Размещено на http://allbest.ru

Контрольная работа

Прогнозирование при разработке и реализации управленческих решений

Введение

прогнозирование управленческий торговля

Жизнедеятельность фирмы невозможна без планирования, "слепое" стремление к получению прибыли приведет к быстрому краху. При создании любого предприятия необходимо определить цели и задачи его деятельности, что и обуславливает долгосрочное планирование. Долгосрочное планирование определяет среднесрочное и краткосрочное планирование, которое рассчитано на меньший срок и поэтому подразумевают большую детализацию и конкретику. Основой планирования является план сбыта, так как производство ориентировано в первую очередь на то, что будет продаваться, то есть пользоваться спросом на рынке. Объем сбыта определяет объем производства, который в свою очередь, определяет планирование всех видов ресурсов, в том числе трудовые ресурсы, сырьевые запасы и запасы материалов. Это обуславливает необходимость финансового планирования, планирование издержек и прибыли. В настоящее время стратегический анализ является одной из основополагающих дисциплин, которые необходимо знать любому менеджеру. Процесс стратегического планирования включает в себя ряд важных операций: планирование издержек, планирование производства, планирование сбыта и финансовое планирование (планирование прибыли). Стратегический анализ, как наука, позволяет предпринимателю так спланировать деятельность фирмы в кратком, среднем и долгом периодах, чтобы обеспечить получение фирмой максимально возможной прибыли с минимальными затратами в условиях изменчивости состояния рынка. Конечно, это связано с неизбежным финансовым риском, особенно в современных Российских условиях, но правильно проведенное планирование позволит свести риск к минимуму.

1.Прогнозирование как метод принятия управленческих решений

прогнозирование управленческий торговля

Искусство и наука прогнозирования

Прогнозирование -- одна из основных составляющих управленческого процесса. Без прогнозирования, без представления об ожидаемом ходе развития событий невозможно принятие эффективного управленческого решения. Государственные деятели прошлого, полководцы, бизнесмены принимали подчас блестящие управленческие решения. При этом, как правило, использовались элементы прогнозирования, относящиеся скорее к искусству прогнозирования. Мы не говорим здесь о даре предсказания, хотя и этому в истории имеются блестящие подтверждения. За тысячи лет до нашей эры халдеи обладали значительными познаниями в астрономии и умели достаточно точно предсказывать положение звезд на небе, солнечные и лунные затмения и т.д. Правда, область действия точного астрономического знания и основанного на нем прогноза была, пожалуй, с излишней легкостью распространена на человеческие судьбы. Считалось, что расположение Солнца, Луны, звезд оказывает непосредственное воздействие на судьбы народов и отдельного человека. Астрологами в зависимости от положения звезд предсказывались (прогнозировались) войны, наводнения, урожаи, голод, процветание и гибель народов. Древнее учение "мантика" было учением о предсказаниях грядущих событий посредством земных событий. Оно как бы дополняло астрологию, основывающую свои заключения на расположении небесных тел. Значительных высот достигла астрология в средние века. До настоящего времени для нас небезынтересны, скажем, "Центурии" и "Знамения" Нострадамуса. Однако все перечисленное выше, за исключением достаточно точных астрономических прогнозов, не может считаться наукой в современном смысле этого слова, а предсказания, подтвержденные последовавшими событиями, мы можем отнести в лучшем случае к искусству прогнозирования.

Тем не менее, нередко именно на основании такого рода прогнозов в древние и средние века принимались важные управленческие решения. Прогнозирование как наука начало формироваться лишь в середине XX в. До второй мировой войны грань между прогнозированием возможного технологического прогресса, ведущего к будущему, и обыкновенной фантазией была малоразличима. Недостаточное внимание уделялось анализу и оценке действительной реализуемости предсказываемых событий.

Одной из первых работ, предшествовавших формированию прогнозирования как современной науки, является опубликованное известным американским инженером-металлургом Фернасом в 1936 г. собрание технологических прогнозов. В своей работе Фернас ограничился только тем, что пытался исследовать шансы достижения целей при автоматическом процессе развития. При этом был недостаточно точен. Так, относительно создания телевидения, несмотря на то что незадолго до этого была продемонстрирована электронно-лучевая трубка, он говорил: "Я жду, когда у меня будет телевизор, но я не могу жить вечно". Он проводил аналогию с появлением радио, когда от момента первой передачи радиоимпульсов в 1840 г. до первого, прозвучавшего по радио выступления прошло около 80 лет. Другим известным ученым, внесшим существенный вклад в создание науки прогнозирования, был Джилфиллан. Он в 1937 г. также указал на принципиальную возможность создания телевидения, однако высказал неуверенность в том, что его примут массы, а самое главное, что они согласятся за него платить. Однако уже в следующем году в Англии начались регулярные телевизионные передачи. Джилфиллан в своей работе проанализировал опубликованные ранее прогнозы, сделанные Эдисоном, Штейнмецем, им самим в период 1910--1920 гг., и установил, что не менее 75% из них оказались правильными.В 1952 г. Джилфиллан публикует солидный обзор состояния технологического прогнозирования, где впервые подчеркивает принцип соответствия запросам удачного момента. При этом он перечисляет основные этапы прогнозирования, получившие в дальнейшем название изыскательских. В своей работе он, в частности, проанализировал судьбу 19 наиболее полезных изобретений, внедренных в течение 25 лет до начала первой мировой войны, и указал на значительные временные лаги (запаздывания) от момента возникновения первой идеи до реализации изобретения. Для указанных изобретений этот период оказался равным 176 годам. Для более чем, 200 важных изобретений, сделанных в период между 1787 и 1935 гг., этот период колебался в среднем от 33 до 38 лет.Говоря о технологическом прогнозировании, мы имеем в виду не традиционное, а расширенное понимание термина "технология", означающее широкую область целенаправленного применения физических наук, наук о жизни и наук о поведении. Технологии разбиты на 8 уровней, начиная от возникновения первой идеи (уровень, условно названный "Научные ресурсы") и кончая широкой ее реализацией в обществе (уровень, условно названный "Общество"). Переход от более низкого уровня реализации идеи к более высокому называется перемещением технологии. Для реализовавшихся важных идей характерно последовательное перемещение технологий от низшего до высшего уровня.

2.Принципы и классификация методов прогнозирования

Процесс разработки прогнозов называется прогнозированием. Под прогнозом понимается научно обоснованное суждение о возможных состояниях объекта в будущем, об альтернативных путях и сроках его существования. Прогнозирование управленческих решений наиболее тесно связано с планированием. План и прогноз представляют собой взаимодополняющие друг друга стадии планирования при определяющей роли плана как ведущего звена управления. Прогноз в системе управления является предплановой разработкой многовариантных моделей развития объекта управления. Сроки, объемы работ, числовые характеристики объекта и другие показатели в прогнозе носят вероятностный характер и обязательно предусматривают возможность внесения корректировок. В отличие от прогноза план содержит однозначно определенные сроки осуществления события и характеристики планируемого объекта. Для плановых разработок используется наиболее рациональный прогнозный вариант.

Целью прогнозирования управленческих решений является получение научно обоснованных вариантов тенденций развития показателей качества, элементов затрат и других показателей, используемых при разработке перспективных планов и проведении научно-исследовательских (НИР) и опытно-конструкторских работ (ОКР), а также развитии всей системы менеджмента. Самым сложным в системе менеджмента является прогнозирование качества и затрат. Поэтому ниже в большей мере будет уделено внимание этим вопросам.

К основным принципам научно-технического прогнозирования относятся системность, комплектность, непрерывность, вариантность, адекватность и оптимальность. Принципы системности требуют взаимоувязанности и соподчиненности прогнозов развития объектов прогнозирования и прогностического фона. Принцип непрерывности требует корректировки прогноза по мере поступления новых данных об объекте прогнозирования или о прогнозном фоне. Корректировка прогнозов должна носить дискретный характер, причем оптимальные сроки обновления прогнозов могут быть выявлены, только по результатам практического использования (ориентировочно два раза в пятилетку), т.е. результаты реализации прогнозов, уточнение потребностей, изменение тенденций развития объекта или прогнозного фона должны периодически поступать к разработчику прогноза. Принцип адекватности прогноза объективным закономерностям характеризует не только процесс выявления, но и оценку устойчивых тенденций и взаимосвязей в развитии производства и создании теоретического аналога реальных экономических процессов с их полной и точной имитацией. Реализация принципа адекватности предполагает учет вероятностного характера реальных процессов господствующих тенденций и оценку вероятности реализации выявленной тенденции. В результате оптимизации прогнозных значений полезного эффекта и затрат по критерию максимизации экономического эффекта из множества альтернативных вариантов должен быть выбран наилучший

Организация работ по прогнозированию результатов

Организация работ по прогнозированию представляет собой комплекс взаимосвязанных мероприятий, направленных на создание условий для прогнозирования полезного эффекта и элементов совокупных затрат по продукции с целью подготовки информации для принятия оперативных и стратегических решений. Задачами организации работ по прогнозированию являются:

? сбор и систематизация необходимой информации для прогнозирования;

? подготовка специалистов, владеющих основными приемами и методами прогнозирования;

? формирование и организация функционирования рабочих органов программирования, интегрированных с существующими службами управления.

Принципы организации работ по прогнозированию

Рациональная организация работ по прогнозированию должна обеспечивать оперативное получение вариантов развития качественных характеристик изучаемого объекта, условий его производства и потребления, тенденцию изменения полезного эффекта и элементов затрат по стадиям жизненного цикла объекта и уменьшение затрат средств и времени на проведение прогнозирования.

Выполнение этих требований возможно при соблюдении следующих принципов организации работ по прогнозированию: адресность, сбалансированность, параллельность, непрерывность, прямоточность, адекватность, управляемость, альтернативность, адаптивность.

Принцип адресности состоит в выполнении прогнозов для строго определенной научно-исследовательской или проектно-конструкторской организации, а также предприятия-изготовителя объекта.

Принцип параллельности проведения работ по прогнозированию различными службами используется для сокращения времени сбора и обработки исходной информации и выполнения самого прогноза.

Принцип непрерывности состоит в систематическом сборе и обработке поступающей дополнительной информации после выполнения прогноза и внесения необходимых коррективов в прогноз по мере необходимости.

Принцип прямоточности предусматривает строго целесообразную передачу информации от одного исполнителя к другому по кратчайшему пути.

Принцип автоматичности является одним из основных для сокращения времени и затрат на сбор и обработку исходных данных и выполнение прогнозирования.

Организация работ по прогнозированию представляет собой комплекс взаимосвязанных мероприятий, направленных на создание условий для прогнозирования полезного эффекта и элементов совокупных затрат по продукции с целью подготовки информации для принятия оперативных и стратегических решений. Задачами организации работ по прогнозированию являются:

ь сбор и систематизация необходимой информации для прогнозирования;

ь подготовка специалистов, владеющих основными приемами и методами прогнозирования;

ь формирование и организация функционирования рабочих органов программирования, интегрированных с существующими службами управления.

Принципы организации работ по прогнозированию

Рациональная организация работ по прогнозированию должна обеспечивать оперативное получение вариантов развития качественных характеристик изучаемого объекта, условий его производства и потребления, тенденцию изменения полезного эффекта и элементов затрат по стадиям жизненного цикла объекта и уменьшение затрат средств и времени на проведение прогнозирования.

Выполнение этих требований возможно при соблюдении следующих принципов организации работ по прогнозированию: адресность, сбалансированность, параллельность, непрерывность, прямоточность, адекватность, управляемость, альтернативность, адаптивность.

Принцип адресности состоит в выполнении прогнозов для строго определенной научно-исследовательской или проектно-конструкторской организации, а также предприятия-изготовителя объекта.

Принцип параллельности проведения работ по прогнозированию различными службами используется для сокращения времени сбора и обработки исходной информации и выполнения самого прогноза.

Принцип непрерывности состоит в систематическом сборе и обработке поступающей дополнительной информации после выполнения прогноза и внесения необходимых коррективов в прогноз по мере необходимости.

Принцип прямоточности предусматривает строго целесообразную передачу информации от одного исполнителя к другому по кратчайшему пути.

Принцип автоматичности является одним из основных для сокращения времени и затрат на сбор и обработку исходных данных и выполнение прогнозирования.

Принцип адекватности помогает точнее оценить вероятность реализации выявленной тенденции изменения полезного эффекта и затрат на его получение. Для использования принципа управляемости необходимо применять количественные оценки показателей качества и затрат, экономико-математические методы и модели управления.

Принцип альтернативности прогнозирования связан с возможностью развития объекта, отдельных его компонентов и технологии изготовления изделия по разным траекториям, с различными затратами в зависимости от использования тех или иных принципов, закладываемых в конструкцию или технологию. Вероятностный характер прогнозирования отражает наличие случайных процессов и отклонений при сохранении устойчивости прогнозируемых тенденций. На формирование альтернатив влияют конкретные цели удовлетворения определенных потребностей потребителя и сокращение затрат на достижение этих целей.

Принцип адаптивности прогнозирования заключается в изучении и максимальном использовании факторов внешней и внутренней среды объекта как системы, в приспособлении методов и параметров прогнозирования к этим факторам, к конкретной ситуации.

Прогнозирование полезного эффекта и элементов совокупных затрат, являясь неотъемлемой составной частью системы планирования качества и эффективности продукции, выполняет в ней функции вероятностного, вариантного (альтернативного) предвидения будущего на основе раскрытия и измерения объективных тенденций повышения качества продукции и затрат на его достижение.

Прогнозные разработки являются неотъемлемой составной частью комплексных целевых программ. При разработке прогнозов можно выделить следующие этапы: сбор, анализ и корректировка материалов по прогнозированию; анализ сложившихся тенденций и проблем повышения качества продукции; разработка прогнозов в составе предполагаемой комплексной программы.

Структура прогноза обусловлена сроками, на которые он разрабатывается, а также основными направлениями научно-технического развития, которые, прежде всего, зависят от "срока жизни" тенденций, сложившихся в период, предшествующий их разработке. Чем более устойчивый характер носят эти тенденции, тем шире может быть горизонт прогнозирования. Различные воспроизводственные процессы имеют разные скорости протекания, разные временные циклы. Так, цикл воспроизводства приборов значительно короче цикла воспроизводства станков и другого оборудования, сроки обновления продукции машиностроения в значительной мере определяются динамикой технического уровня орудий труда и т.д.

Прогноз является предплановым документом и поэтому его внедрение на практике означает разработку научно обоснованного, оптимального плана повышения качества и эффективности продукции на основе использования вариантов прогноза показателей качества и затрат на его достижение.

Формальные и неформальные методы прогнозирования управленческих решений и сферы их использования

Прогнозирование и планирование экономики представляет собой сложный многоступенчатый и итеративный процесс, в ходе которого должен решаться широкий круг различных социально-экономических и научно-технических проблем, для чего необходимо использовать в сочетании самые разнообразные методы. В теории и практике плановой деятельности за прошедшие годы накоплен значительный набор различных методов разработки прогнозов и планов. По оценкам ученых, насчитывается свыше 150 различных методов прогнозирования; на практике же в качестве основных используются всего 15--20. Развитие информатики и средств вычислительной техники создает возможность расширения круга используемых методов прогнозирования и планирования и их совершенствования. По степени формализации методы экономического прогнозирования можно подразделить на интуитивные и формализованные. Интуитивные методы базируются на интуитивно-логическом мышлении. Они используются в тех случаях, когда невозможно учесть влияние многих факторов из-за значительной сложности объекта прогнозирования или объект слишком прост и не требует проведения трудоемких расчетов. Такие методы целесообразно использовать и в других случаях в сочетании с формализованными методами для повышения точности прогнозов.Среди интуитивных методов широкое распространение получили методы экспертных оценок. Они используются для получения прогнозных оценок развития производства, научно-технического прогресса, эффективности использования ресурсов и т.п. Применяются также методы исторических аналогий и прогнозирования по образцу. Здесь имеет место своеобразная экстраполяция. Техника прогнозирования состоит в анализе высокоразвитой системы (страны, региона, отрасли) приблизительно одного и того же уровня, который теперь имеется в менее развитой аналогичной системе, и на основании истории развития изучаемого процесса в высокоразвитой системе строится прогноз для менее развитой системы. Практика свидетельствует, что такие аналогии можно использовать при определении путей развития новых отраслей и видов техники (производство ЭВМ, телевизоров и др.), структуры производства, потребления и т.д. Естественно, что полученный таким путем "образец" -- лишь начальный пункт прогнозирования. К окончательному выводу можно прийти, лишь исследуя внутренние условия и закономерности развития. К формализованным методам относятся методы экстраполяции и методы моделирования. Они базируются на математической теории. Среди методов экстраполяции широкое распространение получил метод подбора функций, основанный на методе наименьших квадратов (МНК). В современных условиях все большее значение стали придавать модификациям МНК: методу экспоненциального сглаживания с регулируемым трендом и методу адаптивного сглаживания. Методы моделирования предполагают использование в процессе прогнозирования и планирования различного рода экономико-математических моделей, представляющих собой формализованное описание исследуемого экономического процесса (объекта) в виде математических зависимостей и отношений. Различают следующие модели: матричные, оптимального планирования, экономико-статистические (трендовые, факторные, эконометрические), имитационные, принятия решений. Для реализации экономико-математических моделей применяются экономико-математические методы. В практике прогнозирования и планирования широко используются также метод экономического (системного) анализа, нормативный и балансовый методы. Для разработки целевых комплексных программ используется программно-целевой метод (ПЦМ) в сочетании с другими методами. Следует отметить, что представленный перечень мето дов и их групп не является исчерпывающим. Рассмотрим методы, получившие широкое распространение в мировой практике.

Экономико-математический метод

Основным методом исследования систем является метод моделирования, т. е. способ теоретического анализа и практического действия, направленный на разработку и использование моделей. При этом под моделью будем понимать образ реального объекта в материальной или идеальной форме, отражающий существенные свойства моделируемого объекта и замещающий его в ходе исследования и управления. Объектом является социально-экономическая система. Метод моделирования основывается на принципе аналогии, т.е. возможности изучения реального объекта не непосредственно, а через рассмотрение подобного ему и более доступного объекта, его модели.

Практическими задачами экономико-математического моделирования являются:

- анализ экономических объектов и процессов;

- экономическое прогнозирование, предвидение развития экономических процессов;

- выработка управленческих решений на всех уровнях

хозяйственной иерархии.

Следует, однако, иметь в виду, что далеко не во всех случаях данные, полученные в результате экономико-математического моделирования, могут использоваться непосредственно как готовые управленческие решения. Они скорее могут быть рассмотрены как «консультирующие» средства. Принятие управленческих решений остается за человеком. Таким образом, экономико-математическое моделирование является лишь одним из компонентов в человеко-машинных системах планирования и управления экономическими системами.

Важнейшим понятием при экономико-математическом моделировании, как и при всяком моделировании, является понятие адекватности модели, т.е. соответствия модели моделируемому объекту или процессу. Адекватность модели -- в какой-то мере условное понятие, так как полного соответствия модели реальному объекту быть не может, что характерно и для экономико-математического моделирования. При моделировании имеется в виду не просто адекватность, но соответствие по тем свойствам, которые считаются существенными для исследования. Проверка адекватности экономико-математических моделей является весьма серьезной проблемой, тем более что ее осложняет трудность измерения экономических величин. Однако без такой проверки применение результатов моделирования в управленческих решениях может не только оказаться малополезным, но и принести существенный вред.

Социально-экономические системы относятся, как правило, к так называемым сложным системам. Сложные системы в экономике обладают рядом свойств, которые необходимо учитывать при их моделировании, иначе невозможно говорить об адекватности построенной экономической модели. Важнейшие из этих свойств:

- эмерджентность как проявление в наиболее яркой форме свойства целостности системы, т.е. наличие у экономической системы таких свойств, которые не присущи ни одному из составляющих систему элементов, взятому в отдельности вне системы

- массовый характер экономических явлений и процессов. Закономерности экономических процессов не обнаруживаются на основании небольшого числа наблюдений. Поэтому моделирование в экономике должно опираться на массовые наблюдения;

- динамичность экономических процессов, заключающаяся в изменении параметров и структуры экономических систем под влиянием среды (внешних факторов);

- случайность и неопределенность в развитии экономических явлений. Поэтому экономические явления и процессы носят в основном вероятностный характер, и для их изучения необходимо применение экономико-математических моделей на базе теории вероятностей и математической статистики;

- невозможность изолировать протекающие в экономических системах явления и процессы от окружающей среды, чтобы наблюдать и исследовать их в чистом виде;

- активная реакция на появляющиеся новые факторы, способность социально-экономических систем к активным, не всегда предсказуемым действиям в зависимости от отношения системы к этим факторам, способам и методам их воздействия.

Выделенные свойства социально-экономических систем естественно, осложняют процесс их моделирования, однако эти свойства следует постоянно иметь в виду при рассмотрении различных аспектов экономико-математического моделирования, начиная с выбора типа модели и кончая вопросами практического использования результатов моделирования.

Метод экстраполяции

В методическом плане основным инструментом любого прогноза является схема экстраполяции. Сущность экстраполяции заключается в изучении сложившихся в прошлом и настоящем устойчивых тенденций развития объекта прогноза и в переносе их на будущее.Различают формальную и прогнозную экстраполяцию. Формальная экстраполяция базируется на предположении о сохранении в будущем прошлых и настоящих тенденций развития объекта прогноза; при прогнозной экстраполяции фактическое развитие увязывается с гипотезами о динамике исследуемого процесса с учетом изменений влияния различных факторов в перспективе. Методы экстраполяции являются наиболее распространенными и проработанными. Основу экстраполяционных методов прогнозирования составляет изучение эмпирических рядов. Эмпирический ряд -- это множество наблюдений, полученных последовательно во времени.В экономическом прогнозировании широко применяется метод математической экстраполяции, в математическом смысле означающий распространение закона изменения функции из области ее наблюдения на область, лежащую вне отрезка наблюдения. Функция представляет собой простейшую математико-статистическую модель, отражающую зависимость объекта прогнозирования (экономического показателя) от влияющих на него факторов.

Параметрические методы

На стадиях разработки технического задания и технического проекта по объекту массового производства отсутствуют сведения по каждой детали и сборочной единице. Объекты еще не прошли опытно-промышленных испытаний. Поэтому на этих стадиях нет возможности выполнить детальные расчеты затрат на освоение, изготовление, обращение, эксплуатацию и ремонт проектируемых объектов.

В этих случаях рекомендуется применять параметрические методы прогнозирования полезного эффекта и затрат, основанные на установлении зависимостей между параметрами объекта и организационно-технического уровня производства, с одной стороны, и полезным эффектом или элементом затрат -- с другой.

Параметрические методы прогнозирования подразделяются на два вида: по удельным показателям и по уравнениям регрессии.

Для установления уравнений регрессии необходимо, чтобы количество статистических данных было не менее чем в три раза больше количества факторов (см. табл. 4.3). По объектам, не отвечающим этим требованиям, полезный эффект или затраты рекомендуется определять по удельным показателям. Например, полезный эффект объекта рассчитывается по формуле

где П_it -- полезный эффект объекта в j-x условиях эксплуатации в t-м году;

П_б -- среднегодовой полезный эффект базового объекта, аналогичного проектируемому;

X_б -- важнейшая характеристика (главная функция) базового объекта, например, часовая производительность и т. п.;

X_jt -- важнейшая характеристика проектируемого объекта в j-x условиях эксплуатации в t- м прогнозируемом году;

K_1t -- коэффициент, учитывающий повышение надежности проектируемого объекта по сравнению с базовым на t-й год;

K_2t -- коэффициент, учитывающий изменение организационно-технического уровня производства у потребителей проектируемого объекта в t-м году эксплуатации по сравнению с уровнем производства у потребителей базового объекта;

K_3t -- коэффициент, учитывающий изменение организационно-технического уровня производства у ремонтной организации объекта в t-м году по сравнению с базовым периодом.

Количество корректирующих коэффициентов можно увеличить.

По аналогичной схеме определяются и элементы затрат по стадиям жизненного цикла проектируемого объекта. Например, затраты на освоение производства проектируемого объекта можно определить по формуле



где З_осв.jп -- затраты на освоение проектируемого объекта на j-м предприятии;

З_осв.jб -- то же базового объекта;

H_б и Н_п -- соответственно количество наименований деталей (без крепежных деталей) в базовом и проектируемом объекте;

К_1j -- коэффициент, учитывающий изменение показателя технологической оснащенности проектируемого объекта на j-м предприятии по сравнению с базовым объектом;

K_2j-- коэффициент, учитывающий изменение показателя освоенности деталей проектируемого объекта по сравнению с базовым объектом;

К_3j -- коэффициент, учитывающий повышение сложности проектируемого объекта по сравнению с базовым.

Коэффициенты определяются отношением соответствующего показателя по проектируемому объекту к показателю по базовому объекту. Например, коэффициент, учитывающий изменение показателя технологической оснащенности объекта, определяется по формуле

где Н_осв.t -- количество наименований технологической оснастки, необходимой для изготовления проектируемого объекта;

Н_осв.б -- то же базового объекта.

Затраты на изготовление объекта с применением метода удельных показателей на ранних стадиях его проектирования определяется по формуле



где З_изг.t -- затраты на изготовление проектируемого объекта на j-м предприятии в t-м году;

З_изг.б -- затраты на изготовление базового объекта;

М_б и М_t -- соответственно масса базового и проектируемого объекта;

К_прt -- коэффициент, учитывающий закономерность неуклонного роста производительности труда, на t-й год;

K_мjt -- коэффициент, учитывающий влияние на затраты по изготовлению масштаба выпуска проектируемого объекта по сравнению с масштабом выпуска базового объекта на j-м предприятии в t-м году.

Затраты на обращение определяются индивидуально для каждого объекта. Например, затраты на транспортирование, хранение и монтаж компрессорного оборудования укрупненно можно принять равными 10% от его цены. Для некоторых объектов, кроме того, необходимо строить здания для монтажа (например, для автомобиля -- гараж) , ремонтную базу. Эти затраты можно определить только путем составления соответствующих смет.

Затраты на эксплуатацию проектируемого объекта по методу удельных показателей можно определить по формуле

где З_эу -- затраты на эксплуатацию проектируемого объекта в у-х условиях в t-м году;

З_эб -- среднегодовые затраты по эксплуатации базового объекта.

Экспертные методы

Ранее мы рассмотрели методы прогнозирования полезного эффекта и элементов затрат по объектам, которые характеризуются одной главной функцией, либо по объектам, по которым имеется достаточное количество статистических данных (в три раза больше количества показателей объекта). По объектам, не отвечающим этим требованиям, рекомендуется использовать экспертные методы.

Например, приборы, выпускаемые приборостроительными заводами, с одной стороны, характеризуются несколькими главными функциями и параметрами (количество измеряемых величин, пределы точности и количество измерений в единицу времени, срок службы, надежность работы), а с другой стороны -- эти приборы выпускаются, как правило, только одним заводом и по ним не имеется достаточного количества статистических данных для применения математических методов прогнозирования. Также отсутствует достаточное количество статистических данных по уникальным, сложным машинам единичного производства.

Сущность экспертных методов прогнозирования заключается в выработке коллективного мнения группы специалистов в данной области. Существует несколько различных методов экспертной оценки развития объекта в будущем. Рассмотрим здесь только один метод -- метод баллов, который можно применять для прогнозирования как полезного эффекта объекта, так и элементов затрат.

Сначала формируется экспертная группа из специалистов в данной области, численность которой должна быть равна или больше 9. Для повышения однородности состава группы путем анонимного анкетирования можно сделать отсев специалистов, которые, по мнению большинства, не совсем компетентны в данной области.

Затем коллективно устанавливаются или выбираются несколько важнейших параметров (3--5) объекта, влияющих на полезный эффект и элементы затрат.

Следующий шаг -- установление важности параметра экспертным путем. Рассмотрим два метода. По первому -- каждый эксперт каждому параметру объекта присваивает баллы по шкале от 0 до 10. Тогда важность параметра объекта в баллах определяется по формуле:

(5.6)

где -- весомость i-го параметра объекта;

i -- номер параметра объекта;

j -- номер экcперта;

m -- количество экспертов в группе;

Б_ij -- балл, присвоенный i-му параметру j-м экспертом;

Б_cj -- сумма баллов, присвоенных j-м экспертом всем параметрам объекта.

Допустим, экспертная группа установила, что объект характеризуется четырьмя важнейшими параметрами (главными функциями). Эта группа состоит из 9 специалистов в данной области. Первый эксперт присвоил параметрам следующие баллы: первому параметру -- 7 баллов, второму -- 6 баллов, третьему -- 2, четвертому -- 5. Второй эксперт этим параметрам присвоил соответственно следующие баллы: 6,8,4,4 и т.д. Сумма баллов у экспертов получилась следующая: у первого эксперта -- 20 (7+6+2+5), второго -- 22 и далее соответственно 19,25,21,20,24,23. Первому параметру эксперты присвоили следующие баллы: 7,8,6,7,8,6 и 7. Тогда весомость первого параметра будет равна

Аналогично определяется весомость и других параметров объекта. Весомость параметров рекомендуется определять по следующей методике.* Сначала каждый эксперт находит соотношение между параметрами попарно. Если весомость данного параметра, по мнению эксперта, выше другого, с которым сравнивается данный параметр, ему присваивается два балла. Если весомость параметров одинакова, данному параметру присваивается один балл. И если весомость данного параметра ниже другого, то первому параметру баллов не дается.

Допустим, что 9 экспертов четырем параметрам объекта присвоили следующие баллы (табл. 5.2).

Средняя оценка определяется делением суммы баллов на количество экспертов. По средним оценкам рассчитывается весомость параметров (табл. 5.3).

В табл. 5.3 значения соотношений параметров, которые отсутствуют в табл. 5.2, определены путем вычитания из второго значения обратного соотношения из табл. 5.2. Например, в табл. 5.2 отсутствует соотношение параметров Х₂ и X₁ имеется соотношение обратное X₁ и Х₂, равное 1,2. Тогда соотношение Х₂ и X₁ будет обратно и равно 0,8 (2 -- 1,2). Весомость параметров определяется экспертным методом по объектам, характеризующимся несколькими важнейшими параметрами разной размерности. Для того, чтобы сложить (условно) подобные параметры и определить полезный эффект и элементы затрат по объекту, рекомендуется применять систему баллов.

Таблица 5.2. Результаты экспертной оценки

Соотношение параметров	Эксперты	Сумма баллов	Средняя оценка
1	2	3	4	5	6	7	8	9
Х1 и Х2	0	1	1	1	2	1	2	2	1	11	1,2
Х1 и Х3	2	2	1	2	1	2	2	2	2	16	1,8
X1 и Х4	1	2	2	0	1	2	1	2	2	13	1,4
Х2 и Х3	2	1	2	1	2	0	1	2	1	12	1,3
Х2 и Х4	2	2	2	0	0	2	0	1	1	10	1,1
ХзИХ4	0	1	2	0	1	1	1	1	1	8	0,9

Таблица 5.3 Весомость параметров (а)

Параметры	X1	Х2	Х3	Х4	а
X1	1,0	1,2	1,8	1,4	5,4
Х2	0,8	1,0	1,3	1,1	4,2
Х3	0,2	0,7	1,0	0,9	2,8
Х4	0,6	0,9	1,1	1,0	3,6

Система баллов строится следующим образом. Допустим, что установленные в табл. 5.3 весомости параметров характерны для группы приборов одного назначения: X₁ -- количество измеряемых параметров, Х₂ -- точность измерений, %, Х₃ -- пределы измерений основного параметра, Х₄ -- количество измерений в единицу времени. Максимальные значения параметров для данной группы приборов следующие: X₁-- 4, Х₂ -- ± 5%, Х₃ -- 100 и Х₄ -- 6 измерений в минуту. По этим значениям параметров и их весомости (см. табл. 5.3) строится система баллов для прогнозирования полезного эффекта новых приборов данного класса (рис. 5.2).

При построении данной системы баллов для упрощения принято, что зависимость между параметрами и полезным эффектом или элементами затрат прямо пропорциональная (линейная). При необходимости уточнения системы баллов можно построить и криволинейные зависимости.

Рис. 5.2. Система баллов (условная) для прогнозирования полезного эффекта приборов

По параметру Х₂ на рис. 5.2 показана обратная зависимость, т.е. с уменьшением величины, характеризующей точность измерений, полезный эффект прибора повышается. Данный класс приборов имеет точность измерений от ±1 до ±5%. Следовательно, приборам, имеющим самую высокую точность, равную ±1%, присваивается максимальное количество баллов 4,2, а приборам, имеющим минимальную точность (±5%), баллы не присваиваются. С увеличением значений остальных параметров полезный эффект прибора увеличивается. Поэтому приборам, имеющим нулевое значение параметров X₁, Х₃ и Х₄, баллы не присваиваются.

Для прогнозирования или расчета полезного эффекта и каждого элемента затрат по каждому классу объектов одного назначения строится своя система баллов, так как на полезный эффект и элементы затрат влияют свои факторы или параметры.

Например, на затраты по разработке нового объекта в первую очередь влияют такие факторы, как количество наименований элементов в объекте, наименований оригинальных (впервые разрабатываемых) элементов, коэффициент или категория сложности нового объекта. На затраты по изготовлению серийно освоенного объекта влияют другие факторы: общее количество элементов в объекте в штуках, их конструктивно-технологическая сложность, серийность выпуска объекта, повторяемость элементов (отношение общего количества элементов к количеству их наименований), удельный вес механически обрабатываемых элементов объекта, обобщающий показатель организационно-технического уровня производства. Рассмотрим пример расчета полезного эффекта объекта на стадии разработки технического задания. Допустим, необходимо создать прибор со следующими основными функциями (параметрами):

количество измеряемых параметров -- 3, точность измерений ±2%, предел измерения основного параметра -- 90, количество измерений в единицу времени -- 5. По этим данным рассчитаем полезный эффект в баллах условного объекта (Б) по формуле

 (5.7)

где n -- количество важнейших параметров объекта, включенных в систему для расчета полезного эффекта или какого-либо элемента затрат данного объекта;

X_i -- плановое или фактическое значение i-го параметра объекта;

X_{max i} -- максимальное значение i-го параметра в данной системе баллов;

Б_{max i} -- максимальное количество баллов по i-му параметру объекта.

Подставив плановые значения параметров объекта в формулу (5.7), получим:

Таким образом, с применением экспертных методов несколько параметров объекта приводятся к единой размерности. Пользуясь балльной оценкой совокупности параметров объектов, аналогично методу удельных показателей (см. формулу 5.2), можно рассчитать элементы затрат по новому объекту. Допустим, себестоимость базового объекта равна 115 млн. руб., сумма баллов по параметрам для прогнозирования себестоимости равна для базового объекта 10,85, нового -- 12,77, тогда себестоимость нового объекта без учета корректирующих коэффициентов будет равна

млн.руб.

Экспертные методы могут применяться не только для прогнозирования полезного эффекта или элементов затрат по объекту, но и для оценки полезного эффекта (технического уровня) серийно выпускаемого объекта, характеризующегося несколькими основными функциями.

АНАЛИЗ ВРЕМЕННЫХ РЯДОВ. Иногда называемый проецированием тренда, анализ временных рядов основан на допущении, согласно которому случившееся в прошлом дает достаточно хорошее приближение в оценке будущего. Этот анализ является методом выявления образцов и тенденций прошлого и продления их в будущее. Его можно провести с помощью таблицы или графика путем нанесения на координатную сетку точек, соответствующих событиям прошлого, как показано на 8.6.

Данный метод анализа часто используется для оценки спроса на товары и услуги, оценки потребности в запасах, прогнозирования структуры сбыта, характеризующегося сезонными колебаниями, или потребности в кадрах. Если, к примеру, директор ресторана «Бюргер Кинг» хочет определить, сколько фунтов гамбургера заказывать на ноябрь, он должен обосновать свое решение цифрами ноябрьских продаж в минувшие пять лет. Анализ данных может показать, что в прошлом спрос на гамбургеры в ноябре падал на 10% из-за Дня Благодарения. Он может показать также, что общий объем продаж в его ресторане за последние четыре года рос со скоростью 19% в год.

Чем более достоверно предположение о подобии будущего прошлому, тем вероятнее точность прогноза. Таким образом, анализ временных рядов, вероятно будет бесполезен Б ситуациях с высоким уровнем подвижности или когда произошло значительное, всем известное изменение. Например, директор ресторана «Бюргер Кинг; не смог бы предсказать спрос на гамбургеры в ноябре, если бы знал, что фирма «Ма*: Доналдс» собралась открыть свой ресторан рядом с его рестораном в последнюю педелю октября. Подобным образом, региональная телефонная компания смогла использовать метод анализа временных рядов для прогнозирования спроса на рекламу в телефонном справочнике «Иелоу Пейдж» в грядущем году, поскольку ее бизнес стабилен, а конкуренции практически нет. Тем не менее фирма «Ралф Лорен», вероятно, не смогла бы воспользоваться этим методом для прогнозирования рождественского спроса на новую модель мужских сорочек, поскольку конкуренция Е области модной одежды исключительно высока, а вкусы потребителей меняются каждый год.

ЗАКЛЮЧЕНИЕ

Прогнозирование -- одна из основных составляющих управленческого процесса. Под прогнозом понимается научно обоснованное суждение о возможных состояниях объекта в будущем, об альтернативных путях и сроках его существования. Прогнозирование управленческих решений наиболее тесно связано с планированием. План и прогноз представляют собой взаимодополняющие друг друга стадии планирования при определяющей роли плана как ведущего звена управления. Прогноз в системе управления является предплановой разработкой многовариантных моделей развития объекта управления.

Основные принципы прогнозирования управленческих решений: системность, комплексность, непрерывность, вариантность, адекватность, оптимальность, безубыточность.

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 группу формализованных (детерминированных) методов входят две подгруппы: экстраполяции и моделирования.

Анализ внутренней и внешней среды ОАО «ЧТПЗ» показал, что эффективность функционирования предприятия определяется многими обстоятельствами. Среди них: правильность установления "что, сколько, какого качества и к какому времени производить продукцию или оказывать услуги", с учетом спроса и предложения; выбор оптимальной технологии и организации производства; своевременное и рациональное ресурсное обеспечение; величина основного и оборотного капиталов; формы и методы реализации продукции и т. д.

Каждый из указанных в работе видов прогнозирования имеет свою методологию, формы и методы увязки и расчета показателей.

Устойчивая, хорошая перспектива деятельности предприятия зависят от его способности воспринимать и реализовать лучшие образцы продукции, созданные передовой наукой и техникой, что позволяет ему захватить огромный рынок сбыта.

Создание сети региональных представительств оказывается не только логичным и необходимым развитием собственной сбытовой сети, но и отдельным перспективным бизнесом.

Развитие широкой сети региональных представительств -- вопрос не просто диверсификации бизнеса, но выживания. Избыточное число операторов рынка, производственных мощностей, постоянное развитие инфраструктуры усиливают конкуренцию и увеличивают требования к системе работы с клиентами.

Предлагаемая схема развития региональной сбытовой сети позволит охватить практически все экономически привлекательные регионы России и стран СНГ, увеличить и стабилизировать объемы реализации, довести объем продаж металлопродукции до 580 тысяч т в год, получать выручку свыше 5 млрд. рублей в год и прибыль -- свыше 170 млн.

Выход к конечным потребителям в регионах -- единственно верная стратегия работы на рынке труб и металлопроката.

СПИСОК ЛИТЕРАТУРЫ

1. Бестужев И.В. Рабочая книга по прогнозированию/Редкол.: И.В. Бестужев. - М.: Мысль, 2008.-430 с.

2. Бирман Л. А. Управленческие решения: учебное пособие для вузов / Л. А. Бирман. - М.: Дело, 2008. - 296 с.

3. Бобровников Г.Н., Клебанов А.И. Прогнозирование в управлении техническим уровнем и качеством продукции: Учеб. пособие. - М: Издательство стандартов. 2009. - 232 с.

4. Бражко Е.И., Серебрякова Г.В., Смирнов Э.А. УР. Учебное пособие. - М.: Издательство РИОР, 2006. - 352 с.

5. Голубков Е.П. Технология принятия управленческих решений. - М.: Издательство «Дело и сервис», 2005. - 544 с.

6. Литвак Б.Г. Разработка управленческого решения: Учебник - М.: Дело, 2008. - 392 с.

7. Лукичева Л.И., Егорычев Д.Н. Управленческие решения. Учебник. Издание 5, - М.: Омега-Л, 2008. - 357 с.

8. Рогожин С.В., Юдин Б.А. Информационные технологии и реструктуризация рынка услуг. - М.: Красные ворота, 2006. - 134 с.

9. Смирнов Э.А. Разработка управленческих решений: Учебник для вузов. - М.: 2004. - 271 с.

10. Фатхутдинов Р.А. Управленческие решения. Учебник. - М.: ИНФРА-М, 2005. - 278 с.

Размещено на Allbest.ru

...