4. ПРОГНОЗИРОВАНИЕ
Прогнозирование численности на предприятий ОАО «КИСМ» на примере цеха прессформ.
Прогнозирование [23] – разработка прогноза; в узком значении – специальные научные исследования конкретных перспектив развития какого-либо явления. Как одна из форм конкретизации научного предвидения в социальной сфере находится во взаимосвязи с планированием, программированием, проектированием, управлением. По масштабу прогнозирование делится на: краткосрочное прогнозирование на 1 – 2 года, среднесрочное на 5 – 10 лет, долгосрочное на 15 – 20 лет, сверхдолгосрочное на 50 – 100 лет.

   По существу между прогнозом (предвидением будущего) и планом нет резкой границы. Можно сказать, что прогноз – недостаточно определенный план, а план – это уточненный прогноз. Наиболее существенным отличием плана от прогноза является наличие в плане элементов выбора, принятия решений и мероприятий по осуществлению этих решений.
   Планирование и прогнозирование  всегда ориентируется на данные прошлого, но стремится определить и контролировать развитие предприятия в перспективе. Поэтому надёжность прогнозирования зависит от точности полученной и обработанной информации – фактических показателей прошлого.
   Прогнозы всегда опираются на некоторые предположения. Наиболее обычным является предположение стабильности: «если существующие тенденции и связи сохраняются…», «если не произойдёт ничего необычного…». Однако иногда надо спрогнозировать развитие интересующего менеджера процесса как раз в необычных условиях. Например, что произойдёт с экономикой России в целом или с данным предприятием в частности, если будут отменены все таможенные сборы и пошлины на экспорт и импорт, т. е. Россия перейдёт к политике «свободной торговли»?
   Если необходимо рассмотреть ситуацию, в которой события могут развиваться по нескольким принципиальным различным вариантам, т. е. применяется метод сценариев – метод декомпозиции (т. е. упрощения задачи) прогнозирования, предусматривающий выделение набора отдельных вариантов развития события (сценариев), в совокупности охватывающих все варианты развития. При этом каждый отдельный сценарий должен допускать возможность достаточно точного прогнозирования, а общее число сценариев быть обозримым.
   В конкретной ситуации сама возможность пробной декомпозиции не всегда очевидна. При применении метода сценариев необходимо осуществить 2 этапа исследования [24]:
1) построение исчерпывающего, но обозримого набора сценариев;
2) прогнозирование в рамках каждого конкретного сценария с целью получения ответов на интересующие менеджера вопросы.
   Рассуждения на словесном уровне считаются доказательными в большинстве ситуаций, в то время, как попытка уточнить смысл с помощью, например, теории нечётких множеств приводит к весьма громоздким математическим моделям.
   Некоторые прогнозы имеют свойство само осуществляться. Само их высказывание способствует их осуществлению. Например, высказанный по телевидению прогноз банкротства конкретного банка приводит к тому, что многие вкладчики сразу заявляют о желании забрать вклады из этого банка, но ни один банк не может вернуть вклады одновременно всем вкладчикам или даже большой их доле. В результате банк действительно оказывается банкротом.
   Учёт нежелательных тенденций, выявленных при прогнозировании, позволяет принять необходимые меры для их предупреждения, тем самым помешать осуществлению прогноза.
   Почему прогнозировать сложно? Иногда прогноз основан на хорошо изученных закономерностях и осуществляется наверняка. Никто не сомневается, что вслед за ночью наступит день. Методы прогнозирования движения космических аппаратов разработаны настолько, что возможна автоматическая стыковка кораблей. Однако встающие перед менеджером проблемы прогнозирования обычно не позволяют дать однозначный обоснованный прогноз.
   Остаются неопределённости. Часть связана с недостаточностью знаний о природных явлениях и процессах, например:
- неопределённости, связанные с недостаточными знаниями о природе (например, неизвестен точный объём полезных ископаемых в конкретном месторождении, а потому нельзя точно предсказать развитие добывающей промышленности и объём налоговых поступлений от её предприятий);
- неопределённости природных явлений, таких, как погода, влияющая на урожайность, на затраты на отопление, на туризм, на загрузку транспортных путей и др.;
- неопределённости, связанные с осуществлением действующих (неожиданные аварии) и проектируемых (возможные ошибки разработчиков или физическая невозможность осуществления процесса, который заранее не удалось предсказать) технологических процессов.
   Многие возможные неопределённости связаны с ближайшим окружением предприятия, менеджер которой занимается прогнозированием:
- неопределённости, связанные с деятельностью участников экономической жизни (прежде всего партнёров и конкурентов данной фирмы), в частности, с их деловой активностью, финансовым положением, соблюдением обязательств;
- неопределённости, связанные с социальными и административными факторами в конкретных регионах, в которых предприятие имеет деловые интересы;
   Большое значение имеют и неопределённости на уровне страны:
- неопределённость будущей рыночной ситуации в стране, в том числе отсутствие достоверной информации о будущих действиях поставщиков, в связи с меняющимися предпочтениями потребителей;
- неопределённости, связанные с колебаниями цен (динамикой инфляции), нормы процента, валютных курсов и других макроэкономических показателей;
- неопределенности, порождённые нестабильностью законодательства и текущей экономической политикой (т. е. деятельностью руководства страны, министерств и ведомств), связанные с политической ситуацией, действиями партий, профсоюзов, экологических и других организаций в масштабе страны.
   Часто приходится учитывать и внешние неопределённости, связанные с ситуацией в зарубежных странах и международных организациях, с которыми предприятие поддерживает деловые отношения.
   Таким образом, менеджеру приходится прогнозировать будущее, принимать решения и действовать, буквально купаясь в океане неопределённостей. Полезно вывести их классификацию на СТЭП - факторы (по первым буквам от слов: социальные, технологические, экономические, политические) и факторы внешнего окружения.
   СТЭП - факторы действуют независимо от менеджера, в отличие от конкурентов. Возможно, конкуренты будут бороться, стремиться к вытеснению фирмы с рынка, но возможны и переговоры, ведущие к обоюдовыгодной договорённости.
   Каждая из перечисленных видов неопределённостей может быть структурирована далее. Так, имеются крупные разработки по анализу неопределённостей при технологических авариях, в частности на химических производствах и атомных электростанциях. Ясно, что аварии типа Чернобыльской существенно влияют на значение СТЭП - факторов и тем самым на поступления и выплаты из бюджета.
   Выделяют три класса методов прогнозирования [23]: экстраполяция, моделирование, опрос экспертов.
   Все методы прогнозирования (их более 100) можно разделить на две группы:
1. Неформализованные (эвристические):
- индивидуальные экспертные оценки,
- коллективные экспертные оценки,
- написание сценариев и т.д.
   Неформализованные (эвристические) методы применяются в тех случаях, когда невозможно использовать знания экспертов в формализованном виде.
2. Формализованные:
- методы экстраполяции,
- моделирование.
Прогнозирование производится с использованием анализа временных рядов.
Исходные данные:
Периоды  Принято на работу
  
1999 1 11
 2 6
 3 16
 4 2
2000 1 3
 2 9
 3 10
 4 12
2001 1 10
 2 13
 3 5
 4 10
2002 1 10
 2 11
 3 4
 4 18

Сначала произведем анализ востребованности трудовых ресурсы.
Поэтапно проанализируем востребованность по  цеху прессформ.
ЦПФ
Для анализа исходного ряда производится проверка наличия тенденции развития средней и дисперсии ряда, затем производится сглаживание динамического ряда. Для сглаженных рядов выявляются тренды, оценивается значимость параметров уравнений тренда и проводится спецификация полученных трендов. Исходя, из спецификации выбирается уравнение тренда, приемлемое для прогнозирования. Проверка наличия тенденции развития.
Тенденция развития проверяется на основе двух методов – метод разности средних и метод Фостера-Стьюарта. Метод разности средних используется для выявления тенденции развития динамического ряда, а метод Фостера-Стьюарта – для выявления тенденции развития средней и дисперсии.
1) Метод разности средних
Основой алгоритма является проверка нулевой гипотезы Н0 разности двух средних уровней.
Н0: тенденции развития динамического ряда отсутствует.
Разобьем ряд динамики на две равные части с объемом выборки n1=n2=8
Средние частей ряда динамики
y1= 8,625
y2= 10,125
Дисперсии частей ряда
S12= 22,27
S22=19,27
Средневзвешенные величина дисперсии
S=55,09

Расчетное значение t-критерия Стьюдента
tрасч=0.054
Полученное расчетное значение сравнивается с табличным значением tкр.
tкр – табличное значение t-критерия Стьюдента.
Так как tкр=2,13 то ׀tрасч ׀<tкр, следовательно нулевая гипотеза принимается, т.е. тенденция развития отсутствует.
2) Метод Фостера-Стюарта
Проверим тенденцию развития средней.
Н0: отсутствует тенденция развития средней.
Рассчитаем характеристику метода D
D=1
Среднеквадратическая ошибка σ2=1,52
 Расчетное значение t – критерия Стьюдента tрасч=0,465
Полученное расчетное значение сравнивается с табличным значением t-критерия Стьюдента.
Так как tкр=2,13 то ׀tрасч ׀<tкр, следовательно нулевая гипотеза принимается, т.е. тенденция развития средней отсутствует.
Проверим тенденцию развития дисперсии.
Н0: отсутствует тенденция развития дисперсии.
Рассчитаем характеристику метода D
W=1
Среднее значение Wср=3,64
Среднеквадратическая ошибка σ2=2,15
Расчетное значение t – критерия Стьюдента tрасч=-1,74
Полученное расчетное значение сравнивается с табличным значением t-критерия Стьюдента.
Так как tкр=2,13 то ׀tрасч ׀>tкр, следовательно нулевая гипотеза принимается, т.е. тенденция развития дисперсии отсутствует.

Сглаживание динамического ряда
Сглаживание производится заменой уровней исходного ряда расчетными уровнями с использованием различных шагов сглаживания. Для сглаживания используются шаги m=3, m=5 и m=7.
m=3
Получаем сглаженный ряд
t Y Yср
  
  11 
1 6 11,00
2 16 8,00
3 2 7,00
4 3 4,67
5 9 7,33
6 10 10,33
7 12 10,67
8 10 11,67
9 13 9,33
10 5 9,33
11 10 8,33
12 10 10,33
13 11 8,33
14 4 5,00
  18 
Для построения трендов полученного динамического ряда используется стандартный инструмент Microsoft Excel – Построение линии тренда. В результате получаем следующие регрессионные функции:
Линейная функция y=-0,0234x+8,8425
Экспоненциальная  функция y =8,5577(-0.0027)x
Логарифмическая функция y= -0,1357 ln(x)+8,9109
Степенная функция y= 8,6173x-0.0153
Параболическая функция 2 степени y=-0,0472x2+0.684x+6,956
Параболическая функция 3 степени y=-0,0271x3+0.5624x2-3,1008x+12,483
Значимости коэффициентов уравнений регрессии: