Количественные методы прогнозирования

ЛЕКЦИЯ 3

1. Типы и методы прогнозирования

2. Типы и методы планирования

3. Инструменты функции организация

4. Модели мотивации

5. Типы и этапы контроля

6. Типы и этапы разработки управленческих решений

7. Типы, этапы и проблемы коммуникаций

8. Типы власти

9. Классификация управленческих кадров

10. Управление группами

11. Управление конфликтами

12. Лидерские стили

 

Типы и методы прогнозирования

Прогнозирование – это определение будущего на основе накопленного в прошлом опыта и текущих допущений о будущем развитии событий. Прогноз – научно обоснованное суждение о возможных состояниях объекта прогнозирования в будущем, об альтернативных путях и сроках их осуществления. В результате прогнозирования менеджмент фирмы представляет себе картину будущего, внешних и внутренних условий деятельности организации. Эту информация чрезвычайно важна, т.к. является основой для постановки правильных целей и планирования осуществимых мероприятий по их достижению.

Цели прогнозирования состоят в том, чтобы:

- помочь выявить базовые тенденции в исследуемой области;

- определить основные критические зоны;

- учесть риски;

- сделать понятным процесс выработки решения;

- предложить варианты действий для достижения цели управления.

Выделяют два характерных подхода к прогнозированию:

1) изучение закономерности изменения данного события (выявление тренда);

2) изучение другого события (или группы других событий, имеющих отношение к данному).

Множество методов прогнозирования имеет одну общую идею: обнаружение экстраполяционных связей между прошлым и будущим, связи между информацией о процессе в контролируемый период времени и характером протекания процесса в дальнейшем.

Количественные методы прогнозирования

Для прогнозирования в практической деятельности применяются различные количественные и качественные методы. Количественные методы можно использовать для прогнозирования, когда есть основания считать, что деятельность в прошлом имела определенную тенденцию (тренд), которую можно продолжить в будущем, и когда имеющейся информации достаточно для выявления статистически достоверных тенденций или зависимостей. Типичными методами количественного прогнозирования являются регрессионный и корреляционный анализ, анализ временных рядов, методы сглаживания.

Регрессионый и корреляционный анализ используется когда один или несколько факторов влияет на прогнозируемый показатель (рис.1).

Рис.1. Регрессионная зависимость среднего времени доставки от расстояния

Уровень личных доходов, демографические изменения и ставка процента ипотечного кредита, например, влияют на будущий спрос на новые односемейные дома. Регрессионная модель может показать, что всякий раз, когда ставка процента увеличивается на 1%, спрос на новые дома в среднем падает на 5%. На языке статистики эта зависимость называется корреляционной. Она отличается от функциональной тем, что показывает зависимость средней (а не фактической) величины от влияющего фактора.

Множество пар данных, в которых время является независимой переменой X, называется временным рядом (рис.2).

Рис.2. Временной ряд

Анализ временных рядов, например, временного ряда объема продаж, заключается в том, что факторы, реально влияющие на объем продаж, явно не учитываются, а анализируются только изменения объемов продаж во времени. Таким образом, выявляется определенная тенденция изменения фактических значений Y во времени, что позволяет прогнозировать будущие значения данного параметра. Общая тенденция изменения значений параметра Y во времени называется трендом, который может быть как линейным, так и нелинейным. Математическую запись функции тренда можно определять методов регрессионного анализа. Динамика изменения значений параметра Y характеризуется не только трендом, поскольку часто они подвержены циклическим колебаниям. Если эти колебания повторяются в течении небольшого промежутка времени, то они называются сезонной вариацией. Термин «сезон» можно применить к различным систематическим колебаниям, это может быть, например, день в неделе, неделя в месяце, месяц в году. Колебания, повторяющиеся в течение длительного промежутка времени (обычно исчисляемого в годах), называются циклической вариацией.

Не всегда колебания значений временного ряда обусловлены сезонными составляющими ряда, т.е. они могут носить случайный, несистематический характер. Это затрудняет выявление тренда и, как следствие, возможность прогнозирования. В таких случаях широко используются методы сглаживания, например, метод скользящего среднего, экспоненциального сглаживания и др., позволяющие уменьшить (сгладить) несезонные колебания исходного временного ряда (рис.3).

Рис.3. Метод скользящего среднего