Шабанова Л.Б., доктор экономических наук, профессор, КИ (филиала) РГТЭУ

Шабанов М.Ю., кандидат экономических наук, доцент Казанского кооперативного института (филиала)

Инновационная технология получения и оценки экспертной информации методом попарного сравнения (расстановки приоритетов)

В статье представлена методика и алгоритм ее реализации, позволяющие без использования объекта- аналога оперативно определять рейтинги объектов исследования по анализируемым показателям.

Известно, что деятельность в сфере рынка, сопровождается быстрым устареванием стратегий и программ, поэтому все хозяйствующие субъекты вынуждены систематически переоценивать свою стратегию и тактику.

Эти процессы осуществляются, как правило, путем построения математических моделей наиболее адекватно их отражающих.

В зарубежной и отечественной литературе описано немало моделей, позволяющих найти оптимальное решение актуальных экономических задач. В частности, модели для прогнозирования предстоящего спроса на потребительские товары, выбора эффективного способа продвижения и сбыта товаров, определения наиболее выгодного рыночного сегмента и многие другие.

Однако большинство из предложенных моделей носит характер рабочих, недостаточно проверенных на эмпирическом материале, гипотез. Но это не вина, а беда всех составителей моделей. Дело в том, что большинство моделей являются многофакторными. Как показывает практика, по ряду факторов невозможно получить полную и достоверную информацию, а некоторые из них и вовсе не имеют количественной оценки. Например, как количественно измерить изменение потребительских вкусов и привычек под влиянием научно-технического прогресса.

Особенно сложно в ходе разработки концепции сбора данных найти инструмент для измерения интересующих факторов. От характера исходных данных зависит возможность применения методов статистической обработки, а от качества измерения - качество полученной информации.

Следовательно, экономико-математические модели высокой прогностической ценности требуют поиска метода получения и количественной оценки разнородной информации. Такую возможность могут дать экспертные методы. Прежде чем рассмотреть применение этих методов в процессе проведения исследований, необходимо остановиться на анализе точности экспертной оценки, так как специфика исследований потребительского рынка предполагает более широкое их использование, по сравнению с другими сферами деятельности.

Рассмотрим влияние на точность экспертной оценки важнейших факторов:

- численность экспертной группы;

- квалификация экспертов.

Практика показывает, что небольшие колебания количественного состава экспертов относительно их минимального состава (3 эксперта) незначительно влияют на окончательную оценку. Однако с ростом численности группы экспертов выше их определенного предела точность оценки снижается. Для расчёта минимальной численности? экспертной группы использована, предложенная автором, методика. Расчёт численности группы экспертов для получения информации при проведении маркетинговых исследований производится , следующим образом: выбирается случай, в котором суждения экспертов противоречивы.

Например, количественные оценки экспертов выразились следующими количественными оценками:

Эксперты	1-й эксперт	2-й эксперт	3-й эксперт
Оценки сравниваемых критериев	0,5	0,5	1,0

Тогда численность экспертной группы можно вычислить по следующей формуле:

где: N - количество экспертов, в данном случае N=3;

А_СР - средняя арифметическая оценок N=3 экспертов;

В = 1,0 - оценка дополнительного (N+1) эксперта. Примем ее равной оценке эксперта, более всего отклоняющейся от средней, то есть равной единице.

Рассчитаем меру влияния суждения одного эксперта на их групповую оценку по ниже приведенной формуле.

Где С - мера влияния суждения одного эксперта на групповую оценку.

Определим существенность) влияния: оценки N₁ эксперта на среднюю арифметическую оценку трех экспертов по формуле:

Приведённый расчёт подтверждает, что к экспертизе привлечено достаточное количество экспертов, обеспечивающее нормальное влияние суждения одного эксперта на групповую оценку.

Увеличение численности группы сверх минимально расчетной неоправданно по следующим причинам:

- не приводит к повышению качества экспертной оценки;

- увеличивает затраты на использование труда высококвалифицированных специалистов;

- снижает управляемость экспертной группой.

Вторым важным фактором, влияющим на точность экспертной оценки, как уже отмечалось, является квалификация экспертов. Во-первых, экспертами могут быть специалисты, имеющие по роду своей деятельности непосредственное отношение к оцениваемым объектам и достаточный положительный опыт работы с ними. Во-вторых, эксперты должны обладать специальными знаниями, опытом, широким кругозором и эрудицией в смежных областях, а, самое главное, нестандартностью мышления. Общепринятым термином, отражающим квалификацию экспертов, является компетентность экспертов.

Однако при отборе экспертов одной их квалификационной характеристики недостаточно. Подбор экспертов должен осуществляться на основе их представительности. Представительность должна отражать не только квалификацию экспертов, но и учитывать такие факторы, как склонность к конформизму и наличие личной заинтересованности в осуществлении одного из вариантов решения. Очевидно, что это не позволяет давать объективную оценку и приводит к потере точности групповой оценки. Таким образом, отбор экспертов необходимо производить по представительности, а учесть в групповой оценке можно только квалификацию.

В настоящее время используются два способа оценки качества проведённого экспертного опроса:

- анализ согласованности ответов экспертов;

- оценка воспроизводимости результатов опроса.

Повсеместное распространение получил первый способ. Такой анализ включает оценку согласованности экспертов, как по каждому фактору в отдельности, так и по всему набору факторов в целом, так как степень надёжности и достоверности. экспертной оценки находится в прямой зависимости от степени согласованности суждений экспертов.

Построение экономико-математических моделей требует учета большого числа взаимосвязей, которые, как правило, трудно выявить и еще труднее оценить количественно. Решение таких задач традиционными методами позволяет получить достаточно обоснованное решение. Однако затраты, необходимые для этого, не окупаются. Кроме того, до начала проведения исследования невозможно провести предварительный эксперимент. А в большинстве случаев ситуация усугубляется сжатыми сроками для принятия решения.

Облегчить проведение подобных исследований и минимизировать влияние субъективных факторов, по мнению авторов, можно с помощью методики, основанной на использовании задачи о расстановке приоритета, теоретическое и математическое содержание которой разработал К. Берж[1]. С помощью этого метода можно решать задачи, имеющие следующую постановку: ряд исследуемых объектов необходимо ранжировать по убыванию или возрастанию степени выраженности одного или нескольких признаков (параметров). Изложим методику проведения исследований данным методом, т.е. конкретизируем этот метод и доведем его до инструкции, алгоритма, четкого описания способа применения.

Предлагаемый метод позволяет присвоить каждому из сравниваемых объектов некоторую относительную оценку, определяющую степень выраженности одного признака (совокупности признаков), что и позволит выбрать наиболее предпочтительный объект, решение задачи основано на экспертной оценки и матричной форме записи. Сравнивая каждый раз лишь два параметра между собой, а, заметьте, не с базовым объектом, эксперт определяет отношения между ними как «больше» (>), «меньше» (<), «равно» (=). Эксперт не должен принимать во внимание результаты предыдущих сравнений.

Из полученных экспертных оценок составляется квадратная матрица:

где: а_ij - это числовая мера, определяющая степень превосходства объекта i над объектом j при сравнении по одному из параметров (крайние значения а_ij должны располагаться симметрично относительно единицы, например, могут быть приняты следующие значения: 1,8; 1 и 0,2 или 1,2; 1 и 0,8 или 1,5; 1 и 0,5).

Порядок нахождения относительного веса каждого показателя (величины приоритета) проследим по следующей схеме. Первый шаг: находится сумма элементов а_ij по строкам матрицы для каждого параметра и определяется сумма этих сумм; рассчитываются относительные количественные оценки (Р_i) параметров (Y_i) по формуле:

где: В_i - сумма элементов a_ij по строкам матрицы;

- это сумма элементов В_i по столбцу.

Второй шаг: для каждого параметра находим сумму произведений значений a_ij на соответствующие частные суммы, полученные на первом шаге. Затем находим сумму этих сумм и, как и на первом шаге, определяем относительные оценки.

От шага к шагу получаемые относительные оценки все в меньшей степени будут отличаться от предыдущих. Поэтому количество шагов для нахождения относительной оценки зависит от задаваемой точности.

После получения относительных оценок параметров необходимо по каждому из них оценить все объекты исследования (выполняется по описанной выше методике).

Апробация этой методики показала, что она позволяет быстро получить количественные оценки, достаточно большого числа разнообразных факторов. Задача эксперта заключается в том, чтобы путём логического анализа определить наиболее существенные факторы. Кроме того, используя полученные количественные оценки факторов можно с помощью математических методов определить их значимость и степень влияния на изучаемый объект. Например, путём расчёта коэффициента корреляции. Предлагаемая методика может стать универсальным инструментом оперативного построения и решения экономико-математических задач.

Одной из важнейших экономических задач, как уже было отмечено выше, является определение конкурентоспособности предприятий и товаров. Существуют различные методики оценки конкурентоспособности. Все они основаны на сравнении объектов исследования по некоторым параметрам. Проведенное в диссертации исследование показало, что несмотря на отдельные достоинства, имеющиеся методики имеют ряд общих недостатков. A именно: