Прогнозирование в стратегическом менеджменте

Прогнозирование представляет собой целенаправленную деятельность органов управления по определению перспектив развития объекта прогнозирования. Прогноз – это комплекс аргументированных предположений (выраженных в качественной и количественной формах) относительно будущих параметров экономической системы.

Прогнозирование соотносится с более широким понятием – предвидением. Предвидение опережает отражение действительности и основано на познании законов природы, общества и мышления. В зависимости от степени конкретности и характера воздействия на ход исследуемых процессов различают следующие его формы: гипотеза, прогноз, план.

Гипотеза характеризует научное предвидение, исходя из общей теории, т.е. исходную базу построения гипотезы составляют теория и открытые на ее основе закономерности ипричинно-следственные связи функционирования и развития исследуемых объектов. На уровне гипотезы дается их качественная характеристика, выражающая общие закономерности поведения.

Под прогнозом понимается система научно обоснованных представлений о возможных состояниях объекта в будущем, об альтернативных путях его развития. Прогноз по сравнению с гипотезой имеет гораздо большую определенность, так как основывается не только на качественных, но и на количественных показателях ипоэтому позволяет количественно характеризовать будущее состояние объекта. Прогноз выражает предвидение на уровне конкретно-прикладной теории, поэтому по сравнению с гипотезой более достоверен. В то же время прогноз неоднозначен и носит вероятностный и многовариантный характер. Процесс разработки прогноза называется прогнозированием.

Прогнозирование – это процесс разработки прогноза, построенный на вероятностном научно обоснованном суждении о перспективах развития объекта в будущем, его возможном состоянии и альтернативных путях его достижения.

Существуют два подхода к пониманию сущности планирования: широкий и узкий.

В широком понимании планирование состоит в принятии комплекса решений, относящихся к будущим событиям. Такие решения могут быть связаны с постановкой целей и задач развития предприятия, выработкой стратегии, распределением и перераспределением ресурсов, определением стандартов поведения предприятия в предстоящем периоде.

В узком понимании планирование сводится к составлению специальных документов — планов, определяющих конкретные действия предприятия по осуществлениюпринятых решений.

Планирование – это процесс принятия управленческого решения, основанный на обработке исходной информации и включающий в себя определение и научную постановку целей, средств и путей их достижения посредством сравнительной оценки альтернативных вариантов и выбора наиболее приемлемого из них в ожидаемых условиях развития.

Прогноз в системе управления является предплановой разработкой сценариев развития объекта управления. Сроки, объемы работ, числовые характеристики объекта и другие показатели в прогнозе носят вероятностный характер и обязательно предусматривают возможность внесения корректировок.

К основным задачам прогнозирования в стратегическом менеджменте относятся:

– разработка прогноза рыночной потребности в каждом конкретном виде товара или услуге в соответствии с результатами маркетинговых исследований;

– выявление основных экономических, социальных и научно-технических тенденций, оказывающих влияние на потребность в тех или иных видах продукции;

– выбор показателей, оказывающих существенное влияние на величину полезного эффекта от реализации продукции;

– прогнозирование показателей качества новой продукции во времени с учетом влияющих на них факторов;

– прогноз организационно-технического уровня производства по стадиям жизненного цикла продукции;

– оптимизация прогнозных показателей качества по критерию максимального полезного эффекта при минималь­ных совокупных затратах за жизненный цикл продукции.

Основными источниками исходной информации для прогнозирования являются:

– статистическая, финансово-бухгалтерская и оперативная отчетность предприятий и организаций;

– научно-техническая документация по результатам выполнения НИОКР, включая обзоры, проспекты, каталоги и другую информацию по развитию науки и техники в стране и за рубежом;

– патентно-лицензионная документация.

В рамках стратегического менеджмента применяются как интуитивные, так и формализованные методы прогнозирования. Практически, прогнозирующие развития экономической системы часто используют комбинацию неформализованных и формализованных методов, образуя таким образом смешанные методы.

Под методом прогнозирования понимают прием, способ, посредством которого на основе анализа ретроспективных данных, экзогенных (внешних) и эндогенных (внутренних) связей прогнозируемого объекта можно получить суждение о возможном его состоянии в будущем. Под методами планирования понимаются способы создания, разработки и обоснования плановых решений.

Все методы прогнозирования и планирования могут быть объединены в следующие группы (рис. 2.2).

Рис. 2.2– Классификация методов прогнозирования и планирования

Методы прогнозирования и планирования группируют по различным признакам: степени формализации, общему принципу действия, способу получения и обработки информации, направлениям и назначению прогно­зирования, процедуре получения параметров прогнозной модели и др.

По принципам обработки информации об объекте можно выделить статистические методы, методы аналогий, опережающие методы. Статистические объединяют методы обработки количественной информации, выявляя содержащиеся в ней математические закономерности развития и математические взаимосвязи характеристик с целью получения прогнозных моделей. Методы аналогий направлены на выявление сходства в закономерностях развития различных процессов, на основании чего делаются прогнозы. Опережающие методы прогнозирования строятся на принципах специальной обработки информации, реализующих в прогнозе ее свойство опережающе отражать развитие объекта прогнозирования. В свою очередь, их можно разделить на методы исследования динамики развития объекта и методы исследования и оценки уровня развития объекта.

В теории и практике управления самой распространенной является груп­пировка методов по степени формализации, являющаяся универсальной и открытой для включения вновь создаваемых методов. По степени формализации методы делят на две большие группы: интуитивные, или методы экспертных оценок, и формализованные.

Интуитивные методы (методы экспертных оценок) базируются на интуитивно-логическом мышлении. Они используются в тех случаях когда невозможно учесть влияние многих факторов из-за значительной сложности объекта прогнозирования или объект слишком прост и не требует проведения трудоемких расчетов. Такие методы целесообразно использовать и в других случаях в сочетании с формализованными методами для повышения точности прогнозов.

Интуитивные методы позволяют получить прогнозную оценку состояния развития объекта в будущем независимо от информационной обеспеченности. Они применяются, когда математическая формализация объекта прогнозирования нецелесообразна в силу его простоты либо неосуществима вследствие новизны и сложности объекта или траектории его дви­жения, либо если период упреждения прогноза значительно превышает период его освоения. Оправданы эти методы и при возможном скачке в развитии объекта в прогнозном периоде.

Основой формализованных методов прогнозирования является математическая теория, повышающая достоверность, точность прогнозов, облегчающая обработку информации и результатов прогноза, значительно сокращающая сроки его производства.

Формализованные методы прогнозирования можно разделить на две группы: методы экстраполяции и методы математического моделирования. Экстраполяция заключается в изучении сложившихся в прошлом и настоящем устойчивых тенденций экономического развития объекта прогноза и перенесении их на будущее. При простой экстраполяции все действующие ранее факторы, обуславливающие исследуемую тенденцию в прошлом и настоящем, останутся неизмененными и в будущем. Однако сохранение тенденций прошлого и настоящего неизменными для будущего чаще всего маловероятно. И поэтому хотя экстраполяция лежит в основе всякого прогноза, она способна давать эффект только в очень узком диапазоне времени относительно не особенно сложного процесса.

В основе экстраполяционных методов прогнозирования лежит изучение временных рядов, представляющих собой упорядоченные во времени наборы измерений различных характеристик исследуемого объекта прогнозирования. Эмпирический ряд – это множество наблюдений, полученных последовательно во времени.

Экстраполяция в прогнозировании предполагает, что рассматриваемый процесс изменения переменной является сочетанием двух составляющих x_t – регулярной (детерминированная неслучайная) и e_t – случайной.

Регулярная составляющая называется трендом, тенденцией. В этих терминах заключено интуитивное представление об очищенной от помех сущности анализируемого процесса (интуитивное потому, что для большинства процессов нельзя однозначно отделить тренд от случайной составляющей). Регулярная составляющая (тренд) x_t характеризует динамику раз­вития процесса в целом, случайная составляющая e_t отражает случайные колебания или шумы процесса. Обе составляющие процесса определяются функциональным механизмом, характеризующим их поведение во времени.

Задача прогноза состоит в определении вида экстраполирующих функций x_t и e_t на основе исходных эмпирических данных и параметров выбранной функции. Первым этапом является выбор оптимального вида функции, дающей наилучшее описание тренда.

Выбор оптимального вида функции осуществляется при помощи метода наименьших квадратов. Суть данного метода в отыскании параметров модели минимизации отклонений расчетных значений от соответствующих значений эмпирического ряда. Искомые параметры должны соответствовать следующему условию:

Где S – сумма квадратов отклонений значений рассчитываемой величины планируемого показателя;

i = 1,n – число наблюдений в эмпирическом ряду, т.е. накопленных собранных банных по анализируемому показателю, за рассматриваемый период;

- расчетные значения исходного ряда;

- фактические значения исходного ряда

Следующий этап – расчет параметров выбранной экстраполяционной функции.

В большинстве исследований товарных рынков в качестве важнейшего фактора, определяющего развитие рынка, в модели вводится временной фактор (тренд). Процедура экстраполяции тенденций предполагает выбор трендовых моделей прогнозирования и формы кривой, наиболее близко описывающей ряд эмпирических данных. В табл. 2.2 приводится схема выбора трендовых моделей прогнозирования в зависимости от основных тенденций развития спроса населения.

Таблица 2.2. –Схема выбора возможных трендовых моделей прогнозирования

№ п/п	Степень удовлетворения спроса и основная тенденция его развития	Гипотеза развития целевого рынка	Модель прогнозирования
	В основном удовлетворен и растет равномерно	При должном и своевременном обновлении ассортимента изделия тенденция роста сохраняется	Линейная функция Прямая: у = a0 + а1*t Или y = ax + b
	Удовлетворяется и растет, но приросты уменьшаются	Рынок насыщен, уровень обеспеченности близок к рациональному нормативу, тенденции замедления роста спроса сохраняются	Логарифмическая функция: у = a0 + а1*log t или y = a*log x + b или Гипербола: y=ao+a1/t или y = a/x + b
	Удовлетворяется и снижается	Товар вытесняется с рынка другими товарами или покупается определенным контингентом населения, численность которого уменьшается. Тенденция сохранится в будущем	Гипербола: y=ao+a1/t или y = a/x + b
	Не удовлетворяется, растет ускоренно, темпы роста одинаковы	Рынок далек от насыщения, высокие темпы роста спроса сохраняются	Показательная функция: у = a0 + а^t1 Или у = b + а^x1
	Не удовлетворяется в значительной мере, растет при увеличении темпов роста	Рынок далек от насыщения, товар относится к категории дефицитных, производство и продажа растут высокими темпами, в обозримом периоде тенденция сохранится	Экспоненциальная: у = aс^х или Парабола: у =a0+a1t+a2t^2 или у =c+bx+ax^2
	Вначале наблюдаются высокие темпы роста, а затем тенденция меняется на противоположную (резкое сжатие рынка)	Поисходят существенные изменения на рынке, приводящие к смене тенденции его развития.	Парабола: у =a0+a1t+a2t^2 или у =c+bx+ax^2 или Степенная: у =t^n или у = x^n

В данных уравнениях Х – переменная (которую мы меняем);

a, b и c – постоянные параметры в уравнении.

После выбора типа функции отражающей взаимосвязь и влияющего фактора необходимо найти её параметры, которые выражены постоянными a, b и c. Для этого необходимо решить систему уравнений:

1) Для линейной функции:

2) Для параболы:

3) Для гиперболы:

К методам экстраполяции относятся также метод скользящей средней и метод экспоненциального сглаживания

Метод скользящей средней даёт возможность выравнивать динамичный ряд, путем его расчленения на равные части, с обязательным совпадением в каждой из них сумм модельных и эмпирических значений. В начале рассчитывается обычная среднеарифметическая путем деления фактического значения показателя по всем периодам за которые собранны данные в анализируемый период. Затем, при поступлении новых данных, в числителе прибавляются новые значения подчиненного фактического объема анализируемого показателя, а первые значения ряда исключаются. Знаменатель остается постоянным.

Пример:

Продажа некоторого товара в магазине составила: в апреле – 380 шт.; в мае – 440 шт.; в июне – 378 шт. Необходимо составить прогноз продаж на июль и август.

Таким образом, план продаж на июль будет составлять 399 шт., а на август – 406 штук.

Метод экспоненциального сглаживания позволяет определить плановые значения показателя исходя из имеющихся фактических данных ранее сделанных прогнозов. Данный метод позволяет учесть скорость старения данных, при этом предпочтение отдается данным накопленным ранее:

Где - прогнозируемый объем, на период времени t;

- прогноз объема на предыдущий период;

- коэффициент, отражающий скорость старения данных;

- фактический, т.е. реальный объем за предшествующий период;

=а/(N+1)

N – число периодов, за которые собрана информация.

Большую группу формализованных методов прогнозиро­вания составляют методы моделирования. С их помощью конструируются модели на основе предварительного изучения объекта и выделения его существенных характеристик, проводится экспериментальный и теоретический анализ модели, сопоставляются результаты с данными объекта, корректируется модель. Моделирование предполагает конструирование модели на основе предварительного изучения объекта или процесса, выделения его существенных характеристик или признаков. Прогнозирование экономических и социальных процессов с использованием моделей включает разработку модели, ее экспериментальный анализ, сопоставление результатов прогнозных расчетов на основе модели с фактическими данными состояния объекта или процесса, корректировку и уточнение модели.

Модели оптимального планирования используются для определения оптимального варианта функционирования экономики в целом и ее отдельных звеньев. Экономико-математическая модель представляет собой формализованное описание экономического процесса и состоит из целевой функции и системы ограничений. Целевая функция описывает цель оптимизации и представляет собой зависимость показателя, по которому ведется оптимизация, от независимых переменных. Влияние каждой из переменных на величину целевой функции выражается коэффициентом – значением показателя, экстремум которого используется в качестве критерия оптимальности. Система ограничений отражает объективные экономические связи и зависимости и представляет собой систему равенств и неравенств. На макроуровне критерием оптимальности является максимум валового национального продукта. На микроуровне в качестве критерия оптимальности могут быть использованы экстремумы показателей: максимум прибыли, минимум затрат, максимум выпуска продукции (услуг) и др.

Модели оптимального планирования используются для определения наилучшего варианта функционирования субъекта хозяйствования, наилучшего значения прогнозируемых показателей его деятельности при имеющихся ограничениях ресурсов. Экономико-математическая модель оптимального планирования включает в себя формализованное описание экономического процесса, состоящего из целевой функции и системы ограничений по ресурсам. Целевая функция описывает цель оптимизации (объем товарного производства, объем реализации, объем прибыли) и представляет собой зависимость показателя по которому ведется оптимизация от независимых переменных. Система ограничений представляет собой систему уравнений отражающую расход различного вида ресурсов на производство продукции, работ, услуг и имеющегося их лимита.

Модель оптимального планирования имеет следующий вид:

Где:

j=1…n – это планируемое к выпуску количество видов продукции, работ, услуг;

- значение оптимизируемого показателя j-го вида продукции (цена продукции, прибыль не единицу продукции);

- искомый объем выпуска (искомое количество) j-го вида продукции, работы, услуги, который предприятию необходимо произвести в плановом периоде для получения max значения оптимизируемого показателя (например объём продаж, прибыли);

- норма расхода сырья вида g на единицу продукции вида j;

- имеющийся на предприятии объем сырья (или тот V который предприятие планирует использовать в рассчитываемом периоде);

- норма времени на изготовление единицы продукции виды j;

- рассчитанный по предприятию фонд рабочего времени;

- затраты времени на оборудование типа s для производства продукции типа j;

- плановый эффективный фонд времени работы оборудования;

Q_{j min} – минимальный объем производства, который определяется себестоимостью единицы продукции и загрузкой производственных мощностей (этот объем равен точке безубыточности);

Q_{j max} – максимальный объем производства, который определяется производственной мощностью предприятия или емкостью рынка.

Цель имитационного моделирования состоит в воспроизведении поведения исследуемой системы на основе результатов анализа наиболее существенных взаимосвязей между ее элементами. Имитационные модели позволяют воспроизводить реальные процессы и предвидеть результаты различных действий. Например, имитационную модель оптимизационного процесса можно представить как систематическое изменение значений управляемых переменных с последующим получением результатов прогноза и их анализа.

Модели принятия решений основываются на теории игр и применяются в условиях неопределенности или в ситуациях, когда интересы сторон не совпадают. Каждая из сторон принимает такие решения, т.е. выбирает такую стратегию действий, которая, с их точки зрения, обеспечивает наибольший выигрыш или наименьший проигрыш. Причем каждой из сторон ясно, что результат зависит не только от собственных действий, но и от действий партнеров, например противоборство конкурентов в процессе борьбы за рынок сбыта конкретного вида продукции.

Модели сетевого планирования применяются с целью сокращения сроков выполнения сложных проектов и других работ и оптимального использования предназначенных для этого ресурсов.

Основой сетевого планирования служит изображение комплекса взаимосвязанных работ в виде графа, обычно именуемого сетевым графиком, стрелочной диаграммой, логической сетью или сетевой моделью. В сетевом графике отражается последовательность этапов планирования, необходимых для достижения заранее поставленной цели.

. Для построения сетевого графика рассчитываются такие показатели как:

1) раннее начало работы;

2) раннее окончание работы;

3) позднее начало работы;

4) позднее окончание работы;

5) продолжительность работы;

6) общий резерв времени работы;

7) частный резерв времени работы;

где:

t – продолжительность работы (мин, час.)

hi – код работы которая предшествует данной работе;

ij – код данной работы;

jk – код следующей работы;

Т – срок начала либо окончания работы;

РН – раннее начало работы ij

РО – раннее окончание рассматриваемой работы;

ПН – позднее начало работы;

ПО – позднее окончание работы

- общий резерв времени работы;

r – частный (свободный) резерв времени.

При этом особую важность имеют работы, находящиеся на так называемом критическом пути, те. те работы, которые должны выполняться безотлагательно, без общего и частного резерва времени, и их последовательность не может быть технологически изменена (например, при строительстве дома невозможно возведение каркаса здания без окончания рытья котлована и заливки фундамента дома с плитами перекрытия цокольного этажа).

Сущность корреляционно-регрессионного метода заключается в определении зависимости показателя от различных факторов. Этот метод предполагает установление наличия корреляционной связи между прогнозируемым показателем и влияющими на него факторами, определение формы связи, составление уравнения и осуществление прогноза на его основе. Форма связи характеризует изменение значений одного признака в зависимости от изменения другого. Она может быть линейной и нелинейной и выражаться уравнениями.

Корреляционно-регрессионный метод широко распространен и решает две основные задачи:

♦ устанавливает степень тесноты связи между планируемым (прогнозируемым) параметром и влияющими на него факторами;

♦ определяет с помощью уравнений регрессии форму связи между планируемым (прогнозируемым) параметром и влияющими на него факторами.

Корреляция бывает множественная и парная. При парной есть один влияющий показатель, при множественной несколько влияющих показателей. Применение корреляционного анализа связано со следующими условиями:

1) исследуемые факторы должны иметь количественные измерения,

2) факторный и результативный показатель должны быть в причинно-следственной зависимости,

3) собранная информация по показателям должна соответствовать закону нормального распределения, т.е. быть однородной.

Для этого рассчитывается среднеквадратичные отклонения и коэффициент вариации.

Среднеквадратичные отклонения показывают абсолютные отклонения индивидуальных значений от среднеарифметической величины и рассчитывается:

Коэффициент вариации показывает относительную меру отклонений отдельных значений от среднеарифметической:

Чем больше коэффициент вариации, тем, относительно, больший разброс и неоднородность информации. Наилучшее значение коэффициент вариации для принятия решений на основании анализа не более 10%. Если значение составляет от 10% до 20%, то качество информации хорошее, разброс данных средний. Если коэффициент в пределах 20-33%,то разброс информации значительный, и принятое управленческое решение будет иметь погрешность, хотя и будет допустимым. Если показатель больше 33% - разброс значений существенный, информация не однородна и принимать управленческое решение на основе анализа таких данных не рекомендуется.

Корреляционный анализ предполагает также измерение тесноты связи между факторными и результативными показателями. Для этого рассчитываются коэффициент корреляции и коэффициент детерминации.

1) Для линейной зависимости:

Коэффициент корреляции может принимать значения от 0 до 1. Чем ближе к 1, тем теснее взаимосвязь между факторным и результативным показателями, и тем обоснованнее принимаемое решение.

2) Для нелинейной (криволинейной) зависимости:

, где ,

а

Если коэффициент корреляции возвести в квадрат, то получится коэффициент детерминации, который определяет в какой степени (на сколько %) значение искомого результативного показателя зависит от факторного показателя.

Среди экономико-статистических моделей распространен метод Монте - Карло. Метод Монте-Карло основан на теории вероятности и математической статистике, и широко применяется для определения параметров и результатов функционирования предприятий и организаций, деятельность которых связана с процессами имеющими случайный характер. В частности данный метод широко используется для определения показателей работы предприятий и организаций сферы обслуживания.

Суть данного метода заключается в следующем:

1) определяется показатель, характеризующий ту или иную сторону деятельности предприятия, который необходимо рассчитать;

2) определяются показатели, которые влияют на рассчитываемый показатель, который требуется найти. При этом, данные показатели являются случайными величинами, их min и max определяется опытным путем;

3) в результате наблюдений определяется вероятность размера величины влияющих показателей;

4) далее, случайным образом, определяется для каждого влияющего показателя его значение и вероятность наступления, при этом проводится несколько туров подбора влияющих факторов по результатам которых определяется главный искомый показатель.

Моделирование с использованием метода Монте - Карло является удобным, т.к. оптимизировать и рассчитывать с его помощью можно любые показатели и процессы, важны лишь вероятность и значение влияющих показателей.

Пример: Обслуживание в ресторане

При планировании стратегии ресторана быстрого обслуживания необходимо выяснить как долго, в среднем, посетителю приходится ждать обслуживания (среднее время ожидания), при этом известно следующее:

- посетители обслуживаются последовательно.

- у ресторана имеется одна кухня.

В качестве влияющих показателей (случайные величины) используется интервал между поступлением заказа и длительность обслуживания.

Расчет данного примера по методу Монте –Карло представлен в таблице 2.3

Таблица 2.3.– Расчет среднего времени ожидания и среднего срока выполнения заказа в ресторане

№ Клиента	Первая случайная цифра	Интервал до прибытия мин.	Время прибытия мин.	Время начала обслуживания мин	Вторая случайная величина	Время до обслуживания мин.	Время окончания обслуживания мин.	Время ожиданий мин.	Время простоя мин.
			30(10+20)	40(10+30)					0(40-40)
			50(10+20+20)	70(20+50)					20(70-50)
									30(90-60)
								Σ130	Σ140

Колонка 9 = колонка 5-4

Колонка 10 = колонка 5-колонка 8 в предыдущем периоде

Среднее ожидание заказа: 130/10=13 мин.

Среднее исполнение заказа: 140/10=14 мин.

Поступление заказов характеризуется следующими данными наблюдений:

- максимальное время между заказами 20 мин., при этом интервал поступления заказов от 0 до 10 мин. составили 40% случаев, на оставшиеся то 10 до 20 мин составили 60%.

Продолжительность обслуживания зависит от вкусов клиентов и времени приготовления заказываемых блюд, при этом мах продолжительность обслуживания 30мин.

В 80% случаев на обслуживание требовалось 10 мин, в остальных случаях от 20 до 30 мин.

Числами от 0 до 9 будем обозначать то или иное значение случайной величины и, соответственно, определение вероятности от оттого или иного события.

Для 1-ой случайной величины (поступление заказов) условие будет следующее:

- если выпадают числа 0, 1, 2 или 3, то продолжительность интервала между поступлениями двух заказов составит 10 мин.

- если выпадут числа от 4 до 9, то продолжительность интервала 20 мин.

Для 2-ой случайной величины (время обслуживания) условие будет следующее:

- если выпадают числа от 0 до 7, то время обслуживания будет 10 мин.

- если 8, 9, то 30 мин.

Сущность методов экономического анализа заключается в том, что экономический процесс или явление расчленяется на составные части и выявляются взаимосвязью влияние этих частей друг на друга и на ход развития всего процесса. Анализ позволяет раскрыть сущность такого про­цесса, определить закономерности его изменения в прогнозном (плановом) периоде, всесторонне оценить возможности и пути достижения поставленных целей. С помощью балансового метода реализуется принцип сбалансированности и пропорциональности. Он применяется при разработке прогнозов, планов и программ. Балансовый метод предполагает разработку балансов, представляющих собой систему показателей, в которой одна часть, характеризующая ресурсы по источникам поступления, равна другой, показывающей распределение (использование) по всем направлениям их расхода.

Сущность нормативного метода заключается в технико-экономическом обосновании прогнозов, планов, программ с использованием норм и нормативов. Последние применяются для расчета потребности в ресурсах и показателей их использования. С помощью норм и нормативов обосновываются важнейшие пропорции, развитие материального производства и непроизводственной сферы, осуществляется регулирование экономики. Норма характеризует научно обоснованную меру расхода ресурса на единицу продукции (работы) в принятых единицах измерения. Нормативы – это относительные показатели, характеризующие уровень использования ресурсов.

Программно-целевой метод применяется при разработке целевых комплексных программ, представляющих собой документ, в котором отражаются цель и комплекс научно-исследовательских, производственных, организационно-хозяйственных, социальных и других заданий и мероприятий, увязанных по ресурсам, исполнителям и срокам осуществления.

Сущность методов экспертных оценок при принятии решений заключается в том, что в основу прогноза закладывается мнение специалиста или коллектива специалистов основанная на их профессиональном, научном и практическом опыте.

Методы экспертных оценок используются для прогнозирования событий будущего, если отсутствуют статистические данные или их недостаточно. Они также применяются для количественного измерения таких событий, для которых не существует других способов измерения, например, при оценке важности целей и предпочтительности отдельных решений. Иными словами, методы ЭО применяются как для количественного измерения событий в настоящем, так и для целей прогнозирования.

Методы экспертных оценок делятся на 2 группы в зависимости от того, сколько специалистов привлекается к решению задач:

1) индивидуальные методы;

2) коллективные методы.

Среди индивидуальных методов ЭО наибольшее распространение получили 3 метода:

1. Метод интервью основанный на беседе прогнозиста с экспертом по схеме «вопрос – ответ»в процессе которого прогнозист в соответствии с заранее разработанной программой ставит перед экспертом вопросы относительно перспектив развития той или иной стороны деятельности предприятия.

2. аналитический метод это метод, при котором осуществляется логический анализ какой-либо ситуации предполагает длительную самостоятельную работу эксперта над оценкой состояния той или иной сферы деятельности предприятия, тенденций и путей его развития. Результат представляется в виде аналитической записки, отчета.

3. метод написания сценария основан на определении логики развития процесса или явления во времени при различных условиях. Он предполагает установление последовательности событий развивающихся при переходе от существующей ситуации к будущему состоянию объекта. Обычно формируется 3 вида сценариев: оптимистический, пессимистический и средний.

Методы коллективных ЭО предполагают определенные степени согласованности мнений экспертов по проблемам и перспективным направлениям развития субъекта хозяйствования. Среди методов коллективных ЭО наибольшие распространения получили следующие:

1. Метод комиссии состоящий в том, что группа экспертов за круглым столом обсуждает ту или иную проблему с целью согласования точек зрения и выработки единого мнения..

2. Метод Дельфи (по имени древнегреческого города Дельфы, который известен своими оракулами) заключается в разработке программы и проведении последовательных, многотуровых, индивидуальных опросов экспертов со статистической обработкой их мнений. В начале формируется группа экспертов на условиях анонимности, т.е. эксперты не знают кто ещё выступает в роли эксперта и, соответственно, не контактируют друг с другом. К участникам обращаются с просьбой не только высказать свое мнение, но и обосновать его, а в каждом из последующих туров опроса им выдается новая и уточненная информация по высказанным мнениям, которая образуется в результате расчета совпадения точек по ранее выполненным этапам работы. Этот процесс продолжается до тех пор, пока продвижение в направлении повышения совпадения точек зрения не становится незначительным. После этого фиксируются расходящиеся точки зрения.

В основу метода «Дельфи» положены следующие предпосылки:

1) Поставленные вопросы должны допускать возможность выражения ответа в виде числа.

2) Эксперты должны обладать достаточной информацией, для того чтобы дать оценку.

3) Ответ на каждый из вопросов (оценка) должен быть экспертом обоснован.

3 Метод мозговой атаки (метод коллективной генерации идей) направлен на получение большого количества идей, в том числе и от лиц, которые, обладая достаточно высокой степенью эрудиции, обычно воздерживаются от высказываний. При этом методе формируются две группы участников:

1) специалисты которые будут высказывать идеи по поводу решения поставленной задачи (проблемы)

2) эксперты которые будут критиковать идеи.

В начале первая группа высказывает идеи которые фиксируются без критики, при этом быть высказана любая идея, даже труднореализуемая. Затем идеи систематизируются (обобщаются), объединяются по принципу схожести. Следующий этап – критика идей экспертами второй группы. Авторы защищают свои идеи. В конце проводится оценка критических замечаний и ответов на них. В качестве решения выбирается та идея, которая выдержала критику лучше других.

Исследования эффективности метода коллективной генерации идей показали, что групповое мышление производит на 70% больше ценных новых идей, чем сумма индивидуальных мышлений. Наиболее продуктивными признаны группы в 10-15 человек.

4 Метод 635 – цифры означают: 6 участников каждый из которых должен записать 3 идеи в течении 5 минут.

5 Метод прогнозного графа ребра которого отражают последовательность решения поставленных целей и задач.

При проведении анализа собранных экспертных данных в соответствии с целями исследования и принятыми моделями необходимо определить согласованность действий экспертов и достоверность экспертных оценок.

В настоящее время для оценки степени согласованности мнений экспертов наиболее часто используются следующие показатели: дисперсия, коэффициенты вариации, корреляции рядов и конкордации.

Дисперсия D_j оценок, данных j- му событию, вычисляется по формуле:

Где - оценки, назначенные i -м экспертом j -му событию;

m – количество экспертов.

Коэффициент вариации v_j оценок, данных j -му событию, вычисляется по формуле:

Где:

j – среднеквадратическое отклонение оценок, данных j -му событию;

M_j(x) – среднеквадратические значения, определяемые как

Коэффициент корреляции рядов рассчитывается по формуле:

для оценки степени согласованности экспертов при оценке двух событий (1 и 2) (коэффициент парной корреляции). Он изменяется в диапазоне -1 ≤ r_1,2 ≤ 1. В случае оценки N > 2 событий следует пользоваться коэффициентом множественной корреляции, в основу применения которого лежит поочередное определение коэффициентов парной корреляции для всех пар оценок с последующей интеграцией полученных значений коэффициентов парной корреляции.

Коэффициент конкордации рассчитывается по формуле:

Где:

t_i – число повторений каждого ранга в i -м ряду;

k_i – число повторяющихся рангов в i -м ряду.

Величина W изменяется в пределах от 0 до 1. При W = 0 согласованности совершенно нет, то есть связь между оценками различных экспертов отсутствует. Наоборот, при W = 1 согласованность мнений экспертов полная. (В работе относительно коэффициента W приводится более подробная информация.)

Первые два показателя (D_j и v_j) характеризует степень согласованности экспертов только при оценке одного события (при определенной трансформации приведенных формул – двух событий), но не дают возможности получить интегральную оценку степени согласованности, когда N > 2.

Дата добавления: 2014-01-07