2.2. Обзор методов и моделей прогнозирования развития социально-экономических систем
Существует множество определений прогнозирования и прогнозов, например в [7, 12, 13, 59, 66, 85, 86, 104, 108, 115].
Прогнозирование (от лат. prognosis — предвидение, предсказание) - вероятностные суждения о будущем, основанные на знании законов развития природы, общества, о тенденциях и путях развития тех или иных объектов, их будущего состояния на основе знания закономерностей развития их в прошлом и настоящем [12].
Прогноз - это комплекс аргументированных предположений (выраженных в количественной и качественной формах) относительно будущих параметров экономической системы [85].
Спецификой прогнозирования является расчет количественных показателей - характеристик отдаленного будущего.
Прогнозирование основывается на изучении конъюнктурообразующих факторов с учетом прошлого и текущего состояний рынка, ожидаемого влияния временных параметров краткосрочного, среднесрочного и долгосрочного действия, появления новых видов услуг, сдвигов в потреблении отраслевой продукции, внедрения новых форм и методов торговли, государственного регулирования, политических, общественных, природно-климатических и других особенностей.Методы, используемые для анализа собранных в исследованиях данных, как правило, применимы и для прогнозирования, так как выявляемые статистические зависимости на основе полученных данных и при задании некоторых условий могут быть продлены в будущее. Современный аппарат методов прогнозирования более многочислен и разнообразен, имеет массу интерпретаций и возможностей к изменениям на основе новейших открытий в этой области. Прогнозы полезны как ориентиры развития и основа разрабатываемых плановых решений, но даже современные прогнозы имеют неточности и ошибки. В большей степени это относится к количественным прогнозам.
Даже построенная в США, детализированная до мелочей, модель национальной экономики, описанная сорока тремя квадрильонами уравнений условий оптимальности, при расчетах с ее использованием не позволила получить точные результаты, хотя бы отдаленно приближенные к конкретным ситуациям, которые закладывались в нее для расчетов [52],
Поэтому разрабатываемые прогнозы важны для построения общих стратегий и продления тенденций развития, определения их направленности и возможных темпов, но не для получения точных количественных результатов.
Система методов планирования и прогнозирования в современной теории представлена несколькими обширными группами: [7]
Экономико-статистические — дисперсный факторный анализ, регрессионный, корреляционный, теория распознавания образов, экспертных оценок - основаны на теории математической статистики и являются более известными и самыми ранними по происхождению.
Моделирование экономических процессов - построение экономико- математических моделей и алгоритмов процессов и явлений, проведение расчетов по ним с целью получения новой информации о моделируемом объекте.
С их помощью возможно моделировать, например, производственные функции, экономический рост, межотраслевой баланс.Исследование операций - группа методов, позволяющих выполнять анализ целенаправленных действий и количественное обоснование решений. Сюда относят линейное, дискретное, динамическое, стохастическое программирование, теорию массового обслуживания, теорию игр, теорию управления запасами, теорию расписаний, сетевое планирование.
Экономическая кибернетика - занимается исследованием и со- вершенствованием экономических систем на основе общей теории ки- бернетики. Самая молодая группа методов прогнозирования, использующая знания нескольких смежных дисциплин: экономической теории, кибернетики, теории систем, теории управления, теории информации. Основными разделами являются: теория экономических систем; теория экономической информации; теория систем управления в экономике.
Данная классификация не включает экономическую синергетику, хотя в данном источнике [7] говорится о появлении данного нового направления в экономике.
На практике все методы применяются, как правило, в комплексе и представляют собой оптимальное сочетание нескольких методов, соответствующих целям и задачам исследования.
В принципе многие прогнозы исходят из того, что в будущем сохранятся прежние тенденции развития (например, табл. 2.1 [12]) или рис. 2.2 [111, с. 248] по данным Deutcshe Shell AG, Hamburg, Institut der deutcshen Wirtschaft iwd. Это особенно характерно для методов математической статистики.
Качественные методы прогнозирования пытаются решить эту проблему, прибегая к субъективным оценкам экспертов:
метод «Дельфи» предполагает, что каждый эксперт изолированно дает свой прогноз, далее он знакомится со средними оценками группы экспертов и получает возможность после этого уточнить свою точку зрения;
метод групповой дискуссии предполагает публичное обсуждение ситуации, но здесь возникает угроза, что восторжествует точка зрения эксперта «сильной личности»;
• метод сценариев предусматривает параллельную разработку и сопоставление альтернативных вариантов развития.
Рисунок 2.2. Прогноз объемов продаж автомобилей, выполненный компанией «Шелл» с учетом корректировок
Недостатком качественных методов является трудность учета субъективного фактора, когда эксперты не в состоянии предвидеть реальные структурные сдвиги, т.
е. в итоге остаются «пленниками» гипотезы сохранения тенденции прошлого развития. Рекомендуется соединение экспертами понимания проблемы, знания отрасли, учета политических и социальных тенденций с использованием методов математической статистики, анализа опыта предшествующего развития в комбинированной методологии прогнозирования [7].Существует множество классификаций применяемых для социально- экономических систем методов прогнозирования развития, например, приведенная Уткиным в работе [62], а также других работах. Приведем классификацию, предложенную в работе [12], так как она наиболее ярко показывает различие между количественными и качественными методами.
Таблица 2.1.
Краткая характеристика некоторых методов прогнозирования, применяемых
для социально-экономических систем Метод Определение Формы, диапазон Эмпирический пример Достоинства/ недостатки использования 1 2 3 4 5 1.
Количествен- ные методы Оценка будущего на основе прошлых дан- ных с помощью ЭММ и статисти- ческих методов Кратко- срочные и средне- срочные прогнозы Получение коли- чественных дан-ных на будущее./ Опора на прощ-лые данные. Не-обходимость силь-ного структуриро-вания проблем 1.1. Экстрапо- ляция тренда Проекция данного временного ряда в будущее Кратко- срочные прогнозы Прибыль, рентабельно- сть, технико- экономичес- кие и фи- нансовые показатели деятельности Низкие затраты, быстрота./ Резкие изменения тренда, низкий потенциал раннего обнаруже- ния зависимости 1.2. Прогнозы на основе ин- дикаторов Оценка хода развития процесса, мало зависящего от предприятия, на базе одной или несколь- ких предпосылок Кратко- срочные прогнозы Оценка поступления заказов на основе анали- за инвести- ционного климата Раннее обнаружение тренда, ста- бильность связей между индикато- рами./ Трудность отыскания под- ходящих индика- торов. 1.3. Регресси- онный анализ Определяет силы, связи и направления действия между независимыми и зависимыми переменными Кратко- срочные прогнозы Оценка доли рынка при раз- личных рас- ходах на ре- кламу (зависи- мые перемен- ные) и цены (независимые переменные) Низкие расходы, взаимосвязь неза- висимых пере- менных. 2.
Качествен- ные методы прогноза Оценка, словесная формулировка буду- щего с помощью человеческих знаний и интуиции (эксперт- ные оценки) Средне- срочные и долго- срочные прогнозы Для комплекс-ных, плохо струк- турируемых проблем, объек- тивность и надеж- ность./ Ограни- чение.1 2 3 4 5 2.1. «Дельфий- ский оракул» Форма опроса экспертов, ответы собирают в течение нескольких туров и через ознакомление с промежуточными результатами получают групповую оценку интересую- щего процесса Долгосроч- ные
прогнозы Производство, сбыт, спрос при различных величинах факторов, на них влияющих Наглядность резуль- татов, анонимность./ Негибкость, много времени, консер- ватизм, техничес-кие изменения особенно не предсказуемы 2.2. Сценарии Предсказание развития и будущего состояния факторов, влияющих на пред- приятие, и опре- деление возможных действий предприя- тия Долгосроч ные
прогнозы Автомобиль 2000, будущее коммуника- ционной тех- ники, будущее AT, будущее космических исследований Хорош для очень комплексных проблем./ Высока доля субъектив-ных оценок, затруднение про-верки процесса В последнее время разработана методология и методы социально- экономического прогнозирования в условиях неопределенности [83]. Данная методика основана на регрессионных статистических моделях и имеет традиционные недостатки - прогнозирование параметров функционирования предприятия на основе прогноза ВВП и перенос прошлых тенденций развития на будущее. В качестве факторов неопределенности принимаются неуправляемые факторы (т.е. макроэкономические - внешние по отношению к предприятию). Отмечается, что данные факторы имеют вероятностные характеристики, но они считаются автором данной методики неизвестными.
Также появилась теория прогнозирующего управления, которая в качестве математических моделей использует модели дискретного программирования [80, 121].