Контрольная работа по "Прогнозирование рынка"

Контрольная работа

по прогнозированию рынка

Содержание 

1. Индивидуальные методы экспертных оценок      3
2. Построение многофакторной корреляционно-регрессионной

         модели и прогнозирование на ее основе      11

3. Задача №12           14
4. Список использованных источников      16

     1 Индивидуальные  методы экспертных  оценок 

    Современная экономика предъявляет новые, более  высокие требования к управлению. Вопросы совершенствования методов управления приобретают сейчас особо важное значение, поскольку именно в этой сфере имеются еще большие резервы роста эффективности народного хозяйства.

    Существенным  фактором повышения научного уровня управления является применение при подготовке решений математических методов и моделей. Однако, полная математическая формализация технико-экономических задач часто неосуществима вследствие их качественной новизны и сложности. В связи с этим все шире используются экспертные методы, под которыми понимают комплекс логических и математико-статистических методов и процедур, направленных на получение от специалистов информации, необходимой для подготовки и выбора рациональных решений.

    Экспертные  методы применяют сейчас в ситуациях, когда выбор, обоснование и оценка последствий решений не могут быть выполнены на основе точных расчетов. Такие ситуации нередко возникают при разработке современных проблем управления общественным производством и, особенно, при прогнозировании и долгосрочном планировании.

    В последние годы экспертные оценки находят широкое применение в социально-политическом и научно-техническом прогнозировании, в планировании народного хозяйства, отраслей, объединений, в разработке крупных научно-технических, экономических и социальных программ, в решении отдельных проблем управления.

    Использование математического программирования и вычислительной техники позволяет принимать решения, основанные на более полной и надежной информации. Но, несомненно и то, что при любых условиях для выбора рационального решения требуется нечто большее, чем хорошая математическая модель.

    Практика  показывает, что основные трудности, возникающие при поиске и выборе деловых решений, обусловлены прежде всего недостаточно высоким качеством и неполнотой имеющейся информации:

• исходная статистическая информация зачастую бывает недостаточно достоверной;
• некоторая часть информации имеет качественный характер и не поддается количественной оценке;
• получение информации порой связано с большими затратами времени или средств;
• существует большая группа факторов, которые могут повлиять на реализацию решения в будущем, но их нельзя точно предсказать;
• возникает проблема выбора наилучшего варианта решения, т.е. принятие одного варианта всегда связано с отказом от других решений;
• многозначность, многомерность и качественное различие показателей являются серьезным препятствием для получения обобщенной оценки относительной эффективности, важности, ценности или полезности каждого из возможных решений.

    В связи с этим одна из главных особенностей решения сложных проблем состоит  в том, что применение расчетов здесь всегда переплетается с использованием суждений руководителей, ученых, специалистов. Эти суждения позволяют хотя бы частично компенсировать недостаток информации, полнее использовать индивидуальный и коллективный опыт, учесть предположения специалистов о будущих состояниях объектов.       

    Экспертные  оценки по своей сути субъективны  в том смысле, что различные  люди по одному и тому же вопросу  могут высказывать несовпадающие  суждения. Но поскольку в основе каждого из них лежит вполне определенная информация, накопленный опыт, результаты анализа объективной действительности, то предполагается, что различия между суждениями будут либо не слишком велики, либо они могут быть преодолены путем их взаимной коррекции, произведенной с учетом дополнительных сведений, полученных от других экспертов. Такой вывод представляется вполне обоснованным, поскольку при увеличении количества объективной информации о процессе, как правило, повышается степень правдоподобия выдвигаемых гипотез, происходит их трансформация в научное знание.

    Опыт, понимание сущности проблемы, чувство перспективы и интуиция помогают эксперту ориентироваться в ситуации, выдвигать обоснованные суждения в отношении возможности осуществления альтернатив, предполагать более рациональный путь развития процесса. Однако ценность экспертной информации может быть определена только на основе ее всестороннего анализа, сопоставления с другими оценками по рассматриваемой проблеме. В этой связи и роль формальных методов не сводится только к получению обобщенных характеристик всей совокупности суждений экспертов - их некоторой средней, дисперсии и т.п. Их назначение в широком смысле состоит в обобщении всей полученной информации, ее систематизации, выявлении принципиальных альтернатив, определении факторов, снимающих неопределенность при разработке прогнозного решения и т.д.

    Таким образом, методы обработки и анализа  экспертной информации по своей сути отличаются от методов обработки  статистической информации, направленных на выявление закономерностей больших  чисел. Вся совокупность процедур, логических приемов и математических методов, применяемых для сбора, обобщения и анализа данных, полученных от экспертов, выделяется в специальную группу методов, получивших название методов экспертных оценок. Каждый из экспертов разрабатывает индивидуальное решение в отношении предполагаемых будущих характеристик исследуемого процесса. Оно получается как результат проведенного им анализа проблемы на основе определенной исходной информации. В общем случае такое решение можно выразить в следующем виде, преобразовав выражение из работы Л.Г. Евланова, В.Ф. Кутузова:

             (1)                   

    где Sс - описание исходной проблемной ситуации;

          т - время, располагаемое для принятия решения;

           R - ресурсы; Si =(s,s,...,s) - множество возможных ситуаций, которые рассматривает i-й эксперт при обосновании своего решения;

          Xi = (x,x,...,x) - множество возможных решений в отношении предполагаемых состояний исследуемого процесса в перспективе;

         сi=(c,c,...,c) — множество целей, которые, как считает i-й эксперт, необходимо достичь в ходе развития процесса.

    В выражении справа от наклонной черты помещена исходная информация, которая является общей для всех экспертов, а слева — индивидуальные решения. При этом иногда множество целей развития процесса может быть известно заранее — в этом случае их необходимо перенести в правую часть выражения. Аналогично, если в задаче неизвестными являются ресурсы, то они должны располагаться слева от наклонной черты.

    На  основе множества индивидуальных экспертных решений, которое в соответствии с принятыми обозначениями выразим через (Si ,Хi ,сi), i ==1,2,..., n, специалисты разрабатывают обобщенный прогноз развития процесса (один или несколько альтернативных вариантов). Его можно представить в следующем формализованном виде: 

          (2)

    где  —  правило получения прогнозного решения.

    Это правило не является полностью формализованной  процедурой вывода обобщенного прогнозного  решения. Особенности его применения во многом зависят от принимаемых  предположений в отношении экспертных оценок, способа их получения, организации экспертиз, типа прогнозной задачи и др.

    Экспертные  оценки подразделяются на индивидуальные и коллективные.

    К индивидуальным относятся, например, метод  «интервью», аналитические докладные  записки, написание сценария. Индивидуальные методы предполагают независимую работу каждого из экспертов над решением поставленной проблемы. Окончательный вариант решения в этом случае определяется путем анализа экспертных данных непосредственно исследователем.

    В методе «интервью» осуществляется непосредственный контакт исследователя-прогнозиста с экспертом в режиме работы «вопрос-ответ» по заранее разработанной программе, направленной на выявление перспектив развития изучаемого процесса. Успех в работе зависит, в конечном счете, от продуманности вопросов, их однозначности и логической взаимосвязанности.

    Вопросы по существу изучаемой проблемы можно  разделить на две группы. Во-первых, направленные на оценку мотивов, которыми руководствовался эксперт при обосновании  решения, и во-вторых, на определение собственно этого решения.

    Кроме того, различают вопросы открытые и закрытые, прямые и косвенные. Ответы на открытые вопросы даются экспертом в произвольной форме. Возможные варианты ответов на закрытые вопросы предусматриваются при их формулировке, так что эксперты должны выбрать один (или несколько) из предлагаемых альтернатив. Простейший вид закрытого вопроса— дихотомический— предполагает ответы типа «да, нет».

    Ответы  могут иметь как качественный, так и количественный характер. В первом случае эксперт должен дать один ответ на поставленный вопрос, а во втором — каждому ответу ставится в соответствие определенное число, характеризующее его приоритет по сравнению с другими альтернативами.

    Открытые  вопросы не ограничивают творческих возможностей экспертов, а потому их ответы могут содержать принципиально новые для исследователей аспекты проблемы (направления развития процессов). Однако в этом случае существует опасность произвольной трактовки вопросов со стороны экспертов, что затрудняет обработку и анализ ответов на них, может привести к несравнимости результатов ответов.

    В противоположность этому главное  достоинство вопросов закрытого  типа как раз и состоит в  строгой однозначности ответов  на них, а недостаток — в опасности  навязывания эксперту позиции, хотя он может иметь собственное мнение по тому или иному вопросу, не совпадающее ни с одним из предлагаемых ответов, либо вообще не иметь никакого мнения. (Для устранения таких ситуаций в некоторых случаях целесообразно предоставлять возможность эксперту выдвигать собственный вариант ответа на поставленный вопрос либо уклоняться от ответа).

    Вопросы прямого типа раскрывают цель экспертизы, косвенного — маскируют ее. Косвенные  вопросы используют обычно в тех  случаях, когда у исследователя нет уверенности в том, что эксперт захочет или сможет предоставить объективную информацию в своем ответе.

    Составление аналитических экспертных записок включает самостоятельную работу эксперта над анализом тенденций процесса. В ходе такой работы эксперт может использовать всю необходимую ему информацию. Результатом работы является докладная записка с обоснованием предполагаемых в будущем состояний процесса.

    Разновидностью  вышеуказанного метода является метод "индивидуального блокнота". Он представляет собой заочную работу эксперта без непосредственного общения с исследователями. Эксперт получает блокнот, на первой странице которого описана проблема, и затем в течение оговоренного периода времени (определяемого сложностью проблемы и срочностью ее решения) заносит в этот блокнот все свои мысли, идеи, замечания, касающиеся поставленной задачи, после чего сдает блокнот исследователям. Существенную сложность представляет последующая обработка информации и ее интерпретация. Метод требует значительного вовлечения эксперта и, следовательно, предполагает высокий уровень оплаты его труда.

    Как модификацию аналитической экспертной записки можно рассматривать и написание сценария, хотя последний по спектру используемых методов может быть значительно шире. В его основе лежит установление и описание логической последовательности ситуаций, которые, исходя из существующего состояния процесса, в будущем переведут его в другие возможные состояния. Последовательность состояний обычно рассматривается во временной системе координат. Методика написания сценария требует выявления тенденций процессов в последовательности временных периодов, определения необходимых управляющих воздействий и тех переломных точек, в которых эти воздействия необходимо применять с тем, чтобы цели развития рассматриваемых явлений были достигнуты. Таким образом, сценарный метод применяется только при прогнозировании частично или полностью управляемых процессов. Разработка сценария принуждает обращать внимание на детальные стороны взаимосвязей между явлениями, которые легко могли бы быть упущены на абстрактном уровне их анализа. Следует отметить, что разработкой сценария может заниматься не один эксперт, а целая группа. В таком случае этот метод относится к коллективным экспертным методам. Индивидуальное экспертное прогнозирование достаточно широкое распространение получило при определении будущих изменений на рынке товаров: перспективных характеристик спроса, потребления и производства товаров и услуг различных групп, инвестиций и товарных запасов и т.п.

    В качестве экспертов, предсказывающих  рыночную ситуацию, выступают специалисты  сбытовых организаций (в капиталистических  странах — экономические агенты, специалисты фирм), которые по роду своих занятий уже выработали определенные представления о будущем состоянии изучаемых процессов. Для получения такой информации нередко проводятся выборочные обследования потребителей.

    Динамизм  и новизна современных народнохозяйственных задач, возможность возникновения разнообразных факторов, влияющих на эффективность решений, требуют, чтобы эти решения принимались быстро и в то же время были хорошо обоснованы. Опыт, интуиция, чувство перспективы в сочетании с информацией помогают специалистам точнее выбирать наиболее важные цели и направления развития, находить наилучшие варианты решения сложных научно-технических и социально-экономических задач в условиях, когда нет информации о решении аналогичных проблем в прошлом.

    Использование метода экспертных оценок помогает формализовать процедуры сбора, обобщения и анализа мнений специалистов с целью преобразования их в форму, наиболее удобную для принятия обоснованного решения. Но, следует заметить, что метод экспертных оценок не может заменить ни административных, ни плановых решений, он лишь позволяет пополнить информацию, необходимую для подготовки и принятия таких решений. Широкое использование экспертных оценок правомерно только там, где для анализа будущего невозможно применить более точные методы.

    Экспертные  методы непрерывно развиваются и совершенствуются. Основные направления этого развития определяются рядом факторов, в числе которых можно указать на стремление расширить области применения, повысить степень использования математических методов и электронно-вычислительной техники, а также изыскать пути устранения выявляющихся недостатков.

    Несмотря  на успехи, достигнутые в последние  годы в разработке и практическом использовании метода экспертных оценок, имеется ряд проблем и задач, требующих дальнейших методологических исследований и практической проверки. 
 
 
 

            2 Построение многофакторной корреляционно-регрессионной модели и прогнозирование на ее основе. 

    Основу  экономических исследований должен составлять глубокий качественный анализ. Наряду с этим для обоснования текущих перспективных планов необходима количественная оценка процесса. Например, с помощью метода корреляционно-регрессионного анализа.

    Корреляционно-регрессионный  анализ является одним из наиболее распространенных математических методов, используемых в анализе хозяйственной деятельности предприятия. Применение этого метода требует использования программ решения задач на ЭВМ, так как корреляционно-регрессионный анализ требует большого количества трудоемких расчетов и большой подготовительной работы.

    Корреляционно-регрессионный  анализ применяется в тех случаях, когда между анализируемыми показателями нет строгой зависимости и  полного соответствия, т. е. нет функциональной зависимости.

    Корреляционный  анализ основывается на массовости (не меньше 20 пар наблюдений) данных, так как малое количество наблюдений не позволяет обнаружить закономерность связи.

    Корреляционно-регрессионный  анализ (КРА) заключается в построении и анализе статистической модели в виде уравнения регрессии (уравнение корреляционной связи), приближенно выражающей зависимость результативного признака от одного или нескольких факторных признаков и в оценке степени тесноты связи. Теснота связи между показателями измеряется коэффициентом корреляции для прямолинейной зависимости и корреляционным отношением для криволинейной зависимости.

    Основные  задачи корреляционно-регрессионного анализа:

    1. Измерение тесноты связи между  результативным и факторным признаком  (признаками). В зависимости от  количества влияющих на результат  факторов задача решается путем вычисления корреляционного отношения, коэффициентов парной, частной, множественной корреляции или детерминации.

    2. Оценка параметров уравнения  регрессии, выражающего зависимость  средних значений результативного  признака от значений факторного признака (признаков). Задача решается путем вычисления коэффициентов регрессии.

    3. Определение важнейших факторов, влияющих на результативный признак.  Задача решается путем оценки  тесноты связи факторов с результатом.

    4. Прогнозирование возможных значений результативного признака при задаваемых значениях факторных признаков. Задача решается путем подстановки ожидаемых значений факторов в регрессионное уравнение и вычисления прогнозируемых значений результата.

      При изучении взаимосвязей выделяют следующие основные этапы:

            1. Качественный анализ явления, в процессе которого устанавливаются причинно-следственные связи между явлениями, определяется направление связи.

       2. Построение модели связи. Выбирается  определенный вид математической функции, наилучшим образом отображаемый характер изучаемой связи. Эта задача решается с помощью регрессионного анализа. Математическая функция, отображающая форму корреляционной зависимости называется уравнением регрессии.

    3. Интерпретация результатов. Оценивается  теснота связи между признаками (эта задача решается с помощью корреляционного анализа). Если характеризуется связь двух признаков, то она называется парной, более двух –множественной.

    Многофакторный  корреляционно-регрессионный анализ позволяет оценить степень влияния на исследуемый результативный показатель каждого из включенных в модель факторов при фиксированном положении остальных факторов, а также с определенной степенью точности найти теоретическое значение этого показателя.

    Математически задача формулируется следующим образом: требуется найти аналитическое выражение наилучшим образом отражающее связь факторных признаков с результативным, т.е. найти функцию: 

     .      (3)

    Наиболее  сложной проблемой при этом является выбор формы связи. Её можно определить эмпирически путем перебора функций разных типов, однако, это связано с большим объемом вычислительных работ.

    Практика  построения многофакторных моделей  взаимосвязи показывает, что все реально существующие зависимости между социально-экономическими явлениями можно описать, используя пять типов моделей:

    1) Линейная модель

         (4)

    Каждый  коэффициент уравнения (a0, a1, a2, .,an) степень влияния соответствующего фактора на анализируемый показатель. Они определяются путем решения системы нормальных уравнений на основе метода наименьших квадратов. Сущность данного метода заключается в нахождении параметров модели, при которых минимизируется сумма квадратов отклонений эмпирических (фактических) значений результативного признака от теоретических, полученных по уравнению регрессии: 

          (5) 

    2) Степенная функция.

    3) Показательная функция.

    4) Параболическая функция.

    5) Гиперболическая функция.

    После выбора функции приступают к многофакторному  корреляционно-регрессионному анализу, задачей которого является построение уравнения множественной регрессии и нахождения его неизвестных параметров.

    После построения регрессионной модели с  помощью корреляционного анализа осуществляют проверку адекватности полученной модели. Адекватную модель экономически интерпретируют. Проверка адекватности моделей начинается с проверки значимости каждого коэффициента регрессии с помощью t-критерия Стьюдента. Проверка адекватности всей модели осуществляется с помощью расчета F-критерия и величины средней ошибки аппроксимации. Значение средней ошибки не должно превышать 12-15%.

    Затем результаты регрессионного анализа сравниваются с гипотезами, сформулированными на первом этапе исследования, и оценивается их правдоподобие с экономической точки зрения.

    Полученное  уравнение регрессии находит  практическое применение в прогностическом анализе. Прогноз получают путем подстановки в регрессию с численно оцененными параметрами значений факторов. Следует подчеркнуть, что прогнозирование результатов по регрессии лучше поддается содержательной интерпретации, чем простая экстраполяция тенденций, так как полнее учитывается природа исследуемого явления.

    Корреляционно-регрессионный  анализ используется в хозяйственной  деятельности для обработки экономических  статистических данных, для выявления  связи показателей коммерческой деятельности и факторов, влияющих на ее показатели и т.п. В частности, использование корреляционно-регрессионного анализа позволяет более эффективно решать задачи прогнозирования доходов организации и планирования ее будущего финансового состояния, в связи с чем, данный математический метод рекомендуется использовать более активно.

     Задача 12

    Зависимость спроса (продаж) товара от денежных доходов  населения и цены товара выражается следующим многофакторным уравнением регрессии:

    Q = 63 + 8,7 ∙ I – 4,3 ∙ P²,

    где Q – объем продаж товара А, ед.;

    I – доход, р.;

    P – цена единицы товара, р.

    Необходимо:

    а) определить теоретические коэффициенты эластичности, если среднедушевой доход потребителей на данном рынке составляет 520 тыс. р., а средняя цена товара – 84 тыс. р.;

    б) дать прогноз продаж фирмы на планируемый  год, если текущий объем продаж – 38 934 ед.; при этом предполагается рост доходов населения на 3,1 % и цены товара – на 4,2 %.

    Решение. 

    1. Рассчитаем текущий объем продаж товара А на данном рынке, шт:

    Q=63+8,7 ∙ 520 – 4,3 ∙ 84²=-25754 

    Коэффициент эластичности представляет собой 

    Коэффициент эластичности спроса по доходу вычисляется по формуле:

    где

    Таким образом, коэффициент эластичности спроса по доходу равен:

    Он  означает, что при изменении дохода на 1% спрос на товар А уменьшится на 0,176

    Далее рассчитаем коэффициент эластичности спроса по цене.

    Коэффициент эластичности по цене рассчитывается по формуле:

    где

    Таким образом, коэффициент эластичности спроса по доходу равен:

    Это означает, что при изменении цены на 1% спрос на товар А увеличится на 4,712.

    2. Изменение объема продаж фирмы на планируемый год находим с помощью формулы:

    Т.е.

    Таким образом, прогнозируемый объём продаж товара А на данном рынке будет равен

    Q_пр=38 934*1,19244=46426 шт.

     Список использованных источников

1. Афанасьев В.Г. Научное управление обществом. М.: Полит, 1968-183 с.
2. Бешелев С.Д., Гурвич Ф.Г. Математико-статистические методы экспертных оценок. М.: Статистика, 1980. 263 с.
3. Евланов Л.Г., Кутузов В.А. Экспертные оценки в управлении. М.: Экономика, 1978. 133 с.
4. А.А. Френкель, Е.В. Адамова «Корреляционно регрессионный анализ в экономических приложениях»/ М., 1987.