Прогнозирование экономических процессов

Прогнозирование может потребоваться на нескольких уровнях системы управления предприятием, поскольку спрос на продук­цию и услуги может изменяться с разной периодичностью.

Для систем управления предприятием наиболее важными мо­ментами являются:

• иерархия прогнозов;

• структура формирования прогнозов;

• качественные методы прогнозирования;

• количественные методы прогнозирования;

• сочетание прогнозирования и планирования. Ниже приводятся примеры основных прогнозов.

1. Долгосрочные прогнозы. Горизонт прогнозирования — годы. Объек­та прогнозирования: потребности рынка в новых видах продукции (в стоимостном или натуральном выражении); потребности рынка в старой, т. е. выпускающейся сегодня, продукции (в стоимостном или натуральном выражении); требуемая производительность предприя­тия; капиталовложения; потребности в производственных мощнос­тях предприятия.

2. Среднесрочные прогнозы. Горизонт прогнозирования — месяцы. Объекты прогнозирования' новые типы или группы продукции;

Производительность отдельных производств и подразделений; по-требности в кадрах; потребности по закупкам материалов; оценка запасов.

3. Краткосрочные прогнозы. Горизонт прогнозирования — недели. Объекты прогнозирования: отдельные наименования продукции;

работники определенных специальностей и квалификации; произ­водительность оборудования на отдельных цехах и участках; уровень запасов. На рис. 6 показана укрупненная схема формирования прогноза и его использования в качестве первого шага в планировании.

Качественные методы прогнозирования обычно базируются на выявлении факторов, которые определяют объемы продаж или сер­виса. Затем формируются суждения относительно вероятностей про­явления этих факторов в будущем.

Ниже приводятся основные качественные методы.

1. Мозговой штурм. Рабочей группе предоставляется любая необ­ходимая информация из БД предприятия и внешних БД. Участники группы создают индивидуальные прогнозы. Крайние прогнозы от­брасываются, а роль компромиссного выполняет прогноз, основан­ный на оставшихся индивидуальных прогнозах.

Рис. б

2. Метод Делфи. В этом методе участники анонимно отвечают на вопросы, получают информацию об ответах всех участников, а за­тем процесс повторяется вновь до достижения согласия.

3. Обзор деятельности по продажам. Оценка продаж в будущем по регионам получается здесь на основе оценок отдельных продавцов.

4. Анализ информации от покупателей. Оценки будущих продаж получаются прямо от покупателей. Индивидуальные оценки сводят­ся воедино.

5. Исторические аналогии. Маркетинговые исследования, опро­сы, интервью, пробные продажи позволяют сформировать основу для проверки гипотез относительно поведения реального рынка.

Качественные методы основаны на несложных алгоритмах обра­ботки информации. Объем информации может быть значительным. Роль компьютерных систем заключается в информационной под­держке.

Количественные методы прогнозирования реализуются с помо­щью математических моделей, базирующихся на предыстории. По­добные модели строятся в предположении, что данные о поведении процесса в прошлом могут быть распространены и на будущее.

Чаще всего в базовые системы и пакеты прикладных программ включаются методы, основанные на временных рядах, полученных путем измерений в определенных временных периодах.

Как правило, результаты измерений поведения процесса в про­шлом могут быть разложены на несколько компонент.

Тренд — это постоянная, долговременная тенденция.

Циклическая составляющая описывает ту часть процесса, кото­рая повторяется с низкой частотой.

Сезонная составляющая описывает циклы, повторяющиеся с высокой частотой в течение года.

Случайная флуктуация представляет собой случайное отклоне­ние временного ряда от неслучайной функции, описываемой трендом, циклической и сезонной составляющими.

Прогнозирование на основе количественных методов заключает­ся прежде всего в определении вида и параметров функций, описы­вающих неслучайные составляющие.

Наиболее часто применяются следующие количественные моде­ли прогнозирования.

1. Линейная регрессия. Модель направлена на выявление связи между зависимой переменной (т. е. прогнозируемой величиной) и одной или более независимыми переменными, которые представ­лены в виде данных о предыстории. В простой регрессии имеется только одна независимая переменная, а во множественной рег­рессии их несколько. Если предыстория представлена в виде вре­менного ряда, то независимая переменная — это временной период, а зависимая — прогнозируемая величина, например объем продаж.

2. Методы скользящего среднего. Прогностическая модель для краткосрочных прогнозов, основанная на временных рядах. В ней среднее арифметическое фактических показателей, вычисленное для принятого числа последних прошедших временных периодов, принимается за прогноз на следующий временной период.

3. Метод взвешенного скользящего среднего. Эта модель работает подобно предыдущей модели, но в ней вычисляется не среднее, а средневзвешенное значение, которое и принимается за прогноз на ближайший временной период. Меньшие веса приписываются бо­лее отдаленным периодам.

4. Экспоненциальное сглаживание. Это модель, использующая вре­менные ряды и предназначенная для краткосрочных прогнозов. В данном методе величина, спрогнозированная для последнего пе­риода, корректируется на основе информации об ошибке прогноза в последнем периоде. Скорректированный за последний период про­гноз становится прогнозом на следующий период.

Функции прогнозирования и планирования могут пересекаться, поскольку пересекаются периоды прогнозирования и планирова­ния, а объектом прогнозирования и планирования может быть одна и та же продукция. При этом объектом планирования является про­дукция, на которую есть заказы. Прогноз же по своей природе на­прямую не связан с имеющимися заказами.

В некоторых системах предусмотрена следующая логика опреде­ления потребностей в продукции при одновременном прогнозиро­вании и планировании. Горизонт планирования делится на три вре­менных зоны. Для каждой зоны используется свой вариант приня­тия решения о величине потребностей в продукции.

Вариант 1. Потребности вычисляются на основе фактического имеющегося спроса.

Вариант 2. Потребности вычисляются на основе спроса, за кото­рый принимается максимальное значение из двух величин — про­гноза и фактического спроса.

Вариант 3. Материальные потребности определяются на основе прогнозируемого спроса.

В ряде базовых систем применяются и более сложные логики вза­имодействия прогноза и реального спроса, включающие в себя ме­ханизмы переноса непоглощенного прогноза на последующие ин­тервалы.

Выбор варианта взаимодействия фактического и прогнозируе­мого спроса — за пользователем. Выбор зависит от типа производ­ства, номера зоны, внешних условий, в которых работает предпри­ятие.