3203-1с 6 лет 3 к. 6 с / литература 3203-1с / РУР / Разработка управленческого решения_Литвак Б.Г_Учебник_2002 3-е изд -392с
.pdf120 |
Раздел 5 Прогнозирование |
мых показателей и параметров, а также характер их изменения в интервале между двумя соседними критическими точками.
Нередко эксперты ограничиваются лишь указанием значе ний прогнозируемых показателей и параметров в критических точках.
В этом случае мы получаем дискретные экспертные кри вые, представляющие собой отрезки ломаной линии, соединя ющей значения прогнозируемых показателей и параметров в критических точках.
Пример дискретной экспертной кривой приведен на рис. 5.2. При разработке вариантного прогноза должна быть произ ведена экстраполяция прогнозируемых значений показателей и параметров для различных вариантов исходных условий и для различных возможных альтернативных вариантов динами
ки их изменения.
Наряду с экстраполяцией прогнозируемых значений пока зателей и параметров, особенно в случае привлечения экспер тов для разработки прогноза, каждый альтернативный вариант разрабатываемого прогноза может сопровождаться содержа тельным описанием прогнозируемого развития событий.
6. Априорная и апостериорная оценка качества прогноза. Оценка качества прогноза — одна из центральных проблем в процессе разработки управленческих решений. Степень доверия к разработанному прогнозу во многом влияет на принимаемое ре шение и сказывается на эффективности управленческих реше ний, принимаемых с использованием разработанного прогноза.
Однако, как это ни кажется неожиданным, оценка качест ва прогноза является достаточно сложной задачей не только в момент, когда прогноз только разработан (априорная оценка), но и в момент, когда прогнозируемое событие уже произощло (апостериорная оценка).
Рис 5.2. Экспертная кривая прогнозируемого курса доллара
относительно рубля
Тема 3 Основные этапы экспертного прогнозирования |
121 |
Прежде чем приступить к обсуждению оценки качества прогноза, отметим тот важный для более четкого понимания процесса принятия решения факт, что качественный прогноз при принятии решения может быть использован по-разному.
Если со стороны руководства организации не оказывается значительное воздействие на ход развития собыгий, а лишь осуществляется наблюдение за ним, то после окончания про гнозируемого периода необходимо лишь сопоставить значения спрогнозированных показателей и параметров с полученными в действительности.
Это позволяет оценить качество разработанного прогноза апостериорно.
В то же время, пожалуй, более действенным может оказать ся использование результатов разработанного прогноза в слу чае, когда ЛПР может оказать влияние на ход развития собы тий. Примером такого влияния может являться, в частности, корректировка управляющих воздействий на основании ожида емых спрогнозированных значений показателей и параметров.
Это так называемый активный прогноз. Однако если в ре зультате анализа спрогнозированных значений показателей и параметров ЛПР изменил управляющие воздействия, которые, в свою очередь, изменили развитие прогнозируемых событий, причем нередко в сторону более благоприятную для ЛПР, то вряд ли корректно первоначально разработанный прогноз счи тать неточным.
Если бы прогноз не был разработан, то не было бы приня то и последовавшее за его разработкой эффективное управлен ческое решение.
Теперь вернемся к проблеме априорной оценки качества разработанного прогноза. Ведь неточный прогноз целесооб разнее отвергнуть, чем воспользоваться его результатами.
После того как прогноз разработан, должны быть определе ны критерии, по которым точность прогноза может быть оце нена.
Как правило, для оценки прогноза используются два мето да: дифференциальный или интегральный [9].
При дифференциальном методе оцениваются наборы оце нок отдельных составляющих качества прогноза, имеющих до статочно четкий объективный смысл.
В частности, могут использоваться такие критерии, как яс ность и четкость задания на прогноз, соответствие прогноза заданию, своевременность разработки прогноза, профессио-
122 Раздел 5 Прогнозирование
нальный уровень разработки прогноза, надежность использо ванной информации и т. д.
Интегральный метод предполагает обобщенную оценку ка чества прогноза на базе оценки качества прогноза по частным критериям.
Однако в ряде случаев этот способ оказывается недостаточ но убедительным, поскольку к оценке качества прогноза по частным критериям вольно или невольно добавляется необхо димость оценки сравнительной важности критериев и их вли яния на интегральную оценку.
Примером использования интегрального метода может слу жить критерий "интегральное качество экспертного прогно за" [9], оценка прогноза по которому предполагает, в частно сти, и оценку по перечисленным выше частным критериям.
Если говорить об экспертном прогнозе, то его качество оп ределяется прежде всего такими частными критериями, как:
компетентность (или в более общем виде качество) экс перта; качество информации, предоставляемой экспертам;
качество экспертной информации, поступающей от экспер тов; уровень технологии разработки прогноза или, иными сло
вами, качество методов и процедур, используемых при разработке прогноза.
Если период прогнозирования уже завершился, то необхо димо сопоставить спрогнозированные значения показателей и параметров с полученными в результате реализовавшегося в действительности хода прогнозируемых событий.
И здесь на первый план выступает вопрос: по какому кри терию оценивать качество прогноза апостериорно?
Сложность этой проблемы отражает вошедший в историю спор между Галилео Галилеем и его современником Ноццилино о точности оценок стоимости лошади, одним оценщиком оцененной в 10, а другим — в 1000 скудо и проданной впо следствии за 100 скудо.
По мнению Ноццилино, более точным оказался первый оценщик, поскольку он ошибся всего на 90 скудо, а второй — на 900. Однако Галилео Галилей с ним не согласился, указав, что и первый, и второй ошиблись одинаково: в 10 раз [91.
Аналогичный спор в 70-х годах XX в. разгорелся между со трудником Питсбургского университета Д. Фордом и одним из
Тема 3 Основные этапы экспертного прогнозирования |
123 |
ведущих сотрудников "РЭНД корпорейшн" — Н. Дэлки о том, какой из использовавшихся методов обработки данных дал бо лее точные результаты.
И здесь причиной разногласий стал выбор различных кри териев оценки уже полученного результата.
В работе |9| дана классификация различных критериев апо стериорной оценки качества прогнозов и объяснена причина расхождения в мнениях различных специалистов относитель но сравнительной точности прогнозов.
Она состоит в том, что каждый из отстаивавших свою точ ку зрения специалистов использовал критерии оценки точно сти прогнозов, относящиеся к разным классам.
Естественно, что у них при этом получились противопо ложные оценки одних и тех же результатов.
В качестве примера критериев оценки точности прогноза
можно привести следующие: |
|
К, = I ^ - И I и Kj = I In Х/И I, где |
(5.1) |
X — прогнозировавшееся значение оценки показателя, И — истинное значение оценки показателя,
К| и Kj равны абсолютной величине соответственно разно сти А" и И и натурального логарифма их отношения.
Если же для установления качества прогноза необходимо воспользоваться многокритериальными оценками, то получе ние точной сравнительной оценки качества прогноза требует как профессионального знания области, к которой относится объект прогнозирования, так и профессионального владения методами многокритериального оценивания, которые будут обсуждены нами в следующем разделе.
Для проведения такой оценки необходимо принять во вни мание все основные факторы, определяющие качество разра ботанного прогноза.
7. После того как прогноз подготовлен и представлен руковод ству организации, заказчику и т. д., наступает новый этап ра боты с подготовленным материалом.
Дело в том, что жизнь не стоит на месте. Ситуация, а вме сте с ней и прогнозируемый объект со временем изменяются, и иногда существенно.
Прогноз же разрабатывается, как правило, в предположе нии выполнения определенных условий.
124 Раздел 5 Прогнозирование
Вариантная разработка прогноза также предполагает разра ботку прогноза при различных альтернативных вариантах ус ловий и предположений. А они могут изменяться.
События, вчера казавшиеся маловероятными, сегодня про исходят, а казавшиеся наиболее вероятными не происходят вовсе.
Базируясь на устаревшем, не учитывающем реалии дейст вительного развития событий прогнозе, трудно принять эф фективное управленческое решение.
Поэтому неотъемлемой частью современной технологии про гнозирования является периодически осуществляемый (в зависи мости от происходящих изменений) мониторинг хода реализации прогнозированного развития событий.
Мониторинг позволяет своевременно выявлять значительные отклонения в ходе развития событий.
Если они могут оказать принципиальное влияние на дальней ший ход событий в части, касающейся принятия важных стра тегических решений, то прогноз долж:ен быть подвергнут кор ректировке.
Так, скажем, появление телевидения не могло не повлиять на дальнейшее развитие средств массовой информации и про гнозы их развития.
Необходимо отчетливо понимать, что прогнозы ценны не сами по себе, как возможность профессионального предсказа ния ожидаемого хода развития событий в той или иной обла сти человеческой деятельности, а в большей степени как не обходимый и очень существенный элемент разработки важных управленческих решений.
Поэтому при выявившихся значительных отклонениях в ходе развития событий в прогнозируемой области деятельно сти, особенно в случае активного прогноза, в уже разработан ный прогноз должны вноситься соответствующие коррективы.
Коррективы могут быть различного уровня значимости, сложности, трудоемкости и т. д. Если они не очень значитель ны, то эта проблема может решаться на уровне аналитической группы, сопровождавшей разработку прогноза.
Если коррективы более существенны, то может потребо ваться дополнительное привлечение отдельных экспертов, а в особо важных случаях при наличии значительных измене ний — дополнительная работа экспертной комиссии с воз можным изменением ее состава.
Тема 4 Изыскательское прогнозирование |
125 |
Последнее необходимо в особенности в тех случаях, когда для корректировки прогноза требуется привлечение специали стов другой профессиональной ориентации.
Дадим краткую характеристику основных методов изыска тельского и нормативного прогнозирования.
Тема 4
ИЗЫСКАТЕЛЬСКОЕ ПРОГНОЗИРОВАНИЕ
Одним из основных методов, используемых в изыскательском прогнозировании, является экстраполяция временных рядов — статистических данных об интересующем нас объекте.
В основе экстраполяционных методов — предположение о том, что закон роста, имевший место в прошлом, сохранится и в будуш,ем.
При этом, естественно, должны быть сделаны соответству ющие поправки с учетом возможного эффекта насыщения и стадий жизненного цикла объекта.
К числу кривых, достаточно адекватно отражающих изме нение прогнозируемых параметров в ряде распространенных
ситуаций, относится экспонента, т. е. функция вида: |
|
у = охе*', |
(5.2) |
где t — время, а и b — параметры экспоненциальной кри вой.
К числу наиболее известных экспоненциальных кривых, используемых при прогнозировании [6], можно отнести кри вую Перла, выведенную на основании обширных исследова ний в области роста организмов и популяций и имеющую вид:
у= L / {\ + ахе'^'), |
(5.3) |
где L — верхний предел переменной у.
Не менее распространена кривая Гомперца, выведенная на основании результатов исследований в области распределения дохода и уровня смертности (для страховых компаний), имею щая вид:
y=Lx е~>" -*', |
(5.4) |
где к — также параметр экспоненты.
126 Раздел 5 Прогнозирование
Кривые Перла и Гомперца использовались при прогнозе таких параметров, как возрастание коэффициента полезного действия паровых двигателей, рост эффективности радиостан ций, тоннажа судов торгового флота и т. д.
Как кривая Перла, так и кривая Гомперца могут быть отне сены к классу так называемых ^'-образных кривых. Для таких кривых характерен экспоненциальный или близкий к экспо ненциальному рост на начальной стадии, а затем при прибли жении к точке насыщения они принимают более пологий вид.
Многие из упомянутых процессов могут быть описаны с помощью соответствующих дифференциальных уравнений, решением которых и являются рассмотренные нами кривые Перла и Гомперца (см., например, [II, 6]).
В качестве примера можно привести дифференциальное уравнение, описывающее приращение объема информации (знания) / в зависимости от числа исследователей N, среднего коэффициента продуктивности одного исследователя q в еди ницу времени t и с — постоянного коэффициента, характери зующего динамику изменения объема информации.
Оно имеет следующий вид: |
|
|
dl/ dt= qxNx(f'. |
(5.5) |
|
Интегрируя это дифференциальное уравнение, получаем |
||
формулу для объема информации: |
|
|
f=qxN/c(e"- |
1). |
(5.6) |
В общем виде динамика изменения прогнозируемых пока зателей и параметров во времени может быть представлена в виде [6]:
у, = y(t) + e(t), |
(5.7) |
где y(t) — функция-тренд, описывающая тенденцию изме нения параметра,
e(t) — случайная функция, характеризующая отклоне ния прогнозируемой переменной от тренда.
При экстраполяции используются регрессионные и фено менологические модели.
Регрессионные модели строятся на базе сложившихся зако номерностей развития событий с использованием специаль-
Тема 4 Изыскательское прогнозирование |
127 |
ных методов подбора вида экстраполирующей функции и оп ределения значений ее параметров.
В частности, для определения параметров экстраполирую щей функции может быть использован метод наименьших квадратов.
Предполагая использование той или иной модели экстра полирования, того или иного закона распределения, можно определить доверительные интервалы, характеризующие на дежность прогнозных оценок.
Регрессионные модели обладают и определенными недо статками. В частности, есть проблемы с корректным определе нием периода прогнозирования, вида экстраполяционной кривой, а самое главное — далеко не всегда в будущем сохра няются закономерности, имевшие место в прошлом.
Феноменологические модели строятся исходя из условий максимального приближения к тренду процесса, с учетом его особенностей и ограничений и принятых гипотез о его буду щем развитии [8].
При многофакторном прогнозе в феноменологических мо делях можно присваивать большие коэффициенты весомости факторам, которые оказывали большее влияние на развитие событий в прошлом.
Если при прогнозировании рассматривается ретроспектив ный период, состоящий из нескольких отрезков времени, то в зависимости от характера прогнозируемых событий можно большую весомость придавать значениям прогнозируемых по казателей, менее удаленным от момента прогнозирования по шкале времени, и т. д.
Может быть, например, учтен и тот факт, что нередко при прогнозировании оценки экспертов относительно близкого будущего могут отличаться излишним оптимизмом, а оценки относительно более отдаленного будущего — излишним пес симизмом. Может дополнительно учитываться характер корре ляции между событиями.
Если в прогнозируемом процессе может участвовать не сколько различных технологий, каждая из которых предста влена соответствующей кривой, то в качестве результирую щей экспертной кривой может быть использована огибаю щая частных кривых, соответствующих отдельным техноло гиям.
128 |
Раздел 5 Прогнозирование |
Тема 5
НОРМАТИВНОЕ ПРОГНОЗИРОВАНИЕ
В нормативном прогнозировании характерным является под ход к разработке прогноза, исходя из целей и задач, которые ставит перед собой организация в прогнозируемом периоде.
К числу методов, используемых в нормативном прогнозирова нии, относится метод горизонтальных матриц решений, когда производится определение первоочередности выполнения постав ленных целей проектов, предлагаемых для достижения.
Обычно используются двухмерные или трехмерные матри цы. Наиболее часто горизонтальные матрицы решений ис пользуются для определения оптимального распределения ре сурсов при заданных ограничениях. При этом в качестве ре сурсов могут выступать денежные средства, рабочая сила, ее качество и квалификация, оборудование, энергетические ре сурсы и т. д.
В частности, одно измерение горизонтальной матрицы ре шений может соответствовать основным проблемам, возника ющим при достижении цели, второе измерение — ресурсам, когорые могут потребоваться для решения этих проблем.
Согласованные матрицы более низких иерархических уров ней проблем объединяются в матрицы более высоких уровней, вплоть до главных матриц для стратегических проблем органи зации.
В трехмерной горизонтальной матрице решений одно изме рение, например, может соответствовать коммерческим мис сиям (областям сбыта), второе — ресурсам, третье — времени. Ресурсы, в свою очередь, могут подразделяться на финансо вые, коммерческие, ресурсы сбыта, производства, оборудова ния и т. д.
Вертикальные матрицы решений предназначены для отсле живания вертикального перемещения технологий.
Вертикальная матрица решений для внутрифирменного планирования по рекомендациям Станфордского университе та может выглядеть так, как показано в табл. 5.2.
В частности, трехмерная вертикальная матрица решений под названием "Общая схема разработки системы националь ной космической программы" была разработана в компании "Норт америкэн авиэйшн".
Тема 5 Нормативное прогнозирование |
129 |
Такая схема позволяет структурировать мышление и чет ко осмысливать конечное использование результатов дея тельности.
Для более рационального выбора проектов для реализации могут быть использованы методы исследования операций, та кие, как:
линейное программирование, позволяющее сформулиро вать оптимизационную задачу в виде линейных ограниче ний (неравенств или равенств) и линейной целевой функ ции;
динамическое программирование, рассчитанное на реше ние многоступенчатых оптимизационных задач; целочисленное программирование, позволяюш,ее решать оптимизационные задачи, в том числе задачи оптимально го распределения ресурсов, при дискретных (целочислен ных) значениях переменных и др.
Таблица 5 2
ВЕРТИКАЛЬНАЯ МАТРИЦА РЕШЕНИЙ
ДЛЯ ВНУТРИФИРМЕННОГО ПЛАНИРОВАНИЯ
Стадия исследований |
Продукт |
Заказчик |
Ресурсы |
|
и разработок |
||||
|
|
|
Открытие
Создание
Воплощение
Разработка
В инструментарий нормативного прогнозирования входят методы построения деревьев целей, методы типа ПАТТЕРН и др.
Метод построения деревьев целей может быть использован также и в модели ожидаемой ценности.
В этом случае каждой из рассматриваемых целей приписы ваются количественные весовые коэффициенты, а для каждо го проекта оценивается вклад в достижение каждой из целей, если он ненулевой. Степень вклада впоследствии умножается на весовой коэффициент цели.
Эта процедура может быть проиллюстрирована следующим примером (табл. 5.3).
Естественно, для реализации целесообразно выбрать про ект, представляющий наибольшую ценность.