Принципы и классификация методов прогнозирования.

Процесс разработки прогнозов называется прогнозированием. Под прогнозом понимаетсянаучно обоснованное суждение о возможных состояниях объекта в будущем, об альтернативных путях и сроках его существования. Прогнозирование управленческих решений наиболее тесно связано с планированием. План и про­гноз представляют собой взаимодополняющие друг друга стадии планирования при определяющей роли плана как ведущего звена управления. Прогноз в системе управления является предплано­вой разработкой многовариантных моделей развития объекта уп­равления. Сроки, объемы работ, числовые характеристики объек­та и другие показатели в прогнозе носят вероятностный характер и обязательно предусматривают возможность внесения корректи­ровок. В отличие от прогноза план содержит однозначно опреде­ленные сроки осуществления события и характеристики планиру­емого объекта. Для плановых разработок используется наиболее рациональный прогнозный вариант.

Целью прогнозированияуправленческих решений является по­лучение научно обоснованных вариантов тенденций развития пока­зателей качества, элементов затрат и других показателей, использу­емых при разработке перспективных планов и проведении научно-исследовательских (НИР) и опытно-конструкторских работ (ОКР), а также развитии всей системы менеджмента. Самым сложным в си­стеме менеджмента является прогнозирование качества и затрат. По­этому ниже в большей мере будет уделено внимание этим вопросам.

К основным задачам прогнозированияотносятся:

- разработка прогноза рыночной потребности в каждом конк­ретном виде потребительной стоимости в соответствии с ре­зультатами маркетинговых исследований;

- выявление основных экономических, социальных и научно-тех­нических тенденций, оказывающих влияние на потребность в тех или иных видах полезного эффекта;

- выбор показателей, оказывающих существенное влияние на величину полезного эффекта прогнозируемой продукции в услови­ях рынка;

- выбор метода прогнозирования и периода упреждения прогноза;

- прогнозирование показателей качества новой продукции во времени с учетом влияющих на них факторов;

- прогноз организационно-технического уровня производства по стадиям жизненного цикла продукции;

- оптимизация прогнозных показателей качества по критерию максимального полезного эффекта при минимальных совокупных затратах за жизненный цикл продукции;

- обоснование экономической целесообразности разработки но­вой или повышения качества и эффективности выпускаемой продукции исходя из наличных ресурсов и приоритетов.

Под полезным эффектом от эксплуатации или потребления про­дукции понимается выполняемая ею работа или отдача за ее срок службы. При определении полезного эффекта всю продукцию можно разделить на:

- промышленную продукцию, полезный эффект которой ха­рактеризуется отдачей (сырье, материалы, смазочные материалы, топливо, значительное количество предметов народного потребления, пищевые продукты и т.д.);

- промышленную продукцию, полезный эффект которой выражается выполненной работой в единицу времени (станки, подъемно-транспортные средства, полиграфическое оборудование, нефтеаппаратура и т.д.).

При определении полезного эффекта следует брать только ту часть работы, которую получает потребитель, исключая при этом его потери. Например, для нефтеаппаратуры полезным эффектом [является количество конечной продукции, произведенной аппаратом за нормативный срок службы.

К основным принципам научно-технического прогнозированияотносятся системность, комплектность, непрерывность, вариантность, адекватность и оптимальность. Принципы системноститребуют взаимоувязанности и соподчиненности прогнозов развития объектов прогнозирования и прогностического фона. Принцип непрерывноститребует корректировки прогноза по мере поступления новых данных об объекте прогнозирования или о прогнозном фоне. Корректировка прогнозов должна носить дискретный характер, причем оптимальные сроки обновления прогнозов могут быть выявлены только по результатам практического использования (ориентировочно два раза в пятилетку), т.е. результаты реализации прогнозов, уточнение потребностей, изменение тенденций развития объекта или прогнозного фона должны периодически поступать к разработчику прогноза.

Принцип адекватностипрогноза объективным закономерностям характеризует не только процесс выявления, но и оценку устойчивых тенденций и взаимосвязей в развитии производства и создании теоретического аналога реальных экономических процессов с их полной и точной имитацией. Реализация принципа {адекватности предполагает учет вероятностного характера реальных процессов господствующих тенденций и оценку вероятности реализации выявленной тенденции.

В результате оптимизациипрогнозных значений полезного эффекта и затрат по критерию максимизации экономического эффекта из множества альтернативных вариантов должен быть выбран наилучший.

Основными источниками исходной информациидля прогнозирования являются:

- статистическая, финансово-бухгалтерская и оперативная отчетность предприятий и организаций;

- научно-техническая документация по результатам выполне­ния НИОКР, включая обзоры, проспекты, каталоги и другую инфор­мацию по развитию науки и техники в стране и за рубежом;

- патентно-лицензионная документация.

Учитывая значительное дублирование информации, используемой при прогнозировании и планировании повышения качества и эффективности продукции, при проведении НИР и ОКР, разработке системы норм и нормативов, целесообразно использовать для этих целей единые базы данных, формируемые по принадлеж­ности к объектам прогнозирования и планирования. В этом случае проблему информационного обеспечениянаучно-технического прогнозирования следует решать комплексно с развитием системы автоматизированного управления.

Использование информационной базы АСУ для решения задач научно-технического прогнозирования в значительной мере сни­жает объем трудозатрат на сбор и подготовку исходных данных, позволяет сконцентрировать усилия прогнозистов на содержатель­ной части этого процесса.

По назначению и характеру функционирования вся информа­ция делится на научно-техническую и технико-экономическую информацию, справочно-нормативную информацию, информацию прогнозной ситуации и информацию обратной связи.

Исходная информация включает данные, используемые в про­цессе выбора метода прогнозирования, создания методик и справочно-нормативных материалов. От полноты и достоверности этой группы информации зависит научная обоснованность приме­няемых методов прогнозирования, обоснованность и точность прогнозов.

Объем и состав справочно-нормативной информации зависит от степени дифференциации прогнозных расчетов.

Информацию прогнозной ситуации образуют данные, характеризующие цели прогноза и условия, в которых будет протекать развитие прогнозируемого объекта. Состав этой информации и ее объем также зависят от принятых методов прогнозирования, от степени дифференциации и требуемой точности прогнозных расчетов.

Информацию обратной связи составляют данные проведенных научно-технических прогнозов, данные об отклонениях фактического состояния объекта прогнозирования от прогнозных величин, а также об отклонениях фактического состояния прогнозного фонда от показателей, принятых при прогнозировании. Информация обратной связи позволяет оценить фактическую достоверность прогноза качества справочно-нормативных материа­лов и выявить причины отклонений.

В литературе приводятся различные классификации методов прогнозирования.Практическое применение того или иного метода прогнозирования определяется такими факторами, как объект прогноза, его точность, наличие исходной информации, квалификация прогнозиста и др. В табл. 1 дана краткая характеристика методов прогнозирования управленческих решений.

Краткая характеристика методов прогнозирования управленческих решений в области полезного эффекта и элементов затрат по объектам

Методы экстраполяции.

На практике на ранних стадиях разработки объекта часто ограничено количество известных параметров будущего объекта и по­казателей организационно-технического уровня производства у из­готовителя и потребителя объекта. В этих условиях рекомендуется применять более простые, но и менее точные методы прогнозирования — методы экстраполяции, основанные на прогнозировании поведения или развития объектов в будущем по тенденциям его поведения в прошлом. Применение методов экстраполяции, как правило, не требует моделирования частных параметров объекта и показателей организационно-технического уровня производства.

Наиболее распространенными являются методы экстраполяции по математическим моделям и графический (от руки, на глазок). Оба метода требуют наличия информации о прогнозируемом параметре объекта за период в 2 и более раза больше прогнозируемого периода. Для учета изменений качества объекта в прогнозируемом периоде и организационно-технического уровня производства у изготовителя и потребителя объекта применяются корректирующие коэффициенты.

Рассмотрим пример. Допустим, нам необходимо спрогнозировать себестоимость выработки сжатого воздуха в 1997 г. в условиях станкостроительного завода. Воздух на этом заводе сжимается воздушными поршневыми компрессорами типа ВП. На заводе не ведется учет себестоимости выработки сжатого воздуха каждым компрессором, но ведется учет всех элементов затрат по эксплуатации и ремонтам компрессорной станции в целом, а также ее годовой производительности. Поделив сумму годовых затрат по компрессорной станции на годовую производительность (годовой объем сжатого воздуха), получим себестоимость выработки единицы объема сжатого воздуха.

Себестоимость одной тысячи м³ сжатого воздуха на заводе по годам за период с 1989 по 1996 гг. составила соответственно 2,10 тыс. руб; 2,03; 1,95; 2,02; 1,86; 1,87; 1,83; 1,80 тыс. руб. Нанесем эти данные на график (рис. 1).

Рис. 1. Динамика себестоимости выработки 1 тыс. м³ сжатого воздуха на станкостроительном заводе

По имеющимся данным, себестоимость выработки сжатого воздуха на 1997 г. можно спрогнозировать методом наименьших квадратов на ЭВМ и графически. Для разработки модели прогнозиро­вания по первому методу составляется матрица исходных данных по следующей форме:

В этой таблице X — год (1989 г. — 1, 1990 г. — 2 и т.д.), Y — себестоимость сжатого воздуха, тыс. руб./тыс. м3.

После решения матрицы на ЭВМ по стандартной программе, статистической обработки данных методом наименьших квадратов были получены следующие модели для прогнозирования себе­стоимости:

Y = 2.10 — 0.0373Х и Y = 2,095 х^-0,059

Уравнение регрессии по степенной форме зависимости не отвечает требованиям по критерию Фишера: расчетное значение критерия равно 4,26, а табличное — 5. Поэтому было принято уравнение по линейной зависимости, отвечающее требованиям: коэффициент парной корреляции равен 0,78, ошибка аппроксимации ± 1,5%, критерий Стьюдента — 4,68 при табличном, равном 2, критерий Фишера — 4,95.

Подставляя в линейное уравнение регрессии вместо X соответствующую цифру (1 — для 1989 г., 2 — 1990, 7 — 1995, 8 — 1996г.), получим следующие теоретические или расчетные значения себе­стоимости:

Y₁₉₈₉ = 2,10-0,0373*1 = 2,06,

Y95=2,10- 0,0373*7 = 1,86,

Y,₉₉₆ = 2,10 - 0,0373*8 = 1,80

По полученным точкам построим теоретическую линию снижения себестоимости выработки сжатого воздуха в условиях дан­ного завода. Участок от 1997 до 1999 г. является прогностическим, и он обозначен пунктирной линией. За год в среднем себестоимость снижается на 1,8%.

Линию снижения себестоимости можно построить также графи­чески, без нахождения математической модели, на глазок. Однако он по сравнению с предыдущим менее точен, рекомендуется только для предварительного определения тенденции изменения функции.

В этом примере корректирующие коэффициенты не учтены, так как до 1999 года на анализируемом заводе не намечаются изменения организационно-технических факторов производства сжатого воздуха. Также не учтена инфляция.

Параметрические методы.

На стадиях разработки технического задания и технического проекта по объекту массового производства отсутствуют сведе­ния по каждой детали и сборочной единице. Объекты еще не про­шли опытно-промышленных испытаний. Поэтому на этих стадиях нет возможности выполнить детальные расчеты затрат на освое­ние, изготовление, обращение, эксплуатацию и ремонт проектиру­емых объектов.

А по продукции единичного и мелкосерийного производства нецелесообразно применять описанные выше точные методы про­гнозирования.

В этих случаях рекомендуется применять параметрические ме­тоды прогнозирования полезного эффекта и затрат, основанные на установлении зависимостей между параметрами объекта и орга­низационно-технического уровня производства, с одной стороны, и полезным эффектом или элементом затрат — с другой.

Параметрические методы прогнозирования подразделяются на два вида: по удельным показателям и по уравнениям регрессии.

Для установления уравнений регрессии необходимо, чтобы ко­личество статистических данных было не менее чем в три раза больше количества факторов (см. табл. 4.3). По объектам, не отве­чающим этим требованиям, полезный эффект или затраты реко­мендуется определять по удельным показателям. Например, по­лезный эффект объекта рассчитывается по формуле:

где Пij — полезный эффект объекта в j-x условиях эксплуатации в t-м году;

П_б — среднегодовой полезный эффект базового объекта, аналогичного проектируемому;

Х_б — важнейшая характеристика (главная функция) базово­го объекта, например, часовая производительность и т. п.;

X_jt — важнейшая характеристика проектируемого объекта в j-x условиях эксплуатации в t- м прогнозируемом году;

K_lt — коэффициент, учитывающий повышение надежности проектируемого объекта по сравнению с базовым на t-й год;

K_2t — коэффициент, учитывающий изменение организаци­онно-технического уровня производства у потребителей проекти­руемого объекта в t-м году эксплуатации по сравнению с уровнем производства у потребителей базового объекта;

K_3t — коэффициент, учитывающий изменение организаци­онно-технического уровня производства у ремонтной организа­ции объекта в t-м году по сравнению с базовым периодом.

Количество корректирующих коэффициентов можно увеличить.

По аналогичной схеме определяются и элементы затрат по ста­диям жизненного цикла проектируемого объекта. Например, затраты на освоение производства проектируемого объекта можно определить по формуле

где З_осв j_n — затраты на освоение проектируемого объекта на j-м предприятии;

З_освj_б — то же базового объекта;

Н_б и Н_п — соответственно количество наименований дета­лей (без крепежных деталей) в базовом и проектируемом объекте;

K1j; — коэффициент, учитывающий изменение показателя технологической оснащенности проектируемого объекта на j-м предприятии по сравнению с базовым объектом;

К_2j; — коэффициент, учитывающий изменение показателя освоенности деталей проектируемого объекта по сравнению с ба­зовым объектом;

K₃j — коэффициент, учитывающий повышение сложности проектируемого объекта по сравнению с базовым.

Коэффициенты определяются отношением соответствующего показателя по проектируемому объекту к показателю по базово­му объекту. Например, коэффициент, учитывающий изменение показателя технологической оснащенности объекта, определяет­ся по формуле

где Н_{осв t} — количество наименований технологической оснаст­ки, необходимой для изготовления проектируемого объекта;

Н_{осв б} — то же базового объекта.

Затраты на изготовление объекта с применением метода удель­ных показателей на ранних стадиях его проектирования определя­ется по формуле

где З_изг ;_t — затраты на изготовление проектируемого объекта на j-м предприятии в t-м году;

З_{изг б} — затраты на изготовление базового объекта;

М_б и M_t — соответственно масса базового и проектируемо­го объекта;

K_npt — коэффициент, учитывающий закономерность неук­лонного роста производительности труда, на t-й год;

K_Mj_t — коэффициент, учитывающий влияние на затраты по изготовлению масштаба выпуска проектируемого объекта по срав­нению с масштабом выпуска базового объекта на j-м предприятии в t-м году.

Затраты на обращение определяются индивидуально для каж­дого объекта. Например, затраты на транспортирование, хранение и монтаж компрессорного оборудования укрупненно можно при­нять равными 10% от его цены. Для некоторых объектов, кроме того, необходимо строить здания для монтажа (например, для ав­томобиля — гараж), ремонтную базу. Эти затраты можно опреде­лить только путем составления.

Затраты на эксплуатацию проектируемого объекта по методу удельных показателей можно определить по формуле

где З_эу — затраты на эксплуатацию проектируемого объекта в у-х условиях в t-м году;

З_эд — среднегодовые затраты по эксплуатации базового объекта.

Экспертные методы

Ранее мы рассмотрели методы прогнозирования полезного эф­фекта и элементов затрат по объектам, которые характеризуются одной главной функцией, либо по объектам, по которым имеется достаточное количество статистических данных (в три раза боль­ше количества показателей объекта). По объектам, не отвечаю­щим этим требованиям, рекомендуется использовать экспертные методы.

Например, приборы, выпускаемые приборостроительными за­водами, с одной стороны, характеризуются несколькими главны­ми функциями и параметрами (количество измеряемых величин, пределы точности и количество измерений в единицу времени, срок службы, надежность работы), а с другой стороны — эти при­боры выпускаются, как правило, только одним заводом и по ним не имеется достаточного количества статистических данных для применения математических методов прогнозирования. Также отсутствует достаточное количество статистических данных по уникальным, сложным машинам единичного производства.

Сущность экспертных методов прогнозирования заключается в выработке коллективного мнения группы специалистов в дан­ной области. Существует несколько различных методов эксперт­ной оценки развития объекта в будущем. Рассмотрим здесь толь­ко один метод — метод баллов, который можно применять для прогнозирования как полезного эффекта объекта, так и элемен­тов затрат.

Сначала формируется экспертная группа из специалистов в дан­ной области, численность которой должна быть равна или больше 9. Для повышения однородности состава группы путем анонимно­го анкетирования можно сделать отсев специалистов, которые, по мнению большинства, не совсем компетентны в данной области. Затем коллективно устанавливаются или выбираются несколь­ко важнейших параметров (3—5) объекта, влияющих на полезный эффект и элементы затрат.

Следующий шаг — установление важности параметра экспертным путем. Рассмотрим два метода. По первому — каждый эксперт каждо­му параметру объекта присваивает баллы по шкале от 0 до 10. Тогда важность параметра объекта в баллах определяется по формуле:

где аi — весомость i-ro параметра объекта;

i — номер параметра объекта;

j — номер экперта;

m — количество экспертов в группе;

Бij — балл, присвоенный i-му параметру j-м экспертом;

Б_cj — сумма баллов, присвоенных j-м экспертом всем пара­метрам объекта.

Допустим, экспертная группа установила, что объект характе­ризуется четырьмя важнейшими параметрами (главными функци­ями). Эта группа состоит из 9 специалистов в данной области. Первый эксперт присвоил параметрам следующие баллы: перво­му параметру - 7 баллов, второму — 6 баллов, третьему — 2, чет­вертому — 5. Второй эксперт этим параметрам присвоил соответ­ственно следующие баллы: 6,8,4,4 и т.д. Сумма баллов у экспертов получилась следующая: у первого эксперта — 20 (7 + 6 + 2 + 5), второго — 22 и далее соответственно 19,25,21,20,24,23. Первому параметру эксперты присвоили следующие баллы: 7,8,6,7,8,6 и 7. Тогда весомость первого параметра будет равна

A=0,318

Аналогично определяется весомость и других параметров объекта. Весомость параметров рекомендуется определять по следую­щей методике. Сначала каждый эксперт находит соотношение между параметрами попарно. Если весомость данного параметра, по мнению эксперта, выше другого, с которым сравнивается дан­ный параметр, ему присваивается два балла. Если весомость па­раметров одинакова, данному параметру присваивается один балл. И если весомость данного параметра ниже другого, то первому параметру баллов не дается.

Допустим, что 9 экспертов четырем параметрам объекта при­своили следующие баллы (табл. 2).

Таблица 2