Неформальные методы прогнозирования доклад

Обновлено: 30.06.2024

Прогнозирование– это метод, в котором используются как накопленный опыт, так и текущие допущения насчет будущего с целью его определения.

1)экономические прогнозы используются для предсказания общего состояния эк-ки и объема сбыта для конкретной компании или по конкретному продукту.

2)Прогнозы развития технологии позволят предсказать, разработки каких новых технологий можно ожидать, когда это может произойти, насколько экономически приемлемыми они могут быть.

3)Прогнозы развития конкуренции позволяют предсказывать стратегию и тактику конкурентов.

4)Прогнозы на основе опросов и исследований дают возможность предсказать, что произойдет в сложных ситуациях, используя данные многих областей знаний. Например, будущий рынок автомобилей можно оценить только с учетом надвигающегося изменения состояния эк-ки, общественных ценностей, политической обстановки, технологии и стандартов по защите окр.среды от загрязнений.

5)Социальное прогнозирование, которым в наст. время занимается всего несколько крупных орг-ий, используется для предсказания изменений в социальных установках людей и состояния общества

Методы прогнозирования:

1)К неформальным методам относят:

-вербальная инф-ия (инф-ия получаемая из радио- и телепередач, от потребителей, поставщиков, конкурентов, на торговых совещаниях, в профессиональных орг-ях, от юристов, бухгалтеров, финансовых ревизоров и консультантов. Такая инф-ия затрагивает все основные факторы внешнего окружения, представляющие интерес для орг-ий. Она имеет откровенно переменчивый характер, ее легко получить, и часто на нее вполне полагаются. Иногда, впрочем, данные могут оказаться неточными, устаревшими или страдающими расплывчатостью. Если такое происходит, и рук-во использует некачественную инф-ию для формулирования целей орг-ии, кол-во проблем при осущ-ии целей может быть значительным);

-письменная инф-ия (газеты, торговые журналы, информац. бюллетени, профессиональные журналы и годовые отчеты. Хотя эта инф-ия легко доступна, она страдает теми же недостатками, что и вербальная инф-ия, а именно, она м.б. не свежей и не особенно глубокой);

-промышленный шпионаж (иногда он оказывается успешным способом сбора данных о действиях конкурентов, и эти данные затем использовались для переформулирования целей орг-ии. Поэтому руководители должны защищать данные, имеющие статус их интеллектуальной собств-ти).

2)Количественные методы можно использовать для прогнозирования, когда есть основание считать, что деят-ть в прошлом имела определенную тенденцию, которую можно продолжить в будущем, и когда имеющейся инф-ии достаточно для выявления статистически достоверных тенденций или зависимостей. Кроме того, рук-ль обязан знать, как использовать колич-ую модель, и помнить, что выгоды от принятия более эффективного решения должно перекрыть расходы на создание модели. Два типичных метода количественного прогнозирования – это анализ временных рядов и каузальное (причинно-следственное) моделирование.

Анализ временных рядов. Иногда называемый проецированием тренда, анализ временных рядов основан на допущении, согласно которому случившееся в прошлом дает достаточно хорошее приближение в оценке будущего. Этот анализ явл. методом выявления образцов и тенденций прошлого и продления их в будущее.

Каузальное (причинно-следственное) моделирование– наиболее хитроумный и математически сложный колич-ый метод прогноз-ия из числа применяемы сегодня. Он используется в ситуациях с более чем одной переменной. Каузальное моделирование – это попытка спрогнозировать то, что произойдет в подобных ситуациях, путем исследования статистической зависимости между рассматриваемыми факторами и другими переменными.

3)Когда кол-во инф-ии недостаточно или рук-во не понимает сложный метод, или когда количественная модель получается чрезмерно дорогой, руководство может прибегнуть к качественным моделям прогнозирования. При этом прогнозирование будущего осущ-ся экспертами, к которым обращаются за помощью. Четыре наиболее распространенных качественных методов прогнозирования – это мнение жюри, совокупное мнение сбытовиков, модель ожидания потребителя и метод экспертных цен.

Совокупное мнение сбытовиков. Опытные торговые агенты часто прекрасно предсказывают будущий спрос. Они близко знакомы с потребителями и могут принять в расчет их недавние действия быстрее, чем удастся построить количественную модель.

Модель ожидания потребителя. Прогноз, основанный на результатах опроса клиентов орг-ии. Их просят оценить собственные потребности в будущем, а также новые требования. Собрав все полученные таким путем данные и сделав поправки на пере- или недооценку, исходя из собственного опыта, руков-ль зачастую оказывается в состоянии точно предсказать совокупный спрос.

26. Законодательство г. Москвы об организации госуд. власти и местного самоуправления

Законодат-во г.Москвы, регламентирующее орг-ию и осуществление гос-ой власти и МСУ, определяет в конечном счете эффективность деят-ти органов власти во всех сферах жизнедеят-ти города.

1.1. Устав города Москвы

Первый в истории Москвы акт конституционного законодат-ва, ставший основой правового поля, - Устав г.Москвы - был принят 28.06.1995 года. Устав явл.Основным законом г. Москвы и имеет высшую юридическую силу по отношению к другим законам г.Москвы, правовым актам органов гос. власти г.Москвы и органов МСУ, их должностных лиц. Уставом г.Москвы в соотв-ии с Констит. РФ определен статус Москвы - субъекта РФ, города федер. значения.

Кардинальные изменения федер. законодат-ва, регулирующего орг-ию и деят-ть органов гос.власти в субъектах РФ, обусловили необходимость подготовки новой редакции Устава, которая была принята Московской гор.Думой 13 июля 2001 года.

В соотв-ии с Уставом г.Москвы:-высшим и единственным законодат-ым (представительным) органом гос.власти г.Москвы явл. Мос.гор.Дума; -высшим должностным лицом г.Москвы, возглавляющим высший исполнит-ый орган гос. власти г.Москвы, - Мэр Москвы;-высшим исполнит. органом гос. власти г.Москвы – Правит-во Москвы; -исполнит-ми органами гос.власти г.Москвы – Правит-во Москвы, отраслевые, функциональные и территор. органы исполнит. власти.

Уставом определены основные полномочия Московской городской Думы и Мэра Москвы и общие положения организации их деятельности.

Подверженность малого предпринимательства финансовой несостоятельности является одной из причин их банкротства. Объективное и своевременное диагностирование финансовой неустойчивости малых предприятий выступает инструментарием как системы управления, так и аудиторских экспертиз, предусматривающих прогнозирование перспектив развития проверяемого субъекта на ближайшие 12 месяцев. Для малого предпринимательства характерна высокая степень неопределенности функционирования, в силу чего при прогнозировании состояния объекта предпочтительными являются эвристические (неформальные) методы.

Анализ российской практики хозяйствования показывает, что неустойчивое финансовое положение наблюдается как у предприятий, переживающих спад производства и имеющих признаки неплатежеспособности, так и у предприятий, которые, наоборот, отличаются высоким ростом и оборачиваемостью капитала, но имеют высокий уровень условно-постоянных затрат и постепенно теряют прибыль.

В целом для российского малого предпринимательства характерно неустойчивое финансовое состояние, которое ведет к банкротству наиболее слабых его составных элементов, и при этом происходит постоянная их ротация. Только в 2006 - 2007 гг. наметилась положительная тенденция относительно соотношения числа вновь созданных и ликвидированных малых предприятий, что обеспечило доведение общего числа функционирующих малых предприятий до 1033,2 тыс. к середине 2007 г. Прирост числа малых предприятий является одной из целевых установок государственного регулирования и поддержки малого предпринимательства, и если до последнего времени, несмотря на все усилия государства в данном направлении, существенных изменений не происходит, необходима соответствующая трансформация мер управляющего воздействия, базирующаяся на диагностировании и объективной оценке состояния системы.

Как нам представляется, подверженность малого предпринимательства финансовой несостоятельности является одной из причин сложившейся ситуации, а факторы неустойчивого финансового положения необходимо идентифицировать на обусловленные внутренними и внешними причинами (табл. 1.).

Причины неустойчивого финансового положения малых предприятий

В мировой практике выработано несколько подходов к прогнозированию банкротства:

система формализованных показателей;
система неформализованных критериев;
расчет комплексного показателя;
прогноз финансового состояния на основе анализа денежных потоков.

Формализованные критерии представляют собой систему финансовых коэффициентов, уровень и динамика которых свидетельствуют о вероятном наступлении банкротства. В России перечень таких критериев и их количественный уровень установлены Постановлением Правительства РФ от 20.05.1994 N 498 "О некоторых мерах по реализации законодательства о несостоятельности (банкротстве) предприятий". В качестве критериев закреплены коэффициент текущей ликвидности (критериальный уровень - 2,0) и коэффициент обеспеченности собственными оборотными средствами (критериальный уровень - 0,1).

Для российского малого предпринимательства на протяжении 1994 - 2006 гг. было характерно несоблюдение установленных критериальных уровней финансовых коэффициентов. На взгляд автора, система оценки, основанная на использовании формальных критериев, недостаточно эффективна к использованию в малом предпринимательстве, равно как и не вполне приемлемы формализованные методы, опирающиеся на предварительно заданные строгие зависимости и правила.

Автором представляется альтернативный подход к прогнозированию вероятности банкротства малых предприятий, основанный на учете субъективных суждений руководителей и учредителей малых предприятий Сахалинской области, срок функционирования которых превышает 10 лет. При разработке и обосновании методических подходов к оценке вероятности банкротства автором были сделаны допущения высокой степени зависимости риска несостоятельности и банкротства малых предприятий от негативного воздействия факторов внутренней среды (внутренние причины) - низкий уровень менеджмента и отсутствие финансовой стратегии, адекватной общей стратегии развития системы "малое предпринимательство региона" и "региональная экономика" из-за низкого уровня экономического образования учредителей и руководителей и неэффективности системы контроля (табл. 2).

Система показателей альтернативной модели прогнозирования риска банкротства малых предприятий

При достижении общей суммарной оценки по трем категориям признаков 40 баллов и более необходимо констатировать высокую степень риска финансовой несостоятельности малого предприятия в течение 12 месяцев, следующих за аудиторской проверкой.

Вследствие низкого уровня профессионального образования руководителей и сотрудников финансовых (бухгалтерских) служб, негативно отражающегося на качестве финансового и общего менеджмента, малые предприятия допускают ошибки, рассматриваемые автором в качестве неформальных признаков потенциальной финансовой несостоятельности или повышения риска возникновения такой ситуации.

Широко известны рекомендации комитета по обобщению практики аудита Великобритании, где обозначены критические показатели оценки возможного банкротства организаций и разработана двухуровневая система показателей. Первый уровень такой системы - критерии и показатели, свидетельствующие о возможных будущих финансовых затруднениях, в том числе и банкротства, а второй - показатели, не свидетельствующие о возможном банкротстве, но указывающие на ухудшение финансового состояния.

Автор трансформирует данную систему показателей применительно к малому предпринимательству по его ведущему элементу - малые предприятия.

К первому уровню (критерии и показатели, свидетельствующие о будущих финансовых затруднениях, вплоть до банкротства) предлагается относить:

сокращение оборота капитала (выручки от продаж) более чем на 30%, в течение 2 - 3 лет и более;
высокий удельный вес кредиторской задолженности и наличие просроченной задолженности с долей более 40% от общей ее суммы;
замедление оборачиваемости дебиторской и кредиторской задолженности;
привлечение заемного капитала на невыгодных условиях (эффект финансового рычага имеет отрицательное значение);
высокая степень физического износа основных средств, достигающая 85 и более процентов;
отказ основной части клиентов от дальнейшего сотрудничества из-за невыполнения передними договорных обязательств (удельный вес клиентов, отказавшихся от сотрудничества по данным обстоятельствам, превышает 50%);
недостаток оборотных средств, в том числе отсутствие денежных средств на счетах и в кассе, в размере, определяемом как трехкратная величина среднедневного оборота капитала;
устойчиво низкий уровень значения коэффициента текущей ликвидности (ниже 1).

Ко второму уровню (показатели, не свидетельствующие о возможном банкротстве, но указывающие на возможность ухудшения финансового состояния) предлагается относить:

ротацию основного состава менеджеров более чем два раза в финансовый год;
слабую диверсификацию производственной деятельности (не более двух направлений);
вынужденные остановки производства, уход сотрудников в отпуска без сохранения заработной платы (более 50% кадрового состава на срок 30 и более дней в течение финансового года);
наличие проигранных судебных разбирательств (более чем 2 за финансовый год) и наличие неурегулированных разбирательств с непредсказуемым исходом (более чем 3 на конец финансового года).

Предложенные автором неформальные методические подходы к прогнозированию финансовой устойчивости малых предприятий основаны на результатах оценок, полученных автором в результате анализа и обобщения результатов экспертизы. Информационный массив для исследования был сформирован в ходе выполнения аудиторских экспертиз в течение 12-летнего периода.

Литература

Теория систем и системный анализ в управлении организациями: справочник / Под ред. В.Н. Волковой и А.А. Емельянова. - М. "Финансы и статистика", 2006.
Мельник М.В. Аудит эффективности в рыночной экономике. - М.: КноРус, 2007.
Ковалев В.В. Финансовый учет и анализ (концептуальные основы). - М.: Финансы и статистика, 2004.

ФГОУ ВПО "Волгоградская академия

Мы используем файлы Cookie. Просматривая сайт, Вы принимаете Пользовательское соглашение и Политику конфиденциальности. --> Мы используем файлы Cookie. Просматривая сайт, Вы принимаете Пользовательское соглашение и Политику конфиденциальности.

Обычно в работах как отечественных, так и англоязычных авторы не задаются вопросом классификации методов и моделей прогнозирования, а просто их перечисляют. Но мне кажется, что на сегодняшний день данная область так разрослась и расширилась, что пусть самая общая, но классификация необходима. Ниже представлен мой собственный вариант общей классификации.

В чем разница между методом и моделью прогнозирования?

Метод прогнозирования представляет собой последовательность действий, которые нужно совершить для получения модели прогнозирования. По аналогии с кулинарией метод есть последовательность действий, согласно которой готовится блюдо — то есть сделается прогноз.

Модель прогнозирования есть функциональное представление, адекватно описывающее исследуемый процесс и являющееся основой для получения его будущих значений. В той же кулинарной аналогии модель есть список ингредиентов и их соотношение, необходимый для нашего блюда — прогноза.

Совокупность метода и модели образуют полный рецепт!

В настоящее время принято использовать английские аббревиатуры названий как моделей, так и методов. Например, существует знаменитая модель прогнозирования авторегрессия проинтегрированного скользящего среднего с учетом внешнего фактора (auto regression integrated moving average extended, ARIMAX). Эту модель и соответствующий ей метод обычно называют ARIMAX, а иногда моделью (методом) Бокса-Дженкинса по имени авторов.

Сначала классифицируем методы

Если мы вспомним нашу кулинарную аналогию, то и там можно разделить все рецепты на формализованные, то есть записанные по количеству ингредиентов и способу приготовления, и интуитивные, то есть нигде не записанные и получаемые из опыта кулинара. Когда мы не пользуемся рецептом? Когда блюдо очень просто: пожарить картошку или сварить пельмени — тут рецепт не нужен. Когда еще мы не пользуемся рецептом? Когда желаем изобрести что-то новенькое!

Интуитивные методы прогнозирования имеют дело с суждениями и оценками экспертов. На сегодняшний день они часто применяются в маркетинге, экономике, политике, так как система, поведение которой необходимо спрогнозировать, или очень сложна и не поддается математическому описанию, или очень проста и в таком описании не нуждается. Подробности о такого рода методах можно глянуть в [2].

Формализованные методы — описанные в литературе методы прогнозирования, в результате которых строят модели прогнозирования, то есть определяют такую математическую зависимость, которая позволяет вычислить будущее значение процесса, то есть сделать прогноз.

На этом общая классификация методов прогнозирования на мой взгляд может быть закончена.

Далее сделаем общую классификация моделей

Здесь необходимо переходить к классификации моделей прогнозирования. На первом этапе модели следует разделить на две группы: модели предметной области и модели временных рядов.

Модели предметной области — такие математические модели прогнозирования, для построения которых используют законы предметной области. Например, модель, на которой делают прогноз погоды, содержит уравнения динамики жидкостей и термодинамики. Прогноз развития популяции делается на модели, построенной на дифференциальном уравнении. Прогноз уровня сахара крови человека, больного диабетом, делается на основании системы дифференциальных уравнений. Словом, в таких моделях используются зависимости, свойственные конкретной предметной области. Такого рода моделям свойственен индивидуальный подход в разработке.

Модели временных рядов — математические модели прогнозирования, которые стремятся найти зависимость будущего значения от прошлого внутри самого процесса и на этой зависимости вычислить прогноз. Эти модели универсальны для различных предметных областей, то есть их общий вид не меняется в зависимости от природы временного ряда. Мы можем использовать нейронные сети для прогнозирования температуры воздуха, а после аналогичную модель на нейронных сетях применить для прогноза биржевых индексов. Это обобщенные модели, как кипяток, в которые если бросить продукт, то он сварится вне зависимости от его природы.

Классифицируем модели временных рядов

Мне кажется, что составить общую классификацию моделей предметной области не представляется возможным: сколько областей, столько и моделей! Однако модели временных рядов легко поддаются простому делению [3]. Модели временных рядов можно разделить на две группы: статистические и структурные.

регрессионные модели (линейная регрессия, нелинейная регрессия);
авторегрессионные модели (ARIMAX, GARCH, ARDLM);
модель экспоненциального сглаживания;
модель по выборке максимального подобия;
и т.д.

нейросетевые модели;
модели на базе цепей Маркова;
модели на базе классификационно-регрессионных деревьев;
и т.д.

Для обоих групп я указала основные, то есть наиболее распространенные и подробно описанные модели прогнозирования. Однако на сегодняшний день моделей прогнозирования временных рядов имеется уже громадное количество и для построения прогнозов, например, стали использовать SVM (support vector machine) модели, GA (genetic algorithm) модели и многие другие.

Общая классификация

Таким образом мы получили следующую классификацию моделей и методов прогнозирования.

Тихонов Э.Е. Прогнозирование в условиях рынка. Невинномысск, 2006. 221 с.
Armstrong J.S. Forecasting for Marketing // Quantitative Methods in Marketing. London: International Thompson Business Press, 1999. P. 92 – 119.
Jingfei Yang M. Sc. Power System Short-term Load Forecasting: Thesis for Ph.d degree. Germany, Darmstadt, Elektrotechnik und Informationstechnik der Technischen Universitat, 2006. 139 p.

UPD. 15.11.2016.
Господа, дошло до маразма! Недавно мне прислали на рецензию статью для ВАКовского издания со ссылкой на эту запись. Обращаю внимание, что ни в дипломах, ни в статьях, ни тем более в диссертациях ссылаться на блог нельзя! Если хотите ссылку, то используйте эту: Чучуева И.А. МОДЕЛЬ ПРОГНОЗИРОВАНИЯ ВРЕМЕННЫХ РЯДОВ ПО ВЫБОРКЕ МАКСИМАЛЬНОГО ПОДОБИЯ, диссертация… канд. тех. наук / Московский государственный технический университет им. Н.Э. Баумана. Москва, 2012.

В данной статье описываются методы прогнозирования, их значение, классификация и краткие характеристики. Представлены основные критерии выбора данных методов и приведены примеры их эффективного практического применения. Также подчеркнута особая роль методологии прогнозирования в современном мире повышенной нестабильности.

Суть и значение методологии прогнозирования

В общем понятии прогнозирование является процессом предопределения будущего на основании исходных параметров (опыта, выявленных закономерностей, тенденций, связей, возможных перспектив и т. п.). На научной основе прогнозирование используется в самых различных областях жизнедеятельности человека: экономике, социологии, демографии, политологии, метеорологии, генетике и многих других. Наиболее показательным примером использования прогнозирования в повседневной жизни человека является привычный всем ежедневный прогноз погоды.

В свою очередь, эффективное использование прогнозов на научной основе требует применения определенных методик, включающих в себя целый ряд методов прогнозирования. В начале прошлого века при зарождении научных исследований по данному направлению предлагалось всего лишь несколько подобных методов с ограниченным спектром применения. На данный момент существует множество таких методов (более 150), хотя практически используется не более нескольких десятков основных методов прогнозирования. При этом выбор тех или иных методов зависит как от сферы их применения, так и от поставленных целей проводимых прогнозных исследований, а также от доступности для исследователя конкретных инструментов прогнозирования.

Базисные понятия в методологии прогнозирования

Метод прогнозирования - конкретный способ, направленный на исследование объекта прогнозирования с целью получения целевого прогноза.

Методология прогнозирования - общая совокупность знаний о методах, приемах и инструментах составления прогнозов.

Методика прогнозирования - сочетание методов, приемов и инструментов, избранных для получения целевого прогноза.

Объект прогнозирования - определенная область процессов, в рамках которых проводятся исследования субъекта прогнозирования.

Субъект прогнозирования - юридическое либо физическое лицо, осуществляющее исследовательскую работу с целью получения прогнозов.

Различия и взаимосвязь планирования с процессом составления прогнозов

Прогнозирование в отличие от планирования:

носит информативный, а не директивный характер;
охватывает не только деятельность конкретного предприятия или организации, а всю совокупность внешней и внутренней среды;
может носить более долгосрочный характер;
не требует значительной детализации.

Однако при всех различиях прогнозирование и планирование имеют тесную взаимосвязь, в особенности в экономической области. Полученный целевой прогноз показывает область потенциальных рисков и возможностей, в разрезе которых формируются конкретные проблемы, задачи и цели, которые необходимо решить и учитывать при составлении планов различных форм (стратегических, оперативных и т. д.). Кроме того, прогнозы дают возможность аналитически обоснованного многовариантного взгляда на потенциальное развитие, что необходимо для построения альтернативных планов. В общем смысле можно сказать, что взаимосвязь прогнозирования и планирования заключается в том, что хотя прогноз и не определяет конкретных плановых задач, но содержит необходимые информативные материалы для осуществления эффективного целевого планирования.

Основные классификаторы в методологии прогнозирования

Основная классификация методов прогнозирования обычно осуществляется по следующим признакам:

По степени формализации:

интуитивные (эвристические) методы, которые используются при сложно прогнозируемых задачах с применением экспертных оценок (интервью, метод сценариев, метод "Дельфи", мозговой штурм и т.п.);
формализованные методы, которые преимущественно подразумевают более точный математический расчет (метод экстраполяции, метод наименьших квадратов и т. п., а также различные методы моделирования).

По характеру прогностического процесса:

качественные методы, базирующиеся на экспертных оценках и аналитике;
количественные методы, базирующиеся на математических методах;
комбинированные методы, включающие (синтезирующие) элементы как качественных, так и количественных методик.

По способу получения и обработки информационных данных:

статистические методы, подразумевающие использование для обработки информационных данных количественных (динамических) структурных закономерностей;
методы аналогий, базирующихся на логических выводах о схожести закономерностей развития различных процессов;
опережающие методы, характеризующиеся способностью построения прогнозов на основе новейших тенденций и закономерностей развития исследуемого объекта.

Также всю совокупность данных методов можно условно разделить на общие методы прогнозирования и специализированные методы. К общим методам можно отнести те, которые охватывают широкий спектр решения прогностических задач в различных сферах жизнедеятельности. Примером таких прогнозов могут служить экспертные оценки в разных областях. С другой стороны, существуют методы, ориентированные лишь на определенную сферу деятельности, как, например, балансовый метод получивший распространение в экономической сфере и ориентированный на информацию бухгалтерского учета.

Краткая характеристика методов прогнозирования

Как уже отмечалось, в прогнозировании на данный момент существует множество методов. К основным методам прогнозирования можно отнести те, которые получили на данный момент наибольшее распространение и применение в различных областях.

Метод экспертных оценок. Поскольку при решении многих прогнозных задач зачастую недостаточно достоверных формализованных, в том числе математических, данных, этот метод является достаточно популярным. Он основывается на профессиональном мнении опытных экспертов и специалистов в различных сферах с последующей обработкой и анализом проведенных опросов.
Метод экстраполяции используется при стабильной системной динамике различных процессов, когда тенденции развития сохраняются в долгосрочном периоде и существует возможность их проецирования на будущие результаты. Также данный метод используется для объектов одной сферы деятельности со схожими параметрами, предполагая, что воздействие тех или иных процессов на один объект, вызвавшие определенные последствия вызовут аналогичные результаты и в других подобных объектах. Такое прогнозирование еще называют методом аналогий.
Методы моделирования. Разработка моделей осуществляется на основе оценки данных об определенных объектах или системах, их элементах и процессах с последующими экспериментальными апробациями построенной модели и внесением в нее необходимых корректировок. На данный момент методы прогнозного моделирования имеют наиболее широкий спектр применения в различных областях от биологии до социально-экономической сферы. В особенности возможности этой методики раскрылись с появлением современных компьютерных технологий. также является одним из основных методов. Он подразумевает подход к составлению прогнозов, ориентированных на конкретные цели и задачи, формулируемые субъектом прогнозирования с установкой определенных нормативных значений.
Метод сценариев получил распространение при разработке управленческих решений, позволяющих оценить вероятностное развитие событий и возможные результаты. То есть этот метод подразумевает анализ ситуации с последующим определением вероятных тенденций ее развития под воздействием принятия тех или иных управленческих решений.
Методы Форсайта. Новейшая методика, включающая целый комплекс различных методов и приемов, направленных не только на анализ и прогноз будущего, но и на его формирование.

Статистические методы прогнозирования

Одними из главных методов составления прогнозов являются статистические методы. Разработанные такими методами прогнозы могут быть наиболее точными при условии полноты и достоверности исходных информационных данных для анализа необходимых количественных и полуколичественных характеристик объектов прогнозирования. Данные методы являются формой математических приемов прогнозирования, дающих возможность строить перспективные динамические ряды. Статистические методы прогнозирования включают:

исследование и применение современной математико-статистической методики построения прогнозов на основе объективных данных;
теоретико-практические исследования в области вероятностно-статистического моделирования экспертных методов прогнозирования;
теоретико-практические исследования прогнозирования в рисковой среде, а также комбинированных методов симбиоза экономико-математических и эконометрических (в том числе формализованных и экспертных) моделей.

Вспомогательный инструментарий методологии прогнозирования

К вспомогательному инструментарию эвристических методов прогнозирования можно отнести: анкеты, карты, опросные листы, различный графический материал и т. п.

К инструментарию формализованных и смешанных методов относят большой спектр инструментов и приемов вспомогательного математического аппарата. В частности:

линейные и нелинейные функции;
дифференциальные функции;
статистическо-математический инструментарий корреляции и регрессии;
метод наименьших квадратов;
матричные приемы, аппарат нейронных и аналитических сетей;
аппарат многомерной центральной предельной теоремы теории вероятностей;
аппарат нечетких множеств и др.

Критерии и факторы выбора тех или иных методов при составлении прогнозов

На выбор методов прогнозирования влияют различные факторы. Так оперативные задачи требуют более оперативных методов. В то же время долгосрочные (стратегические прогнозы) требуют применения методов прогнозирования комплексного всеобъемлющего характера. Выбор тех или иных методов также зависит от сферы применения, доступности релевантной информации, возможности получения формализованных (количественных) оценок, квалификации и технической оснащенности субъектов прогнозирования и т. д.

Основными критериями методики могут служить:

системный характер при формировании прогнозов;
адаптивность (вариативность) к возможным параметрическим изменениям;
обоснованность выбора методики с точки зрения достоверности и относительной точности прогноза;
непрерывность процесса прогнозирования (если не ставится единоразовая задача);
экономическая обоснованность - затраты на осуществление процесса прогнозирования не должны превышать эффект от практического применения его результатов, в особенности в экономической сфере.

Примеры эффективного применения существующего прогностического аппарата

Эффективное практическое применение методов прогнозирования, пример которого наиболее распространен на нынешний момент, - их использование в бизнес-среде. Так наиболее прогрессивные фирмы уже не обходятся без составления прогнозов при осуществлении полноценного планирования своей деятельности. В данном контексте важными являются прогнозы конъюнктуры рынков, динамики цен, спроса, инновационных перспектив и прочие прогностические показатели вплоть до сезонно-климатических природных колебаний и социально-политического климата.

Кроме этого, существует множество примеров эффективного применения методологии прогнозирования в различных сферах жизнедеятельности человека:

использование математического моделирования для прогнозирования потенциальных аварийных ситуаций на опасных предприятиях;
системное эколого-экономическое прогнозирование в разрезе страны и регионов;
социально-экономическое прогнозирование тенденций развития общества в целом и отдельных его элементов;
прогнозирование в области квантовой физики, новых биотехнологий, информационных технологий и многих других областях.

Роль методологии прогнозирования в современном мире повышенной неопределенности и глобальных рисков

В заключение необходимо сказать, что методология прогнозирования уже давно полноценно вошла в жизнедеятельность человека, однако наибольшей актуальности она приобретает именно в наши дни. Данная тенденция связана как с быстрым развитием технологических процессов в мире, так и с повышением неопределенности во внутренней и внешней среде. Многочисленные кризисные явления в экономике, политике, социальной сфере провоцируют усиление рисковой нагрузки во всех сферах деятельности. Углубление процессов глобализации привели к появлению системных глобальных рисков генерирующих возможный эффект домино, когда проблемы в отдельных корпорациях или странах оказывают серьезное негативное воздействие на экономико-политическое состояние всего мирового сообщества. Также в последнее время усилились риски, связанные с природно-климатической нестабильностью, большими техногенными катастрофами, военно-политическими кризисами. Все это свидетельствует об особой роли прогнозирования как потенциальных глобальных, так и текущих индивидуальных рисковых явлений в современном мире. Эффективное системное прогнозирование, отвечающее на современные вызовы, может позволить избежать либо уменьшить последствия от многих угроз и даже трансформировать их в преимущества.

Читайте также: