Следовательно, при прогнозировании показателей  развития АПК необходимо использовать как наивные методы, так и экспертные. В первом случае результат объективен, но недостаточно учитываются факторы внешней среды.  Применение экспертных методов позволяет устранить данный недостаток.

     В качестве объекта прогнозирования  возьмем подкомплекс АПК Курской  области - зернопродуктовый. Основным показателем развития комплекса является валовый сбор зерна.  Исследуем изменение данного показателя в течении длительного временногопромежутка.

     Динамика  валового сбора зерна в Курской  области представлена в следующей  таблице.

 

     

Таблица 1 - ВАЛОВОЙ СБОР ЗЕРНА В 1913 - 1999 г.

(в первоначально-оприходованном  весе)

(в хозяйствах  всех категорий)

 

      Значительные  колебания анализируемого временного ряда были вызваны социально-экономическими и природными факторами.

      Для прогнозирования валового сбора  зерна была проведена экспертная оценка по методу “Дельфи”. В эспертизе приняло участие 14 человек. Экспертиза проводилась в письменном виде, в форме рассылки анкет. Условия проведения экспертизы были соблюдены: эксперты работали анонимно и  автономно. В вопросниках был поставлен следующий вопрос: ”Назовите объем валового сбора зерна в Курской области в 2000 году в певоначально-оприходованном весе в хозяйствах всех категорий”. В качестве дополнительной информации экспертам предлагалась статистическая информация - таблица 1.

      Экспертиза  проводилась в два тура.

Первый  тур опроса. Результаты ,а также  ранжированный ряд представлены в таблице 2.

Таблица 2 - Результаты первого тура экспертизы

 

           

           n – число экспертов, участвующих  в экспертизе.

     Q_0,25=1950  Q_0,75=2050 

 

      Рис 2. - Графики экспертных оценок  валового сбора зерна

      2 тур опроса

   Таблица 3 - Результаты второго тура экспертизы

 

=1983  Q_0,25=1960    =47,72

Me=1978  Q_0,75=2000   n=2,40% 

      Коэффициент вариации уже после первого тура экспертизы не превышал 33%, для уточнения результатов был проведен второй тур. Коэффициент вариации снизился  на 6,5%. Мнения экспертны практически полностью согласованы, точность эскпертной оценки достаточно высока - n=2,40%.

      Рис. 3 - Графики экспертных оценок второго  тура 

      Окончательные статистические результаты экспертизы “Дельфи” приведем в таблице 5.

Таблица 5 - Итоги экспертной оценки “Дельфи”

 

      Результатом экспертизы является медиана ранжированного ряда в туре 2: Me=1978 (тыс.т.)

      Экспертами  были приведены следующие аргументы  за минимальный сбор зерна:

• негативная оценка материально-технической базы основных хозяйств;
• прогнозная оценка погодных усовий:
• недостаточное финансирование АПК;
• проблемы  в области управления АПК.

   Аргументы за максимальный сбор зерна:

• активизация хозяйственной деятельности фермерских хозяйств в связи с проводимой в области аграрной реформой;
• увеличение посевных площадей.

      По  результатам были сделаны следующие  выводы:

1. В результате 2-х туров оценки эксперты пришли к выводу, что валовой сбор зерна в Курской области в 2000 году составит 1978 тыс.т, это на 159 тыс.т больше чем в 1999г. Тенденция роста сбора зерна сохранится .                
2. На  протяжении двух туров коэффициент вариации составил менее 33%, опрос можно было прекратить после первого тура, но для уточнения результата был проведен второй тур.

 

      3.3.Прогнозирование  методом экстраполяции  динамических рядов 

   Определим прогноз валового сбора  зерна в 2000г. с помощью экстраполяции  динамических рядов и полученный  результат сравним с данными  экспертов.

      Исходной  информацией для экстраполяции являются временные ряды.

      При экстраполяции преполагается, что:

• текущий период изменения показателей может быть охарактеризован плавной траекторией - трендом;
• основные условия, определяющие технико-экономические показатели в текущем периоде, не претерпят существенных изменений в будущем, то есть в будущем они будут изменяться по тем же законам, что в прошлом и настоящем;
• отклонения фактических значений показателей от линии тренда носят случайный характер и распределяются по нормальному закону.

      Прогнозное  значение рассчитаем, используя табличный  процессор Excel.  Исходный динамический ряд представлен в таблице 1. Так  как первая половина ряда имеет существенные колебания, вызванные в основном влиянием внешней среды: политические события, социально-экономические факторы, изменения границ области и т.д., то в качестве ретроспективной информации возьмем данные с 1970 года.

      Представим  информацию графически. 
 

 

      Рис.4 - Прогноз валового сбора зерна  экстраполяцией динамического ряда 

      В качестве прогнозной функции выбираем полином 5-й степени, уравнение которого приведено на рисунке 4. Величина R² = 0,5389 приемлема. Прогнозное значение валового сбора для 2000 года равно 2500 тыс.тонн, что превышает результаты экспертной оценки.

      При принятии управленческого решения  должны быть учтены результаты, полученные и наивными, и экспертными методами. 

 

Заключение

   В заключении данной работы  можно сделать вывод, что задачами  экономического прогнозирования  является выявление перспектив ближайшего или более отдалённого будущего в исследуемой области на основе реальных процессов действительности, выработка оптимальных управленческих решений и перспективных планов с учетом составленного прогноза и оценки принятого решения с позиций его последствий в прогнозируемом периоде.

   Сущность экспертных методов  состоит в проведении интуитивно-логического  анализа проблемы, выполняемого  привлечёнными для этой цели  специалистами экспертами, обладающими  необходимым профессиональным образованием, опытом и интуицией. Использование экспертного метода целесообразно только в задачах, отвечающим условиям:

1. задача не может быть решена никаким другим существующим способом;
2. другие, кроме экспертного способы или менее точны, или более трудоёмки.

      Особенно  эффективно использование экспертного метода в задачах характеризующихся неопределённостью ситуации, её вероятным характером.  Подобные ситуации характерны для сельского хозяйства.

      Следовательно, прогноз сделанный с помощью  метода Дельфи является более достоверным, чем наивный прогноз. При принятии управленческого решения необходимо учитывать результаты и наивных и экспертных прогнозов.

 

Список  использованных источников 

1. Бешелев С.Д.,Гурвич Ф.Г.Математико-статистические методы экспертных оценок.2-е изд. перераб. и доп. М: Статистика. 1980-263с.
2. Бобровников Г.Н., Клебанов А.И. Прогнозирование в управлении техническим уровнем и качеством прдукции: Учеб. Пособие.-М:Издательство стандартов. 1984-232с.
3. Глущенко В.В., Глущенко И.И. Разработка управленческого решения. Прогнозирование-планирование. Теория проектирования экспериментов.-г.Железнодорожный, Моск.обл.:ТОО НПЦ “Крылья”,1997-400с.