Традиционные методы прогнозирования

известь, например, за счет проведения агрессивной рекламной кампании на

рынке товаров для садоводов с акцентом на универсальное применение извести

на их участках. Тогда в рамках активного прогноза могло бы быть высказано

суждение о возможном сохранении или даже увеличении спроса на известь. *

В-четвертых, прогнозы делятся на вариантные и инвариантные в

зависимости от степени вероятности будущих событий.

Если вероятность прогнозируемых событий велика, или, другими словами,

фирма рассчитывает на высокую степень определенности будущей среды, то

прогноз включает в себя только один вариант развития, то есть является

инвариантным. Обычно инвариантный прогноз основывается на экстраполятивном

подходе, простом продолжении сложившейся тенденции.

Вариантный прогноз основан на предположении о значительной

неопределенности будущей среды и, следовательно, наличии нескольких

вероятных вариантов развития.

Таким образом, в рамках вариантного прогноза описывается несколько

вероятных состояний фирмы в будущий период времени (рис. 3).

[pic]

Рис. 3. Вариантный прогноз

Каждый из вариантов развития учитывает специфическое состояние будущей

среды фирмы и, исходя из этого, определяет основные параметры данного

бизнеса. Такого рода вариант будущего состояния фирмы называют сценарием.

В-пятых, прогнозы подразделяются по способу представления результатов

на точечные и интервальные.

Точечный прогноз предполагает, что данный вариант включает единственное

значение прогнозируемого показателя. Например, через 6 месяцев цены на

фотоаппараты вырастут на 10%.

[pic]

Рис. 4. Точечный и интервальный прогнозы

Интервальный прогноз – это такое предсказание будущего, в котором

предлагается некоторый интервал, диапазон значений прогнозируемого

показателя (рис. 4). Например, через 6 месяцев цены на фотоаппараты

вырастут на 10-15%.

2. Методы прогнозирования деловой среды

Первоначально прогнозирование в рамках фирмы возникло как предсказание

экономических параметров длительности бизнеса (как внешних по отношению к

фирме, так и внутренних).

Позднее фирмы освоили прогнозирование технологического (технологическое

прогнозирование), а также социального и политического компонентов

(социально-политическое прогнозирование) своей среды.

Поэтому общие, наиболее распространенные методы прогнозирования

возникли в рамках экологического прогнозирования, однако позднее они нашли

свое применение также и в технологическом, и в социально-политическом

прогнозировании. Кроме того, для технологического и социально-политического

прогнозирования характерны собственные, специфические методы исследования.

Общие методы прогнозирования можно разделить на четыре крупные группы-

. методы экспертных оценок;

. методы экстраполяции трендов;

. методы регрессионного анализа;

. методы экономико-математического моделирования.

Методы экстраполяции трендов и методы регрессионного анализа объединяют

в общее понятие “методы анализа временных рядов”.

Методы регрессионного анализа и метод экономико-математического

моделирования вместе составляют понятие “методы анализа причинных связей”.

2.1 Методы экспертных оценок

Эта группа методов прогнозирования предполагает учет субъективного

мнения экспертов о будущем состоянии дел. Для экспертных оценок характерно

предсказание будущего на основе как рациональных доводов, так и

интуитивного знания. Методы экспертных оценок, как правило, имеют

качественный характер. Экспертные оценки разделяют на индивидуальные и

коллективные.

К индивидуальным экспертным оценкам относят:

. сценарии;

. метод “интервью”

. аналитические докладные записки.

Метод “интервью” предполагает беседу организатора прогнозной

деятельности с прогнозистом-экспертом, в которой ставятся вопросы о будущем

состоянии фирмы и ее среды.

Метод аналитических докладных записок означает самостоятельную работу

эксперта над анализом деловой ситуации и возможных путей ее развития.

Коллективные экспертные оценки можно назвать комплексными методами

прогнозирования, поскольку они включают:

. подготовку и сбор индивидуальных экспертных оценок;

. статистические методы обработки полученных материалов.

Коллективные экспертные оценки включают:

. метод “комиссий”

. метод “мозговых атак”;

. метод Дельфи.

Метод “комиссий” может означать организацию “круглого стола” и других

подобных мероприятий, в рамках которых происходит согласование мнений

экспертов.

Для метода “мозговых атак” характерны:

. коллективная генерация идей

. творческое решение проблем.

Мозговая атака представляет собой свободный, неструктурированный процесс

генерирования любых идей по избранной теме, которые спонтанно высказываются

участниками встречи. Оптимальное число участников -6-12 человек,

желательно, чтобы это были люди, имеющие различные профессии и

специализации.

Метод Дельфи был разработан известным экспертом из исследовательской

корпорации “РЭНД” Олафом Хельмером, математиком по образованию. Может быть,

поэтому в методе Дельфи сочетаются творческий подход к решению проблемы и

достаточная точность прогноза.

Свое название метод получил по древнегреческому городу Дельфи,

прославившемуся своими предсказателями.

Суть метода Дельфи состоит в проведении анкетных опросов специалистов

выбранной области знаний (наиболее часто этот метод используется в

технологическом прогнозировании, при предсказании открытий и нововведений в

области технологии). Полученные анкетные данные подвергаются статистической

обработке, в результате которой формируется диапазон мнений экспертов,

отражающий их коллективное мнение по избранной проблеме.

Обычно после первого опроса наблюдается значительный разброс мнений.

Поэтому процедура осуществления метода Дельфи предполагает проведение еще

трех-четырех опросов, в преддверии которых каждого из экспертов знакомят с

итогами предыдущего опроса, но не для того, чтобы оказать на него давление,

а для того, чтобы эксперт мог получить дополнительную информацию о предмете

опроса. Идеально опрос повторяется до совпадения мнений экспертов,

реально – до получения наиболее узкого диапазона мнений.

Из всех перечисленных методов экспертных оценок очень высокую

популярность в последние десятилетия получил метод составления сценариев.

Рассмотрим его более подробно.

2.2 Метод составления сценариев

Впервые термин “сценарий” был употреблен в 1960 г. футурологом Х. Каном

при разработке картин будущего, необходимых для решения стратегических

вопросов в военной области.

Сценарий – это описание (картина) будущего, составленное с учетом

правдоподобных предположений. Как правило, для прогноза ситуации характерно

существование определенного количества вероятных вариантов развития.

Поэтому прогноз обычно включает в себя несколько сценариев (рис. 5). В

большинстве случаев это три сценария:

. оптимистический;

. пессимистический;

. средний (наиболее вероятный, ожидаемый).

[pic]

Рис.5. Так изобразил модель сценариев немецкий исследователь X. Гешка

Сценарии разрабатываются для определения рамок будущего развития:

. технологии;

. рыночных сегментов;

. стран или регионов и т.д.

Экономическая организация со смежной структурой и разнообразием

направлений деятельности меньше поддается прогнозированию в рамках

сценария.

В целом сценарий подчинен стратегической функции фирмы и

разрабатывается в процессе долгосрочного планирования. Широкий временной

охват предполагает усиление неопределенности среди бизнеса, и поэтому для

сценария, как правило, характерны некоторая недостоверность и повышенное

количество ошибок. Поскольку определение количественных параметров будущего

затруднено (так, трудно точно определить величину продаж фирмы через 5

лет), при составлении сценариев чаще всего используются качественные методы

и интервальные прогнозы показателей.

Вместе с тем сценарий предполагает комплексный подход для его

разработки, помимо качественных могут использоваться количественные методы:

. экономико-математические;

. моделирование;

. анализ перекрестного влияния;

. корреляционный анализ и т.д.

Составление сценария обычно включает в себя несколько этапов.

Первый этап. Структурирование и формулировка вопроса.

Вопрос, выбранный для анализа, должен быть определен так точно, как это

возможно. На данном этапе должна быть собрана и проанализирована базовая

информация. Поставленная задача должна быть согласована со всеми

участниками проекта.

Необходимо осветить структурные характеристики и внутренние проблемы

проекта.

Второй этап. Определение и группировка сфер влияния.

Для осуществления второго этапа необходимо выделить критические точки

среды бизнеса и оценить их влияние на будущее организации.

Третий этап. Установление показателей будущего развития критически

важных факторов среды организации.

После того, как основные сферы влияния обозначены, необходимо

определить их возможное состояние в будущем, исходя из намеченных фирмой

целей.

Показатели будущего состояния не должны быть чрезмерно благополучными,

амбициозными.

Для сфер, развитие которых может включать несколько вариантов, будущее

состояние должно быть описано при помощи нескольких альтернативных

показателей (например, фирму устраивает. чтобы численность населения в

регионе увеличилась на 2,3 или 5%).

Четвертый этап. Формирование и отбор согласующихся наборов

предположений.

Если на третьем этапе фирма определяла будущее состояние среды и ее

влияние на фирму, исходя из собственных целей, то на четвертом этапе

возможное развитие сфер влияния определяется исходя из их сегодняшнего

состояния и всевозможных изменений.

Различные альтернативные предположения о будущем состоянии наиболее

значимых компонентов среды комбинируются в наборы. Формирование наборов

обычно осуществляется при помощи компьютерных программ. Из полученных

наборов отбираются, как правило, три набора. Отбор осуществляется исходя из

следующих критериев:

. высокая сочетаемость предположений, входящих в набор;

. наличие большого числа значимых переменных;

. высокая вероятность событий, относящихся к набору предположений.

Пятый этап. Сопоставление намеченных показателей будущего состояния

сфер влияния с предположениями об их развитии.

На этом этапе сопоставляются результаты третьего и четвертого этапов.

Повышенные или заниженные показатели состояния среды корректируются при

помощи данных, полученных на четвертом этапе.

Так, если фирма на третьем этапе прогнозировала увеличение рождаемости

в регионе в 2000 г. на 5%, а анализ на четвертом этапе показал, что

произойдет ухудшение экономической конъюнктуры, экологической обстановки,

возможны политические и социальные коллизии, то на пятом этапе показатель

5% должен быть изменен в сторону его уменьшения, например до 3%.

Для более точного прогноза необходимо сокращать интервал между

сегодняшним днем и конечным временем прогнозирования. Так, если прогноз

составляется в 1995 г для 2000 г., то период прогнозирования нужно

разделить на два этапа по три года: сначала разработать сценарий для 1997

года, а уже затем для 2000 года.

Шестой этап. Введение в анализ разрушительных событий.

Разрушительное событие – это внезапно случившийся инцидент, который не

был ранее спрогнозирован и который может изменить направление тенденции.

Разрушительные события могут иметь как отрицательный характер

(наводнения, землетрясения, аварии атомных реакторов и т.д.), так и

положительный (технологические взрывы, политические примирения между

бывшими противниками и т.д.).

Из возможных разрушительных событий нужно выделить те, которые способны

оказать наиболее сильное воздействие, и учесть их при составлении сценариев

(например, на состояние рождаемости в регионе могут повлиять: во-первых,

авария на атомной станции; во-вторых, вероятность локального конфликта; в-

третьих, открытие нового месторождения полезных ископаемых. Однако реальное

воздействие возможно только первого из событий).

Седьмой этап. Установление последствий.

На этом этапе сопоставляются стратегические проблемы фирмы (например,

возможность роста за счет более широкого освоения рынка) и выбранные

варианты развития среды. Определяются характер и степень воздействия тех

или иных вариантов развития на стратегические области действий фирмы.

Восьмой этап. Принятие мер.

В узком смысле этот этап уже не относится к анализу. Однако он

естественно вытекает из предыдущих этапов.

2.3 Методы экстраполяции трендов

Методы экстраполяции трендов основаны на статистическом наблюдении

динамики определенного показателя, определении тенденции (трения) его

развития и продолжении этой тенденции для будущего периода. Другими

словами, при помощи методов экстраполяции трендов закономерности прошлого

развития объекта переносятся в будущее.

Обычно методы экстраполяции трендов применяются в краткосрочном (не

более одного года) прогнозировании, когда число изменений в среде

минимально. Прогноз создается для каждого конкретного объекта отдельно и

последовательно на каждый следующий момент времени. Если прогноз

составляется для товара (продукта/ услуги), в задачи прогнозирования,

основанного на экстраполяции трендов, входят анализ спроса и анализ продаж

этого продукта Результаты прогнозирования используются во всех сферах

внутрифирменного планирования, включая общее стратегическое планирование,

финансовое планирование, планирование производства и управления запасами,

маркетинговое планирование и управление торговыми потоками и торговыми

операциями.

Наиболее распространенными методами экстраполяции трендов являются:

. метод скользящего среднего;

. метод экспоненциального сглаживания.

Метод скользящего среднего исходит из простого предположения, что

следующий во времени показатель по своей величине равен средней,

рассчитанной за последние три месяца.

Например, если объем продаж составил.

1. в марте – 270 единиц

2. в апреле – 260 единиц

3. в мае – 290 единиц, то

[pic]=[pic]=[pic]

Если реальный показатель продаж за июнь составил 280 единиц, то прогноз

продаж на июль уже будет равен

[pic]

и так далее.

Метод экспоненциального сглаживания представляет прогноз показателя на

будущий период в виде суммы фактического показателя за данный период и

прогноза на данный период, взвешенных при помощи специальных коэффициентов.

Представим, что составляется прогноз продаж на следующий месяц Тогда:

[pic],где

[pic]прогноз продаж на месяц 1+1;

[pic] продажи в месяце (фактические данные);

[pic]прогноз продаж на месяц I,

[pic]специальный коэффициент, определяемый статистическим путем.

Рассмотрим прогнозирование продаж методом экспоненциального сглаживания

на конкретном примере

Предположим, что[pic]

Тогда, используя формулу экспоненциального сглаживания, можно заполнить

графу “Прогноз продаж” в таблице 1 при условии, что известны фактические

данные о продажах.

Таблица 1

|Месяц |Фактические |Прогноз |

| |продажи |продаж |

|Январь |50 |65 |

|Февраль |68 |61 |

|Март |47 |53 |

|Апрель |39 |56 |

|Май |55 |46 |

|Июнь |64 |51 |

|Июль |70 |57 |

|Август |75 |62 |

|Сентябрь |80 |67 |

|Октябрь |72 |69 |

|Ноябрь |67 |68 |

|Декабрь |75 |70 |

|Январь |58 |66 |

|Февраль |62 |65 |

Так, если продажи в январе составили 50 единиц, а прогноз на январь был

равен 65 единицам, то

[pic]=[pic][pic][pic][pic][pic]

Полученные данные можно отразить на графике (рис 6).

[pic]

Рис. 6. Метод экспоненциального сглаживания

Как видно из графика, кривая прогнозов представляет собой сглаженную

тенденцию по сравнению с кривой фактических продаж.

В прогнозировании методы экстраполяционных трендов дополняются методами

корреляции трендов, в рамках которых исследуется взаимосвязь между

различными тенденциями в целях установления их взаимного влияния и,

следовательно, повышения качества прогнозов.

Корреляционный анализ может исследовать взаимосвязь между двумя

показателями (парная корреляция) или между многими показателями

(множественная корреляция).

Специалистами по планированию Хиггинсом и Финном был проведен опрос о

применении методов прогнозирования в британских фирмах. Результаты опроса

отражены в таблице 2.

Таблица 2

|Методы прогнозирования |Процент |Процент компаний, |

| |компаний, |полагающихся |

| |применяющих |исключительно на |

| |метод |данный метод |

|Субъективные оценки |73 |14 |

|Статистическая экстраполяция |76 |16 |

|Исследование операций или |44 |7 |

|экономические модели | | |

|Технологическое |29 |6 |

|прогнозирование | | |

Как видно из таблицы, даже в условиях развитой рыночной экономики

большинство компаний предпочитают относительно простые и традиционные

методы прогнозирования – субъективные оценки и экстраполяцию трендов.

Полезными эти методы будут и для российских предприятий по двум причинам:

. не требуют от ослабленных или только становящихся на ноги фирм

значительных затрат;

. не требуют привлечения дорогостоящих специалистов;

В силу чрезвычайно высокой неопределенности внешней среды большинство

предприятий российской экономики ориентированы, скорее, на краткосрочные

цели. А методы экстраполяции оказываются наиболее эффективными именно в

условиях краткосрочного планирования.

2.4 Методы регрессионного анализа

Регрессионный анализ исследует зависимость определенной величины от

другой величины или нескольких других величин.

Регрессионный анализ применяется преимущественно в среднесрочном

прогнозировании, а также в долгосрочном прогнозировании. Средне- и

долгосрочный периоды дают возможность установления изменений в среде

бизнеса и учета влияний этих изменений на исследуемый показатель

Для осуществления регрессионного анализа необходимо:

. наличие ежегодных данных по исследуемым показателям;

. наличие одноразовых прогнозов, то есть таких прогнозов, которые не

поправляются с поступлением новых данных.

Регрессионный анализ обычно проводится для объектов, имеющих сложную,

многофакторную природу таких, как:

. объем инвестиций;

. прибыль;

. объемы продаж и др.

2.5 Методы экономико-математического моделирования

Во внутрифирменном прогнозировании используются:

1. модели внутренней среды фирмы, так называемые корпоративные модели;

2. макроэкономические модели, к которым относят

. эконометрические модели;

. модели “затраты-выпуск”.

Корпоративные модели обычно представляют собою набор формул

(уравнений), которые выражают отношения ряда переменных к определенному

объекту, например к объему продаж.

Помимо формульных моделей во внутрифирменном планировании могут

использоваться матричные модели (модели в виде таблиц), структурно-

иерархические модели – описывающие внутреннюю структуру и взаимосвязь в

рамках экономической организации.

При использовании корпоративных моделей полезно делать не только

перспективные, но и ретроспективные (обращенные в прошлое) прогнозы.

Сравнение данных ретроспективного прогноза и фактических данных за прошлый

период позволяет сделать вывод о надежности моделей.

Большая часть математических моделей имеет форму компьютерных программ.

Находясь в процессе выполнения, такие программы позволяют исследовать

развитие внутрифирменных взаимосвязей, то есть придают моделям динамический

характер.

К недостаткам применения методов экономико-математического

моделирования в рамках прогнозирования будущего экономической организации

можно отнести:

. необходимость серьезных затрат на организацию исследовательской работы и

оплату труда специалистов;

. невозможность охватить в моделях все наиболее существенные тенденции

развития;

. высокую вероятность внезапных изменений, разрушительных событий,

существенно снижающих полезный эффект модели.

В качестве отдельной отрасли экономического прогнозирования на уровне

фирмы выделяют прогнозирование продаж (сбыта).

В прогнозировании продаж применяется большинство названных здесь

методов.

3. Технологическое прогнозирование

Технологическое прогнозирование возникло позже экономического. Его

необходимость обусловили серьезные сдвиги в технологии, постоянно

происходящие в современной экономике.

Технологическое прогнозирование имеет значение в первую очередь для

подготовки стратегии исследований и разработок (стратегического плана

НИОКР). Здесь технологические прогнозы находят свое выражение в решениях о

том, на каких технологиях должна сосредоточиться фирма и от каких

технологий отказаться.

При помощи технологических прогнозов формируется объем потенциальных

технологий, который позднее, при разработке стратегии НИОКР, подвергнется

отбору и селекции.

Технологические прогнозы находят свое применение также в краткосрочном

планировании для оценки используемой технологии, Используя технологические

прогнозы, можно определить возможности текущей технологии, потолок ее

использования и необходимость в срочной смене технологии.

Техническое прогнозирование имеет наиболее важное значение для фирм,

которые являются технологическими лидерами в отрасли и нацелены на

дальнейший рост. Менее важно участие в технологическом прогнозировании для

компаний, ориентированных на выживание. Вместе с тем выживание огромного

числа современных российских предприятий связано в первую очередь с

переориентацией производства и приспособлением его к рыночному спросу. А

такая переориентация практически невозможна без технологической

перестройки, перехода к новым, прогрессивным способам производства товаров.

Поэтому специалисты по управлению рекомендуют создание технологических

прогнозов даже небольшим предприятиям, не имеющим собственных подразделений

НИОКР. Источниками информации для них могут стать публикации в специальной

литературе, сведения, предоставляемые поставщиками и крупными клиентами, и

т.д.

В целом роль технологического прогнозирования гораздо шире, чем только

при подготовке стратегии НИОКР. Результаты технологического прогнозирования

влияют на формирование новых взглядов в общем управленческом мышлении,

оказывают воздействие на подготовку различных функциональных стратегий

фирмы, например стратегии маркетинга.

Традиционная концепция маркетинга предполагает, что фирма адаптируется

к уже сформировавшимся потребностям показателя. Вместе с тем сами

потребности покупателей отстают от быстро меняющихся технологий. Многие

товары не успевают завершить свой жизненный цикл и вытесняются с рынка под

напором субститутов – технологических новинок. Следовательно, фирмы должны

. уметь предусматривать возможные изменения в технологии;

. уметь создавать новые потребности у покупателей, чтобы покупатели

были готовы к восприятию товаров-новинок.

Технологическое прогнозирование способствует выработке новой концепции

маркетинга, заключающейся в подготовке потребителей к будущим изменениям,

ознакомлении и обучении потенциальных покупателей новых товаров.

Такой подход к воздействию фирмы на свой рынок не означает давление на

потребителей и контроль над ними с целью заставить их изменить свои

потребности, напротив, он приводит к сохранению существующих потребностей и

обогащению их новыми, то есть к увеличению потребностей покупателей.

Как показывает опыт рыночной экономики, технологическое прогнозирование

наиболее часто применяется в компьютерной, телекоммуникационной,

нефтехимической, транспортной отраслях.

[pic]

Рис. 7. Технологическое прогнозирование и подготовка стратегического

плана

Технологическое прогнозирование широко использует методы, сложившиеся в

общем экономическом прогнозировании, особенно:

. метод подготовки сценариев;

. метод Дельфи;

. методы экстраполяции трендов и некоторые другие.

Вместе с тем для технологического прогнозирования характерны некоторые

специфические методы, среди них:

. морфологический анализ;

. анализ перекрестного влияния.

На схеме (рис. 7) показана взаимосвязь методов технологического

прогнозирования и подготовки стратегического плана предприятия.

Большой популярностью у фирм, занимающихся технологическим

прогнозированием, пользуются сценарии. Широко известны сценарии,

разработанные для фирм, работающих в отраслях:

. генной инженерии;

. системы телекоммуникаций;

. автомобилестроения;

. техники и технологии для фармацевтической промышленности;

. автоматизации домашнего хозяйства и многих других.

3.1 Морфологический анализ

Базовый принцип заключается в занесении в двухфакторную матрицу

ключевых параметров продукта или технологического процесса, а также

альтернативных методов их достижения.

Здесь приведен морфологический анализ кирпичей, проведенный английскими

специалистами (таблица 3).

Таблица 3 Морфологический анализ строительных брикетов (кирпичей)

|Параметрические|Альтернативные варианты параметров |

|продукты | |

| |1 |2 |3 |4 |Другие|

|A. Материал |Глина |Металл |Пластик |Утилизирован| |

| | | | |ные отходы | |

|B. Процесс |Штамповка |Отливка |Прессовка | | |

|формовки | | | | | |

|C. Процесс |Нагревание|Отливка |Молекулярн| | |

|скрепления | | |ый | | |

|D. Особые |Звуконепро|Термоизоля|Эластичнос|Эстетичность| |

|качества |ницаемость|ция |ть | | |

|E. Форма |Прямоуголь|Сферическа|Сцепляющие|Кубическая | |

| |ная |я |ся блоки | | |

Таким образом, морфологический анализ помогает выделить разнообразные

комбинации основных технологических параметров (методов).

В будущем прогнозе могут быть использованы:

. новые комбинации уже существующих методов;

. совершенно новые технологические методы, открытые при помощи

морфологического анализа.

Серьезный подход к морфологическому анализу может дать огромное число

вариантов технологий.

3.2 Анализ перекрестного влияния

Многие технические достижения могут применяться в различных отраслях

экономики (например, лазеры или микропроцессоры). Следовательно, эти

технологии оказывают влияние на целый ряд хозяйственных сфер и в то же

время сами подвергаются воздействию других технологий.

Такие перекрестные влияния могут быть учтены в специальной таблице

(таблица 4).

В таблицу заносятся основные явления в сфере технологии, напрямую

касающиеся деятельности фирмы. Затем далается первоначальный прогноз их

будущего состояния (без учета, перекрестного влияния). Далее выявляется

перекрестное влияние одних событий на другие. И, наконец, составляется

окончательный прогноз, учитывающий возможность перекрестного влияния,

Характер воздействия одного явления в технологии на другое может быть

определен как позитивный, так и нейтральный, негативный. Интенсивность

воздействия оценивается по 10-балльной шкале.

Так, открытие возможности записи звуков при помощи лазера существенно

повлияло на индустрию виниловых дисков. Характер воздействия можно

определить как отрицательный, интенсивность воздействия – не менее 7

баллов.

Таблица 4 Формат для анализа перекрестного влияния

|Явления в |Перспективный прогноз |Пересмотрен|

|технологии| |ный прогноз|

| |Время |Вероят|1 |2 |3 |4 |5 |…n|Время|Вероятность|

| | |ность | | | | | | | | |

|1 | | |Х | | | | | | | |

|2 | | | |Х | | | | | | |

|3 | | | | |Х | | | | | |

|4 | | | | | |Х | | | | |

|5 | | | | | | |Х | | | |

|…n | | | | | | | |Х | | |

Х – невозможность перекрестного влияния.

Метод анализа перекрестного влияния повышает основательность и

точность прогнозов, может применяться в сочетании с методом Дельфи.

4. Социально-политическое прогнозирование

Социально-политическое прогнозирование – самая молодая отрасль

предсказания будущего в рамках внутрифирменного планирования.

В западной экономике возникновение социально-политического

прогнозирования было связано с серьезными изменениями в этой сфере жизни.

Среди наиболее значимых факторов последнего времени, оказывающих влияние на

деятельность фирмы, называют:

. социальные – консьюмеризм (движение в защиту факторов прав

потребителей);

. экологизм (движение в защиту окружающей среды);

. рабочие движения;

. политические – законодательство о труде;

. факторы взаимоотношения правительства и бизнеса.

Для российских экономических организаций социально-политический

компонент имеет в настоящее время не меньшее, а, скорее, даже более важное

значение.

В период централизованно управляемой экономики отечественные

предприятия жили в условиях достаточно стабильной социально-политической

среды. Для советской экономики были характерны такие явления, как:

. диктат производителя над потребителем;

. отсутствие независимых экологических движений;

. формальный характер защиты прав работников профсоюзами;

. отрицание особых целей деятельности предприятия по сравнению с

целями общего народнохозяйственного комплекса и, следовательно,

серьезных противоречий между предприятиями и центральными органами

управления-

Конечно, реальные противоречия между интересами предприятий и

интересами экономического центра существовали, однако они были подавлены,

не принимали открытой формы и, таким образом, не учитывались в формальном

планировании предприятия.

К тому же политика государства по отношению к предприятиям имела

устойчивый, неизменный характер.

Современная социально-политическая среда российского

предпринимательства крайне изменчива и нуждается в постоянной, кропотливой

работе по ее предсказанию, даже если полученные прогнозы не отличаются

высокой степенью точности.

Методы социально-политического прогнозирования в большей степени

заимствованы из двух ранее возникших отраслей прогнозирования:

экономической и технологической. В социально-политическом прогнозировании

используются;

. сценарии;

. метод перекрестного влияния;

. метод Дельфи;

. различные техники маркетинговых исследований в сфере политических и

социальных явлений;

. метод исторических аналогий (один из самых древних методов

прогнозирования) и т.д.

Наряду с ними существуют особые техники, разработанные специально для

получения социально-политических прогнозов. Среди них – создание профилей

общественных ценностей, применение матрицы “вероятность-воздействие”.

4.1 Профили общественных ценностей

Впервая техника определения профилей общественных ценностей была

применена специалистами подразделения организационной среды американской

компании “Дженерал Электрик”.

Техника определения профилей означает:

1. выделение пар противостоящих признаков, которые могут

охарактеризовать выбранный объект (в нашем случае это такие

противостоящие признаки, как “национализм-интернационализм”,

“организация-индивид” и т.д.);

2. оценку признака по п-балльной шкале, в нашем случае -по 6-балльной

шкале. При этом если один из пары признаков получает оценку т, то

оставшийся – оценку (п-тп);

3. занесение оценки в таблицу профилей в виде вертикальной черты и

соединение вертикальных черт в виде единого контура (профиля).

Таблица 5 Матрица “вероятность-воздействие”

| |Ядерная | |Госперев| | | | |

| |война | |орот | | | | |

| | | | |Инфляция| | | |

| | | | |, 4% в | | | |

| | | | |месяц | | | |

| | | | | | | | |

| | | |Безработ| | | | |

| | | |ица, 10%| | | | |

| | | | | | | | |

| | | | | |Регионал| | |

| | | | | |ьные | | |

| | | | | |конфликт| | |

| | | | | |ы | | |

| | | | | | |Средняя | |

| | | | | | |з/п в | |

| | | | | | |$500 в | |

| | | | | | |месяц | |

Полученный результат (профиль) говорит о тяготении социально-

политической среды к той или иной системе ценностей.

По горизонтали указана вероятность событий, справа налево она

уменьшается. По вертикали – степень их воздействия на анализируемую среду,

уменьшение диффузии или воздействия происходит от верхних секторов матрицы

к нижним.

Матрица “вероятность-воздействие”, или “вероятность-диффузия”,

позволяет оценить предполагаемое событие с точки зрения:

. вероятности события или тенденции;

. степени, с которой событие может быть рассеяно в рамках

анализируемой среды – региона, страны, отрасли или мира (диффузия –

это степень распространения события в среде).

Общим методом оценки социально-политической среды является анализ

приоритетов социального давления, также предложенный специалистами

“Дженерал Электрик”. Иначе этот анализ называют: “социальные потребности –

социальные риски” (рис. 8).

[pic]

Рис. 8. Анализ “социальные потребности – социальные риски”

Заключение

В данной курсовой работе рассмотрены традиционные методы

прогнозирования экономической внутрифирменной среды. На конкретных примерах

рассмотрено их применение в действительности, а также методы, с помощью

которых они применяются. Также показано, в каких отраслях, и к каким

параметрам данной отрасли применим тот или иной метод.

Список литературы

1. Алексеева М.М. Планирование деятельности фирмы: Учебно-методическое

пособие. – М.: Финансы и статистика, 1998.- 248 с.

2. Романенко И.В. Социальное и экономическое прогнозирование: Конспект

лекций. – СПб.: Издательство Михайлова В.А., 2000 г. – 64 с.

3. Прогнозирование и финансирование экономики в условиях рыночных

отношений. – М.: Мысль, 1970. – 448 с.

4. Рябушкин Б.Т. Применение статистических методов в экономическом

анализе и прогнозировании. – М.: Финансы и статистика, 1987. – 75

c.

5. Статистическое моделирование и прогнозирование: под ред.

А.Г. Гранберга. – М.: Финансы и статистика, 1990. – 382 с.

6. Грисеев Ю.П. Долгосрочное прогнозирование экономических

процессов: – Киев: Наукова думка, 1987 – 131 с.

7. Шибалкин О.Ю. Проблемы и методы построения сценариев социально-

экономического развития. – М.: Наука, 1992 – 176 с.

8. Суворов А.В. Методы построения макроэкономических сценариев

социально-экономического развития// Проблемы прогнозирования. –

1993. – №4 – СС. 27-39

Страницы: 1, 2