В условиях рыночной экономики деятельность предприятий в значительной степени зависит от того, насколько достоверно они могут предвидеть перспективы своего развития в будущем, т.е. от прогнозирования.
Прогноз - предположительная оценка будущего состояния предприятия.
Предприятия используют прогнозы с целью предусмотрения возможных вариантов развития своего бизнеса, они прогнозируют будущие события или условия их возникновения.
Различают три основных вида прогноза: технологический, экономический и прогноз объема продаж (спроса) [4, с. 315].
Технологические прогнозы охватывают уровень развития НТП или технологическое развитие в сферах, непосредственно влияющих на производство, в котором осуществляется прогноз. Например, предприятие, выпускающее компьютеры, интересует перспективы расширения объема памяти на дискетах, т.к. они являются дополнительной продукцией для использования компьютеров, а предприятие, использующее вредные, токсичные вещества в своем производстве, интересует разработка технологий по очистке и утилизации отходов.
Развитие НТП приводит к появлению новых товаров и услуг, а те, в свою очередь, составляют серьезную конкуренцию существующим предприятиям. Грамотно сделанный прогноз позволит сэкономить финансовые ресурсы, предскажет развитие новых технологий даже если научно-технические изменения не повлияли на производство продукции.
Экономический прогноз позволяет предусмотреть будущее состояние экономики, процентные ставки и другие факторы, влияющие на развитие любого предприятия. От результатов экономического прогноза зависят такие решения как: расширение или сокращение производственных мощностей; заключение новых договоров; увольнение или наем рабочих и т.д.
Представление о реальном уровне спроса на продукцию предприятия на конкретный период в будущем дает прогноз объема продаж. Такой прогноз является основой для планирования и проведения экономических расчетов. На спрос влияют множество факторов, учет которых можно выявить с помощью составления прогноза объема продаж (спроса). В качестве базы для будущего прогноза используются такие показатели, как уровень спроса в предшествующем периоде, демографические изменения, изменения рыночных долей отраслевых организаций, динамику политической ситуации, интенсивность рекламы, конкурентов и др.
Составление прогнозов осуществляется с помощью следующих методов прогнозирования. Экстраполяционные методы основаны на предположении, что будущие события определяются прошлым. Например, анализ изменения объема продаж во времени предлагает выделение трех составляющих: тренда; сезонных колебаний; случайных изменений. Тренд описывает общую тенденцию развития; сезонные колебания показывают колебание спроса от времени года; случайные изменения - изменения трудно определяемых случайных факторов. В условиях нестабильности и неопределенности внешних факторов методы экстрополяции редко применяются.
Методы экспертных оценок основаны на статической обработке оценок, полученных путем опроса высококвалифицированных специалистов в соответствующих узких областях. К ним относят такие методы как метод Дельфи, методы коллективной генерации идей, последовательного выбора, парных сравнений, балльной оценки, оценки вероятностей, ранжирования ряда.
Все эти методы базируются на разнообразных спроектированных алгоритмах оценки субъективных мнений экспертов (специалистов).
Метод Дельфи предполагает проведение опроса членов группы экспертов и дальнейшее циркуляционное ознакомление членов группы с мнением коллег и лиц, заинтересованных в итогах экспертизы с целью достижения группового консенсуса [5, с. 148-149].
Метод коллективной генерации идей (“мозговая атака”) предполагает проведение дискуссии, в которой допускаются высказывания любых, самых парадоксальных мнений, оригинальных идей и предложений. После проведения опроса производится оценка его качества и обработка суждений экспертов.
Причинно-следственные методы основаны на применении регрессиональных математических методах и нейросетевых моделей (НСМ). Регрессионные модели базируются на составлении статистических уравнений, позволяющих определить значения некоторых переменных и оценить их влияние на искомую величину. Например, разрабатывается регрессионная модель прогнозирования объема продаж в зависимости от уровня цен и от затрат на рекламу. НСМ получили в последнее время наибольшее распространение, чем регрессиональные модели, т.к. позволяют получить более достоверные результаты, с помощью выявления нелинейных взаимосвязей между параметрами. НСМ позволяют выявлять неочевидные, существенные системные связи при моделировании сложных систем. С помощью НСМ можно учитывать при составлении объема продаж такие неопределенные факторы как: поведение конкурентов; время года; изменение рыночных долей; интенсивность рекламы и т.д.
Вход для каждого нейрона определяется с помощью аддитивной функции с весовым коэффициентом и с аргументами - входами. Выход рассчитывается с помощью нелинейных функций, которые выбираются по определенным правилам. На выходе делается сравнение входных векторных значений с реальным результатом, корректируются весовые коэффициенты аддитивных функций. М1-М3 - модели внутренних нейронов, которые образуют структуру сети.
Например, для прогнозирования объема продаж в качестве входных параметров могут выступать объемы продаж за определенный промежуток времени (t-n; t), а также прочие факторы, отражающие прошлое и определяющие будущее; выходным параметром является объем продаж в будущем за период (t; t+1).
Чем за больший период удается собрать информацию, чем больше факторов учесть и выбрать адекватную структуру НСМ - тем более достовернее оказываются прогнозы. На практике целесообразно сочетать различные методы прогнозирования с целью нивелирования их недостатков и укрепления достоинств.
|