<<
>>

Методы экстраполяции тенденций развития исследуемого объекта

  Эти методы основаны на изучении сложившихся в прошлом закономерностей и тенденций развития исследуемого объекта и распространении их на будущее, т. е. за пределы ретроспекции. В основе методов экстраполяции лежит свойство инерции, присущее в той или иной степени всем процессам и явлениям, особенно это характерно для крупных объектов пауки, техники, технологии.
Чем масштабнее объект, тем большей инерционностью он обладает, тем больше возможностей экстраполяции на перспективу основных факторов его развития.

Научно-техническое развитие происходит под воздействием множества постоянно (в определенный период времени) действующих и случайных факторов. Под воздействием этих двух групп факторов происходит варьирование уровней динамического ряда.

Например, имеем временной ряд — количество предприятий, внедривших технологические инновации за прошедший десятилетний период (табл. 7.1).

Таблица 7.1

Количество предприятий, внедривших технологические инновации

f — годы

1

2

3

4

5

6

7

8

9

10

У,— количество предприятий

2

1

4

4

е

8

7

9

12

11

Представим временной ряд в виде графика изменения К во времени (рис. 7.1). Из рисунка видно, что с течением времени значения ряда (У) увеличиваются, хотя в отдельные периоды последующие значения меньше предыдущих. Можно сказать, что в данном временном ряде наблюдается общая тенденция роста количества предприятий, внедривших технологические новшества, а эпизодические спады носят случайный характер.

Это связано с рядом объективных причин, в том числе с от-

раниченностью количества наблюдений. При очень большом количестве наблюдений элементы случайности сглаживаются и случайное явление предстает в виде присущей ему закономерности. На практике мы имеем дело с ограниченным числом наблюдений. Поэтому для временного ряда (эмпирической или экспериментальной кривой) подбирают теоретическую кривую, которая наилучшим образом воспроизводит зависимость Y.ontr. (К—Д/)).

Динамика инновационной активности

Рис. 7.1. Динамика инновационной активности (реальная)

Для подбора адекватной теоретической кривой применяют процедуру выравнивания, сглаживания динамического ряда, т.е. подбиракл теоретическую плавную кривую, которая и является прогностической моделью. Наиболее распространенными методами сглаживания экспериментальных кривых являются метод наименьших квадратов, метод скользящей средней, метод экспоненциального сглаживания, метод построения суммарных кривых (кумулят). Самый простой из них — метод построения кумулят, но он применим к ограниченному перечню прогнозируемых факторов (параметров, показателей). Существующие программные средства позволяют получить сглаженную кривую [3].

После замены реальной кривой (рис. 7.1) сглаженной (сглаживание произведем методом скользящей средней) мы получим кривую, очень близкую к прямой (ряс. 7.2). Математическая модель будет иметь выражение

Y-a + Ы,              *"

где аж Ь — постоянные коэффициенты,

1 — годы,

У— исследуемый признак.

Подставляя в уравнение (1) соответствующее время прогноза /. + gt; t. + 2... t, + п, вычисляют точечное значение исследуемого признака.

Наиболее часто для аппроксимации временных рядов используют линейную, экспоненциальную, логистическую (S-образную) функции.

Рис.

7.2. Динамика инновационной активности (сглаженная методом скользящей средней)

Б. Твисс делит модели на 4 группы: S-образные кривые; циклические кривые; кривые стабильного роста или спада; кривые непостоянства.

Все объекты исследования могут быть описаны при помощи одной из этих моделей или их сочетания.

Научно-техническое развитие и рост рынка могут быть представлены в виде S-образной кривой (рис. 7.3а). Эта модель имеет асимптоту, т.е. ограничительный уровень, определяемый физическими сдерживающими факторами в первом случае и насыщением рынка — во втором. Знание формы кривой и ее асимптоты позволяет достаточно точно отобразить имеющуюся информацию на графике и создать таким образом основу для прогнозирования. С использованием S-образной кривой для описания жизненного цикла технологий мы уже сталкивались при рассмотрении закономерностей развития технологических систем.

Циклические кривые (рис. 7.36} — это модели, повторяющиеся че- Рез определенные периоды. Они применимы к большому числу данных По экономике. Ярким примером является пятилетний цикл развития "Изнеса. Хотя иногда представляется сложным точно определить все Изменения цикла по времени и экстремумы функции по максимальной

амплитуде, циклическая кривая отражает базовые отношения в экономическом прогнозе. В частности, акцентируется внимание на том факте, что всякая кратковременная тенденция содержит в себе значительную циклическую составляющую. Кроме того, во многих отраслях промышленности наблюдаются сезонные изменения спроса. Эта же модель применима и к демографическим данным, таким, как рост и спад рождаемости в стране. Эта информация имеет ключевое значе1 ше для отраслей, целевой аудиторией которых являются дети.

Рис. 7.3. Модели роста

Не менее распространенным является график постоянного роста (рис. 13в). Он применим к различным рынкам и отражает рост ВНП и имеющегося дохода населения.

Однако достоверно можно утверждать, что тенденция долговременного экспоненциального роста не относится ни к одному явлению. Этот вывод справедлив, даже если подтверждается лишь кратковременной тенденцией.

Кривые непостоянства (рис. 7.3г) — это быстрые изменения, которые происходят неожиданно или в течение краткого периода.

Наиболее часто эти кривые зависят от изменений в политической сфере или в сфере законодательства (например, экологического).

При составлении прогноза форма кривой роста может быть описана при помощи одной из моделей или их сочетания. Для исклю

чительно технологического прогноза зачастую достаточно составить лишь одну кривую. При составлении кратковременных прогнозов, необходимых для планирования объема выпуска нового продукта, может понадобиться сочетание следующих составляющих: темп замены старого продукта новым (S-образная кривая), долгосрочный рост всего рынка (кривая постоянного роста), состояние экономики (цикл деловой активности), сезонный спрос (12-месячпый цикл).

Таким образом, в общем смысле задачей прогноза временных рядов является отыскание закономерности, характеризующей эмпирические данные на участке наблюдения (период ретроспекции), и экстраполяция этой закономерности на заданный интервал упреждения.

Практическое использование данного метода связано с прогнозированием параметров эффективности технологий, уровня продаж данного продукта, длительности разработки конкретной технологии или продукта. Многие компании в своей практической деятельности собирают информацию об исторических тенденциях изменений важных переменных, а затем используют ее для принятия стра гегических решений.

Последовательность основных процедур процесса разработки прогноза методом экстраполяции тенденций: [24]

определение доверительных интервалов ирасчет интервального значения прогнозируемой величины анализ полученных результатов; прогноз.

Простые экстраполяционные графики служат для многих компаний полезными «квалифицированными подсказками» при принятии стратегических решений.

Пример такого графика экстраполяции тенденций изменения эффективности искусственных источников света приведен на рис. 7.4.

При наличии необходимых данных экстраполяция тенденций представляет собой достаточно недорогой и быстрый метод. С учетом простоты обработки данных этот метод используют как первую ступень прогнозирования развития технологий.

Основным недостатком метода является низкая точность, поскольку характер влияния внешних обстоятельств на рассматриваемые переменные непостоянен во времени, поэтому наилучшие результаты могут быть получены при использовании данного метода лишь при прогнозировании кратко- и среднесрочных периодов [23].

Рис. 7.4. Экстраполяция тенденций изменения эффективности искусственных источников света

Применение статистических методов позволяет отличать систематические изменения от случайных. Такая разновидность анализа тенденций получила название сериальных оценок. Полученные систематические изменения проецируются на будущее, где время принимается

в качестве некоторой искусственной меры всех факторш), влияющих на прогнозируемую переменную. Современные статистические методы позволяют выделять систематические линейные, логарифмические или экспоненциальные изменения на фоне несистематических изменений.

<< | >>
Источник: Антонец В.Л., Нечаева Н.В., Хомкин К.А., Шведова В.В.. Инновационный бизнес: формирование моделей коммерциализации перспективнв1х разработок. 2009

Еще по теме Методы экстраполяции тенденций развития исследуемого объекта:

  1. Раздел 5 Статистические методы экстраполяции тенденций ПРОШЕДШИХ ПЕРИОДОВ
  2. Методы экстраполяции
  3. Методы прогнозирования, основанные на экстраполяции
  4. 8.2. Тенденция развития мировой экономики Какие существуют опасности для развития человечества?
  5. Закономерности развития внешней торговли США Тенденции развития
  6. ЛЕКЦИЯ № 2. Этапы развития современного мирового хозяйства. Тенденция развития мировой экономики
  7. 2| Методы декомпозиции прошлых тенденций
  8. Тенденции развития организаций
  9. Анализ формы тренда динамического ряда и экстраполяции простыми зависимостями
  10. Декомпозиция и экстраполяция трендов
  11. Основные тенденции развития
  12. Тенденции развития льноводства
- Бюджетная система - Внешнеэкономическая деятельность - Государственное регулирование экономики - Инновационная экономика - Институциональная экономика - Институциональная экономическая теория - Информационные системы в экономике - Информационные технологии в экономике - История мировой экономики - История экономических учений - Кризисная экономика - Логистика - Макроэкономика (учебник) - Математические методы и моделирование в экономике - Международные экономические отношения - Микроэкономика - Мировая экономика - Налоги и налолгообложение - Основы коммерческой деятельности - Отраслевая экономика - Оценочная деятельность - Планирование и контроль на предприятии - Политэкономия - Региональная и национальная экономика - Российская экономика - Системы технологий - Страхование - Товароведение - Торговое дело - Философия экономики - Финансовое планирование и прогнозирование - Ценообразование - Экономика зарубежных стран - Экономика и управление народным хозяйством - Экономика машиностроения - Экономика общественного сектора - Экономика отраслевых рынков - Экономика полезных ископаемых - Экономика предприятий - Экономика природных ресурсов - Экономика природопользования - Экономика сельского хозяйства - Экономика таможенного дел - Экономика транспорта - Экономика труда - Экономика туризма - Экономическая история - Экономическая публицистика - Экономическая социология - Экономическая статистика - Экономическая теория - Экономический анализ - Эффективность производства -