Классификация методоов и моделей социально-экономического прогнозирования

Сущность метода коллективной экспертной оценки для разработки прогнозов состоит в определении согласованности мнений экспертов по перспективным направлениям развития объекта прогнозирования, сформулированным ранее отдельными экспертами, а также в оценке аспектов развития объекта, которая не может быть определена другими методами.

Содержание метода коллективной экспертной оценки:
1. Для организации проведения экспертных оценок создаются рабочие группы, в функции которых входят проведение опроса, обработка материалов и анализ результатов коллективной экспертной оценки.

2. Перед тем, как организовать опрос экспертов, необходимо уточнить основные направления развития объекта, а также составить матриц, отражающую генеральную цель, подцели и средства их достижения.
3. При проведении опроса экспертов необходимо обеспечить однозначность понимания отдельных вопросов, а также независимость суждений экспертов.
4. Ведется обработка материалов коллективной экспертной оценки, которые характеризуют обобщенное мнение и степень согласованности индивидуальных оценок экспертов.

Окончательная оценка определяется либо как среднее суждение, либо как среднее арифметическое значение оценок всех экспертов, либо как среднее нормализованное взвешенное значение оценки.

Сущность метода мозговой атаки состоит в актуализации потенциала специалистов при анализе проблемной ситуации, реализующей вначале генерацию идей и последующее реструктурирование (разрушение, критику) этих идей с формулированием контр-идей.

Метод “Дельфи” характеризуется тремя особенностями, которые отличают его от обычных методов группового взаимодействия экспертов. К таким особенностям относятся: а) анонимность экспертов; б) использование результатов предыдущего тура опроса; в) статистическая характеристика группового ответа.

2.2.Поисковые методы прогнозирования

В группу поисковых методов входят две подгруппы: экстраполяции и моделирования. К первой подгруппе относятся методы: наименьших квадратов, экспоненциального сглаживания, скользящих средних. Ко второй – структурное, сетевое и матричное моделирование.

При формировании прогнозов с помощью экстраполяции обычно исходят из статистически складывающихся тенденций изменения тех или иных количественных характеристик объекта. Экстраполируются оценочные функциональные системные и структурные характеристики.

Тренд – это длительная тенденция изменения социальных показателей. При разработке моделей прогнозирования тренд оказывается основной составляющей прогнозируемого временного ряда, на которую уже накладываются другие составляющие. Результат при этом связывается исключительно с ходом времени.

Для нахождения параметров приближенных зависимостей между двумя или несколькими прогнозируемыми величинами по их эмпирическим значениям применяется метод наименьших квадратов. Его сущность состоит в минимизации суммы квадратических отклонений между наблюдаемыми величинами и соответствующими оценками (расчетными величинами), вычисленными по подобранному уравнению связи.

В самом простом случае при предположении о том, что средний уровень ряда не имеет тенденции к изменению или если это изменение незначительно, можно принять Yi + L = Y, т.е. прогнозируемый уровень равен среднему значению уровней в прошлом.

Прогноз на основании среднего абсолютного прироста:
у = a + bt,
где а – начальный уровень тренда в момент, принятый за начало отсчета времени t;
b – среднегодовой абсолютный прирост, константа тренда.
Прогноз на основе среднего темпа роста:
У = akt, где
а – начальный уровень тренда в момент, принятый за начало отсчета времени t,
к – средний темп роста.
Линейная модель прогнозируемого явления:
y = a + bt

Распространенной методикой описания тех или иных процессов и явлений служит моделирование. Моделирование считается достаточно эффективным средством прогнозирования возможного явления новых или будущих технических средств и решений.

Регрессионный анализ используется для исследования форм связи, устанавливающих количественные соотношения между случайными величинами изучаемого случайного процессам.

Корреляционный анализ изучает корреляционные связи между случайными величинами. Он позволяет количественно оценивать связи между большим числом взаимодействующих явлений. Его изменение делает возможным проверку различных гипотез о наличии и силе связи между двумя явлениями и группой явлений.

Прогнозирование по аналогии представляет собой сравнение прогнозируемой технологии с такой же технологией, которая была в прошлом. В применении этого метода имеется ряд проблем: употребление случайных аналогий; историческая уникальность каждой ситуации; проблема исторически обусловленного сознания людей.

2.3 Нормативные методы прогнозирования

Нормативные методы прогнозирования состоят в определении необходимых и достаточных средств для достижения возможного состояния изучаемого объекта и отвечают на вопрос: “что будет?”, “что мы хотим увидеть?”, “какими средствами этого достичь?”.

К числу нормативных методов прогнозирования относятся:

– дерево целей;

– морфологические модели (разбиение проблемы на части, которые являются независимыми друг от друга; проблема решается для каждой из этих частей);

– блок-схемы, последовательности выполнения задач (применяются в тех случаях, когда процесс или объект можно представить в виде одной или нескольких цепочек последовательных этапов.

Преимущества нормативных методов: выявляют структуру и организуют проблему; способствуют гарантии полноты исследования.

Недостатки: тенденция вносить жесткость в предлагаемые решения.

2.4 Экономико-математические и статистические методы прогнозирования

Экономико-математические методы. При использовании экономико-математических методов структура моделей устанавливается и проверяется экспериментально, в условиях, допускающих объективное наблюдение и измерение.

Определение системы факторов и причинно-следственной структуры исследуемого явления — начальный этап математического моделирования.

Статистические методы занимают особое место в прогнозировании. Методы математической и прикладной статистики используются при планировании любых работ по прогнозированию, при обработке данных, полученных как эвристическими, методами, так и при использовании собственно экономико-математических методов. В частности, с их помощью определяют численность групп экспертов, опрашиваемых граждан, периодичность сбора данных, оценивают параметры теоретических экономико-математических моделей.

Каждый из указанных методов обладает достоинствами и недостатками. Все методы прогнозирования дополняют друг друга и могут использоваться совместно.

Метод сценариев — эффективное средство для организации прогнозирования, объединяющего качественный и количественный подходы.

Сценарий — это модель будущего, в которой описывается возможный ход событий с указанием вероятностей их реализации. В сценарии определяются основные факторы, которые должны быть приняты во внимание, и указывается, каким образом эти факторы могут повлиять на предполагаемые события.

Как правило, составляется несколько альтернативных вариантов сценариев. Сценарий, таким образом, — это характеристика будущего в изыскательском прогнозе, а не определение одного возможного или желательного состояния будущего.

Обычно наиболее вероятный вариант сценария рассматривается в качестве базового, на основе которого принимаются решения. Другие варианты сценария, рассматриваемые в качестве альтернативных, планируются в том случае, если реальность в большей мере начинает приближаться к их содержанию, а не к базовому варианту сценария.

Сценарии обычно представляют собой описание событий и оценки показателей и характеристик во времени. Метод подготовки сценариев вначале использовался для выявления возможных результатов военных действий.

Позже сценарное прогнозирование стали применять в экономической политике, а затем и в стратегическом корпоративном планировании. Теперь это наиболее известный интеграционный механизм прогнозирования экономических процессов в условиях рынка.

Сценарии являются эффективным средством преодолений традиционного мышления. Сценарий — это анализ быстро меняющегося настоящего и будущего, его подготовка заставляет заниматься деталями и процессами, которые могут быть упущены при изолированном использовании частных методов прогнозирования. Поэтому сценарий отличается от простого прогноза. Он является инструментом, который используется для определения видов прогнозов, которые должны быть разработаны, чтобы описать будущее с достаточной полнотой, с учетом всех главных факторов.

Использование сценарного прогнозирования в условиях рынке обеспечивает: лучшее понимание ситуации, ее эволюции; оценку потенциальных угроз; выявление благоприятных возможностей;
выявление возможных и целесообразных направлений деятельности;
повышение уровня адаптации к изменениям внешней среды.

Сценарное прогнозирование является эффективным средство подготовки плановых решений как на предприятии, так и в государств.

Планирование тесно связано с прогнозированием, разделение этих процессов в известной мере условно, поэтому в планировании и прогнозировании могут использоваться одни и те же методы или тесно взаимосвязанные методы.

Решения об утверждении планов. Планы являются результатом управленческих решений, которые принимаются на основе возможных плановых альтернатив. Принятие управленческого решения осуществляется по некоторым критериям. Используя эти критерии, альтернативы оценивают с точки зрения достижения одной или нескольких целей. Критерии отражают цели, которые ставят лица, принимающие управленческие решения.

В экономической или производственной системе для формирования целей могут использоваться подходы кибернетики. Например, если цели многочисленны и взаимосвязаны, то целесообразно провести системный анализ. Цели можно ранжировать в порядке значимости. Можно построить дерево целей. Это позволит систематизировать связи важнейшей цели с менее значимыми целями, не добившись которых нельзя достичь более важных целей.

Решение, принимаемое по единственному критерию, считают простым, а по нескольким критериям — сложным. Критерии, в которых сформулированы количественные или порядковые шкалы оценок, позволяют использовать математические методы исследования операций для подготовки решений.
Решения об утверждении планов, как правило, являются не только сложными из-за множественности критериев, но и просто трудными по причинам неопределенности, ограниченности информации и высокой ответственности. Поэтому окончательные решения об утверждении планов принимаются путем эвристического, интуитивного выбора из ограниченного числа предварительно подготовленных альтернатив.

Методы планирования, таким образом, — это методы подготовки плановых альтернатив или, по меньшей мере, одного варианта плана для утверждения лицом или органом, принимающим решение.

Методы подготовки одного или нескольких вариантов планов различают по используемым методам составления этих планов, методам и срокам возможной реализации планов, объектам планирования.

Подобно прогнозированию, планирование может основываться на эвристических и математических методах. Среди математических методов исследования операций особое место занимают методы оптимального планирования.

Методы оптимального планирования. В решении задач подготовки оптимальных, то есть наилучших по определенным критериям, планов могут использоваться методы математического программирования.

Задачи математического программирования состоят в отыскании максимума или минимума некоторой функции при наличии ограничений на переменные — элементы решения. Известно большое количество типовых задач математического программирования, для решения которых разработаны эффективные методы, алгоритмы и программы для компьютеров, например:
задачи о составе смеси, которые состоят в определении рациона, обладающего минимальной стоимостью и состоящего из разных продуктов с разным содержанием питательных веществ, по условию обеспечения в рационе содержания их не ниже определенного уровня; задачи об оптимальном плане производства, которые состоят в определении наилучшего по объему реализации или прибыли плана производства товаров при ограниченных ресурсах или производственных мощностях; транспортные задачи, суть которых — выбор плана перевозок, обеспечивающего минимум транспортных расходов при выполнении заданных объемов поставок потребителям в разных пунктах, при разных возможных маршрутах, из разных пунктов, в которых запасы или производственные мощности ограничены.

Задачи математического программирования могут подразделяться по характеру переменных — элементов планового решения. Выделяют задачи дискретного программирования — с дискретными переменными и задачи стохастического программирования — со случайными переменными и параметрами. Кроме того, задачи математического программирования подразделяют по характеру уравнений и неравенств, используемых для описания условий задач.

Выделяют линейное программирование, задачи которого описываются линейными соотношениями, и нелинейное программирование, которое связано с решением задач, условия которых описываются нелинейными соотношениями.

В нелинейном программировании особо выделяют выпуклое программирование. Задачи его описываются линейными соотношения ми, а целевая функция, характеризующая критерий выбора решения, не является линейной, но обладает только одним максимумом или минимумом. Это позволяет легко получать безошибочны решения таких задач с помощью распространенных алгоритмов программ.