7.2. Прогнозирование состояния внешней среды

Разработка решений в условиях неопределенности и риска требует не только изучения внешней среды, но и ее прогнози­рования. Прогнозирование - это предположение динамики раз­вития ситуации в будущем, основанное на имеющейся инфор­мации.

В зависимости от особенности внешних факторов разли­чают прогнозы:

- экономические;

- развития технологии;

- конкурен­ции;

- состояния рынка; - социальные.

Экономические прогнозы - характеризуют общее состояние развития экономики на прогнозируемый период (в стране, ре­гионе, отрасли, компании).

Прогнозы развития технологии раскрывают ближайшее и отдаленное будущее технологических процессов, в них оцениваются различные качественные характеристики нововведений на предмет эффективности, экономичности, тру­доемкости, энергоемкости и других параметров.

Прогноз развития конкурентов отражает их ожидаемую стратегию и тактику, долю продукции и продажи на рынке, намерения относительно выпуска новых изделий и др.

Прогнозы состояния рынка товаров разрабатыва­ются с учетом текущего состояния и перспектив развития эко­номики, влияния политических факторов, проведения ценовой политики, стандартов по защите окружающей среды (для ряда товаров), динамики уровня доходов населения, демографиче­ской ситуации и др.

Социальные прогнозы свидетельствуют об отношении людей к событиям социальной жизни, различным общественным явлениям. При разработке решений важно, в частности, учитывать покупатель­ские намерения и предпочтения относительно новых товаров, отношение покупателей к разного рода услугам.

Многообразие видов прогнозов предполагает использова­ние различных методов для их разработки. Условно выделяются три группы методов прогнозирования: количественные, качест­венные и неформальные. Каждая из групп имеет свои подвиды (рис.7.2.1.). В состав количественных включается множество методов про­гнозирования. К простейшим относятся методы экстраполяции, которые применяются в условиях, когда сложившуюся тенден­цию в развитии какого-либо явления можно перенести на буду­щее (экстраполировать). Имеющаяся информация позволяет выявить статистически достоверные зависимости для внесения возможных корректив. Методами экстраполяции (анализа вре­менных или динамических рядов) рассчитываются, в частности, прогнозы объема и структуры товарооборота, производства продукции, потребности в кадрах.

Рис. 7.2.1. Группы методов прогнозирования

Рассмотрим подробнее методику расчета прогнозов воз­можной продажи товаров, используя метод аналитического вы­равнивания динамических рядов, и метод, основанный на рас­чете среднегодовых коэффициентов роста (снижения). Так, имея динамический ряд (t_п) продажи товара (например, швей­ных изделий), можно рассчитать прогноз возможной реализа­ции на следующий (t_п+1) год, используя уравнение прямой

у = а + bt

Параметры уравнения а и b определяются методом «наи­меньших квадратов» по формулам

где у - продажа товаров,

t - порядковый номер года в ряду динамики,

n - число лет базисного периода,

- средние значения данных показателей,

- знак сложения указанных величин.

Данный метод расчета прогнозов известен как метод ана­литического выравнивания динамических рядов. Покажем поря­док расчета прогноза на примере (цифры условные):

Таблица 7.2.1

Показатели динамических рядов

Годы	Порядковый номер года в ряду динамики (t)	Продажа швейных изделий (млн. руб.) (y)	(yt)	(t2)
1991	1	42,2	42,2	1
1992	2	48,2	96,4	4
1993	3	53,7	161,1	9
1994	4	55,3	221,2	16
1995	5	65,7	328,5	25
1996	6	63,9	383,4	36
ИТОГО	21	329,0	1232,8	91

На основе приведенных данных порядок расчета парамет­ров а и b следующий;

Подставив полученные данные в формулы (1) и (2) будем иметь:

Таким образом, уравнение, характеризующее развитие продажи швейных изделий во времени, имеет вид

Для прогноза возможной продажи в следующем году (теку­щем, плановом) подставляем порядковые номера ряда динами­ки, соответствующие этим годам. Так, для 1997 года t будет равно 7, для 1998 года - 8. Тогда возможный объем продажи швейных изделий соответственно по годам будет равен:

Прогноз развития продажи товаров, как отмечалось, может быть рассчитан и с применением среднегодовых коэффициен­тов роста (снижения), который определяется по формуле:

где -среднегодовой коэффициент роста (снижения)

п - число лет базисного периода

у_п - конечный уровень базисного динамического ряда

у₀ - начальный уровень базисного динамического ряда.

При прогнозировании уровней продажи каждый последую­щий уровень принимается равным предыдущему, умноженному на средний коэффициент роста (снижения). Например,

Пример расчета прогноза продажи пальто женских (цифры условные) п = 6 (лет) у_п = 28,1 (млн. руб.) у₀ = 19,1 (млн. руб.)

Среднегодовой коэффициент роста будет равен:

Прогноз возможной продажи пальто женских составит:

Причинно-следственное моделирование или многофакторные модели нацелены на анализ достаточно сложных явлений с двумя или более переменными. Например, при разработке про­гноза объема спроса на швейные изделия необходимо учесть уровень доходов населения, взаимозаменяемость товаров, уро­вень цен, объем производства и другие факторы. Степенные, линейные многофакторные уравнения регрессии могут использоваться и при определении норматива численно­сти работников по той или иной управленческой функции и для решения множества других проблем.

где Н - норматив численности по функции управления

x _1...Р - количественные значения факторов, влияющих на численность работников по функции управления,

а _1…p - коэффициенты регрессии (показатели степени и ко­эффициенты при факторах (х,...х_п) в линейном уравнении отра­жают степень влияния конкретного фактора на численность ра­ботников по управленческой функции);

а₀ - постоянный коэффициент уравнения нормативной формулы.

В частности, в кооперативных организациях потребитель­ской кооперации при расчете норматива численности работни­ков по функции планирования в качестве основных факторов выступают объем товарооборота, количество торговых и других предприятий, численность обслуживаемого населения. По функции учета и контроля - численность работающих на пред­приятии, количество отчитывающихся субъектов и др.

Качественные методы прогнозирования применяются в ус­ловиях недостатка информации для количественных оценок ли­бо предубежденного отношения руководителей к ним. В основе этой группы методов лежат экспертные оценки. В качестве экс­пертов могут выступать специалисты («мозговая атака»), потре­бители, либо признанные авторитеты (эксперты). Качественные методы, в их составе эвристические, до сравнительно недавнего времени противопоставлялись алгоритмическим (количественным). Ныне при решении проблем, связанных с неопределенно­стью, рекомендуется их разумное сочетание.

Неформальные методы прогнозирования основаны на ин­формации, получаемой различными методами. Источниками вербальной информации (наглядной) могут быть средства мас­совой информации (кроме печатной), смежники, потребители, поставщики, конкуренты, совещания, конференции. Она отли­чается небольшими материальными затратами и недолговременностью.

Письменная информация представляет собой материалы печати, как правило периодической. Это газеты-еженедельники, информационные бюллетени, освещающие материалы отчетов фирм, банков и т.д.

Наиболее важной по ценности признается информация, по­лучаемая в результате промышленного шпионажа (атрибут ры­ночной экономики, порожденный конкуренцией). Эта информа­ция по мере использования по целевому назначению может рассекречиваться.

Полезно учитывать при прогнозировании внешней среды некоторые рекомендации методологического характера, кото­рые включают:

• четкое установление цели прогноза,

• определение перечня возможных альтернатив решений а основе рассчитанных прогнозов, а также уровня в системе управления, где они будут приниматься;

• определение допустимых пределов точности прогнозов.

Следует иметь в виду, что чем выше управленческий уро­вень, тем выше должна быть точность прогноза, так как и не­большие погрешности (в пределах 5%) могут повлечь за собой весьма существенные затраты. При оценке достоверности про­гнозов обращается внимание на прогнозируемые изменения в развитии событий, чреватые существенными последствиями. Разработка прогнозов в ходе подготовки решений позволяет, с одной стороны, увязать целевую их направленность с потребно­стями социального развития общества (предприятия), с другой - взвесить последствия решений, ориентированных на долговре­менную перспективу. Поэтому столь необходимо располагать информацией о складывающихся тенденциях развития, пре­дельных значениях и ограничивающих условиях.

Аналитические методы прогнозирования дают возможность сопоставить перспективное состояние объекта с исходным, тре­бующиеся и фактические ресурсы, возможные варианты дейст­вий и оценку их эффективности. Важное место в прогностиче­ской работе занимает исходный уровень (база), его качествен­ное состояние, поскольку допущенные неточности (завышение или занижение) трансформируется в будущее.

В последнее время широко применяются динамические мо­дели для описания и предварительного расчета комплексных процессов развития. Это, естественно, не исключает использо­вание статических и эконометрических методов исследования динамических рядов. Весьма популярным является и основан­ный на экспертных оценках метод сценариев. В нем экспертные оценки структурируются и увязываются в форме сценария.

Динамические модели и сценарии нередко комплексно ис­пользуются при системном анализе и разработке прогнозов. Этот подход применяется в диалоговых системах, где руководи­тель может оценить будущее развитие ситуации, вводя в ЭВМ данные с учетом собственного видения проблемы.

Результаты анализа внешней среды и ее влияния позволя­ют руководителям увереннее ориентироваться в выборе альтер­натив, связанных с условиями риска и неопределенности.