Организации действуют в условиях неопределенности, однако несмотря на это, менеджеры должны принимать те решения, которые будут оказывать влияние на будущую деятельность компании и принимать максимально верные решения . Поскольку процедуры прогнозирования вне зависимости от их типа качественные они или количественные являются обоснованными, то именно это служит причиной опираться на данных полученные из прогнозов, а не на другие полученные необоснованным путем .

Соотношение использования количественных и качественных методов в прогнозировании значительным образом изменилось в последние годы, в связи с распространением компьютеров, ранее до возникновения серьезного математического аппарата прогнозирования оценка менеджера, часто интуитивного характера была единственно возможным вариантов получить какие-либо предположения о характере наблюдаемых событий в будущем. Благодаря работам, связанным с количественными методами прогнозирования Макридакиса стало понятно, что использование тех прогнозов, которые основываются только на качественных оценках не могут быть настолько же точными, как те, которые имеют математическое обоснование полученных значений . Также в долгосрочной перспективе использование качественных методов прогнозирования оказывается существенно дороже, чем использование программного обеспечения, основывающегося на количественных подходах .

Тем не менее, точность в прогнозировании не может быть достигнута лишь путем использования программ соответствующего назначения . В такой ситуации мы лишь получим лишь информацию, которая без должного знания и понимая даже если будет точной, может оказаться совершенно бесполезной для нужд компании, с другой стороны менеджер, игнорирующий все возможные техники количественного анализа. Данные примеры служат показать, что применение лишь одного подхода, может быть чересчур категоричным шагом менеджера и в конечном итоге привести к негативным последствиям для всей организации .

Программное обеспечение и компьютеры стали совершенно неотъемлемой частью любой организации вне зависимости от ее размеров или направленности, а также принадлежности к частному бизнесу или государственному, потому что каждая компания нуждается в процедуре планирования . Причем важно понимать, что прогнозы используются компанией практически во всех стратегически важных ее отделах, таких как: финансовый, маркетинг, рекрутинг, логистика и многих других для принятия обоснованных решений в условиях неопределенности.

Существуют различные классификации по типам прогнозов, которые могут рассматривать их в зависимости от временной перспективы прогнозирования, так и по их позиции, которую они занимают в макро или микро-континууме, также как уже упоминалось может быть произведено деление путем отнесения прогнозов к количественным или к качественным типам прогнозов, от того какие цели стоят перед тем или иным отделом, или конкретным менеджером будут использованы различные подходы к прогнозированию . Долгосрочное прогнозирование свойственно для стратегического отдела предприятия, обычно прогнозы данного типа являются основной потребностью высшего звена менеджмента, которое определяет перспективы развития организации, напротив краткосрочные прогнозы должны использоваться оперативными отделами, в которых необходимо получение данных для принятия безотлагательных решений . Использование краткосрочных прогнозов осуществляется на уровне среднего и нижнего менеджмента, которые ответственны за принятие решений в конкретный момент для организации.

На начальном этапе выборе метода требуется определить степень детализации, то есть понять какой из макро или микро-прогнозов нам нужен, следующим шагом будет определение временной перспективы, на которую должен быть рассчитан прогноз и заключающим этапом станет детерминация фактора использования количественных или качественных оценок, либо определения их соотношения при принятии конечного решения . Возможность анализа методов прогноза при выборе одного из них для целей прогнозирования должна позволить менеджеру упростить процедуру принятия решения . Основополагающим требованиям будет не возможная сложность математического аппарата, а точный и понятный результат прогноза, который можно интерпретировать для принятия менеджером решений, также важно отметить, что помимо вышеперечисленного прогнозирование используется как возможность косвенно влиять на прибыльность, поэтому процедура проведения прогнозной оценки должна в первую очередь быть рентабельной .

Процесс прогнозирования представляет собой экстраполяцию предыдущих наблюдений для получения некоторого представления о том, как ситуация будет выглядеть в будущем. Понимание этого факта, приводит к тому, что аппарат прогнозирования анализирует и подвергает обработке те данные, которые произошли и неотличимы от условий будущего, однако это не всегда верно, поскольку расчет показателей эффективности рабочих основанных лишь на их оценках при приеме на должность будет не точном, поскольку возможно изменение данных показателей, поэтому процесс прогнозирования может быть разбит на несколько составляющих:

• - Сбор данных
• - Редукция или уплотнение данных
• - Построение модели и ее оценка
• - Экстраполяция выбранной модели
• - Оценка полученного прогноза

Первый этап предполагает получение верных данных, а также проведение необходимой проверки достоверности и полученных данных . Данный этап является наиболее важным для всей последующей процедуры прогнозирования, поскольку без должной проверки корректности данных, мы можем провести прогноз для неверных данных, соответственно получив в итог результат несоотносимый с реальными показателями.

Второй этап может быть необязательным, однако очень часто без его наличия корректно осуществить прогнозирование не представляется возможным. Возможны ситуации, когда на втором этапе специалисту по построению прогнозов становится понятно, что исходные данные полученные для проведения прогноза собраны в недостаточном количестве, либо в избыточном . И тот и другой вариант не позволяют построить точный прогноз, если в случае с недостаточным количеством данных это представляется очевидным, то во втором случае возможно собраны данные, которые не относятся к исследуемому предмету прогнозирования, тем самым лишь увеличивая количество ошибок прогноза и снижая его точность. Также на этом этапе данные проходят проверку на соответствие контексту, поскольку если мы собираемся построить прогноз для продаж электрических автомобилей, то целесообразно брать данные за последние 5 лет, а не за 50, во втором случае мы получим неточный прогноз из-за несоответствия контексту рассматриваемой задачи .

Третий этап может быть описан, как построение модели прогноза и ее оценка, суть данного этапа сводится к выбору конкретной модели прогнозирования, которая будет осуществлять посредством заданного алгоритма экстраполяцию предыдущих наблюдений. На данном этапе менеджеру следует осознавать, что чем проще представленная модель прогнозирования, тем легче она будет для понимания ее результатов, что является важнейших фактором при принятии решения топ-менеджментом. Это означает, что более простые модели представляют понятные результаты, которые активно используются при принятии решений .

Четвертый этап заключается в переносе выбранной модели прогнозирования на будущие периоды, что подразумевает получение конкретных значений прогноза, также на данном этапе совершается моделирование прогноза для уже наблюдаемых данных, для оценки точности прогноза, таким образом будут получены ошибки прогноза. Однако непосредственно анализ полученных отклонений в ходе проведения процедуры прогнозирования на уже совершившиеся события будет рассмотрен в пятом этапе .

Пятый этап является заключительным на данном этапе производится оценка полученных прогнозных значений, оценке ошибок прогноза. Для оценки ошибки прогноза используются различные техники, которые подразумевают сложение абсолютных значений прогноза, которая в зависимости от техники оценки может оставаться как суммой отклонений при прогнозе, так и делится на количество наблюдаемых ошибок, с целью поиска средней ошибки по прогнозу. Существуют также методы, которые основываются на сумме квадратов ошибок.

Основная часть прогнозирования стоит на фундаментальных статистических понятиях , они и будут рассматриваться в данной части главы. В основном статистические показатели используют, чтобы дать более детальное представление о структуре данных в генеральной совокупности. Цель данных процедур в статистике сводится к возможности описать большой массив данных с помощью некоторых наиболее важных, ключевых значений. Подавляющее большинство статистик описывают массиву путем усреднения значений наблюдений . Самая распространенная процедура заключается в поиске выборочного среднего значения, которое определяется по формуле сложения всех имеющихся наблюдений и деленных на количество наблюдений:

Наряду с частным использованием выборочного среднего, при процессе определения тенденции данных к группировке вокруг среднего значения используют показатель средне квадратического отклонения:

В данном уравнении мы имеем суму квадратов разностей между наблюдениями и их средним значением .

Среднее значение и среднеквадратическое отклонение считаются одними из наиболее важных характеристик при необходимости описания набора данных совокупности. Их основное преимущество заключается в том, что они достаточно просты к вычислениям и предоставляют содержательные характеристики данных наблюдений. Также наряду с использованием среднеквадратического отклонения и нахождения выборочного среднего, для определения центрального значения из рассматриваемых данных применяется процедура поиска медианы. Медианой называют значение, которое делит выборку на две части, причем в одной они будут меньше, а в другой больше значения медианы. Размах используется для того, чтобы примерно оценить дисперсию выборки, чтобы вычислить размах требуется из самого большого значения выборки вычесть наименьшее.

Для изучения присутствия линейной зависимости в наборе данных между двумя величинами, а также для определения силы данной зависимости может быть использован коэффициент корреляции . Данный коэффициент измеряется от -1 до 1. Минимальное значение коэффициента корреляции равное -1 показывает, что рассматриваемые величины имеют совершенную отрицательную зависимость, в данном случае увеличение одной повлечет уменьшение другой, с другой стороны коэффициент равный +1 будет свидетельствовать о наличии совершенной положительной зависимости между двумя величинами . В том случае если коэффициент корреляции равен 0, то линейная зависимость отсутствует. Коэффициент корреляции можно найти по формуле:

При использовании коэффициента корреляции следует учитывать несколько критически важных моментов, первое на что требуется обратить внимание, это что коэффициент корреляции показывает данные о наличии зависимости между двумя величинами, однако он не может быть использован в качестве средства при определении причинно-следственной связи между факторами, таким образом будет некорректно сказать, что если между величинами присутствует корреляция, то это означает влияние одного фактора на другой, поскольку изменение двух величин может быть вызвано изменением третьего фактора, который не включен в анализ коэффициента корреляции . В данном случае решение о наличии причинно-следственной связи между величинами принимает эксперт, поскольку в реальной жизни могут цена на продукты в Санкт-Петербурге коррелировать с ценами на продукты в Екатеринбурге, однако неверно будет полагать, что какая-то из этих величин оказывает влияние на другую, в данном примере цены будут зависеть от экономической обстановки в стране.

Во-вторых, коэффициент корреляции направлен на определение наличия линейной зависимости, в то время если расчет коэффициента показывает, что линейная зависимость равна 0 или находится в пределах низкой корреляции, то неверно будет полагать, что между переменными не существует совершенно никакой зависимости, поскольку рассматриваемые величины, могут быть подвержены нелинейной зависимости .

Этап представляющий собой сбор данных, проверку их на достоверность, является одним из наиболее сложных из всех этапов прогнозирования, поскольку, если будет допущена ошибка на данном этапе, то заметить ее присутствие будет крайне сложно при последующих вычислениях, поэтому неверные данные на входе дают на выходе неверные прогнозные значения, которые не имеют релевантности по отношению к прогнозируемой величине. Точность прогноза во многом определяется точностью данных, которые будут использованы при построении модели прогнозирования . Из-за большого развития интернета, в общественном доступе появились практически все необходимые показатели для составления макропрогнозов для государств, также присутствует достаточно информации, чтобы делать прогнозы в рамках развития организации, однако наличие большого количества информации в общем доступе не всегда благоприятно сказывается на точности прогноза, поскольку факторы, которые включаются в модель прогнозирования должны иметь непосредственное отношение к исследуемому объекту . Для того, чтобы оценить будут ли искомые данные полезны при поиске решения для какой-то конкретной задачи можно воспользоваться проверкой по следующим четырем критериям:

а) Точность и достоверность исходных данных.

Соблюдение данного критерия подразумевает использование данных, которые получены из источников достоверной информации, а также требует, чтобы данные соответствовали контексту исследуемого объекта.

б) Значимость данных.

Данные будут отражать анализируемые обстоятельства.

в) Согласованность данных.

В данном случае имеется ввиду, что при обстоятельстве изменения данных для объекта, для которого они были собраны должны быть внесены соответствующие корректировки, которые позволят сохранить согласованность новых данных с исторически сложившейся структурой.

г) Привязка ко времени.

Данный критерий позволяет проверить данные на их хронологическое соответствие, таким образом данные которые удовлетворяют данному критерию являются наиболее предпочтительными для проведения прогноза, также здесь необходимо отметить, что данных может быть слишком мало, это означает, что недостаточно исторической предыстории, однако также важно понимать, что использование слишком большого количества данных накопленных за время, может повредить точности прогноза из-за возможной низкой релевантности в контексте прогнозируемого объекта .

Основными при проведении прогнозов могут считаться две категории данных. Первые представляются собой набор данных, которые были собраны в какой-то конкретный момент времени, это могут быть данные за различные промежутки времени: часы, недели, годы, декады и так далее. Вторая категория данных показывает данные которые были собраны с течением времени. Первый тип данных называют кросс-секционными, их основная задача заключается в том, чтобы выяснить взаимосвязи внутри исследуемой совокупности, с целью экстраполяции полученных результатов на генеральную совокупность. Данные, которые были собраны с течением времени называются временными рядами, обычно для этих данных существуют одинаковые интервалы во времени, через которые собираются данные об этих объектах.

Количественная модель прогнозирования используется при прогнозировании временных рядов, для обозначения величины в конкретный момент времени, прогнозного значения и ошибки прогноза используются следующие показатели :

При оценке ошибки прогноза используется несколько методов, большинство которых заключается в усреднении некоторых функций ошибок и фактических значений. Для вычисления ошибки прогноза используется разность между фактическим значением и значением прогноза, полученным для данного момента времени.

Наиболее распространенный метод вычисления ошибки прогноза заключается в сложении абсолютных значений погрешности прогноза и деление на количество наблюдений. Данный метод называется среднее абсолютное отклонение (Mean Absolute Deviation, MAD) . Использование данной техники оценки ошибки прогноза возможно в случае, если специалист осуществляющий измерение ошибки прогноза пытается получить в тех же единицах, в которых находится исходный ряд. Ошибка среднего абсолютного отклонения измеряется по формуле:

Следующий способ оценки ошибки прогнозирования - среднеквадратическая ошибка (Mean Squared Error, MSE) , который заключается в возведении в квадрат каждой ошибки прогноза и последующего суммирования всех ошибок в квадрате, сумма которых делится на количество наблюдений. Данная техника в силу своей особенности возведения ошибок в квадрат, является необходимой для того чтобы обратить внимание специалиста на большие погрешности, допущенные моделью при прогнозировании. В таком случае при сравнении двух методов, один из которых дает ошибки средней величины, а другой дает небольшие, но пиково попадаются существенные отклонения, может оказаться первый метод предпочтительнее. Среднеквадратическая ошибка прогноза вычисляется по формуле:

Однако вычисление абсолютных величин погрешностей не всегда является предпочтительным, поскольку расчет средней абсолютной ошибки в процентах позволяет оценить величину расхождения прогнозного значения и фактическими данными в процентном отношении. Средняя абсолютная ошибка в процентах (Mean Absolute Percentage Error, MAPE) высчитывается путем расчета абсолютной величины ошибки в каждый конкретный момент и делением на фактическое значение наблюдаемое в данный период времени, сумма данных действий по всем позиция прогноза суммируется и делится на количество наблюдений прогноза. Существенным преимуществом данного подхода является то, что в случае если исходный ряд содержит большие значения, то в итоге мы получим оценку прогноза в процентах, значение которой не будет превышать трех знаков. Расчет данного показатель оценки ошибки прогноза, средней абсолютной процентной ошибки производится по формуле:

Метод средней процентной ошибки (Mean Percentage Error, MPE) помогает определить существует ли смещение в прогнозных значениях, является ли полученный прогноз постоянно заниженным или завышенным. Вычисление средней процентной ошибки происходит путем выявления ошибки прогноза в каждый момент времени, с последующим делением найденной погрешности на фактическое значение характеризующее данный период, последующее суммирование полученных результатов предыдущих действий и деление на количество наблюдений позволяет оценить ошибку прогноза методов средней процентной ошибки. Для анализа данного показателя требуется понимать, что полученное слишком большое положительное значение в процентах означает, что метод является постоянно недооценивающим, то есть прогнозные значения меньше фактических, в случае если значение прогноза является большим отрицательным, то это означает, что рассматриваемый метод прогнозирования, для которого проводится оценка ошибок прогноза последовательно переоценивающий. Формула, которая описывает процесс нахождения средней процентной ошибки:

Решении о выборе того или иного метода прогнозирования часто основывается на оценки ошибок прогноза, которые получается при вычислении таких показателей как MAD, MSE, MAPE, MPE, правильно выбранный метод будет давать наименьшее отклонение от фактических значений, то есть будет является наиболее точным в прогнозировании будущих показателей.

Приложение 1. МЕТОДЫ СТАТИСТИЧЕСКОГО АНАЛИЗА И ПРОГНОЗИРОВАНИЯ В БИЗНЕСЕ

3. Основные этапы прогнозирования и типы прогнозов

Построение прогноза и связанные с ним построение и экспериментальная проверка (верификация) вероятностно-статистической модели обычно основаны на одновременном использовании информации двух типов:
- априорной информации о природе и содержательной сущности анализируемого явления, представленной, как правило, в виде тех или иных теоретических закономерностей, ограничений, гипотез;
- исходных статистических данных , характеризующих процесс и результаты функционирования анализируемого явления или системы.

Можно выделить следующие основные этапы прогнозирования.

1-й этап (постановочный ) включает в себя определение конечных прикладных целей прогнозирования; набора факторов и показателей (переменных), описание взаимосвязей между которыми нас интересует; роли этих факторов и показателей – какие из них, в рамках поставленной конкретной задачи, можно считать входными (т.е. полностью или частично регулируемыми или хотя бы легко поддающимися регистрации и прогнозу; подобные факторы несут смысловую нагрузку объясняющих в модели), а какие – выходными (эти факторы обычно трудно поддаются непосредственному прогнозу; их значения формируются как бы в процессе функционирования моделируемой системы, а сами факторы несут смысловую нагрузку объясняемых ).

2-й этап (априорный , предмодельный ) состоит в предшествующем построению модели анализе содержательной сущности изучаемого процесса или явления, формировании и формализации имеющейся априорной информации об этом явлении в виде ряда гипотез и исходных допущений (последние должны быть подкреплены теоретическими рассуждениями о механизме изучаемого явления или, если возможно, экспериментальной проверкой).

3-й этап (информационно-статистический ) заключается в сборе необходимой статистической информации, т.е. регистрации значений участвующих в анализе факторов и показателей на различных временных и (или) пространственных тактах функционирования моделируемой системы.

4-й этап (спецификация модели ) включает в себя непосредственный вывод (опирающийся на принятые на 2-м этапе гипотезы и исходные допущения) общего вида модельных соотношений, связывающих между собой интересующие нас входные и выходные переменные. Говоря об общем виде модельных соотношений, мы имеем в виду то обстоятельство, что на данном этапе будет определена лишь структура модели, ее символическая аналитическая запись, в которой наряду с известными числовыми значениями (представленными в основном исходными статистическими данными) будут присутствовать величины, содержательный смысл которых определен, а числовые значения – нет (их обычно называют параметрами модели, неизвестные значения которых подлежат статистическому оцениванию).

5-й этап (исследование идентифицируемости и идентификация модели ) состоит в проведении статистического анализа модели с целью «настройки» значений ее неизвестных параметров на те исходные статистические данные, которыми мы располагаем. При реализации этого этапа «прогнозист» должен сначала ответить на вопрос, возможно ли в принципе однозначно восстановить значения неизвестных параметров модели по имеющимся исходным статистическим данным при принятой на 4-м этапе структуре (способе спецификации) модели. Это составляет так называемую проблему идентифицируемости модели. А затем, после положительного ответа на этот вопрос, необходимо решить уже проблему идентификации модели, т.е. предложить и реализовать математически корректную процедуру оценивания неизвестных значений параметров модели по имеющимся исходным статистическим данным. Если проблема идентифицируемости решается отрицательно, то возвращаются к 4-у этапу и вносят необходимые коррективы в решение задачи спецификации модели.

6-й этап (верификация модели ) заключается в использовании различных процедур сопоставления модельных заключений, оценок, следствий и выводов с действительностью. Этот этап называют также этапом статистического анализа точности и адекватности модели. При пессимистическом характере результатов этого этапа необходимо возвратиться к этапу 4, а иногда и к этапу 1. Если же этап верификации модели дает положительные результаты, то модель может быть непосредственно использована для построения прогноза в соответствии с описанной выше общей схемой (10).

В описании содержания 1-го этапа процедуры прогнозирования речь шла, в частности, о необходимости определения конечных прикладных целей прогнозирования. Это подразумевает, в частности, и определение требуемого типа прогноза . Тип прогноза определяется двумя факторами:
горизонтом прогнозирования и
иерархическим уровнем прогнозируемого показателя .

По горизонту прогнозирования прогнозы делятся на краткосрочные (на 1-2 такта времени вперед), среднесрочные (на 3-5 тактов) и долгосрочные (более чем на 5 тактов времени вперед).

По уровню прогнозируемого показателя целесообразно выделять макро- , мезо- и микропрогнозы . Все, что связано с прогнозированием показателей, характеризующих деятельность фирм, компаний и предприятий, относится к микроуровню. Мезо- (региональный и отраслевой уровни) и макропрогнозы используются при описании внешней среды.

Следует подчеркнуть, что в реальности бизнесмен, руководитель предприятия может, конечно, успешно вести бизнес и не владеть методами построения математических моделей прогнозирования. Однако в условиях ужесточающейся конкуренции знание этих методов предоставляет бизнесмену и его бизнесу порой не менее значимые конкурентные преимущества, чем завоевание определенной доли рынка или получение выгодного кредита.

Предыдущая

Этапы экономического прогнозирования на уровне предприятия

Последовательность действий при разработке каждого конкретного прогноза может варьироваться, но в целом весь процесс происходит в три основные стадии:

• ретроспекция,
• диагнозирование,
• проспекция.

1. Прогнозные ретроспекции – этап прогнозирования , на котором исследуют историю развития объекта прогнозирования и прогнозного фона с целью получения их систематизированного описания.

   На стадии ретроспекции решают следующие задачи:

   • формирование описания объекта прогноза в прошлом;
   • окончательная формулировка и уточнения задачи прогнозирования.

   К этой стадии относятся, как правило, следующие работы:

   • предпрогнозный анализ объекта. Исходя из задания на прогноз и предыдущего исследования объекта, уточняют перечень характеристик и параметров объекта, рассматривающих в поданном задании, дают предыдущие оценки их важности и взаимных связей;
   • определение и оценка источников информации, порядок организации и работа с ними. Окончательная формулировка постановки задачи;
   • сбор ретроспективной информации и формирование базы данных для проведения практических расчетов.

2. Прогнозный диагноз – этап прогнозирования, на котором исследуют систематизированное описание объекта прогнозирования и прогнозного фона с целью выявление зависимостей.

   На стадии диагноза решаются следующие задачи:

   • разработка модели объекта прогноза;
   • выбор метода прогнозирования.

   На этой стадии осуществляют следующие этапы исследования :

   • создание формализованного описания объекта (математической модели) на основе принятой структуры объекта и полученной ретроспективной информации;
   • определение текущих значений характеристик объекта на основе источников информации, проверка степени адекватности модели объекта прогноза;
   • осуществление выбора метода прогнозирования, адекватного классификации объекта, характера его развития и задаче прогноза;
   • выбор инструментов (программного обеспечения) процесса прогнозирования.

3. Проспекция – этап прогнозирования, на котором по результатам диагноза разрабатывают прогнозы объекта прогнозирования и прогнозного фона, проводят оценку достоверности и точности прогноза.

   Стадия проспекции предусматривает получение результатов прогноза на основе всех предыдущих этапов:

   • расчет прогнозных параметров на заданном периоде упреждения;
   • согласование и синтез отдельных прогнозов в соответствии с принятыми правилами;
   • верификация прогноза и выяснение степени его точности.

Замечание 1

Такая последовательность в разработке прогнозов характерна для методов прогнозирования, основанных на математическом моделировании объектов. В случае использования экспертных методов прогнозирования состав и содержание этапов несколько меняется.

Завершается разработка прогноза, как правило, разработкой рекомендаций по принятию решений. По истечении определенного времени проводят экспертизу прогноза, а по ее результатам – доработку прогноза и рекомендаций.

Этапы экономического прогнозирования на макроуровне

Процесс прогнозирования макроэкономических показателей можно представить в виде следующих последовательных этапов:

1. Начальный:

   • выявление объектов и периода прогноза;
   • формулировка целей разработки прогноза;
   • определение источников информации;
   • обоснование инструментов прогноза.

2. Аналитический:

   • формирование для каждой цели системы обоснованных показателей;
   • определение группы экспертов для проведения анализа;
   • сбор и анализ информации для определения состояния объекта прогноза.

3. Организационный:

   • формирование команды исполнителей;
   • обоснование системы основных показателей для прогнозирования.

4. Прогнозный:

   • разработка непосредственно прогноза;
   • определение альтернативных сценариев прогноза.

5. Заключительный:

   • мониторинг уровня результативности по вариантам прогноза;
   • разработка системы контроля;
   • стимулирование и регулирование процесса реализации прогнозных значений.

Чистые риски. Причины и факторы риска. Риск на различных этапах маркетингового цикла . Допустимый, неизбежный и недопустимый (чрезмерный) риск. Цена риска . Коэффициент риска. Понятие управления рисками в маркетинге. Задачи управления рисками. Прогнозирование рисков. Страхование рисков . Методы снижения уровня риска диверсификация , страхование, информационная обеспеченность , использование достижений НТП. Роль человеческого фактора в управлении рисками . Стохастический характер ряда рисков.  

Построение КП связано с большими сложностями. Если бы удалось предсказать положение КП для всех плановых периодов в течение, например, ближайших 10 лет, то можно было бы достаточно уверенно предсказывать экономический результат за этот период. Все стадии освоения ресурсов ГРР, разбуривание, обустройство и эксплуатация имеют долгосрочный характер. Следовательно, совокупность ресурсов (запасов) на каждом из этих этапов есть результат предшествующей деятельности, отражающей уровень потребности в нефти, геологические, налоговые и экономические условия производства на перспективу. Состояние ресурсной базы на современном этапе характеризуется истощением основных месторождений, что, в свою очередь, влияет на формирование объектов и структуры потребления нефти и газа. Таким образом, значения КП являются функцией таких параметров, как потребность в нефти уровень затрат и цен, наличие и качество открытых запасов. Варианты добычи отражают один или несколько сценариев в отношении возможных значений технико-экономических показателей в прогнозируемом периоде. Источник неопределенности возникает из-за невозможности точной оценки качества запасов нефти (газа), а также достоверного прогнозирования цен на длительный период.  

Создание информационных систем, обеспечивающих сбор и подготовку информации , способствует решению задач по прогнозированию, планированию и распределению газа с учетом проведения многовариантных расчетов. На этом этапе развития решаются также задачи оперативного регулирования запасами  

Все это накладывает своеобразный отпечаток на современное прогнозирование на всех этапах, начиная с постановки задачи и кончая конкретными расчетами.  

Взаимодействие между предприятием и вузом должно начинаться еще на этапе, предшествующем учебному процессу, что существенно повышает эффективность деятельности обоих участников взаимодействия. Прогнозирование и учет перспективных потребностей в работниках интеллектуального труда позволят предприятию своевременно реагировать на тенденции развития отрасли и действовать адекватно складывающейся ситуации. Задача вуза - помочь предприятию развиваться согласно требованиям времени и конъюнктуры рынка , а предложенный нами инновационный подход позволяет сделать это.  

В данном издании рассматриваются особенности экономического прогнозирования и планирования национальной экономики ведущих стран мира и России, методологические подходы к управлению национальной экономикой и роль отдельных методов в данном процессе, этапы эволюции рыночных отношений , особенности экономических моделей хозяйствования. Особое внимание уделяется структурно-функциональному и комплексному подходу при решении сложнейших задач прогнозирования и планирования.  

Прогнозирование - важнейший этап системы управления национальной экономики , так как любое управленческое решение по своей сути является реализацией результата прогноза. В связи с этим гипотезы, на которых основаны прогнозы, должны быть ясно сформулированы.  

На этапе прогнозирования формируются возможные цели развития как на общенациональном, так и отраслевом и региональном уровнях управления. Прогнозы на федеральном, отраслевом и региональном уровнях учитывают и результаты прогнозных исследований, проводимых частными организациями и корпорациями.  

На этапе прогнозирования формируются возможные цели развития как на общенациональном, так и отраслевом и региональном уровнях управления. Прогнозированием занимаются государственные подразделения различного у ровня, Центральный банк страны, специализированные коммерческие фирмы, частные промышленные, банковские, страховые и торговые корпорации. Прогнозы на федеральном, отраслевом и региональном уровнях учитывают и результаты прогнозных  

ПРОГНОЗИРОВАНИЕ - ОСНОВНОЙ ЭТАП УПРАВЛЕНИЯ НАЦИОНАЛЬНОЙ ЭКОНОМИКОЙ  

На этапе прогнозирования разрабатывается комплекс прогнозов в вариантной постановке. Варианты прогнозов могут отличаться намеченными целями  

Таким образом, если этапы ретроспективного анализа и прогнозирования носят сугубо научный характер, то этап выработки концепции, политики государственных органов имеет преимущественно политический характер, и выбранный вариант развития СЭС страны не обязательно бывает рациональным по чисто экономическим критериям.  

Ввиду сложности использования системы экономических индикаторов и индексов в прогнозировании некоторые исследователи считают этот подход (или метод) больше искусством, чем наукой. Поэтому на первый план выдвигается умение и опыт исследователя, хорошее знание им закономерностей развития экономики в целом и ее особенностей на данном этапе.  

Я. Тинберген выделил четыре стадии (этапа) прогнозирования  

Однако чаще всего проблемы появляются на практике. Если государство проводит активную структурную политику и в то же время существует четкая шкала предпочтений относительно отраслевой структуры экономики , а характер распределения экономической деятельности по регионам при этом практически не имеет значения, то отраслевые расчеты должны выполняться на втором этапе прогнозирования, региональные - на третьем. В этом случае в региональном прогнозировании учитываются ограничения, обусловленные решениями, принятыми на отраслевом уровне.  

Напомним, что в схеме не отражены региональные прогнозы, включение которых расширит систему прогнозов и увеличит число стадий (этапов) прогнозирования.  

На различных этапах прогнозирования, особенно при анализе объекта прогнозирования, его классификации и моделировании, а также при выявлении функций объекта может применяться метод аналогий и ассоциаций. Он предназначен для активизации творческого мышления и получения дополнительной информации об исследуемом объекте при поиске новых идей и решений. Метод включает в себя два типа приемов активизации творческого мышления и получения информации об исследуемом объекте, т.е. средств анализа и синтеза информации при поиске идей для решения поставленных задач.  

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 анализа.  

В качестве вспомогательного творческого элемента при прогнозировании метод может успешно применяться на всех этапах, особенно в условиях неопределенности и при возникновении тупиковых ситуаций, когда другие способы не позволяют получить удовлетворительный результат.  

Процесс прогнозирования на основе имитационного моделирования включает в себя несколько основных этапов  

Второй этап - выделение существенных факторов, влияющих на объект прогнозирования  

Вторая группа проблем, занимающих центральное место в работе, связана со спецификой конкретной энергосырьевой политики, которую проводят арабские прогрессивные государства, находящиеся на этапе национально-демократической революции,- мировые экспортеры жидкого топлива. Как центральное звено в их общенациональной стратегии хозяйственнрго и социально-культурного Строительства, а также в качестве внешнеполитического инструмента нефтяная политика формируется с учетом разнообразных многочисленных параметров, макроэкономических и отраслевых, испытывая одновременно воздействие целого ряда неэкономических факторов. Возможно более полный охват этого сложного комплекса причинно-следственных связей - важнейшая гарантия глубины его анализа и надежности прогнозирования. Эти элементы несомненно нуждаются в систематизации. Но излишняя схематичность, увлеченность моделированием иногда опаснее чрезмерной осторожности в обобщениях. Нередко аналогичные, а порой и идентичные объективные предпосылки служат основой принципиально различных сырьевых стратегий, что весьма наглядно прослеживалось в Ираке 60-х и Ливии на рубеже 70-х годов. Это еще раз убедило автора в необходимости особого внимания к социально-классовым истокам нефтяной политики, при прочих равных условиях зачастую определяющим ее характер, как и характер субъективных факторов вообще. Тот же момент существенно повлиял на выбор стран - основных предметов изучения в данной работе.  

Слабаяинтеграциясдругимисистемами. Этапы постановки целей и проверки результатов должны сочетаться с другими мерами, например, прогнозированием, составлением бюджета и иными процессами.  

Основными этапами прогнозирования являются:

1) выявление потребностей на рынке. Начальным этапом экономического прогноза является определение на рынке социально-экономического заказа общества либо иерархической совокупности таких заказов, если речь идет о многопрофильном прогнозе. В самом общем плане социально-экономический заказ характеризуется тем, что помимо детерминированных потребностей общества в отдельных продуктах он определяет и ограничения ресурсов, которые общество может затратить, а предприятие – выделить на удовлетворение этих потребностей;

2) учет взаимосвязи между выявленными элементами «потребность – ресурсы»;

3) разработка технических прогнозов, непосредственно связанных с объектом экономического прогнозирования, выявление и конкретизация потребностей рынка в нововведениях, которые являются составной частью рыночной конъюнктуры;

4) разработка прогнозов относительно области возможных путей производства и развития самого объекта прогнозирования (рис. 1.1), исходя из выявленных на первом этапе конкретных потребностей, содержащихся в социально-экономическом заказе и механизме рынка;

5) разработка путей реализации прогноза производства в рамках верхнего предела затрат, указанных в заказе при разработке прогноза.

6) дальнейшая конкретизация полученных прогно­зов и расчетов (в результате итеративных процедур) в области соответствующих возможных путей техническо­го и экономического развития, необходимых ресурсов, хозяйственных распоряжений относительно реализации поставленной задачи.

Рис. 1.1 Связь технического и экономического прогнозов

Указанная последовательность этапов построения технико-экономических прогнозов предотвращает неоправданные потери предприятия и облегчает поиск оптимальных вариантов экономического и тех­нического развития. Взаимосвязь технических и экономических прогнозов, помогает определить новые возможности предприятия и по­требности рынка.

Экономические прогнозы могут разрабатываться для предприятия в целом, отдельных его цехов или видов продукции. В каждом случае используются определенные методы и конкретные показатели. Наиболее общими показателями, которые должен определять прогноз, являются:

· вероятность достижения поставленной цели в рамках рассматриваемого в прогнозе направления;

· капитальные вложения , необходимые на программу в целом и на каж­дый год прогнозируемого периода;

· затраты труда (в человеко-годах/часах) в каждом году прогнозиру­емого периода с выделением затрат по категориям профессий;

· текущие издержки производства в каждом году прогнозируемого пе­риода с выделением издержек на различных стадиях жизненного цикла изделий;

· прибыль предприятия .

Прогнозирование предполагает исследование еще не существующего объекта. Этот познавательный феномен требует, с одной стороны, философского осмысления с точки зрения категорий диалектики, а, с другой стороны, формулирования основных методологических принципов, способных служить конструктивной основой для разработки прикладных методов прогнозирования.

Успехи практического прогнозирования вызвали в 1970-х годах широкий поток методологических исследований. Этому способствовало и появление новой области исследования – глобальной проблематики, связанной с рассмотрением мировых ресурсных, экологических, демографических, продовольственных и других проблем, требующих как философского, так и конкретно-практического осмысления.

В развитых странах бум прогностических исследований продолжается и в настоящее время.

Появились специальные издания, посвященные вопросам прогнозирования. Под феномен прогнозирования подводятся различные методологические исследования, отражающие позиции различных философских школ. Провозглашено появление новой области знаний – футурологии – науки о будущем. Прогнозирование, прежде всего, связано с развитием объекта исследования.

Значительный вклад в теорию прогнозирования внесли советские ученые. Конкретная проблематика теории прогнозирования нашла отражение в создании специального понятийного аппарата и общих принципов исследований будущего. Научная теория прогнозирования использует специфические гносеологические категории, порожденные своеобразием познавательной ситуации при прогнозировании, и формулирует основополагающие методологические принципы научного прогнозирования.

Наиболее общим методологическим вопросом, на который должна ответить теория прогнозирования, является вопрос о самой возможности научного предвидения путей развития общества в его различных аспектах – социальном, экономическом, политическим, научно-техническом и т.д. Если исследования настоящего и прошлого позволяют выявить устойчивые связи и отношения и на их основе сформулировать объективные законы развития, то с помощью этих законов возможно и научное предвидение. Другими словами, существование объективных законов развития определяет принципиальную возможность прогнозирования, которая может быть реализована по мере вскрытия этих законов наукой. Это наиболее общее положение теории прогнозирования говорит также о том, что судить о будущем можно, только экстраполируя вычисленные к моменту прогноза тенденции развития, т.е. прогноз основан на настоящем. Будущие события, не связанные со знанием о настоящем, не могут быть предметом научного прогнозирования.

Изучая настоящее и прошлое объекта, исследователь строит его образ, а при теоретическом обобщении – абстрактную модель, относительно которой формулируются тенденции и законы развития. С помощью экстраполяции выявленных

тенденций строится идеальных образ будущего, не существующего в настоящее время объекта, который и является предметом изучения при прогнозировании. Следует подчеркнуть, что создание такого идеального образа носит целенаправленный характер, отражающий задачи прогноза по определению будущих ситуаций и возможных проблем, которые должны быть ориентиром при решении конкретных задач сегодняшнего дня.

Научное прогнозирование предполагает построение теории развития объекта исследования, в которой должны найти свое отражение все ее основные функции – описательная, объяснительная и предсказательная. Здесь прогнозирование выступает как необходимый элемент теоретического знания, без которого теория не имеет практической ценности. Вместе с тем, являясь неотъемлемой составной частью теории, предвидение выступает как относительно самостоятельная форма научного познания, имеющая свою специфику и присущие только ей закономерности. Это положение особенно наглядно проявляется в вопросе выбора критерия истинности теории. Если объект реально существует, то состоятельность той или иной теории проверяется путем сопоставления результатов теории с соответствующими показателями развития объекта. Иными словами, теория проверяется практикой. При прогнозировании эта классическая формула не работает, так как никакой практики, т.е. реального объекта, еще не существует.