Анализ методов прогнозирования

курсовая работа: Международные отношения

Документы: [1]   Word-106834.doc Страницы: Назад 1 Вперед

МИНИСТЕРСТВО ОБРАЗОВАНИЯ УКРАИНЫ

ЗАПОРОЖСКИЙ ГОСУДАРСТВЕННЫЙЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ







КАФЕДРА МЕЖДУНАРОДНЫХ ЭКОНОМИЧЕСКИХ ОТНОШЕНИЙ







ПОЯСНИТЕЛЬНАЯ ЗАПИСКА

К КУРСОВОЙ РАБОТЕ ПО ДИiИПЛИНЕ "Международная информация»





Анализ методов прогнозирования










Разработал:

.                                     

Руководитель:                                






Реферат

Пояснительная записка: 28 страниц, 7 рисунков, 1 формула, 9 источников


Объект исследования: методы прогнозирования.


Цель работы: изучить методы прогнозирования и провести их анализ


Методы исследования: дедукция, системно-структурный


Результаты исследования: в процессе работы был проведён анализ методов прогнозирования, были рассмотрены некоторые теоретические аспекты определённых методов, сфера применения методов прогнозирования, и на конкретном примере был представлен метод экстраполяции и тенденции. 


Ключевые слова : прогнозирование, экстраполяция, экспертные методы, эвристика, информация, технология, обработка информации


















Содержание

ВведениетАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАж.6

1. Задачи и принципы прогнозированиятАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАж7

2. Методы научно-технического прогнозирования тАжтАжтАжтАжтАжтАжтАжтАжтАж11

2.1 Классификация методов прогнозированиятАжтАжтАж..тАжтАжтАжтАжтАжтАжтАж.11

2.2 Экстраполяционные методы прогнозированиятАжтАжтАжтАжтАжтАжтАжтАжтАж.13

2.2.1 Предварительная обработка исходной информации в задачах              прогнозной экстраполяциитАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАж14

  2.3 Статистические методытАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАж16

  2.4 Экспертные методытАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАж17

  2.4.1 Область применения экспертных методовтАжтАжтАжтАжтАжтАжтАжтАжтАжтАж17

  2.4.2 Метод эвристического прогнозирования (МЭП)тАжтАжтАжтАжтАжтАжтАж..19

  3. Классификация экономических прогнозовтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАж..23

  ВыводтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАж.28

Перечень ссылоктАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАжтАж29




Перечень сокращений

ТЭО - таблица экспертных оценок

ПЭО - персональная экспертная оценка

МЭП - метод эвристического прогнозирования

ЭВМ - электронно-вычислительная машина

ЭЦВМ - электронная центральная вычислительная машина

МГД - магнитно-динамические установки

НТИ - научно-техническая информация



























ВВЕДЕНИЕ

Процесс прогнозирования достаточно актуален в настоящее время. Широка сфера его применения. Прогнозирование широко используется в экономике, а именно в управлении. В менеджменте понятие "планирование» и "прогнозирование» тесно переплетены. Они не идентичны и не подменяют друг друга. Планы и прогнозы различаются между собой временными границами, степенью детализации содержащихся в них показателей, степенью точности и вероятности их достижения, адресностью и, наконец, правовой основой. Прогнозы, как правило, носят индикативный характер, а планы обладают силой директивного характера. Не подмена и противопоставление плана и прогноза, а их правильное сочетание - таков путь планомерного регулирования экономики в условиях рыночной экономики и перехода к ней.

В промышленности методы прогнозирования также играют первостепенную роль. Используя экстраполяцию и тенденцию, можно делать предварительные выводы относительно разных процессов, явлений, реакций, операций.

Определённую нишу прогнозирование занимает и в военных диiиплинах. Используя методы прогнозирования, можно определить(оценить) радиоактивную обстановку местности и т. д.

           Существует много методов прогнозирования. Продифференцировав их общее число, необходимо выбрать оптимальный из них для использования в каждой конкретной ситуации.

       Анализ методов прогнозирования, изучение этих методов, использование их в разных сферах деятельности является мероприятием рационализаторского характера. Степень достоверности прогнозов можно затем сравнить с действительно реальными показателями, и, сделав выводы, приступить к следующему прогнозу уже с существующими данными, т.е. имеющейся тенденцией. Опираясь на полученные данные, можно во временном аспекте переходить на более высокую ступень и т.д.                

















1. Задачи и принципы прогнозирования

Прогноз - конкретное предсказание, суждение о состоянии какого-либо явления в будущем на основе специально научного исследования. Классификация прогнозов осуществляется, как правило, по двум признакам- временному и функциональному. По временному признаку различают прогнозы: кратко-, средне-, долгосрочные и сверхдолгосрочные. Функциональная классификация прогнозов предполагает их деление на исследовательские, программные и ресурсные.  

Прогнозирование - процесс разработки прогнозов. В зависимости от вида прогноза различают нормативное, поисковое, оперативное. 

Прогнозная модель - модель объекта прогнозирования, исследование которой позволяет получить информацию о возможных состояниях объектах в будущем и (или) путях и сроках их осуществления

Чтобы получить информацию о будущем, нужно изучить закоВнны развития народного хозяйства, определить причины, движущие силы его развития - это основная задача планирования и прогноВнзирования. В качестве основных движущих сил развития произВнводства выступают социальные потребности, технические возВнможности и экономическая целесообразность. В соответствии с этим можно указать на три основные задачи планирования и прогнозирования: установление целей развития хозяйства; изыскание оптимальных путей и средств их достижения; опредеВнление ресурсов, необходимых для достижения поставленных целей.

Выбор целей является результатом анализа социально-политиВнческих задач, которые необходимо решить в обществе и которые отображают объективный характер действия экономических законов.

Выбору целей предшествует разработка альтерВннатив целей, построение иерархической системы или "дерева целей», ранжирование целей, выбор ведущих звеньев. Исходными предпосылками выбора целей являются, с одной стороны, реальВнная возможность решения данной альтернативы, а с другой - ее оптимальность по критерию эффективности.

Пути и средства достижения целей определяются на основе анализа развития народного хозяйства и научно-технического проВнгресса. При этом в. процессе прогнозирования происходит ограниВнчение области альтернативных вариантов путей и средств достиВнжения поставленных целей, т. е. определяется область оптимальВнных решений. В процессе разработки плана (принятия решения) определяется единственное решение, оптимальное по принятому вектору критериев.

В зависимости от того, какая задача решается в первую очеВнредь, различают два вида прогнозирования: исследовательское (или поисковое) и нормативное. Формирование прогноза объекВнтивно существующих тенденций развития на основе анализа исторических  тенденций  называется исследовательским или поисковым прогнозированием. Этот вид прогнозирования основан на использовании принципа инерционности развития, при котоВнром ориентация прогноза во времени происходит по схеме "от настоящего тАФ к будущему». Исследовательский  прогноз тАФ это картина состояния объекта прогноза в определенный момент будущего, полученная в результате рассмотрения процесса развиВнтия как движения по инерции от настоящего времени до горизонВнта прогноза. Прогнозирование тенденций развития объекта проВнгноза, которые должны обеспечивать достижение в установленный момент будущего определенных социально-политических, эконоВнмических и оборонных целей, называется нормативным. В этом случае ориентация прогноза во времени происходит по схеме "от будущего тАФ к настоящему».

Рассогласование нормативных и исследовательских оценок объекта прогноза в каждый момент времени будущего является следствием противоречия "потребноститАФвозможности». КомпВнлексный прогноз строится на основе композиции исследовательВнского и нормативного прогнозов.

Выбор целей и средств  для их достижения непременно должен сочетаться с определением потребности в ресурсах. При опредеВнлении этой потребности следует рассматривать плановые и проВнгнозные матрицы ресурсов (финансовых, трудовых, материальных и энергетических), а также матрицы производственных мощноВнстей и ресурсов времени. Оценке подлежат как потребные ресурВнсы, так и вероятные ограничения на их величину в диапазоне времени упреждения плана или прогноза. Матрицы ресурсов проВнгноза являются важнейшими исходными данными при составлеВннии балансов народного хозяйства при перспективном планироВнвании.

Движущие силы развития не действуют изолированно, они взаимосвязаны и взаимообусловлены и могут быть представлены в виде связного треугольника графа:

Рисунок 1.1 Взаимосвязь движущих сил развития

Вершины этого "причинного, треугольника» идентифицируют движущие силы развития производства, его ребра тАФ обоюдные связи между ними. Поэтому задачи планирования и прогнозироВнвания нельзя рассматривать изолированно. В процессе прогнозиВнрования и разработки плана обязательно производится анализ взаимодействия целей, способов и технических средств их достиВнжения, ресурсов, необходимых для их реализации, и определяютВнся по принятым критериям эффективности оптимальные пути разВнвития народного хозяйства.

Несмотря на общность задач, их постановка при прогнозироВнвании и планировании различна. При планировании действует следующая схема: "цель - директивная, пути и средства ее достиВнжения - детерминированные, ресурсытАФограниченные». При проВнгнозировании схема иная: "целитАФтеоретически достижимые, пути и средства их достижения - возможные, ресурсы - вероятные». Задачи прогнозирования отличаются широтой охвата. Задачи прогнозирования  надо оценивать как глоВнбальные. К ним можно отнести: анализ ситуации, определение уровней достоверности информации, определение степени вероятности, выработка текущих, средне- и долгосрочных прогнозов.  Принципы  прогнозирования: сочетание социальВнно-политических и хозяйственных целей; демократический центВнрализм; системность; непрерывность и обратная связь; пропорВнциональность и оптимальность; реальность и объективность; выделение ведущего звена и т. д.



Прогнозирование должно носить системный характер. Необходимость системного подхода в прогнозировании вытекает из особенностей развития науки и техники, народного хозяйства в период научно-технической революции. Научно-техническая ревоВнлюция привела к принципиальному изменению свойств, характеВнристик и структуры современной техники и народного хозяйства. Рост количества элементов, объектов различной природы, усложВннение связей между ними и поведения объекта во внешней среде привели к созданию больших технических и производственных (организационно-экономических) систем.

Современные машины обладают высокой конструктивно-функВнциональной сложностью, представляют собой технические компВнлексы, включающие огромное количество деталей, узлов, агрегаВнтов и готовых изделий, объединенных конечной функциональной целостностью. Конструктивно-функциональная сложность обусловВнливает высокую материалоемкость, трудоемкость, энергоемкость и стоимость технических комплексов. Развитие техники привело к созданию сложных иерархических структурных построений - больших технических систем. Это свойство технических комплекВнсов потребовало системного подхода к ее созданию, системного проектирования. В разрабатываемых технических комплексах конВнструкции отдельных входящих элементов должны быть подчинены общей цели, ради которой создается система, т. е. должна быть обеспечена единая стратегия поведения технической системы.

Создание больших технических систем вызвало в свою очередь появление больших организационно-экономических (производственных) систем, охватывающих множество предприятий, объВнединенных выпуском определенного технического комплекса. Возникает иерархия в структуре управления производственными предприятиями. Неуклонно нарастающие темпы развития науки и техники, создание современных организационно-экономических систем привели к лавинообразному росту информации и увеличеВннию степени нерегулярности ее поступления. Все это потребовало совершенствования методов планирования, создания системы планирования.

Важнейшими требованиями системного подхода являются комплексность прогнозов и планов и непрерывный характер проВнцесса планирования.

Комплексный подход предусматривает составление прогнозов и планов во взаимосвязи как в пространстве (в отраслевом и терВнриториальном разрезе), так и во времени. Взаимосвязь в простВнранстве означает установление рациональных отношений между отраслями народного хозяйства, экономическими районами, устаВнновление оптимальных соотношений между темпами развития науки, техники и промышленного производства, сбалансированВнность потребностей и ресурсов на всех уровнях иерархии.[3]

Взаимосвязь прогнозов и планов во времени обеспечивается реализацией принципа непрерывности планирования.  Корректировка планов и прогнозов должна носить дискретный характер с заранее установленными сроками (режим функциониВнрования). Относительно частое изменение планов, обусловливаюВнщее изменение производственных программ, может привести к дезорганизации работы отраслей и предприятий в силу сложВнности структуры производственных связей в народном хозяйстве, большой трудоемкости и материалоемкости процессов подготовки промышленного производства.

Чувствительность прогноза и планов к изменениям зависит от уровня иерархии, сроков упреждения и периодичности корректиВнровок. Чем ниже уровень, тем чувствительность выше, тем должВнны быть короче периоды корректировки.

Важнейшим моментом внедрения и использования непрерывВнных систем планирования является определение качества работы таких систем и на основе этого нахождение оптимального режима функционирования.

Непрерывность планирования обеспечивается путем реализаВнции принципа обратной связи. Корректировка планов и прогнозов проводится на основании информации обратной связи, содержаВнщей данные о результатах реализации планов, и прогнозов, уточнения потребностей, об изменении тенденции развития объекВнта и внешней среды (социально-политического, научно-техничеВнского и экономического фона).

Различная степень неопределенности вырабатываемой инфорВнмации о будущем "ияет на характер применяемых методов, споВнсобов и приемов прогнозирования и планирования. Если при разработке планов предпочтение отдается детерминированным методам, то при прогнозировании - стохастическим. При составВнлении планов преимущественное применение имеют регулярные методы, при прогнозировании тАФ эвристические.

Специфика стадий и этапов планирования "ияет также на количество и уровень агрегирования плановых и прогнозных показателей, степень их детерминированности, соотношения директивных и расчетных показателей.

2 МЕТОДЫ НАУЧНО-ТЕХНИЧЕСКОГО ПРОГНОЗИРОВАНИЯ

2.1 Классификация методов прогнозирования

Прежде всего приведем определение метода прогнозирования как способа теоретического и практического действия, направленВнного .на разработку прогнозов. Это определение является достаВнточно общим и позволяет понимать термин "метод прогнозироваВнния» весьма широко: от простейших экстраполяционных расчетов до сложных процедур многошаговых экспертных опросов.

Для изучения методического аппарата прогностики целесообВнразно с самого начала детализировать это широкое понятие. Далее будем различать простые методы прогнозирования и комплексные методы прогнозирования. При этом под простым методом прогнозирования будем понимать метод, неразложимый на еще более простые методы прогнозироВнвания, и соответственно под комплексным - метод, состоящий из взаимосвязанной совокупности нескольких простых.

В настоящее время наряду со значительным числом опублиВнкованных методов прогнозирования известны многочисленные способы их классификации. Тем не менее считать этот вопрос удовлетворительно решенным нельзя, так как единой, полезной и полной классификации сейчас еще не создано. Вероятно, проВнгностика, как молодая наука, еще не достигла такого уровня разВнвития, когда возможно создание классификации, удовлетворяюВнщей всем этим требованиям. Итак, каковы же цели классификации методов прогностики? Можно указать две такие основные цели. Это, во-первых, обеспеВнчение процесса изучения и анализа методов и, во-вторых, обслуВнживание процесса выбора метода при разработке прогнозов объекта. На современном этапе трудно предложить единую класВнсификацию, в равной степени удовлетворяющую обеим из указанВнных целей.

Существуют два основных типа классификации: последоваВнтельная и параллельная. Последовательная классификация предВнполагает вычленение частных объемов из более общих. Это проВнцесс, тождественный делению родового понятия на видовые. При этом должны соблюдаться следующие основные правила: 1) осноВнвание деления (признак) должно оставаться одним и тем же при образовании любого видового понятия; 2) объемы видовых поняВнтий должны исключать друг друга (требование отсутствия переВнсечения классов); 3) объемы видовых понятий должны исчерпыВнвать объем родового понятия (требование полного охвата всех объектов классификации).

Параллельная классификация предполагает сложное инфорВнмационное основание, состоящее не из одного, а из целого ряда признаков. Основной принцип такой классификациитАФнезависиВнмость выбранных признаков, каждый из которых существен, все вместе одновременно присущи предмету и только их совокупность дает исчерпывающее представление о каждом классе.

Последовательная классификация имеет наглядную интерпреВнтацию в виде некоторого генеалогического дерева, охватывает всю рассматриваемую область в целом и определяет место и взаимоВнсвязи каждого класса в общей системе. Поэтому она является более приемлемой для целей изучения, позволяет методически более стройно представлять классифицируемую область знаний.

Каждый уровень классификации характеризуется своим класВнсификационным признаком. Элементы каждого уровня представВнляют собой наименования принадлежащих им подмножеств элементов ближайшего нижнего уровня, причем подмножеств непересекающихся.

Элементы нижнего уровня представляют собой наименование узких групп конкретных методов прогнозирования (иногда из одного элемента), которые являются модификациями или разноВнвидностями какого-либо одного, наиболее общего из них.

В целом классификация является открытой, так как представВнляет возможность увеличивать число элементов на уровнях и наращивать число уровней за счет дальнейшего дробления и уточнения элементов последнего уровня.

На первом уровне все методы делятся на три класса по приВнзнаку "информационное основание метода». Фактографические методы базируются на фактически имеющемся информационном материале об объекте прогнозирования и его прошлом развитии. Экспертные методы базируются на информации, которую поставВнляют специалисты-эксперты в процессе систематизированных проВнцедур выявления  и обобщения этого мнения. Комбинированные методы выделены в отдельный класс, чтобы можно было отноВнсить к нему методы со смешанной информационной основой, в которых в качестве первичной информации используются фактографическая и экспертная. Например, при проведении экспертного опроса участникам представляют цифровую информацию об объекте или фактографические прогнозы, либо, наоборот, при экстраполяции тенденции наряду с фактическими данными используют экспертные оценки.

Не следует относить к комбинированным методам те методы прогнозирования, которые к экспертной исходной информации применяют математические методы обработки или исходную факВнтографическую информацию оценивают экспертным  путем. В большинстве случаев они достаточно хорошо укладываются в первый или второй из перечисленных выше классов.[2]

Эти классы разделяются далее на подклассы по принципам обработки информации. Статистические методы объединяют совоВнкупность методов обработки количественной информации об объекте прогнозирования по принципу выявления содержащихся в ней математических закономерностей развития и математичеВнских взаимосвязей характеристик с целью получения прогнозных моделей. Методы аналогий направлены на то, чтобы выявлять сходство в закономерностях развития различных процессов и на этом основании производить прогнозы. Опережающие методы проВнгнозирования строятся на определенных принципах специальной обработки научно-технической информации, реализующих в проВнгнозе ее свойство опережать развитие научно-технического проВнгресса.

Экспертные методы разделяются на два подкласса. Прямые экспертные оценки строятся по принципу получения и обработки независимого обобщенного мнения коллектива экспертов (или одного из них) при отсутствии воздействий на мнение каждого эксперта мнения другого эксперта и мнения коллектива. ЭкспертВнные оценки с обратной связью в том или ином виде воплощают принцип обратной связи путем воздействия на оценку экспертной группы (одного эксперта) мнением, полученным ранее от этой группы или от одного из ее экспертов.

Третий уровень классификации разделяет методы прогнозироВнвания на виды по классификационному признаку "аппарат метоВндов». Каждый вид объединяет в своем составе методы, имеющие в качестве основы одинаковый аппарат их реализации. Так, стаВнтистические методы по видам делятся на методы экстраполяции и интерполяции; методы, использующие аппарат регрессионного и корреляционного анализа; методы, использующие факторный анализ.

Класс методов аналогий подразделяется на методы математиВнческих и исторических аналогий. Первые в качестве аналога для объекта прогнозирования используют объекты другой физической природы, другой области науки, отрасли техники, однако имеюВнщие математическое описание процесса развития, совпадающее с объектом прогнозирования. Вторые в качестве аналога испольВнзуют процессы одинаковой физической природы, опережающие во времени развитие объекта прогнозирования.

Опережающие методы прогнозирования можно разделить на методы исследования динамики научно-технической информации; методы исследования и оценки уровня техники. В первом случае в основном используется построение количественно-качественных динамических рядов на базе различных видов НТИ и анализа и прогнозирования на их основе соответствующего объекта. ВтоВнрой вид методов использует специальный аппарат анализа колиВнчественной и качественной информации, содержащейся в НТИ, для определения характеристик уровня, качества существующей и проВнектируемой техники.

Прямые экспертные оценки по признаку аппарата реализации делятся на виды экспертного опроса и экспертного анализа. В первом случае используются специальные процедуры формироВнвания вопросов, организации получения на них ответов, обработВнки полученных ответов и формирования окончательного резульВнтата. Во втором тАФ основным аппаратом исследования является целенаправленный анализ объекта прогнозирования со стороны эксперта или коллектива экспертов, которые сами ставят и решаВнют вопросы, ведущие к поставленной цели.

Экспертные оценки с обратной связью в своём аппарате имеВнют три вида методов: экспертный опрос; генерацию идей; игровое моделирование. Первый вид характеризуется процедурами реглаВнментированного неконтактного опроса экспертов перемежающимиВнся обратными связями в рассмотренном выше смысле. Второй тАФ построен на процедурах непосредственного общения экспертов в процессе обмена мнениями по поставленной проблеме. Он характеризуется отсутствием вопросов и ответов и направлен на взаимное стимулирование творческой деятельности экспертов. Третий вид использует аппарат теории игр и ее прикладных разВнделов. Как правило, реализуется на сочетании динамического взаимодействия коллективов экспертов и вычислительной машиВнны, имитирующих объект прогнозирования в возможных будущих ситуациях.

Наконец, последний, четвертый, уровень классификации подВнразделяет виды методов третьего уровня на отдельные методы и группы методов по некоторым локальным для каждого вида совокупностям классификационных признаков, из которых укаВнзать один общий для всего уровня в целом невозможно.


2.2 Экстраполяционные методы прогнозирования

Методы экстраполяции тенденций являются, пожалуй, самыми распространенными и наиболее разработанными среди всей совоВнкупности методов прогнозирования. Использование экстраполяции в прогнозировании имеет в своей основе .предположение о том, что рассматриваемый процесс изменения переменной представляВнет собой сочетание двух составляющихтАФрегулярной и случайной:

(1.2.2)

Считается, что регулярная составляющая f(a, х) представляет собой гладкую функцию от аргумента (в большинстве случаевтАФ времени), описываемую конечномерным вектором параметров а, которые сохраняют свои значения на периоде упреждения проВнгноза. Эта составляющая называется также трендом, уровнем, детерминированной основой процесса, тенденцией. Под всеми этими терминами лежит интуитивное представление о какой-то очищенной от помех сущности анализируемого процесса. ИнтуиВнтивное, потому что для большинства экономических, технических, природных процессов нельзя однозначно отделить тренд от слуВнчайной составляющей. Все зависит от того, какую цель преслеВндует это разделение и с какой точностью его осуществлять.

Случайная составляющая n(х) обычно считается некоррелиВнрованным случайным процессом с нулевым математическим ожиВнданием. Ее оценки необходимы для дальнейшего определения точностных характеристик прогноза.

Экстраполяционные методы прогнозирования основной упор делают на выделение наилучшего в некотором смысле описания тренда и на определение прогнозных значений путем его экстраВнполяции. Методы экстраполяции во многом пересекаются с метоВндами прогнозирования по регрессионным моделям. Иногда их различия сводятся лишь к различиям в терминологии, обозначеВнниях или написании формул. Тем не менее сама по себе прогнозная экстраполяция имеет ряд специфических черт и приемов, позвоВнляющих причислять ее к некоторому самостоятельному виду методов прогнозирования.

Специфическими чертами прогнозной экстраполяции можно назвать методы предварительной обработки числового ряда с целью преобразования его к виду, удобному для прогнозироваВнния, а также анализ логики и физики прогнозируемого процесса, оказывающий существенное "ияние как па выбор вида экстраВнполирующей функции, так и на определение границ изменения ее параметров.


2.2.1 Предварительная обработка исходной информации в задачах прогнозной экстраполяции

Предварительная обработка исходного числового ряда направВнлена на решение следующих задач (всех или части из них): сниВнзить "ияние случайной составляющей в исходном числовом ряду, т. е. приблизить его к тренду; представить информацию, содержащуюся в числовом ряду, в таком виде, чтобы существенно снизить трудность математического описания тренда. Основными методами решения этих задач являются процедуры сглаживания и выравнивания статистического ряда.

Процедура сглаживания направлена на минимизацию случайВнных отклонений точек ряда от некоторой гладкой кривой предВнполагаемого тренда процесса. Наиболее распространен способ осреднения уровня по некоторой совокупности окружающих точек, причем эта операция перемещается вдоль ряда точек, в связи с чем обычно называется скользящая средняя. В самом простом варианте сглаживающая функция линейна и сглаживающая групВнпа состоит из предыдущей и последующей точек, в более сложВнных тАФ функция нелинейна и использует группу произвольного числа точек.

Сглаживание производится с помощью многочленов, приблиВнжающих по методу наименьших квадратов группы опытных точек. Наилучшее сглаживание получается для средних точек группы, поэтому желательно выбирать нечетное количество точек в сглаживаемой группе.

Сглаживание даже в простом линейном варианте является во многих случаях весьма эффективным средством выявления тренда при наложении на эмпирический числовой ряд случайных помех и ошибок измерения. Для рядов со значительной амплиВнтудой помехи имеется возможность проводить многократное сглаВнживание исходного числового ряда. Число последовательных циклов сглаживания должно выбираться в зависимости от вида исходного ряда, от степени предполагаемой его зашумленности помехой, от цели, которую преследует сглаживание. Надо иметь при этом в виду, что эффективность этой процедуры быстро уменьшается (в большинстве случаев), так что целесообразно повторять ее от одного до трех раз.

Линейное сглаживание является достаточно грубой процедуВнрой, выявляющей общий приблизительный вид тренда. Для более точного определения формы сглаженной кривой может применятьВнся операция нелинейного сглаживания или взвешенные скользящие средние. В этом случае ординатам точек, входящих в скольВнзящую группу, приписываются различные веса в зависимости от их расстояния от середины интервала сглаживания.

Если сглаживание направлено на первичную обработку числоВнвого ряда для исключения случайных колебаний и выявления тренда, то выравнивание служит целям более удобного представВнления исходного ряда, оставляя прежними его значения.

Наиболее общими приемами выравнивания являются логарифВнмирование и замена переменных.

В случае если эмпирическая формула предполагается содерВнжащей три параметра либо известно, что функция трехпараметВнрическая, иногда удается путем некоторых преобразований искВнлючить один из параметров, а оставшиеся два привести к одной из формул выравнивания.

Можно рассматривать выравнивание не только как метод представления исходных данных, но и как метод непосредственВнного приближенного определения параметров функции, аппроксиВнмирующей исходный числовой ряд.  Зачастую именно так и используется этот метод в некоторых экстраполяционных проВнгнозах. Отметим, что возможность непосредственного его испольВнзования для определения параметров аппроксимирующей функВнции определяется главным образом видом исходного числового ряда и степенью наших знаний, нашей уверенности относительно вида функции, описывающей исследуемый процесс.

В том случае, если вид функции нам неизвестен, выравниваВнние следует рассматривать как предварительную процедуру, в процессе которой путем применения различных формул и приеВнмов выясняется наиболее подходящий вид функции, описывающей эмпирический ряд.

Одной из разновидностей метода выравнивания является исследование эмпирического ряда с целью выяснения некоторых свойств функции, описывающей его. При этом не обязательно преобразования приводят к линейным формам. Однако результаВнты их подготавливают и облегчают процесс выбора аппроксимиВнрующей функции в задачах прогностической экстраполяции.        В простейшем случае предлагается использовать следующие три типа дифференциальных функций роста:

1) Первая производная, или абсолютная дифференциальная функция роста.

2) Относительный дифференциальный коэффициент, или логаВнрифмическая производная,

3) Эластичность функции



2.3 Статистические методы

Прежде чем приступить к анализу статистических методов прогнозирования, рассмотрим некоторые общие понятия и опредеВнления, относящиеся к корреляционным и регрессионным моделям. Две случайные величины являются корреляционно связанВнными, если математическое ожидание одной из них меняется в завиВнсимости от изменения другой.

Применение корреляционного анализа предполагает выполнеВнние следующих предпосылок:

а) Случайные величины y(y1, у2, ..., Уn) и x(x1, x2, ..., Хn) могут рассматриваться как выборка из двумерной генеральной совокупВнности с нормальным законом распределения.

б) Ожидаемая величина погрешности и равна нулю

в) Отдельные наблюдения стахостически независимы, т. е. знаВнчение данного наблюдения не должно зависеть от значения предыВндущего и последующего наблюдений.

г) Ковариация между ошибкой, связанной с одним значением зависимой переменной у, и ошибкой, связанной с любым другим значением y , равна нулю.

д) Дисперсия ошибки, связанная с одним значением у, равна дисперсии ошибки, связанной с любым другим значением .

е) Ковариация между погрешностью и каждой из независимых переменных равна нулю.

ж) Непосредственная применимость этого метода ограничивается случаями, когда уравнение кривой является линейным относительно своих параметров bo, bi, ...,bk  Это, однако, не означает, что само уравнение кривой относительно переменных должно быть линейВнным. Если эмпирические уравнения наблюдений не являются линейными, то во многих случаях оказывается возможным приВнвести их к линейной форме и уже. после этого применять метод наименьших квадратов.

з) Наблюдения независимых переменных производятся без погрешности.

Перед началом корреляционного анализа необходимо проверить выполнение этих предпосылок.

Связь между случайной и неслучайной величинами называется регрессионной, а метод анализа таких связей тАФ регрессионным анализом. Применение регрессионного анализа предполагает обяВнзательное выполнение предпосылок (б-г) корреляционВнного анализа. Только при выполнении приведенных предпосылок оценки коэффициентов корреляции и регрессии, получаемые с помощью способа наименьших квадратов, будут несмещенными и иметь минимальную дисперсию.

Регрессионный анализ тесно связан с корреляционным. При выполнении предпосылок корреляционного анализа выполняются предпосылки регрессионного анализа. В то же время регрессионный анализ предъявляет менее жесткие требования к исходной инфорВнмации.» Так, например, проведение регрессионного анализа возВнможно даже в случае отличия распределения случайной величины от нормального, как это часто бывает для технико-экономических величин. В качестве зависимой переменной в регрессионном анаВнлизе используется случайная переменная, а в качестве независиВнмой тАФ неслучайная переменная.

По степени комплексности статистические исследования можно разделить на двумерные и многомерные. Первые касаются рассмотВнрения парных взаимосвязей между переменными (парные корреВнляции и регрессии) и направлены в прогнозных исследованиях на решение таких задач, как установление количественной меры тесВнноты связи между двумя случайными величинами, установление близости этой связи к линейной, оценки достоверности и точности прогнозов, полученных экстраполяцией регрессионной зависимоВнсти. Многомерные методы статистического - анализа направлены в основном на решение задачи системного анализа многомерных стохастических объектов прогнозирования. Целью такого анализа является, как правило, выяснение внутренних взаимосвязей между переменными комплекса, построение многомерных функций связи переменных, выделение минимального числа характеристик, описыВнвающих объект с достаточной степенью точности. Одной из основВнных задач здесь является сокращение размерности описания объВнекта прогнозирования.

Таким образом, статистические методы используются в основВнном для подготовки данных, приведения их к виду, пригодному для производства прогноза. Как правило, после их применения испольВнзуется один из методов экстраполяции или интерполяции для полуВнчения непосредственно прогнозного результата.



2.4 Экспертные методы

2.4.1 Область применения экспертных методов

Методы экспертных оценок в прогнозировании и перспективном планировании научно-технического прогресса применяются в слеВндующих случаях:

а) в условиях отсутствия достаточно представительной и достоВнверной статистики характеристики объекта (например, лазеры, голографические запоминающие устройства, рациональное испольВнзование водных ресурсов на предприятиях);

б) в условиях большой неопределенности среды функционирования объекта (например, прогнозов человеко-машинной системы в косВнмосе или учет взаимовлияния областей науки и техники);

в) при средне- и долгосрочном прогнозировании объектов новых отраслей промышленности, подверженных сильному "иянию новых открытий в фундаментальных науках (например, микробиоВнлогическая промышленность, квантовая электроника, атомное машиностроение);

г) в условиях дефицита времени или экстремальных ситуациях.

Экспертная оценка необходима, когда нет надлежащей теореВнтической основы развития объекта. Степень достоверности эксперВнтизы устанавливается по абсолютной частоте, с которой оценка эксперта в конечном итоге подтверждается последующими собыВнтиями. Существует две категории экспертов - это узкие специалиВнсты и специалисты широкого профиля, обеспечивающие формулиВнрование крупных проблем и построение моделей. Выбор экспертов для прогноза производится на основе их репутации среди опредеВнленной категории специалистов. Однако не следует забывать и того обстоятельства, что первоклассный специалист не всегда может достаточно квалифицированно рассмотреть и понять общие, глобальные, вопросы. Для этой цели нужно привлекать экспертов хотя и недостаточно узко информированных, но обладающих споВнсобностью к дерзанию и воображению.

ВлЭксперт» в дословном переводе с латинского языка означает "опытный». Поэтому и в формализованном, и в неформализованВнном способах определения эксперта значительное место занимают профессиональный опыт и развитая на его основе интуиция. УслоВнвия необходимости и достаточности отнесения специалиста к катеВнгории экспертов вводятся следующим образом.

Важно установить не абсолютную степень надежности экспертВнной оценки, а степень надежности по сравнению с оценкой среднего специалиста, а также корреляцию между вероятностью его прогнозВнной оценки и надежностью класса тех гипотез, которыми оперирует эксперт. В общем, нужно определить, что такое эксперт. ПеречисВнлим некоторые требования, которым должен удовлетворять эксперт:

1) оценки эксперта должны быть стабильны во времени и транзи-тивны; 2) наличие дополнительной информации о прогнозируемых признаках лишь улучшает оценку эксперта; 3) эксперт должен быть признанным специалистом в данной области знаний; 4) эксперт должен обладать некоторым опытом успешных прогнозов в данВнной области знаний.

Характеризуя экспертов, следует иметь в виду, что в результате выработки оценок могут иметь место ошибки двух видов. Ошибки первого вида известны в технике измерений как систематические, ошибки второго вида тАФ как случайные. Эксперт, склонный к ошибВнкам первого вида, выдает значения, которые устойчиво отличаются от истинного в сторону увеличения или уменьшения. Полагают, что ошибки этого вида связаны со складом ума экспертов. Для коррекВнции систематических ошибок можно применять поправочные коэфВнфициенты или же использовать специально разработанные трениВнровочные игры. Ошибки второго вида характеризуются величиной дисперсии. Исходя из анализа основных видов ошибок при вынеВнсении экспертных суждений, можно добавить к рассмотренному ранее перечню требований к экспертам еще одно. Смысл его состоит в том, что следует предпочесть эксперта, оценки которого имеют малую дисперсию и систематическое отклонение средней ошибки от нуля, эксперту со средней ошибкой, равной нулю, но с большей дисперсией. К сожалению, априори определить способность человека делать правильные экспертные оценки невозможно. Важным средством подготовки экспертов являются специальные тренировочные игры.

Организация форм работы эксперта может быть программироВнванной или непрограммированной, а деятельность эксперта может осуществляться в устной (интервью) либо в письменной форме (ответ на вопросы специальных таблиц экспертных оценок или своВнбодное изложение по заданной теме).

Программирование формы работы эксперта предполагает:

построение граф-модели объекта на базе ретроспективного анаВнлиза; определение структуры таблиц экспертных оценок (ТЭО) или программы интервью на базе граф-модели объекта и целей эксперВнтизы; определение типа и формы вопросов в ТЭО или в интервью;

определение типа шкалы для вопросов в ТЭО; учет психологичеВнских особенностей экспертизы при определении последовательности вопросов в ТЭО; учет верифицирующих вопросов; разработка логиВнческих приемов для последующего синтеза прогнозных оценок в комплексных прогнозах объекта.

Организация стимуляции работы эксперта состоит в разработке:

эвристических приемов и способов, облегчающих поиск прогнозной экспертной оценки; правовых норм, гарантирующих эксперту оформление приоритета и авторства, а также неразглашения всех научно-технических идей, выдвигаемых им в процессе экспертизы;

форм моральной, профессиональной и материальной заинтересоВнванности эксперта в экспертных оценках; организационных форм работы эксперта (включение в план работы и т. п.).

Исходя из полученной в результате анализа модели объекта прогнозирования, определяются научные и технические направлеВнния, по которым необходимо привлечь эксперта, выделяются группы экспертов по принадлежности вопроса к области фундаВнментальных, прикладных наук или к стыковым научным направВнлениям.[5]

При решении задачи формирования экспертной группы необхоВндимо выявить и стабилизировать работоспособную сеть экспертов. Способ стабилизации экспертной сети заключается в следующем. На основе анализа литературы по прогнозируемой проблеме выбиВнрается любой специалист, имеющий несколько публикаций в данВнной области. К нему обращаются с просьбой назвать 10 наиболее компетентных, по его мнению, специалистов по данной проблеме. Затем обращаются одновременно к каждому из десяти названных специалистов с просьбой указать 10 наиболее крупных их коллег-ученых. Из полученного списка специалистов вычеркиваются 10 первоначальных, а остальным рассылаются письма, содержащие указанную выше просьбу. Данную процедуру повторяют до тех пор, пока ни один из вновь названных специалистов не добавит новых фамилий к списку экспертов, т. е. пока не стабилизируется сеть экспертов. Полученную сеть экспертов можно считать генеральной совокупностью специалистов, компетентных в области прогнозиВнруемой проблемы. Однако в силу ряда практических ограничений оказывается нецелесообразным привлекать всех специалистов к экспертизе. Поэтому необходимо сформировать репрезентативную выборку из генеральной совокупности экспертов.

Определение специфики процедур для методов класса ПЭО (персональных экспертных оценок) осуществляется на основе анаВнлиза требований к экспертам и их оценкам, вытекающим из сущноВнсти методов :

а) аналитические записки предъявляют требования структуризации экспериментируемой проблемы, экспликации и ранжирования целей, анализа альтернативных путей достижения        цели, оценки затрат на каждую альтернативу и рекомендаций        по наиболее эффективным способам решения проблем;

б) парные сравнения, нормирование и ранжирование требуют одноВнродности оцениваемых признаков, наличия логически обоснованных критериев и эталонов, наличие однозначно определенных процедур оперирования с критериями, эталонами и признаками;

в) интервью предъявляют специфические требования как к эксперВнту, так и к интервьюеру;

г) морфологическая структуризация требует четкого определения функциональных характеристик объекта или проблемы, которые необходимо улучшить, классификации научных принципов, на основе которых возможно улучшение характеристики; анализа всеВнвозможных комбинаций этих принципов и отсева заведомо абсурдных; оценки комбинаций по степени осуществимости и затрат на их реализацию; сравнения комбинаций по комплексному критерию "затраты тАФ эффективность тАФ время».



2.4.2 Метод эвристического прогнозирования (МЭП)

Основная задача, стоящая перед специалистами по анализу и проектированию больших систем, в общем случае, как правило, заключается в нахождении наиболее оптимальных способов создаВнния более эффективных систем тАФ либо вновь проектируемых, либо модернизируемых. Сложность решения этой задачи состоит прежде всего в том, что здесь обычно нет возможности найти решение чисто математическими методами, поскольку, как правило, не удается точно определить величины (функционалы), подлежащие оптимиВнзации (экстремализации) в математическом смысле. Это связано не только со сложностью описания функционирования больших систем, но и с такими принципиальными видами, как, например, специфика целей, для достижения которых предназначена система. Во-первых, перед системой может стоять не одна цель, а набор их, что сразу же приводит к задаче векторной оптимизации. Во-вторых, набор целей, поставленных перед системой, может содержать в своем составе чисто качественные цели, не подлежащие практиВнчески реализующимся количественным измерениям. Это приводит, с одной стороны, к проблеме оценки степени достижения качественВнной цели и, с другой тАФ к проблеме соизмерения важности качестВнвенных и количественных целей и степени их достижения.

Аналогичная ситуация возникает и при оценке последствий предполагаемого способа достижения поставленной цели. Укажем для примера, что эти последствия могут одновременно носить экоВнномический, политический, социальный или какой-либо другой характер.

В этих условиях решение системной задачи находится посредВнством эвристических приемов, использующих весьма сложный математический аппарат, и заключается в выдаче обоснованных рекомендаций, достаточных для выработки решения.

Методом эвристического прогнозирования называется метод получения и специализированной обработки прогнозных оценок объекта путем систематизированного опроса высококвалифицироВнванных специалистов (экспертов) в узкой области науки, техники или производства. Прогнозные экспертные оценки отражают индивидуальное суждение специалиста относительно перспектив развития его области и основаны на мобилизации профессиональВнного опыта и интуиции.

Метод эвристического прогнозирования сходен с дельфийской техникой, коллективной генерацией идей и методом коллективной экспертной оценки в том смысле, что одним из элементов его является сбор и обработка суждений экспертов, высказанных на основе профессионального опыта и интуиции. Однако он отлиВнчается от указанных методов большей четкостью теоретических основ, способами формирования анкет и таблиц, порядком работы с экспертами и алгоритмом обработки полученной информации. Эвристическим данный метод назван в связи с однородностью форм мыслительной деятельности эксперта при решении научной проблемы и при оценке перспектив развития объекта прогнозироВнвания, а также в связи с использованием экспертами специфичеВнских приемов, приводящих к правдоподобным умозаключениям.[6]

Назначение метода эвристического прогнозирования - выявлеВнние объективизированного представления о перспективах развития узкой области науки и техники на основе систематизированной обработки прогнозных оценок репрезентативной группы экспертов.

Область применения МЭП тАФ научно-технические объекты и проблемы, развитие которых либо полностью, либо частично не поддается формализации, т. е. для которых трудно разрабатыВнвать адекватную модель. Например, элементно-технологическая база ЭЦВМ.

В основе метода лежат три теоретических допущения: 1) сущестВнвования у эксперта психологической установки на будущее, сфорВнмулированной на основе профессионального опыта и интуиции, и возможности ее экстериоризации; 2) тождественности процесса эвристического прогнозирования и процесса решения научной проблемы с однотипностью получаемого знания в форме эвристиВнческих правдоподобных умозаключений, требующих верификации;

3) возможности адекватного отображения тенденции развития объекта прогнозирования в виде системы прогнозных моделей, синтезируемых из прогнозных экспертных оценок.

Эти допущения реализуются в методе эвристического прогнозиВнрования путем системы приемов работы с экспертами, способами оценок и синтеза прогнозных моделей.

В качестве исходных документов при работе по методу эвристиВнческого прогнозирования выступают: описание метода; инструкции по формулированию вопросов; инструкции по составлению анкет и таблиц экспертных оценок; порядок работы с экспертами; набор эвристических приемов для экспертов; инструкция для экспертов по заполнению анкет и таблиц; инструкция по обработке на ЭВМ эксВнпертных анкет и таблиц; алгоритмы и программы для обработки данных на ЭВМ; заполненные экспертами анкеты и таблицы; инВнструкция по оценке компетентности экспертов; инструкция по синтеВнзу прогнозных моделей; набор способов верификации прогнозов.

Наличие полностью сформулированного информационного масВнсива дает полное основание для качественной работы с МЭП.

Формирование анкет и таблиц экспертных оценок. ИнформациВнонным массивом для разработки прогнозов методом эвристического прогнозирования является набор заполненных экспертами таблиц и анкет. Таблицы содержат перечень строго сформулироВнванных вопросов. К вопросам в анкетах предъявляются следующие требования: 1) они должны быть сформулированы в общепринятых терминах; 2) формулировка их должна исключать всякую смыслоВнвую неоднозначность; 3) все вопросы должны логически соответВнствовать структуре объекта прогноза; 4) они должны быть отнеВнсены к одному из трех перечисленных ниже видов. В зависимости от вида вопроса применяется определенная процедура его формуВнлирования и составления анкет.

К первому виду относятся вопросы, ответы на которые содержат количественную оценку: вопросы относительно времени свершения событий; опросы относительно количественного значения прогнозируемого параметра; вопросы относиВнтельно вероятности осуществления события ; вопросы по оценке относительного "ияния факВнторов друг на друга в некоторой шкале . Для данного типа вопроса применяется самая простая процедура составления анкет. В этом случае сам прогнозист, знающий объект прогноза, формулирует перечень значений оцениваемых параметров, вероятностей и вреВнменных отрезков. При определении шкалы значений количественВнных параметров (время, характеристика и пр.) целесообразно польВнзоваться неравномерной шкалой. Конкретное значение неравномерВнности определяется характером зависимости ошибки прогноза от времени упреждения.

Ко второму виду относятся содержательные вопросы, требуюВнщие свернутого ответа не в количественной форме. Вопросы, требующие ответа в свернутой форме, могут быть трех типов: дизъюнкВнтивные; конъюнктивные; импликативные.

Вопросы, требующие содержательного ответа в свернутой форме, характеризуются наиболее сложной процедурой их формиВнрования в анкету. Анкета в окончательном виде получается в результате трехэтапной итерации. На первом этапе прогнозист тщательно изучает результат работы (доклад) группы экспертов (метод комиссий) над определенной системой. Итогом изучения является формулировка первого варианта вопросника, который на втором этапе рассылается председателям соответствующих комисВнсий для корректировки и уточнения. В результате получается втоВнрой вариант вопросника. На третьем этапе вопросы группируются по темам и в определенном порядке внутри тем. Окончательный вариант вопросника приобретает форму таблиц экспертных оценок.

К третьему виду относятся вопросы, требующие ответа в разВнвернутой форме, которые, в свою очередь, делятся на два типа:

1) вопросы с формой ответа в виде перечня сведений о предмете;

2) вопросы с формой ответа в виде перечня аргументов, подтверждаюВнщих или отвергающих тезис, содержащийся в вопросе .

Вопросы, требующие содержательного ответа в развернутой форме, определяются путем двухэтапной итерации. Первый этап тАФ прогнозист обращается к экспертам с просьбой сформулировать наиболее перспективные и наименее разработанные проблемы. На втором этапе из всех названных проблем выбираются лишь имеющие непосредственное отношение к объекту прогноза и принВнципиально разрешимые.

После того как все вопросы уточнены и сведены по тематичеВнским признакам в соответствующие разделы анкет или таблиц, переходят к работе с экспертами, анализу и обработке экспертных оценок.

































3. КЛАССИФИКАЦИИ ЭКОНОМИЧЕСКИХ ПРОГНОЗОВ



Экономические прогнозы разраВнбатываются с различными целями и для разных уровней наВнродного хозяйства. Каждый вид прогнозов имеет свои особенВнности.

Прогноз основных направленийй научно-технического проВнгресса содержит следующие направления научно-технического проВнгресса:

В области орудий труда: создание комплексов механизмов для завершения механизации труда в основных производственВнных процессах в ряде отраслей промышленности, строительВнстве, сельском хозяйстве; повышение уровня автоматизации производства с прерывными процессами и немассовым выпусВнком продукции путем внедрения оборудования с программным управлением и других электронных средств; обновление и моВндернизация оборудования, сокращение сроков его замены и т. д.

В области предметов труда: изменение структуры конструкВнционных материалов за счет повышения доли алюминия и пластмасс; создание новых видов сырья и материалов на базе традиционных их видов (металлические сплавы, материалы на основе химической переработки древесины и т. п.).

В области электроэнергетики: наращивание мощностей атомВнных электростанций; начало строительства электростанций проВнмышленного назначения с магнитно-гидродинамическими (МГД) установками и т. д.

В области техники управления: увеличение количества авВнтоматизированных систем управления предприятиями и отрасВнлями; начало формирования общегосударственной автоматизиВнрованной системы сбора и обработки информации.[7]

Объектом экономического прогнозирования научно-техничеВнского прогресса являются как натурально-вещественные, так и стоимостные показатели. При этом исходной стадией является научно-технический прогноз. На его основе прогнозируются общественно необходимые затраты труда на достижение опВнределенных результатов и ожидаемые индивидуальные затраты этого труда. Сопоставляя общественно необходимые затраты с индивидуальными, можно исключать как заведомо неприемВнлемые те варианты развития, в которых индивидуальные заВнтраты превосходят общественно необходимые. Среди оставшихся определяются эффективные варианты, которые при прочих равВнных условиях дают наибольшую экономию.

Как известно, на уровне предприятий, объединении, миниВнстерств экономические результаты выражаются в различных хозрасчетных показателях, а также в показателе народнохозяйВнственного экономического эффекта от создания и использоваВнния определенных потребительных стоимостей. СовершенствоВнвание потребительных стоимостей может стать самостоятельВнным объектом экономического прогнозирования.

Развитие экономики порождает новые потребности, которые выражаются как в натурально-вещественных, так и в стоимоВнстных показателях и могут выступать в форме платежеспособВнного, неудовлетворенного, отложенного спроса на сырье, матеВнриалы, рабочую силу, капитальные "ожения и т. д. Эти потребности также являются объектом экономического прогноВнзирования научно-технического прогресса.

Экономический прогноз научно-технического прогресса может быть представлен в разных формах. На рисунке 1.3 показаны основные, но далеко не все возВнможные формы прогноза. Так, прогнозы могут различаться по периодичности их составления (периодические и разовые), по степени информированности исследователя и т. п.

Предварительный прогноз составляется при выборе объекта экономического прогнозирования научно-технического прогресса в целях первоначального выяснения его значимости, а также получается при последовательном уточнении исходных данных в процессе составления прогноза.

Описательный прогноз содержит качественные характериВнстики наиболее вероятных направлений научно-технического прогресса и его "ияния па показатели экономической эффекВнтивности. В нем содержатся указания на наиболее перспективВнные направления научно-технического прогресса; предвидение последствий осуществления этих направлений, их "ияния на внешнюю по отношению к нему среду; сравнительная оценка значимости изучаемых достижений научно-технического проВнгресса для народного хозяйства; описание необходимых услоВнвий реализации рассматриваемых достижений и др.

Рисунок 1.3 Формы экономического прогноза

Описательный прогноз может содержать и количественВнные оценки: гипотезы о времени научного решения проблемы или  широкого распространения нового метода производства; числовые данные о существующих в народном хозяйстве тенденВнциях, показывающие необходимость совершенствования произВнводительных сил в данном направлении и т. п. Этот вид опиВнсательного прогноза отличается от количественного прогноза только тем, что не содержит числовой оценки экономического эффекта. Количественный прогноз может содержать целый ряд качественных оценок: гипотезы о конкретном характере хозВнрасчетных отношений в будущем, о государственной политике цен, о "иянии рассматриваемого достижения на неэкономичеВнские цели и т. п.

Исследовательский прогноз показывает возможные направВнления научно-технического прогресса, обеспеченные народнохоВнзяйственными ресурсами и научно-техническими разработками. По длительности прогнозного периода исследовательские проВнгнозы подразделяются на срочные (составляемые на заданный период). краткосрочные, среднесрочные и долгосрочные. К кратВнкосрочным относятся прогнозы, охватывающие период, на один год превышающий время начала удовлетворения потребностей в рассматриваемых достижениях научно-технического проВнгресса. Среднесрочные прогнозы составляются на срок, начиВнная с которого полностью удовлетворяются потребности в этих достижениях. Долгосрочные прогнозы охватывают весь эконоВнмический горизонт в исследуемой области народного хозяйства. Деление прогнозов на краткосрочные, среднесрочные и долгоВнсрочные таким способом не является общепринятым в прогноВнстической литературе. Тем не менее оно представляется удачВнным, поскольку учитывает специфику каждого конкретного объВнекта прогнозирования.

Нормативный прогноз рассматривает необходимые ресурсы и целесообразные направления деятельности для обеспечения выполнения поставленных нормативных целей. Эти цели чаще всего связаны с необходимостью решения неэкономических заВндач общества.

Нормативные прогнозы делятся на оперативные, тактичеВнские и стратегические в соответствии с тем, к какой из этих категорий относятся нормативные цели, положенные в основу их разработки.[8]

В однофакторных прогнозах в качестве объекта прогнозиВнрования выбирается либо какой-то один элемент новой техноВнлогии, либо один показатель, характеризующий взаимодействие технологий (труд определенной квалификации, машины одного вида, количество новых научных трудов по одной тематике, фондоемкость национального дохода и т. п.). Объектами многоВнфакторных прогнозов являются структура занятости, ряды маВншин, соотношения между несколькими факторами общественВнного производства и т. д.

Односекторным считается прогноз, рассматривающий проВнцессы в одной из хозяйственных ячеек, многосекторным - во взаимодействующей группе таких ячеек. Многоуровневые проВнгнозы рассматривают научно-технический прогресс и его "ияВнние на эффективность общественного производства в иерархиВнческой подсистеме народного хозяйства.

Построение системного прогноза основывается на системном подходе к исследованию научно-технического прогресса. СтрукВнтура этого прогноза представлена на рисунке 2.3


Рисунок 2.3 Структура системного прогноза

При построении системного прогноза производства новой техники деревом целей может служить иерархическая система конкретных потребностей, непосредственно связанная с расВнсматриваемыми направлениями научно-технического прогресса. Системный прогноз должен содержать также варианты достиВнжения целей, обеспеченные народнохозяйственными ресурсами, систему организационных мер для реализации каждого из этих вариантов в хозяйственной практике и описывать информациВнонные потоки, обеспечивающие рассматриваемую систему неВнобходимой информацией.

Прогноз называется условным, если при его построении исВнходят из каких-то конкретных гипотез о ситуации, в которой осуществляются прогнозируемые события.

Управляемый прогноз есть специальный вид условного проВнгноза, в котором некоторые из условий выделены как управляеВнмые переменные (т. е. переменные, значения которых могут быть регулируемы в процессе целенаправленной хозяйственной деятельности). Условный прогноз, не содержащий управляемых переменных, называется неуправляемым. Управляемый прогноз является вариантным, если он содержит несколько вариантов изменения управляемых переменных и последствий этих измеВннений. Если при этом не рассматриваются варианты управлеВнния, которые заведомо менее удовлетворительны с точки зреВнния достижения поставленных целен, то такие прогнозы мы называем эффективными.

Прогноз является оптимальным, если из множества проВнгнозных вариантов научно-технического развития выбираются оптимальные по некоторому критерию.

По методу построения прогнозы подразделяются на экспертВнные, экстраполяционные, модельные и дедуктивные.

Если рассмотреть использование рассмотренных выше методов прогнозирования на современном этапе, то можно прийти к выводу,  что наиболее ярким примером может служить ситуация на валютном рынке, а также показатели биржевой активности фирм, предприятий, организаций.


На показанном рисунке представлен график роста/падения американского доллара относительно украинской гривны на период с 31.01 по 04.02 (на период с 04.02 по 10.04 представлен мой прогноз) - указанный вид прогнозирования - метод экстраполяции и тенденции. Т.е. уже существует какая-то тенденция: участок кривой (А-F) и методом прогнозирования я достраиваю участок (E-F), который, на мой взгляд, будет в наибольшей степени отражать ситуацию на валютном рынке.

Аналогичную ситуацию мы можем наблюдать и на таком явлении, как стоимость одного американского доллара на "чёрном рынке» и курс НБУ. Если в начале 90-х годов это сравнение сильно отличалось, то в середине и в конце 90-х годов такая тенденция наблюдалась всё меньше и меньше.








Можно сделать прогноз, что в Украине, в государстве, которое пытается построить действительно демократическое общество, проявится тенденция, характерная для большинства западных стран, когда рыночная стоимость иностранной валюты и курс национальных банков почти идентичны, либо же стремятся друг к другу.






На фондовых биржах, используя методы прогнозирования, можно получить предварительные данные относительно изменения мировых индексов деловой активности (индекс Доу Джонса, например)

ВЫВОД


Работа отдела информации по научному прогнозированию не предполагает конечных выводов о тенденциях в развитии науки, техники и производства. Его задача, главным образом, своевреВнменно выявить симптомы намечающихся или сложившихся тенВнденций в развитии науки, техники и производства, извлечь из лиВнтературы и систематизировать высказывания специалистов по интересующим  проблемам. Окончательная оценка реВнзультатов анализа и выводы остаются за научными руководителями.

Работа по прогнозированию тесно связана с проблемой научВнной организации труда. В данном случае эту связь следует расВнсматривать с двух точек зрения. Во-первых, эта работа означает внесение элементов научной организации в информационную деяВнтельность. Наделение служб информации функциями прогнозироВнвания развития науки и техники предполагает расширение сфеВнры информационной деятельности на основе обобщения передоВнвого отечественного и зарубежного опыта, а также внедрение в практику информационной работы методов научного анализа информации. Работа в этом направлении повышает целеустремВнленность в деятельности служб информации, стимулирует более углубленную обработку и расширяет рамки поиска инфорВнмации, способствует слиянию усилий службы информации и исВнследователей в единый творческий процесс.

С другой стороны, эта работа имеет целью подвести научную базу под решение вопросов, связанных с перспективным планироВнванием развития науки и производства. Научная организация перспективного планирования, руководство исследованиями и производством сегодня возможны лишь на основе научного предВнвидения. Именно отсутствие целеустремленной систематической работы по выявлению тенденции в развитии науки и производВнства нередко порождают субъективизм в планировании.

Все это служит еще одним подтверждением известного полоВнжения о том, что внесение элементов научной организации в инВнформационную деятельность многократно окупается в решении вопросов научной организации творческих процессов.











ПЕРЕЧЕНЬ ССЫЛОК

  1. Теория прогнозирования и принятия решений. М:1989.  160 страниц
  2. Шехурин Д.Е. Научное прогнозирование средствами информации С.-Пт.:1990. 123страницы
  3. Косолапов В.В. Информационное прогнозирование и обеспечение. К:1978. 198 страниц
  4. Зенкин А.И. О математических методах прогнозирования М:1987.90страниц
  5. Баранов В.А. Общие вопросы методологии и научного прогнозирования. Х:1992. 230 страниц
  6. Анализ закономерностей прогнозирования развития науки итехники. К:1990. 239 страниц
  7. Экономические аспекты научно-технического прогнозирования. М:1975. 222 страницы.
  8. Медведцева О.В. Прогнозирование в системе экономических отношений. К:1992. 156 страниц
  9. Лабунская Н.Л. Система прогнозирования. М:1990. 120 страниц


Страницы: Назад 1 Вперед