Комбинированный прогноз

На формирование стратегии автотранспортного предприятия (АТП) на рынке влияют факторы как внешней, так и внутренней среды, в том числе определяющие состояние спроса на услуги. Основным является вопрос о потенциальных возможностях предприятия, определяемых технико-технологическими и организационно-финансовыми факторами среды. Принципиальное различие между предъявляемыми к перевозке грузами (или спросом) и провозными возможностями АТП состоит в том, что первое следует отнести к условиям внешней среды, т. е. «природе», состояние которой формируется под действием большого количества факторов и в подавляющем большинстве случаев не зависит от транспортной политики конкретного АТП (если рассматриваемое предприятие не является монополистом в данном сегменте рынка транспортных услуг), а второе определяется политикой и тактикой действий предприятия, не имея случайного характера, а, скорее, подчиняясь неким внутренним закономерностям. Таким образом, под влиянием случайных факторов объем перевозок представляет собой случайную величину, подчиняющуюся определенному закону или функции распределения F(Q). Введение функции распределения для описания состояния «природы» позволяет, согласно теории статистических решений, использовать вероятностные критерии принятия решений в условиях риска.

Что касается состояния АТП, то оно может быть представлено в виде различных стратегий Ai, каждая из которых количественно характеризуется числом автомобилей Ni и их провозными возможностями Wi.

Указанные стратегии Ai, являются дискретными величинами, если используется число автомобилей N, или непрерывными за счет варьирования показателей, входящих в расчет производительности автомобиля Wi.

Связь между Ai стратегией и объемом перевозок Qi определяется в виде матрицы (табл. 3.4.6), элементы которой (aij) отражают «выигрыш», получаемый АТП при выборе i-й стратегии.

Таблица 3.4.6

Матрица возможных стратегий Ai АТП при различных объëмах перевозок Qj («состояния природы»)  
Стратегия АТП Объëм перевозок  
Q1 Q2 ... Qj ... Qn  
A1 a11 a12 ... a1j ... a1n  
A2 a21 a22 ... a2j ... a2n  
... ... ... ... ... ... ...  
Ai ai1 ai2 ... aij ... ain  
... ... ... ... ... ... ...  
Am am1 am2 ... amj ... amn  

 

В ряде работ, где предпринимались попытки использования теории статистических решений для конкретных хозяйственных объектов, в качестве элемента матрицы aij – «выигрыша» – использовались условные величины. В качестве «выигрыша» могут быть использованы различные экономические показатели: доход, прибыль и другие, а также показатели, способствующие усилению конкурентных или рыночных позиций, усилению влияния на клиентуру и укреплению имиджа предприятия, улучшению качества производимых услуг.

Возможны три соотношения между объемом перевозок Qi и стратегией предприятия А. Первое – – состояние «выигрыша»; второе – – нейтральное состояние; третье – – состояние «проигрыша». Величина – вероятностное отклонение за счет случайного характера величин, определяющих значение элементов матрицы. Теоретически возможен вариант, когда области значений aij будут расположены иным образом, чем это показано на рис. 3.4.4.


Рис. 3.4.4. Распределение на различные области матрицы стратегий АТП:
1 – «выигрыш», 2 – нейтральное состояние, 3 – «проигрыш»

 

В частности, введение оценки «упущенной выгоды» может изменить границы областей 1-3. Считается, что наилучшей стратегией A = Ai является та, при которой показатель Ai обращается в максимум:

(3.4.14)

где Qj = F(Qj) – вероятность j-го состояния «природы».

Таким образом, оптимальная стратегия АТП может быть определена при наличии F(Qj) и матрицы стратегий aij.

Рассмотрим возможные варианты расчета F(Qj). Традиционно для количественной оценки прогноза Qj, используется метод экстраполяции по динамическим рядам с использованием полиномов различной степени.

Результаты прогноза представляются в виде среднего значения Q и дисперсии DQ, по которым определяется вид функции распределения F(Qj). Далее c использованием условия максимизации Ai выбираем стратегию АТП.

Основная трудность использования вышеописанной методики – это невысокая точность прогноза, Повышение точности может быть достигнуто за счет комбинированных методов прогноза, предусматривающих синтез двух и более прогнозных вариантов.

Каждый метод прогнозирования обладает определенной достоверностью, имеет свои преимущества и недостатки, Считается, что комбинированные методы прогнозирования (синтез прогнозов) позволяют компенсировать недостатки одних способов достоинствами других. На рис. 3.4.5 представлена блок-схема комбинированного прогноза для двух вариантов прогноза, один из которых – прогноз, выполненный эвристическим методом, основанным на статистической обработке мнений экспертов.


Рис. 3.4.5. Блок-схема выбора стратегии АТП
в целевом сегменте рынка транспортных услуг

 

Процедура получения экспертных оценок может быть формализована и представлена в виде блок-схемы (рис. 3.4.6).


Рис. 3.4.6. Блок-схема прогноза на основе экспертных опросов

 

Рассмотрим некоторые блоки подробнее.

Формирование группы экспертов – важнейшая составляющая экспертного метода. Не останавливаясь подробно на вопросах персонального подбора, затронем только количественную сторону, а именно число экспертов. Известно, что при прогнозировании в целях минимизации расходов на прогноз стремятся привлекать минимальное число экспертов при условии обеспечения ошибки результата прогнозирования не более Е, где 0 < Е < 1. Поэтому рекомендуемое число экспертов может быть определено по формуле:

(3.4.15)

При подстановке предельных значений Е находим:

 

Таким образом, минимальное количество экспертов равно 4. Для определения максимальной численности экспертной группы используется неравенство:

(3.4.16)

где Ki – компетентность i-го эксперта, рассчитываемая на основе анкеты самооценки;

Kmax – максимально возможная компетентность по используемой шкале компетентности экспертов.

Статистический анализ результатов опроса предусматривает проведение двух взаимосвязанных процедур: традиционной статистической обработки в виде средних значений, дисперсий и т. п., а также оценки всей экспертной группы – степени согласованности, взаимосвязи и других показателей мнений экспертов. Оценка группы экспертов проводится с использованием части полученных статистических оценок. Если последние не удовлетворяют соответствующим критериям, то в блок-схеме предусмотрена корректировка, которая приводит, в частности, к изменению состава экспертов и повторной процедуре опроса.

Методика статистической обработки данных включает следующие этапы:

1. Определение для каждого фактора суммы рангов:

(3.4.17)

где aij – ранг, присвоенный j-м экспертом i -му фактору;

m – число экспертов.

2. Определение средней величины суммы рангов:

(3.4.18)

где k – число факторов.

3. Определение суммы квадратов отклонений:

(3.4.19)

4. Определение коэффициента конкордации W, позволяющего оценить степень согласованности мнений экспертов (при отсутствии равных рангов):

(3.4.20)

Если W существенно отличается от нуля, то можно полагать, что между оценками экспертов существует определенное согласие.

5. Оценка неслучайности согласия мнений экспертов производится с помощью критерия Пирсена по величине при числе степени свободыn = k – 1 и заданном уровне значимости α:

(3.4.21)

где – табличное значение.

В случае соблюдения неравенства с доверительной вероятностью можно утверждать, что мнения экспертов относительно вероятности факторов согласуются неслучайно.

Представленный вариант получения прогноза на основе экспертных оценок является универсальным и в случае использования баллов заканчивается построением ранжированной диаграммы рангов.

Для перехода к конкретному прогнозу, в частности объема перевозок, последовательности расчета сводятся к следующему:

1. Составляется ряд интервальных значений Qj возможных объемов перевозок для рассматриваемого клиента; разбивка на n интервалов осуществляется на основе F(Qj).

2. Эксперты оценивают значимость каждого Qj с использованием баллов, шкала которых охватывает n интервалов, т.е. j = 1, 2, ┘, n.

3. Проводится статистическая обработка оценок экспертов, и после ранжирования каждому Qj присваивается новый номер в порядке убывания, т.е. интервалу Qj с наименьшей суммой баллов присваивается номер 1 и т.д.

Полагаем, что интервалу Qj соответствует наиболее правдоподобная гипотеза (П1), затем вторая ( (П2) и т.д.

4. Вероятности гипотез (П1), (П2 ), ┘., (Пn) определяются по формуле:

(3.4.22)

5. Восстанавливается функция распределения экспертного прогноза объема перевозок F(Qэj).

6. Для восстановленной «экспертной» функции находятся среднее значение и дисперсия Dэq.

Значения весовых коэффициентов для определения комбинированных оценок вероятностей каждого интервала находим по формулам:

(3.4.23)

где μ1 и Dq – весовой коэффициент и дисперсия экстраполяционного прогноза;

μ2 и Dэq – весовой коэффициент и дисперсия экспертного прогноза.

7. Вероятности F(Qj) для комбинированного прогноза рассчитываются следующим образом:

(3.4.24)

Вопросы для повторения

1. Классификация методов прогнозирования.

2. Суть прогноза текущего расхода деталей на складе.

3. Расчет страхового запаса.

4. Метод комбинированного прогноза.