Prognozowanie procesów gospodarczych
Transkrypt
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?