Методы прогнозирования социально-экономических процессов

Теоретическая часть

Социально-экономическое прогнозирование — это использование специальных вычислительных и логических приемов, позволяющих определить параметры функционирования отдельных элементов производительных сил в их взаимосвязи и взаимозависимости. Систематизированное научно обоснованное прогнозирование развития социально-экономических процессов на основе специализированных осуществляется с первой половины 50-х годов, хотя некоторые методики прогнозирования были известны и ранее. К ним относятся: логический анализ и аналогия, экстраполяция тенденций, опрос мнения специалистов и ученых.

В развитии методологии прогнозирования социально-экономических процессов большую роль сыграли научные разработки отечественных и зарубежных ученых А. Г. Аганбегяна, И.В. Бестужева-Лады, Л. Клейна, В. Гольдберга. В работах этих ученых рассматривается значение, сущность и функции прогнозирования, его роль и место в системе планирования, исследуются вопросы методологии и организации экономического прогнозирования, показываются особенности научного прогнозирования. Развитие работ, освещающих вопросы прогнозирования, осуществляются по таким основным направлениям: углубление теоретических и прикладных разработок нескольких групп методик, отвечающих требованиям разных объектов и разных видов работ по прогнозированию; разработка и реализация на практике специальных способов и процедур использования различных методических приемов в ходе конкретного прогнозного исследования; поиск путей и способов алгоритмизации методик прогнозирования и реализация их с использованием ЭВМ.

Под методами 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 измерений в рамках рассматриваемого явления или процесса вывести суждения определенной достоверности относительно его (объекта) будущего развития.

По оценкам отечественных и зарубежных ученных, в настоящее время насчитывается свыше 20 методов прогнозирования, однако число базовых значительно меньше (15−20). Многие из этих методов относятся скорее к отдельным приемам и процедурам, учитывающим нюансы объекта прогнозирования. Другие представляют собой набор отдельных приемов, отличающихся от базовых или друг от друга количеством частных приемов и последовательностью их применения.

В существующих источниках представлены различные классификационные принципы методов прогнозирования. Одним из наиболее важных классификационных признаков методов прогнозирования является степень формализации, которая достаточно полно охватывает прогностические методы. Вторым классификационным признаком можно назвать общий принцип действия методов прогнозирования, третьим — способ получения прогнозной информации.

По степени формализации (по первому классификационному признаку) методы экономического прогнозирования можно разделить на интуитивные и формализованные. Интуитивные методы прогнозирования используются в тех случаях, когда невозможно учесть влияние многих факторов из-за значительной сложности объекта прогнозирования. В этом случае используются оценки экспертов. При этом различают индивидуальные и коллективные экспертные оценки.

В состав индивидуальных экспертных оценок входят: метод «интервью», при котором осуществляется непосредственный контакт эксперта со специалистом по схеме «вопрос — ответ»; аналитический метод, при котором осуществляется логический анализ какой-либо прогнозируемой ситуации, составляются аналитические докладные записки; метод написания сценария, который основан на определении логики процесса или явления во времени при различных условиях.

Методы коллективных экспертных оценок включают в себя метод «комиссий», «коллективной генерации идей» («мозговая атака»), метод «Дельфи», матричный метод. Эта группа методов основана на том, что при коллективном мышлении, во-первых, выше точность результата во-вторых, при обработке индивидуальных независимых оценок, выносимых экспертами, по меньшей мере могут возникнуть продуктивные идеи.

В группу формализованных методов входят две подгруппы: экстраполяции и моделирования. К первой подгруппе относятся методы: наименьших квадратов, экспоненциального сглаживания, скользящих средних. Ко второй — структурное, сетевое и матричное моделирование.

Рассмотренные классы интуитивных и формализованных методов схожи по своему составу с экспертными и фактографическими методами. Фактографические методы основаны на фактически имеющейся информации об объекте прогнозирования и его прошлом развитии, экспертные базируются на информации, полученной по оценкам специалистов-экспертов.

В класс экспертных методов прогнозирования входит метод эвристического прогнозирования (эвристика — наука, изучающая продуктивно творческое мышление). Это аналитический метод, суть которого заключается в построении и последующем усечении «дерева поиска» экспертной оценки с использованием какой-либо эвристики. При этом методе осуществляется специализированная обработка прогнозных экспертных оценок, получаемых путем систематизированного опроса высококвалифицированных специалистов. Он применяется для разработки прогнозов научно-технических проблем и объектов, анализ развития которых либо полностью, либо частично не поддается формализации.

В изученной литературе представлено значительное количество классификационных схем по методам прогнозирования. Основная погрешность таких схем — нарушение принципов классификации, к числу которых относятся: достаточная полнота охвата методов прогнозирования, единство классификационного признака на каждом уровне членения (при многоуровневой классификации), непересекаемость разделов классификации, открытость классификационной схемы (т. е. Возможность дополнения новыми методами).

В большинстве классификационных схем методы прогнозирования разделяются на три основных класса: методы экстраполяции, экспертных оценок и моделирования. При таком разделении методам экстраполяции противопоставляются как самостоятельный класс методы моделирования.

С одной стороны, построение моделей преследует цель вскрыть закономерность развития изучаемого объекта или процесса на некотором ретроспективном участке. И если модель построена правильно и адекватно отражает связи и свойства реального объекта, она может служить основой для экстраполяции, т. е. Для перенесения некоторых выводов о поведении модели на объект. Это и есть прогнозирование поведения объекта путем экстраполяции тенденций, выявляемых на модели.

С другой стороны, методы экстраполяции — не что иное, как использование теоретических и эмпирических моделей для нахождения переменных вне ретроспективного участка наблюдений по данным зависимостей между ними на ретроспективном участке. Таким образом, применение экстраполяции в прогнозировании всегда предполагает использование каких-либо моделей. Поэтому любое моделирование является основой для экстраполяции.

Конструктивная классификация позволяет наглядно изобразить совокупность методов прогнозирования в виде иерархического дерева и охарактеризовать каждый уровень своим классификационным признаком.

На первом уровне все методы по признаку «информационное основание метода» делятся на три класса: фактографические, комбинированные и экспертные.

Фактографические базируются на фактической информации об объекте прогнозирования и его прошлом развитии. В экспертных методах используется информация, которую доставляют специалисты-эксперты в процессе систематизированных процедур выявления и обобщения их мнений. В свою очередь, классы экспертных и фактографических методов подразделяются на подклассы по методам обработки информации.

Экспертные методы разделяются на два подкласса. Прямые экспертные оценки строятся по принципу получения и обработки независимого обобщенного мнения коллектива экспертов (или одного из них) при отсутствии воздействия на мнение каждого эксперта мнения другого эксперта и всего коллектива. Экспертные оценки с обратной связью в том или ином виде реализуют принцип обратной связи на основе воздействия на оценку экспертной группы (одного эксперта) мнениями, полученными ранее от этой группы (или от одного из экспертов).

Класс фактографических методов объединяет следующие три подкласса: методы аналогий, опережающие и статистические методы.

Методы аналогий направлены на выявление сходства в закономерностях развития различных процессов. К ним относятся методы математических и исторических аналогий. Методы математических аналогий в качестве аналога для объекта используют объекты другой физической природы, других областей науки и техники, имеющие математическое описание процесса развития, совпадающие с объектом прогнозирования.

Опережающие методы прогнозирования основаны на определенных принципах специальной обработки научно-технической информации, учитывающих ее свойство опережать прогресс науки и техники. К ним относятся методы исследования динамики научно-технической информации, использующие построение динамических рядов на базе различных видов такой информации, анализа и прогнозирования на этой основе развития соответствующего объекта (например, метод огибающих). К опережающим методам можно отнести также методы исследования и оценки уровня техники, основанные на использовании специальных методов анализа количественной и качественной научно-технической информации для определения характеристик уровня качества существующей и проектируемой техники.

Статистические методы представляют собой совокупность методов обработки количественной информации об объекте прогнозирования, объединенной по принципу выявления содержащихся в ней математических закономерностей изменения характеристик данного объекта с целью получения прогнозных моделей.

Сложность выбора наиболее эффективного метода экономического прогнозирования заключается в определении относительно классификации методов прогнозирования характеристик каждого метода, перечня требований к ретроспективной информации и прогнозному фону.

В связи с этим возникает необходимость подробнее остановиться на основных классах методов экономического прогнозирования.

В случаях чрезвычайной сложности системы, его новизны, неопределенности формирования некоторых существенных признаков, недостаточной полноты информации, наконец, невозможности полной математической формализации процесса решения поставленной задачи приходится обращаться к рекомендациям компетентных специалистов. Их решение задачи, аргументация, подход, формирование количественных оценок результатов, обработка последних формальными методами получили название метода экспертных оценок. Этот метод включает три составляющие: интуитивно-логический анализ задачи или ее фрагмента; решение и выдачу количественной или качественной характеристики (оценка, результат решения); обработку результатов решения — полученных от экспертов — оценок.

Одной из разновидностей метода экспертных оценок является метод коллективной генерации идей («мозговая атака»), позволяющей определять возможные варианты развития объекта прогнозирования за короткий период времени. Методы «мозговых атак» можно классифицировать по признаку наличия или отсутствия обратной связи между руководителем и участниками «мозговой атаки» в процессе решения некоторой проблемной ситуации. Создавшаяся ситуация потребовала разработать метод «мозговой атаки» — деструктивной отнесенной оценки (ДОО), способный качественно и достаточно быстро проводить оценку вариантов, не ограничивая при этом их числа.

Сущность этого метода состоит в актуализации творческого потенциала специалистов при «мозговой атаке» проблемной ситуации, реализующей вначале генерацию идей и последующее деструирование (разрушение, критику) этих идей с формированием контридей. Работа с методом ДОО предполагает реализацию следующих шести этапов.

Практическая часть

Предприятие специализируется на разработке и внедрении альтернативных возобновляемых источников энергии. Оно рассматривает внедрение возобновляемых источников энергии (указать какого источника энергии) в регионах России (обосновать месторасположение). Проект будет иметь максимальную мощность а=5,1(МВт). В настоящее время электричество, обеспечивающее энергосистему данного региона России, производится с использованием дизельного топлива, угля и котельного топлива (мазута). Предложенный проект заменит часть существующего в данном регионе производства электроэнергии. Изучение проектируемой установки показало, что b=38% энергии, генерируемой этим проектом, заменит мощность установок потребляющих дизельное топливо, c=31% потребляющих уголь и оставшиеся d=31% - потребляющих кательное топливо. Ожидаемый срок службы установленного оборудования составляет 25лет. Исходя из технического обслуживания установки и спроса на электроэнергию, будет производиться 32382(МВт*ч) ежегодно. Предполагаемая средняя цена во время е=5 часов наибольшей нагрузки f=3,8 (руб/кВт*ч) и h=2,4 (руб/кВт*ч) в остальное время дня. Кроме того, цена потребляемой мощности составляет i=195 (руб/кВт). Общие инвестиции, требуемые для строительства, составляют j=250 (млн.руб.). Из этого количества спонсор внесет k=53 (млн.руб.) акциями и остальная часть через кредит, возмещенный через l=12 (лет) под m=15%. Ежегодные производственные и эксплуатационные расходы оцениваются в h=2,4 (руб/кВт*ч). Предприятие оплачивает о=27%-ые налоги на его годовой доход. Ставка дисконтирования проекта р=26%. Предприятие рассчитывает, что получит за продажу СО₂ (углеродного эквивалента) между q=771 (руб.) и r=195 (руб.) за тонну в первый год, с возрастанием на s=2,5%. Затраты на контроль и проверку ежегодно будут составлять 248 597 (руб.)

Решение: После ответа на все вопросы, появлявшиеся в диалоговом окне, программа сама выбирает те таблицы, которые необходимы для данного конкретного проекта. Таким образом, появится рабочий лист «IdI», который выглядит следующем образом:

На этом листе я ввела все необходимые наименования, и после нажатия кнопки «Continue», открылся лист «RenEI», который выглядит следующим образом:

Для проекта необходима одна турбина, которая будет установлен в 0-вом году мощностью 5,1 МВт. В следующую ячейку был занесен коэффициент использования — это % максимально возможной произведенной продукции. Этот коэффициент получили путем расчета:

1) Рассчитали максимально возможный объем производства: 5,5*365*24=48 189 МВт ежегодно

2) Коэффициент использования составляет:

3) 48 189/32382=0,72 или 72%

В последнюю ячейку был занесен фактический срок турбины, который составляет 25 лет.

Нажав кнопку Далее, перешли на другой лист «BaseI», который должен принять следующий вид:

После внесения всех данных жмем Далее и переходим на последний лист, который необходимо заполнить до вывода итоговых результатов. Лист «FinI» должен выглядеть так:

Поскольку все данные необходимо вводить в Американской валюте, были переведены все данные из рублей в доллары США по курсу валюты 1 $=30 руб.

В следующих ячейках были введены цены, которые будут получены от продажи электричества во время 5 часов при наибольшей нагрузке 0,126 дол/кВт*ч и 0,08дол/кВт*ч в остальное время дня. Цена потребляемой мощности составила 6,5дол за кВт. Никакие другие источники дохода или расходов не были отмечены в проектном описании.

Так же необходимо определить % от электричества, которое буде получено во время наибольшей нагрузки: 5/24=21%

Это означает, что 21% электричества будет продано по 0,126 дол/кВт*ч, а остальные 79% - по 0,08 дол/кВт*ч.

Поскольку общие инвестиции, необходимые для строительства, составляют 8 333 333,3 дол.(250 000 000/30), а спонсор внесет 8 333 333,3 дол. акциями, то можно рассчитать %: 8 333 333,3/833 333,3=10%

Остальная часть через кредит, возмещенный через 10 лет под 10% годовых. Таким образом, для ссуды нужно оставить чистый, и 100%-ый вход как процент от долга.

Предприятие рассчитывает, что получит за продажу 25,7 дол./тн при самом неблагоприятном случае или 40,2 дол./тн при благоприятном. Затраты на контроль и проверку ежегодно составят 8000 дол.

Проект будет проанализирован по ставке 26%. Так же с предприятия будет взиматься 27%-ый налог на прибыль. Ожидаемый срок службы турбины составляет 25 лет. Для этого примера принято использовать равномерную амортизацию все 25 лет, в течение которых проект будет эксплуатационным.

Инвестиционные затраты включают все одноразовые затраты, понесенные в начале проекта. Для этого проекта инвестиционные затраты составляют 1634 дол./кВт*ч (8 333 333,3 /5100), а ежегодные производственные и эксплуатационные затраты оцениваются в 0,021дол./кВт*ч.

Страница результатов суммирует результат Проформы, анализируя их с точки зрения энергии и финансов. Первая секция представляет собой информацию о проекте.

Проформа вычисляет общую сумму электричества, которое будет произведено в данном проекте. Этот проект произведет в общей сложности 804 168 МВт в течение всего 25-и летнего срока эксплуатации.

Далее анализируется проект финансирования. Проформа вычисляет необходимый капитал, который необходим в каждом году. Общее количество инвестиционных затрат для этого проекта составляет 8 333 333,3дол. Период окупаемости проекта, составляет 3,8 года и 6 лет, если не будет продаж.

Чистая стоимость проекта располагается между 2 569 000дол. и 6 027 000 дол. до налогообложения, а после будет либо убыток, без продажи углеродистого эквивалента. Нормы прибыли до вычета налогов также располагаются между 60,48% и 108,02%.

На графиках представлены финансовые суммы до и после их обложения налогом.

Поток наличности отрицателен в первый год во всех сценариях, однако уже в последующих годах это положение сменяется. И уже со следующего года проект будет приносить прибыль.

Производительность данного проекта составит 512 684 тн.

Данный график показывает зависимость производства тн СО₂ от срока эксплуатации.

1)А.И. Орлов «Эконометрика» Учебник. М.: Издательство «Экзамен», 2002.

2) Нанивская В. Г., Андронова И. В. Теория экономического прогнозирования, 2000.