1.Основные принципы прогнозирования.

Рассмотрение прогнозной деятельности как исследования будущих событий и явлений в развитии объекта требует определения методологических принципов, составляющих конструктивную основу для разработки и использования прикладных методов прогнозирования.

Важнейшим принципом, позволяющим объединить на единой методологической базе все многообразие методов прогнозирования в исследовании процессов самой разной природы, является принцип системности (3, с.20).

Принцип системности прогнозирования требует рассматривать объект прогнозирования как систему взаимосвязанных характеристик объекта и прогнозного фона в соответствии с целями и задачами исследования.

Система не является произвольным механическим объединением элементов. В качестве обязательного условия системного представления предполагается наличие вполне определенных свойств: целостность (эмерджентность), иерархичность, целенаправленность, самоорганизованность, управляемость и т.д.

Свойство целостности предполагает наличие в системе эмерджентых качеств, которых нет ни у одного из составляющих ее элементов и которые возникают именно в процессе из взаимодействия.

Исследование структуры объекта или системное описание объекта может проводиться двумя способами - объединением частных, детальных характеристик в более обобщенные (агрегирование) и последовательным углублением детализации структуры от обобщенных характеристик к более частным (декомпозиция, дезагрегирование). Поэтому объект любого уровня является системой взаимосвязанных подсистем, характеристик и в то же время элементом более сложной системы высшего уровня. В зависимости от степени изученности объекта декомпозиция осуществляется или с позиций эмпирических знаний и интуитивных представлений исследователя о механизме протекающих в нем процессов, или основывается на систематизированной информации и научной теории.

Данный принцип предполагает также построение прогноза на основе системы методов и моделей, характери- зующейся определенной иерархией и последовательностью. Такая совокупность позволяет разработать согласованный и непротиворечивый прогноз экономического развития по каждому направлению, основывающийся на изучении складывающихся в текущем и будущем периодах тенденций развития и закономерностей, на заданных целевых установках, имеющихся ресурсах, выявленных потребностях и их динамике.

2.Основные методы прогнозирования.

Прогнозирование – это предсказание будущего на основании накопленного опыта и текущих предположений относительно него.

Прогнозирование представляет собой сложный процесс, по ходу которого необходимо решать большое количество различных вопросов. Для его производства следует применять в сочетании различные методы прогнозирования, которых на сегодняшний день существует огромное множество, но на практике используются всего 15 – 20. На наиболее популярных из них мы и остановимся.

Метод экспертных оценок. Суть данного метода заключается в том, что в основе прогноза лежит мнение одного специалиста или группы специалистов, которое основано на профессиональном, практическом и научном опыте. Различают коллективные и индивидуальные экспертные оценки, часто используется при оценке персонала.

Метод экстраполяции. Основная идея экстраполяции – изучение сложившихся как в прошлом, так и настоящем стойких тенденций развития предприятия и перенос их на будущее. Различают прогнозную и формальную экстраполяцию. Формальная – основывается на предположении о том, что в будущем сохранятся прошлые и настоящие тенденции развития предприятия; при прогнозной – настоящее развитие увязывают с гипотезами о динамике предприятия с учетом того, что в будущем изменится влияние на него различных факторов. Следует знать, что методы экстраполяции лучше применять на начальной стадии прогнозирования, чтобы выявить тенденции изменения показателей.

Методы моделирования. Моделирование – это конструирование модели на основании предварительного изучения объекта и процессов, выделение его существенных признаков и характеристик. Прогнозирование с использованием моделей включает в себя ее разработку, экспериментальный анализ, сопоставление результатов предварительных прогнозных расчетов с фактическими данными состояния процесса или объекта, уточнение и корректировку модели.

Метод экономического прогнозирования (экономический анализ) заключается в том, что какой либо экономический процесс или явление, имеющие место на предприятии, расчленяются на части, после чего выявляется влияние и взаимосвязь этих частей на ход и развитие процесса, а также друг на друга. При помощи анализа можно раскрыть сущность такого процесса, а также определить закономерности его изменения в будущем, всесторонне оценить пути достижения поставленных целей. Поскольку экономический анализ – это необъемлемая часть и один из элементов логики прогнозирования, он должен осуществляться на макро-, мезо- и микроуровнях. Используется при планировании производства на предприятии.

Процесс экономического анализа можно подразделить на несколько стадий:

• постановка проблемы, определение критериев оценки и целей;

• подготовка необходимой для анализа информации;

• аналитическая обработка информации после ее изучения;

• разработка рекомендаций о возможных путях достижения целей;

• оформление результатов.

Балансовый метод. Данный метод основан на разработке балансов, которые представляют собой систему показателей, где первая часть, характеризующая ресурсы по источникам их поступления, равна второй, отражающей распределение их по всем направлениям расхода.

При помощи балансового метода воплощается в жизнь принцип пропорциональности и сбалансированности, который применяется при разработке прогнозов. Его суть заключается в увязке потребностей предприятия в различных видах сырьевых, материальных, финансовых и трудовых ресурсах с возможностями производства продукта и источниками ресурсов. Таким образом, система балансов, которую используют в прогнозировании, включает: финансовые, материальные и трудовые балансы. В каждую из данных групп входит еще ряд балансов.

Нормативный метод – один из основных методов прогнозирования. В настоящее время ему стало придаваться большое значение. Его сущность заключается в технико-экономических обоснованиях прогнозов с использованием нормативов и норм. Последние применяются при расчете потребности в ресурсах, а также показателей их использования.

Программно-целевой метод (ПЦМ). В сравнении с другими методами данный метод является сравнительно новым и недостаточно разработанным. Он начал широко применяться только в последние годы. ПЦМ тесно связан с уже рассмотренными методами и предполагает разработку прогноза начиная с оценки итоговых потребностей на основании целей развития предприятия при дальнейшем определении и поиске эффективных средств и путей их достижения, а также ресурсного обеспечения.

Суть ПМЦ заключается определении основных целей развития предприятия, разработки взаимосвязанных мероприятий по их достижению в заранее определенные сроки при сбалансированном обеспечении ресурсами, а также с учетом эффективного их использования.

Кроме прогнозирования, ПМЦ применяется при создании комплексных целевых программ, которые представляют собой документ, где отражены цель и комплекс производственных, организационно-хозяйственных, социальных и других мероприятий и заданий, увязанных по исполнителям, срокам осуществления и ресурсам.

3. Основные типы прогнозов

Прогноз – это основанное на специальном исследовании заключение о предстоящем развитии и исходе какого-либо явления, события, показателя.

На сегодняшний день специалистами разработан ряд специфических методик составления и повышения качества прогнозов. В табл. 5 кратко описаны основные типы прогнозов, которые, как правило, используются в процессе организационного планирования. Результаты таких прогнозов становятся составной частью организационных целей.

Таблица 5. Типы прогнозов

1. Экономические прогнозы применяются для предсказания экономических условий и перспектив сбыта компании в целом или ее конкретного продукта.

2. Технологические прогнозы применяются для предсказания появления новых технологий, времени их появления и их экономической выгоды для фирмы.

3. Прогнозы конкуренции позволяют предсказывать стратегию и тактику конкурентов.

4. Прогнозы на основе опросов и исследований благодаря объединению знаний из разных областей позволяют предсказывать события в сложных ситуациях. Например, будущий рынок автомобилей можно оценить, только учтя целый ряд факторов: грядущие изменения экономических условий, социальных ценностей, политики, технологий

и стандартов контроля над загрязнением окружающей среды.

5. Социальное прогнозирование. Им занимается всего несколько крупных организаций; его цель — предсказать изменения социальных установок людей и социальных условий

в целом. Понятно, что фирма, сумевшая правильно спрогнозировать перемены в обществе, получит серьезное конкурентное преимущество при планировании новых продуктов. Такие прогнозы полезны и в менеджменте, особенно в сфере мотивации персонала.

Можно выделить следующие виды прогнозов:

– поисковый;

– нормативный;

– прогноз на основе анализа тенденций. Создание моделей прогнозов инноваций часто базируется на связи темпов появления новшества в какой-либо области с такими факторами, как объем потока информации, уровень финансирования исследовательских работ, численность персонала, занимающегося исследованием и т. д.

Поисковый прогноз представляет собой прогноз, отвечающий на вопросы типа: «Что было бы, если...», – которые можно объединить между собой и назвать цепью предположений, так как они носят условно-предположительный характер. Примером такого прогноза может служить тенденция – это направление, в котором совершается развитие какого-либо явления.

Прогнозирование эффективности инноваций базируется на анализе соотношения предполагаемых затрат и ожидаемой выгоды от использования новшества.

Нормативный прогноз – целевое предсказание. Сущность заключается в том, что такой прогноз целенаправленно вызывает какие-либо действия. Например, реклама.

При расчете такого прогноза необходимо учитывать и очень тщательно просчитывать такие условия, как затраты, рынки сбыта, совместимость с общими целями непосредственного инвестора, а также вопросы имиджа и престижа.

Прогнозирование инноваций является попыткой определить ход событий в будущем исходя из того, что уже произошло в прошлом. Этот факт свидетельствует о том, что все методы прогнозирований основываются на анализе тенденций.

Рассмотрим иерархию видов тенденций:

1) предположение – наличие возможной корреляционной зависимости какой-либо инновации от наблюдаемых тенденций;

2) метафора, или аналогия, – означает выявление общих черт сходства у двух объектов или процессов;

3) квазимодель (т. е. ненастоящая модель). Она находится между метафорой и эмпирической моделью (настоящей моделью). С помощью данной модели можно проверить качественные прогнозы или прогнозы хода какого-либо процесса;

4) эмпирическая модель – модель на опыте, предсказывает будущее с помощью математической зависимости, согласующейся с эмпирически найденными параметрами;

5) аналитическая модель означает предсказание и объяснение последовательности события с помощью фундаментальных законов, имеющих широкую область применения. Точность любого прогноза зависит в первую очередь от полноты поступающей информации. Поэтому необходимо усиливать информационные потоки, чтобы вовремя предусмотреть возникающие изменения во внешней среде и тем самым построить более точный прогноз.

4.Структура и классификация прогнозных моделей.

Конструктивно каждая модель представляет собой систему математических зависимостей (уравнений или неравенств) между переменными (показателями), отображающих определенные группы реальных экономических зависимостей. Переменные, описывающие экономические объекты, выступают в модели в качестве либо известных, либо и неизвестных величин. Известные величины определяются вне модели, поэтому они носят название экзогенных (от греческих корней exo — снаружи и genos — происхождение). Значения неизвестных величин определяются в результате решения экономической задачи в рамках модели, поэтому их называют эндогенными (еndо — внутри и genos — происхождение).

Модели конструируются таким образом, чтобы значения эндогенных переменных определялись в них однозначно либо неоднозначно. В последнем случае открывается возможность выбирать среди допустимых значений эндогенных переменных такие, которые соответствовали бы представлениям об их наилучших вариантах. Если эти представления формализованы, они имеют математическую форму целевых (критериальных) функций.

Разделение переменных на экзогенные и эндогенные до известной степени условно и связано с техникой прогнозных расчетов. Расчеты часто состоят в получении различных вариантов прогноза в зависимости от различных значений переменных, экзогенных в каждом варианте расчетов. Однако при этом задача расчетов заключается именно в выборе значений последних.

Параметры уравнений (неравенств) характеризуют интенсивность взаимосвязей между переменными.

В качестве простейшего примера прогнозной модели можно при вести уравнение макроэкономической функции потребления:

С = а + bY, (2)

где Y— использованный ВВП — экзогенная переменная; С— потребление в составе использованного ВВП — эндогенная переменная: а, b— параметры модели. В зависимости от того, каково значение параметра (предельной склонности к потреблению), рост ВВП в прогнозном периоде сопровождается большим или меньшим ростом потребления.

Приведенное выше уравнение является так называемым уравнением поведения, или функциональным уравнением. Кроме того, в моделях всегда присутствуют балансовые уравнения (тождества), уравнения-определения. Они показывают выражение одних переменных через другие. Таково, например, уравнение ресурсов и использования ВВП:

Y + U = C + I + E, (3)

ВВП + импорт = потребление + накопление + экспорт.

С математической точки зрения балансовое уравнение эквивалентно уравнению поведения, в котором параметры при входящих в него переменных принимают значения 1 или -1 (т.е. переменные cуммируются или вычитаются).

Модели классифицируются, прежде всего, по способу определения численных значений параметров.

В эконометрических моделях основная часть параметров определяется методами математической статистики на основе обработки отчетной экономической информации. Так, параметры указанной выше функции потребления могут быть определены лишь путем регрессионного анализа. А именно, значения параметров а и b определяются по отчетным данным об Y и С, исходя из условия, чтобы модельные значения потребления воспроизводили отчетные данные о потреблении с наименьшей среднеквадратической ошибкой (так называемый метод наименьших квадратов и его модификации). Использование регрессионных и подобных им методов связано с тем, что значения параметров принимаются непосредственно наблюдаемыми. Исключение составляют лишь, модели, содержащие простейшие функциональные уравнения следующего типа:

Y = dK, (4)

где Y — использованный ВВП, К— объем основного капитала, d — коэффициент отдачи капитала, являющийся параметром модели. В этой модели проблема оценки параметра отсутствует. Ясно, однако, что коэффициент отдачи капитала сам зависит от некоторой совокупности факторов — степени его обновления, технического уровня, меняющегося со временем, и т.д. Для определения его динамики, очевидно, надо строить какие-либо уравнения поведения.

Поэтому, когда речь идет о построении моделей, описывающих национальную экономику или ее крупные сектора, регрессионный анализ оказывается практически единственным способом параметризации уравнений поведения. Лишь отдельные группы их параметров могут быть обоснованы с помощью технико-экономических, экспериментальных данных, а также экспертных оценок.

Примером модели, параметры которой определены специальным образом на основе технико-экономической информации, является модель статического межотраслевого баланса. В ней коэффициенты прямых затрат определяются по результатам специальных выборочных обследований. Соответственно, выражение каждого межотраслевого потока через произведение коэффициента прямых затрат на объем производимой продукции представляет собой простейшее уравнение поведения.

Модели, используемые в прогнозировании национальной экономики могут быть также разделены с точки зрения типа описания объекта на факторные и структурные. При этом один и тот же тип модели может применяться к объектам разного уровня агрегирования (народное хозяйство, отрасль, регион и т.п.) и разного содержания (воспроизводство основных фондов, финансы и цены, потребление населения и т.д.).

Факторные модели — это модели, использующие для прогноза установленную в отчетном периоде статистическую зависимость какого-либо экономического параметра (функции, зависимой переменной) от системного набора других (факторов, независимых аргументов). Примерами факторных моделей, широко используемых в прогнозно-аналитических исследованиях, являются производственные функции, модели прогнозирования спроса от доходов и цен и целый ряд других.

Структурные модели позволяют отразить и учесть при разработке прогноза сдвиги в соотношениях между изменяющимися по своим закономерностям составными частями более крупных агрегатов. Эти модели используются, в частности, для исследования межотраслевых и межрайонных связей. Если результатом расчетов по факторной модели является скалярная величина, то для структурных моделей - вектор. Примерами структурных моделей являются межотраслевые балансы производства и распределения продукции, трудовых ресурсов, модели движения населения и др.

Более сложными являются факторно-структурные модели. Примером может служить межотраслевой баланс, включающий отраслевые, производственные функции и функции спроса, являющиеся многофакторными регрессионными уравнениями.

Еще одним способом разделения моделей является их деление на оптимизационные и дескриптивные.

Оптимизационные модели имеют формализованную целевую функцию, позволяющую определять наилучший вариант значений эндогенных переменных. Классическим примером такой прогнозной модели является задача оптимизации нормы производственного накопления.

Дескриптивные модели не имеют формализованной целевой функции. Однако с их помощью могут строиться различные варианты прогнозных значений эндогенных переменных, после чего решение о выборе наилучшего варианта может приниматься неформальным образом. Большинство используемых в прогнозировании моделей являются дескриптивными.

По характеру зависимостей в связи с временным фактором макроэкономические модели могут быть либо статическими, все зависимости которых относятся к одному периоду (году), либо динамическим описывающими процесс изменения объекта во времени.

Разным временным горизонтам прогноза соответствуют и различия в структуре моделей, связанные с детализацией описания экономики, использованием месячной, квартальной или годовой информации и т.д.

Существуют также градации моделей, связанные с характером применяемого математического аппарата (линейные и нелинейные дискретные и с непрерывным временем и т.д.)