Важнейшей целью становления рыночных отношений в России, проведения экономических реформ являются повышение эффективности экономики, достижение высокого благосостояния населения.

Однако вступление России на путь рыночных реформ вызвало в стране затяжной экономический кризис. За прошедшие годы была растеряна значительная часть научного потенциала и квалифицированных кадров, расстроена денежно-платежная система, рубль обесценился в десятки тысяч раз. Усилилась зависимость от импорта технологий, оборудования, продовольствия, капитала. Социальные функции государства сузились до минимального уровня при невиданном расслоении общества на богатых и бедных, Россия вытесняется с товарных мировых рынков, теряет экономическую мощь.

В условиях перехода российской экономики к рыночным отношениям многие вопросы социальной и экономической жизни общества необходимо рассматривать по-новому. В процессе создания предпосылок для функционирования рыночного хозяйства в стране возникают проблемы, пути решения которых требуют тщательного обоснования. Становление рыночных отношений сопровождается формированием нового хозяйственного механизма, в котором важная роль отводится прогнозированию. Для эффективного прогнозирования в современных условиях развития экономики нашей страны необходимы новые современные методы, адекватные рыночным отношениям.

1. Сущность и классификация методов прогнозирования

В настоящее время, по оценкам специалистов, насчитывается свыше 150 различных методов прогнозирования, но на практике используется в качестве основных около 20.

Под методами социально-экономического прогнозирования следует понимать совокупность приемов и способов мышления, позволяющих на основе анализа ретроспективных данных, экзогенных (внешних) и эндогенных (внутренних) связей объекта прогнозирования, а также их изменений в рамках рассматриваемого явления или процесса вывести суждения определенной достоверности относительно будущего его (объекта) развития [5].

Всю совокупность методов прогнозирования можно сгруппировать по различным признакам: степени формализации; общему принципу действия: способу получения и обработки информации; направлениям и назначению прогнозирования; процедуре получения параметров прогнозной модели и некоторым другим [8]. Например, но принципу обработки информации об объекте можно выделить: статистические методы, методы аналогий, опережающие методы.

Статистические методы объединяют методы обработки количественной информации по принципу выявления содержащихся в ней математических закономерностей развития и математических взаимосвязей характеристик объекта с целью получения прогнозных моделей.

Методы аналогий направлены на то, чтобы выявить сходство в закономерностях развития процессов и на этом основании строить прогнозы.

Опережающие методы прогнозирования базируются на определенных принципах специальной обработки научно-технической информации, реализующих в прогнозе ее свойство опережать развитие объекта прогнозирования. В свою очередь их можно разделить на методы исследования динамики развития объекта и методы исследования и оценки уровня развития объекта [2; 8].

Наибольшее распространение имеет группировка методов прогнозирования по степени формализации, в соответствии с которой все методы можно разделить на интуитивные (методы экспертных оценок) и формализованные.

2. Интуитивные методы прогнозирования

Интуитивные методы прогнозирования как научный инструмент решения сложных неформализуемых проблем позволяют получить прогнозную оценку состояния развития объекта в будущем независимо от информационной обеспеченности. Их сущность заключается в построении рациональной процедуры интуитивно-логического мышления человека в сочетании с количественными методами оценки и обработки полученных результатов. При этом обобщенное мнение экспертов принимается как решение проблемы.

Характерными особенностями методов экспертных оценок, применяемых весьма широко, являются, во-первых, научно обоснованная организация проведения всех этапов экспертизы, обеспечивающая наибольшую эффективность работы на каждом из этапов; во-вторых, применение количественных методов как при организации экспертизы, так и при оценке суждений экспертов и формальной групповой обработке результатов. Наиболее часто эти методы используются при рассмотрении социальных вопросов, где невозможно выработать формализованную прогностическую модель [1].

Организация процедуры экспертной опенки включает несколько направлении: формирование репрезентативной экспертной группы; подготовку и проведение экспертизы; статистическую обработку полученных результатов опроса [4].

В зависимости от организации экспертной оценки и формы опроса экспертов различают методы индивидуальных и коллективных экспертных оценок Методы индивидуальных экспертных оценок имеют несколько разновидностей: метод «интервью», аналитический метод, метод написания сценария.

При методе «интервью» осуществляется непосредственный контакт эксперта со специалистом по схеме «вопрос-ответ», в ходе которого прогнозист в соответствии с заранее разработанной программой ставит перед экспертом вопросы относительно перспектив развития прогнозируемого объекта.

При аналитическом методе осуществляется логический анализ какой-либо прогнозируемой ситуации, составляются докладные записки. Он предполагает самостоятельную работу эксперта над анализом тенденции, оценкой состояния и путей развития прогнозируемого объекта.

Метод написания сценария основан на определении логики процесса или явления во времени при различных условиях. Основное назначение сценария - определение генеральной цели развития объекта прогнозирования, выявление основных факторов фона и формулирование критериев для оценки верхних уровней дерева целей. Ценность сценария тем выше, чем меньше степень неопределенности, то есть чем больше степень согласованности мнений экспертов в осуществимости событий, в развитии процесса и т. д.

Основным преимуществом рассмотренных выше методов являются возможность максимального использования индивидуальных способностей экспертов и незначительность психологического давления, оказываемого на отдельных работников [6].

Методы коллективных экспертных оценок имеют следующие разновидности: метол «комиссий», «метод Дельфи», метод «коллективной генерации идеи» («мозговая атака»), метод морфологического анализа и др.

Содержание метода «комиссии» следующее. Создастся рабочая группа, и функции которой входят: назначение экспертов, проведение опроса, обработка материалов, анализ результатов коллективной экспертной оценки. Уточняются основные направления развития объекта, а также составляется матрица, отражающая генеральную цель, подцели и средства их достижения, то есть направления научных исследований и разработок, результаты которых могут быть использованы для достижения цели.

Затем разрабатываются вопросы для экспертов. Это может быть перечень или таблица, но содержание вопросов должно определяться спецификой прогнозируемого объекта. Далее следуют проведение опроса экспертов и статистическая обработка материалов, которые характеризуют обобщенное мнение и степень согласованности индивидуальных оценок экспертов. Они служат исходной базой для синтеза прогнозных гипотез и вариантов развития исследуемого явления или процесса. Методика представляет собой совокупность опенок относительной важности, назначенных экспертами каждого из оцениваемых направлении исследовании и разработок, выражающихся в баллах и принимающих значения от 0 до 1, от 0 до 10, от 0 до 100 и т.д. Эти оценки по определенному вопросу сводятся в таблицу, строки котором соответствуют направлениям исследовании, а столбцы — порядковым номерам экспертов.

«Метод Дельфи - один из наиболее распространенных методов экспертных оценок. Его основными особенностями являются: анонимность экспертов, полный отказ отличных контактов экспертов и коллективных обсуждений; многотуровая процедура опроса экспертов посредством их анкетирования; обеспечение экспертов информацией, включая и обмен ею между экспертами, после каждого тура опроса при сохранении анонимности оценок, аргументации и критики; обоснование ответов экспертов по запросу организаторов [7; 8].

Метод «коллективной генерации идей» включает два элемента: выявление вероятностных вариантов развития объекта прогнозирования и их оценка. При «мозговой атаке» сначала активизируется творческий потенциал специалистов, что находит отражение в генерации определенной идеи. Затем следует процесс деструирования (разрушения, критики) этой идеи и формулируется контридея. Это позволяет за короткое время путем вовлечения всех экспертов в активный творческий процесс получить продуктивные результаты.

Метод морфологического анализа представляет собой упорядоченный способ рассмотрения объекта и получения систематизированной информации по всем возможным вариантам его развития. Он включает ряд приемов, имеющих единый принцип действий: систематизированное рассмотрение характеристик объекта, стремление не пропустить ни одной из них, ничего не отбрасывать без предварительного исчерпывающего исследования. Этой цели служит прием систематизированного охвата информации с последующим исследованием се по методу «морфологического ящика». Последний строится в виде дерева или матрицы, в клетках которых помещены соответствующие характеристики объекта. Последовательное соединение одного из параметров первого уровня с одним из параметров последующего уровня представляет собой одно из возможных состоянии объекта или решений проблемы. В результате создается новая информация об изучаемом объекте и вырабатывается оценка всех возможных альтернатив его состояния [7].

Группа методов коллективных экспертных оценок основана на том, что при коллективном мышлении, во-первых, выше точность результата и. во-вторых, при обработке индивидуальных независимых оценок, выносимых экспертами, могут возникнуть продуктивные идеи.

3. Формализованные методы прогнозирования

Формализованные методы прогнозирования базируются на математической теории, которая обеспечивает повышение достоверности и точности прогнозов, значительно сокращает сроки их выполнения, позволяет легчить деятельность но обработке информации и оценке результатов. В состав формализованных методов прогнозирования входят: методы экстраполяции и методы математического моделирования

Термин «экстраполяция» имеет несколько толковании. В широком смысле слова экстраполяция - это метод научного исследования, включающийся в распространении выводов, полученных из наблюдения над одной частью явления, на другую его часть. В узком смысле слова экстраполяция - это нахождение по ряду данных функции других се значений, находящихся вне этого ряда [3]. Экстраполяция заключается в изучении сложившихся в прошлом и настоящем устойчивых тенденций экономического развития и перенесении их на будущее. В прогнозировании экстраполяция (экстраполирование) применяется при изучении временных рядов и представляет собой нахождение значений функции за пределами области ее определения с использованием информации о поведении данной функции в некоторых точках, принадлежащих области ее определения.

Различают перспективную и ретроспективную экстраполяцию. Перспективная экстраполяция предполагает продолжение уровней ряда динамики на будущее на основе выявленной закономерности изменения уровней в изучаемом отрезке времени. Ретроспективная экстраполяция характеризуется продолжением уровней ряда динамики в прошлое.

Понятием, противоположным экстраполяции, является интерполяция, интерполирование, которое предусматривает нахождение промежуточных значений функции в области ее определения. При изучении временных рядов в случае необходимости может производиться интерполирование промежуточных уровней.

Разграничивают формальную и прогнозную экстраполяцию. Формальная экстраполяция базируется на предположении и сохранении в будущем Прошлых и настоящих тенденций развития объекта. Прогнозная экстраполяция увязывает фактическое состояние исследуемого объекта с гипотезами о динамике его развития. Она предполагает необходимость учета в перспективе альтернативных изменений самого объекта, его сущности.

При формировании прогнозов с помощью экстраполяции исходят из статистически складывающихся тенденций изменения тех или иных количественных характеристик объекта. Экстраполируются оценочные функциональные системные и структурные характеристики, например, количественные характеристики экономического, научного, производственного потенциала. Степень реальности такого рода прогнозов в значительной мере обусловливается аргументированностью выбора пределов экстраполяции и стабильностью соответствия «измерителей» по отношению к сущности рассматриваемого явления. Последовательность действий при статистическом анализе тенденций и экстраполировании состоит в следующем:

1. Четкое определение задачи, выдвижение гипотез о возможном развитии прогнозируемою объекта, обсуждение факторов, стимулирующих иди препятствующих развитию данного объекта, определение необходимой экстраполяции; ее допустимой дальности.

2. Выбор системы параметров, унификация различных единиц измерения, относящихся к каждому параметру в отдельности.

3. Сбор и систематизация данных. Перед сведением их в соответствующие таблицы проверяется однородность данных и их сопоставимость.

4. Выявление тенденции или симптомов изменения изучаемых величин в ходе статистического анализа и непосредственной экстраполяции данных [6].

В экстраполяционных прогнозах предсказание конкретных значений изучаемого объекта или параметра в какой-то определенный период времени не считается основным компонентом. Особо важным здесь является своевременное фиксирование объективно намечающихся сдвигов, выявление закономерных тенденций развития явления или процесса. Пол тенденцией развития понимают некоторое его общее направление, долговременную эволюцию. Обычно тенденцию стремятся представить в виде более или менее гладкой траектории.

Для повышения точности экстраполяции используются различные приемы. Например, экстраполируемая часть общей кривой развития (тренд) корректируется с учетом реального опыта функционирования отрасли — аналога исследований или объекта, опережающих, в своем развитии прогнозируемый объект.

Тренд - это изменение, определяющее общее направление развития, основную тенденцию временных рядов. Под ним понимается характеристика основной закономерности движения во времени, в некоторой мере свободной от случайных воздействий. Тренд - это длительная тенденция изменения экономических показателей. При разработке моделей прогнозирования тренд оказывается основной составляющей прогнозируемого временного ряда, на которую уже накладываются другие составляющие. Результат при этом связывается исключительно с ходом времени. Предполагается, что через время можно выразить влияние всех основных факторов.

Операцию экстраполяции в общей форме можно представить в виде определения значения функции:

Y_i +L = F(Y_i^K x L),

где Y_i +L - экстраполируемое значение уровня; L - период упреждения; Y_i^K - уровень, принятый за базу экстраполяции.

Задача прогноза состоит в определении вила экстраполирующих функций на основе исходных эмпирических данных и параметров выбранной функции. Первым этапом является выбор оптимального вида функции, дающей наилучшее описание тренда. Следующим этапом является расчет параметров выбранной экстраполяционной функции. При оценке параметров зависимостей наиболее распространенными являются метод наименьших квадратов и его модификации, метод экспоненциального сглаживания, метод скользящей средней и другие [1; 8].

Сущность метода наименьших квадратов состоит в отыскании параметров модели тренда, минимизирующих ее отклонение от точек исходного временного ряда, то есть в минимизации суммы квадратических отклонении между наблюдаемыми и расчетными величинами. Метод наименьших квадратов широко применяется в прогнозировании в силу его простоты и возможности реализации на ЭВМ. Недостаток данного метода состоит в том, что модель тренда жестко фиксируется, а это делает возможным его применение только при небольших периодах упреждения, то есть при краткосрочном прогнозировании.

Метод экспоненциального сглаживания дает возможность получить оценки параметров тренда, характеризующих не средний уровень процесса, а тенденцию, сложившуюся к моменту последнего наблюдения. Этот метод позволяет оценить параметры модели, описывающей тенденцию, которая сформировалась в конце базисного периода. Он не просто экстраполирует действующие зависимости в будущее, а приспосабливается, адаптируется к изменяющимся во времени условиям.

Метод экспоненциального сглаживания применяется при кратко- и среднесрочном прогнозировании. Его преимущества состоят в том, что он не требует обширной информационной базы и предполагает ее интенсивный анализ с точки зрения информационной ценности различных членов временной последовательности. Модели, описывающие динамику показателя, имеют простую математическую формулировку, а адаптивная эволюция параметров позволяет отразить неоднородность и текучесть свойств временного ряда.

Метод скользящей средней дает возможность выравнивать динамический ряд путем его расчленения на рапные части с обязательным совпадением в каждой из них сумму модельных и эмпирических значений.

В целом методы экстраполяции, основанные на продлении тенденций прошлого и настоящего на будущий период, могут использоваться в прогнозировании лишь при периоде упреждения до пяти иди семи лет. Важнейшим условием является наличие устойчиво выраженных тенденций развития какого-либо явления или процесса социально-экономической Действительности. При более длительных сроках прогноза эти методы не дают точных результатов [4].

Распространенной методикой описания тех или иных процессов и явлений служит моделирование, которое следует понимать как исследование объектов познания на их моделях. Оно предполагает построение моделей реально существующих предметов и явлений: живых организмов, инженерных конструкции, общественных систем, различных процессов, в том числе и социально-экономических. Моделирование считается достаточно эффективным средством прогнозирования.

В научной литературе термин «модель» означает какой-либо условный образ объекта исследования. Модель - это схема, изображение или описание какого-либо явления или процесса в природе и обществе. Модель конструируется субъектом исследования так, чтобы операции отображали характеристики объекта, существенные для цели исследования (взаимосвязи. структурные и функциональные параметры и т.п.). Модель - один из важнейших инструментов социально-экономического прогнозирования, научного познания исследуемого процесса [8]. Поэтому вопрос об адекватности модели объекту (то есть о качестве отображения) правомерно решать лишь относительно определенной цели.

Содержанием процесса моделирования являются: конструирование модели на основе предварительного изучения объекта или процесса, выделение его существенных характеристик или признаков; теоретический и экспериментальный анализ модели; сопоставление результатов моделирования с фактическими данными об объекте или процессе; корректировка и уточнение модели.

Средством изучения закономерностей развития социально-экономических процессов является экономико-математическая модель. Под экономико-математической моделью (ЭММ) понимается методика доведения до полного, исчерпывающего описания процесса получения и обработки исходной информации и правил решения рассматриваемой задачи в достаточно широком спектре конкретных случаев. ЭММ - это система формализованных соотношении, описывающих основные взаимосвязи элементов, образующих экономическую систему.

Эконометрия - наука, изучающая конкретные количественные взаимосвязи экономических процессов с помощью экономико-математических методов и моделей. Система ЭММ эконометрического типа служит для описания относительно сложных процессов экономического или социального характера. Эконометрическое моделирование основано на обработке статистической информации ретроспективного характера, оценке отдельных переменных величин, их параметров. Простейшая ЭММ может быть представлена, например, в следующем виде:

Z = а х X,

где Z — общая потребность к материалах; а - норма расхода материала на одно изделие; х — количество изделий.

Эта модель может быть использована, предположим, для прогнозной потребности в материалах, требующихся для изготовления какого-либо изделии.

ЭММ приобретает более сложный пил, если определяется потребность в материалах для изготовления нескольких видов изделий:

Z = a₁ x x₁ + … + a_n x x_n,

или Z = a_n x x_n,

где n = 1, 2, …, n

Эта модель показывает зависимость потребности в материалах от двух факторов: количества изделии и норм расхода материалов и называется дескриптивной (описательной).

Разработка системы моделей прогнозирования проходит три этапа. Первый предполагает разработку локальных методик прогнозирования. Здесь прорабатываются отдельные модели и подсистемы моделей прогнозирования. Второй предусматривает создание системы взаимодействующих моделей прогнозирования на базе разработки локальных методик прогнозирования. Третий включает уточнение и развитие отдельных локальных систем и методик в ходе создания системы моделей прогнозирования и практического их использования [2; 8].

Отдельные модели и система моделей прогнозирования должны отвечать определенным требованиям, предопределяющим методы, с помощью которых следует разрабатывать модели, а также методы и средства осуществления расчетов. Содержание этих требований сводится к следующим положениям. Методика должна:

- давать четкое описание последовательности правил (то есть алгоритма), позволяющее составить прогноз при достаточно широких предположениях о характере и значениях исходной информации;

- использовать методы и технические средства, позволяющие проводить расчеты своевременно и многократно. При этом следует исходить из неоднородной и большой по объему, меняющейся по вариантам прогноза информации;

- учитывать сложные, многофакторные связи прогнозируемых процессов и показателей. В этих условиях необходимо выявление важнейших и устойчивых закономерностей и тенденций как на исходном материале, так и в процессе анализа результатов, получаемых поданной методике, и их расчетов по комплексу связанных с ней моделей;

- содействовать согласованию отдельных прогнозов в их системе, обеспечивающей непротиворечивость и взаимную корректировку прогнозов [2].

Применение математических методов является необходимым условием для разработки и использования методов моделирования в прогнозировании, что обеспечивает высокую степень обоснованности, действенности и своевременности прогнозов. Особенно широко методы математического моделирования применяются в прогнозировании научно-технического прогресса (НТП). При этом используют систему моделей прогнозирования НТП, под которой следует понимать совокупность методик и моделей, позволяющую дать согласованный и непротиворечивый прогноз научно-техническою развития, основывающийся на изучении складывающихся в текущем и будущем периодах технико-экономических тенденций и закономерностей, на заданных целевых установках, на имеющихся ресурсах, выявленных потребностях народного хозяйства и их динамике.

Заключение

Россия имеет глубокие традиции государственного регулирования и планирования. Это обусловлено природными и геополитическими особенностями страны. Главными из них являются сложные природно-климатические условия (около 60% территории составляют районы Севера и приравненные к ним местности) и не имеющая аналогов в мире пространственная протяженность.

Обустроить такое гигантское пространство всегда было большой проблемой для государственного управления. На всех этапах развития страны постепенно возрастала экономическая роль государства, формировался общественный сектор, осуществлялось перераспределение доходов. В настоящее время такие тенденции стали характерны и для многих развитых стран мира. После начала в 1997 г. мирового финансового кризиса ученые и практики вновь заговорили о государственном регулировании, контроле за движением капитала, новых формах социализации.

В стратегическом плане у России немного альтернатив, все они связаны с решениями задач по скорейшему выходу из кризиса. Для этого нужны научно обоснованная модель экономического развития, программа решения неотложных задач в рамках антикризисного управления, развитие предпринимательства, повышение трудовой, деловой активности населения.

Во всех звеньях хозяйствования, на всех уровнях управления возрастает роль специалистов, умеющих принимать оптимальные решения, постоянно согласовывать текущую работу с перспективными задачами, будущим. Без предвидения (прогнозирования) управление невозможно.

Список литературы

1. Багриновский К.А., Рубцов В.А. Модели и методы прогнозирования и долгосрочного планирования: Учебное пособие. – М., 1992.-327с.

2. Идрисов А.Б. и др. Стратегическое планирование и анализ эффективности инвестиций. – М.: Филинъ,1997.-216с.

3. Матрусов Н.Д. Региональное прогнозирование регионального развития России. – М.: наука,1995.-188с.

4. Мотышина М.С. Методы социально-экономического прогнозирования: учебное пособие. – СПб.,1994.-266с.

5. Райзберг Б.А., Лозовский Л.Ш., Стародубцева Е.Б. Современный экономический словарь. – М.: ИНФРА-М,1996.-С.12.

6. Прогнозирование и планирование в условиях рынка/Под ред. Т.Г.Морозовой. – М.: ЮНИТИ,1999.-318с.

7. Прогнозирование и планирование/Под ред. Е.А.Черныш и др. – М.: Приор,1999.-176с.

8. Стратегическое планирование/Под ред. Э.А.Уткина. – М.: ЭКМОС,1998.-312с.