Прогнозирование

 

Составление прогнозов или прогнозирование является неотъемлемой частью любого планирования – оперативного, тактического, стратегического. Прогнозирование заключается, во-первых, в анализе экономических, специальных, организационных, технических и технологических процессов, происходящих в предприятии (организации) и окружающей среде, причинно-следственных связей между ними, оценке сложившейся ситуации и выявлении проблем, которые нужно решать. Во-вторых, в формировании представления о будущем предприятия, условиях его функционирования, возможных трудностях и способах их преодоления. В-третьих, в обосновании, анализе и сопоставлении различных вариантов развития предприятия (организации), его производственного, научно-технического, финансового и кадрового потенциала, результатов деятельности и возможных стратегий в различных сферах. Иными словами, прогнозирование есть способ выявление состояния и вероятных путей развития предприятия. С наиболее общих позиций прогноз – это вероятностное суждение о состоянии логистического процесса, системы или отдельных элементов (звеньев) в определенный момент в будущем и (или) альтернативных путях достижения этого состояния [24].

От точности и достоверности прогнозов спроса на готовую продукцию, расходования сырья, уровня сырья и так далее во многом зависит эффективность реализации логистических концепций и принципов. Используемые в настоящее время разновидности прогнозов включают три важнейших особенности: первая заключается в том, что вся предсказывающая будущее ситуация исходит из времени прогноза (из временной точки), изменение которого влияет на прогноз; второй особенностью является неопределенность обстоятельств будущего периода, в связи с чем возможное развитие должно быть оценено и собрана информация прежде, чем будет сделан прогноз; третья особенность заключается в корреляции с информацией о прошедшем периоде.

Характерным для всех методов прогноза является определение развития будущего на основе показателей предыдущего периода, что ведет к неизбежным ошибкам при изменениях потребности. Несмотря на это прогнозы необходимы, так как других методов оценки ситуации будущего попросту нет. Прогнозные оценки должны быть дополнены знаниями и опытом, вытекающими из наблюдения рынка.

Общая схема процесса прогнозирования представлена на рис. 7.4 [24].

 

 

 

Рис. 7.4. Укрупненная схема процесса прогнозирования

 

На схеме условно показано, что для получения прогноза П _о какого-либо параметра О объекта или процесса необходимость иметь определенную модель прогнозирования, которая использует ретроспективную (прошлую) информацию за определенный интервал времени в прошлом (период наблюдения или глубина ретроспективы), информацию о параметре О в настоящий момент и иногда прогнозную информацию о внешней среде. Точность и достоверность получаемого прогноза П _о зависит от объекта, точности и достоверности исходной информации, корректности применяемого метода (модели) и глубины прогноза.

Обычной формой представления всех показателей использования материалов за прошлый период и их изменения во времени является так называемый временной ряд, анализ которого позволяет сделать заключение об использовании рассматриваемых изделий с учетом таких факторов, как тенденции, сезонные изменения, нестабильность или случайные отклонения. Анализ временного ряда позволяет выявить приемлемую модель из числа представленных на рис. 7.5.

-

 

 

Рис. 7.5. Определение используемых моделей как предпосылки стохастического определения потребности исследуемой системы

 

Возможными моделями использования материалов являются: модель постоянного потребления; прямопропорциональная модель; сезоннопостоянная модель; сезонная модель с последовательным ростом (рис.7.6 и 7.7).

 

 

 

Рис. 7.6. Методы стохастического определения потребности

Рис. 7.7. Алгоритм расчета при стохастическом определении потребности:_*–––_* – статистические данные потребления в исследуемом интервале времени;- - - - – прогноз потребления на ближайший отрезок времени

 

 

Одним из основных методов стохастических прогнозов является метод экспоненциального сглаживания, когда весомость цифр в определенные периоды корректируется с помощью так называемого фактора «а», значение которого колеблется в пределах от 0 до 1. Чем больше значение «а», тем весомее влияние ближайших прошедших периодов и метод более подходит для оценки фактического потребления. Экспоненциальное сглаживание применимо, прежде всего, при постоянном объеме потребления (а = 0,1–0,3). При более высоких значениях (а = 0,3–0,5) метод может использоваться при изменениях структуры потребления, например, с учетом сезонных влияний. Он соответствует выравниванию средних значений с постоянно снижающимися, в соответствии с геометрическим рядом, факторами весомости.

При постоянно увеличивающемся объеме потребления целесообразно использовать второй метод экспоненциального сглаживания, с помощью которого можно определить тенденцию роста потребности, базирующуюся на прогнозах, пригодных для многих последующих периодов времени.

Основой метода регрессионного анализа является применение и сближение известных тенденций потребления с помощью математических функций, которые могут быть экстраполированы на будущий период. В соответствии с характером кривой регрессии различаются линейный и нелинейный регрессионный анализ.

Метод линейной регрессии целесообразно применять при условно-пропорциональном росте потребления. Тогда изменение потребления отражается аппроксимирующей прямой, которая имеет вид: у = а + bt.

Коэффициенты «а» и «b» определяются с помощью данных о потреблении при условии, что сумма всех отклонений от аппроксимирующей прямой была минимальной, т. е. используется метод наименьших квадратов. Качество прогноза в конечном итоге зависит от рассеивания исходных данных.

Если кривая потребности не аппроксимируется в прямую линию, то применяется нелинейный регрессионный анализ. В этом случае кривая потребности аппроксимируется с помощью полинома

у = а + bt + ct ² + dt ³ +... + zt ⁿ. (7.1)

В связи с большой трудоемкостью регрессионного анализа его применение целесообразно с помощью ЭВМ, причем программа для расчета коэффициентов а, в, с, d... z регрессионной кривой находится с помощью минимизации среднеквадратического отклонения.

Для использования любых методов в прогнозах потребности необходимым является регулярное (квартальное, в крайнем случае, ежегодное) наблюдение и контроль с целью проверки действенности используемых предпосылок. Все описанные выше методы оценки потребности имеют формализованное выражение и достаточно легко программируются, что обеспечивает применение ЭВМ.

При изменении потребности желательно использовать краткосрочные прогнозы. Наиболее частые отклонения определяются среднеквадратичными отклонениями и корнем квадратным из среднеквадратичных. При этом в основу кладется предположение, что встречающиеся ошибки подчиняются нормальному закону распределения.

Деятельность любого предприятия основывается на удовлетворении спроса, в связи с чем прогнозирование спроса является одним из главных направлений логистического менеджмента. Классическая модель прогноза спроса описывается следующим выражением:

П_t = (Б_t × С_t × Т_t × Ц_t × Д_t) + H, (7.2)

где П_t – прогнозируемый спрос на момент t;

Б_t – базовый уровень спроса на момент t;

С_t – сезонная составляющая;

Т_t – компонента тренда, характеризующая тенденцию возраста-

ния или убывания спроса;

Ц_t – циклический фактор за период t;

Д_t – фактор продвижения (движения) товара;

Н – нерегулярная (случайная) составляющая.

В приведенном или несколько ином виде такая зависимость используется в большинстве случаев для прогноза спроса.

Различные структурные и качественные изменения, происшедшие в большинстве отраслей народного хозяйства, не позволяют получить адекватную статистическую информацию за предшествующий период. В связи с высокой динамикой переходных процессов в экономике страны необходимо значительно увеличить частоту квантования (частоту съема информации в системе). Однако это сложное и дорогостоящее мероприятие, поэтому неопределенность планирования и прогнозирования в переходный период существенно возрастает. В этот период все большее значение приобретают экспертные (эвристические) методы оценки, которые строятся на мнениях, высказываемых специалистами в соответствующих областях, и их сопоставлении, что позволяет получить ориентировочную картину будущего. Прогнозы дополняются соответствующими пояснениями о том, что ситуация будет развиваться именно так, а не иначе.

Многовариантность прогнозов предполагает наличие соответствующего числа сценариев развития событий, каждый из которых разрабатывается в трех вариантах: оптимистичном (в надежде на благоприятные условия); реалистичном (исходя из нормальных условий); пессимистичном (предполагающим, что ситуация сложится неудачно). На основе прогнозов строится цикл действий – система целей и ориентиров, которую предприятие должно придерживаться в повседневной деятельности. Эта система ограничивает область принятия решений и обеспечивает соответствие их целям системы, а также придает единообразие разным видам планов. Разработанный цикл составляет основу политики предприятия в той или иной сфере.