Dalam proses peramalan keuangan, metode khusus digunakan untuk menghitung indikator keuangan, seperti pemodelan matematika, peramalan ekonometrik, penilaian ahli, pembangunan tren dan pengembangan skenario, metode stokastik.

Pemodelan matematika memungkinkan Anda untuk mempertimbangkan banyak faktor yang saling terkait yang mempengaruhi indikator prakiraan keuangan, dan memilih dari beberapa opsi untuk proyek prakiraan yang paling konsisten dengan konsep tujuan kebijakan industri, pembangunan sosial-ekonomi, dan keuangan yang diterima.

Peramalan ekonometrik berdasarkan prinsip teori ekonomi dan statistik: perhitungan indikator prakiraan dilakukan berdasarkan koefisien estimasi statistik dengan satu atau lebih variabel ekonomi yang berperan sebagai faktor prakiraan; memungkinkan Anda untuk mempertimbangkan perubahan simultan dari beberapa variabel yang mempengaruhi indikator perkiraan keuangan. Model ekonometrik menggambarkan, dengan tingkat probabilitas tertentu, dinamika indikator tergantung pada perubahan faktor-faktor yang mempengaruhi proses keuangan. Saat membangun model ekonometrik, peralatan matematika analisis regresi digunakan, yang memberikan perkiraan kuantitatif dari hubungan rata-rata dan proporsi yang berkembang dalam perekonomian selama periode dasar. Untuk memperoleh hasil yang paling dapat diandalkan, metode ekonomi dan matematika dilengkapi dengan penilaian ahli.

metode penilaian ahli melibatkan generalisasi dan pemrosesan matematis dari penilaian ahli tentang masalah tertentu. Efektivitas metode ini tergantung pada profesionalisme dan kompetensi para ahlinya. Peramalan seperti ini mungkin cukup akurat, namun penilaian para ahli bersifat subyektif, bergantung pada “perasaan” para ahli dan tidak selalu dapat menerima penjelasan rasional.

Metode tren, yang mengasumsikan ketergantungan kelompok pendapatan dan pengeluaran tertentu hanya pada faktor waktu, didasarkan pada tingkat perubahan yang konstan (tren laju pertumbuhan konstan) atau perubahan absolut yang konstan (tren waktu linier). Kerugian dari metode ini adalah mengabaikan faktor ekonomi, demografi dan lainnya.

Pengembangan skenario tidak selalu berangkat dari keilmuan dan objektivitas, selalu dipengaruhi oleh preferensi politik, preferensi individu pejabat, investor, pemilik, namun hal ini memungkinkan kita untuk menilai konsekuensi dari implementasi janji politik tertentu.

Metode stokastik mengasumsikan sifat probabilistik dari perkiraan dan hubungan antara data yang digunakan dan indikator keuangan perkiraan. Kemungkinan menghitung perkiraan keuangan yang akurat ditentukan oleh jumlah data empiris yang digunakan dalam perkiraan tersebut.

Dengan demikian, metode peramalan keuangan berbeda dalam biaya dan volume informasi akhir yang diberikan: semakin kompleks metode peramalan, semakin besar biaya yang terkait dengannya dan volume informasi yang diperoleh dengan bantuannya.

Akurasi perkiraan

Kriteria utama untuk menilai efektivitas suatu model yang digunakan dalam peramalan adalah keakuratan ramalan dan kelengkapan penyajian masa depan. kondisi keuangan objek yang diprediksi. Masalah keakuratan ramalan agak lebih kompleks dan memerlukan perhatian lebih. Keakuratan atau kesalahan perkiraan adalah perbedaan antara nilai prediksi dan nilai sebenarnya. Dalam setiap model tertentu, nilai ini bergantung pada sejumlah faktor.

Sangat peran penting memutar data historis yang digunakan dalam mengembangkan model peramalan. Idealnya, hal itu diinginkan untuk dimiliki sejumlah besar data dalam jangka waktu yang signifikan. Selain itu, data yang digunakan harus “tipikal” sesuai dengan situasi. Metode peramalan stokastik yang menggunakan peralatan statistik matematika memberlakukan persyaratan yang sangat spesifik pada data historis, jika persyaratan tersebut tidak dipenuhi maka keakuratan peramalan tidak dapat dijamin. Data harus dapat diandalkan, dapat dibandingkan, cukup representatif untuk menunjukkan pola, homogen, dan stabil.

Keakuratan ramalan jelas bergantung pada pilihan metode peramalan yang tepat dalam kasus tertentu. Namun, hal ini tidak berarti bahwa hanya satu model yang dapat diterapkan dalam setiap kasus. Ada kemungkinan bahwa dalam beberapa kasus, beberapa model berbeda akan menghasilkan perkiraan yang relatif dapat diandalkan. Elemen utama dalam setiap model peramalan adalah tren atau garis tren utama dari rangkaian tersebut. Kebanyakan model berasumsi bahwa trennya linier, namun asumsi ini tidak selalu konsisten dan dapat berdampak negatif terhadap keakuratan perkiraan. Keakuratan ramalan juga dipengaruhi oleh metode yang digunakan untuk memisahkan fluktuasi musiman dari tren - penjumlahan atau perkalian. Saat menggunakan metode regresi, sangat penting untuk mengidentifikasi dengan benar hubungan sebab-akibat antara berbagai faktor dan memasukkan hubungan ini ke dalam model.

Sebelum suatu model dapat digunakan untuk membuat prakiraan aktual, model tersebut harus diuji objektivitasnya untuk memastikan keakuratan prakiraan tersebut. Hal ini dapat dicapai dengan dua cara berbeda:

Hasil yang diperoleh dari model dibandingkan dengan nilai sebenarnya selama periode waktu kemunculannya. Kelemahan dari pendekatan ini adalah bahwa pengujian “ketidakberpihakan” model dapat memakan waktu lama, karena model tersebut hanya dapat benar-benar diuji dalam jangka waktu yang lama.

Model ini dibangun berdasarkan kumpulan data historis yang tersedia dan terpotong. Data yang tersisa dapat digunakan untuk perbandingan dengan prakiraan yang diperoleh dengan menggunakan model ini. Tes semacam ini lebih realistis karena benar-benar mensimulasikan situasi perkiraan. Kerugian dari metode ini adalah indikator terbaru dan oleh karena itu indikator paling signifikan dikeluarkan dari proses pembentukan model awal.

Mengingat hal di atas mengenai validasi model, menjadi jelas bahwa untuk mengurangi kesalahan yang diharapkan, perubahan harus dilakukan pada model yang ada. Perubahan tersebut dilakukan sepanjang periode penerapan model di kehidupan nyata. Modifikasi berkelanjutan dimungkinkan sehubungan dengan tren, fluktuasi musiman dan siklus, serta hubungan sebab-akibat yang digunakan. Perubahan ini kemudian diverifikasi menggunakan metode yang telah dijelaskan. Dengan demikian, proses pengembangan model meliputi beberapa tahap: pengumpulan data, pengembangan model awal, verifikasi, penyempurnaan - dan sekali lagi berdasarkan pengumpulan data tambahan secara terus menerus untuk menjamin keandalan model.

Jenis perkiraan

Ada tiga jenis perkiraan utama: perkiraan teknologi, ekonomi dan penjualan (permintaan).

1. Prakiraan Teknologi mencakup tingkat perkembangan kemajuan ilmu pengetahuan dan teknologi atau perkembangan teknologi di bidang-bidang yang secara langsung mempengaruhi produksi di mana peramalan dilakukan. Misalnya, sebuah perusahaan yang memproduksi komputer tertarik dengan prospek penambahan kapasitas memori pada floppy disk, karena ini adalah produk tambahan untuk penggunaan komputer, dan perusahaan yang menggunakan zat berbahaya dan beracun dalam produksinya tertarik untuk mengembangkan teknologi untuk pembersihan dan daur ulang limbah.

Perkembangan kemajuan ilmu pengetahuan dan teknologi menyebabkan munculnya barang dan jasa baru, dan hal ini pada gilirannya menimbulkan persaingan yang serius terhadap perusahaan yang sudah ada. Prakiraan yang dibuat dengan baik akan menghemat sumber daya keuangan dan memprediksi perkembangan teknologi baru, meskipun perubahan ilmiah dan teknis tidak mempengaruhi produksi.

2. Prakiraan ekonomi memungkinkan Anda memprediksi keadaan perekonomian di masa depan, suku bunga, dan faktor lain yang mempengaruhi perkembangan perusahaan mana pun. Keputusan seperti: perluasan atau pengurangan kapasitas produksi bergantung pada hasil perkiraan perekonomian; kesimpulan kontrak baru; pemecatan atau perekrutan pekerja, dll.

3. Memahami tingkat permintaan sebenarnya untuk produk perusahaan untuk periode tertentu di masa depan memberikan perkiraan volume penjualan. Prakiraan seperti itu menjadi dasar perencanaan dan pelaksanaan perhitungan ekonomi. Permintaan dipengaruhi oleh banyak faktor, yang pertimbangannya dapat diketahui dengan menyusun perkiraan volume penjualan (permintaan). Sebagai dasar perkiraan masa depan, digunakan indikator-indikator seperti tingkat permintaan pada periode sebelumnya, perubahan demografi, perubahan pangsa pasar organisasi industri, dinamika situasi politik, intensitas periklanan, pesaing, dll. .

Dalam praktik dunia, lebih dari dua ratus metode peramalan digunakan, dalam sains dalam negeri - tidak lebih dari dua puluh. Pendahuluan menyatakan bahwa metode peramalan keuangan yang telah tersebar luas di negara-negara maju akan dipertimbangkan.

Jadi, bergantung pada jenis model yang digunakan, semua metode peramalan dapat dibagi menjadi tiga kelompok besar (lihat Gambar 1):

Metode penilaian ahli, yang melibatkan survei multi-tahap terhadap para ahli sesuai dengan skema khusus dan pemrosesan hasil yang diperoleh dengan menggunakan alat statistik ekonomi. Ini adalah metode paling sederhana dan populer, yang sejarahnya sudah ada sejak lebih dari seribu tahun yang lalu. Penerapan metode-metode ini dalam praktik biasanya melibatkan penggunaan pengalaman dan pengetahuan manajer perdagangan, keuangan, dan produksi suatu perusahaan atau lembaga pemerintah. Hal ini biasanya memastikan bahwa keputusan dibuat dengan cara termudah dan tercepat. Kerugiannya adalah berkurangnya atau tidak adanya tanggung jawab pribadi atas ramalan yang dibuat. Penilaian ahli digunakan tidak hanya untuk memprediksi nilai indikator, tetapi juga dalam pekerjaan analitis, misalnya, untuk mengembangkan koefisien bobot, nilai ambang batas indikator yang dikendalikan, dll.

Metode stokastik, menunjukkan sifat probabilistik dari perkiraan dan hubungan antara indikator yang dipelajari. Kemungkinan memperoleh ramalan yang akurat meningkat seiring dengan bertambahnya jumlah data empiris. Metode-metode ini menempati posisi terdepan dalam hal peramalan formal dan sangat bervariasi dalam kompleksitas algoritma yang digunakan. Contoh paling sederhana adalah mempelajari tren volume penjualan dengan menganalisis tingkat pertumbuhan indikator penjualan. Hasil peramalan yang diperoleh dengan metode statistik dipengaruhi oleh fluktuasi acak dalam data, yang terkadang dapat menyebabkan kesalahan perhitungan yang serius.

Metode stokastik dapat dibagi menjadi tiga kelompok khas, yang akan diberi nama di bawah. Pilihan metode peramalan suatu kelompok tertentu bergantung pada banyak faktor, termasuk data awal yang tersedia.

Situasi pertama- adanya deret waktu - paling sering terjadi dalam praktik: manajer keuangan atau analis memiliki data tentang dinamika suatu indikator, yang menjadi dasar pembuatan perkiraan yang dapat diterima. Dengan kata lain, kita berbicara tentang mengidentifikasi suatu tren. Hal ini dapat dilakukan dengan berbagai cara, yang utama adalah analisis dinamis sederhana dan analisis menggunakan ketergantungan autoregresif.

Situasi kedua- adanya agregat spasial - terjadi jika karena alasan tertentu tidak ada data statistik pada indikator tersebut atau ada alasan untuk meyakini bahwa nilainya ditentukan oleh pengaruh faktor-faktor tertentu. Dalam hal ini dapat digunakan analisis regresi multivariat yang merupakan perluasan dari analisis dinamik sederhana ke kasus multivariat.

Beras. 1. Klasifikasi metode peramalan kondisi keuangan suatu perusahaan

Situasi ketiga- adanya agregat spatio-temporal - terjadi ketika: a) rangkaian dinamika tidak cukup panjangnya untuk membuat prakiraan yang signifikan secara statistik; b) analis bermaksud untuk memperhitungkan dalam ramalan pengaruh faktor-faktor yang berbeda sifat ekonomi dan dinamikanya. Data awal berupa matriks indikator yang masing-masing mewakili nilai indikator yang sama untuk periode berbeda atau tanggal berurutan berbeda.

Metode deterministik, yang mengasumsikan adanya hubungan fungsional atau ditentukan secara ketat, ketika setiap nilai karakteristik faktor sesuai dengan nilai non-acak yang terdefinisi dengan baik dari karakteristik resultan. Sebagai contoh, kita dapat mengutip dependensi yang diimplementasikan dalam kerangka model yang terkenal analisis faktor perusahaan DuPont. Menggunakan model ini dan mengganti nilai prediksi ke dalamnya berbagai faktor, misalnya, pendapatan penjualan, perputaran aset, tingkat ketergantungan finansial, dan lain-lain, Anda dapat menghitung nilai perkiraan salah satu indikator kinerja utama - rasio laba atas ekuitas.

Yang lainnya sangat contoh yang jelas berfungsi sebagai formulir laporan laba rugi, yang merupakan implementasi tabel dari model faktor yang ditentukan secara ketat yang menghubungkan atribut yang dihasilkan (laba) dengan faktor-faktor (pendapatan penjualan, tingkat biaya, tingkat tarif pajak, dll.). Dan pada tataran peramalan keuangan negara, model faktornya adalah hubungan antara volume penerimaan negara dengan basis pajak atau tingkat suku bunga.

Di sini kami tidak bisa tidak menyebutkan kelompok metode peramalan keuangan lain di tingkat mikro, berdasarkan konstruksi model simulasi perusahaan yang dinamis. Model tersebut mencakup data tentang rencana pembelian bahan dan komponen, volume produksi dan penjualan, struktur biaya, aktivitas investasi perusahaan, lingkungan perpajakan, dll. Pemrosesan informasi ini dalam kerangka model keuangan terpadu memungkinkan kami menilai proyeksi kondisi keuangan perusahaan dengan tingkat akurasi yang sangat tinggi. Pada kenyataannya, model semacam ini hanya dapat dibangun dengan menggunakan komputer pribadi, yang memungkinkan seseorang melakukan sejumlah besar perhitungan yang diperlukan dengan cepat.

Tinjauan metode peramalan dasar

Metode pemodelan dan metode ekonomi-matematis

Pemodelan melibatkan membangun model berdasarkan studi pendahuluan terhadap suatu objek atau proses, mengidentifikasi karakteristik atau fitur esensialnya. Peramalan proses ekonomi dan sosial dengan menggunakan model mencakup pengembangan suatu model analisis eksperimental, perbandingan hasil perhitungan ramalan berdasarkan model dengan data aktual keadaan suatu objek atau proses, penyesuaian dan penyempurnaan model.

Metode pemodelan ekonomi dan matematika meliputi metode sebagai berikut:

· model matriks (statistik dan dinamis),
· model perencanaan yang optimal,
· ekonomi dan statistik,
· banyak model faktor,
Model ekonometrik
· model simulasi,
model pengambilan keputusan,
· model perencanaan jaringan,
· metode keseimbangan antarsektoral,
· metode optimasi,
· model korelasi dan regresi.

metode analisa ekonomi

Analisis ekonomi merupakan bagian integral dan salah satu elemen utama logika peramalan dan perencanaan. Hal ini harus dilakukan pada tingkat makro, meso, dan mikro.

Inti dari metode analisis ekonomi adalah bahwa suatu proses atau fenomena ekonomi dibagi menjadi bagian-bagian komponennya dan hubungan timbal balik serta pengaruh bagian-bagian ini satu sama lain dan terhadap perkembangan seluruh proses terungkap. Analisis memungkinkan kita mengungkap esensi proses, menentukan pola perubahannya dalam periode perkiraan (perencanaan), dan menilai secara komprehensif kemungkinan dan cara untuk mencapai tujuan.

Dalam proses analisis ekonomi digunakan teknik-teknik seperti perbandingan, pengelompokan, metode indeks, perhitungan keseimbangan, dan metode normatif dan ekonomi-matematis.

Metode neraca

Metode keseimbangan melibatkan pengembangan keseimbangan, yaitu suatu sistem indikator di mana satu bagian, yang mengkarakterisasi sumber daya berdasarkan sumber pendapatan, sama dengan bagian lainnya, menunjukkan distribusi (penggunaan) ke segala arah konsumsinya.

Selama masa transisi ke hubungan pasar, peran neraca prakiraan yang dikembangkan di tingkat makro meningkat: neraca pembayaran, neraca pendapatan dan pengeluaran negara, neraca pendapatan dan pengeluaran moneter penduduk, neraca konsolidasi sumber daya tenaga kerja , keseimbangan penawaran dan permintaan. Hasil perhitungan neraca menjadi dasar pembentukan kebijakan struktural, sosial, fiskal dan moneter, serta kebijakan ketenagakerjaan dan kegiatan ekonomi luar negeri. Neraca juga digunakan untuk mengidentifikasi ketidakseimbangan pada periode berjalan, mengungkapkan cadangan yang belum terpakai, dan membenarkan proporsi baru.

Metode normatif

Metode normatif merupakan salah satu metode utama dalam peramalan dan perencanaan. Dalam kondisi modern, hal ini mulai mendapat perhatian khusus sehubungan dengan penggunaan sejumlah norma dan standar sebagai pengatur perekonomian. Hakikat metode normatif terletak pada studi kelayakan prakiraan, rencana, program dengan menggunakan norma dan standar. Dengan bantuan mereka, proporsi yang paling penting dibuktikan, perkembangan produksi material dan bidang non-produksi dibuktikan, dan perekonomian diatur.

Akurasi perkiraan

Kriteria utama untuk menilai efektivitas model yang digunakan dalam peramalan adalah keakuratan ramalan dan kelengkapan representasi keadaan keuangan masa depan dari objek peramalan. Masalah keakuratan ramalan agak lebih kompleks dan memerlukan perhatian lebih. Keakuratan atau kesalahan perkiraan adalah perbedaan antara nilai prediksi dan nilai sebenarnya. Dalam setiap model tertentu, nilai ini bergantung pada sejumlah faktor.

Data historis yang digunakan dalam mengembangkan model peramalan sangatlah penting. Idealnya, diinginkan untuk memiliki sejumlah besar data dalam jangka waktu yang signifikan. Selain itu, data yang digunakan harus “tipikal” sesuai dengan situasi. Metode peramalan stokastik yang menggunakan peralatan statistik matematika memberlakukan persyaratan yang sangat spesifik pada data historis, jika persyaratan tersebut tidak dipenuhi maka keakuratan peramalan tidak dapat dijamin. Data harus dapat diandalkan, dapat dibandingkan, cukup representatif untuk menunjukkan pola, homogen, dan stabil.

Perubahan ini kemudian diverifikasi menggunakan metode yang telah dijelaskan. Dengan demikian, proses pengembangan model meliputi beberapa tahap: pengumpulan data, pengembangan model awal, verifikasi, penyempurnaan - dan sekali lagi berdasarkan pengumpulan data tambahan secara terus menerus untuk menjamin keandalan model.

Pada tingkat mikro- pada tingkat suatu perusahaan, organisasi (firm), objek peramalan dan perencanaan adalah: permintaan, produksi produk (kinerja layanan), kebutuhan sumber daya material dan tenaga kerja, biaya produksi dan penjualan produk, harga, pendapatan perusahaan, perkembangan teknisnya. Hasil perkiraan menjadi dasar pengambilan keputusan manajemen.

Subyek peramalan dan perencanaan- badan perencanaan dan keuangan perusahaan, departemen pemasaran dan teknis.

Rencana prakiraan dikembangkan baik untuk perusahaan secara keseluruhan maupun untuk divisi strukturalnya: bengkel, bagian, layanan.

Di perusahaan ada jenis berikut rencana:

Rencana strategis- rencana pengembangan bisnis umum. Dalam aspek keuangan, rencana ini menentukan indikator keuangan terpenting dan proporsi reproduksi, mencirikan strategi investasi dan kemungkinan reinvestasi dan akumulasi. Rencana strategis menentukan volume dan struktur sumber daya keuangan yang diperlukan untuk berfungsinya perusahaan.

Rencana saat ini dikembangkan berdasarkan hal-hal strategis dengan merincinya. Jika rencana strategis memberikan daftar perkiraan sumber daya keuangan, volume dan arah penggunaannya, maka dalam kerangka perencanaan saat ini, dilakukan koordinasi timbal balik antara setiap jenis investasi dengan sumber pembiayaannya, efektivitas setiap sumber yang mungkin. pembiayaan dipelajari, dan penilaian keuangan kegiatan utama perusahaan dan cara menghasilkan pendapatan.

Rencana operasional- ini adalah rencana taktis jangka pendek yang berhubungan langsung dengan pencapaian tujuan perusahaan (rencana produksi, rencana pengadaan bahan baku, dll).

Peramalan perkembangan masa depan suatu perusahaan merupakan tahap yang paling signifikan dan sulit dalam penyusunan rencana bisnis, karena berdasarkan hasil perhitungan perkiraan perubahan pasar di masa depan, biaya, harga, keuntungan, ruang lingkup proyek dan sumber daya yang dibutuhkan ditentukan. .

Saat meramalkan indikator keuangan, disarankan untuk menggunakan sistem metode: penilaian ahli, metode ekstrapolasi, model faktor, metode optimasi, dan metode normatif.

Jadi, bergantung pada jenis model yang digunakan, semua metode peramalan dapat dibagi menjadi tiga kelompok besar (lihat Gambar 1):

Beras. 1 . Klasifikasi metode peramalan kondisi keuangan suatu perusahaan

Metode deterministik, yang mengasumsikan adanya hubungan fungsional atau ditentukan secara ketat, ketika setiap nilai karakteristik faktor sesuai dengan nilai non-acak yang terdefinisi dengan baik dari karakteristik resultan. Sebagai contoh, kita dapat mengutip ketergantungan yang diterapkan dalam kerangka model analisis faktor DuPont yang terkenal. Dengan menggunakan model ini dan mengganti nilai perkiraan berbagai faktor, seperti pendapatan penjualan, perputaran aset, tingkat ketergantungan finansial, dan lain-lain, Anda dapat menghitung nilai perkiraan salah satu indikator kinerja utama - rasio laba atas ekuitas .

Contoh lain yang sangat jelas adalah bentuk laporan laba rugi, yang merupakan implementasi tabel dari model faktor yang ditentukan secara ketat yang menghubungkan atribut yang dihasilkan (laba) dengan faktor-faktor (pendapatan penjualan, tingkat biaya, tingkat tarif pajak, dll. ). Dan pada tataran peramalan keuangan negara, model faktornya adalah hubungan antara volume penerimaan negara dengan basis pajak atau tingkat suku bunga.

Mengirimkan karya bagus Anda ke basis pengetahuan itu sederhana. Gunakan formulir di bawah ini

Pelajar, mahasiswa pascasarjana, ilmuwan muda yang menggunakan basis pengetahuan dalam studi dan pekerjaan mereka akan sangat berterima kasih kepada Anda.

KEMENTERIAN PENDIDIKAN UKRAINA

UNIVERSITAS TEKNIS NEGARA ZAPORIZHIE

DEPARTEMEN HUBUNGAN EKONOMI INTERNASIONAL

CATATAN PENJELASAN

UNTUK KERJA KURSUS DALAM DISIPLIN “Informasi Internasional”

Analisis metode peramalan

Dikembangkan oleh:

Pengawas:

Karangan

Catatan penjelasan: 28 halaman, 7 gambar, 1 rumus, 9 sumber

Objek studi: metode peramalan.

Tujuan pekerjaan: mempelajari metode peramalan dan menganalisisnya

Metode penelitian: deduksi, sistem-struktural

Hasil penelitian: dalam proses pengerjaannya dilakukan analisis terhadap metode peramalan, beberapa aspek teoritis metode tertentu, ruang lingkup penerapan metode peramalan, dan sebagainya contoh spesifik metode ekstrapolasi dan tren disajikan.

Kata kunci:peramalan, ekstrapolasi, metode pakar, heuristik, informasi, teknologi, pengolahan informasi

Pendahuluan………………………………………………………………………………….6

1. Tujuan dan prinsip peramalan……………………………………7

2. Metode peramalan ilmiah dan teknis………………………11

2.1 Klasifikasi metode peramalan………..………………….11

2.2 Metode peramalan ekstrapolasi………………….13

2.2.1 Pemrosesan awal informasi awal dalam masalah ekstrapolasi prakiraan…………………………………………………14

2.3 Metode statistik…………………………………………………16

2.4 Metode ahli…………………………………………………17

2.4.1 Ruang lingkup penerapan metode pakar…………………………17

2.4.2 Metode peramalan heuristik (HEM)…………………..19

3. Klasifikasi prakiraan ekonomi……………………………..23

Kesimpulan……………………………………………………………………….28

Daftar referensi………………………………………………………………………………29

Daftar Singkatan

Studi kelayakan - tabel penilaian ahli

PEO - penilaian ahli pribadi

MEP - metode peramalan heuristik

KOMPUTER - komputer elektronik

ETsVM - komputer pusat elektronik

MHD - instalasi magnetik-dinamis

NTI - informasi ilmiah dan teknis

PERKENALAN

Proses peramalan cukup relevan saat ini. Cakupan penerapannya luas. Peramalan banyak digunakan dalam ilmu ekonomi, yaitu dalam manajemen. Dalam manajemen, konsep “perencanaan” dan “peramalan” saling terkait erat. Mereka tidak identik dan tidak saling menggantikan. Rencana dan prakiraan berbeda dalam batas waktu, tingkat kerincian indikator yang dikandungnya, tingkat keakuratan dan kemungkinan pencapaiannya, penargetan, dan, akhirnya, dasar hukum. Prakiraan biasanya bersifat indikatif, sedangkan rencana bersifat direktif. Bukan substitusi dan pertentangan antara rencana dan perkiraan, tetapi kombinasi yang tepat - ini adalah jalan menuju regulasi ekonomi yang sistematis dalam ekonomi pasar dan transisi ke sana.

Dalam industri, metode peramalan juga memegang peranan penting. Dengan menggunakan ekstrapolasi dan tren, seseorang dapat membuat kesimpulan awal mengenai berbagai proses, fenomena, reaksi, dan operasi.

Peramalan juga menempati ceruk tertentu dalam disiplin militer. Dengan menggunakan metode peramalan, dimungkinkan untuk menentukan (menilai) situasi radioaktif di area tersebut, dll.

Ada banyak metode peramalan. Dengan membedakannya jumlah total, penting untuk memilih yang optimal untuk digunakan dalam setiap situasi tertentu.

Analisis metode peramalan, studi metode ini, penggunaannya dalam daerah yang berbeda kegiatan tersebut merupakan peristiwa yang bersifat rasionalisasi. Tingkat keandalan prakiraan tersebut kemudian dapat dibandingkan dengan indikator nyata yang sebenarnya, dan setelah menarik kesimpulan, lanjutkan ke prakiraan berikutnya dengan data yang ada, yaitu. tren saat ini. Berdasarkan data yang diperoleh, dimungkinkan dalam aspek waktu untuk berpindah ke level yang lebih tinggi, dll.

1. Tujuan dan prinsip peramalan

Ramalan adalah suatu prediksi tertentu, penilaian tentang keadaan suatu fenomena di masa depan berdasarkan penelitian ilmiah khusus. Klasifikasi prakiraan biasanya dilakukan berdasarkan dua kriteria - sementara dan fungsional. Berdasarkan waktu, prakiraan dibedakan: jangka pendek, menengah, panjang, dan ultra-panjang. Klasifikasi fungsional prakiraan melibatkan pembagiannya menjadi penelitian, program, dan sumber daya.

Peramalan adalah proses mengembangkan prakiraan. Tergantung pada jenis ramalannya, ada normatif, pencarian, dan operasional.

Model prakiraan - model objek prakiraan, yang studinya memungkinkan seseorang memperoleh informasi tentang kemungkinan keadaan objek di masa depan dan (atau) cara dan waktu implementasinya

Untuk memperoleh informasi tentang masa depan, Anda perlu mempelajari pola perkembangan perekonomian nasional, menentukan penyebab dan kekuatan pendorong perkembangannya - ini adalah tugas utama perencanaan dan peramalan. Kekuatan pendorong utama pengembangan produksi adalah kebutuhan sosial, kemampuan teknis dan kelayakan ekonomi. Sehubungan dengan ini, kita dapat menunjukkan tiga tugas utama perencanaan dan peramalan: menetapkan tujuan pembangunan ekonomi; menemukan cara dan sarana yang optimal untuk mencapainya; penentuan sumber daya yang diperlukan untuk mencapai tujuan yang telah ditetapkan.

Memilih target merupakan hasil analisis terhadap permasalahan sosial politik yang perlu diselesaikan dalam masyarakat dan mencerminkan sifat obyektif dari berlakunya hukum ekonomi.

Pemilihan tujuan didahului dengan pengembangan tujuan alternatif, pembangunan sistem hierarki atau “pohon tujuan”, pemeringkatan tujuan, dan pemilihan mata rantai utama. Prasyarat awal untuk memilih tujuan adalah, di satu sisi, kemungkinan nyata untuk menyelesaikan alternatif tertentu, dan di sisi lain, optimalitasnya menurut kriteria efisiensi.

Cara dan sarana untuk mencapai tujuan ditentukan berdasarkan analisis perkembangan perekonomian nasional dan kemajuan ilmu pengetahuan dan teknologi. Pada saat yang sama, di. Selama proses peramalan, luas wilayahnya terbatas pilihan alternatif cara dan sarana untuk mencapai tujuan yang telah ditetapkan, yaitu bidang solusi optimal ditentukan. Dalam proses penyusunan rencana (pengambilan keputusan), ditentukan solusi tunggal yang optimal menurut vektor kriteria yang diterima.

Tergantung pada masalah apa yang pertama kali dipecahkan, dua jenis peramalan dibedakan: penelitian (atau pencarian) dan normatif. Membentuk prakiraan kecenderungan pembangunan yang ada secara objektif berdasarkan analisis kecenderungan sejarah disebut riset atau mesin pencari peramalan. Peramalan jenis ini didasarkan pada penggunaan prinsip inersia pembangunan, dimana orientasi prakiraan dalam waktu terjadi menurut skema “dari masa kini ke masa depan”. Ramalan penelitian adalah gambaran keadaan objek ramalan pada saat tertentu di masa yang akan datang, yang diperoleh dengan mempertimbangkan proses perkembangan sebagai pergerakan inersia dari masa sekarang ke cakrawala ramalan. Tren peramalan perkembangan suatu objek ramalan, yang harus menjamin tercapainya tujuan sosial-politik, ekonomi, dan pertahanan tertentu pada titik tertentu di masa depan, disebut normatif. Dalam hal ini, orientasi prakiraan waktu terjadi menurut skema “dari masa depan hingga saat ini”.

Kesenjangan antara penilaian normatif dan penelitian terhadap objek ramalan pada setiap titik waktu di masa depan merupakan konsekuensi dari kontradiksi “kebutuhan-peluang”. Ramalan yang komprehensif didasarkan pada komposisi penelitian dan ramalan normatif.

Pemilihan tujuan dan sarana untuk mencapainya tentunya harus dipadukan dengan menentukan kebutuhan sumber daya. Saat menentukan kebutuhan ini, matriks sumber daya yang direncanakan dan diperkirakan (keuangan, tenaga kerja, material dan energi), serta matriks kapasitas produksi dan sumber daya waktu, harus diperhitungkan. Baik sumber daya yang diperlukan maupun kemungkinan keterbatasan nilainya dalam rentang waktu tunggu rencana atau prakiraan harus dinilai. Matriks perkiraan sumber daya merupakan data awal yang paling penting dalam menyusun perimbangan perekonomian nasional untuk perencanaan jangka panjang.

Kekuatan pendorong pembangunan tidak berdiri sendiri, saling berhubungan dan bergantung serta dapat direpresentasikan dalam bentuk grafik segitiga terhubung:

Gambar 1.1 Keterkaitan kekuatan pendorong pembangunan

Titik-titik dari “segitiga sebab-akibat” ini mengidentifikasi kekuatan-kekuatan pendorong pengembangan produksi, ujung-ujungnya mengidentifikasi hubungan timbal balik di antara mereka. Oleh karena itu, masalah perencanaan dan peramalan tidak dapat dianggap terpisah. Dalam proses peramalan dan pengembangan rencana, analisis interaksi tujuan, metode dan sarana teknis pencapaiannya, sumber daya yang diperlukan untuk pelaksanaannya, dan cara optimal untuk mengembangkan perekonomian nasional ditentukan menurut kriteria efisiensi yang berlaku.

Meskipun tugasnya sama, rumusannya dalam peramalan dan perencanaan berbeda. Ketika merencanakan, skema berikut ini berlaku: “tujuan bersifat direktif, cara dan sarana untuk mencapainya bersifat deterministik, sumber daya terbatas.” Saat melakukan peramalan, skemanya berbeda: “tujuan secara teori dapat dicapai, cara dan sarana untuk mencapainya mungkin, sumber daya mungkin”. Tugas peramalan berbeda dalam cakupannya. Masalah peramalan harus dinilai bersifat global. Ini termasuk: analisis situasi, penentuan tingkat keandalan informasi, penentuan tingkat probabilitas, pengembangan prakiraan saat ini, jangka menengah dan panjang. Prinsip peramalan: kombinasi tujuan sosial-politik dan ekonomi; sentralisme demokratis; konsistensi; kontinuitas dan umpan balik; proporsionalitas dan optimalitas; realitas dan objektivitas; pemilihan tautan terkemuka, dll.

Peramalan harus dilakukan sistemik karakter. Perlunya pendekatan sistematis dalam peramalan mengikuti kekhasan perkembangan ilmu pengetahuan dan teknologi, perekonomian nasional pada masa revolusi ilmu pengetahuan dan teknologi. Revolusi ilmu pengetahuan dan teknologi telah membawa perubahan mendasar pada sifat, karakteristik dan struktur teknologi modern dan perekonomian nasional. Peningkatan jumlah elemen, objek dari berbagai sifat, kompleksitas hubungan di antara mereka dan perilaku objek di lingkungan eksternal menyebabkan terciptanya sistem teknis dan produksi (organisasi dan ekonomi) yang besar.

Mesin modern memiliki kompleksitas struktural dan fungsional yang tinggi, merupakan kompleks teknis yang mencakup sejumlah besar suku cadang, rakitan, rakitan, dan produk jadi, disatukan oleh integritas fungsional yang terbatas. Kompleksitas struktural dan fungsional menentukan tingginya konsumsi bahan, intensitas tenaga kerja, intensitas energi dan biaya kompleks teknis. Perkembangan teknologi telah menyebabkan terciptanya struktur struktural hierarki yang kompleks – sistem teknis yang besar. Properti kompleks teknis ini memerlukan pendekatan sistematis untuk pembuatannya, desain sistem. Dalam kompleks teknis yang sedang dikembangkan, desain masing-masing elemen yang masuk harus tunduk pada tujuan bersama yang menjadi tujuan pembuatan sistem, yaitu, strategi terpadu untuk perilaku sistem teknis harus dipastikan.

Penciptaan sistem teknis yang besar, pada gilirannya, menyebabkan munculnya sistem organisasi-ekonomi (produksi) yang besar, yang mencakup banyak perusahaan yang disatukan oleh produksi kompleks teknis tertentu. Hierarki muncul dalam struktur manajemen perusahaan manufaktur. Laju perkembangan ilmu pengetahuan dan teknologi yang terus meningkat, penciptaan sistem organisasi dan ekonomi modern telah menyebabkan pertumbuhan informasi yang seperti longsoran salju dan peningkatan tingkat ketidakteraturan penerimaannya. Semua ini memerlukan perbaikan metode perencanaan dan penciptaan sistem perencanaan.

Persyaratan terpenting dari pendekatan sistem adalah kompleksitas prakiraan dan rencana serta sifat proses perencanaan yang berkelanjutan.

Pendekatan terpadu melibatkan penyusunan prakiraan dan rencana secara bersamaan baik dalam ruang (dalam konteks sektoral dan teritorial) maupun dalam waktu. Interkoneksi dalam ruang berarti terjalinnya hubungan yang rasional antar sektor perekonomian nasional, kawasan ekonomi, terjalinnya hubungan yang optimal antara laju perkembangan ilmu pengetahuan, teknologi dan produksi industri, keseimbangan kebutuhan dan sumber daya pada semua tingkat hierarki.

Hubungan antara prakiraan dan rencana dari waktu ke waktu dijamin dengan penerapan prinsip kesinambungan perencanaan. Penyesuaian terhadap rencana dan prakiraan harus dilakukan secara terpisah terlebih dahulu tenggat waktu yang ditetapkan(Modus operasi). Perubahan rencana yang relatif sering menyebabkan perubahan program produksi, dapat mengakibatkan disorganisasi kerja industri dan perusahaan karena rumitnya struktur hubungan produksi dalam perekonomian nasional, tingginya intensitas tenaga kerja dan material dalam proses produksi. mempersiapkan produksi industri.

Sensitivitas perkiraan dan rencana terhadap perubahan bergantung pada tingkat hierarki, waktu tunggu, dan frekuensi penyesuaian. Semakin rendah levelnya, semakin tinggi sensitivitasnya, semakin pendek periode penyesuaiannya.

Hal terpenting dalam penerapan dan penggunaan sistem perencanaan berkelanjutan adalah menentukan kualitas pengoperasian sistem tersebut dan, berdasarkan hal ini, menemukan modus optimal berfungsi.

Kontinuitas perencanaan dijamin dengan menerapkan prinsip umpan balik. Penyesuaian rencana dan prakiraan dilakukan atas dasar informasi umpan balik yang memuat data hasil pelaksanaan rencana dan prakiraan, klarifikasi kebutuhan, perubahan tren perkembangan objek dan lingkungan eksternal (sosial politik, ilmu pengetahuan, latar belakang teknis dan ekonomi).

Berbagai tingkat ketidakpastian dalam informasi yang dihasilkan tentang masa depan mempengaruhi sifat metode, metode dan teknik peramalan dan perencanaan yang diterapkan. Jika, ketika mengembangkan rencana, preferensi diberikan pada metode deterministik, maka ketika meramalkan, preferensi diberikan pada metode stokastik. Saat menyusun rencana, metode reguler lebih disukai, saat meramalkan, metode heuristik digunakan.

Kekhususan tahapan dan tahapan perencanaan juga mempengaruhi jumlah dan tingkat agregasi indikator yang direncanakan dan perkiraan, tingkat determinismenya, dan rasio indikator arahan dan indikator yang dihitung.

2 METODE PERAMALAN ILMIAH DAN TEKNIS

2.1 Klasifikasi metode peramalan

Pertama-tama, kami akan memberikan definisi metode peramalan sebagai metode tindakan teoretis dan praktis yang bertujuan untuk mengembangkan prakiraan. Definisi ini cukup umum dan memungkinkan kita untuk memahami istilah “metode peramalan” secara luas: mulai dari perhitungan ekstrapolasi yang paling sederhana hingga prosedur survei ahli multi-langkah yang rumit.

Untuk mempelajari perangkat metodologis prognostik, disarankan untuk merinci konsep luas ini sejak awal. Selanjutnya kita akan membedakan antara metode peramalan sederhana dan metode peramalan kompleks. Dalam hal ini, yang dimaksud dengan metode peramalan sederhana adalah suatu metode yang tidak dapat diurai menjadi metode peramalan yang lebih sederhana, dan oleh karena itu, yang dimaksud dengan metode peramalan yang kompleks adalah suatu metode yang terdiri dari sekumpulan beberapa metode peramalan sederhana yang saling berhubungan.

Saat ini, seiring dengan banyaknya metode peramalan yang dipublikasikan, banyak metode klasifikasinya yang diketahui. Namun demikian, permasalahan ini belum dapat dianggap terselesaikan secara memuaskan, karena klasifikasi yang terpadu, berguna dan lengkap belum tercipta. Mungkin, pro-gnostik, sebagai ilmu muda, belum mencapai tingkat perkembangan yang memungkinkan untuk membuat klasifikasi yang memenuhi semua persyaratan ini. Lantas, apa tujuan mengklasifikasikan metode prognostik? Dua tujuan utama tersebut dapat diidentifikasi. Hal ini, pertama, memastikan proses mempelajari dan menganalisis metode dan, kedua, melayani proses pemilihan metode ketika mengembangkan prakiraan suatu objek. Pada panggung modern sulit untuk mengusulkan klasifikasi tunggal yang dapat memenuhi kedua tujuan tersebut.

Ada dua jenis klasifikasi utama: sekuensial dan paralel. Sekuensial klasifikasi melibatkan isolasi volume tertentu dari volume yang lebih umum. Ini adalah proses yang identik dengan pembagian konsep generik menjadi konsep spesifik. Dalam hal ini harus diperhatikan kaidah-kaidah dasar sebagai berikut: 1) dasar pembagian (karakter) harus tetap sama selama pembentukan suatu konsep tertentu; 2) volume konsep spesies harus saling eksklusif (persyaratan bahwa kelas tidak tumpang tindih); 3) ruang lingkup konsep khusus harus mencakup ruang lingkup konsep generik (persyaratan cakupan penuh seluruh objek klasifikasi).

Klasifikasi paralel mengandaikan dasar informasi yang kompleks, tidak hanya terdiri dari satu, tetapi sejumlah fitur. Prinsip dasar klasifikasi semacam itu adalah independensi dari ciri-ciri yang dipilih, yang masing-masing bersifat esensial, semuanya melekat pada subjek secara bersamaan, dan hanya kombinasinya yang memberikan gambaran komprehensif tentang setiap kelas.

Klasifikasi yang konsisten mempunyai interpretasi visual berupa silsilah keluarga tertentu, mencakup seluruh wilayah yang dipertimbangkan secara keseluruhan dan menentukan tempat serta hubungan setiap kelas dalam sistem umum. Oleh karena itu, lebih dapat diterima untuk tujuan penelitian dan memungkinkan penyajian bidang pengetahuan yang diklasifikasikan secara lebih sistematis.

Setiap tingkat klasifikasi mempunyai ciri klasifikasi tersendiri. Unsur-unsur pada setiap tingkat adalah nama himpunan bagian dari unsur-unsur tingkat paling bawah terdekat yang dimilikinya, dan himpunan bagian tersebut saling lepas.

Elemen tingkat bawah adalah nama kelompok sempit metode peramalan tertentu (kadang-kadang dari satu elemen), yang merupakan modifikasi atau variasi dari salah satu metode peramalan yang paling umum.

Secara umum klasifikasinya bersifat terbuka, karena memberikan peluang untuk menambah jumlah elemen pada level dan menambah jumlah level melalui fragmentasi lebih lanjut dan klarifikasi elemen pada level terakhir.

Pada tingkat pertama, semua metode dibagi menjadi tiga kelas sesuai dengan atribut “dasar informasi metode”. Nyata metode didasarkan pada bahan informasi aktual yang tersedia tentang objek ramalan dan perkembangannya di masa lalu. Metode pakar didasarkan pada informasi yang diberikan oleh pakar spesialis dalam proses prosedur sistematis untuk mengidentifikasi dan merangkum pendapat tersebut. Gabungan metode dipisahkan ke dalam kelas tersendiri sehingga metode dengan basis informasi campuran, di mana informasi faktual dan pakar digunakan sebagai informasi utama, dapat diklasifikasikan ke dalamnya. Misalnya, saat melakukan survei ahli, peserta disuguhkan informasi digital tentang suatu objek atau perkiraan faktual, atau sebaliknya, saat mengekstrapolasi tren, penilaian ahli digunakan bersama dengan data aktual.

Metode peramalan yang menerapkan metode pemrosesan matematis terhadap informasi awal pakar atau mengevaluasi informasi faktual awal dengan cara pakar tidak boleh diklasifikasikan sebagai metode gabungan. Dalam kebanyakan kasus, mereka cukup cocok dengan kelas pertama atau kedua yang tercantum di atas.

Kelas-kelas ini selanjutnya dibagi menjadi subkelas menurut prinsip pemrosesan informasi. Statistik metode menggabungkan seperangkat metode untuk mengolah informasi kuantitatif tentang suatu objek ramalan dengan prinsip mengidentifikasi pola perkembangan matematis yang terkandung di dalamnya dan hubungan matematis karakteristiknya untuk memperoleh model ramalan. Metode analogi bertujuan untuk mengidentifikasi kesamaan pola perkembangan berbagai proses dan membuat prediksi atas dasar tersebut. Terkemuka Metode peramalan didasarkan pada prinsip-prinsip tertentu dari pemrosesan khusus informasi ilmiah dan teknis, yang mewujudkan dalam ramalan kemampuannya untuk melampaui perkembangan kemajuan ilmu pengetahuan dan teknologi.

Metode pakar dibagi menjadi dua subkelas. Penilaian ahli secara langsung didasarkan pada prinsip memperoleh dan mengolah pendapat umum yang independen dari sekelompok ahli (atau salah satunya) dengan tidak adanya pengaruh pendapat masing-masing ahli oleh pendapat ahli lain dan pendapat tim. . Penilaian ahli dengan umpan balik dalam satu atau lain bentuk mewujudkan prinsip umpan balik dengan mempengaruhi penilaian kelompok ahli (satu ahli) dengan pendapat yang sebelumnya diterima dari kelompok tersebut atau dari salah satu ahlinya.

Klasifikasi tingkat ketiga membagi metode peramalan menjadi beberapa jenis sesuai dengan kriteria klasifikasi “peralatan metode”. Setiap jenis menggabungkan metode yang didasarkan pada peralatan yang sama untuk implementasinya. Dengan demikian, metode statistik menurut jenisnya dibagi menjadi metode ekstrapolasi dan interpolasi; metode yang menggunakan alat analisis regresi dan korelasi; metode menggunakan analisis faktor.

Kelas metode analogi dibagi menjadi metode analogi matematis dan sejarah. Yang pertama, sebagai analogi objek peramalan, menggunakan objek-objek yang sifat fisiknya berbeda, bidang ilmu lain, cabang teknologi lain, tetapi mempunyai gambaran matematis proses perkembangannya yang bertepatan dengan objek peramalan. Yang terakhir menggunakan proses dengan sifat fisik yang sama dengan analognya, yang mendahului perkembangan objek perkiraan.

Metode peramalan unggulan dapat dibagi menjadi metode mempelajari dinamika informasi ilmiah dan teknis; metode penelitian dan penilaian tingkat teknologi. Dalam kasus pertama, konstruksi deret waktu kuantitatif dan kualitatif berdasarkan berbagai jenis informasi ilmiah dan analisis serta peramalan objek terkait terutama digunakan. Metode jenis kedua menggunakan alat khusus untuk menganalisis informasi kuantitatif dan kualitatif yang terkandung dalam NTI untuk mengetahui karakteristik tingkat dan kualitas peralatan yang ada dan yang dirancang.

Penilaian ahli secara langsung berdasarkan perangkat pelaksanaannya dibedakan menjadi jenis survei ahli dan analisis ahli. Dalam kasus pertama, prosedur khusus digunakan untuk menghasilkan pertanyaan, mengatur penerimaan jawaban, memproses jawaban yang diterima, dan menghasilkan hasil akhir. Kedua, alat penelitian utama adalah analisis yang ditargetkan terhadap objek ramalan oleh seorang ahli atau tim ahli yang sendiri yang mengajukan dan memecahkan pertanyaan-pertanyaan yang mengarah pada tujuan tersebut.

Penilaian ahli dengan umpan balik memiliki tiga jenis metode dalam perangkatnya: survei ahli; generasi ide; simulasi permainan. Tipe pertama dicirikan oleh prosedur survei non-kontak yang diatur terhadap para ahli yang diselingi dengan umpan balik seperti yang dijelaskan di atas. Yang kedua dibangun atas tata cara komunikasi langsung antar para ahli dalam proses pertukaran pendapat terhadap permasalahan yang dihadapi. Hal ini ditandai dengan tidak adanya tanya jawab dan ditujukan untuk saling merangsang aktivitas kreatif para ahli. Tipe ketiga menggunakan peralatan teori permainan dan bagian terapannya. Biasanya, ini diimplementasikan melalui kombinasi interaksi dinamis antara tim ahli dan komputer, yang mensimulasikan objek perkiraan dalam kemungkinan situasi di masa depan.

Terakhir, klasifikasi tingkat terakhir, keempat, membagi jenis-jenis metode tingkat ketiga menjadi metode-metode individual dan kelompok-kelompok metode menurut beberapa kumpulan karakteristik klasifikasi lokal untuk setiap jenis, yang mana tidak mungkin untuk menunjukkan satu yang umum untuk metode tersebut. seluruh tingkat secara keseluruhan.

2.2 Metode peramalan ekstrapolasi

Metode ekstrapolasi tren mungkin merupakan metode yang paling umum dan paling berkembang di antara seluruh metode peramalan. Penggunaan ekstrapolasi dalam peramalan didasarkan pada asumsi bahwa proses perubahan suatu variabel yang dipertimbangkan merupakan kombinasi dari dua komponen – teratur dan acak:

Hal ini diyakini sebagai komponen biasa F(A, X) mewakili fungsi lancar pada argumen (dalam banyak kasus, waktu), dijelaskan oleh vektor parameter berdimensi terbatas A, yang mempertahankan nilainya selama periode perkiraan. Komponen ini disebut juga tren, tingkat, dasar deterministik dari proses, kecenderungan. Di bawah semua istilah ini terdapat gagasan intuitif tentang semacam esensi dari proses yang dianalisis, bebas dari gangguan. Intuitif, karena untuk sebagian besar proses ekonomi, teknis, dan alam, tidak mungkin memisahkan tren dari komponen acak secara jelas. Itu semua tergantung pada tujuan apa pembagian ini dilakukan dan seberapa akurat pelaksanaannya.

Komponen acak n (X) biasanya dianggap sebagai proses acak yang tidak berkorelasi dengan ekspektasi matematis nol. Perkiraannya diperlukan untuk penentuan lebih lanjut presisi karakteristik ramalan.

Metode peramalan ekstrapolasi memberikan penekanan utama pada identifikasi yang terbaik, dalam arti tertentu, deskripsi tren dan penentuan nilai perkiraan dengan mengekstrapolasinya. Metode ekstrapolasi sebagian besar tumpang tindih dengan metode peramalan yang menggunakan model regresi. Terkadang perbedaannya hanya terletak pada perbedaan terminologi, notasi atau penulisan rumus. Namun demikian, ekstrapolasi ramalan itu sendiri memiliki sejumlah ciri dan teknik khusus yang memungkinkan untuk mengklasifikasikannya sebagai jenis metode peramalan yang independen.

Ciri-ciri khusus ekstrapolasi prediktif mencakup metode pemrosesan awal deret bilangan untuk mengubahnya menjadi bentuk yang sesuai untuk peramalan, serta analisis logika dan fisika dari proses prediksi, yang memiliki dampak signifikan baik pada pilihan. jenis fungsi ekstrapolasi dan penentuan batas-batas yang mengubah parameternya.

2.2.1 Pra-pemrosesan informasi awal dalam masalah ekstrapolasi prediktif

Pra-pemrosesan deret bilangan asli ditujukan untuk menyelesaikan masalah-masalah berikut (seluruhnya atau sebagian): mengurangi pengaruh komponen acak pada deret bilangan asli, yaitu mendekatkannya ke tren; menyajikan informasi yang terkandung dalam rangkaian numerik sedemikian rupa sehingga secara signifikan mengurangi kesulitan dalam menggambarkan suatu tren secara matematis. Metode utama untuk memecahkan masalah ini adalah prosedur untuk menghaluskan dan meratakan rangkaian statistik.

Prosedur menghaluskan bertujuan untuk meminimalkan deviasi acak titik-titik rangkaian dari kurva mulus tertentu dari tren proses yang diharapkan. Metode yang paling umum adalah dengan merata-ratakan level pada sekumpulan titik tertentu di sekitarnya, dan operasi ini bergerak di sepanjang serangkaian titik, itulah sebabnya biasanya disebut rata-rata bergerak. Di bagian paling atas versi sederhana fungsi pemulusan bersifat linier dan kelompok pemulusan terdiri dari titik-titik sebelumnya dan selanjutnya; pada fungsi yang lebih kompleks, fungsinya nonlinier dan menggunakan sekelompok titik yang jumlahnya berubah-ubah.

Pemulusan dilakukan dengan menggunakan polinomial yang mendekati kelompok titik percobaan dengan menggunakan metode kuadrat terkecil. Pemulusan terbaik diperoleh pada titik tengah grup, sehingga disarankan untuk memilih jumlah titik ganjil pada grup yang dihaluskan.

Pemulusan, bahkan dalam versi linier sederhana, dalam banyak kasus merupakan cara yang sangat efektif untuk mengidentifikasi tren ketika gangguan acak dan kesalahan pengukuran ditumpangkan pada deret numerik empiris. Untuk rangkaian dengan amplitudo noise yang signifikan, dimungkinkan untuk melakukan beberapa penghalusan rangkaian numerik asli. Jumlah siklus pemulusan yang berurutan harus dipilih tergantung pada jenis rangkaian aslinya, tingkat gangguan kebisingan yang diharapkan, dan tujuan pemulusan. Harus diingat bahwa efektivitas prosedur ini menurun dengan cepat (dalam banyak kasus), jadi disarankan untuk mengulanginya satu hingga tiga kali.

Pemulusan linier adalah prosedur yang cukup kasar yang mengungkapkan perkiraan bentuk tren secara umum. Untuk menentukan bentuk kurva yang dihaluskan dengan lebih akurat, dapat digunakan operasi pemulusan nonlinier atau rata-rata pergerakan tertimbang. Dalam hal ini, ordinat titik-titik yang termasuk dalam kelompok geser diberi bobot yang berbeda-beda bergantung pada jaraknya dari tengah interval pemulusan.

Jika pemulusan ditujukan pada pemrosesan utama rangkaian angka untuk menghilangkan fluktuasi acak dan mengidentifikasi tren, maka penyamarataan melayani tujuan presentasi yang lebih nyaman dari seri aslinya, membiarkan nilainya tetap sama.

Teknik leveling yang paling umum adalah logaritma dan substitusi variabel.

Jika rumus empiris diasumsikan mengandung tiga parameter atau diketahui bahwa fungsinya tiga parameter, kadang-kadang dimungkinkan, melalui beberapa transformasi, untuk menghilangkan salah satu parameter, dan membawa dua sisanya ke salah satu rumus pemerataan.

Leveling dapat dianggap tidak hanya sebagai metode penyajian data awal, tetapi juga sebagai metode penentuan perkiraan langsung parameter suatu fungsi yang mendekati deret bilangan asli. Seringkali metode ini digunakan dalam beberapa perkiraan ekstrapolasi. Perhatikan bahwa kemungkinan menggunakannya secara langsung untuk menentukan parameter fungsi aproksimasi ditentukan terutama oleh jenis deret numerik asli dan tingkat pengetahuan kita, keyakinan kita mengenai jenis fungsi yang menggambarkan proses yang diteliti.

Jika jenis fungsinya tidak kita ketahui, penyelarasan harus dianggap sebagai prosedur awal, di mana, melalui penggunaan berbagai rumus dan teknik, paling banyak tampilan yang cocok fungsi yang mendeskripsikan deret empiris.

Salah satu variasi metode penyelarasan adalah kajian deret empiris untuk memperjelas beberapa sifat fungsi yang menggambarkannya. Dalam hal ini transformasi tidak serta merta menghasilkan bentuk linier. Namun, hasilnya mempersiapkan mereka dan memfasilitasi proses pemilihan fungsi perkiraan dalam masalah ekstrapolasi prediktif. Dalam kasus yang paling sederhana, diusulkan untuk menggunakan tiga jenis fungsi pertumbuhan diferensial berikut:

1) Turunan pertama, atau fungsi pertumbuhan diferensial absolut.

2) Koefisien diferensial relatif, atau turunan logaritma,

3) Fungsi elastisitas

2.3 Metode statistik

Sebelum kita mulai menganalisis metode peramalan statistik, mari kita pertimbangkan beberapa metode konsep umum dan definisi terkait model korelasi dan regresi. Dua variabel acak dikorelasikan jika nilai yang diharapkan salah satunya berubah tergantung pada perubahan yang lain.

Aplikasi analisis korelasi mengasumsikan prasyarat berikut:

a) Variabel acak kamu(kamu 1 , kamu 2 , ..., kamu N) Dan X(X 1 , X 2 , ..., X N) dapat dianggap sebagai sampel dari populasi dua dimensi dengan hukum biasa distribusi.

b) Nilai kesalahan yang diharapkan Dan sama dengan nol

c) Observasi individual bersifat stokastik independen, yaitu nilai observasi yang diberikan tidak boleh bergantung pada nilai observasi sebelumnya dan selanjutnya.

d) Kovariansi antara error yang berhubungan dengan salah satu nilai variabel dependen kamu, dan kesalahan yang terkait dengan nilai y lainnya adalah nol.

e) Varians kesalahan terkait dengan satu nilai kamu, sama dengan varians kesalahan yang terkait dengan nilai lainnya.

f) Kovariansi antara error term dan masing-masing variabel independen adalah nol.

g) Penerapan langsung metode ini terbatas pada kasus di mana persamaan kurva linier terhadap parameternya b o , b i , ..., b k Namun hal ini tidak berarti bahwa persamaan kurva itu sendiri terhadap terhadap variabel harus linier. Jika persamaan observasi empiris tidak linier, maka dalam banyak kasus ternyata persamaan tersebut dapat direduksi menjadi bentuk linier dan sudah . Setelah itu terapkan metode kuadrat terkecil.

h) Pengamatan terhadap variabel bebas dilakukan tanpa kesalahan.

Sebelum memulai analisis korelasi, perlu dilakukan pengecekan pemenuhan prasyarat tersebut.

Hubungan antara variabel acak dan non-acak disebut regresi, dan metode untuk menganalisis hubungan tersebut adalah analisis regresi. Penggunaan analisis regresi mengandaikan terpenuhinya prasyarat (b-d) analisis korelasi secara wajib. Hanya jika prasyarat di atas terpenuhi, estimasi koefisien korelasi dan regresi yang diperoleh dengan menggunakan metode kuadrat terkecil akan menjadi tidak bias dan memiliki varian yang minimal.

Analisis regresi erat kaitannya dengan analisis korelasi. Apabila prasyarat analisis korelasi terpenuhi, maka prasyarat analisis regresi terpenuhi. Pada saat yang sama, analisis regresi memberikan persyaratan yang tidak terlalu ketat pada informasi awal.” Misalnya, analisis regresi dapat dilakukan meskipun distribusi variabel acak berbeda dari normal, seperti yang sering terjadi pada variabel teknis dan ekonomi. Variabel acak digunakan sebagai variabel terikat dalam analisis regresi, dan variabel non-acak digunakan sebagai variabel bebas.

Menurut tingkat kerumitannya, studi statistik dapat dibedakan menjadi dua dimensi dan multidimensi. Yang pertama berkaitan dengan pertimbangan hubungan berpasangan antar variabel (korelasi berpasangan dan regresi) dan ditujukan untuk memperkirakan studi untuk memecahkan masalah seperti menetapkan ukuran kuantitatif kedekatan hubungan antara dua variabel acak, menetapkan kedekatan hubungan ini dengan linier, menilai keandalan dan keakuratan perkiraan yang diperoleh dengan ekstrapolasi ketergantungan regresi. Metode analisis statistik multidimensi ditujukan terutama untuk memecahkan masalah analisis sistem objek peramalan stokastik multidimensi. Tujuan dari analisis tersebut, sebagai suatu peraturan, adalah untuk memperjelas hubungan internal antara variabel-variabel kompleks, membangun fungsi multidimensi untuk menghubungkan variabel-variabel, dan mengidentifikasi jumlah minimum karakteristik yang menggambarkan suatu objek dengan tingkat akurasi yang memadai. Salah satu tugas utama di sini adalah mereduksi dimensi deskripsi objek ramalan.

Dengan demikian, metode statistik digunakan terutama untuk menyiapkan data dan membawanya ke dalam bentuk yang sesuai untuk membuat perkiraan. Biasanya, setelah penerapannya, salah satu metode ekstrapolasi atau interpolasi digunakan untuk memperoleh hasil prediksi langsung.

2.4 Metode ahli

2.4.1 Ruang lingkup penerapan metode pakar

Metode penilaian ahli dalam peramalan dan perencanaan jangka panjang kemajuan ilmu pengetahuan dan teknologi digunakan dalam kasus-kasus berikut:

a) dengan tidak adanya statistik yang cukup representatif dan andal, karakteristik objek (misalnya, laser, perangkat penyimpanan holografik, penggunaan sumber daya air secara rasional di perusahaan);

b) dalam kondisi ketidakpastian yang besar dalam lingkungan pengoperasian suatu objek (misalnya, prakiraan sistem manusia-mesin di ruang angkasa atau dengan mempertimbangkan pengaruh timbal balik dari bidang ilmu pengetahuan dan teknologi);

c) untuk peramalan jangka menengah dan panjang terhadap objek-objek industri baru yang sangat dipengaruhi oleh penemuan-penemuan baru dalam ilmu-ilmu dasar (misalnya, industri mikrobiologi, elektronika kuantum, teknik nuklir);

d) dalam kondisi kekurangan waktu atau situasi ekstrim.

Penilaian ahli diperlukan bila tidak ada landasan teori yang tepat untuk pengembangan suatu objek. Tingkat keandalan suatu pemeriksaan ditentukan oleh frekuensi absolut penilaian ahli pada akhirnya dikonfirmasi oleh peristiwa-peristiwa berikutnya. Ada dua kategori pakar – spesialis sempit dan generalis yang memberikan perumusan masalah utama dan konstruksi model. Pemilihan pakar untuk peramalan dilakukan berdasarkan reputasi mereka di antara kategori spesialis tertentu. Namun, kita tidak boleh melupakan fakta bahwa seorang spesialis kelas satu tidak selalu dapat mengkaji dan memahami secara memadai isu-isu umum dan global. Untuk itu, perlu menarik tenaga ahli, meski tidak memiliki pengetahuan sempit, namun memiliki kemampuan berani dan imajinatif.

“Ahli” yang secara harafiah diterjemahkan dari bahasa Latin berarti “berpengalaman.” Oleh karena itu, baik dalam cara formal maupun informal dalam mendefinisikan seorang ahli, pengalaman profesional dan intuisi yang dikembangkan atas dasar itu menempati tempat yang signifikan. Syarat-syarat perlunya dan kecukupan pengklasifikasian seorang spesialis sebagai ahli adalah sebagai berikut.

Penting untuk menetapkan bukan tingkat keandalan absolut dari penilaian ahli, tetapi tingkat keandalan dibandingkan dengan penilaian rata-rata spesialis, serta korelasi antara kemungkinan penilaian prediktifnya dan keandalan kelas. hipotesis yang digunakan oleh pakar tersebut. Secara umum, Anda perlu mendefinisikan apa itu pakar. Kami mencantumkan beberapa persyaratan yang harus dipenuhi oleh seorang ahli:

1) penilaian ahli harus stabil dari waktu ke waktu dan bersifat transitif; 2) adanya informasi tambahan tentang tanda-tanda yang diprediksi hanya meningkatkan penilaian para ahli; 3) ahli harus merupakan ahli yang diakui di bidang ilmunya; 4) ahli harus memiliki pengalaman dalam peramalan yang berhasil di bidang pengetahuan ini.

Saat mengkarakterisasi para ahli, harus diingat bahwa dua jenis kesalahan dapat terjadi sebagai akibat dari pengembangan perkiraan. Kesalahan tipe pertama dikenal dalam teknologi pengukuran sebagai kesalahan sistematis, kesalahan tipe kedua dikenal sebagai kesalahan acak. Seorang ahli yang rentan terhadap kesalahan tipe pertama menghasilkan nilai yang secara konsisten berbeda dari nilai sebenarnya ke arah naik atau turun. Kesalahan jenis ini diyakini berhubungan dengan mentalitas para ahli. Untuk memperbaiki kesalahan sistematis, Anda dapat menggunakan koefisien koreksi atau menggunakan permainan pelatihan yang dirancang khusus. Kesalahan tipe kedua ditandai dengan besarnya dispersi. Berdasarkan analisis jenis-jenis kesalahan utama dalam membuat penilaian ahli, kita dapat menambahkan satu lagi pada daftar persyaratan ahli yang telah dibahas sebelumnya. Artinya adalah bahwa seseorang sebaiknya memilih seorang ahli yang perkiraannya memiliki dispersi kecil dan deviasi kesalahan rata-rata yang sistematis dari nol, daripada seorang ahli dengan kesalahan rata-rata sama dengan nol tetapi dengan dispersi yang lebih besar. Sayangnya, tidak mungkin untuk menentukan secara apriori kemampuan seseorang dalam membuat penilaian ahli yang benar. Sarana penting untuk melatih para ahli adalah permainan pelatihan khusus.

Pengorganisasian bentuk kerja pakar dapat terprogram atau tidak terprogram, dan kegiatan pakar dapat dilakukan secara lisan (wawancara) atau tertulis (menjawab pertanyaan dari tabel khusus penilaian pakar atau presentasi bebas mengenai topik tertentu).

Pemrograman bentuk pekerjaan seorang ahli meliputi:

konstruksi model grafik suatu objek berdasarkan analisis retrospektif; menentukan struktur tabel penilaian ahli (TEA) atau program wawancara berdasarkan model grafik objek dan tujuan pemeriksaan; menentukan jenis dan bentuk pertanyaan dalam studi kelayakan atau wawancara;

menentukan jenis skala pertanyaan dalam studi kelayakan; memperhatikan karakteristik psikologis pemeriksaan dalam menentukan urutan pertanyaan dalam studi kelayakan; dengan mempertimbangkan masalah verifikasi; pengembangan teknik logis untuk sintesis selanjutnya dari perkiraan perkiraan dalam perkiraan kompleks suatu objek.

Organisasi stimulasi kerja ahli terdiri dari pengembangan:

teknik dan metode heuristik yang memudahkan pencarian penilaian ahli prediktif; norma hukum yang menjamin pendaftaran ahli atas prioritas dan kepenulisan, serta tidak diungkapkannya segala gagasan ilmiah dan teknis yang dikemukakannya selama proses pemeriksaan;

bentuk kepentingan moral, profesional, dan material seorang ahli dalam penilaian ahli; bentuk organisasi pekerjaan ahli (dimasukkan dalam rencana kerja, dll).

Berdasarkan model objek ramalan yang diperoleh sebagai hasil analisis, bidang ilmiah dan teknis yang memerlukan keterlibatan seorang ahli ditentukan, kelompok ahli diidentifikasi berdasarkan apakah masalah tersebut termasuk dalam bidang fundamental, terapan. ilmu pengetahuan atau bidang ilmiah bersama.

Ketika memecahkan masalah pembentukan kelompok ahli, perlu untuk mengidentifikasi dan menstabilkan jaringan ahli yang bisa diterapkan. Cara menstabilkan jaringan pakar adalah sebagai berikut. Berdasarkan analisis literatur mengenai masalah yang diprediksi, setiap spesialis yang memiliki beberapa publikasi di bidang ini dipilih. Mereka memintanya untuk menyebutkan 10 ahli yang, menurut pendapatnya, paling kompeten dalam masalah ini. Kemudian mereka secara bersamaan beralih ke masing-masing dari sepuluh spesialis yang disebutkan dengan permintaan untuk menunjukkan 10 rekan ilmuwan mereka yang paling terkemuka. Dari daftar spesialis yang dihasilkan, 10 spesialis awal dihapus, dan sisanya dikirimi surat berisi permintaan di atas. Prosedur ini diulangi hingga tidak ada spesialis baru yang disebutkan namanya menambahkan nama baru ke dalam daftar pakar, yaitu hingga jaringan pakar stabil. Jaringan pakar yang dihasilkan dapat dianggap sebagai populasi umum spesialis yang berkompeten di bidang masalah yang diprediksikan. Namun, karena sejumlah keterbatasan praktis, tidak tepat untuk melibatkan semua spesialis dalam pemeriksaan. Oleh karena itu, perlu dibentuk sampel yang representatif dari populasi ahli secara umum.

Penentuan kekhususan prosedur metode kelas PEO (personal expert assessment) dilakukan berdasarkan analisis kebutuhan tenaga ahli dan penilaiannya, yang dihasilkan dari esensi metode:

a) catatan analitis membuat tuntutan untuk menyusun masalah eksperimental, menjelaskan dan mengurutkan tujuan, menganalisis cara-cara alternatif untuk mencapai tujuan, memperkirakan biaya dari setiap alternatif dan rekomendasi untuk cara yang paling efektif. cara yang efektif solusi masalah;

B) perbandingan berpasangan, standardisasi dan pemeringkatan memerlukan keseragaman karakteristik yang dievaluasi, adanya kriteria dan standar yang dapat dibenarkan secara logis, adanya prosedur yang jelas untuk mengoperasikan kriteria, standar dan karakteristik;

c) wawancara mengajukan tuntutan khusus kepada pakar dan pewawancara;

d) penataan morfologi memerlukan definisi yang jelas tentang ciri-ciri fungsional suatu objek atau masalah yang perlu ditingkatkan, pengklasifikasian prinsip-prinsip ilmiah yang menjadi dasar peningkatan sifat-sifat tersebut; analisis semua kemungkinan kombinasi prinsip-prinsip ini dan penghapusan prinsip-prinsip yang jelas-jelas tidak masuk akal; penilaian kombinasi berdasarkan tingkat kelayakan dan biaya pelaksanaannya; perbandingan kombinasi menurut kriteria kompleks “biaya - efisiensi - waktu”.

2.4.2 Metode peramalan heuristik (HEM)

Tantangan utama yang dihadapi spesialis analisis dan desain sistem besar, secara umum, biasanya terdiri dari menemukan cara paling optimal untuk menciptakan sistem yang lebih efisien - baik yang baru dirancang atau dimodernisasi. Kesulitan dalam memecahkan masalah ini terutama terletak pada kenyataan bahwa biasanya tidak mungkin menemukan solusi dengan menggunakan metode matematika murni, karena, sebagai suatu peraturan, tidak mungkin untuk secara akurat menentukan besaran (fungsional) yang memerlukan optimasi (ekstremalisasi). dalam arti matematis. Hal ini tidak hanya disebabkan oleh kompleksitas dalam mendeskripsikan fungsi sistem yang besar, tetapi juga karena tipe fundamental seperti, misalnya, kekhususan tujuan yang ingin dicapai oleh sistem tersebut. Pertama, sistem mungkin tidak memiliki satu tujuan, tetapi serangkaian tujuan, yang segera mengarah pada masalah optimasi vektor. Kedua, kumpulan tujuan yang ditetapkan untuk sistem mungkin berisi tujuan kualitatif murni yang tidak tunduk pada pengukuran kuantitatif yang diterapkan secara praktis. Hal ini, di satu sisi, menimbulkan masalah dalam menilai tingkat pencapaian tujuan kualitatif dan, di sisi lain, masalah mengukur pentingnya tujuan kualitatif dan kuantitatif serta tingkat pencapaiannya.

Situasi serupa muncul ketika menilai konsekuensi dari metode yang diusulkan untuk mencapai tujuan. Mari kita tunjukkan, misalnya, bahwa konsekuensi-konsekuensi ini dapat bersifat ekonomi, politik, sosial atau lainnya secara bersamaan.

Dalam kondisi ini, solusi terhadap suatu masalah sistem ditemukan melalui teknik heuristik dengan menggunakan peralatan matematika yang sangat kompleks, dan terdiri dari mengeluarkan rekomendasi yang cukup beralasan untuk mengembangkan solusi.

Metode peramalan heuristik adalah suatu metode untuk memperoleh dan memproses secara khusus perkiraan prakiraan suatu objek melalui survei sistematis terhadap spesialis (ahli) yang berkualifikasi tinggi dalam bidang ilmu pengetahuan, teknologi, atau produksi yang sempit. Penilaian ahli perkiraan mencerminkan penilaian individu seorang spesialis mengenai prospek pengembangan bidangnya dan didasarkan pada mobilisasi pengalaman dan intuisi profesional.

Metode peramalan heuristik mirip dengan teknik Delphic, pembangkitan ide kolektif dan metode penilaian ahli kolektif dalam arti salah satu elemennya adalah pengumpulan dan pemrosesan penilaian ahli yang diungkapkan berdasarkan pengalaman dan intuisi profesional. Namun, ini berbeda dari metode di atas dalam hal kejelasannya landasan teori, metode penyusunan angket dan tabel, tata cara bekerja sama dengan ahli, dan algoritma pengolahan informasi yang diterima. Metode ini disebut heuristik karena homogenitas bentuk aktivitas mental seorang ahli ketika memecahkan suatu masalah ilmiah dan ketika menilai prospek pengembangan objek peramalan, serta karena penggunaan teknik-teknik tertentu oleh para ahli itu. menghasilkan kesimpulan yang masuk akal.

Tujuan dari metode peramalan heuristik adalah untuk mengidentifikasi gagasan objektif tentang prospek pengembangan bidang ilmu pengetahuan dan teknologi yang sempit berdasarkan pemrosesan perkiraan perkiraan yang sistematis dari sekelompok ahli yang representatif.

Ruang lingkup MEP adalah objek dan permasalahan ilmiah dan teknis, yang perkembangannya tidak dapat diformalkan seluruhnya atau sebagian, yaitu sulit untuk mengembangkan model yang memadai. Misalnya saja elemen dasar teknologi komputer digital.

Metode ini didasarkan pada tiga asumsi teoritis: 1) adanya orientasi psikologis seorang ahli terhadap masa depan, yang dirumuskan berdasarkan pengalaman dan intuisi profesional, dan kemungkinan eksteriorisasinya; 2) identitas proses peramalan heuristik dan proses pemecahan suatu masalah ilmiah dengan keseragaman pengetahuan yang diperoleh berupa kesimpulan heuristik yang masuk akal yang memerlukan verifikasi;

3) kemungkinan menampilkan secara memadai tren perkembangan suatu objek prakiraan dalam bentuk sistem model prakiraan yang disintesis dari penilaian ahli prakiraan.

Asumsi-asumsi tersebut diimplementasikan dalam metode peramalan heuristik melalui sistem teknik kerja sama dengan para ahli, metode penilaian dan sintesis model peramalan.

Dokumen awal pada saat bekerja dengan metode peramalan heuristik adalah: uraian metode; petunjuk merumuskan pertanyaan; petunjuk penyusunan angket dan tabel penilaian ahli; tata cara bekerja dengan tenaga ahli; seperangkat teknik heuristik untuk para ahli; petunjuk bagi ahli dalam pengisian kuesioner dan tabel; instruksi untuk pemrosesan komputer atas kuesioner dan tabel ahli; algoritma dan program untuk pengolahan data di komputer; kuesioner dan tabel yang diisi oleh para ahli; petunjuk penilaian kompetensi tenaga ahli; instruksi untuk mensintesis model perkiraan; seperangkat metode untuk memverifikasi perkiraan.

Kehadiran rangkaian informasi yang dirumuskan secara lengkap memberikan dasar bagi kerja berkualitas tinggi dengan MEP.

Pembentukan angket dan tabel penilaian ahli. Susunan informasi untuk mengembangkan prakiraan dengan metode peramalan heuristik adalah sekumpulan tabel dan kuesioner yang diisi oleh para ahli. Tabel berisi daftar pertanyaan yang dirumuskan secara ketat. Persyaratan berikut berlaku untuk pertanyaan-pertanyaan dalam kuesioner: 1) pertanyaan-pertanyaan tersebut harus dirumuskan dalam istilah-istilah yang berlaku umum; 2) rumusannya harus mengecualikan segala ambiguitas semantik; 3) semua pertanyaan harus sesuai secara logis dengan struktur objek ramalan; 4) mereka harus diklasifikasikan menjadi salah satu dari tiga jenis yang tercantum di bawah. Tergantung pada jenis pertanyaannya, prosedur tertentu untuk merumuskannya dan menyusun kuesioner digunakan.

KE Pertama Jenis ini mencakup pertanyaan-pertanyaan yang jawabannya mengandung penilaian kuantitatif: pertanyaan-pertanyaan mengenai waktu kejadian; survei mengenai nilai kuantitatif parameter prediksi; pertanyaan mengenai kemungkinan terjadinya suatu peristiwa; pertanyaan untuk menilai pengaruh relatif faktor satu sama lain pada skala tertentu. Untuk jenis pertanyaan ini, prosedur penyusunan kuesioner yang paling sederhana digunakan. Dalam hal ini peramal sendiri yang mengetahui objek ramalannya merumuskan daftar nilai parameter taksiran, probabilitas dan periode waktu. Saat menentukan skala nilai parameter kuantitatif (waktu, karakteristik, dll), disarankan untuk menggunakan skala yang tidak rata. Nilai spesifik dari ketidakrataan ditentukan oleh sifat ketergantungan kesalahan perkiraan pada waktu tunggu.

Bersama. Kedua Jenis ini mencakup pertanyaan substantif yang memerlukan jawaban ringkas, bukan dalam bentuk kuantitatif. Pertanyaan yang memerlukan jawaban ringkas dapat terdiri dari tiga jenis: disjungtif; kata penghubung; implikatif.

Pertanyaan-pertanyaan yang memerlukan jawaban bermakna dalam bentuk yang ringkas dicirikan oleh prosedur yang paling rumit untuk membentuknya menjadi sebuah kuesioner. Bentuk akhir kuesioner diperoleh melalui tiga tahap iterasi. Pada tahap pertama, peramal mempelajari dengan cermat hasil kerja (laporan) sekelompok ahli (metode komisi) pada sistem tertentu. Hasil kajian berupa rumusan kuesioner versi pertama, yang pada tahap kedua dikirimkan kepada ketua komisi terkait untuk penyesuaian dan klarifikasi. Hasilnya adalah kuesioner versi kedua. Pada tahap ketiga, pertanyaan dikelompokkan berdasarkan topik dan dalam urutan tertentu dalam topik. Kuesioner versi final berbentuk tabel penilaian ahli.

Dokumen serupa

Metode peramalan dan pemrograman bidang sosial. Fungsi dan prioritas kebijakan sosial Uni Eropa, arah dan prinsip reformasinya di Eropa Utara. Karakteristik dan fitur Kebijakan sumber daya Norwegia.

tugas kursus, ditambahkan 16/11/2009

Mempelajari landasan teori penetapan harga di pasar dunia. Pertimbangan esensi dan jenis harga dari sudut pandang pengalaman asing. Melakukan analisis dan peramalan wilayah ini di Republik Belarus; pengembangan rekomendasi untuk perbaikannya.

tugas kursus, ditambahkan 24/09/2014

Prosedur untuk membangun model ekonomi dan penerapan praktisnya lebih lanjut. Metode peramalan nilai tukar pada tahap sekarang. Inti dari teori penetapan harga opsi, preminya. Memilih metode pembayaran yang optimal dalam praktik internasional.

tes, ditambahkan 16/10/2010

Perencanaan ekonomi negara di negara maju: metode peramalan, perencanaan dan perpajakan. Pengembangan kompleks agroindustri Republik Kazakhstan. Metode untuk menilai efektivitas pengelolaan blok saham negara.

tes, ditambahkan 10/06/2012

Sifat siklus pembangunan ekonomi. Siklus ekonomi, jenis dan penyebabnya. Depresi Hebat 1929-1933 Krisis keuangan tahun 1998 di Rusia: sebab dan akibat. Krisis keuangan global tahun 2008. Metode peramalan kebangkrutan.

tugas kursus, ditambahkan 20/04/2015

Pembenaran perlunya peramalan pasar ketika mengambil keputusan manajemen dalam sistem manajemen produksi dan kegiatan ekonomi. Membangun model pasokan global dan permintaan global dalam jangka pendek dan panjang.

pekerjaan laboratorium, ditambahkan 10/10/2016

Karakteristik masing-masing negara G7 dan E7. Dinamika indikator makroekonomi. Prakiraan perubahan kekuatan ekonomi. Memilih model peramalan. Perkiraan indikator ekonomi G7, E7 dan global. Analisis kekuatan ekonomi G7 dan E7 tahun 2020.

tugas kursus, ditambahkan 28/05/2014

Pengembangan hubungan perdagangan antara Rusia dan negara-negara asing, peningkatan kerangka hukum mereka. Dinamika volume dan struktur teknologi perdagangan luar negeri suatu negara, kemungkinan peramalan menggunakan indikator makroekonomi.

tugas kursus, ditambahkan 30/05/2015

Metode peraturan Pemerintah kegiatan ekonomi luar negeri dan klasifikasinya. Maksud dan tujuan pemberlakuan tindakan non-tarif. Tindakan pembatasan langsung, kuota, perizinan, formalitas bea cukai dan administrasi, metode non-tarif lainnya.

presentasi, ditambahkan 18/05/2010

Ciri bisnis internasional dalam sistem hubungan ekonomi internasional. Metode bisnis dan lintas budaya bisnis internasional. Bentuk dan metode bisnis internasional perusahaan Hewlett-Packard dan British Petroleum: analisis komparatif.

Klasifikasi dan tinjauan metode dasar peramalan. Metode peramalan keuangan

Jenis perkiraan

Mengirimkan karya bagus Anda ke basis pengetahuan itu sederhana. Gunakan formulir di bawah ini

PERKENALAN

Dokumen serupa