wspomaganie procesów decyzyjnych
Transkrypt
wspomaganie procesów decyzyjnych
WSPOMAGANIE PROCESÓW DECYZYJNYCH doc. dr Beata Pułaska-Turyna Zakład Badań Operacyjnych Zarządzania, pokój B505 e-mail: [email protected] tel: (22) 55 34 144 Mgr Piotr Jan Gadecki e-mail: [email protected] www: http://pgadecki.pl Literatura przedmiotu: Prognozowanie gospodarcze, praca zbiorowa pod red. M. Cieślak, Wydawnictwo Naukowe PWN, Warszawa 2008. A. Zeliaś, B. Pawełek, S. Wanat, Prognozowanie ekonomiczne. Teoria, przykłady, zadania, Wydawnictwo Naukowe PWN, Warszawa 2003. Metody prognozowania. Zbiór zadań, praca zbiorowa pod red. B. Radzikowskiej, Wydawnictwo Akademii Ekonomicznej im. Oskara Langego we Wrocławiu, Wrocław 2001. Dittmann I., Dittmann P., Szabela-Pasierbińska E., Szpulak A., Prognozowanie w zarządzaniu przedsiębiorstwem, Wolters Kluwer Polska Oficyna Ekonomiczna, Kraków 2009. Dittmann I., Dittmann P., Szabela-Pasierbińska E., Szpulak A., Prognozowanie w zarządzaniu sprzedażą i finansami przedsiębiorstwa, Wolters Kluwer Polska Oficyna Ekonomiczna, Warszawa 2011. Borkowski B., Dudek H., Szczesny W., Ekonometria. Wybrane zagadnienia, Wydawnictwo Naukowe PWN, Warszawa 2003. PROGNOZA – Hipokrates, gnoza – wiedza, prognoza – uprzednia wiedza, przewidywanie. PROGNOZOWANIE – racjonalne, naukowe przewidywanie przyszłych zdarzeń PROGNOZA – sąd o zajściu określonego zdarzenia w czasie, określonym z dokładnością do momentu (punktu) lub okresu (przedziału) czasu. PROGNOZA STATYSTYCZNA – sąd, którego prawdziwość jest zdarzeniem losowym, przy czym prawdopodobieństwo tego zdarzenia jest znane i wystarczająco duże dla celów praktycznych. PROGNOZA – sąd: sformułowane z wykorzystaniem dorobku nauki, odnoszący się do określonej przyszłości, weryfikowalny empirycznie, niepewny, ale akceptowany. PROGNOZA GOSPODARCZA – wybór, w ramach danego układu, najbardziej prawdopodobnej drogi rozwoju zjawiska ekonomicznego, na bazie dotychczasowego przebiegu tego zjawiska i aktualnego stanu układu. PROGNOZA - WNIOSKOWANIE W PRZYSZŁOŚĆ – PREDYKCJA Funkcje prognoz: preparacyjna – stworzenie przesłanek w procesie podejmowania racjonalnych decyzji gospodarczych, aktywizująca – pobudzanie sprzyjających realizacji prognozy, informacyjna. do działań Determinanty prognozowania: horyzont czasowy prognozy: o krótkookresowa – prognoza na taki przedział czasu, w którym zachodzą tylko zmiany ilościowe, o średniookresowa – prognoza na taki przedział czasu, w którym oczekuje się nie tylko zmian ilościowych, ale i śladowe zmiany jakościowe, o długookresowa – prognoza na taki przedział czasu, w którym mogą wystąpić zarówno zmiany ilościowe jak i poważne zmiany jakościowe, Prognoza krótkookresowa odnosi się dla przedsiębiorstwa zwykle do najbliższych dwóch, trzech miesięcy, dla gospodarki kraju do roku. W demografii za prognozy krótkookresowe uważa się prognozy do 5 lat, średnio- do 10 lat, długo- powyżej 10. W meteorologii krótko- do 24 godzin, średnio- do tygodnia, długo- do miesiąca. tempo zmian prognozowanej wielkości, uzależnienie od decyzji strategicznych. Prognozowanie: wielkości, których nie można zaplanować, wskaźników techniczno-ekonomicznych, finansowe, efektów zamierzonych gospodarczych, stopnia realizacji przyjętych celów, odchyleń od wyznaczonych celów. posunięć Metody prognostyczne Matematycznostatystyczne Metody oparte na modelach deterministycznych Metody oparte na modelach ekonometrycznych Niematematyczne metody ankietowe metody intuicyjne metody kolejnych przybliżeń metody ekspertyz metody analogowe Jednorównaniowe modele ekonometryczne: klasyczne modele trendu, adaptacyjne modele trendu, modele przyczynowo-skutkowe, modele autoregresyjne Wielorównaniowe modele ekonometryczne: modele proste, modele rekurencyjne, modele o równaniach współzależnych Klasyfikacja prognoz: Kryterium Rodzaje prognoz podziału Horyzont czasowy Długo-, średnio-, krótkoterminowe i bezpośrednie. Operacyjne i strategiczne. Charakter lub Proste i złożone. struktura Ilościowe i jakościowe. Jednorazowe i powtarzalne. Stopień Ogólne i szczegółowe. szczegółowości Zakres ujęcia Całościowe i częściowe (globalne i odcinkowe) Zasięg terenowy Światowe, międzynarodowe, krajowe, regionalne. Cel lub funkcja Badawcze, w tym ostrzegawcze (normatywne, aktywne i pasywne) Schemat sekwencyjnego procesu budowy i zastosowania prognoz w przedsiębiorstwie. Sformułowanie zadania prognostycznego Określenie przesłanek prognostycznych Zebranie, statystyczna obróbka i analiza danych prognostycznych Wybór metody prognozowania Konstrukcja prognozy Ocena dopuszczalności prognozy prognoza niedopuszczalna prognoza dopuszczalna Aktualizacja danych prognostycznych Zastosowanie prognozy prognoza nietrafna Ocena trafności prognozy Rezygnacja z budowy prognozy prognoza trafna Koniec a) Etap I – sformułowanie zadania prognostycznego W tym etapie trzeba zdefiniować zjawisko, dla którego budowana będzie prognoza, a co za tym idzie cel tworzenia prognozy. b) Etap II – określenie przesłanek prognostycznych W tym etapie należy określić, jakie czynniki, wewnętrzne i zewnętrzne, mają wpływ na prognozowane zjawisko. Dalej należy postawić hipotezy sposobu i siły oddziaływania tych czynników na przewidywaną wartość. c) Etap III – zebranie, statystyczna obróbka oraz analiza danych prognostycznych Podczas tego etapu należy zebrać wszystkie niezbędne informacje potrzebne do przeprowadzenia prognozy. Nie są to tylko dane liczbowe, w formie zmiennej opisujące zmianę prognozowanego zjawiska, ale także wszelkie inne dane, które pozwolą w sposób bardzo dobry, czyli z jak najmniejszym błędem oszacować wartość prognozowanej wartości. d) Etap IV – wybór metody prognozowania Metoda prognozowania obejmuje budowę modelu prognostycznego oraz regułę prognozowania. Wyróżnia się modele formalne i modele nieformalne. Klasyfikacja modeli prognostycznych Podstawę wyboru metody prognozowania powinny stanowić: horyzont czasowy, dostępność i koszt danych, łatwość użycia, łatwość interpretacji wyników, wiarygodność wyników, dopuszczalność prognozy. Należy także pamiętać o często pomijanym, ale niezwykle istotnym problemie tworzenia prognoz. Jest nim koszt prognozy. Koszty prognozowania a stopień pewności Koszty w procesie decyzyjnym. całkowite Koszty Koszty prognozowania Koszty strat Stopień pewności Optimum e) Etap V – konstrukcja prognozy Na tym etapie prognosta tworzy model prognostyczny i przeprowadza prognozę. f) Etap VI – ocena dopuszczalności prognozy Następnie należy określić stopień dopuszczalności prognozy, czyli inaczej stopień niepewności. Stopień ten może być wyrażony za pomocą: błędu ex ante (określającego dokładność prognozy), wiarygodności prognozy (prawdopodobieństwa spełnienia prognozy), błędu ex post prognoz wyznaczonych na okresy wcześniejsze niż okres ocenianej prognozy, a) Względny błąd ex post (percentage error)– metoda naiwna y t y *t PE 100 yt b) Średni względny błąd prognoz ex post na podstawie prognoz wygasłych (mean percentage error) metoda średnich ruchomych: 1 n y t y t MPE 100 n k t k 1 y t metoda wyrównania wykładniczego: 1 n y t y t MPE 100 n t k 1 y t c) Średni absolutny błąd procentowy prognoz (mean absolute percentage error, MAPE) metoda średnich ruchomych: 1 n y t y t MAPE 100 n k t k 1 y t metoda wyrównania wykładniczego: 1 n y t y t MAPE 100 n t 1 y t d) Średni kwadratowy błąd prognoz ex post na podstawie prognoz wygasłych (root mean squared error) metoda średnich ruchomych: 2 1 * RMSE y y t t n k t k 1 n metoda wyrównania wykładniczego: 2 1 * RMSE y y t t n t 1 n g) Etap VII – zastosowanie prognozy W tym etapie zbudowana prognoza zostaje użyta w procesie zarządzania przedsiębiorstwem. Pozwala to osiągnąć wcześniej założony cel. h) Etap VIII – ocena trafności prognozy Jest to jeden z najważniejszych etapów. Pozwala on zweryfikować tak naprawdę cały proces prognostyczny. Do oceny trafności używa się (a) Bezwzględny błąd prognozy ex post obliczonej na moment/okres t: qt y t y t gdzie: 𝑦𝑡 - rzeczywista wartość zmiennej prognozowanej Y w momencie/okresie t, 𝑦𝑡∗ - prognoza zmiennej Y na moment/okres t. (b) Błąd procentowy (względny błąd) prognozy ex post (percentage error, PE) obliczonej na moment/okres t: y t y *t PE 100 yt (c) Średni absolutny błąd prognozy ex post (mean absolute error, MAE) obliczonych na momenty/okresy 𝑛 + 1, … , 𝑇: T 1 MAE y t y t T n t n1 (d) Średni kwadratowy błąd prognozy ex post (mean squared error, MSE) obliczonych na momenty/okresy 𝑛 + 1, … , 𝑇: T 1 2 MSE y t y t T n t n1 (e) Pierwiastek kwadratowy błędu średniokwadratowego prognoz ex post (root mean squared error, RMSE) na momenty/okresy 𝑛 + 1, … , 𝑇: obliczony RMSE MSE (f) Średni błąd procentowy prognoz ex post (mean percentage error, MPE) obliczony na momenty/okresy 𝑛 + 1, … , 𝑇: yt y 1 MPE 100 T n t n1 y t n t (g) Średni absolutny błąd procentowy prognoz ex post (mean absolute percentage error, MAPE) obliczony na momenty/okresy 𝑛 + 1, … , 𝑇: yt y 1 MAPE 100 T n t n1 y t n t Założenia predykcji 1) Znajomość modelu kształtowania się zmiennej prognozowanej. 2) Stabilność prawidłowości ekonomicznej w czasie. 3) Znajomość wartości zmiennych objaśniających modelu w okresie, na który się prognozuje. 4) Dopuszczalność ekstrapolacji modelu poza zaobserwowany w „próbie” obszar zmienności zmiennych objaśniających. Prognozowanie na podstawie szeregów czasowych Składowe szeregu czasowego Składowa przypadkowa Składowa systematyczna Stały poziom Trend Składowa okresowa Wahania sezonowe Wahania cykliczne Stały poziom 16 14 12 10 Stały poziom 8 Liniowy (Stały poziom) 6 4 2 0 1 2 3 4 5 6 7 8 9 10 11 12 Trend 10 9 8 7 6 Trend rosnący 5 Trend malejący Liniowy (Trend rosnący) 4 Liniowy (Trend malejący) 3 2 1 0 2000 2002 2004 2006 2008 2010 2012 2014 Porównanie modeli addytywnego i multiplikatywnego 25 20 Model addytywny 15 Model multiplikatywny Liniowy (Model addytywny) 10 Wykł. (Model multiplikatywny) 5 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Wahania 15 10 5 Wahania sezonowe Wahania cykliczne 0 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Liniowy (Wahania sezonowe) Liniowy (Wahania cykliczne) -5 -10 -15 Modele szeregów czasowych ze stałym poziomem zmiennej prognozowanej Miarą oceny siły wahań przypadkowych jest współczynnik zmienności: Vz Przyjmuje się Vz < 10%. s _ y 100 1 n y yt n i1 _ 1 s yt y n 1 i1 n _ 2 1) Metoda naiwna: * t y y t 1 2) Metoda średniej ruchomej prostej i ważonej: t 1 1 y *t y i k i t k * t y t 1 y w i t k i i t k 1 k – liczba elementów uwzględnionych w obliczaniu średniej ruchomej, wi-t+k+1 – waga. 3) Prosty model wygładzania wykładniczego (model Browna). * t y y t 1 ( 1 ) y Założenia prognostyczne dla y * 1 * t 1 : przyjęcie rzeczywistej wartości w pierwszym okresie, przyjęcie średniej arytmetycznej wartości rzeczywistych z całego okresu, przyjęcie średniej arytmetycznej dla kilku (np. 3 pierwszych rzeczywistych wartości) szeregu na podstawie, którego dokonujemy prognozy. - stała wyrównania wykładniczego 0,1 Prognozę uznajemy za trafną jeżeli wybrany miernik np. błąd ex post nie przekracza założonej z góry wartości. Najczęściej: błąd prognozy <3% - prognoza bardzo dobra, 3%<błąd prognozy< 5% - prognoza dobra, 5<błąd prognozy< 10- prognoza dopuszczalna, błąd prognozy > 10% - prognoza niedopuszczalna.