Методи прийняття рішень щодо прогнозування розвитку підприємства.


ТЕМА 14. МЕТОДИ ПРИЙНЯТТЯ РІШЕНЬ У ПРОГНОЗУВАННІ РОЗВИТКУ ПІДПРИЄМСТВ.

План викладу і засвоєння матеріалу:

14.1. Методи прийняття рішень щодо прогнозування розвитку підприємства.

14.2. Моделі прийняття рішень прогнозування розвитку підприємств.

14.3. Прогнозування на основі пропорційних залежностей.

14.4. Прогнозування фінансової діяльності.

14.5. Оцінка ефективності моделей прогнозування.

 

Ключові слова та терміни: прогнозування, моделювання, тренд, регресійний аналіз, прогноз продажу, помилка прогнозу, екстраполяція.

Поняття прогнозування. Прогнозування є ітеративним процесом, як у методі розробки фінансового плану, так і у методі складання фінансових звітів. Прогнозування - це наукове виявлення імовірних шляхів та результатів розвитку соціально-економічних явищ та процесів на підставі аналізу тенденцій розвитку. Прогнозування поширюється на такі явища та процеси, управління якими (а отже і планування) або зовсім неможливе, або можливе у досить вузькому діапазоні.

Прогноз означає можливе майбутнє значення певного показника, що характеризує соціально-економічне явище або процес, який пов’язується з умовами, що мають найбільшу імовірність. Майбутнє залежить від багатьох випадкових факторів, складне поєднання яких практично неможливо відслідкувати. Тому, всі прогнози носять імовірнісний характер.

Завданням прогнозування є:

- виявлення імовірних шляхів та результатів найближчого або більш віддаленого розвитку соціально-економічних явищ на базі реальних процесів дійсності;

- розробка оптимальних тенденцій розвитку із врахуванням складеного прогнозу та оцінка прийнятого рішення з позицій його наслідків у періоді, що прогнозується.

Процес прогнозування, що базується на математично-статистичних методах, містить два етапи.

На першому етапі здійснюється узагальнення даних, що спостерігаються протягом довготривалого періоду та побудується математично-статистична модель. На другому етапі на базі статистичних закономірностей та за допомогою побудованої математично-статистичної моделі визначається значення ознаки, яка прогнозується, обирається оптимальна тенденція розвитку та оцінюється рішення з позицій його наслідків у періоді, що прогнозується.

Види прогнозів. Прогнози поділяються на науково-технічні, економічні, соціальні, військово-політичні тощо. Економічні прогнози можуть поділятися (залежно від масштабності об’єкту) на:

- глобальні - розглядають найбільш загальні тенденції та закономірності у світовому масштабі; макроекономічні - аналізують найбільш загальні тенденції явищ та процесів в масштабі економіки країни вцілому; міжгалузеві та міжрегіональні - передбачають розвиток народного господарства в розрізі галузей матеріального виробництва та промисловості;

- регіональні - передбачають розвиток окремих регіонів;

- прогнози розвитку народногосподарських комплексів - визначають закономірності розвитку сукупності галузей, що об’єднані єдиною метою функціонування, технічною послідовністю обробки вихідної сировини тощо;

- галузеві - передбачають розвиток галузей;

- мікроекономічні - передбачають розвиток окремих підприємств, виробництва окремих продуктів.

За часом застереження виділяють: оперативні, короткострокові, середньострокові та довгострокові прогнози. Часом застереження або періодом, що прогнозується називають відрізок часу від останніх даних до прогнозних.

За функціональною ознакою виділяють нормативний та пошуковий прогнози. Нормативний прогноз призначений для зазначення можливих шляхів та строків досягнення заданого, бажаного кінцевого стану об’єкту, що прогнозується.

Пошуковий прогноз не орієнтується на поставлену мету, а розглядає можливі напрями майбутнього розвитку об’єкта, що прогнозується. На практиці обидва прогнози використовуються одночасно.

Розробка прогнозів. Для цілей планування фінансисти розробляють попередній прогноз базуючись на продовженні минулих трендів та видів політики у майбутньому, що забезпечує керівників базовим прогнозом. Потім вони модифікують модель, щоб визначити, які ефекти матимуть різні операційні плани, впливаючи на фінансовий стан фірми та її прибутки, що знаходить відображення у переглянутому прогнозі.

Прогнозування, як один з методів управління, не повинно зводитися лише до розрахунку орієнтирів для критеріїв, що мають кількісний вимір; його слід розуміти в більш широкому аспекті, в тому числі і як метод прояву оптимальних варіантів дій. Прогнозування тісно пов’язане з перспективним аналізом, оскільки кінцевий результат обирається після розгляду та порівняльного аналізу різних варіантів, в тому числі й альтернативного характеру.

Кожен керівник приймає певне рішення стосовно об’єкту, що прогнозується на підставі отримання певних спрогнозованих показників. Також кожне підприємство використовує ті методи прогнозування, що є найбільш прийнятними для його діяльності, для тієї чи іншої ситуації. Тому, використання моделей та методів прогнозування стає першочерговим завданням у прийнятті рішень відносно введення в дію будь-якого проекту.

Кількісні методи прогнозування. Більшість кількісних методів прогнозування базується на використанні історичної інформації, представленої у вигляді часових рядів, тобто рядів динаміки, які впорядковуються за часовою ознакою.

Головна ідея аналізу рядів динаміки полягає у побудові тренду на основі минулих даних і наступній екстраполяції цієї лінії у майбутнє. При цьому використовуються складні математичні процедури для отримання точного значення трендової лінії, визначення будь-яких сезонних або циклічних коливань. Для здійснення розрахунків, пов’язаних з аналізом часових рядів, звичайно використовуються спеціальні комп’ютерні програми. Перевага цього методу полягає у тому, що він базується на цифрових даних, а не на думці експерта. Аналіз часових рядів доцільно використовувати тоді, коли в наявності є достатній обсяг «історичної» інформації, а зовнішнє середовище досить стабільне. Недоліком можна вважати те, що головне припущення, яке приймається при застосуванні аналізу рядів динаміки, може бути помилковим - майбутнє, насправді, може бути несхожим на минуле.

До кількісних методів прогнозування належать дві підгрупи методів: екстраполяції і моделювання. Методи екстраполяції - це прийоми найменших квадратів, рухомих середніх, експоненційного згладжування. До методів моделювання належать прийоми структурного, сітьового та матричного моделювання.

Під час формування прогнозів за допомогою екстраполяції звичайно спираються на статистично обґрунтовані тенденції зміни тих чи інших кількісних характеристик об’єкту. Екстраполяційні методи є одними з найбільш розповсюджених і розроблених серед усіх способів економічного прогнозування.

Зазначені методи дуже широко застосовуються як менеджерами, так і бухгалтерами-аналітиками. Наприклад, менеджеру з кадрів для прийняття стратегічного рішення про збільшення штату працівників необхідно отримати обґрунтований прогноз збільшення кількості клієнтів (і, відповідно, обсягів продажу та доходів). Для того, щоб отримати такий прогноз, необхідно знати та правильно використовувати всі елементи економічного прогнозу.

Першим елементом успішного прогнозування є вибір часового ряду. При цьому потрібно керуватися наступними правилами:

1) часовий ряд включає результати спостережень починаючи від першого і до останнього;

2) усі часові проміжки між елементами часового ряду повинні мати однакову тривалість - не варто включати в один ряд дані за декади та місяці;

3) спостереження фіксуються в один і той самий момент кожного часового періоду. Наприклад, формуючи часовий ряд на основі щотижневих результатів, потрібно фіксувати дані в певний день тижня;

4)пропуск даних в часовому ряді не допускається.

Розглянемо найпростіші та найпоширеніші способи отримання прогнозу на наступні періоди за допомогою часових рядів.

Найпростішим є метод рухомого середнього, який можна застосовувати тоді, коли не потрібен дуже точний прогноз. В разі його використання прогноз будь-якого періоду є середнім показником декількох результатів спостережень часового ряду.

Якщо необхідно вибрати рухоме середнє за три місяці, то прогнозом на квітень буде середнє значення показників за січень, лютий і березень.

Розрахунки за допомогою цього методу досить точно відображають зміни основних показників попереднього періоду. Іноді вони навіть ефективніші, ніж методи, що побудовані на підставі довгострокових спостережень.

Дещо складнішим, ніж рухоме середнє, є метод експоненційного згладжування рядів динаміки, який забезпечує досить швидке реагування прогнозу на всі події, що відбуваються протягом періоду, який охоплюється часовим рядом, ы знову ідеї цього методу полягає в тому, що кожен новий прогноз отримується шляхом зсуву попереднього прогнозу в напрямку, який би давав кращі результати порівняно із минулим прогнозом.

Наведені методи рухомого середнього й експоненційного згладжування належать до прийомів трендового аналізу. Тренд - це тривала тенденція зміни економічних показників у часі. Під час розробки моделей прогнозування тренд є основною складовою прогнозованого часового ряду, на який вже накладаються інші складові.

Аналіз доводить, що жоден з існуючих методів не може дати достатньої точності прогнозу на 20-25 років. Метод екстраполяції не дає точних результатів на тривалий термін, тому що він базується на даних минулого та теперішнього часу, і похибка поступово збільшується в міру віддаленості прогнозу. Тому екстраполяція дає позитивні результати максимум на 5-7 років.

Для стратегічного аналізу корисними є також методи прогнозування за допомогою регресійного аналізу.

Регресійний аналіз - це математичний метод прогнозування, результатом якого є рівняння з однією або більшою кількістю незалежних змінних, яке використовується для визначення залежної змінної. Один раз визначені взаємозв’язки вважаються усталеними (у вигляді рівняння регресії), а майбутні значення залежної змінної прогнозуються шляхом підстановки у рівняння певних значень незалежних змінних. Регресійний аналіз є відносно дорогим, але комплексним і надійним прийомом.

Для знаходження параметрів приблизних залежностей між двома або декількома прогнозованими величинами за їх емпіричними значеннями найчастіше застосовується метод найменших квадратів. Його зміст полягає у мінімізації суми квадратичних відхилень між величинами, що спостерігаються, і відповідними оцінками (розрахунковими величинами), розрахованими згідно з підібраним рівнянням зв’язку. Ця методика викладена у спеціальній літературі зі статистики та економетрії, тому ми детально розглядати її не будемо.

Найскладнішими серед методів кількісного прогнозування є комплексні методи економетричного моделювання. Переважно, економетричні моделі «прив’язуються» до математичної моделі цілої економіки. Складні економетричні моделі базуються на численних рівняннях регресії, які кількісно описують взаємозв’язки між різними секторами економіки. Насправді, дуже обмежена кількість підприємств може застосовувати власні економетричні моделі. Інші підприємства зазвичай користуються сервісними послугами консультаційних центрів або фірм, що спеціалізуються в галузі економетричного моделювання. Описаний метод є найточнішим і дуже дорогим, тому використовується лише великими підприємствами.

На жаль, навіть складні економетричні моделі не можуть забезпечити стовідсоткову точність прогнозів. Кількісні прогнози - це не передбачення, які обов’язково мають справдитися, а лише припущення. Різниця між цими поняттями величезна. Коли «історичні» тенденції проекціюються (екстраполюються) у майбутнє, може статися «розрив» між минулим і майбутнім - тоді прогнози будуть неточними. Це застереження потрібно враховувати навіть тоді, коли прогноз викликає повну довіру, оскільки ґрунтується на достовірних джерелах і підготовлений компетентними фахівцями. Справа у тому, що різні тенденції можуть мати взаємний вплив, або інакше кажучи, можуть існувати тенденції, «приховані» в інших тенденціях. Отже, прогнози повинні завжди ретельно перевірятися.