Интуитивные методы прогнозирования

Рассматриваемые далее методы прогнозирования называют интуитивными или эвристическими, поскольку их суть заключается в построении рациональной процедуры интуитивно-логического анализа в сочетании с количественными методами оценки и обработки результатов этого анализа. Носителями базовой исходной информации здесь являются люди, называемые экспертами. Поэтому методы данной группы именуются также экспертными, хотя в ней часто выделяют конкретный метод, который называют методом экспертных оценок.

Недостаточная полнота информации об исследуемом объекте, невозможность формализованного представления причинно-следственных связей, множество возможных вариантов решения — эти условия определяют первостепенное значение интуитивных методов в области прогнозирования инноваций.

При использовании интуитивных методов, вне зависимости от их особенностей, существуют типовые этапы разработки и решения задач [6]:

• • организация процедуры экспертного опроса;
• • формирование группы экспертов;
• • проведение экспертного опроса;
• • обработка результатов опроса.

Организация процедуры экспертного опроса. Для эффективного решения проблемы важна рациональная организация проведения экспертами ее анализа с количественной оценкой их суждений и математико-статистической обработкой получаемых результатов. Итоговое мнение экспертов принимается в качестве решения проблемы.

Общая схема организации процедуры прогнозирования на основе экспертного опроса выглядит следующим образом (рис. 2.1).

Рис. 2.1. Организационная схема экспертного опроса.

В данной схеме присутствуют четыре группы.

• 1. Руководитель группы прогноза. Это высококвалифицированный специалист в области методов планирования и прогнозирования и в области методов экспертного прогнозирования, ориентирующийся в исследуемой проблемной области. Он разрабатывает общий план проведения опроса и руководит группой 2.
• 2. Организационная группа. Она состоит из специалистов по проведению экспертного опроса (2−3 человека). Ее назначение заключается в разработке вопросов экспертам и анализа данных после обработки их группой 4.
• 3. Эксперты. Это специалисты в исследуемой проблемной области (20−100 человек). В соответствии с планом разработки прогноза они занимаются выдвижением идей (предложений) по решению проблемы, ранжированием идей, оцениванием сроков свершения событий и т. д.
• 4. Группа обработки данных. Она занимается математической обработкой полученных результатов с помощью ЭВМ и предварительным анализом обработанных данных.

В зависимости от сложности решаемой проблемы общее количество участников процедуры опроса может достигать 120−150 человек.

В процессе прогнозирования эксперты выполняют аналитическую работу по выявлению и обоснованию техникоэкономических решений. В связи с этим все многообразие решаемых ими задач может быть сведено к двум типам.

• 1. Выявление, формулирование и структуризация проблемы. Эта задача может включать в себя следующее:
  • • определение возможных событий и явлений;
  • • формирование дерева целей;
  • • формулирование вариантов решения проблемы;
  • • установление перечня признаков и показателей, характеризующих содержание проблемы;
  • • раскрытие свойств и условий развития объектов прогнозирования.
• 2. Оценка количественных характеристик, связанных с решением проблемы, например:
  • • оценка вероятности свершения событий;
  • • установление коэффициентов относительной важности элементов дерева целей;
  • • проведение ранжирования факторов, идей;
  • • определение абсолютных значений показателей, связанных с развитием объекта прогнозирования.

Формирование группы экспертов. Подбор участников экспертизы является достаточно сложной задачей, качество решения которой зависит от многих факторов (в том числе и субъективных), таких, например, как:

• • личные качества руководителя экспертного опроса;
• • предельно допустимый уровень финансовых затрат на проведение экспертизы;
• • сложность и новизна решаемой проблемы.

В теории экспертного прогнозирования разработан ряд формальных приемов, способствующих более качественному решению этого вопроса. Ниже мы рассмотрим некоторые из них.

Процедура формирования экспертной группы состоит из следующих шагов.

• 1. Составление списка возможных кандидатур.
• 2. Оценивание каждого кандидата как источника достоверных знаний в исследуемой области.
• 3. Установление оптимальной численности группы экспертов.
• 4. Отбор экспертов, включаемых в группу.

На первом шаге важную роль играет характер самой проблемы, которую надо решить. Если проблема относится к определенной области знания и не отличается высокой степенью новизны (например, оценка производственных возможностей отрасли или предприятия), то в список кандидатур целесообразно включать специалистов только из этой области. В противном случае может оказаться полезным привлечь экспертов из других сфер деятельности.

На втором шаге осуществляется оценка отдельных сторон личности каждого кандидата из списка возможных кандидатур.

Поскольку цель экспертного опроса — получение информации для построения достоверного прогноза, то оцениванию подлежат те качества кандидата, которые влияют на достоверность прогноза.

Чаще всего выделяют следующие качества:

• • уровень компетентности;
• • уровень общей эрудиции;
• • отношение к экспертизе;
• • подверженность влиянию авторитетов;
• • способность к творческому мышлению;
• • умение работать в коллективе.

Эти и другие свойства эксперта в комплексе дают оценку его качества как источника достоверной информации.

В зависимости от решаемой задачи одни стороны личности эксперта имеют бо? льшую ценность, чем другие. Поэтому для получения комплексной оценки кандидата в эксперты важно присвоить веса значимости отдельным его качествам.

Существует множество подходов к этому вопросу, и разработано множество методик для определения весов значимости. Например, для оценки компетентности эксперта чаще всего используют метод самооценки и метод круговой оценки экспертами друг друга. В первом случае эксперт заполняет на себя анкету или тест. Во втором случае каждый эксперт тем или иным способом оценивает уровень компетентности других экспертов.

При оценке отдельных свойств эксперта может использоваться, например, такая информация, как количество научных публикаций, количество ссылок на них, данные об участии в других экспертных опросах, должность, ученая степень, возраст, стаж работы и проч.

На третьем шаге формирования экспертной группы определяется оптимальная численность этой группы. При этом могут использоваться методы математической статистики и другие формальные подходы. Основой для решения здесь служит следующая информация:

• • требуемый уровень достоверности (надежности) прогноза, т. е. уровень доверительной вероятности;
• • комплексная оценка «качества» каждого кандидата в эксперты;
• • предельно-допустимый уровень финансовых затрат.

Четвертый шаг формирования экспертной группы тесно связан с предыдущим. Часто он выполняется параллельно с ним. Процедура окончательного отбора кандидатов в эксперты должна сформировать такую группу, которая обеспечит нужную достоверность прогнозной информации, не превысив лимита финансовых средств, выделенных на проведение опроса.

Проведение экспертного опроса. Опрос представляет собой заслушивание и фиксацию в содержательной и количественной форме суждений экспертов по рассматриваемой проблеме.

Основными видами опросов являются:

• • анкетирование;
• • интервьюирование;
• • мозговой штурм;
• • дискуссия.

Анкетирование представляет собой опрос экспертов в письменной форме с помощью анкет, содержащих ряд вопросов.

Вопросы классифицируются по типу следующим образом:

• • открытые;
• • с веером ответов.

Открытые вопросы предполагают формулирование ответа в произвольной форме и применяются в случае недостаточной определенности проблемы. Вопросы с веером ответов — это такие вопросы, которые ориентируют эксперта на выбор одного или нескольких вариантов из заданного перечня ответов. Они используются при объективном наличии нескольких четко определенных вариантов ответов.

Каждая анкета начинается с обращения, в котором:

• • разъясняются цели и задачи экспертизы;
• • предоставляется необходимая исходная информация;
• • дается инструкция по заполнению анкеты.

Интервьюирование — это устный опрос эксперта, проводимый в форме беседы (интервью) на основе заранее разработанных вопросов. Отличительной особенностью интервью является возможность быстрого получения от эксперта необходимой информации путем задания основных и дополнительных (уточняющих) вопросов в зависимости от содержания ответов эксперта.

Мозговой штурм представляет собой групповое обсуждение с целью получения новых идей, вариантов решения проблемы.

Характерной чертой этого вида экспертизы является категорический запрет взаимных критических высказываний. Это делается с целью поддержания активности и творческой фантазии экспертов. В каждом выступлении эксперты должны стремиться высказать как можно больше новых идей или дополнять и углублять ранее выдвинутые идеи.

Для проведения мозгового штурма назначается ведущий, основной задачей которого является организация активного обсуждения проблемы. Выступления экспертов фиксируются и подвергаются анализу, который заключается в группировке высказанных идей по различным признакам, оценке их относительной важности и реалистичности.

Дискуссия представляет собой открытое коллективное обсуждение проблемы, основной задачей которого является всесторонний анализ всех факторов и условий решения проблемы, оценка положительных и отрицательных последствий предлагаемых решений. В отличие от мозгового штурма, в ходе дискуссии допускается критика.

Рассмотренные виды опроса дополняют друг друга и эффективно могут быть использованы лишь в системе. Для формулирования и структуризации проблемы (объекта) и выявления альтернатив ее решения наиболее оправдано применение коллективных методов. Оценку альтернатив целесообразно проводить с использованием индивидуальных методов.

Исходя из характера решаемой задачи, эксперты используют различные виды количественных оценок. Все они могут быть разбиты на группы в зависимости от системы измерения (шкалы). Шкалы отличаются друг от друга по трем характеристикам:

• 1. Упорядоченность данных. Это качество означает, что каждый из пунктов шкалы больше, меньше или равен другому пункту.
• 2. Интервальность. Эта характеристика говорит о том, что интервал между любыми двумя пунктами шкалы может

быть больше, меньше или равен интервалу между другой парой пунктов.

3. Наличие нулевой точки. Это значит, что среди всех пунктов шкалы имеется один, означающий ноль, т. е. отсутствие измеряемого признака.

Выделяют следующие типы измерительных шкал:

• • шкала порядка;
• • шкала интервалов;
• • абсолютная шкала.

Шкала порядка применяется для упорядочивания объектов по одному или нескольким признакам (свойствам). Она обладает лишь одной из трех характеристик — упорядоченностью данных (т.е. числа в шкале порядка отражают только порядок следования объектов в зависимости от степени проявления в них одного или нескольких признаков и не дают возможности сказать, насколько один объект предпочтительнее другого). Примерами шкал порядка являются ранги, баллы, варианты (да; нет}. Ранжирование объектов представляет собой процедуру упорядочения объектов путем назначения им рангов. Наиболее предпочтительному объекту присваивают ранг, равный единице, второму по предпочтению объекту — ранг, равный двум. Для объектов, имеющих равную предпочтительность, назначают одинаковые ранги, равные среднему арифметическому значений соответствующей последовательности рангов. Такие ранги называют связными, они могут быть дробными числами.

Шкала интервалов используется не только для определения порядка следования объектов, но и для измерения величины различия между признаками объектов (т.е. здесь присутствуют уже две характеристики шкал: упорядоченность данных и интернальность, но нет, строго говоря, нулевой точки, хотя условное значения признака «О» может иметь место). Интервальная шкала может иметь произвольные точки отсчета и масштаб. Она может быть либо непрерывной, либо дискретной. Примерами интервальных шкал служат шкалы температур (кроме шкалы температур по Кельвину), высота над уровнем моря и т. п. Частным случаем шкалы интервалов является шкала разностей. Это шкала, которая характеризуется цикличностью (время суток, сторона света, фаза колебания…).

Интервальная шкала часто применяется для оценки относительной важности (полезности) объектов. При этом специалистам необходимо указать для каждого объекта оценки точку на числовой оси, например на отрезке [0; 1]. Причем объектам с равной предпочтительностью назначается одно и то же число.

Абсолютная шкала используется для измерения величины признака, имеющего абсолютную нулевую точку отсчета. Эта шкала имеет также абсолютную единицу. При этом существует только одно отображение признака объекта на числовую ось. Абсолютная шкала используется для определения абсолютных значений технико-экономических и научно-технических показателей развития социально-экономических систем. Оценки этого вида всегда имеют ясный физический смысл (руб., кг, км и др.). Эта шкала используется также для измерения количества чего-либо.

Математико-статистическая обработка результатов экспертного опроса. В процессе решения тех или иных задач эксперты дают количественные оценки различным характеристикам исследуемого объекта. Эти оценки можно считать случайными величинами, поскольку они зависят от таких «случайных» факторов, как интуиция и опыт эксперта.

Данное положение делает обоснованным применение методов математической статистики для обработки экспертных оценок. Результатом такой обработки является некая коллективная оценка в виде определенного набора статистических характеристик, на основе которых в дальнейшем строят прогноз.

Наиболее полной характеристикой случайной величины является закон распределения вероятностей ее значений. Как правило, считают, что экспертные оценки должны подчиняться нормальному закону распределения. Основными параметрами закона распределения случайной величины являются ее математическое ожидание и дисперсия. Зная закон распределения случайной величины, можно построить прогноз ее значения. Прогноз, в данном случае, — это интервал значений, соответствующий приемлемой вероятности. Этот интервал называют доверительным интервалом (), а приемлемую для заказчика прогноза вероятность — доверительной вероятностью (). Часто вместо доверительной вероятности используют понятие «уровень значимости» (), причем .

На практике чаще всего неизвестны закон распределения случайной величины и его характеристики. Имеется лишь ограниченное число наблюдений (и) за случайной величиной . Перед исследователем встает задача нахождения закона распределения и определения его характеристик на основании данной совокупности наблюдений.

Существует множество довольно сложных методов проверки гипотез о законах распределения вероятностей случайной величины, в частности — о нормальном (Гауссовом) законе распределения. Простейшим подходом к решению этой задачи является построение гистограммы распределения и визуальный анализ ее формы. Считается, что при правильной организации экспертного опроса оценки, данные экспертами, должны соответствовать нормальному закону распределения вероятностей.

Следующим шагом, после принятия гипотезы о нормальном законе распределения случайной величины х, является нахождение основных характеристик распределения: математического ожидания, среднеквадратического отклонения и др. После этого можно рассчитать доверительный интервал прогноза:

где S — среднеквадратическое отклонение экспертных оценок; - математическое ожидание (среднее значение) экспертной оценки; - значение t-критерия Стьюдента, выбранное из соответствующей таблицы для доверительной вероятности (уровня значимости а) и числа степеней свободы ; п — количество экспертов, участвующих в опросе.

Математическое ожидание характеризует интегральную групповую оценку значения оцениваемого признака.

Среднеквадратическое отклонение (дисперсия) и коэффициент вариации показывают, соответственно, абсолютный и относительный уровень вариации экспертных оценок и характеризуют степень согласованности мнений экспертов. Чем они меньше, тем большая наблюдается согласованность.

Теперь перейдем к рассмотрению непосредственно интуитивных методов. Среди них можно выделить некоторые наиболее универсальные процедуры, которые достаточно часто используют для решения определенного круга задач. К ним относится, в частности, метод «Дельфи» .

Метод «Дельфи»

Метод Дельфи изначально был разработан для установления вероятных сроков свершения событий [6]. Впоследствии сфера его применения была существенно расширена. Метод был разработан в 1964 г. Корпорация РЭНД с его помощью провела исследование по долгосрочному прогнозированию научных проблем на 20−50 лет в шести областях:

• • будущие научные открытия;
• • автоматизация производства;
• • успехи в освоении космоса;
• • системы оружия;
• • контроль за ростом населения;
• • предотвращение войны.

По каждой из областей заранее были выдвинуты и определены от 24 до 47 проблем.

От экспертов требовалось установить возможные сроки свершения событий по каждой проблеме (ближнее и дальнее значение). На рис. 2.2 представлен график функции плотности нормального распределения , где а — математическое ожидание случайной величины х (срока свершения события), а  — ее среднеквадратическое отклонение.

Точки и - значения, соответственно, ближнего и дальнего значений случайной величины, определенных на основе математической обработки экспертного опроса. Они расположены на расстоянии 0,67? от точки а. Вся область определения случайной величины разбита на 4 квартиля (1 кв, 2 кв, 3 кв и 4 кв), каждый из которых соответствует 25%-ной вероятности попадания случайной величины в квартиль. Интервал соответствует 50%-ной вероятности свершения события.

Рис. 2.2. Определение ближнего и дальнего сроков свершения событий по методу «Дельфи» .

Процедура построения прогноза по методу «Дельфи» состоит из следующих шагов.

• 1. Определение областей прогноза и выделение проблем прогнозирования в каждой области.
• 2. Создание постоянной группы сбора и обобщения экспертных оценок.
• 3. Определение количества и состава группы экспертов (например, в группу вошло 82 человека, из них 20 инженеров, 17 офицеров, 14 математиков, 12 экономистов, 9 ученых общественных наук, 5 писателей, 4 специалиста в области исследования операций).
• 4. Разработка анкеты.
• 5. Проведение первого тура опроса экспертов. На основании письменных предложений каждый эксперт самостоятельно и независимо от других экспертов устанавливал сроки свершения событий.
• 6. Первичная обработка данных. Определение среднего значения ближнего и дальнего сроков и среднеквадратических отклонений. Выявление экспертов, давших крайние оценки, и получение от них обоснования своих решений.
• 7. Объявление экспертам результатов первого тура опроса.
• 8. Назначение и проведение второго тура опроса, аналогично первому.
• 9. Анализ результатов второго тура и определение необходимости проведения нового тура опроса.
• 10. Обобщение результатов и определение ближнего и дальнего срока свершения событий для нормального распределения оценок.

К особенностям метода «Дельфи» можно отнести сохранение анонимности экспертов и проведение нескольких туров опроса.

Процедура опроса состоит в следующем. Проводят первый тур опроса. Поступившие при этом анкеты анализируют и проводят статистическую обработку полученных ответов с учетом любых замечаний экспертов. Затем проводят второй тур опроса. Участникам опроса могут быть предложены дополнительные вопросы и представлен список анонимных комментариев и доводов в пользу той или иной позиции. При проведении второго тура опроса участников просят пересмотреть свои первоначальные оценки, когда они значительно расходятся с коллективным мнением группы. Затем проводят третий и окончательный тур опросов. При этом участникам опроса предоставляется возможность сделать дополнительные замечания и выдвинуть контраргументы в защиту своей позиции. Все это приводит к сужению диапазона оценок.

Основное достоинство метода «Дельфи» состоит в том, что он позволяет избежать действия психологических факторов, например нежелания отказаться от своего публично высказанного мнения, личной антипатии к кому-либо или, наоборот, чрезмерного внимания к мнениям определенных лиц.

Метод дерева целей

Метод дерева целей относится к методам структурного анализа, его применяют к объектам, имеющим иерархическую структуру. Он основан на поэтапном расчленении исследуемого объекта (проблемы) на элементы: цели, средства, ресурсы. Метод включает следующие этапы:

• • конкретизация целей;
• • поиск средств достижения целей;
• • определение коэффициентов важности мероприятий.

Для лучшего понимания содержания структурного анализа необходимо знакомство с теорией графов. Структура, называемая деревом, представляет собой связный граф, в котором отсутствуют циклы. Дерево целей — это такой граф-дерево, который отражает отношения иерархии между его вершинами. Вершины дерева целей — это цели, подцели, этапы, мероприятия, ресурсы и т. д. В прогнозировании широко используется дерево целей, вершины которого ранжированы, т. е. каждая вершина оценивается определенным коэффициентом важности.

На рис. 2.3 показан пример такого дерева, в кружках-вершинах которого проставлены коэффициенты важности.

Рис. 2.3. Общий вид дерева целей с ранжированными вершинами.

1-й уровень отражает генеральную цель деятельности. Его коэффициент важности: .

На 2-м уровне генеральная цель разбивается на подцели с коэффициентами важности и .

Подцели 2-го уровня в свою очередь дробятся на подцели 3-го уровня и т. д. На каждом уровне сумма коэффициентов важности всех вершин этого уровня должна быть равна единице.

Перечислим основные правила построения дерева целей.

• 1. Построение дерева целей осуществляется сверху вниз, начиная с формулирования генеральной цели (1-й уровень), исходя из анализа общих целей страны, отрасли, предприятия и т. д.
• 2. Детализация генеральной цели на подцели должна осуществляться с такой степенью, чтобы для подцелей нижнего уровня было возможно определение мероприятий по их достижению.
• 3. Дерево целей может иметь различное количество уровней по отдельным ветвям.
• 4. В дереве целей не должно быть нескольких одинаковых целей.
• 5. Цели должны быть понятными, реальными и функциональными.
• 6. По каждой цели должна быть определена полная группа подцелей, обеспечивающих ее достижение.
• 7. Подцели одного уровня должны быть однородными, т. е. сопоставимыми между собой и более конкретными по отношению к цели.
• 8. В дереве целей не должно быть альтернатив, т. е. подцели нижнего уровня обязательны для достижения цели, к которой они относятся.
• 9. В дереве целей нс должно быть перекрестных связей между целями, т. е. каждая цель может быть связана только с одной вышестоящей целью.
• 10. Для каждой цели начиная с генеральной должна быть сформирована система показателей, характеризующих степень ее достижения. Показатели по каждой ветви дерева целей должны быть взаимоувязаны.

Метод построения дерева целей был использован при разработке системы «Паттерн» .

Разработчики данной системы (американская военная фирма «Хониуэлл») поставили задачу связать развитие систем оружия с национальными интересами США и определить коэффициенты относительной важности каждой системы оружия. В соответствии с этим дерево целей представляет собой структуру, при которой интересы страны связаны с задачами и средствами их технического обеспечения как причина и следствие. Общая схема элементов системы «Паттерн» показана на рис. 2.4.

Рис. 2.4. Общая схема элементов системы «Паттерн» .

Основными элементами системы являются сценарии развития систем вооружения, перспективы развития науки и техники. На основании этих документов эксперты строили дерево целей, определяли коэффициенты относительной важности проблем, задач и т. д., коэффициенты состояния разработки и сроков, коэффициенты взаимной полезности.

Фрагмент общей схемы дерева целей по методу «Паттерн» представлен в таблице 2.1. Она включает восемь уровней.

Таблица 2.1

Структура дерева целей в системе «Паттерн»

Метод морфологического анализа

Автор метода — австрийский ученый Ф. Цвикки (опубликовал работы по морфологическому анализу в 1957 и 1969 гг.).

Термин «морфология» относится к исследованию формы и структуры объекта. Сущность метода морфологического анализа состоит в разбиении проблемы на части, которые можно в определенной степени считать независимыми друг от друга. Каждая часть проблемы может иметь несколько решений. Общее решение получаем комбинацией решений частей. Принципиальное количество решений определяется по формуле.

где - количество решений i-й части проблемы; М — количество частей, на которые разбита проблема.

Поскольку отдельные части проблемы лишь относительно независимы друг от друга, то в действительности количество осуществимых вариантов меньше N. Поэтому на следующем этапе применения данного метода определяют осуществимые решения.

Далее осуществимые решения исследуют, выбирая наилучшие из них.

Пример применения этого метода для конструирования летательных аппаратов приведен в табл. 2.2.

Таблица 2.2

Пример применения метода морфологического анализа для конструирования летательных аппаратов

Части структуры.	Обозначение.	Количество вариантов. 04).	Номера вариантов структур
1.Крыло.							;
2. Двигатель.
3. Корпус.							;
4. Хвосг.							;

Всего вариантов

Из них практически осуществимы М < N.

После исследования осуществимых вариантов было выбрано несколько наиболее перспективных конструкций, например:

Вариант самолет «Боинг-707» (кружки).

Вариант ~ космический корабль системы «Шаттл» (квадратики).

Методы структурного анализа дополняют друг друга. Одна и та же проблема во многих случаях может быть решена и с помощью метола дерева целей, и с помощью метода морфологического анализа. Нижние элементы дерева целей будут соответствовать вариантам комплектов матрицы морфологического анализа. Эксперты должны определить метод, подходящий в каждом отдельном случае. Следует иметь в виду, что морфологические модели сложно использовать для получения коэффициентов относительной важности элементов, которые необходимы для эффективного использования ресурсов.

Методы структуризации улучшают качество плановоуправленческих решений, принимаемых по разнообразным вопросам, поскольку их применение способствует конкретизации целей деятельности предприятий, отраслей и других объектов планово-прогнозной деятельности.

Можно выделить следующие направления применения метода структуризации в прогнозировании:

• • для ранжирования и определения приоритетности порядка и сроков разработки, внедрения, использования отдельных проектов, программ, мероприятий;
• • для выбора наилучших мероприятий с точки зрения обеспечения поставленных задач;
• • для построения организационных структур планирования и управления различными экономическими объектами;
• • в программно-целевом планировании для выявления проблем, решать которые целесообразно путем разработки комплексных программ.

Использование метода структуризации помогает при составлении планов сконцентрировать ресурсы на выполнении мероприятий, наиболее эффективных для достижения поставленных целей.

Особенностью методов структурного анализа является то, что они статичны и не подходят для изучения объектов с изменяющейся конфигурацией, а также для исследования процессов, включающих пространственные, временные или логические последовательности этапов событий.

Метод прогнозных сценариев

Метод используют для прогнозирования развития процессов особой сложности, в отношении которых еще не сформировано единое представление ни о структуре, ни о закономерностях, ни о направлении развития. Он объединяет количественный и качественный подходы к прогнозированию.

Сценарий — модель будущего, в которой описывается возможный ход событий с указанием вероятностей их реализации.

В отличие от структурных методов здесь исследуется развитие процессов во времени и пространстве. В отличие от дерева целей сценарий включает альтернативные варианты.

Группа экспертов формируется из специалистов различного профиля, включая не только экспертов по проблеме, но и специалистов — системщиков, аналитиков, математиков.

Сценарий экономического прогноза — это документ аналитико-описательного характера, в котором отражается логическая последовательность этапов развития объекта.

При разработке сценария необходимо оценить следующие аспекты, связанные с объектом прогнозирования:

• • цель развития объекта (процесса) и ключевые моменты;
• • внутренние факторы, их взаимосвязь и влияние на ход развития объекта;
• • внешние факторы и их взаимосвязь с внутренними факторами;
• • тенденции развития отдельных элементов объекта;
• • проблемные ситуации;
• • степень управляемости объектом.

Сценарий должен по возможности охватывать все возможные варианты внешних условий, которые могут возникнуть в процессе развития объекта прогнозирования, а также различные варианты принимаемых решений. При этом каждому варианту внешних условий ставится в соответствие вероятность его реализации. Но, поскольку число вариантов, в сущности, бесконечно, то при разработке сценариев используют определенные обобщения и упрощения.

Если элементы сценария представляют собой альтернативные событийные ситуации типа «доступность того или иного вида финансирования», «использование того или иного вида материала, оборудования…» и т. п., то число вариантов здесь объективно конечно и определяется количеством альтернатив.

Если речь идет об оценке затрат и результатов (например, о предполагаемом объеме выручки), то элементами сценария могут быть диапазоны значений параметра. Здесь количество вариантов субъективно конечно, т. е. определяется выбором количества диапазонов.

При небольшом количестве параметров для разработки сценариев целесообразно построить дерево решений. Его узлы соответствуют ключевым событиям, а стрелки — принятым решениям. Каждому узлу соответствуют определенные значения параметров объекта, вероятность события и оценка результата.

При большом количестве значимых параметров и большом количестве событий число сценариев может быть слишком велико, а их анализ слишком трудоемок. Обычно на практике разрабатывают не больше 5−10 сценариев. Иногда ограничиваются тремя вариантами: оптимистический, нормальный, пессимистический.