САНКТ-ПЕТЕРБУРГСКАЯ  Академия управления  и экономики

г. Санкт-Петербург

Факультет менеджмента

       КУРСОВАЯ  РАБОТА

Тема: Общая характеристика методов прогнозирования

Дисциплина:  Основы социального прогнозирования

г. Фокино

    2010 г.

Содержание

Введение 3

1 ФОРМАЛИЗОВАННЫЕ  МЕТОДЫ ПРОГНОЗИРОВАНИЯ 4

1.1  Сущность методов  экстраполяции 4

1.2  Методы моделирования 9

2  ИНТУИТИВНЫЕ МЕТОДЫ  ПРОГНОЗИРОВАНИЯ 14

2.1 Сущность интуитивных  методов 14

2.2  Методы индивидуальных  экспертных оценок 16

2.3 Методы коллективных  экспертных оценок 19

Заключение……………………………………………………………………….25

Список  использованных источников 26

       Введение

       Выполняя  функцию планирования, руководители принимают решение о том, какими должны быть цели организации и что  должны делать ее члены, чтобы достичь этих целей. По сути, это подготовка сегодня к завтрашнему дню, определение того, что требуется и как этого добиться.

       Актуальность  темы данной курсовой работы обусловлена  тем, что социальное планирование и  прогнозирование является основой  для эффективного социально-экономического развития любого региона, инструментом формирования и реализации стратегических целей социально-экономического развития территориального образования.

     В настоящее время существует приблизительно 150 методов прогнозирования, но на практике используются около 20-30 основных методов. Метод прогнозирования - это способ исследования объекта прогнозирования, направленный на разработку прогнозов. Методика прогнозирования - это совокупность специальных приемов и правил разработки конкретных прогнозов. Прием прогнозирования - это математическая или логическая операция, направленная на получение конкретных результатов в процессе разработки прогнозов.

     Чаще  всего методы прогнозирования подразделяют на формализованные и интуитивные. Формализованные методы используются в том случае, когда информация об объекте прогнозирования носит в основном количественный характер, а влияние различных факторов можно описать с помощью математических формул.

     Интуитивные методы применяются тогда, когда  информация количественного характера  об объекте прогнозирования отсутствует  или носит в основном качественный характер и влияние факторов невозможно описать математически.

     Цель  данной работы – дать общую характеристику методов прогнозирования.

       1 ФОРМАЛИЗОВАННЫЕ  МЕТОДЫ ПРОГНОЗИРОВАНИЯ

     Формализованные методы подразделяются на методы экстраполяции  и методы моделирования.

     К методам экстраполяции относятся  метод скользящей средней, метод  экспоненциального сглаживания, метод  наименьших квадратов, а к методам  моделирования – методы информационного  моделирования (патентный и публикационный), статистического моделирования, логического  моделирования (прогнозной аналогии, «дерево  целей»).

1.1 Сущность методов экстраполяции

     Экстраполяция - это метод научного исследования, который основан на распространении прошлых и настоящих тенденций, закономерностей, связей на будущее развитие объекта прогнозирования. Методы экстраполяции наиболее распространенные в группе формализованных. Цель методов экстраполяции – показать, к какому состоянию в будущем может прийти объект, если его развитие будет осуществляться с той же скоростью или ускорением, что и в прошлом. Методы экстраполяции достаточно широко применяются на практике, так как они просты, дешевы, и не требуют для расчетов большой статистической базы. Использование методов экстраполяции предполагает два допущения: а) основные факторы, тенденции прошлого сохранят свое проявление в будущем; б) исследуемое явление развивается по плавной траектории, которую можно выразить, описать математически. Названные допущения в большинстве случаев характерны для экономических процессов.

     Как поступить, если условия формирования тренда (тренд – тенденция, определяющая общее направление развития) изменились? В этом случае предполагается использование такого искусственного приема, как исправление тренда. Отсекаются показатели ряда, которые были сформированы отжившими факторами, но при разделении старых и новых тенденций следует быть осторожным (можно воспользоваться экспертными оценками).

     Прогноз должен иметь высокую точность, ошибка прогноза будет тем меньше, чем  меньше период (срок) упреждения и чем  больше база прогноза.

     Период (срок) упреждения - это интервал времени, на который разрабатывается прогноз. База прогноза - это статистическая информация за ряд лет, на которую мы опираемся при построении расчетов. Срок упреждения должен составлять не менее 1/3 базы прогноза.

     Построенные с помощью методов экстраполяции  прогнозы нельзя рассматривать как  конечный этап прогнозирования, ибо  полученный показатель следует оценить  с помощью экспертов и в  случае необходимости скорректировать, если экономические, политические и  другие условия в стране (городе) меняются.

     Процедура экстраполяции - это чисто механический прием, следовательно, большое значение здесь имеет расчет доверительного интервала, т.е. диапазона отклонения полученной прогнозной оценки. Доверительный  интервал рассчитывается двумя способами: формальным и неформальным. Формальный основан на применении специальных  математических формул, а неформальный – на использовании экспертных оценок, заключений.

     Метод скользящей средней  дает возможность выравнивать динамический ряд на основе его средних характеристик. При экстраполяции с помощью среднего уровня ряда используется принцип, при котором прогнозируемый уровень принимается равным среднему значению уровней ряда в прошлом.

     Метод скользящего среднего исходит из простого предположения, что следующий  во времени показатель по своей величине равен средней, рассчитанной за последние три месяца.

    Например, если объем продаж составил.

1. в марте – 270 единиц
2. в апреле – 260 единиц
3. в мае – 290 единиц, то

    Если  реальный показатель продаж за июнь составил 280 единиц, то прогноз продаж на июль уже будет равен

    и так далее.

     Данный  метод дает прогнозную точечную оценку и более эффективно используется при краткосрочном прогнозировании. Преимущество данного метода состоит  в том, что он прост в применении и не требует обширной информационной базы.

     Метод экспоненциального  сглаживания дает возможность выявить тенденцию, сложившуюся к моменту последнего наблюдения, и позволяет оценить параметры модели, описывающей тренд, который сформировался в конце базисного периода. Этот метод адаптируется к меняющимся во времени условиям, а не просто экстраполирует действующие зависимости в будущее.

     Метод экспоненциального сглаживания  представляет прогноз показателя на будущий период в виде суммы фактического показателя за данный период и прогноза на данный период, взвешенных при помощи специальных коэффициентов.

    Представим, что составляется прогноз продаж на следующий месяц Тогда:

     прогноз продаж на месяц 1+1;

      продажи в месяце (фактические  данные);

     прогноз продаж на месяц I,

     специальный коэффициент, определяемый статистическим путем.

    Рассмотрим  прогнозирование продаж методом экспоненциального сглаживания на конкретном примере

    Предположим, что

    Тогда, используя формулу экспоненциального  сглаживания, можно заполнить графу  “Прогноз продаж” в таблице 1 при  условии, что известны фактические данные о продажах.

    Таблица 1

    Прогнозирование продажи на основе фактических данных

    Так, если продажи в январе составили 50 единиц, а прогноз на январь был  равен 65 единицам, то

    Полученные  данные можно отразить на графике (рис  1).

Рис. 1. Метод экспоненциального сглаживания

    Как видно из графика, кривая прогнозов представляет собой сглаженную тенденцию по сравнению с кривой фактических продаж.

     Метод экспоненциального сглаживания  наиболее эффективен при разработке кратко- и среднесрочных прогнозов. Его основные достоинства заключаются  в простоте вычисления и учете  весов исходной информации, т. е. новые  данные или данные за последние периоды  имеют больший вес, чем данные более отдаленных периодов.

     При использовании для прогнозирования  данного метода возникают следующие  затруднения: а) выбор значения параметра  сглаживания; б) определение начального значения экспоненциально взвешенной средней.

     Метод наименьших квадратов основан на выявлении параметров модели, которые минимизируют суммы квадратических отклонений между наблюдаемыми величинами и расчетными. Модель, описывающая тренд, в каждом конкретном случае подбирается в соответствии с рядом статистических критериев. На практике наибольшее распространение получили такие функции, как линейная, квадратическая, экспоненциальная, степенная, показательная.

     Преимущества  метода наименьших квадратов заключаются  в том, что он прост в применении и реализуется на ЭВМ. К недостаткам  метода можно отнести жесткую фиксацию тренда моделью, небольшой период упреждения, сложность подбора уравнения регрессии, который осуществляется с помощью использования типовых компьютерных программ, например Excel.

1.2 Методы моделирования

     Методы  информационного  моделирования были разработаны и впервые использованы для построения прогнозов, связанных с НТП. В настоящее время эти методы все более и более применяются при прогнозировании экономических процессов.

     Методы  информационного моделирования (или  опережающего прогнозирования) основаны на свойстве научно-технической информации предварять внедрение достижений НТП  в практическую деятельность.

     В группе методов информационного  моделирования рассмотрим два вида: патентный и публикационный.

     Патентный метод – это опережающий метод прогнозирования, позволяющий рассчитать момент внедрения в практику изобретений по динамике даты их патентования и даты внедрения.

       Для того чтобы построить прогноз  данным методом, необходимо рассмотреть  и проанализировать следующую  информацию:

     1) дату патентования изобретения; 

     2) дату внедрения изобретения в  производство или в любую другую  деятельность;

     3) разрыв во времени между первой  и второй датой. 

     Публикационный  метод аналогичен и базируется на оценке взаимосвязи между датой опубликования информации о каком-либо достижении НТП и датой внедрения его на практике.

     В основу применения методов информационного  моделирования положены следующие  два допущения:

      1) существует связь между динамикой  предоставления научно-технической  информации и динамикой внедрения  достижения в производство;

      2) научно-техническая информация  на некоторый интервал времени  опережает внедрение достижения  в производство.

     Основными источниками информации, используемой в опережающих методах прогнозирования, являются:

     1) патентная документация (патенты,  свидетельства);

     2) патентно-ассоциируемая документация (лицензии, коммерческая информация, каталоги, прайсы и т.д.);

     3) публикации в периодической печати  и издания научно-технической  литературы, используемые при публикационном  методе.

     Ретроспективная обработка названных источников информации позволяет проанализировать динамику патентования и опубликования. В результате анализа исследователи  решают две задачи: 1) определяют возможную  дату внедрения технического решения  в производство; 2) оценивают перспективу  различных направлений науки  и техники.

     В настоящее время данные методы широко используются при экономических  прогнозах. С их помощью исследователи-прогнозисты  выявляют и изучают взаимосвязь  между появлением публикаций о правительственных  перестановках и ростом цен на определенные товарные группы, изменением курса национальной валюты, в результате чего получают довольно точные результаты, уходя от сложных математических расчетов.

     Методы  логического моделирования. К данной группе методов прежде всего относятся методы прогнозирования по аналогии и метод «дерево целей».

       Методы прогнозирования  по аналогии  приемлемы в том случае, когда появление одного события сопровождается появлением другого и эта взаимосвязь носит устойчивый характер - характер закономерности. В группе прогнозирования по аналогии рассмотрим два метода: 1) математической аналогии; 2) исторической аналогии.

       Метод математической  аналогии  основан на установлении аналогии математических описаний различных по природе объектов (например, закона гравитации и торгового тяготения городов). Для математического описания и прогнозирования менее изученного явления (торгового тяготения) используется математическое описание более изученного явления (гравитации).

     Метод исторической аналогии – это метод прогнозирования, основанный на выявлении и использовании аналогии объекта прогнозирования с одинаковым по природе объектом, опережающим объект прогнозирования в своем развитии.

     Применяя  метод исторической аналогии в прогнозировании, следует иметь в виду, что этот метод не основан на неизбежности и необходимости полного повторения событий. Он базируется на допущении, что  основные события прошлых лет  повторятся в будущем, если факторы, их порождающие, сохранят свое значение.

     Применение  аналогии в прогнозировании связано  со следующими трудностями: часто сложно отличить истинную причину от мнимой, что ведет к ошибкам; для повышения  точности прогнозов необходимо обеспечить представительность выборки (наблюдений), достаточно полно отражающей совокупность всех возможных ситуаций, которые  могут иметь место в будущем. Прогнозирование по аналогии обычно применяется в сочетании с  другими методами (экспертных оценок).

     Метод «дерево целей» используется для прогнозирования сложных экономических процессов, систем, в которых возможно выделение многих структурных или иерархических уровней.

     Процедура построения «дерева целей» представляет собой формулировку генеральной  цели прогноза с последующим разбиением ее на ряд подцелей 1-го уровня, который  является результатом реализации подцелей 2-го уровня, и т.д. При этом разбиение генеральной цели происходит как бы из будущего в настоящее с установлением промежуточных событий и фиксацией причинно-следственных связей между ними.

     Метод «дерева целей» используется при анализе систем, объектов, процессов, в которых можно выделить несколько структурных или иерархических уровней. “Дерево целей” строится путем последовательного выделения все более мелких компонентов на понижающихся уровнях. На рисунке показано, что каждая ветвь на каждом уровне разделяется на два ответвления следующего, более низкого уровня.

Рис. 2 Дерево целей 

     Точка разветвления называется вершиной. Из каждой вершины должны исходить не менее двух ветвей, причем число  этих ветвей не ограничено сверху, то есть на верхнем уровне их может быть три, пять и более.

     В построении «дерева целей» необходимо отметить три условия:

     1) исходящие из одной вершины ветви должны образовывать замкнутое множество;

     2) ветви, исходящие из одной вершины, должны быть взаимно исключающими, то есть не должно быть частичного совпадения объектов, представленных двумя различными ветвями, исходящими из одной вершины;

     3) «дерево целей», используемое при нормативном прогнозировании, следует считать совокупностью целей и подцелей.

     «Дерево целей» формируется с помощью  экспертов, причем при переходе от уровня к уровню состав экспертов меняется. При приближении к более высокому уровню остаются более крупные эксперты в конкретных областях. В обязанности  экспертов входят: а) формулировка системы  целей (подцелей); б) присвоение коэффициентов  относительной важности или весов  элементам различных уровней  «дерева целей». Построение «дерева  целей» заканчивается, когда мы доходим  до конкретных практических мероприятий, которые нельзя представить как  результат реализации других мероприятий.

     Этапы построения «Дерева целей»: 1) формулировка генеральной цели прогноза; 2) формулировка перечня подцелей различных уровней; 3) непосредственно построение «дерева  целей»; 4) установление коэффициентов  относительной важности различных  узловых моментов «дерева целей» (с помощью экспертов); 5) разработка конкретных мероприятий по реализации поставленных целей прогноза; 6) выбор  наиболее оптимальных мероприятий; 7) определение состава и объема ресурсов, необходимых для реализации выбранных мероприятий.

2  ИНТУИТИВНЫЕ МЕТОДЫ  ПРОГНОЗИРОВАНИЯ

2.1 Сущность интуитивных  методов

     В практике прогнозирования нередки  случаи, когда количественная информация об объекте либо отсутствует, либо носит  ограниченный характер. В этих условиях применение формализованных методов  затруднено, им на смену приходят интуитивные  методы или экспертные оценки.

     Слово «эксперт» - латинского происхождения  и означает опытный, сведущий. Интуитивные  методы в отличие от формализованных  появились очень давно. Один из наиболее распространенных интуитивных методов - метод Дельфи - получил свое название по названию города Дельфы, который  прославился своими мудрецами и  предсказателями, жившими в нем  еще до нашей эры. Формализованные  методы разработаны и нашли свое применение лишь в ХХ веке.

       На способность эксперта строить  прогноз оказывают влияние внутренние  и внешние факторы. Внутренние  факторы зависят от индивидуальных  качеств эксперта, т.е. от его  опыта, знаний, интеллекта, способности  предвидеть будущее. Внешние факторы - это те, которые в значительной степени не зависят от личности эксперта, а определяются внешними условиями, ограничениями, например, степенью доступа эксперта к информации; правильностью постановки задаваемых вопросов; погрешностью модели опроса.

     При отборе экспертов, как правило, необходимо руководствоваться следующими основными  критериями:

      1) степень компетентности эксперта. При ее оценке следует учитывать должностное положение эксперта, ученое звание, количество опубликованных работ, количество ссылок на эти работы;

      2) стаж работ эксперта в области,  связанной с объектом прогнозирования;

      3) устойчивость взглядов кандидата  в эксперты, умение отстаивать  свои позиции и преодолевать  ранее сложившиеся стереотипы;

      4) способность к нелинейному мышлению, к рассмотрению проблемы с  разных сторон, с разных позиций.

     Из  всего разнообразия методов отбора экспертов можно выделить:

       а) документальный метод - предусматривает подбор экспертов с учетом их научных знаний, стажа работы, возраста, количества публикаций и ссылок на них, т.е. изучается вся документально подтверждаемая информация о кандидате в эксперты;

     б) экспериментальный метод - заключается в проверке эффективности работы эксперта в прошлом;

     в) метод самооценки – эксперту предлагается самостоятельно оценить свою компетентность в области объекта прогнозирования;

       г) методы голосования (имеют  несколько разновидностей: прием  исключения, попарное сравнение  кандидатов, метод «приятелей»).

       Прием исключения. Несколько специально  подобранных выборщиков (специалистов) составляют предварительный список  кандидатов. Организаторы изучают  его, выделяя наиболее ценные  кандидатуры. 

       Попарное сравнение кандидатов. Из предварительного списка берется  произвольно два кандидата, и  при сравнении один из них  обязательно исключается. 

       Метод «приятелей» предполагает отбор экспертов из числа знакомых. Эксперты-выборщики предлагают свои кандидатуры, дальше эти кандидаты предлагают свои кандидатуры - нарастание числа потенциальных кандидатов происходит по принципу «снежного кома».

     Интуитивные методы прогнозирования делятся  на индивидуальные и коллективные экспертные оценки. Причем индивидуальные экспертные оценки основаны на обобщении мнений отдельных экспертов, выраженных независимо друг от друга. К ним относятся: метод  интервью, метод анкетного опроса, аналитический метод, метод написания  сценария. Коллективные экспертные оценки базируются на получении объединенной оценки от всей группы специалистов-экспертов, выработанной при непосредственном контакте. К таким методам относятся метод Дельфи, метод «мозговой атаки», метод экспертных комиссий.

     Интуитивные методы прогнозирования применяются для тех процессов, которые невозможно описать математическими формулами. Использование данных методов дает возможность получить прогнозную оценку состояния развития объекта в будущем независимо от информационной обеспеченности. Сущность интуитивных методов заключается в построении рациональной процедуры интуитивно-логического мышления человека в сочетании с количественными методами оценки и обработки полученных результатов. Решение проблемы в этом случае базируется на обобщенном мнении экспертов.

     Методы экспертных оценок широко применяются на практике и имеют характерные особенности: 1) научно обоснованная организация  проведения всех этапов экспертизы, обеспечивающая наибольшую эффективность работы на каждом этапе; 2) применение количественных методов как при организации  экспертизы, так и при оценке суждений экспертов и формальной групповой  обработке результатов.