Основные положения теории прогнозирования

В снабженческой, производственной и транспортной сфере широко используются методы прогнозирования, поскольку значения прогнозных оценок развития анализируемых процессов или явлений являются основой принятия управленческих решений при оперативном, тактическом и стратегическом планировании.

Очевидно также, что точность и надежность прогноза определяет эффективность реализации различных операций и функций — от оценки вероятности дефицита продукции на складе до выбора стратегии развития фирмы.

Различным аспектам теории прогнозирования посвящено значительное количество исследований.

В большинстве работ по прогнозированию прогноз определяется как вероятностное научно обоснованное суждение о перспективах, возможных состояниях того или иного явления в будущем и (или) об альтернативных путях и сроках их осуществления.

Методологией прогнозирования — область знаний о методах, способах и системах прогнозирования.

Метод прогнозирования — способ исследования объекта, направленный на разработку прогноза.

Методика прогнозирования — совокупность одного или нескольких методов.

Система прогнозирования — упорядоченная совокупность методик и средств реализации.

Теория прогнозирования включает:

анализ объекта прогнозирования;

методы прогнозирования, подразделяющиеся на математические (формализованные) и экспертные (интуитивные);

системы прогнозирования.

При анализе объектов прогнозирования производится классификация прогнозов, при этом в качестве основных признаков указываются следующие:

масштабность, отражающая количество значащих переменных в описании объекта;

сложность, характеризующая степень взаимосвязи переменных;

детерминированность или стохастичность переменных;

информационная обеспеченность периода прогнозирования.

собственно период прогнозирования (краткосрочный прогноз — до года; среднесрочный — до лет; долгосрочный — свыше лет.

Математические методы прогнозирования подразделяются на три группы:

• 1. Симплексные (простые) методы экстраполяции по временным рядам.
• 2. Статистические методы, включающие корреляционный и регрессионный анализ и др.
• 3. Комбинированные методы, представляющие собой синтез различных вариантов прогнозов.

При формировании методики прогнозирования целесообразно рассматривать прогноз в узком (прогноза) и в широком смысле (прогноза).

В узком смысле прогноз выполняется при условии, что основные факторы, определяющие развитие прогнозируемого процесса или явления, не претерпят существенных изменений.

Прогнозы типа:

осуществляются с применением симплексных или статистических методов на основе временных рядов;

число значимых переменных включают от одного до трех параметров, т. е. по масштабности они относятся к сублокальным прогнозам;

при использовании одного параметра, например, времени, такие прогнозы считаются сверхпростыми, при двух-трех взаимосвязанных параметрах — сложными;

по степени информационной обеспеченности прогнозы этого типа могут быть отнесены к объектам с полным информационным обеспечением.

Прогноз типа подразумевает, что исходные данные для получения оценок определяются с использованием опережающих методов прогнозирования: патентного, публикационного и др.

Как правило, прогнозы типа используются для долгосрочного прогнозирования и разбиваются на два этапа:

первый — получение прогнозных оценок основных факторов;

второй — собственно прогноз развития процесса или явления.

Наибольшее распространение получили методы прогнозирования типа.

Наиболее часто для прогнозирования типа используется метод экстраполяции.

В общем случае модель прогноза включает три составляющие (рис. 1.1) и записывается в виде:

(1.1).

где — прогнозные значения временного ряда;

— среднее значение прогноза (тренд);

— составляющая, отражающая сезонные колебания (сезонная волна);

— случайная величина отклонения прогноза.

Рис. 1.1. Прогнозирование на основе временных рядов: 1 — экспериментальные данные на интервале наблюдения (А); 2 — тренд; 3 — тренд и сезонная волна; 4 — значение точечного прогноза на интервале упреждения (В); 5 — интервальный прогноз

При этом может быть предложена следующая последовательность расчета:

1. На основе значений временного ряда на предпрогнозном периоде (интервале наблюдения) с использованием метода наименьших квадратов определяются коэффициенты уравнения тренда, видом которого задаются.

Обычно для описания тренда используются полиномы различных порядков, экспоненциальные, степенные функции и т. п.

• 2. Для исследования сезонной волны значения тренда исключаются из исходного временного ряда. При наличии сезонной волны определяют коэффициенты уравнения, выбранного для аппроксимации .
• 3. Случайные величины отклонения определяются после исключения из временного ряда значений тренда и сезонной волны на предпрогнозном периоде.

Как правило, для описания случайной величины используется нормальный закон распределения.

4. Для повышения точности прогноза применяются различные методы (дисконтирование, адаптация и др.). Наибольшее распространение в практике расчетов получил метод экспоненциального сглаживания, позволяющий повысить значимость последних уровней временного ряда по сравнению с начальными.