Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Основы теории конкурентоспособности. Учебное пособие
.pdf
фикации или благодаря получению дополнительных результатов
исследований.
Реализация процедуры прогнозирования осуществляется прежде всего посредством сбора и систематизации информации относительно следующих характеристик объекта прогнозиро вания:
— основные переменные — количественные или качественные показатели, используемые для характеристики свойств объекта прогнозирования;
— главная переменная — наиболее важная переменная,
используемая для описания объекта прогнозирования в соответствии с решаемой задачей;
— эндогенная переменная — значащая переменная объекта
прогнозирования, предназначенная для отражения его свойств;
— экзогенная переменная — значащая переменная объекта
прогнозирования, предназначенная для отражения свойств прогнозного фона;
— параметр объекта — количественная характеристика объекта прогнозирования, которая является или принимается за
постоянную величину в течение периода упреждения прогноза;
— прогнозный фактор — обобщенная ненаблюдаемая характеристика развития многомерного стохастического объекта прогнозирования, количественно выраженная собственным вектором ковариационной матрицы переменных объекта прогнозирования;
— базисное значение переменной — значение переменной
объекта прогнозирования, характерное для этапа установления
диагноза;
— динамический ряд — временная последовательность
ретроспективных значений переменной, характерных для данного объекта прогнозирования;
— тренд — аналитическое или графическое представление
характера изменения переменной во времени, полученное в результате выделения регулярной составляющей динамического ряда;
— прогнозная тенденция — обобщенная качественная характеристика направления развития объекта прогнозирования;
— генеральная определительная таблица — система взвешенных показателей объекта прогнозирования, позволяющая
111
преобразовывать его качественное описание в обобщающую
количественную оценку;
— сложность объекта — разнообразие элементов, свойств и
отношений объекта прогнозирования;
— мерность объекта — число значащих переменных объекта
прогнозирования, используемых для его описания.
Описание характеристик объекта прогнозирования может
быть представлено в табличной форме, как, например, это было
сделано в процессе прогнозирования конкурентоспособности
компании по производству пластиковых окон (табл. 2.3).
Таблица 2.3
Основные характеристики объекта прогнозирования
Объект прогнозирования — конкурентоспособность компании
по производству пластиковых окон, период упреждения — 2011–2014 гг.
Переменная Описание
Основные переменные Количество клиентов
Валовый доход
Валовая прибыль
Производственные мощности
Главная переменная Количество клиентов
Эндогенная переменная Степень загрузки производственных
мощностей
Экзогенная переменная Динамика ввода в эксплуатацию
строящегося жилья и объектов коммер-
ческой недвижимости
Параметр объекта Направление деятельности — произ-
водство и установка пластиковых окон
Прогнозный фактор Квалификация персонала
Базисный уровень значений главной
переменной
Динамический ряд Соответствует периоду освоения —
Основной тренд Привлечение новых клиентов
Прогнозная тенденция Положительная динамика привлечения
Генеральная определительная
таблица
Сложность объекта Высокая
Мерность объекта 4
2010 г.
2005–2010 гг.
новых клиентов
Включает показатели по основным
переменным за 2005–2010 гг.
112
Таким образом, описание основных характеристик объекта
прогнозирования является отправной точкой этого процесса, от
точности описания во многом зависит точность и достоверность
прогноза.
Практическая реализация методов прогнозирования конкурентоспособности объектов сопряжена с наличием ряда проблем:
— отсутствие или невысокая надежность необходимой
ретроспективной информации;
— невозможность выбора одного доминирующего критерия
для оценки конкурентоспособности;
— закрытость необходимой для анализа информации о перспективных планах конкурентов и конечных экономических
результатах их деятельности.
При отсутствии обоснованного прогноза оптимизация деятельности фирмы по достижению определенного уровня конкурентоспособности становится практически невозможной.
2.4.3. Методы прогнозирования
Методы прогнозирования можно разделить на два больших
класса: фактографические (т. е. количественные, основанные на
экстраполяции уже известных тенденций и моделей) и эксперт-
ные (т. е. качественные, составляемые на основе оценок экспертов и дающие представление о возможных принципиальных
изменениях в прогнозируемой системе).
Достоинством метода экстраполяции является изученность
используемых моделей, возможность получения, как правило,
количественных оценок. Однако при этом прогноз может оказаться ошибочным из-за принципиальных, качественных изменений, которые невозможно было предусмотреть заранее.
Преимущество качественных прогнозов состоит в возможности предсказать принципиально важные повороты в прогнозируемой системе. Однако при этом чаще всего прогнозы строятся на
основе субъективного опыта экспертов, что значительно снижает
прогностическую ценность этих исследований.
К фактографическим (количественным) методам прогнозирования относят:
113
1. Статистический (ретроспективный) метод прогно-
зирования, основанный на построении и анализе известных
динамических рядов основных характеристик объекта
прогнозиро вания.
2. Прогнозная экстраполяция, основанная на анализе сложившихся в про шлом и настоящем закономерностей развития
изучаемого эко номического явления и распространения их на
будущее. Пред полагается, что основные соотношения, пропорции и темпы роста, характерные для данного явления, с большой
степенью вероятности без существенных изменений могут иметь
место в перспективе. Таким образом, использование экстраполяции в целях прогнозирования рыночной конъюнктуры представляет собой учет опыта прошлого как действия объективных законов развития экономики.
3. Прогнозная интерполяция — нахождение прогнозных
значений функций объекта в некоторых точках внутри отрезка по
известным значениям параметров. При этом выбор интерполирующей функции осуществляется с учетом условий и ограничений
развития объекта прогнозирования.
4. Метод исторической аналогии, основанный на установлении и использовании аналогии объекта прогнозирования с одинаковым по природе объектом, опережающим первый в своем
раз витии.
5. Опережающий метод прогнозирования, основанный на
использовании свойства научно-технической информации, суть
которого в опережении реализации различных научно-технических достижений.
6. Метод математической аналогии, основанный на установлении аналогии математических описаний процессов развития различных по природе объектов с последующим использованием сравнительно более изученного или точного описания
одного из них для разработки прогнозов другого процесса.
7. Патентный метод прогнозирования, основанный на
анализе и оценке изобретений, новшеств по принятой системе
критериев и исследовании динамики их патентования.
114
8. Публикационный метод прогнозирования, основанный
на оценке публикаций об объекте прогнозирования по принятой
системе критериев и исследовании динамики их опубликования.
9. Цитатно-индексный метод прогнозирования, основанный на анализе частоты, динамики цитирования авторов публикаций об объекте прогнозирования.
10. Причинно-следственные (казуальные) методы — в их
основе лежит поиск факторов, определяющих изменение прогнозируемого показателя. К ним относятся: метод ведущих индикаторов, метод использования рыночных тенденций и информации
о доле рынка, корреляционно-регрессионный анализ, метод
опроса намерений потребителей, нейро-сетевые модели. Они
применяются тогда, когда факторы, определяющие спрос, идентифицированы, и их вероятные будущие значения спрогнозированы; из них выводится вероятное значение спроса при условии
реализации принятого сценария.
11. Метод экспоненциального сглаживания — распростра-
ненный прием выравнивания временного ряда, при котором более
поздним наблюдениям придается больший вес, что позволяет
учитывать их большую информационную значимость.
Группа экспертных (качественных) методов прогнозирования базируется на статистической обработке числовых или иных
оценок, получаемых путем опроса высококвалифицированных
специалистов (экспертов) в соответствующих достаточно узких
областях знаний. При этом обработка оценок, представляющих
собой субъективные мнения экспертов, осуществляется на основе
использования различных методов. В этой группе выделяют:
1. Метод индивидуальной экспертной оценки, основанный
на использовании в качестве главного источника информации
субъективного мнения одного эксперта.
2. Метод психо-интеллектуальной генерации идей —
выявление экспертной оценки осуществляется с помощью программированного управления, включающего обращение к памяти
человека или к компьютеру.
3. Метод интервью, который базируется на сборе информации прогнозистом путем беседы с экспертом по схеме «вопросответ».
115
4. Метод коллективной экспертной оценки, основанный на
выявлении обобщенной объективной оценки экспертной группы
путем обработки индивидуальных независимых оценок, вынесенных каждым экспертом, вошедшим в контрольную группу.
5. Метод экспертных комиссий, который состоит в совмест-
ной работе объединенных в комиссию экспертов, разрабатывающих документ, содержащий перспективы развития объекта прогнозирования.
6. Матричный метод, который базируется на использовании матриц, отражающих веса вершин граф-модели объекта
прогнозирования, с последующим преобразованием матриц и
работы с ними.
7. Метод Дельфи, основанный на выявлении согласованной
оценки экспертной группы путем автономного их опроса, проводимого в несколько туров и предусматривающего сообщение экспертам результатов предыдущего тура с целью дополнительного
обоснования оценки экспертов в следующем туре.
8. Метод коллективной генерации идей («мозговой атаки»,
«мозгового штурма»), основанный на обсуждении экспертами
конкретной проблемы. Эксперты подразделяются на две группы:
одна группа вырабатывает идеи, а другая их анализирует. Обсуждение регламентируется определенными правилами: запрещается
оценка выдвигаемых идей; допускаются многократные выступления одного участника; приоритет при выступлении имеет эксперт, развивающий предыдущую идею; обязательной является
фиксация всех высказанных идей.
9. Метод управляемой генерации идей, который предусматривает использование целенаправленного воздействия (усиливающего или подавляющего) на процесс генерации идей.
10. Метод деструктивной отнесенной оценки, который
реализуется посредством проведения двух разнесенных во времени сессий. Первая из них полностью подчиняется правилам
коллективной генерации идей. Правила второй сессии отличаются тем, что ей предписывается критика идей, высказанных на
первой сессии.
116
11. Аналитический метод, который базируется на получе-
нии экспертных оценок путем логического анализа построенной
прогнозной модели.
12. Метод сценариев, основанный на установлении логической последовательности состояний объекта прогнозирования и
прогнозного фона во времени при разных условиях для определения целей развития объекта.
13. Морфологический анализ, который базируется на
построении матрицы характеристик объекта прогнозирования и
их возможных значений с последующим перебором и оценкой
вариантов сочетания этих значений.
14. Синоптический метод, основанный на анализе экспертами известного множества прогнозов объекта прогнозирования
и прогнозного фона с последующим синтезом.
15. Историко-логический анализ, который базируется на
системе разрабатываемых структурно-временных карт и/или
построении тезаурусов с последующим анализом возможных
изменений их структур.
Экспертные методы прогнозирования достаточно успешно
применяются при прогнозировании поведения, развития производственных и технологических систем, появления новых видов
машин, разного рода материалов, конструктивных решений.
Они реализуются посредством трех основных этапов: формирования состава экспертной группы, сбора мнений экспертов и
статистической обработки результатов по определенным алгоритмам.
Статистическая обработка мнений экспертов сводится к
определению суммы рангов, ее среднего значения и отклонений,
а также степени согласованности экспертов (коэффициента конкордации). Результаты обработки мнений экспертов могут быть
представлены математическими или графическими моделями,
матрицами и сетями.
Типичным примером использования экспертных методов в
компаниях являются регулярно проводимые совещания по решению различных проблем развития организации: изменения конъ-
117
юнктуры товарных рынков, деятельность конкурентов, выход на
рынок с новым продуктом и др.
Достоинством экспертных (качественных) методов является
их относительная простота и применимость для прогнозирования практически любых ситуаций, в том числе в условиях неполной и неточной информации.
Важной особенностью этих методов является возможность
достаточно точно прогнозировать качественные характеристики
рынка, например, изменения социально-политического положения на рынке или влияние экологии на производство и потребление тех или иных товаров.
К недостаткам экспертных методов относятся определенный
уровень субъективизма, характерного для формулируемых мнений экспертов, а также известная ограниченность их суждений
вследствие недостатка знаний и неполноты исходных данных.
Важное место среди экспертных методов занимают эвристические методы.
Эвристические методы прогнозирования базируются преимущественно на приобретенном лицом, принимающем решения
(ЛПР), опыте решения подобных проблем. Они используются
преимущественно для прогнозирования сложных систем, характеризуемых многими параметрами и целями, в ситуации, когда
невозможно формализовать процесс получения прогноза в виде
математической модели. Кроме того, они используются при прогнозировании поведения принципиально новых систем, в которых могут возникнуть революционные скачки или качественные
изменения.
Выбор метода прогнозирования зависит от периода, на который необходимо составить прогноз, возможности получить соответствующие исходные данные и требований к точности прогноза.
На практике целесообразно одновременно использовать различные методы прогнозирования при решении актуальных проблем фирмы. Такой многоцелевой подход обеспечит нивелирование их недостатков и даст возможность с большей вероятностью
получить достоверный надежный прогноз.
118
Повысить уровень надежности разработанного прогноза
позволяет проведение процедуры верификации.
Верификация — это проверка уровня достоверности, подлинности полученного варианта прогноза. Она может быть осуществлена при помощи следующих методов:
1. Прямая верификация — разработка дополнительного
варианта прогноза с помощью метода, отличающегося от первоначально использованного метода, с последующим сопоставлением полученных результатов.
2. Косвенная верификация — верификация прогноза путем
его сопоставления с вариантами прогнозов, полученных из других источников информации.
3. Инверсная верификация — верификация полученного
прогноза путем проверки адекватности прогностической модели
на исходных данных ретроспективного периода.
4. Консеквентная (дублирующая) верификация — верификация полученного прогноза путем аналитического или логического получения варианта прогноза на основании ранее полученных прогнозов.
5. Верификация повторным опросом — верификация прогноза путем использования дополнительного обоснования или
изменения экспертом высказанного ранее мнения, отличающегося от мнения большинства.
6. Верификация оппонентом (посредством «адвоката дья-
вола») — верификация прогноза путем опровержения критических замечаний оппонента по варианту полученного прогноза.
7. Верификация посредством учета ошибок — верификация прогноза путем выявления и учета источников возникновения регулярных ошибок.
8. Верификация, осуществляемая компетентным экспер-
том, — верификация прогноза согласованием с мнением наиболее компетентного эксперта.
Основными источниками получения исходных данных, необ-
ходимых для решения задач прогнозирования, являются:
— статистическая, финансовая, бухгалтерская и оперативная
отчетность предприятия;
119
— научно-техническая информация, отражающая результаты
проводимых научно-исследовательских и опытно-конструкторских работ;
— отечественные и зарубежные проспекты, каталоги, обзоры
и другая информация, необходимая для решения исследуемой
проблемы;
— патентно-лицензионная документация;
— информация, имеющаяся в сети Интернет.
Вся информация по назначению и характеру функционирования делится на:
— научно-техническую;
— технико-экономическую;
— справочно-нормативную;
— информацию прогнозной ситуации;
— информацию обратной связи.
С целью получения необходимой по объему прогнозной
информации используют данные, характеризующие цели прогноза, и условия, в которых будет протекать развитие прогнозируемого объекта. Состав этой информации, а также ее объем зависят от принятых методов прогнозирования, от степени дифференциации и требуемой точности прогноза.
Контрольные вопросы и задания
1. Раскройте сущность и содержание термина «прогноз», охарактеризуйте типологию прогнозов, перечислите основные параметры прогнозов.
2. Изложите содержание этапов прогнозирования, сформируйте перечень конкретных действий, предпринимаемых на каждом этапе, если речь идет о прогнозировании возможностей
повышения конкурентоспособности какого-либо известного
предприятия.
3. Перечислите количественные методы прогнозирования,
охарактеризуйте результаты, получаемые в результате применения каждого из них.
4. Перечислите качественные методы прогнозирования,
определите их область применения, оцените возможность использования на практике.
120
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]