Prognozowanie procesów gospodarczych

UE we Wrocławiu, WEZiT w Jeleniej Górze
Katedra Ekonometrii i Informatyki
http://keii.ue.wroc.pl
Prognozowanie procesów gospodarczych
– wykład –
– ćwiczenia –
– laboratorium –
prowadzący: dr inż. Tomasz Bartłomowicz
konsultacje: bud. B, ul. Nowowiejska 1
piątek 9.00-11.00, p. 26
[email protected]
Literatura
Uniwersytet
Ekonomiczny
we Wrocławiu
1)
2)
3)
4)
5)
6)
7)
8)
9)
10)
11)
12)
13)
14)
Cieślak M., Prognozowanie gospodarcze. Metody i zastosowania, PWN, Warszawa 1997.
Cieślak M., Prognozowanie gospodarcze: metody i zastosowania, PWN, Warszawa 2005.
Dittmann P., Metody prognozowania sprzedaży w przedsiębiorstwie, AE we Wrocławiu,
Wrocław 1997.
Dittmann P., Prognozowanie w przedsiębiorstwie. Metody i ich zastosowanie, Oficyna
Ekonomiczna, Kraków 2003.
Dittmann P., Prognozowanie w zarządzaniu przedsiębiorstwem, Oficyna a Wolters Kluwer
Business, Kraków 2009.
Filasiewicz A., Prognoza, program, plan, Wiedza Powszechna, Warszawa 1977.
Kolenda K., Kolenda M., Analiza i prognozowanie szeregów czasowych: program
komputerowy, Placet, Warszawa 1999.
Nowak E (red.), Prognozowanie gospodarcze. Metody, modele, zastosowania, przykłady,
Placet, Warszawa 1998.
Pawłowski Z., Prognozy ekonometryczne, PWN, Warszawa 1973.
Radzikowska B. (red.), Metody prognozowania. Zbiór zadań, AE we Wrocławiu, Wrocław
1999.
Secomski K., Prognostyka, Wiedza Powszechna, Warszawa 1971.
Siedlecka U., Prognozowanie ostrzegawcze w gospodarce, PWE, Warszawa 1996.
Zeliaś A., Teoria prognozy, PWE, Warszawa 1997.
Zeliaś, A., Pawełek B., Wanat S., Prognozowanie ekonomiczne, PWN, Warszawa 2003.
Wprowadzenie
Uniwersytet
Ekonomiczny
we Wrocławiu
1.
Zasadniczym celem prognozowania nie jest eliminacja niepewności, lecz jej
minimalizacja.
2.
Nie istnieje żadna gwarancja uzyskania dopuszczalnej, tym bardziej trafnej
prognozy.
3.
Prognozowanie to nie tylko odgadywanie przyszłości, ale przede wszystkim
kształtowanie teraźniejszości.
4.
Oprócz przesłanek w postaci wiedzy (w tym wiedzy o zjawisku), podstaw
prognozowania dostarcza sama natura zjawiska.
5.
Głównym celem prognozowania jest wspomaganie procesów decyzyjnych, tym
samym najważniejszą funkcją prognoz jest funkcja preparacyjna.
Od przewidywania do prognozowania
Uniwersytet
Ekonomiczny
we Wrocławiu
Rys. 1. Przewidywanie
Należące do
przeszłości
Zdarzenia
znane
Zdarzenia
nie znane
Należące do
przyszłości
Rys. 2. Związek przewidywania z prognozowaniem
Przewidywanie przyszłości
Racjonalne
Zdroworozsądkowe
Nieracjonalne
Naukowe
Podstawowe definicje
Uniwersytet
Ekonomiczny
we Wrocławiu
Przewidywanie – wnioskowanie o zdarzeniach nie znanych na podstawie zdarzeń
znanych
Prognozowanie – oparte na podstawach naukowych przewidywanie przebiegu i stanu
możliwych (prawdopodobnych) przyszłych zdarzeń (rzeczy,
faktów, zjawisk)
Prognozowanie gospodarcze – przewidywanie kształtowania się zjawisk i procesów
gospodarczych w przyszłości
Prognoza – sąd o przyszłych stanach zjawisk i zdarzeń sformułowany w trakcie
procesu prognozowania czyli:
- sformułowany w wykorzystaniem dorobku nauki,
- odnoszący się do określonej przyszłości,
- weryfikowalny empirycznie,
- niepewny, ale akceptowalny
Prognoza gospodarcza – sąd o przyszłych stanach zjawisk i zdarzeń gospodarczych
sformułowany w trakcie procesu prognozowania
gospodarczego
Zależności przyczynowo-skutkowe
Uniwersytet
Ekonomiczny
we Wrocławiu
Prognoza
Obiekt
proste
złożone
Zjawiska
Zjawiska
Zmienne
Zmienne
ilościowe
jakościowe
skomplikowane
nieskomplikowane
Podstawy i cel prognozowania
Uniwersytet
Ekonomiczny
we Wrocławiu
Rys. 3. Podstawy prognozowania
Podstawy
prognozowania
Podstawy
ontologiczne
(...) obejmują naturę zjawisk i ich wzajemne
powiązania. Sieć powiązań między
zjawiskami jest mniej lub bardziej gęsta i
silna. Jej istnienie sprawia, że w
kształtowaniu się zmiennych opisujących
zjawiska pojawiają się prawidłowości (...)
Podstawy
gnoseologiczne
(...) wynikają z wiedzy o naturze zjawisk
oraz mechanizmach ich kształtowania się.
Wiedza ta stale się zwiększa, co pozwala
sądzić, że prognozy będą coraz lepsze –
trafniejsze, pewniejsze.
Głównym celem prognozowania jest wspomaganie procesów decyzyjnych
Funkcje prognoz
Uniwersytet
Ekonomiczny
we Wrocławiu
Rys. 4. Funkcje prognoz
Funkcje
prognoz
Funkcja
preparacyjna
Funkcja
aktywizująca
Funkcja
informacyjna
(...) prognozowanie jest
działaniem, które
przygotowuje inne
działania.
(...) polega na pobudzaniu
do podejmowaniu działań
sprzyjających realizacji
prognozy (gdy prognoza
zapowiada zdarzenie korzystne) lub przeciwstawiających się jej realizacji
(gdy zapowiada zdarzenie
niekorzystne)
(...) polega na oswajaniu
ludzi z nadchodzącymi
zmianami i zmniejszaniu
lęku przed przyszłością.
Rodzaje prognoz
Uniwersytet
Ekonomiczny
we Wrocławiu
Tab. 1. Główne rodzaje prognoz
Kryterium klasyfikacji
Horyzont czasowy prognozy
(okres objęty prognozą)
Rodzaje prognoz wg zadanego kryterium
Prognozy krótkoterminowe (krótkookresowe)
Prognozy średnioterminowe (średniookresowe)
Prognozy długoterminowe (długookresowe):
- prognozy perspektywiczne,
- prognozy ponadperspektywiczne
Prognozy proste
Prognozy złożone
Charakter badanego zjawiska lub
struktura sporządzanej prognozy
Prognozy ilościowe:
- prognozy punktowe
- prognozy przedziałowe
Prognozy jakościowe
Prognozy mieszane
Funkcja i cel prognoz
Prognozy badawcze (w tym ostrzegawcze)
Prognozy realistyczne
Rodzaj zmiennych
Prognozy zmiennych sterowanych
Prognozy zmiennych nie sterowanych
Oddziaływania na prognozowane
zjawisko
Prognozy samounicestwiające się
Prognozy samorealizujące się
Rodzaje prognoz
Uniwersytet
Ekonomiczny
we Wrocławiu
Tab. 2. Pozostałe rodzaje prognoz
Kryterium klasyfikacji
Rodzaje prognoz wg zadanego kryterium
Akceptowalność prognozy
Prognozy dopuszczalne
Prognozy niedopuszczalne
Metoda opracowania
Prognozy minimalne
Prognozy średnie
Prognozy maksymalne
Czas odniesienia
Prognozy wygasłe
Prognozy żywe
Stopień szczegołowości
Prognozy szczegółowe
Prognozy ogólne
Zasięg terenowy prognozy
Prognozy światowe
Prognozy międzynarodowe
Prognozy krajowe
Prognozy regionalne
Cechy sprawnego systemu prognozowania
Uniwersytet
Ekonomiczny
we Wrocławiu
Cechy sprawnego systemu prognozowania
•
•
•
•
•
Aktualność
Sekwencyjność
Powtarzalność
Kompleksowość
Stosowanie coraz lepszych metod prognozowania
Aktualność – cecha zapewniająca wystarczająco długie wyprzedzenie czasowe (bieżące oraz
realne) prognozy
R
t-1
B
x
t0
T
t
t-1 – moment/okres, z którego pochodzi ostatnia dostępna informacja,
t0 – moment określający czas bieżący („tu i teraz”),
T – moment/okres, na który budowana jest prognoza,
R – realne wyprzedzenie prognozy,
x – bieżące wyprzedzenie prognozy,
B – przedział czasu między datą, w której budowana jest, a datą na którą budowana jest
prognoza.
Cechy sprawnego systemu prognozowania
Uniwersytet
Ekonomiczny
we Wrocławiu
Sekwencyjność – cecha umożliwiająca budowanie prognoz sekwencyjnych (wektorowych) na
kolejne okresy w przyszłości
s
t-1
t0
T
t
t-1 – przedział czasu, z którego pochodzą ostatnie dostępne informacje,
t0 – moment określający czas bieżący („tu i teraz”),
T – moment/okres, na który budowane są prognozy sekwencyjne.
Cechą prognoz sekwencyjnych jest coraz dłuższe wyprzedzenie czasowe kolejno budowanych
prognoz. Oznacza to jakościowo coraz gorszą prognozę. Ponieważ jednak celem
prognozowania jest minimalizacja niepewności, a nie jej eliminacja, lepiej dysponować coraz
gorszymi prognozami niż żadną z nich.
Cechy sprawnego systemu prognozowania
Uniwersytet
Ekonomiczny
we Wrocławiu
Powtarzalność – oznacza tę cechę systemu prognozowania, która umożliwia budowę prognoz
dochodzących.
Założenia:
•
Prognoza na pojedynczą datę jest zawodna
•
Pojedyncza prognoza nie powinna być podstawą działania
Wiedza prognosty nie jest ponadczasowa
•
•
Prognoza powinna weryfikować wcześniej postawioną prognozę
t0
T
t
t0 – moment określający czas bieżący („tu i teraz”),
T – moment/okres, na który budowane są prognozy dochodzące.
Cechą prognoz dochodzących jest coraz krótsze wyprzedzenie czasowe kolejno budowanych
prognoz. Z uwagi na systematyczne skracanie okresu czasu między datą budowy, a datą na
którą budowana jest prognoza oznacza to jej coraz lepszą jakość.
Cechy sprawnego systemu prognozowania
Uniwersytet
Ekonomiczny
we Wrocławiu
Kompleksowość – cecha systemu prognozowania, która umożliwia budowanie prognoz wielu
zmiennych
Założenia:
•
Wycinek rzeczywistości (zjawisko) jest elementem większej całości
•
Zjawiska są ze sobą powiązane (zachodzi związek przyczynowo-skutkowy)
•
Prognoza wielu zmiennych lepiej obrazuje przyszłość niż prognoza pojedynczej zmiennej
Stosowanie coraz lepszych metod prognozowania – cecha systemu prognozowania,
zapewniająca wykorzystanie najlepszych możliwych metod prognozowania
Założenia:
•
Do prognozowania danego zjawiska można zastosować kilka adekwatnych ale różnych
metod prognozowania
•
Każda z metod prognozowania oznacza uzyskanie innej prognozy
•
Różnice pomiędzy prognozami oznaczają nie tylko odmienne prognozowane wartości, ale
przede wszystkim różny stopień pewności tych prognoz
Klasyfikacja metod prognozowania
Uniwersytet
Ekonomiczny
we Wrocławiu
Metody prognozowania
1. Metody analizy i prognozowania szeregów czasowych
1.1. Metody naiwne
1.2. Metody średnich ruchomych
1.2.1. Średnia ruchoma prosta
1.2.2. Średnia ruchoma ważona
1.3. Wygładzanie wykładnicze
1.3.1. Model prosty wygładzania wykładniczego
1.3.2. Liniowy model Holta
1.4. Modele tendencji rozwojowej
1.4.1. Modele analityczne (klasyczne)
1.4.2. Modele adaptacyjne
1.5. Modele składowej periodycznej
1.5.1. Metoda wskaźników
1.5.2. Analiza harmoniczna
2. Metody prognozowania przyczynowo-skutkowego
2.1. Jednorównaniowe modele ekonometryczne
2.2. Wielorównaniowe modele ekonometryczne
3. Metody analogowe
4. Metody heurystyczne
5. Scenariusze
Klasyfikacja metod prognozowania – siła ekstrapolacji
Uniwersytet
Ekonomiczny
we Wrocławiu
Klasyfikacja metod prognozowania z uwagi na siłę ekstrapolacji przeszłości w przyszłość
1. Metody analizy i prognozowania szeregów czasowych – najliczniejsza grupa metod, najsilniej
ekstrapolująca przeszłość w przyszłość, najbardziej rozpowszechniona, skupiająca metody
najprostsze
2. Metody prognozowania przyczynowo-skutkowego – grupa metod wykorzystująca do
prognozowania modele ekonometryczne, gdzie w „ekonometryczny” sposób na potrzeby
prognozowania przyszłości przetwarza się informacje o przeszłości
3. Metody analogowe – grupa metod opisująca przeszłość na podstawie badania prawidłowości
występujących w zjawiskach podobnych (analogowych) zachodzących w przeszłości; metody
te nie ekstrapolują własnej historii, lecz „cudzą”
4. Metody heurystyczne – grupa metod opisująca przyszłość zjawiska na podstawie opinii
ekspertów, gdzie sądy (opinie-prognozy) bazują na wiedzy lub doświadczeniu, a także intuicji;
wykorzystywane gdy nie można skorzystać z wcześniejszych metod
5. Scenariusze – metody stosowane w ostateczności, w sytuacji bardzo słabego rozpoznania
prognozowanego zjawiska, polegają na budowaniu wielu różnych wersji (scenariuszy)
prognozowanej przyszłości
Metody prognozowania szeregów czasowych – rodzaje metod
Uniwersytet
Ekonomiczny
we Wrocławiu
Prognozowanie w oparciu o szeregi czasowe wykorzystuje dane o dotychczasowym
kształtowaniu się zmiennej prognozowanej. W modelach tych przeszłe wartości zmiennej
prognozowanej reprezentują wszystkie czynniki wpływające na zmienne (stąd miano tzw.
metod bezpośrednich).
W prognozowaniu na podstawie szeregów czasowych otrzymuje się prognozę na podstawie
wykrytych, występujących w przeszłości prawidłowości, bez ukazywania przyczyn ich
powstania. Metody te są uprawnionym sposobem prognozowania zjawisk gdy wykryta
prawidłowość jest niezmienna lub prawie niezmienna w czasie (występuje inercja zjawiska).
Najpopularniejsze metody prognozowania w oparciu o szeregi czasowe:
•
metody naiwne,
•
metody średnich ruchomych (np. średnia ruchoma prosta, średnia ruchoma ważona),
•
metody wygładzania wykładniczego (np. prosty model wygładzania wykładniczego),
•
metody tendencji rozwojowej (np. model trendu liniowego, model trendu logarytmicznego),
•
metody adaptacyjne (np. model trendu pełzającego, model liniowy Holta),
•
metody składowej periodycznej (np. metoda wskaźników, model Wintersa),
•
metody autoregresyjne (np. ARMA, ARIMA).
Metody prognozowania szeregów czasowych - identyfikacja
składowych szeregu czasowego
Uniwersytet
Ekonomiczny
we Wrocławiu
Rys. 5. Przykład szeregu czasowego oraz jego możliwe składowe
Przykładowy szereg czasowy
Składowe szeregu czasowego
yt
yt
Wahania
cykliczne
Trend
Wahania
sezonowe
Stały (średni)
poziom
Wahania
przypadkowe
czas
czas
Metody prognozowania szeregów czasowych - modele addytywne i
multyplikatywne
Uniwersytet
Ekonomiczny
we Wrocławiu
Rys. 6. Modele szeregów czasowych
Modele szeregów
czasowych
Modele
addytywne
Modele
multyplikatywne
(...) zakładają, że obserwowane wartości
zmiennej prognozowanej są sumą
(wszystkich lub niektórych) składowych
szeregu czasowego. Jeśli jedyną zmienną
objaśniającą jest zmienna czasowa, to
postać modelu jest następująca:
(...) przyjmują, że obserwowane wartości
zmiennej prognozowanej są iloczynem
składowych szeregu czasowego. Jeśli jedyną
zmienną objaśniającą jest
zmienna czasowa, to postać modelu
jest następującą:
y t = f (t ) + g (t ) + h(t ) + ξ t
y t = f (t ) g (t )h(t )ξ t
Metody prognozowania przyczynowo-skutkowego – istota i rodzaje metod
Uniwersytet
Ekonomiczny
we Wrocławiu
Istotą prognozowania przyczynowo-skutkowego jest określenie modelu wyjaśniającego
mechanizm zmian zmiennych objaśnianych (prognozowanych) przez zmiany zmiennych
objaśniających. Odpowiada to istnieniu szeregu przyczyn dających określony skutek, co w
sposób uproszczony opisuje model ekonometryczny.
Prognozowanie wykorzystujące modele przyczynowo-skutkowe ma charakter pośredni, co
oznacza, że najpierw wyznacza się przyszłe wartości zmiennych objaśniających, po czym
wyznacza się prognozę zmiennej objaśnianej.
Metody prognozowania bazujące na modelach ekonometrycznych stosuje się głównie gdy istnieje
potrzeba zaznajomienia się z mechanizmem rozwojowym zjawiska. Stosowanie tej grupy
metod, z uwagi na wyznaczanie prognozy poprzez ekstrapolację wykrytych związków,
wymaga zapewnienia ciągłości prawidłowości zjawiska z przeszłości w prognozowanym
okresie.
Główny podział metod prognozowania przyczynowo-skutkowego:
•
metody prognozowania w oparciu o jednorównaniowe modele ekonometryczne,
•
metody prognozowania w oparciu o wielorównaniowe modele ekonometryczne.
Metody prognozowania przyczynowo-skutkowego - założenia prognostyczne
Uniwersytet
Ekonomiczny
we Wrocławiu
Klasyczne założenia teorii predykcji
(warunki konieczne)
1)
2)
3)
4)
5)
Znany jest „dobry model” wyjaśniający kształtowanie się zmiennej, dla której należy zbudować
prognozę.
Struktura opisywanych przez dany model zjawisk ekonomicznych jest stabilna w czasie.
Rozkład składnika losowego jest stabilny w czasie.
Znane są dla okresu prognozowanego wartości zmiennych objaśniających występujących w
modelu służącym za podstawę wnioskowania w przyszłość.
Dopuszczalna jest ekstrapolacja modelu poza zaobserwowany w próbie obszar zmienności
zmiennych objaśniających.
Podstawowe postulaty predykcji
1)
2)
Każda prognoza powinna być wyznaczona wraz z odpowiednim miernikiem rzędu jej
dokładności.
Przy wyborze sposobu budowania prognozy należy dążyć do możliwie wysokiej efektywności
predykcji, tym samym do zadowalającej wartości wybranego miernika oceny dokładności
prognozy.
Metody prognozowania przyczynowo-skutkowego – budowa modelu
Uniwersytet
Ekonomiczny
we Wrocławiu
Model ekonometryczny (model regresji) jest konstrukcją formalną, przedstawiającą za pomocą
równania (równań) zależności między zmienną objaśnianą (zmiennymi objaśnianymi), która
charakteryzuje prognozowane zjawisko, a zmiennymi objaśniającymi opisującymi inne
zjawiska. Model umożliwia zarówno ocenę wpływu zmiennych objaśniających na zmienną
objaśnianą, jak i sformułowanie prognozy (prognoz). Jeśli model ekonometryczny
wykorzystywany jest do prognozowania, to zmienna objaśniana odgrywa jednocześnie rolę
zmiennej prognozowanej.
W sytuacji gdy między zmienną objaśnianą, a zmiennymi objaśniającymi zachodzi związek
przyczynowo-skutkowy, model przybiera postać tzw. modelu przyczynowo-skutkowego.
W sytuacji gdy związek ten nie ma charakteru przyczynowo-skutkowego, lecz cechuje go
współwystępowanie w czasie lub przestrzeni (zmienne objaśniające są jedynie silnie
skorelowane ze zmienną objaśnianą), model przybiera postać tzw. modelu
symptomatycznego. Modele symptomatyczne mają głównie wartość prognostyczną.
Budowa modelu ekonometrycznego przebiega (zwykle) według następującego porządku:
1) specyfikacja zmiennych i wybór zmiennych objaśniających,
2) wybór postaci analitycznej modelu,
3) estymacja parametrów modelu,
4) weryfikacja modelu,
5) zastosowanie modelu (konstruowanie prognozy).
Metody prognozowania – metody analogowe
Uniwersytet
Ekonomiczny
we Wrocławiu
Prognozowanie analogowe polega na przewidywaniu przyszłości określonej zmiennej przez
wykorzystanie informacji o innych zmiennych, których zmiany w czasie są podobne,
jakkolwiek nierównoczesne.
Rys. 7. Rodzaje metod analogowych
Metody
analogowe
Metoda
analogii
biologicznych
Metoda
analogii
przestrzennych
prognozy jakościowe
Metoda
analogii
historycznych
Metoda analogii
przestrzennoczasowych
prognozy ilościowe
Metody prognozowania – metody analogowe
Uniwersytet
Ekonomiczny
we Wrocławiu
Główne rodzaje metod analogowych:
metody analogii biologicznych – polega na przenoszeniu budowy i funkcjonowaniu organizmów
żywych na inne obiekty. Przykłady: konstrukcja maszyn na wzór budowy ciała zwierząt,
wytwarzanie lekarstw mających niektóre właściwości roślin;
metody analogii przestrzennych – polega na przewidywaniu zajścia określonego zdarzenia na
podstawie informacji o wystąpieniu takiego zdarzenia gdzie indziej. Przykład: pojawienie się
kart kredytowych w jednym kraju pozwala przypuszczać, że potrzeba posiadania kart wystąpi
także w innych krajach;
metody analogii historycznych – polega na przenoszeniu prawidłowości zmian w czasie jednych
zjawisk na inne zjawiska zachodzące w tym samym obiekcie. Przykład: rozwój radiofonii
(mierzony liczbą posiadaczy odbiorników) może być podstawą przewidywań rozwoju telewizji;
metody analogii przestrzenno-czasowych – polega na przenoszeniu z jednych obiektów do innych
prawidłowości zmian zjawisk w czasie. Przykład: tendencja do wzrostu częstotliwości
korzystania z komputerów osobistych istniejąca w krajach zaawansowanych cywilizacyjnie
wystąpi w krajach opóźnionych.
Funkcje prognoz
Uniwersytet
Ekonomiczny
we Wrocławiu
Prognozowanie heurystyczne (intuicyjne) to przewidywanie nowych obrazów rzeczywistości
niekoniecznie dających się opisać za pomocą analizy przeszłości. Istotą metod
heurystycznych jest dochodzenie do nowych rozwiązań przez sformułowanie hipotezy, co
jest przeciwstawne czynnościom uzasadniającym. Podstawą metod heurystycznych są
opinie ekspertów oparte na ich wiedzy, intuicji i doświadczeniu.
Rys. 8. Wybrane metody heurystyczne
Metody
heurystyczne
burza
mózgów
metoda
delficka
…
testy
rynkowe, itd.
Metody prognozowania – symulacje
Uniwersytet
Ekonomiczny
we Wrocławiu
Model ekonometryczny jako narzędzie symulacji
Symulacja – badanie rzeczywistego systemu za pomocą eksperymentów na modelu mających dać
odpowiedź na pytanie, jak zachowałby się (w pewnych warunkach) obiekt odwzorowany danym
modelem (np. modelem ekonometrycznym).
Symulacja na podstawie modelu prowadzi do odpowiedzi na pytania:
Jakie byłyby wartości zmiennych endogenicznych, gdyby zmienne egzogeniczne przyjęły
określone wartości?
Jak należałoby dobrać wartości zmiennych egzogenicznych, by uzyskać określone wartości
zmiennych endogenicznych?
Rodzaje symulacji:
symulacja prosta,
symulacja złożona (kryterium podziału – liczba zmiennych egzogenicznych podlegających
zmianie w modelu ekonometrycznym);
lub
symulacja deterministyczna,
symulacja stochastyczna (kryterium podziału – możliwość zmian parametrów modelu w czasie
symulacji).
Metody prognozowania – symulacje
Uniwersytet
Ekonomiczny
we Wrocławiu
Wynikiem symulacji są różne warianty rozwoju obiektu opisywanego przez model. Mogą to być np.
warianty rozwoju przedsiębiorstwa, warianty zmian popytu na dane dobro, warianty rozwoju
gospodarki, itd.
Przydatność symulacji przejawia się w możliwości uzyskania odpowiedzi dotyczących np. wpływu
zmian cen, stopy dyskontowej na dalszy rozwój firmy, itd. W sytuacji gdy symulowane warianty,
których prawdopodobieństwo realizacji jest wystarczająco duże (wystarczające do celów
praktycznych), symulacje te mogą być traktowane jako prognozy realistyczne (prognozy, które
charakteryzują się wysokim stopniem zaufania odbiorcy prognozy).
Metody prognozowania – przykład symulacji
Uniwersytet
Ekonomiczny
we Wrocławiu
Przykład symulacji
Obiektem symulacji jest firma handlowa, której dochody (zmienna endogeniczna) są uzależnione
od kilku czynników (zmiennych egzogenicznych), np. liczby klientów, ceny towaru u
konkurencji, poziomu sprzedaży w danym miesiącu. Przyjmuje się, że każdy z tych czynników
jest zmienną (o pewnym rozkładzie, np. normalnym) i może być symulowany. Jednocześnie
znany jest model (funkcja) opisująca wielkość dochodu od przyjętych zmiennych.
Celem symulacji (komputerowej) jest przeprowadzenie (nawet bardzo wielu) eksperymentów,
polegających na (wylosowaniu i) podstawieniu konkretnych wartości poszczególnych
zmiennych (np. w jednej symulacji podstawia się następujące wartości: liczba klientów = 225
osób, cena u konkurencji = 45 zł, poziom sprzedaży = 1000 sztuk) i sprawdzeniu jaki dochód
zostanie osiągnięty przy takich założeniach.
Po wielokrotnym przeprowadzeniu symulacji (losowaniu różnych wartości zmiennych) można
stwierdzić, jak wygląda rozkład dochodu sklepu. Na tej podstawie można np. wyznaczyć
wartość oczekiwaną zysku, prawdopodobieństwo straty i inne interesujące z biznesowego
punktu widzenia wielkości, w tym odpowiedzieć na przykładowe pytania:
Jakie będą dochody firmy jeśli cena towaru u konkurencji (przy niezmiennych pozostałych
czynnikach) spadnie o 2 zł?
Na jakim poziomie powinna kształtować się sprzedaż dobra, gdy cena u konkurencji
pozostanie bez zmian, aby osiągnąć dochody o 10% wyższe niż obecnie?
Metody prognozowania – metody heurystyczne
Uniwersytet
Ekonomiczny
we Wrocławiu
Podstawowe metody heurystyczne:
Burza mózgów – metoda oparta jest na dwóch podstawowych wymaganiach metodycznych: po
pierwsze nie krytykować, po drugie stymulować jak największą liczbę pomysłów. Burza
mózgów jest sposobem na znalezienie rozwiązań w krótkim czasie. Konstruowanie prognozy
polega na (kilkukrotnym) ankietowaniu grupy ekspertów nt. prognozowanego zjawiska. Jeżeli
eksperci są zgodni w swoich opiniach, za prognozę przyjmuje się wartość (opinię) najczęstszą
(modalną) lub średnią. Ocenę dopuszczalności przeprowadza się na podstawie błędów
ex post wcześniejszych prognoz lub na podstawie ocen ekspertów. W sytuacji braku zgodności
ekspertów, przygotowuje się następną ankietę i przeprowadza wraz z prezentacja wyników
poprzedniej ankiety. Postępuje się tak do momentu uzyskania wystarczającej zgodności;
Metoda delficka – korzysta się z niej przy prognozowaniu zjawisk nowych, dla których liczba
informacji o przeszłości jest niewielka. Metoda ta polega na badaniu opinii niezależnych i
kompetentnych ekspertów na określony temat. Zwykle opinie dotyczą prawdopodobieństwa
lub czasu zajścia przyszłych zdarzeń. Proces prognozowania polega m.in. na ankietowaniu
(w tym ankietowaniu próbnym) maksymalnie 25 pytaniami. Konstruowanie prognozy
następuje w sytuacji uzyskania zgodnych wyników (podobnie jak w burzy mózgów) lecz
odpowiedzi ekspertów odnoszą się do każdego z pytań z osobna. Bardziej szczegółowe jest
opracowywanie wyników (ocena zgodności ekspertów realizowana jest metodami
statystycznymi).
Metody prognozowania – metody heurystyczne
Uniwersytet
Ekonomiczny
we Wrocławiu
Podstawowe metody heurystyczne:
Metoda wpływów krzyżowych (wzajemnych oddziaływań) – metoda najbardziej złożona wśród
metod heurystycznych, pozwala ocenić przeciętne prawdopodobieństwo zajścia oraz termin
realizacji każdego ze zdarzeń w zbiorze zdarzeń współzależnych z uwzględnieniem różnych
możliwych kolejności zdarzeń i prawdopodobieństwa ich występowania bądź niewystępowania.
Celem metody jest określenie prawdopodobieństw końcowych poszczególnych zdarzeń na
poziomie prawdopodobieństw przeciętnych, uwzględniając skumulowany wpływ wszystkich
innych zdarzeń. Badając wzajemne oddziaływania uwzględnia się; kierunek oddziaływań, ich
intensywność oraz czas, po upływie którego ujawni się wpływ rozważanego zdarzenia na
zdarzenie współzależne. Metoda występuje często w połączeniu z metodą delficką.
Testy rynkowe – polegają na wprowadzeniu produktu na ściśle geograficznie określony rynek i na
pomiarze wielkości sprzedaży. Na podstawie rzeczywistej wielkości sprzedaży produktu na
rynku i przy przyjęciu założenia, że strategia marketingowa przedsiębiorstwa oraz
oddziaływanie czynników jego otoczenia marketingowego będą na rynku docelowym takie
same jak na rynku testowania, konstruuje się prognozę w odniesieniu do całego rynku, na
którym produkt będzie sprzedawany.
Metody prognozowania – scenariusze
Uniwersytet
Ekonomiczny
we Wrocławiu
Scenariusz (jako metoda przedstawiania przyszłości) polega na opisie zdarzeń i wskazaniu ich
logicznego i spójnego następstwa w celu ustalenia, w jaki sposób, krok po kroku rozwijać się
będzie obiekt (system).
x
wydarzenie
zakłócające
scenariusz
ekstremalny
x
obrazy
możliwej
przyszłości
x
wprowadzenie środków
zaradczych
x
czas
teraźniejszość
przyszłość
scenariusz
ekstremalny
Metody prognozowania – scenariusze
Uniwersytet
Ekonomiczny
we Wrocławiu
W metodzie scenariuszy przyjmuje się pewien punkt wyjścia, którym zazwyczaj jest stan obecny
prognozowanego obiektu, a następnie analizuje te możliwe zdarzenia, które mogą stanowić
punkt wyjścia do przyszłego ciągu zdarzeń. Tym samym, scenariusz jest układem zdarzeń
powiązanych w logiczną, na ogół chronologiczną sekwencję. Rozpatruje się te zdarzenia, które
mogą wystąpić i które:
są istotne dla prognozowanego obiektu,
odnoszą się do określonego czasu,
są ze sobą powiązane za pomocą różnego rodzaju relacji (formalno-prawnych, przyczynowoskutkowych, czasowego następstwa, prawdopodobieństwa warunkowego).
Metoda scenariuszy nadaje się do rozważania związków pomiędzy zdarzeniami, oddziaływania
miedzy obiektem a otoczeniem oraz do równoczesnego ujmowania różnych punktów widzenia
danej sytuacji.
Każdy scenariusz zawiera informacje dwojakiego rodzaju:
określa, jakie (hipotetyczne) sytuacje mogą wystąpić krok po kroku,
pokazuje, jakie istnieją warianty dla każdego zdarzenia, które mogą zapobiec, odwrócić lub
ułatwić jego wystąpienie.
Scenariusz może mieć charakter badawczy (tworzony metodą pisania „do przodu”) lub
antycypacyjny (tworzony metodą pisania „do tyłu”). Ponadto scenariusz może być opisowy
lub normatywny.
Uniwersytet
Ekonomiczny
we Wrocławiu
Pytania, wątpliwości,
interpelacje?