11.3.4. Прогнозування в системі стратегічного контролінгу


Повернутися на початок книги
1 2 3 4 5 6 7 8 9 10 11 12 13 14 
15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 
30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 
45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 
60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 
75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 
90 91 92 

Загрузка...

Прогноз – це передбачення напрямів та тенденцій розвитку процесу, об’єкта або явища. Розрізняють різні підходи щодо про-гнозування, але будь-який із них можна віднести до інтуїтивного (на основі особистого судження) або наукового (раціоналістично-го) типу. Обмеженнями інтуїтивного прогнозування є особисті упе-редження та забобони; «пастки» минулого досвіду; неусвідомлені спроби самоствердження; ілюзії тощо. Науковий підхід орієнту-ється на використання взаємодоповняльних моделей і методів подолання невизначеності майбутнього.

Головна мета прогнозів – виявити процеси розвитку явищ та передбачити розвиток подій у майбутньому, а також побудова

моделі найбільш ймовірного майбутнього стану середовища (як зовнішнього так й внутрішнього). У моделі відбивається склад-ний комплекс соціальних, економічних, науково-технічних, полі-тико-правових факторів зовнішнього середовища та характерис-тики об’єкта прогнозування. Останніми роками поширення набули: економетричні моделі; економіко-математичні моделі, побудова-ні на сотнях статистично оцінених рівнянь; галузеві моделі «ви-трати-випуск» тощо.

Особливості прогнозів, складених за найновішими методиками, полягають в тому, що вони містять як бажані, так і можливі, але небажані характеристики стану зовнішнього, проміжного та вну-трішнього середовища підприємства, а також позитивні та нега-тивні тенденції у взаємовпливі факторів цих трьох складових се-редовища. Прогнози – це інструменти визначення цілей, але цілі – явище, складніше за просте визначення та констатацію напрям-ку розвитку будь-якої сфери, системи чи підсистеми. Виходячи з цього, треба ретельно досліджувати не тільки способи встанов-лення цілей та відповідних стратегій, а й сутність самого явища – «мета», оскільки від цього залежить зміст концепції та окремих складових системи стратегічного управління.

Кожний бізнес, хоч би яким малим він був, завжди має про-гноз для обґрунтування мети у своїй діяльності, що, у свою чер-гу, створює підґрунтя для свідомого розвитку підприємства.

Найважливіші функції прогнозування в системі стратегічного контролінгу такі:

– визначення можливих цілей і напрямків розвитку об’єкта прогнозування;

– оцінювання соціальних, економічних, наукових, технічних та екологічних наслідків реалізації кожного з можливих варіантів розвитку об’єктів прогнозування;

– попереднє визначення змісту заходів щодо забезпечення ре-алізації можливостей та послаблення загроз кожного з імовірних варіантів розвитку прогнозованих подій;

– оцінювання необхідних витрат і ресурсів для впровадження розроблених заходів і наслідків щодо прояву обмежень у системі «час – гроші».

Основними класами методів прогнозування, що використову-ються у стратегічному контролінгу (табл. 11.10, табл. 11.11), є методи екстраполяції, експертні методи, методи моделювання.

Методи екстраполяції базуються на припущенні про незмін-ність або відносну стабільність наявних тенденцій розвитку. Ін-акше кажучи, гіпотеза економічного передбачення базується на

 

схожості та спадковості глобальних умов існування підприємств у минулому, теперішньому та майбутньому. У цьому й полягає обмеженість зазначеного підходу, оскільки чим тривалішим є пе-ріод прогнозування, тим більш імовірним є змінність тенденцій розвитку під впливом різних факторів.

Можна виокремити три основні групи методів прогнозування за допомогою екстраполяції:

1)         методи визначення середніх величин;

2)         екстраполяція тренду;

3)         експоненціальне згладжування. Методи визначення середніх величин. Прогнозні показники

досить часто розраховуються як середнє значення відповідних показників у попередніх періодах. Середні величини обчислюються здебільшого за алгоритмом середньої арифметичної простої чи середньої арифметичної зваженої.

Таблиця 11.10

Методи екстарполяції

Методи

            1. Екстраполяція даних про розміри об’єктів прогнозування     2. Екстраполяція оціночних функціо-нальних характери-стик об’єктів про-гнозування           3. Екстраполяція сис-темних і структурних характеристик об’єктів прогнозуван-ня

            1.1. Екстраполяція кіль-кісних параметрів техні-чних засобів виробницт-ва   2.1. Екстраполяція даних про результа-тивність діяльності системи та її окре-мих елементів       3.1. Екстраполяція характеристик струк-турних елементів у досліджуваних систе-мах

 

            1.2. Екстраполяція кіль-кісних параметрів нау-ково-технічного потен-ціалу   2.2. Екстраполяція оцінок якості функ-ціонування систем різних типів         3.2. Екстраполяція оцінок якості функці-онування систем різ-них типів

            1.3. Екстраполяція кіль-кісних параметрів окре-мих видів ресурсів                 

 

            1.1.4. Екстраполяція кількісних параметрів ресурсного потенціалу і т. ін.                   

 

            1.1.5. Екстраполяція окремих характеристик систем та їх елементів, що вивчаються у процесі SWOT-аналізу                       

Найпоширенішим у процесі прогнозування є метод визначен-ня ковзної середньої, за використання якого прогнозні показники розраховуються як середні величини відповідних показників за n попередніх періодів (а не з використанням усіх значень аналізо-ваного ряду динаміки). Кожні наступні прогнозні показники роз-раховуються на основі значень, одержаних у 3, 4, ... n попередніх періодах заміною значень найвіддаленіших періодів на нові.

У разі, якщо ковзна середня (Кс) обчислюється як середня арифметична проста, то можна використати такий алгоритм її розрахунку:

1

Kсf = -   2*,-,  (11.23)

f z=-n+1

де f - границя числового ряду (наприклад, порядковий номер останнього звітного періоду);

п - досліджуваний інтервал ряду динаміки;

х,    значення досліджуваного показника в г-му періоді.

Таблиця 11.11

Експертні методи та методи моделювання

            Експертні методи      Методи моделювання

 

            1. Індивідуаль-ні експертні оцінки 2. Колективні експертні оцін-ки     1. Логічні моделі-образи      2. Математи чні моделі            3. Інформаційні моделі

 

            1.1. Оцінки типу «ін-терв’ю»          2.1. «Метод комісії»   1.1. Історик-ні аналоги        2.1. Статисти ко-ймовір-нісні моделі   3.1. Інформаційні моделі на базі патентної інфор-мації

 

            1.2. Аналітичні експертні оцін-ки   2.2. Метод віднесеної оці-нки         1.2. Метод сценарію 2.2. Економі ко-матема-тичні моделі       3.2. Моделі на основі вивчення потоків науково-методичних ма-теріалів

 

                        2.3. Метод «Дельфі»             2.3. Функціо нально-ієрархічні моделі       3.3. Інформаційні моделі міжнауко-вої (міждисцип-лінарної) взаємо-дії

Екстраполяція тренду. Під екстраполяцією тренду розумі-ють продовження виявленої в процесі аналізу тенденції за межі побудованого на основі емпіричних даних ряду динаміки. Перед-

умовою використання цього методу прогнозування є сталість

хилення. Якщо спостерігається більш-менш стійка лінійна залежність значення досліджуваного показника (х) від часового інтервалу (0, то для виявлення тренду доцільно побудувати пря-му, яка описується лінійною регресією:

xt = a + bt.       (11.24)

Параметри а та Ь трендового рівняння підбираються таким

чином, що фактична сума квадратів відхилень показника х, від

теоретичних значень, що описуються прямою, повинна бути мі-

f{a,b):i{xt-{a + bt))2 ^mm,      (11.25)

розрахунку параметрів а та Ь:

125>,-6(m+l)5>,

Ь=^     ^—;     (11.26)

т{т2-\)

a = -j:xt-b — . (11.27)

Експоненціальне згладжування є одним з методів коротко-строкового фінансового прогнозування, який базується на аналізі ряду динамі. Розрізняють експоненціальне згладжування пер-шого та вищого порядків. Згідно з цим методом прогнозні показ-ники на плановий пер ан д розраховуються з використанням про-

порядку рекомендується використовувати такий алгоритм:

Pt+1 = Pt + a(Ft - Pt), (11.28)

або

деР,+1 - прогнозне значення показни + ка в"плановому періоді^Д? Pt - прогнозне значення показника на період t (розраховане в

періоді-&-~Hя пр огнозованого показника в періоді"

Експертні методи базуються на знаннях та досвіді спеціаліс-тів різної кваліфікації. В основу експертних методів покладено п’ять основних умов групового вибору рішень.

Умова 1. Універсальність, тобто наявність достатньої різно-манітності можливостей вибору (≥ 3) експертів (≥ 2) та можливо-стей визначення для них індивідуальних профілів переваг.

Умова 2. Наявність позитивного зв’язку колективних та інди-відуальних переваг, за якого відмова (або доповнення) від однієї альтернативи в індивідуальних перевагах окремого експерта не по-винна змінити направленості переваги відносно колективної.

Умова 3. Незалежність непов’язаних альтернатив (якщо пере-ваги кожного експерта однакові в кількох профілях, то й відпові-дні за альтернативами ступені переваг суспільства мають бути однакові для цих профілів).

Умова 4. Наявність незалежності експертів, тобто відсутність «нав’язаного» їм товариством ступеня переваг.

Умова 5. Відсутність диктаторства (як правило, з боку одного експерта-лідера, переваги якого визначають переваги товариства, а інші члени впливають на вибір альтернатив лише в тому разі, якщо ці альтернативи не мають ніякого значення для названого індивідуума).

Найпоширенішим експертним методом є метод Дельфі, який за більш ніж 40-річну історію набув різних інтерпретацій та сфер застосування, зокрема й для розробки прогнозів (рис. 11.12).

Методи моделювання являють собою досить широкий спектр економіко-математичних, економетричних та інших моделей, що характеризуються спільною особливістю – мають на меті побу-дувати моделі об’єктів реальної дійсності, особливо (у межах можливості) їхньої динаміки, щоб на цій основі створити підва-лини для відпрацювання оптимальних управлінських рішень.

Світ бізнесу занадто складний, щоб бути адекватно описаним у межах будь-якої моделі. Цей висновок призводить до двох ти-пів однаково хибних реакцій:

1) відмови від аналітичних моделей та аналізу взагалі, перебі-льшення значення інтуїції, досвіду та «здорового глузду». Зазна-чена реакція базується на методах аналогій та порівнянь, на ви-вченні серії типових ситуацій, на таких думках і судженнях, що переважають у даний момент. Але усе це – також клас моделей, але моделей певного типу, в яких насправді екстраполюється свій або чужий досвід, щоб досягти бажаного результату, який, за за-гальною оцінкою, є недосяжним;

 

Рис. 11.12. Принципова схема використання методу Дельфі при розробці сценарію розвитку подій

2) побудови складної системи взаємозв’язаних моделей, що охоплює найбільший період складної дійсності. Моделі в такій ситуації дають відчуття можливості швидкої та точної ідентифі-кації ситуації, розрахунку поведінки окремого об’єкта в умовах середовища, що змінюється, та пов’язаних із цим ризиків. Такі моделі, зорієнтовані на суто формальні чинники для прийняття рішень, зарекомендували себе погано, оскільки потребували зна-

чних витрат часу, а отже, і коштів. Через великі обсяги інформа-ції, потрібні для застосування моделей, у разі імовірнісного хара-ктеру отримуваних результатів менеджери відмовлялися викори-стовувати ці моделі, посилаючись на «марно втрачений час для збирання та обробки інформації, що призводить до зволікання з прийняттям необхідних рішень» за «незабезпечення гарантовано-го 100 % успіху».

Сьогодні більшість авторів погоджуються з тим, що лише комбінація методів може дати більш-менш надійне передбачення майбутнього розвитку макро- та мікросистем.