Pobierz PDF Pobierz PDF

 Szklana kula lub...

ostatnia aktualizacja: 8 marca 2008

Autor: Adam Kraus

W dobie współczesnej gospodarki rozpatrywanej zarówno w skali -mikro, jak i makroekonomicznej istotną rolę odgrywa dążenie przedsiębiorców, menedżerów oraz pracowników odpowiedzialnych za analizę danych ekonomicznych do podejmowania prób nakreślenia celów i planów na przyszłe okresy czasu.

Już w samej definicji funkcji zarządzania przedsiębiorstwem napotykamy pojęcie „planowanie”, które odpowiednio realizowane, staje się jednym z kluczowych elementów niezbędnych w pracy skutecznego menedżera.

Planowanie jest pojęciem bardzo pojemnym, gdyż w gospodarce może dotyczyć po pierwsze bardzo różnorodnych wielkości ekonomicznych i nieekonomicznych wpływających na życie gospodarcze, po drugie zaś może obejmować różne horyzonty czasowe (planowanie -długo, -średnio i krótkookresowe). Przedstawiony podział związany jest z funkcjami jakie mogą spełniać plany. W tym ujęciu rozróżnia się plany operacyjne (odpowiednik planów krótkookresowych - do 1 roku) mające na celu wspomaganie bieżących zadań realizowanych w przedsiębiorstwie, plany taktyczne (średniookresowe - powyżej roku, do 5 lat) oraz plany strategiczne (długookresowe, powyżej 5 lat) wspierające menedżerów najwyższego szczebla w procesie opracowania strategii rozwoju organizacji.

Planowanie może być realizowane metodami, które można generalnie podzielić na dwie kategorie: metody opisowe (jakościowe) i ilościowe.

Obszar planowania ilościowego, dający w rezultacie konkretny wynik liczbowy, może być z powodzeniem wspomagany przez modele matematyczne zaliczane do dziedziny nauki zwanej prognozowaniem.

Wykorzystując wspomniane modele i metody prognozowania, współczesny menedżer może w sposób naukowy podjąć próbę oszacowania kształtowania się danej wielkości ekonomicznej w przyszłości i co równie istotne, określić błąd takiej prognozy.

Uniwersalizm metod sprawia, że wykorzystując określone modele można prognozować dowolne wielkości ekonomiczne takie jak: wielkość sprzedaży, koszty, zysk, zużycie materiałów, zatrudnienie, wielkość produkcji, itp. praktycznie bez względu na jednostkę, w jakiej te wielkości są wyrażone. Wyliczona prognoza przedstawia bowiem wynik w tej samej jednostce. Nie bez znaczenia jest też okres czasu, na który może być określona prognoza. Zasadą tu obowiązującą jest fakt, iż prognozy dotyczą tych samych interwałów czasowych, w jakich wyrażone są zgromadzone dane statystyczne będące podstawą do określenia prognozy.

Zebrane w przeszłości dane ekonomiczne (statystyczne) stanowiące podstawę prognozowania nazywane są zmienną prognozowaną.

Prognozowanie jest procesem składającym się z następujących etapów:

1. Zdefiniowanie problemu prognostycznego,

2. Zebranie i selekcja danych statystycznych (obserwacji zmiennej prognozowanej w przeszłości),

3. Wybranie odpowiedniej metody prognozowania,

4. Wyliczenie prognozy,

5. Ocena trafności prognozy (obliczenie błędu prognozy).

Rozkład posiadanych danych statystycznych wymusza zastosowanie odpowiednio dobranych metod (punkt 3. procesu), które różnią się między sobą między innymi charakterem uzyskanych wyników. Z tego punktu widzenia możemy podzielić metody na takie, które w efekcie dają konkretną liczbę (prognoza punktowa tylko na jeden, następny okres czasu), kilka liczb (prognoza punktowa na kilka następnych okresów czasu) lub przedział liczb określający zakres wyników prognozy z wcześniej ustalonym prawdopodobieństwem (prognoza przedziałowa).

Ponadto różne modele matematyczne służące do obliczenia prognoz i ich trafności muszą być dobrane w zależności od wyżej wspomnianego rozkładu zmiennej prognozowanej. Typ tego rozkładu można najefektywniej ocenić wykonując wykres liniowy ze zgromadzonych danych statystycznych.

Poniżej przedstawione są najczęściej występujące typy rozkładów zmiennej oraz nazwy przykładowych metod prognozowania, które mogą być wykorzystane do obliczenia prognoz.


1. Szereg czasowy ze stałym poziomem zmiennej prognozowanej (zaobserwowane wartości zmiennej można odnieść do ich wartości średniej).

- metoda średniej ruchomej prostej,

- metoda średniej ruchomej ważonej,

- prosty model wygładzania wykładniczego.

 

2. Szereg czasowy z tendencją rozwojową (trend).

 

- analiza trendu liniowego (ekstrapolacja funkcji trendu),

- model Holta,

- model trendu pełzającego z wagami harmonicznymi.

 


W przedstawionym powyżej przykładzie rozkład danych statystycznych daje możliwość przeprowadzenia analiz i procesu prognozowania z wykorzystaniem trendu liniowego o postaci y=a bt, gdzie: y - wartość zmiennej prognozowanej; t - element szeregu czasowego. Parametry równania a i b wyznacza się Klasyczną Metodą Najmniejszych Kwadratów.

W praktyce występują również inne rozkłady zmiennych prognozowanych, do których muszą być odnoszone odpowiednie typy trendów (na przykład logarytmiczny czy wykładniczy).
 
3. Szereg czasowy z tendencją rozwojową i wahaniami okresowymi (sezonowymi).

- model Wintersa,

- metoda wskaźników,

- metoda trendów jednoimiennych okresów.
 

Oprócz wyżej wymienionych metod, dostępne dla prognosty są metody oparte na modelach ekonometrycznych (przykładowo wykorzystywane w sytuacji gdy dwie lub więcej zmiennych wpływa na zmienną prognozowaną), metody prognozowania przez analogie, jak również heurystyczne metody prognozowania.

Bardzo istotnym aspektem procesu prognozowania jest określenie błędu obliczonej prognozy (punkt 5. procesu prognozowania). Najczęściej korzysta się z wyliczenia błędu tak zwanych prognoz wygasłych (ex post).

Firma Business Center 1 oferuje szkolenie "Prognozowanie w biznesie", podczas którego w oparciu o aktywne ćwiczenia z wykorzystaniem programu MS Excel uczestnicy szkolenia mają możliwość poznania wyżej wymienionych metod prognozowania, określania wstępnych ocen modeli oraz właściwego szacowania błędów prognoz.

więcej »

top


Partnerzy
©BC1 | 2010