных зависимостей.
Для прогнозирования таких явлений, как динамика спроса на товары, потребности в запасах, структура сбыта, изменения потребности в кадрах и т.д., чаще всего используют анализ временных рядов. Временные ряды (ряды динамики) - последовательность множества чисел, характеризующих изменение во времени величины явления. Выявление процесса развития явления, основного пути, тенденции и темпов развития в результате сглаживания кривой временного ряда и приведения ее к какой-либо математической функции, называется анализом временных рядов.
Причинно-следственное моделирование - наиболее сложное и используется для прогнозирования явлений с несколькими (хотя бы двумя) независимыми переменными. Например, при исследовании перспектив изменения спроса на односемейные дома в зависимости от изменений уровня личных доходов, демографических изменений, ставки процента на закладные, прочих воздействующих изменений. Такое моделирование строится на основе корреляционных и регрессионных зависимостей и анализа. Наиболее часто встречающиеся методы причинно-следственного анализа следующие:
. Регрессионные модели - статистическая оценка, используемая для выяснения влияния независимых переменных, значения которых известны, на искомую величину.
. Эконометрические модели - статистическая оценка на основе системы регрессионных уравнений, используемая для расчета состояния экономики и основных экономических тенденций (например, прогноз состояния платежного баланса).
. Эконометрические индикаторы - регулярно повторяющаяся регрессионная оценка, направленная на прогнозирование изменения основных экономических показателей.
|
|
|
Одна из центральных проблем - оценка и повышение точности прогнозов. Фактическая точность может быть оценена только путём сравнения прогностических и фактических данных. Если точность модели недостаточна, то метод модифицируется или заменяется.
Хотя внешне результаты измерений (особенно долгосрочных) могут выглядеть хаотичными, в них можно выявить довольно простые составляющие.
Циклическая составляющая описывает ту часть процесса, которая повторяется с низкой частотой.
Сезонная составляющая описывает циклы, повторяющиеся с высокой частотой раз в течение года.
Периоды циклической и сезонной составляющих могут находиться между собой в определённых отношениях.
Случайная флуктуация представляет собой случайное отклонение временного рада от неслучайной функции, описываемой трендом, циклической и сезонной составляющими.
При исследовании и анализе рынка количественные методы прогнозирования применяются для решения следующих основных задач:
прогнозирования спроса;
прогнозирования емкости рынка;
прогнозирования объемов продаж фирмы и др.
К группе количественных методов относятся:
анализ временных рядов;
экономико-математическое моделирование;
метод аналогий;
нормативный метод;
метод стандартного распределения вероятностей.
Анализ временных рядов необходим для учета временных колебаний исследуемых величин. Включает в себя следующие основные методы:
анализ тенденций (экстраполяция и корреляция трендов);
анализ цикличности;
анализ сезонности;
регрессионный анализ.
Методы экстраполяции трендов основаны на статистическом наблюдении динамики определенного показателя, определении показателя, определении тенденции его развития и продолжении этой тенденции в будущем периоде. Иначе говоря, при помощи методов экстраполяции трендов закономерности прошлого развития объекта переносятся в будущее.
Обычно методы экстраполяции трендов применяются в краткосрочном (не более 1 года) прогнозировании, когда число изменений в среде минимально. Прогноз создается для каждого конкретного объекта отдельно и последовательно на каждый следующий момент времени.
|
|
|
Наиболее распространенными методами экстраполяции трендов являются метод скользящего среднего и метод экспоненциального сглаживания, прогнозирование на базе прошлого оборота.
Метод скользящего среднего исходит из простого предположения, что следующий во времени показатель по своей величине равен средней, рассчитанной за три периода.
Метод экспоненциального сглаживания представляет прогноз показателя на будущий период в виде суммы фактического показателя за данный период и прогноза на данный период.
Данный метод прогнозирования пригоден для отраслей и рынков со стабильной хозяйственной конъюнктурой, слабо меняющимся ассортиментом товаров и услуг, незначительными колебаниями товарооборота.
Следует выделить преимущества и недостатки данного метода.
Кроме количественных показателей метод позволяет получить также и качественные показатели, такие как, например, изменение отношения людей к товару и их мнения о нем. Однако здесь существует ограничение: выясняется лишь то, что люди чувствуют сегодня, а не в будущем.
Главным недостатком метода являются большие затраты. Исследование рынка - один из наиболее дорогих методов прогнозирования для отдельной организации, хотя эти расходы могут быть снижены, если опрос - проводится либо торговой организацией, такой, например, как Общество автомобильных производителей и торговцев Великобритании, либо профессиональными: организациями, специализирующимися на анализе рынка для всей отрасли. В России действуют организации, которые специализировались на анализе рынков еще в советское время - это Всероссийский научно-исследовательский институт конъюнктурной информации, а также отраслевые институты информации. Подготовка исследовательских отчетов может стоить от нескольких сотен до нескольких тысяч долларов. Ограниченное число экземпляров обычно означает большую стоимость, но возможно и больший объем информации, особенно важной для Вашей организации.
Другим недостатком метода является то, что требуется тщательная формулировка задаваемых вопросов, чтобы не было какой-либо "наводки" на определенный ответ. Люди могут давать ответы, которые, по их мнению, Вы хотели бы услышать, или такие, которые связаны с наименьшими неудобствами для них. Эффективность некоторых из подобных методов прогнозирования совсем недавно была поставлена под сомнение в связи с выяснением мнения по поводу выборов. Расхождение между результатами выборов и результатами предварительных исследований заставило усомниться в пользе подобных прогнозов.
Таким образом, прогнозирование на основе количественных методов заключается прежде всего в определении вида и параметров функций, описывающих неслучайные составляющие. Как следствие, прогнозирование на основе количественных методов наиболее трудоемкое.
|
|
|
