4.3. Дослідницьке прогнозування

Одним з основних методів, використовуваних у дослідницькому прогнозуванні, є екстраполяція тимчасових рядів - статистичних даних про цікавлячому нас об'єкті.

В основі екстраполяційних методів припущення про те, що закон росту, що мав місце в минулому, збережеться й у майбутньому.

При цьому, природно, повинні бути зроблені відповідні виправлення з урахуванням можливого ефекту насичення і стадій життєвого циклу об'єкта.

До числа кривих досить, що адекватно відбивають зміни прогнозованих параметрів у ряді розповсюджених ситуацій є експонента, тобто функція виду:

y = ае ^bt

де t - час, а і b - параметри експонентної кривої.

При екстраполяції використовуються регресійні і феноменологічні моделі.

Регресійні моделі будуються на базі сформованих закономірностей розвитку подій з використанням спеціальних методів підбора виду екстраполюючої функції й визначення значень її параметрів.

Зокрема, для визначення параметрів екстраполюючої функції може бути використаний метод найменших квадратів.

Припускаючи використання тієї або іншої моделі екстраполювання, того або іншого закону розподілу можна визначити довірчі інтервали, що характеризують надійність прогнозних оцінок.

Регресійні моделі володіють і визначеними недоліками.

Зокрема, є проблеми з коректним визначенням періоду прогнозування, із визначенням виду екстраполяційної кривої, а, саме головне, далеко не завжди в майбутньому зберігаються закономірності, що мали місце в минулому.

Феноменологічні моделі будуються, виходячи з умов максимального наближення до тренда процесу з урахуванням його особливостей і обмежень і прийнятих гіпотез про його майбутній розвиток.

При багатофакторному прогнозі у феноменологічних моделях можна привласнювати великі коефіцієнти вагомості факторам, що у минулому впливали на розвиток подій у минулому.

4.4. Нормативне прогнозування

У нормативному прогнозуванні характерним є підхід до розробки прогнозу, виходячи з цілей і задач, що ставить перед собою організація в прогнозованому періоді.

До числа методів, використовуваних у нормативному прогнозуванні, відноситься метод горизонтальних матриць рішень, коли виробляється визначення першочерговості виконання пропонованих для досягнення поставлених цілей об'єктів.

Звичайно, використовуються двовимірні або тривимірні матриці. Найбільше часто горизонтальні матриці рішень використовуються для визначення оптимального розподілу ресурсів при заданих обмеженнях. При цьому як ресурси можуть виступати кошти, робоча сила, її якість і кваліфікація, устаткування, енергетичні ресурси і т.д.

Зокрема, один вимір горизонтальної матриці рішень може відповідати основним проблемам, що виникають при досягненні мети, другий вимір - ресурсам, що можуть знадобитися для рішення цих проблем.

Погоджені матриці більш низьких ієрархічних рівнів проблем поєднуються в матриці більш високих рівнів аж до головних матриць для стратегічних проблем організації.

У тривимірній горизонтальній матриці рішень один вимір, наприклад, може відповідати комерційним місіям (областям збуту), друге - ресурсам, третє - часу. Ресурси, у свою чергу, можуть підрозділятися на фінансові, комерційні ресурси збуту, виробництва, устаткування і т.д.

Вертикальні матриці рішень призначені для відстеження вертикального переміщення технологій.

Вертикальна матриця рішень для внутріфірмового планування по рекомендаціях Стенфордського інституту може виглядати, наприклад, у такий спосіб (див. мал. 4.2.)

Стадія досліджень і розробок	Продукт	Замовник	Ресурси
Відкриття
Створити
Утілити
Розробити

Рис. 4.2. Матриця рішень для внутріфірмового планування.

Для більш раціонального вибору проектів для реалізації можуть бути використані методи дослідження операцій такі, як:

• лінійне програмування, що дозволяє сформулювати оптимизаційну задачу у виді лінійних обмежень (нерівностей або рівностей) і лінійної цільової функції;

• динамічне програмування, розраховане на рішення багатоступінчастих оптимізаційних задач;

целочисленне програмування, що дозволяє вирішувати оптимізаційні задачі, у тому числі задачі оптимального розподілу ресурсів, при дискретних (целочисленних) значеннях перемінних і ін.

В інструментарій нормативного прогнозування входять методи побудови дерев цілей, може бути використаний також метод очікуваної цінності (див. мал. 4.3.)

Найменування проектів	Вага мети
	Забезпечення якості продукції	Забезпечення ритмічності виробництва
	0,6	0,4
Проект А (внесок у мету) Проект У ( внесок у мету) Проект ІЗ ( внесок у мету)	8 4 6	5 7 6

Рис. 4.3. Модель очікуваної цінності проекту.

Цінність проекту А = 0,6 * 8 + 0,4 * 5 = 6,8

Цінність проекту В = 0,6 * 4 + 0,4 * 7 = 5,2

Цінність проекту З = 0,6 * 6 + 0,4 * 6 = 6,0

У цьому випадку кожної з розглянутих цілей приписуються кількісні вагові коефіцієнти, а для кожного проекту оцінюється внесок у досягнення кожної з цілей, якщо він не нульовий. Ступінь внеску згодом збільшується на ваговий коефіцієнт мети.