Prognozowanie w przedsiębiorstwie

Informacje w zarządzaniu przedsiębiorstwem

Decyzje podejmowane w procesie zarządzania mogą mieć charakter intuicyjny (dotyczy to zwłaszcza małych firm), opierać się na wyczuciu i doświadczeniu menedżera bądź wynikać z informacji związanych z obecnym i przyszłym stanem otoczenia przedsiębiorstwa. Na ogół uważa się, że pozyskanie odpowiednich informacji ma znaczący wpływ na poprawę jakości procesu decyzyjnego i podniesienie stopnia trafności podjętych decyzji, dlatego też dążenie do zdobycia jak najszerszych informacji o nabywcach, konkurentach, dostawcach i innych elementach otoczenia przedsiębiorstwa jest działaniem naturalnym, zgodnym ze sformułowaniem M. Harpera: „Dobrze zarządzać biznesem to zarządzać jego przyszłością”.

Dane i informacje można podzielić na retrospektywne i prospektywne. Dane i informacje retrospektywne dotyczą przeszłości określonego zjawiska, natomiast prospektywne – jego przyszłości. W zarządzaniu przedsiębiorstwem korzysta się zarówno z danych i informacji retrospektywnych, jak i prospektywnych tj. prognoz.

Prawidłowości, prognozowanie, prognoza, metoda prognozowania, proces prognostyczny

Prognozowanie jest oparte na prawidłowościach. Mogą to być prawidłowości występujące:

• w rozwoju prognozowanego zjawiska – częstość, tendencja rozwojowa, wahania okresowe itp.
• pomiędzy zjawiskiem prognozowanym a innymi zjawiskami – zależności przyczynowo-skutkowe, zależności symptomatyczne (współistnienia), podobieństwo rozwoju itd.

Jeśli w prognozowanym zjawisku nie występują prawidłowości, nie są one nam znane bądź nie udało się ich ująć w modelu prognostycznym, nie da się zbudować prognozy opartej na podstawach naukowych. Jeśli ze względu na brak danych prognostycznych nie można określić prawidłowości umożliwiających budowę prognoz, w szczególnych sytuacjach można założyć, że w prognozowanym zjawisku będą występowały określone prawidłowości i na ich podstawie zbudować prognozę.

Prognozowanie jest przewidywaniem przyszłych zdarzeń, na przykład wielkości sprzedaży w przedsiębiorstwie. Wynik tego procesu nazywa się prognozą. Prognoza jest sądem dotyczącym przyszłości prognozowanego zjawiska – precyzyjnym i niepewnym.

Prognozy nie muszą być trafne, dlatego też ich wykorzystanie w procesie decyzyjnym powinno być oparte na założeniu, że okażą się trafne, ale jednocześnie należy uwzględnić (wziąć pod uwagę) błąd prognoz. Oceniając zatem zbudowaną prognozę, należy określić stopień jej niepewności. Prognozę, której stopień niepewności jest akceptowany przez jej odbiorcę, nazywa się prognozą dopuszczalną.

Prognoza dotyczy wystąpienia określonego przyszłego zdarzenia (na przykład dobrej koniunktury gospodarczej) w badanym obiekcie (na przykład w branży elektrotechnicznej), opisanego za pomocą pewnej zmiennej (zestawu zmiennych), nazywanej zmienną prognozowaną (zmiennymi prognozowanymi). Mogą to być zmienne ilościowe, których stan jest wyrażany liczbą (na przykład wartość sprzedaży przedsiębiorstwa X), lub zmienne jakościowe opisywane słownie (na przykład „wysoki”, „średni” lub „niski” poziom jakości produktów przedsiębiorstwa X). W pierwszym wypadku mówimy o prognozach ilościowych, w drugim – o prognozach jakościowych.

 Prognoza ilościowa może być prognozą:

• punktową, formułowaną w postaci określonej wartości, jaką przyjmie zmienna prognozowana w przyszłości,
• przedziałową, formułowaną w postaci określonego przedziału liczbowego, który obejmuje przyszłą wartość zmiennej prognozowanej – w zależności od sposobu jego konstrukcji (założeń przyjmowanych przy jego tworzeniu) mamy do czynienia z przedziałem ufności bądź przedziałem prognozy,
• wariantową, formułowaną w postaci określonych wartości, które może przyjąć zmienna prognozowana w okresie prognozy.

W prognozowanym zjawisku mogą występować zmiany ilościowe, polegające na zmianie warto¬ści zmiennej prognozowanej zgodnej z dotychczas zaobserwowanymi prawidłowościami, na przykład z trendem, oraz zmiany jakościowe, polegające na zmianie dotychczasowych prawidłowości, na przykład trendu czy wpływu czynników oddziałujących na zmienną prognozowaną. Biorąc pod uwagę, które z tych zmian (ilościowe czy jakościowe) dominują w prognozowanym zjawisku, prognozy dzieli się na krótko-, średnio- i długookresowe. (więcej 1)

Prognoza krótkookresowa jest budowana na odcinek czasu, w którym w prognozowanym zjawisku zachodzą tylko zmiany ilościowe. Konstrukcja prognozy jest wówczas oparta zwykle na inercji zjawiska i polega na ekstrapolacji dotychczasowych prawidłowości jego rozwoju. Prognozę średniookresową konstruuje się na odcinek czasu, w którym oczekuje się, że w prognozowanym zjawisku oprócz dominujących zmian ilościowych wystąpią także niewielkie zmiany jakościowe. Prognoza długookresowa dotyczy takiego odcinka czasu, w którym w prognozowanym zjawisku mogą wystąpić poważne zmiany jakościowe.

Za krótkookresowe prognozy dla przedsiębiorstwa uważa się zwykle te przewidywania, których horyzont wynosi od jednego do trzech miesięcy, za średniookresowe – od trzech miesięcy do dwóch lat, a za długookresowe – od dwóch do pięciu lat. W konkretnych sytuacjach podane cezury czasowe mogą być inne, co zależy głównie od wielkości firmy oraz rodzaju i charakteru jej produkcji lub oferowanych usług.

Metoda prognozowania (konstruowania prognoz) obejmuje budowę modelu prognostycznego oraz regułę prognozowania. Model odwzorowuje prawidłowości zachodzące w przeszłości bądź zakładane przez prognostę, że będą występowały w przyszłości w prognozowanym zjawisku (na przykład kształtowania się przychodów finansowych w przedsiębiorstwie) lub pomiędzy prognozowanym zjawiskiem a innymi zjawiskami. Wśród modeli prognostycznych można wyróżnić modele formalne, które mają na ogół postać równania (równań) oraz modele nieformalne (myślowe). Wśród modeli formalnych można wyróżnić modele formalne I rodzaju odwzorowujące prawidłowości zachodzące w przeszłości, których parametry szacowane są metodami statystycznymi i modele formalne II rodzaju odwzorowujące prawidłowości zakładane przez prognostę, których parametry określane są przez ekspertów. (więcej 2)

Jednym z rodzajów integracji metod ilościowych i ocen ekspertów jest konstrukcja prognoz oparta na modelach formalnych II rodzaju, których parametry nie są szacowane metodami statystyczno-ekonometrycznymi, lecz są wynikiem ocen ekspertów. Prognozę, podobnie jak w przypadku modeli formalnych I rodzaju uzyskuje się poprzez ekstrapolację tych modeli. Podstawową ideą jest to, że zarówno postać modelu (np. funkcji trendu), jak i założenia dotyczące prawdopodobnego rozwoju prognozowanego zjawiska muszą być ściśle dopasowane do sytuacji prognostycznej. Warunkiem powodzenia jest posiadanie przez prognostę wiedzy z obszaru do którego należy prognozowane zjawisko. Jest ona niezbędna do identyfikacji czynników i kierunków ich oddziaływań na prognozowane zjawisko oraz kierunku prawdopodobnego rozwoju zjawiska.

Ten sposób budowy prognoz oparty jest na wykorzystaniu ocen ekspertów o charakterystykach prognozowanego zjawiska i czynnikach nań wpływających jako wejścia do metod ekstrapolacyjnych. Jest on szczególnie użyteczny gdy sądy ekspertów wskazują, że obecne trendy mogą nie trwać w przyszłości oraz gdy prognoza dotyczy zjawiska nowego (np. sprzedaży nowego produktu).

Regułą prognozowania określa się sposób budowy prognozy na podstawie modelu. (więcej 3)

Najczęściej stosowaną regułą prognozowania jest reguła podstawowa. Na jej podstawie – po przyjęciu założenia o aktualności modelu w okresie objętym budowaną prognozą – prognozę otrzymuje się przez ekstrapolację modelu poza próbę (tj. zebrany zbiór danych), na której był oparty konstruowany model. W modelu regresji liniowej reguła ta przyjmuje postać reguły prognozy nieobciążonej, zakładającej, że prognoza na okres t > n jest wartością oczekiwaną zmiennej prognozowanej w okresie t. Jeśli istnieją uzasadnione podstawy do przypuszczeń, że odnotowane odchylenia ostatnich obserwacji zmiennej prognozowanej od wartości teoretycznych uzyskanych z modelu utrzymają się w przyszłości, stosuje się często regułę podstawową z poprawką, zgodnie z którą prognozę można uzyskać, dokonując korekty prognozy wyznaczonej za pomocą reguły podstawowej. Niekiedy stosuje się inne reguły prognozowania, na przykład regułę największej wiarygodności (przyjmując za prognozę stan zmiennej, któremu odpowiada największe prawdopodobieństwo realizacji – modalną) bądź regułę minimalnej straty (przyjmując za prognozę stan zmiennej, którego realizacja powoduje najmniejsze straty).

Do prognozowania w przedsiębiorstwach używa się najczęściej metod opartych na modelach szeregu czasowego i ekonometrycznych oraz metod jakościowych.

Konstrukcja prognozy i jej zastosowanie w przedsiębiorstwie jest – podobnie jak w innego rodzaju prognozach – procesem sekwencyjnym, który przebiega według pewnego ogólnego schematu postępowania prognostycznego. (więcej 4)

Rys. Schemat sekwencyjnego procesu budowy i zastosowania prognoz w przedsiębiorstwie 

W przedsiębiorstwie może on przebiegać w następujących etapach:

1. sformułowanie zadania prognostycznego, polegające na określeniu zjawiska prognozowanego, celu budowy prognozy, zmiennej prognozowanej, okresu prognozy, horyzontu prognozy, interwału prognozy oraz wymagań dotyczących dopuszczalności (stopnia niepewności) prognozy, więcej 5

   Należy tutaj określić zjawisko, którego dotyczyć będzie budowana prognoza np. sprzedaż, przychody przedsiębiorstwa oraz cel budowy prognozy. Cel budowy prognozy wynika z konkretnego problemu decyzyjnego. Może nim być np. stworzenie określonych podstaw, niezbędnych do podjęcia decyzji o rozbudowie przedsiębiorstwa czy wprowadzeniu nowego produktu (usługi) na rynek, zaplanowanie wielkości produkcji czy zatrudnienia, określenie potrzeb finansowych przedsiębiorstwa itd. Po określeniu celu konstrukcji prognozy należy dokonać wyboru zmiennej charakteryzującej prognozowane zjawisko. Przykładowo wielkość sprzedaży może być określona ilościowo (w jednostkach naturalnych) bądź wartościowo (w cenach stałych lub bieżących). Wybór zmiennej (zmiennych) charakteryzującej badane zjawisko wynika z celu budowy prognozy. Ponadto na tym etapie należy określić okres, interwał i horyzont prognozy oraz wymagania dotyczące jej dopuszczalności (stopnia niepewności).

   W przedsiębiorstwie na ogół wymagania dotyczące dopuszczalności prognozy określa się poprzez podanie maksymalnej dopuszczalnej wartości błędu budowanej prognozy. Umożliwia ona określenie kosztów błędu prognozy, jakie może zaakceptować przedsiębiorstwo.

   W specyficznych sytuacjach wymagania odnośnie dopuszczalności prognozy mogą być sformułowane poprzez określenie żądanej wiarygodności prognozy tzn. prawdopodobieństwa realizacji prognozy.

   Ścisłe sformułowanie zadania prognostycznego jest niezmiernie ważne, ponieważ wpływa na dalszy przebieg postępowania prognosty.

2. określenie przesłanek prognostycznych, polegające na wskazaniu czynników bliższego i dalszego otoczenia przedsiębiorstwa oraz elementów strategii przedsiębiorstwa, które wywierają wpływ na prognozowane zjawisko, a także na przyjęciu hipotez dotyczących oddziaływania tych czynników na kształtowanie się prognozowanego zjawiska w okresach objętych budową prognozy, więcej 6

   Przyjęcie pewnych hipotez (założeń) dotyczących sposobów oddziaływania tych czynników (ich kierunku i siły) prowadzi do zajęcia przez prognostę określonej postawy wobec przyszłości prognozowanego zjawiska. Za ekstremalne uważa się postawy pasywną i aktywną.

   Postawa pasywna oznacza przyjęcie założenia o stałości (w okresie, z którego pochodzą dane użyte do skonstruowania prognozy, oraz w okresie, dla którego tworzy się prognozę) związków występujących między zjawiskiem prognozowanym a oddziałującymi na nie czynnikami.

   Postawę aktywną charakteryzuje przyjęcie tezy, że przyszłość jest mniej lub bardziej niezależna od przeszłości. Dopuszcza się zatem zmianę dotychczasowych związków występujących między zjawiskiem prognozowanym a oddziałującymi na nie czynnikami.

3. zebranie danych prognostycznych, statystyczna obróbka danych prognostycznych, polegająca na transformacji (przekształceniu), agregacji bądź uzupełnieniu brakujących danych i statystyczna analiza danych prognostycznych, której celem jest z jednej strony identyfikacja prawidłowości będących podstawą budowy prognozy, z drugiej – różniących się od nich obserwacji, które komplikują proces budowy prognoz. Więcej 7

   Zgromadzone w przedsiębiorstwie dane powinny być, przed ich użyciem do budowy prognoz, sprawdzone pod kątem ewentualnego ich poddania obróbce statystycznej. Chodzi o to, iż w pewnych sytuacjach może zaistnieć konieczność ich transformacji (przekształcenia), agregacji czy uzupełnienia brakujących danych.

   Celem statystycznej analizy danych prognostycznych jest wykrycie – z jednej strony – prawidłowości w rozwoju prognozowanych zjawisk – z drugiej zaś - obserwacji różniących się od tych prawidłowości, komplikujących proces budowy prognoz. Identyfikacja tych prawidłowości tj. określenie gnoseologicznych podstaw przewidywania pozwala na budowę prognoz. Przeprowadza się ją używając odpowiednich, do zastosowanego modelu prognostycznego, metod statystycznych.

4. wybór metody prognozowania, którego podstawę powinny stanowić przyjęte przesłanki prognostyczne, dostępne dane prognostyczne, zidentyfikowane w trakcie statystycznej analizy danych prawidłowości, wymagania dotyczące dokładności budowanych prognoz, własności metod prognozowania i dostępne oprogramowanie komputerowe. więcej 8

   Ważną rolę przy wyborze metody konstrukcji prognoz odgrywają przesłanki prognostyczne, których sformułowanie pozwala prognoście przyjąć określoną postawę wobec kształtowania się prognozowanego zjawiska w przyszłości, to zaś w znacznym stopniu implikuje wybór metody prognozowania. Postawa pasywna zakłada oparcie procesu budowy prognozy na inercji zjawiska i konstruowanie prognozy przez ekstrapolację w przyszłość zaobserwowanych dotychczas prawidłowości, z kolei postawa aktywna oznacza uznanie przyszłości za stosunkowo niezależną od przeszłości oraz przyjęcie założenia, że dotychczas zaobserwowane prawidłowości mogą się zmienić w przyszłości. O ile w pierwszej sytuacji przy wyznaczaniu prognozy można wykorzystać na przykład modele szeregów czasowych, o tyle w drugiej sytuacji nie powinny być one stosowane.

   Wybór metody prognozowania wiąże się także z rodzajem danych stosowanych do budowy prognoz. Innych metod używamy, dysponując tylko danymi w postaci szeregu czasowego zmiennej prognozowanej (na przykład model trendu, model składowej periodycznej), innych, gdy wykorzystujemy szereg czasowo-przekrojowy (na przykład model analogowy), a jeszcze innych, jeśli posługujemy się wielowymiarowymi szeregami czasowymi zmiennej prognozowanej oraz zmiennych objaśniających (na przykład model ekonometryczny).

   Istotnym czynnikiem, który decyduje o wyborze metody prognozowania, są wykryte w trakcie statystycznej analizy danych prognostycznych prawidłowości występujące w prognozowanym zjawisku lub pomiędzy prognozowanym zjawiskiem a innymi zjawiskami. Trend, wahania sezonowe i skorelowanie z innymi zjawiskami wywierają znaczny wpływ na wybór odpowiedniej metody budowy prognoz.

   Wybierając metodę prognozowania, bierze się pod uwagę również dokładność uzyskiwanych za jej pomocą prognoz oraz wymagania co do ich dopuszczalności. Wzrost tych wymagań pociąga za sobą konieczność stosowania bardziej wyrafinowanych (skomplikowanych) metod prognozowania, które pozwalają na ogół otrzymać dokładniejsze prognozy.

   Spośród różnych własności metod prognozowania przy wyborze metody konstruowania prognozy decydującą rolę odgrywają najczęściej: horyzont formułowanych za ich pomocą prognoz, liczba okresów, do których odnoszą się budowane prognozy, koszty stosowania metod, a także prostota i łatwość ich wykorzystania.

   Proces prognozowania generuje koszty związane z zebraniem, przechowywaniem i przetwarzaniem danych statystycznych oraz budową modelu prognostycznego. Poszczególne metody prognostyczne różnią się zarówno wielkością niezbędnych kosztów ponoszonych przy ich stosowaniu, jak i stopniem dokładności otrzymywanych przy ich użyciu prognoz. Proste metody wymagają zwykle niewielkiego nakładu czasu i pracy, ale dokładność uzyskiwanych za ich pomocą prognoz bywa często niewystarczająca, z kolei koszty związane ze stosowaniem metod bardziej skomplikowanych są przeważnie duże, lecz otrzymywane prognozy – na ogół dokładniejsze.

   Wykorzystanie komputerów w procesie prognozowania zwiększa możliwość zastosowania wielu metod prognostycznych, a dysponowanie odpowiednim oprogramowaniem może być jednym z czynników decydujących o wyborze danej metody.

5. konstrukcja prognozy w oparciu o zbudowany model prognostyczny oraz wybraną regułę prognozowania.
6. ocena dopuszczalności prognozy za pomocą błędu ex ante, błędów ex post prognoz wcześniejszych lub wygasłych, wiarygodności prognozy, opisu słownego. więcej 9

   Po wyznaczeniu prognozy należy określić stopień jej niepewności, który może być wyrażony za pomocą: błędu ex ante (określającego dokładność prognozy), prawdopodobieństwa spełnienia się prognozy (wiarygodności prognozy), błędu ex post prognoz wyznaczonych na okresy wcześniejsze niż okres ocenianej prognozy, słownego opisu uzasadniającego wiarygodność bądź dokładność prognozy.

   Błąd prognozy ex ante stanowi dokonaną podczas budowy prognozy ocenę różnicy między wyznaczoną prognozą a rzeczywistą wartością zmiennej Y w momencie/okresie t > n (gdzie n oznacza numer ostatniej znanej obserwacji zmiennej prognozowanej) i może być obliczany tylko w odniesieniu do prognoz ilościowych tworzonych na podstawie niektórych metod opartych na modelach formalnych I rodzaju.

   Do oceny wiarygodności prognozy (prawdopodobieństwa spełnienia się prognozy) – zarówno ilościowej, jak i jakościowej – można użyć albo metody prognozowania (mówi się wówczas o prawdopodobieństwie obiektywnym), albo opinii ekspertów (mówi się wówczas o prawdopodobieństwie subiektywnym).

   Ocenę stopnia niepewności prognozy umożliwiają – stosowane również do oceny trafności prognoz – błędy ex post prognoz zbudowanych według tej samej metody co oceniana prognoza. Mogą to być prognozy skonstruowane na okresy, dla których są już znane rzeczywiste wartości prognozowanej zmiennej i sformułowane:

   • wcześniej niż oceniana prognoza,
   • w momencie wyznaczania ocenianej prognozy (używane do budowy prognozy dane prognostyczne dzieli się wówczas na dwie części: pierwsza jest wykorzystana do stworzenia modelu prognostycznego i konstrukcji prognoz wygasłych, druga – do oceny ich trafności).

   Stopień niepewności prognozy może być także wyrażony słownie, a jego określenie powinno zawierać wyszczególnienie przyczyn, które pozwalają uważać prognozę za godną zaufania, oraz wskazanie poziomu tego zaufania.

   Prognoza, co do której obliczony błąd ex ante lub ex post prognoz wyznaczonych na okresy wcześniejsze niż okres ocenianej prognozy jest co najwyżej równy z góry zadanemu bądź której prawdopodobieństwo spełnienia się jest co najmniej równe z góry zadanemu, bądź której słownie wyrażona ocena została uznana za wystarczającą, jest prognozą dopuszczalną i może być wykorzystana w działalności przedsiębiorstwa.

   Jeśli jednak zbudowana prognoza nie spełnia wymogów dotyczących jej dopuszczalności, które zostały określone w pierwszym etapie procesu prognostycznego, może nastąpić powrót do czwartego, drugiego lub pierwszego etapu procesu prognostycznego. Oznacza to, że należy poszukiwać innej metody konstruowania prognozy, zmienić przyjęte wcześniej przesłanki prognostyczne bądź zmodyfikować wymagania dotyczące dopuszczalności budowanej prognozy. Może także wystąpić konieczność rezygnacji z wyznaczania prognozy.

7. zastosowanie prognozy dla realizacji celu określonego w etapie pierwszym,
8. ocena trafności prognozy na podstawie błędów ex post więcej 10

   Trafność prognoz ilościowych określa się za pomocą błędów ex post. Zalicza się do nich:

   1. Bezwzględny błąd prognozy ex post, obliczonej na moment/okres t:

   .

   2. Błąd procentowy (względny błąd) prognozy ex post (percentage error - PE), obliczonej na moment/okres t:

   .

   3. Średni błąd prognoz ex post (mean error - ME), obliczonych na momenty/okresy n+1, ..., name="Obiekt2" width="155" height="43" />

   W przypadku prognoz nieobciążonych wartość tego błędu powinna być równa 0. W praktyce uważa się za zadowalającą bliską 0.

   4. Średni absolutny błąd prognoz ex post (mean absolute error - MAE), obliczonych na momenty/okresy n+1, ..., name="Obiekt4" width="151" height="43" />

   Porównanie wartości średniego (q) i średniego absolutnego (µ) błędu prognoz pozwala ocenić, czy zbudowane prognozy były systematycznie wyższe albo niższe od rzeczywistych wartości zmiennej prognozowanej. Równość bezwzględnych wartości obu błędów (lub zbliżona ich wartość) wskazuje iż prognozy były systematycznie zawyżone lub zaniżone.

   5. Średni kwadratowy błąd prognoz ex post (mean squared error - MSE), obliczonych na momenty/okresy n+1, ..., name="Obiekt5" width="168" height="43" />

   6. Pierwiastek błędu średniokwadratowego prognoz ex post (root mean square error -

   RMSE), obliczonych na momenty/okresy n+1, ..., T:

   

   Znaczna różnica między średnim absolutnym błędem (ε) a pierwiastkiem błędu średniokwadratowego wskazuje na występowanie, w okresie weryfikacji prognoz, błędów o bardzo zróżnicowanych (dużych i małych) wartościach.

   7. Średni błąd procentowy prognoz ex post (mean percentage error - MPE), obliczonych na momenty/okresy n+1, ..., name="Obiekt7" width="177" height="45" />

   8. Średni absolutny błąd procentowy prognoz ex post (mean absolute percentage error - MAPE), obliczonych na momenty/okresy n+1, ..., name="Obiekt8" width="183" height="45" />

   gdzie: y_t - rzeczywista wartość zmiennej prognozowanej Y w momencie/okresie t,

   y_t^* - prognoza zmiennej Y na moment/okres t,

   n - numer ostatniej znanej obserwacji zmiennej prognozowanej,

   T - numer ostatniego momentu/okresu, dla którego była sprawdzana prognoza.

   Jeśli wartość obliczonego błędu ex post nie przekroczyła przyjętej wcześniej wielkości progowej - prognozę uważa się za trafną, w przeciwnym wypadku za nietrafną.

   Ocenę trafności prognoz jakościowych przeprowadza się na podstawie tego czy przewidywane zdarzenie zaszło czy nie zaszło w okresie prognozy. Prognozę uważa się za trafną, jeśli przewidywane zdarzenie wystąpiło, zaś za nietrafną - jeśli nie wystąpiło.

1 | 2 | 3