Бесплатный Банк Рефератов - Сущность и классификация прогнозов

Рефераты. Сущность и классификация прогнозов

Принцип прогнозирования характеризует основное исходное положение или идею теории. К основным принципам прогнозирования относятся: системность, согласованность, вариантность, непрерывность, верифицируемость, т.е. определение достоверности, и эффективность.

Системность в прогнозировании означает требование взаимосвязанности и соподчинённости объекта, фона и элементов прогнозирования. Согласованность в прогнозировании означает необходимость согласования поисковых и нормативных прогнозов различной природы (признаков) и различного срока упреждения времени.

Вариантность в прогнозировании означает требование разработки вариантов прогнозов, исходя из вариантов прогнозного фона. Принцип непрерывности заставляет производить корректировку прогноза по мере поступления новой информации об объекте прогнозирования. Верифицируемость означает потребность в достоверности, точности и обоснованности прогноза. Эффективность (или рентабельность) прогнозирования определяет необходимость превышения экономического эффекта от использования прогноза над затратами по его разработке.

Основные исходные положения теории прогнозирования не исчерпываются указанными принципами. Определённые требования предъявляются и к разработке отдельных элементов прогноза. Так, один из элементов прогнозирования – анализ – должен проводиться с учётом таких принципов, как природная специфичность, оптимизация описания объекта прогнозирования, аналогичность и др.

В прогнозировании большое значение имеет выбранный метод, а также приём. Приём прогнозирования – это одна или несколько математических или логических операций, направленных на получение конкретного результата при прогнозировании. В качестве примеров таких приёмов можно назвать сглаживание или выравнивание динамического ряда, расчёт средневзвешанного значения величин.

Метод прогнозирования – это способ исследования объекта прогнозирования, направленный на разработку прогноза. Совокупность специальных правил, приёмов и методов составляет методику прогнозирования.

К наиболее распространенным методам прогнозирования относятся: экстраполяция, нормативные расчёты, в том числе интерполяция, экспертные оценки, аналогия, математическое моделирование.

Экстраполяция – это метод, при котором прогнозируемые показатели рассчитываются как продолжение динамического рода на будущее по выявленной закономерности развития. По сути экстраполяция является переносом закономерностей и тенденций прошлого на будущее на основе взаимосвязей показателей одного ряда.

Метод позволяет найти уровень ряда за его пределами, в будущем. Экстраполяция эффективна для краткосрочных прогнозов, если данные динамического ряда выражены ярко и устойчиво.

Рассмотрим несложные примеры экстраполяции в экономическом прогнозировании.

Пример 1. Составить прогноз продажи хлебобулочных изделий в магазине на 11-день его работы.

Известно, что за прошедшие 10 дней работы объём продажи хлебобулочных изделий в магазине составил (в тоннах):

1-й

день

2-й

день

3-й

день

4-й

день

5-й

день

6-й

день

7-й

день

8-й

день

9-й

день

10-й

день

2,5

2,8

2,0

2,4

2,3

2,9

2,7

2,2

2,3

2,8

Расчёт. Учитывая определённую стабильность потребления товара, составим прогноз продажи на основе его среднего объёма реализации за день, т.е. по формуле средней арифметической:

_ Q1 + Q2 + Q3 + …+Qn ,

Q = n

где Q1,2,3…,n – объём продажи хлебобулочных изделий за каждый день работы, т;

n – число дней периода.

Тогда

Q = (2,5+2,8+2,0+2,4+2,3+2,9+2,7+2,2+2,3++2,8):10 = 2,49 (т или около 2,5 т в день).

Таким образом, экстраполяция продажи хлебобулочных изделий в магазине показала, что на 11 – й день работы, равно как и на 12-й и 13-й дни работы, продажа товара может составить 2,5 т.

Можно рассчитать среднюю ошибку прогноза по формуле

m = ±√ d2 / n ;

где m - средняя ошибка; d - дисперсия, определяемая по формуле

d = ∑ (c - c) 2 / n;

Средняя ошибка прогноза составит 0,625 кг.

Вывод. Прогноз ежедневной продажи составляет 2,5 т и при неизменности формирующих спрос данных может иметь отклонение ± 0,625 кг.

Понятно, что такой прогноз будет справедлив, если в ближайшем будущем не закроется на ремонт соседняя булочная или не будет введён в эксплуатацию недалеко от магазина новый многоэтажный дом.

Пример 2. Составить прогноз объёма платных услуг в фирме на 2002 и 2003 гг. Известно, что в 1995 г. объём платных услуг в фирме составлял 207 денежных единиц ( д. ед.), а в 2001 г. – 228 д. ед. в сопоставимых ценах. Сложившиеся условия работы фирмы существенно не изменяется.

Расчёт. Для определения прогноза методом экстраполяции по сложившемуся приросту объёма услуг надо определить его среднегодовой рост за прошедшие годы и экстраполировать на будущие периоды. Рассчитаем среднегодовой темп роста (коэффициент) по формуле

k = h√gh/gl,

где k – среднегодовой темп роста;

h- число периодов динамического ряда;

gh - объём платных услуг в отчётном году, д. ед.;

gl – объём платных услуг в базисном году, д. ед.

Среднегодовой темп роста спроса на платные услуги фирмы составит:

k = 6√228 : 207 = 1,0244, или 102,44 %.

Соответственно прогноз объёма услуг составит :

на 2002 г. 228 Х 1,0244 = 233,6 д.ед.;

на 2003 г. 233,6 Х 1,0244 = 239,3 д.ед.

Вывод. Прогноз объёма в фирме составит: на 2002 г. – 233,6 д.ед., на 2003 г. – 239,3 д.ед.

Приведённые примеры использования метода экстраполяции в прогнозировании далеко не исчерпывают его обширные возможности. Если предполагается сохранение прошлых и настоящих тенденций развития на будущее, то говорят о формальной экстраполяции.

Если же фактическое развитие увязывается с гипотезами о динамике процесса развития с учётом физической и логической сущности, то говорят о прогнозной экстраполяции. Прогнозная экстраполяция может быть в виде тренда, огибающих кривых, корреляционных и регрессивных зависимостей, может быть основана на факторном анализе и др. Экстраполяция сложного порядка может перерасти в моделирование.

Для такого вида экстраполяции характерно нахождение плавной линии, отражающей закономерности развития во времени. Тренд обычно применяется как основная составляющая прогнозируемого временного ряда, на которую накладываются другие составляющие, например сезонные колебания. Экстраполяция на основе тренда включает:

u сбор информации эмпирического ряда показателя за прошлые периоды;

u выбор оптимального вида функции, описывающей указанный ряд с учётом его сглаживания и выравнивания;

u расчёт параметров выбранной экстраполяционной функции;

u расчёт прогноза на будущее по выбранной функции.

Экстраполяция на основе тренда показана в примере 3.

Пример 3. Составить прогноз спроса на кожаную обувь на 2001 г., используя метод экстраполяции динамического ряда. Известны данные о продаже населению товара за последние 5 лет (в денежных единицах):

1995 г. – 179,3 1998 г. – 216,9

1996 г. – 193,3 1999 г. – 226,6

1997 г. – 206,0

Расчёт. Построим график продажи кожаной обуви в регионе за последние 5 лет (рис.1).

Линия объёма продажи по годам близка к линейной зависимости, которая выражается как

у = а + bx,

Рис. 1. Динамика товарооборота кожаной обуви в регионе

за 5 лет

где у – объём товарооборота (спрос);

х – годы;

а – параметр, характеризующий влияние основных факторов на продажу кожанной обуви (цены, денежных доходов населения, товарного обеспечения и др.);

b – параметр, характеризующий влияние вспомогательных факторов на продажу кожаной обуви, (погоды, моды, сезонности, режима работы предприятий торговли, квалификации торговых работников и др.).

Для нахождения параметров надо решить систему уравнений, например, способом наименьших квадратов:

Для этого необходимо провести дополнительные расчёты, которые приведены в табл.1.

Таблица 1

Данные о продаже кожаной обуви в регионе

для нахождения параметров прямой спроса

Годы х

Спрос у

ху

х2

1-й

179,3

2-й

193,3

386,6

3-й

206,0

618,0

4-й

216,9

867,6

5-й

226,6

1133,0

Страницы: 1, 2, 3