5. Метод функционально-стоимостного анализа

В условиях ограниченного финансирования решения любой социально-экономической проблемы оценка соотношения «желаемого и действительного» становится существенной. Прогнозирование как элемент управления не приносит сразу каких-то материальных результатов. В то же время затраты на каждый его этап должны быть строго регламентированы. Для получения наилучшего из возможных по критерию стоимости решения применяют метод функционально-стоимостного анализ.

Метод функционально-стоимостного анализа (ФСА) начал разрабатываться в конце 40-х гг, советским инженером Ю.М. Соболевым и американцем Л. Майлзом, а в настоящее время развивается М.Г. Карпуниным, Б.И. Майданчиком, Н.К. Моисеевым.

Метод ФСА состоитв комплексном системном исследованиифункций объектов. Как система, ФСА есть совокупность действий, создающих организационные средства, научно-методические принципы, технико-экономические приемы, направленные на обнаружение, предупреждение, сокращение или ликвидацию излишних затрат.

Результатом ФСА является снижение затрат на единицу полезного эффекта. Существует ряд модификаций ФСА в зависимости от исследуемого объекта: (ФСА технических объектов, ФСА нетехнических объектов). Метод ФСА относится к стратегии целенаправленного поиска на основе частично формализованных процедур анализа и синтеза функций объектов, их упорядочения, оптимизации и, в конечном счете, получения наилучшего из возможных покритерию стоимости решения.

ФСА построен на совокупности следующих принципов:

- плановый характер ФСА;

- системный подход; соответствие значимости функций и затрат на их осуществление.

Известны 7 основных этапов проведения ФСА: 1) подготовительный; 2) информационный, 3) аналитический; 4) творческий; 5) исследовательский; 6) рекомендательный, 7) внедрения.

Для применения метода требуется:

организационное обеспечение, т.е. упорядочение работы коллектива ФСА, распределение функций, постановка задач исполнителям;

методологическое обеспечение, заключающееся в создании и совершенствовании методик проведения исследования;

экономические условия, т.е. планирование, финансирование и стимулирование работ по ФСА;

информационное обеспечение, т.е. создание информационных фондов самого различного содержания.

Метод ФСА обеспечивает получение решений, так как является универсальным, использующим методы упорядоченного систематического анализа объектов.

Недостатком метода является сложность в его изучении и практическом освоении, а также то, что он требует не только экономического, гуманитарного или технического образования, но и практического опыта работы. Однако высокий экономический эффектметода практически всегда компенсирует затраты на его применение.

Метод применим при решении всех прогностических задач, поскольку позволяет составить ответ на вопрос об эффективности прогнозирования.

6. Методологические подходы к выбору метода прогнозирования

Выбор метода прогнозирования является вспомогательным, но ключевым решением, которое, с одной стороны, должно обеспечить функциональную полноту, достоверность и точность прогноза, а с другой — уменьшить затраты времени и средств на прогнозирование. Актуальность разработки формальных, в том числе логических, процедур выбора типа или непосредственно метода прогнозирования возрастает под воздействием трех групп причин.

Первая группа причин заключается в росте числа методов прогнозирования, порождаемом разнообразием практических задач прогнозирования. В настоящее время, как было указано выше, суще­ствует приблизительно двести методов прогнозирования. В связи с усложнением задач и условий прогнозирования количество мето­дов, вне сомнения, будет расти, Поэтому даже краткое ознакомление с существом известных способов прогнозирования посредством простого перебора потребует немало времени и сил.

Вторая группа причин состоит в том, что постоянно увеличивается сложность, как самих решаемых задач, так и объектов прогно­зирования.

Третья группа связана с возрастанием динамичности (подвижности) рыночной среды, ускорением темпов морального старения това­ров, услуг и основной производственной системы.

Прогнозист должен в результате предпрогнозных исследований структурировать информацию об объекте прогнозирования, про­анализировать ее и принять решение о том, какой из методов в большей степени соответствует конкретным условиям прогноза или плана. При этом важно на этапе подготовки решения о выборе способа прогнозирования выделить не только те методы, которые можно применять в условиях решаемой задачи, но и те, которые нельзя. Последние исключаются из числа рассматриваемых альтернатив.

Выбор метода прогнозирования не может осуществляться на основании субъективных склонностей прогнозиста или группы прогнозистов, а должен определяться в соответствии с объективными критериями, включающими в себя:

• характер объекта прогнозирования или проблемы (задачи), решаемой в процесс прогнозирования;

• уровень прогнозирования, или уровень управления (отраслевой, региональный, муниципальный), длякоторого разрабатываются прогнозы;

• интервал упреждения (дальне-, долго-, средне- или краткосрочный);

• цели прогноза.

Проблемы различаются по степени развитости и четкости связей между:

• исследуемыми проблемами и их следствиями;

• выделенными факторами и результативным показателем.

Выделяют 4 класса проблем, возникающих при решении прогнозных задач. Рассмотрим их подробнее.

Стандартные проблемы. Связи между фактором и результатом строго детерминированы и могут быть выражены функциональными уравнениями, простым расчетом (например, производительность труда равна отношению объема производства в неизменных ценах на численность работающих).

Структурированные проблемы. Связи носят вероятностный, (стохастический) коррелятивный характер, но отличаются высокой степенью тесноты, При изменении факторов результат может уста­навливаться как с некоторым интервалом «от» и «до», так и однозначно (например, определение темпов роста производительности труда в зависимости от темпов его фондовооруженности).

Слабо структурированные проблемы отличаются невысоким уровнем тесноты связи между фактором и результатом. Результативный показатель при этом изменяется в очень большом интервале значения «от» и «до» (например, определение урожайности сельскохозяйственных культур, которая зависит от такого фактора как погодные условия).

Не структурированные проблемы — изменение результативного показателя, функции трудно предсказуемо (например, развитие техни­ки и технологии в зависимости от размеров финансирования и т.п.).

Важно иметь в виду, что класс проблем зависит от объекта прогнозирования. Так, ясно, что прогнозирование развития науки и техники по сути относится к слабо структурированным проблемам, в отличие, например, от прогнозирования развития производства. Но это в общем случае. В то же время интервал упреждения, т.е. период прогнозирования, может изменить класс проблем для одного и того же объекта.

Так,прогнозирование изменения объема основных производственных фондов а зависимости от объема инвестиций в краткосрочном периоде (1 год) относится к структурированным проблемам (2-й класс), та же задача, решаемая в долгосрочном периоде (до 15 лет), переходит в класс слабо структурированных проблем (3-й класс). А вот задача установления зависимости между инвестициями в технику и технологию может перейти из класса «слабо структурированных проблем» в класс «не структурированных проблем», если период прогнозирования большой: При этом первая и вторая части задачи решаются не на региональном, а на отраслевом уровне.

В случае, если проблема решается на уровне предприятия (фирмы) для краткосрочного периода она может быть отнесена к стандартным проблемам (например, расчет производственной мощности при наличии информации о вводе и выводе мощностей в прогнозируемом году), или к слабо структурированным и даже не структурированным проблемам по мере удлинения периода (интервала упреждения) и повышения уровня прогнозирования (например,региональный, отраслевой).

Таким образом, при переходе на более высокий уровень управления и увеличении интервала упреждения степень структурированности проблемы уменьшается.

Для прогнозирования проблем используются тождества (равенство) — экономико-математические модели. Для структурированных проблем применяются эконометрические модели, экономико-математические модели.

Для слабо структурированных проблем используются методы, экспертных оценок, метод сценария, возможно использование иэконометрических моделей.

Для неструктурированных проблем применяются в основном логические методы и методы экспертных оценок.

Каким образом определить применимость методов в экономическом прогнозировании?

Целесообразно рассмотреть применимость методов прогнозирования для разработки некоторых базовых прогнозов.

При прогнозировании в области социальных процессов эффективные результаты дают опросы, причем не только экспертов, но и населения. Практикуются разовые массовые опросы населения, которые используются в основном для исследования его потребностей, спроса и потребительских расходов, В социальном прогнозировании находят свое применение и методы моделирования,причем для разработки как поисковых, так и нормативных прогнозов.

Поисковый подход реализуется в построении и анализе уравнений трендов для спроса и потребления различных товаров и услуг, а также в составлении эконометрических факторных моделей.

При разработке нормативных прогнозов необходимо располагать данными о национальных нормах потребления различных товаров и услуг. Труднее сформировать нормы потребления непродовольственных товаров и различных услуг, тем более, что они заметно изменяются с течением времени. Еще сложнее нормировать духовные потребности. Часто моделирование в этом направлении исключается, остаются лишь экспертные оценки.

В целом, получение обоснованных социальных прогнозов требует взаимоувязки поисковых и нормативных методов и моделей. Поисковый статистический подход учитывает, что будущая структура потребления еще долго будет определяться сложившимися тенденциями, традициями и привычками.

В научно-техническом прогнозировании применяются все рас­смотренные ранее методы. Общее влияние материализованного и автономного технологического процесса на экономический рост оценивается с помощью динамизированных производственных функций. По стадиям прогнозирования методы заметно меняются, Прогнозы функциональных исследований разрабатываются в основном с помощью экспертных оценок, в частности метода Дельфи. По прикладным исследованиям к чисто экспертным оценкам добавляются комплексные методы прогнозирования. На последующих стадиях неопределенность, свойственная исследованиям, зна­чительно уменьшается, а значит расширяются возможности при­менения методов моделирования.

В период опытно-конструкторских разработок в прогнозах ис­пользуются экспертные оценки, анализ патентной информации,экстраполяция, динамический межотраслевой баланс, сетевые модели. Эти же методы с добавлением эконометрического, имитационного моделирования применяются на стадиях прогнозированияподготовки производства, перехода к серийному изготовлению, эк­сплуатации потребителями.

Прогнозирование потребности в новой продукции целесообраз­но обеспечить комплексным подходом, т.е., сочетанием экспертных и формализованных методов и моделей.

Итак, в экономическом прогнозировании применяются прак­тически все разновидности описанных ранее методов. Вначале разработки ведутся в основном с помощью экспертных опросов, аналогий. Качественный анализ дополняется расчетами на основе эк­страполяции, других математико-статистических подходов — глав­ным образом поискового характера. В последующих и заключитель­ных периодах экономического прогнозирования используются бо­лее сложные, в том числе нормативно-целевые модели: эконометрические, балансовые, оптимизационные.