Взяв  за основу вновь полученный прогноз, осуществляем дальнейший анализ с пункта 2. При этом может оказаться необходимым сделать переход в "над-надсистему" или в "под-подсистему".

     На  основе описанной процедуры итерационного  многошагового прогноза формируется  система взаимосвязанных прогнозов.

1.2. Методы прогнозирования, основанные на суждениях и оценках

 

     Суть  этих методов сводится к опросу мнений людей по следующим методикам:

- методика Дельфи

- сценарии.  

Методика  Дельфи

     Согласно  дельфийской методике, собираются мнения экспертов о будущем, например о будущем объеме рынка. Эксперты не общаются между собой и поэтому не могут влиять на мнение друг друга. Когда все мнения собраны, они сравниваются и без указания авторства распространяются среди участников опроса. На этой стадии почти наверняка будут существовать различия между мнениями отдельных экспертов. Затем экспертов, располагающих данными о прогнозах, сделанными другими участниками, просят скорректировать свои прежние прогнозы и представить новые варианты. Этот процесс продолжается до тех пор, пока вариации в прогнозах не станут приемлемыми для выработки общего согласованного прогноза. 

Преимущества  методики

     Позволяет анализировать широкий круг вопросов, влияющих на прогноз, и является объективным  в том смысле, что эксперты независимы в своих суждениях. 

Недостатки  методики

     Привлечение экспертов обычно обходится дорого. Сам процесс требует много  времени. Методика плохо работает с  неколичественными показателями, такими, как отношения  

Сценарии

     Сценарий  – это определенная картина из объединенных прогнозов, моментальный снимок связей между ними, сделанный в определенный момент времени. Обычно в ходе прогнозирования рассматриваются три альтернативы, что позволяет оценить различные варианты развития событий, полученные на основе разных предположений относительно ключевых событий. Значение прогнозирования с помощью сценариев существенно возросло с начала 70-х годов. Нефтяные кризисы, имевшие место в 1973—1974 гг. и в 1979 г., а также глубокий экономический спад в 1981-1983 гг. свели на нет веру в большинство используемых моделей прогнозирования. Стало ясно, что для того чтобы прогнозирование было полезным средством анализа, должны учитываться не только экономические переменные, но и политические, социальные, технологические. Ряд компаний вместо прогнозов, основанных на экстраполяции исторического развития, стали пользоваться разработкой сценариев, с помощью которых обосновывались планы на будущее. Этот подход используется некоторыми крупными транснациональными компаниями, в том числе ICI, "Пилкингтон" и "Шелл".  

Глава 2. Количественные методы прогнозирования

1.2. Исследовательские  методики

 

     Предполагают исследования, включающие в себя, например, выяснение точек зрения существующих и потенциальных потребителей с целью построения картины будущего рыночного спроса на основе изучения их мнений. Это метод активного сбора мнений людей, покупающих или желающих купить определенный товар. 

Преимущества

     Кроме количественных показателей метод  позволяет получить также и качественные показатели, такие как, например, изменение  отношения людей к товару и  их мнения о нем. Однако здесь существует ограничение: выясняется лишь то, что  люди чувствуют сегодня, а не в будущем. 

Недостатки

     Главным недостатком метода являются большие  затраты. Исследование рынка — один из наиболее дорогих методов прогнозирования  для отдельной организации, хотя эти расходы могут быть снижены, если опрос проводится либо торговой организацией, такой, например, как Общество автомобильных производителей и торговцев Великобритании, либо профессиональными: организациями, специализирующимися на анализе рынка для всей отрасли.

     Другим  недостатком метода является то, что  требуется тщательная формулировка задаваемых вопросов, чтобы не было какой-либо "наводки" на определенный ответ. Люди могут давать ответы, которые, по их мнению, Вы хотели бы услышать, или такие, которые связаны с наименьшими неудобствами для них. Эффективность некоторых из подобных методов прогнозирования совсем недавно была поставлена под сомнение в связи с выяснением мнения по поводу выборов. Расхождение между результатами выборов и результатами предварительных исследований заставило усомниться в пользе подобных прогнозов.

1.2. Экстраполяция статистических тенденций

 

     Существует  две разновидности такого метода:

• экстраполяция временных рядов;
• определение скользящего среднего.

 

Экстраполяция

     Экстраполяция – это, проще говоря, продление тенденции. Есть два основных вида экстраполяции. Первый вид – линейная экстраполяция. Второй вид экстраполяции – криволинейная экстраполяция, т. е. продление тенденции по кривой. Это криволинейная модификация линейной экстраполяции.

     Существует  множество статистических пакетов  компьютерных программ, с помощью которых проводят экстраполяцию на основании имеющихся данных.  

Прогнозирование с помощью скользящего  среднего

     По  своей сути прогнозирование с  помощью скользящего среднего есть осреднение подъемов и спадов сезонных колебаний, продленное в будущее. Цель экстраполяции – сглаживание колебаний. Рассмотрим пример. Кривая инфляции изменяется от месяца к месяцу, поэтому единственный путь выявить тенденцию – это сгладить колебания путем осреднения. После получения данных по каждому очередному месяцу они усредняются, скажем, по последним трем месяцам для получения скользящего среднего на четырехмесячный период. 

S-кривая 

     S-образная  форма экстраполяционной кривой применяется при прогнозах темпов замены одной технологии на другую или одного вида товара другим.

Однако  метод S-кривой имеет определенные ограничения  в применении. Вот одна из проблем. Хорошо известно, что данные ведут  себя в форме S-кривой, но какова ее форма  на самом деле: пологая или крутая? Какой процент внедрения на рынок  может быть в конце концов достигнут?

1.3. Прогнозирование на основе взаимосвязей

 

     Согласно  этим методам пытаются найти:

• ассоциативную связь между двумя переменными, поведение одной из которых мы хотим спрогнозировать;
• причинную взаимосвязь между двумя или более переменными с возможным запаздыванием по времени.

     Рассмотрим три разновидности этого метода:

• опережающие индикаторы;
• корреляция и регрессия;
• эконометрические модели.

 

Опережающие индикаторы

     Опережающие индикаторы представляют собой соотношение  запаздывания по времени между двумя временными рядами.

     Одним из наиболее точных опережающих индикаторов  экономического цикла считается  индекс Доу-Джонса на фондовом рынке  Нью-Йорка, который безошибочно предсказывает  каждый экономический подъем, начиная  с конца второй мировой войны. Индекс FT-SE (Financial Times — Stock Exchange), рассчитываемый газетой "Файненшнл Таймс" совместно с Лондонской фондовой биржей в Великобритании, является аналогом индекса Доу-Джонса.

     Суть  опережающего индикатора может быть кратко сформулирована следующим образом:

• тенденция, предваряющая другую тенденцию;
• изменение, предваряющее другое изменение.

   Иными словами, тенденция изменения переменной А проявляется раньше, чем у переменной В; и аналогично, изгиб кривой А опережает изгиб кривой В. 

Корреляционные  и регрессионные  методы

     Корреляционные  и регрессионные методы прогнозируют поведение переменной величины исходя из временной взаимосвязи между  ней и другой переменной, которая  может быть выражена в виде статистической зависимости, называемой регрессией или корреляцией. Иначе говоря, эти методы дают возможность установить зависимость изменения одной переменной в случае изменения другой на определенную величину. 

Эконометрические  модели

     Как и в других моделях, здесь формируются  прогнозы путем интегрирования некоторой системы уравнений. Эти уравнения могут отражать либо основные элементы экономики в целом, либо некоторые факторы, воздействующие на некоторый показатель работы организации.

1.4. Приложение моделей  прогнозирования  для оценки емкости  рынка определенных групп товаров

 

     Наиболее  простым методом оценки емкости  рынка при экономико-математическом подходе является формирование трендовых моделей, которые основываются на математическом выравнивании динамического ряда фактических значений общего потребления конкретной группы товаров или услуг, имевших место в отдельные моменты времени t, посредством выбора функциональной зависимости и расчета ее параметров, т.е. определение зависимостей вида:

E = f(t) ,

где E – величина емкости рынка конкретной группы товаров или услуг, t – временной параметр.

     Полученные  трендовые модели обеспечивают возможность  экстраполяции выявленных зависимостей на планируемые моменты времени  с целью получения прогнозных оценок емкости рынка.

     Возможность моделирования зависимостей величины емкости рынка с макроэкономическими параметрами обеспечивается посредством формирования факторных моделей прогнозирования емкости рынка. Сущность данных методов заключается в том, что величина емкости рынка представляется в виде функции одного или нескольких факторов. Это позволяет предприятиям-производителям конкретной продукции выявлять количественные влияния изменения факторов на величину емкости рынка производимой ими продукции, предсказывать изменение масштабов и длительности стадий жизненного цикла рынка, и, как следствие, реагировать наиболее эффективно с точки зрения конечных результатов функционирования организации на изменение рыночной конъюнктуры.

     Наиболее  простыми факторными моделями являются однофакторные модели, описывающие зависимость емкости рынка от какого-либо одного фактора, который представляется наиболее значимым (существенным) в общей совокупности факторов, определяющих емкость конкретного рынка.

     К числу важнейших факторов емкости  рынка относятся:

• уровень доходов или расходная часть доходов в расчете на душу населения;
• уровень цен на конкретную группу продукцию;
• уровень цен на всю совокупность или другие отдельные группы товаров и услуг, представленных на рынке и необходимых для удовлетворения различных видов потребностей человека;
• опережающий показатель – переменная рассматриваемого или другого рынка, которая реагирует на будущие изменения емкости рассматриваемого рынка заранее с определенным временным лагом.

     В зависимости от объема имеющейся  статистической информации анализ закономерностей изменения емкости рынка как функции изменения какого-либо из указанных факторов и формирование прогнозной оценки емкости рынка может быть осуществлено двумя способами:

• на ранних стадиях жизненного цикла рынка, при наличии фактических данных о емкости рынка и значениях независимого параметра за ограниченное число временных периодов, не позволяющих выявить достаточно устойчивые и статистически обоснованные взаимосвязи между рассматриваемыми переменными определяются коэффициенты эластичности спроса как отношение темпов прироста потребления определенной группы продукции за какой-либо интервал времени к темпу прироста независимого макроэкономического параметра за тот же период времени;
• проведение корреляционно-регрессионного анализа по рядам значений емкости рынка и независимого макроэкономического параметра, т.е. формирование функциональных зависимостей общего вида.

     В целом же на продолжительных временных  интервалах рыночные явления и процессы определяются совокупностью факторов, учет совместного влияния которых на величину емкости рынка обеспечивается многофакторными моделями прогнозирования емкости рынка.

В литературе представлены следующие  примеры многофакторных моделей: