Прогнозирование в принятии решений.

 

Описание исходного состояния (анализ) исследуемой системы отражает степень информированности к началу прогнозирования и содержит исходную гипотезу о механизме ее функционирования и развития.

Таким образом, на подготовительном этапе создается информационная (в широком смысле) база для проведения прогнозных исследований.

Процесс прогнозирования может быть представлен как некоторое операторное преобразование (П) исходной информации об исследуемом объекте в виде ее отображения на будущее, ограниченное глубинной прогноза:

	(1.2)

,

 

где П – оператор прогнозирования;

I – информация об исходном состоянии объекта;

t_yn – период упреждения прогноза;

I_yn – результат прогноза.

Зависимость (1.2) для сложных хозяйственных систем может быть представлена в более детальном виде:

	(1.3)

,

 

при условии, что

	(1.4)

,

 

где Ц – область целей системы в пространстве;

U – уровень управления в принятой декомпозиции системы;

– ограничения на возможные значения соответствующих параметров,

– горизонт прогноза, т.е. максимально возможный период упреждения.

Для многоуровневых хозяйственных систем оператор прогнозирования П представляет собой иерархическую структуру. Например, для трехуровневой системы

	(1.5)

,

 

где Пс_k – оператор прогнозирования высшего уровня;

{Пb_jk} – множество операторов прогнозирования второго уровня;

{Пa_ijk} – множество операторов прогнозирования третьего уровня;

i,j,k – число параметров, описывающих систему на каждом уровне.

Таким образом, описание рассматриваемой трехуровневой системы реализуется в виде иерархии численных параметров системы и ограничений на области их возможных значений.

В рассматриваемой формальной постановке исходная информация о состоянии рассматриваемого объекта (I) отделена от механизма его функционирования (П). Структура этой информации может быть представлена тремя основными составляющими:

Iy – параметры состояния системы, поддающиеся целенаправленному изменению;

Iнy – параметры, эволюция которых не поддается управлению, т.е. не зависит от воли людей;

Iвн – параметры внешней среды, не поддающиеся изменению в рамках рассматриваемой системы.

В результате получаем

	(1.6)

.

 

Для прогнозных задач остаточную неопределенность будущего состояния исследуемого объекта определяют Iнy и Iвн.

Поэтому для принятия управленческих решений на основе прогноза должен быть определен перечень возможных последствий при определенных, возможных в будущем условиях Iнy и Iвн. Это означает, что принятию решения должен предшествовать выбор условий, которые по мнению лица, принимающего решения, наиболее вероятны.

Другим источником неопределенности является неясность и неоднозначность целей функционирования и развития системы. В процессе прогнозирования цель должна быть сформулирована достаточно конкретно. Задача прогноза – определить границу области реальных (достижимых) целей в различных условиях будущего развития системы (при различных Iну и Iвн) [37].

Таким образом, прогнозирование связано с неопределенностью в оценке последствий каждого управленческого решения. Эта неопределенность связана также с тем, что за период с момента получения информации об объекте управления (хозяйственной системе) до момента исполнения управляющего воздействия на систему могут происходить:

· старение информации;

· изменение функций, структуры, параметров объекта прогнозирования;

· изменение функций, структуры, параметров внешней среды.

При разработке прогнозов следует иметь в виду, что каждое управленческое решение по своей природе является прогнозным. Эффективность принимаемых решений может быть обеспечена системным единством процессов прогнозирования и планирования, осуществляемых в определенной последовательности: «поисковый прогноз – нормативный прогноз – стратегическое планирование – бизнес-планирование – перспективное планирование – текущее планирование – оперативное планирование» [9].

Соблюдение системного единства и последовательности этапов позволяет раскрывать неопределенности, связанные с внешней средой и состоянием самого объекта прогнозирования. Игнорирование отдельных элементов данной системы может привести: к снижению точности прогнозирования-планирования и эффективности принимаемых управленческих решений; к повышению риска при принятии решений.

Таким образом, квалифицированный, профессионально подготовленный экономист-менеджер должен обладать системными знаниями о науке прогнозирования, что поможет ему при разработке обоснованных управленческих решений.

 

1.3. Инерционность экономических процессов как основа

экономического прогнозирования

 

Принципиальная возможность экономического прогнозирования основывается на закономерном (детерминированном) характере изменения различных показателей и на инерционности технико-экономических процессов [39].

Инерционность в развитии хозяйственных структур проявляется двояким образом:

· как инерционность взаимосвязей, т.е. как сохранение в основных чертах механизма формирования явления (инерционность первого рода);

· как инерционность в развитии отдельных сторон процессов, т.е. как некоторая степень сохранения их характера (темпов, направления, колеблемости основных количественных показателей) на протяжении сравнительно длинных хронологических отрезков (инерционность второго рода).

Степень инерционности зависит от такого фактора, как размер или масштаб изучаемой хозяйственной структуры или процесса. Если рассматривать производственную систему, то чем ниже уровень в иерархии «предприятие – отрасль - народное хозяйство», тем менее инерционными оказываются соответствующие характеристики.

Последнее обстоятельство можно объяснить тем, что влияние отдельного фактора (например, внедрение инноваций) на низовом уровне часто оказывается доминирующим. На макроуровне показатели более устойчивы, поскольку на их значение оказывает воздействие уже гораздо большее число факторов. Изменение действия ряда из них (иногда оказывающих противоположное влияние) приводит к меньшей потере инерционности, чем на микроуровне.

Опыт свидетельствует о том, что чем «моложе» изучаемая система (хозяйственная структура, экономическое явление, процесс) и, соответственно, чем меньше имелось времени для формирования более или менее устойчивых взаимосвязей и основных тенденций в ее развитии, тем меньшей инерционностью она обладает.

Наличие инерционности не означает, что экономическая система в своем развитии будет жестко следовать уже наметившейся тенденции. Различные факторы будут в большей или меньшей степени воздействовать на систему, приводя к отклонениям от тенденции.

Прогнозирование инерционных систем осуществляется через анализ области возможного, то есть того, что возможно в будущем. Теория прогнозирования рассматривает понятие возможности как форму детерминации. Различают два типа детерминации [37]:

· внутренняя детерминация, свойственная целостным сложным системам, обладающим внутренним источником саморазвития (социальные системы);

· внешняя детерминация, предполагающая выделение устойчивых, относительно неизменных отношений, когда исследуемая система рассматривается как нечто постоянное, устойчивое. Это более простая форма детерминации.

Принцип внешней детерминации предполагает проверку изучаемой системы на устойчивость. Это означает, что не любая комбинация свойств и состояний элементов, образующих целостную социально- экономическую систему, возможна в будущем, а только та, которая образует определенную устойчивую форму, отражающую сущность этой системы.

Критерий устойчивости позволяет проводить отбор только тех вариантов будущего, которые могут реально существовать.

Для определения типа инерционности экономической системы необходимо выяснить, присутствует ли в динамических рядах технико-экономических показателей тенденция (тренд). Выяснение типа инерционности позволяет в дальнейшем подобрать адекватный метод прогнозирования (например, при инерционности первого рода это могут быть регрессионные модели, носящие стационарный характер, а при инерционности второго рода – экстаполяционные модели или авторегрессия).

Основная задача анализа временных рядов состоит в выделении детерминированной составляющей (тренда) и случайной составляющей, а также в оценке их характеристик.

В общем виде временной ряд можно представить как

	(1.7)

, ,

 

где y_t – значения показателей временного ряда;

– детерминированная составляющая;

x_t – значения детерминированных факторов, влияющих на детерминированную составляющую в момент времени ;

e_t – случайная составляющая;

Т – длина временного ряда.

В экономике часто роль детерминированной составляющей играет результирующий показатель, например, объем производства, обусловленный общей тенденцией экономического роста, темпами и объемами инноваций, затратами ресурсов. На этот результат, кроме экономических факторов, могут оказывать долговременное влияние также некоторые природные факторы. Случайная составляющая аккумулирует влияние множества не включенных в детерминированную составляющую факторов, каждый из которых отдельно оказывает незначительное влияние на результат.

Многие исследователи [10,21,26,32] при анализе динамических рядов выделяют следующие четыре основные составляющие:

· долговременную эволюторно изменяющуюся составляющую, которая является результатом действия факторов, приводящих к постепенному изменению данного экономического показателя. Так, в результате научно-технического прогресса, совершенствования организации и управления производством относительные показатели результативности и эффективности производства растут, а удельные расходы ресурсов на единицу полезного эффекта снижаются;

· долговременные циклические колебания проявляются на протяжении длительного времени в результате действия факторов, обладающих большими последствиями либо циклически изменяющихся во времени (кризисы перепроизводства, периодические природные явления);

· кратковременные циклические колебания (сезонная составляющая) показывают колебания факторов в зависимости от времен года (продуктивность сельского хозяйства, сезонные колебания розничного товарооборота);

· случайная составляющая образуется в результате суперпозиции большого числа внешних факторов, не участвующих в формировании детерминированной составляющей и оказывающих незначительное влияние на изменение значений показателей.

Для выявления типа инерционности необходимо проверить зависимость показателей от временного фактора. Для этой цели, в частности, можно порекомендовать метод, разработанный Ф.Фостером и А.Стюартом, предложившими по данным исследуемого ряда определять величины ut и lt путем последовательного сравнения уровней ряда динамики [39]:

 

		(1.8)

0, в остальных случаях

 

		(1.9)

 

0, в остальных случаях

 

 

Далее определяются две простые характеристики s и d:

 

(1.10) (1.11)

,

,

(1.12)

где: ,

и ,

 

Суммирование в формулах (1.10) и (1.11) производится по всем членам ряда. Полученные показатели s и d используются для проверки гипотезы об отсутствии тенденции (s – в средней, d – в дисперсии) в динамике исследуемого экономического показателя. Проверку гипотезы проводят, применяя t- критерий Стьюдента, то есть определяя:

 

(1.13)

,

(1.14)

,

где m – математическое ожидание величины s;

s – средние квадратические 0, изменения величин s и d.

Значения m, s₁ и s₂ табулированы. Если , то гипотеза о наличии тенденции отвергается, t_кр находят по таблицам критических точек распределения Стьюдента в зависимости от уровня значимости гипотезы a (обычно выбирается на уровне 0,05) и числа степеней свободы k:

 

(1.15)

,

 

где n – число уровней ряда.

Если же , то гипотеза принимается, и для исследуемого объекта характерна инерционность второго рода. Данный метод достаточно прост и легко может применяться в практических разработках.

После проверки типа инерционности экономической системы (объекта) необходимо перейти к подбору адекватного метода прогнозирования, а также параметрических моделей в соответствии с алгоритмом, показанным к количественным расчетам и верификации результатов.