Теория экономического прогнозирования
где
(2-23)
В формулах (2.22) и (2.23) Т j — показатель связанных (одинаковых) рангов в j-ou ранжировке, Н j - число групп равных рангов в j-ou ранжировке; hk - число равных рангов в k-ой группе связанных рангов при ранжировке j-ым экспертом, п - число объектов, от - число экспертов (./ = 1,...,1я; / = !,..., и).
(2.24)
где rtj - ранг, присваиваемый j-ым экспертом i-ому объекту; г - средний ранг, равный:
(2.25)
Если коэффициент конкордации равен 1, то все ранжировки экспертов одинаковы, W = 0, если все ранжировки различны, то есть совершенно нет совпадений. Мнения экспертов согласованы, если W> 0,6.
Применение экспертных оценок позволяет решать сложные неформализуемые проблемы. Знание научно обоснованного подхода к применению этого метода в технологии функционального управления является необходимым условием эффективной работы руководителей разного уровня.
2.4. Комплексные системы прогнозирования
Практическое использование такие системы находят на высших уровнях управления крупных экономических систем: страны, отрасли, региона, холдинга, транснациональной компании и т.п.
Необходимость в создании комплексных систем возникает в связи со сложностью современных организационно-производственных систем и невозможностью их единообразного описания и прогнозирования С использованием только одного метода.
Разработку комплексных систем прогнозирования ведут исходя из структуры прогнозируемого объекта или процесса.
При разработке и анализе комплексных систем прогнозирования к основным операциям относят определение состава и процедур сингулярных (простых) методов прогнозирования, входящих в систему, а также логические правила их объединения в систему. Простые процедуры используют для прогнозирования подсистем и блоков, входящих в структуру прогнозируемого процесса или объекта.
Примерами использования комплексных систем прогнозирования являются: метод прогнозного графа, система ПАТТЕРН и др.
Метод прогнозного графа
Разработан группой киевских специалистов института кибернетики под руководством академика В.М.Глушкова [12]. Основой метода являются экспертные и формально-математические процедуры построения и анализа опорного графа, отражающего обобщенное суждение широкого круга специалистов о потребностях, возможных путях и ресурсах, необходимых для достижения поставленной цели.
Комплексная система, построенная в соответствии с этим методом, реализует следующие процедуры: выбор объектов прогноза; исследование фона (среды); классификация событий; формирование задач и генеральной цели прогноза; анализ иерархии; формирование событий; принятие внутренней и внешней структуры объекта прогноза; анкетирование экспертов, математическая обработка данных анкетного опроса; количественная оценка структуры; верификация полученных результатов.
Опорный граф строится сверху от события, являющегося конечной целью, до самого нижнего уровня, содержащего события, свершение которых обеспечивают уже имеющиеся научно-технические достижения. Такие события можно считать реализованными («заземленными»).
На каждом уровне группа экспертов формулирует события-цели и условия их достижения. Обработка информации на ЭВМ позволяет определить важность различных событий для свершения конечной цели, найти оптимальные пути и оценить по разным критериям варианты решений.
Программа работы ЭВМ обеспечивает также перестройку графа, его упорядочение, в том числе и ликвидацию тупиков и петель, то есть возврата к уже совершенным событиям, а также перераспределение и обновление информации.
Достоинством метода является возможность работы с графом в режиме диалога «человек - информационная система» для проверки некоторых ситуаций, то есть возможность проигрывать разные ситуации.
Граф является динамической системой, и при поступлении от экспертов новой информации производится пере смотр-ревизия оценок, вариантов прогноза и принятых решений.
В результате этой ревизии ЭВМ может сформулировать запросы к принимающим решение о целесообразности пересмотра тех или иных действий или обсуждения экспертами и принимающими решение вновь сложившейся ситуации. Такие способности прогнозного графа к совершенствованию и «самоанализу» открывают возможности новой методологии планирования и управления.
На рисунке 2.7. представлена структурная схема прогнозирующей подсистемы. Ее функционирование происходит следующим образом. Группа синтеза и интерпретации данных (СИД) формирует поток данных, содержащих результаты анализа и прогнозирования развития интересующей области.
Математическое обеспечение системы (МО) является набором стандартных и специальных программ, которые обеспечивают построение и перестройку прогнозного графа.
Группа задач и методов решения (ЗМР) обеспечивает прием потока задач и запросов. Эта группа тесно связана с деятельностью группы систематизации и координирования данных (СКД), формирующей банк данных (БД) системы и обеспечивающей его рациональное использование.
Поток новой информации в систему происходит по трем каналам. Центральное место занимают идеи и оценки коллектива экспертов (КЭ), с которым в режиме диалога работает группа экспертных оценок (ЭО). При этом КЭ анализирует компетентность и отношение каждого эксперта к работе.
Второй канал потока информации реализуется группой патентного анализа (ПА), которая анализирует материалы патентного фонда (ПФ), относящиеся к объекту прогнозирования.
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
Э
![]()
![]()
Группа ПА
Группа ЭО
Группа АНТИ
![]()
![]()
![]()
![]()
Группа СКО
Группа ЗМР
![]()
![]()
![]()
![]()
![]()
![]()
Д
О
![]()
![]()


ЭВМ
Группа СИД
![]()
![]()
![]()
Ограниченные решения
![]()
Сферы исследований и освоения новой техники
![]()
Рис. 2.7. Структурная схема прогнозируемой подсистемы
Третий канал - научно-техническая информация (НТИ). Группа анализа научно-технической информации (АНТИ) собирает и анализирует обзоры, прогнозы, выдвинутые в литературе или поступившие непосредственно от специалистов принципы и идеи. При помощи группы ЭО результаты этого анализа используются так же, как и результаты деятельности группы ПА.
Круг организаций, использующих систему, построенную по типу прогнозного графа, достаточно широк и включает официальные инстанции и органы управления, а также генеральных и главных инструкторов и других специалистов, ответственных за НИОКР и их разделов.
Система ПАТТЕРН
Разработана в США в 1964 г. для обоснования планирования и управления научными исследованиями и опытно-конструкторскими разработками. Используется для обоснования прогнозов и планов посредством научно-технической оценки количественных данных.
М
Дерево целей
етод ПАТТЕРН включает ряд взаимосвязанных блоков (рис. 2.8). Материалы обрабатываются на ЭВМ.
Коэффициенты относительной важности
Коэффициенты состояния разработки и сроков
Сценарий
Перспективы развития науки и техники
Коэффициенты взаимной полезности
Оценка на данный этап
ЭВМ
Рис. 2.8. Структура представления метода ПАТТЕРН
Метод как элемент включает построение сценария (динамической картины будущего). Выявленная в сценарии главная цель детализируется на отдельные подцели, каждая из которых разделяется на более частные задачи (производится декомпозиция цели) и т.д.
«Дерево целей» содержит только те проблемы, которые требуют научно-технической разработки, остальные исключаются из рассмотрения.
Для каждого уровня дерева целей устанавливаются коэффициенты относительной важности всех его элементов, выраженные в долях единицы.
Важное значение имеет определение состояния и возможных сроков завершения работ, характеризуемых коэффициентами состояния разработки и сроков. В основу их расчета положена следующая классификация этапов разработки:
производственная готовность - это этап разработки, когда требования, предъявляемые к изделию, могут быть удовлетворены имеющимися техническими возможностями промышленности;
техническое проектирование соответствует случаю, когда проблема технически решена, доказана возможность изготовления изделия на имеющемся оборудовании;
перспективная разработка отражает этап, когда доказана принципиальная возможность создания изделия и изготавливается опытный образец;
поисковая разработка - соответствует этапу, когда проводятся работы для доказательства возможности технического решения проблемы и удовлетворения условиям эксплуатации, проверяются в лабораторных условиях возможные конструктивные решения;
теоретические исследования являются начальным этапом разработки.

Рис. 2.9. Этапы разработки
Условные обозначения:
3-1 - производственная готовность; 1-2 - техническое проектирование; 2-3 -перспективная разработка; 3-4 - поисковая разработка; 4-5 - теоретические исследования.
Определение состояния, возможных сроков реализации разработок, а также необходимых затрат производится экспертами. Эти данные используются, прежде всего, для исключения из рассмотрения тех задач, которые близки к завершению, т.е. находящихся на стадии технического проектирования или производственной готовности.
Материалы экспертных оценок служат для построения характеристики изменения денежных затрат по этапам цикла разработки (рис. 2.9.).
Общая площадь под рассматриваемой кривой соответствует суммарным расходам и может быть разделена на две части: завершенную часть (без штриховки) и часть, подлежащую разработке (заштрихованная площадка). Отношение предстоящих затрат к суммарным расходам представляет собой коэффициент состояния разработки.
При разработке подсистем (задач), входящих в «дерево целей», принимаются во внимание возможности частичного использования результатов разработок одних подсистем для других, характеризуемые коэффициентами взаимной полезности. Эти коэффициенты экспертно оцениваются специалистами и выражают относительное снижение затрат времени и других ресурсов.
Принципы, заложенные в систему ПАТТЕРН, позволяют осуществить прогноз и провести анализ в любой области деятельности. Рассматриваемая система позволяет: выбрать объект прогноза; выявить внутренние закономерности его развития; написать сценарий; сформулировать задачи и главную цель прогноза; провести анализ иерархии и декомпозицию целей; понять внутреннюю и внешнюю структуры объекта прогнозирования; провести анкетирование экспертов; выполнить математическую обработку данных анкетирования; количественно оценить структуры; верифицировать результаты; разработать алгоритм распределения ресурсов; провести распределение ресурсов; оценить распределение ресурсов.
Сравнение методов прогнозного графа и метода ПАТТЕРН показывает, что основное преимущество последнего состоит в наличии механизма реализации прогноза.
Метод ПАТТЕРН можно назвать комбинацией методов прогнозирования и стратегического планирования.
3. ПРОВЕРКА АДЕКВАТНОСТИ И СРЕДСТВА ВЕРИФИКАЦИИ ПРОГНОЗНЫХ МОДЕЛЕЙ
Для обеспечения точности и достоверности результатов прогнозирования необходима проверка адекватности или верификация прогнозной модели.
Проверка адекватности модели выполняется с использованием формальных статистических критериев. Однако такая проверка возможна при наличии надежных статистических параметров как оригинала (объекта прогнозирования), так и модели. Если по каким-то причинам такие оценки отсутствуют, то осуществляют сравнение отдельных свойств оригинала и модели. При этом первоначально должна проверяться истинность реализуемых функций, затем истинность структуры и, наконец, истинность достигаемых при этом значений параметров. Для этого помимо модели необходимо иметь функционирующий оригинал, то есть проводить сопровождающее моделирование.
Таблица 3.1. Методы верификации прогнозных моделей
|
Метод верификации |
Технология верификаци |
|
Прямая верификация |
Разработка модели того же объекта с использованием иного метода прогнозирования |
|
Косвенная верификация |
Сопоставление результатов, полученных с использованием данной модели, с данными, полученными из других источников |
|
Консеквентная верификация |
Верификация результатов моделирования путем аналитического или логического выведения прогноза из ранее полученных прогнозов |
|
Верификация оппонентом |
Верификация путем опровержения критических замечаний оппонента по прогнозу |
|
Верификация экспертом |
Сравнение результатов прогноза с мнением эксперта |
|
Инверсная верификация |
Проверка адекватности прогнозной модели и объекта в ретроспективном периоде |
|
Частичная целевая верификация |
Построение условных подмоделей, эквивалентных полной модели, в типовых для проектируемой системы ситуациях |
|
Структурная верификация |
Сопоставление структур без экспериментальной проверки сопоставления в целом |
Верификация модели - оценка ее функциональной полноты, точности и достоверности с использованием всей доступной информации в тех случаях, когда проверка адекватности по тем или иным причинам невозможна.
В прогнозировании чаще используют верификацию, так как в большинстве случаев реальный объект отсутствует или разрабатываются новые (еще не существующие) функции объекта прогнозирования. В таблице 3.1 представлены наиболее часто используемые методы верификации.
В прогнозировании случай совершенного прогноза достигается крайне редко, поэтому проблема верификации прогнозной модели является одной из важнейших в прогностике. Степень совершенства прогнозов выражают через различные измерители точности прогнозирования. Точность точечного прогноза в момент f, определяется разностью между прогнозом Р, и фактическим значением Fh прогнозируемого показателя в этот момент времени. Отдельный точечный прогноз не определяет точность конкретной процедуры прогнозирования в целом, то есть потребуется некоторая выборка {(Pj, fj)}, на основе которой рассчитывается значение некоторого измерителя точности прогнозирования.
Важность проблемы точности прогнозирования определяет важность анализа различных ее измерителей. В настоящее время нет достаточно полного исследования всевозможных критериев точности, что затрудняет оценивание возможностей различных моделей и опыта их применения в прикладных работах по прогнозированию конкретных процессов [10].
Для измерения точности прогнозирования можно использовать любой коэффициент парной корреляции между последовательностями прогнозных и фактических значений. Классический критерий точности прогнозирования - коэффициент корреляции Пирсона.
Максимальное значение r = 1 достигается при наличии линейной связи

(3.1)
между Р и F, т.е. когда существуют такие а0 и а/>0, что Р = oq + at F.
Однако при а0 Ј 0 и а, = 1 прогноз не будет совершенным, хотя корреляция полная и положительная; только при Р = F коэффициент корреляции может характеризовать совершенный прогноз.
Коэффициент ранговой корреляции Спирмэна также может быть использован в качестве измерителя точности прогнозирования. Для этого вычисляются ранги {x} и {у} элементов соответствующих последовательностей {PJ и {Ft}. Очевидно, что
(3.2)
Если несколько элементов из Pi или Ft имеют одинаковые ранги, то им определяется ранг, равный среднему арифметическому значений мест элементов в данной ранжировке. В этом случае последнее соотношение останется верным. Вычисляются корректирующие множители для связей соответственно для последовательностей xi и уi :
(3.3)
где г,- и /, равно числу повторений i-го ранга в соответствующих последовательностях. Вычисляют сумму квадратов разностей рангов
(3.4)
Если Tf или Ту равно нулю, то коэффициент ранговой корреляции Спирмэна равен:
(3.5)
Коэффициент ранговой корреляции р позволяет характеризовать качественную сторону последовательности прогнозов {Р/j, а именно способность предсказывать точки поворота. Коэффициент ранговой корреляции можно рассматривать как дополнительный измеритель точности прогнозирования при Pi=Fi и г, близким к 1, так как критерий р инвариантен относительно линейной вариации, причем р=1 прогноз может быть далеко не совершенным, так как для этого достаточно лишь совпадения рангов.
В качестве измерителей точности прогнозирования могут быть использованы и другие коэффициенты парной корреляции, например коэффициент ранговой корреляции Кендэлла. Однако для характеристики коэффициентов парной корреляции как некоторого класса измерителей точности прогнозирования достаточно провести анализ этих двух наиболее часто используемых коэффициентов, чтобы выделить общие для этого класса свойства. Во-первых, инвариантность относительно линейной вариации, а во-вторых, полная корреляция еще fie определяют совершенный прогноз. Еще одним важным свойством коэффициентов парной корреляции является возможность проверки их на значимость, так как определены соответствующие законы распределения этих статистик. Например, для коэффициента ранговой корреляции Спирмэна значимость проверяется с п-2 степенями свободы по следующей t-статистике:
(3.6)