|
Тенденция сохраняется до тех пор, пока не изменится влияние факторов причин, не ослабнет сила влияния, не появятся новые факторы причины. Таким образом, вторым этапом прогнозирования по уравнениям трендов является анализ тесноты связи данного процесса со временем. Когда выявлена подобная ситуация статистической зависимости изменений показателя от времени, можно пытаться применять для прогнозирования уравнения трендов. В практической деятельности, рассматривая динамический ряд, трудно определить, имеются ли закономерные изменения показателя коммерческопредпринимательской деятельности во времени, так как любой динамический ряд содержит несколько составляющих: долговременную тенденцию, сезонные колебания, случайные отклонения. Прежде чем начинать прогнозирование, надо разложить динамический ряд на основные компоненты, определить, можно ли пренебречь сезонными или случайными колебаниями. Для выявления основной тенденции динамического ряда необходимо провести сглаживание динамического ряда, для чего можно использовать методы скользящей средней и наименьших квадратов. Разработка же прогноза систем в равной мере, как и комплексное прогностическое исследование становится реальной возможностью на основе накопленного уровня знаний по теории и методологии прогностики, обширного опыта практической разработки и исследования прогнозов в управлении. В этом смысле современная прогностика стоит на этапе перехода от трендовых исследований будущего, определяющих динамику развития объекта на основе тенденций прошлого, к системному, комплексному поиску и изучению проблемы перспективного развития и путей их решения. В рамках системного подхода и комплексного прогнозирования развития коммерческо-предпринимательской структуры как системы утрачивают свою актуальность такие методы прогнозирования, как построение трендов, регрессионных моделей, прогнозирование на основе темпов роста и т. д. Индивидуальный прогноз каждого показателя коммерческо-предпринимательской деятельности часто искажает общую тенденцию в прогнозе развития 124 |
30 проектный прогноз конкретных образов того или иного явления в будущем позволяет проектировать образы или облики проектов будущего, содействует отбору оптимальных вариантов перспективного проектирования, на основе которых должно развертываться затем реальное, текущее проектирование. По периоду упреждения промежутку времени, на который рассчитан прогноз, различаются оперативные (текущие), кратко-, средне-, долго-, и дальнесрочные прогнозы [82]. Оперативный прогноз, как правило, рассчитан на перспективу, на протяжении которой, не ожидается существенных изменений объекта исследования ни количественных, ни качественных; краткосрочный на перспективу только количественных изменений; долгосрочный не только количественных, но и преимущественно качественных. Среднесрочный прогноз охватывает перспективу между краткои долгосрочным прогнозами с преобладанием количественных изменений над качественными, дальнесрочный (сверхсрочный) на перспективу, когда ожидаются столь значительные количественные изменения, что, по сзщ1еству, можно говорить лишь о самьпс общих перспективах развития изучаемого объекта. Оперативные прогнозы содержат, как правило, детальнокомплектовочные оценки, краткосрочные общие количественные, среднесрочные — количественно-качественные, долгосрочные качественноколичественные и дальнесрочные общие количественные оценки. Временная градация прогнозов является относительной и зависит от характера объекта и цели прогноза. Разработка прогноза систем в равной мере, как и комплексное прогнозирование, становится реальной возможностью на основе накопленного уровня знаний по теории и методологии прогностики, обширного опыта практической разработки и использования прогнозов в управлении. В этом смысле современная прогностика стоит на этапе перехода от трендовых исследований будущего, определяющих динамику развития объекта на основе 135 Для тех процессов, в которых выявлена устойчивая тенденция изменений моделируемого показателя в зависимости от времени, можно применять методы прогнозирования, основанные на уравнении тренда [71]. Под трендом понимается количественная характеристика основной закономерности движения, или развития процесса во времени, в какой-то мере свободной от случайных воздействий. В этом случае предполагают, что прогнозный показатель является функцией от времени (еще раз подчеркнем, что здесь рассматривается статистическая зависимость, а не причинно следственная). Тенденция сохраняется до тех пор, пока не изменится влияние факторов причин, не ослабнет сила влияния, не появятся новые факторы причины. Таким образом, вторым этапом прогнозирования по уравнениям трендов является анализ тесноты связи данного процесса со временем. Когда выявлена подобная ситуация статистической зависимости изменений показателя от времени, можно пытаться применять для прогнозирования уравнения трендов. В практической деятельности, рассматривая динамический ряд, трудно определить, имеются ли закономерные изменения показателя во времени, так как любой динамический ряд содержит несколько составляюпщх: долговременную тенденцию, сезонные колебания, случайные отклонения. Прежде чем начинать прогнозирование, надо разложить динамический ряд на основные компоненты, определить, можно ли пренебречь сезонными или случайными колебаниями. Для выявления основной тенденции динамического ряда необходимо провести сглаживание динамического ряда, для чего можно использовать методы скользящей средней и наименьших квадратов. Разработка же прогноза систем в равной мере, как и комплексное прогностическое исследование становится реальной возможностью на основе накопленного уровня знаний по теории и методологии прогностики, обширного 136 опыта практической разработки и исследования прогнозов в управлении. В этом смысле современная прогностика стоит на этапе перехода от трендовых исследований будущего, определяющих динамику развития объекта на основе тенденций прошлого, к системному, комплексному поиску и изучению проблемы перспективного развития и путей их решения. В рамках системного подхода и комплексного прогнозирования развития хозяйствующего субъекта как системы утрачивают свою актуальность такие методы прогнозирования, как построение трендов, регрессионных моделей, прогнозирование на основе темпов роста и т. д. Индивидуальный прогноз каждого показателя системы искажает общую тенденцию в прогнозе развития хозяйствующего субъекта, хотя это в первую очередь зависит от уровней надежности используемых моделей. Здесь нарушается принцип эмерджентности. Суть его заключается в том, что все признаки системы взаимосвязаны, а их искусственное разделение нарушает целостность системы и вызывает рост погрешности прогноза. Из этого следует вывод, что необходимо в решении данной задачи применять методы многомерного прогнозирования. Одним из таких методов является метод многомерного прогнозирования цепями Маркова, который подробно описан в [83]. В этом случае считается, что эволюция объекта исследования представляет собой Марковский процесс. Марковский процесс — случайный процесс, состояние которого после любого заданного момента времени to не зависит от его эволюции за предшествующий период, а зависит от состояния в момент времени to. Суть метода прогнозирования цепями Маркова заключается в том, что эволюция развития объекта за два последних периода ретроспективы переносится на перспективу. В период динамично развивающих экономических процессов использование в прогнозировании эволюции за продолжительный период времени, что используется в трендовых, регрессионных и других |