Вы находитесь на странице: 1из 27

Курсовая работа

по предмету «Методология и методы экономических исследований»


на тему «Структура научного знания и многообразие его типов»
СОДЕРЖАНИЕ

Введение.......................................................................................................................3
1. Теоретические подходы к изучению научного знания........................................5
1.1. Научное знание как сложная развивающаяся система, структурные
элементы научного знания.........................................................................................5
1.2. Типы научного знания.........................................................................................6
2. Экономическая наука и специфика экономических исследований..................12
2.1. Взаимосвязь экономической науки и практики..............................................12
2.2. Пример экономического исследования............................................................15
Заключение................................................................................................................25
Список литературы....................................................................................................27

2
Введение

Актуальность курсовой работы. В современных условиях


формирования рыночных отношений наблюдается интерес к научному
исследованию.
При этом стремление к научной работе сталкивается с недостаточным
владением систем методологических и методических знаний. Это значительно
снижает качество научных работ, не позволяя их авторам полностью
реализовать свои возможности.
В связи с этим нужно уделить особое внимание анализу
методологических и теоретических аспектов научного исследования;
рассмотрению сути, особенностей и логики научного исследования.
Опираясь на методологические принципы, исследователь должен
определить:
– объект и предмет исследования;
– последовательность решения выявленных проблем;
– применяемые методы в научном исследовании.
Проблема исследования принимается как категория, означающая
неизвестное. То, что предстоит доказать. Из предмета исследования вытекают
его цель и задачи.
Целью курсовой работы является исследование структуры научного
знания и многообразия его типов.
Объект курсовой работы – научное знание.
Предмет курсовой работы – методические основы исследования
научного знания.
Методы исследования – наблюдение, статистический анализ,
обобщение.
Основными задачами курсовой работы являются:
- рассмотреть теоретические подходы к изучению научного знания;

3
- дать характеристику экономической науке и специфике экономических
исследований.
Теоретическая база курсовой работы представлена классическими и
современными научными разработками и концепциями отечественных и
зарубежных специалистов, исследовавших данную проблематику.
Эмпирическая база курсовой работы представлена статистическими
данными и аналитическими материалами; информационными ресурсами
INTERNET; материалами, размещенными в справочных правовых системах;
данными по теме исследования.
Структура курсовой работы – работа изложена на 27 страницах
печатного текста, состоит из введения, двух глав, заключения, содержит список
использованных источников, включающий 5 наименований. Во введении
обоснована актуальность темы, сформулированы цели, задачи исследования. В
первой главе рассмотрены научное знание как сложная развивающаяся система,
структурные элементы научного знания, типы научного знания. Во второй
главе проанализирована взаимосвязь экономической науки и практики,
приведен пример экономического исследования. В заключении подведен итог
результатов исследования, сделаны выводы.

4
1. Теоретические подходы к изучению научного знания
1.1. Научное знание как сложная развивающаяся система,
структурные элементы научного знания

Научное знание представляет собой целостную систему. Данная система


пребывает в состоянии движения [1, с.35].
Научное знание в своей структуре содержит элементы. Элементы
научного знания находятся во взаимосвязи благодаря наличию устойчивых
связей между ними.
Принято выделять следующие основные элементы научного знания:
1) субъект – тот, кто познает. Он может быть как индивидуальным (один
ученый), так и коллективным (группа ученых);
2) объект – то, что изучает конкретная научная дисциплина (природа,
общество);
3) методы и приемы конкретной научной дисциплины (рисунок 1);
4) естественный и искусственный научный язык.

Рисунок 1 – Взаимосвязь понятий и определений

5
Кроме того, можно выделить следующие элементы научного знания:
1) эмпирическое знание (наблюдение, эксперимент);
2) теоретическое знание (научная проблема, теория, гипотеза);
3) метатеория (ценности, нормы научного знания, идеалы).
Наука включает в себя отдельные самостоятельные дисциплины. О. Конт
предложил выделить шесть основных наук [3, с.26]:
1) математику;
2) астрономию;
3) физику;
4) химию;
5) биологию;
6) социологию.
Ученые В.Дильтей и Г.Риккерт разделили науку на науку гуманитарную
и естественную.
Современную науку можно разделить на [1, с.48]:
1) математическую;
2) естественную;
3) техническую;
4) социально-гуманитарную.
Кроме того, науку делят в зависимости от степени ее удаленности от
практики на:
1) фундаментальную;
2) прикладную.

1.2. Типы научного знания

На эмпирическом уровне происходит взаимодействие субъекта и объекта


научного знания [5, с.23]. Взаимодействие происходит посредством
наблюдения и эксперимента.
Наблюдение может быть:

6
1) научным – имеет организованный характер, обыденным – имеет
неорганизованный характер;
2) для научного наблюдения характерен системный характер;
3) для научного наблюдения характерен целенаправленный характер
(например, для подтверждения или опровержения существующей теории);
4) для научного наблюдения характерна связь с теорией, эмпирические
факты соотносятся с теорией;
5) для научного наблюдения характерно широкое использование
специальных устройств и средств (применение микроскопов, телеаппаратуры,
компьютерной техники и т.д.).
Наблюдение проводится без изменений изучаемых явлений и процессов,
исследователь не вмешивается в наблюдаемые события.
Существуют следующие виды наблюдения:
1) естественно-научное (за природой);
2) в социальных науках (за обществом).
Эксперимент предполагает вмешательство субъекта в исследуемый им
объект. В ходе эксперимента проверяют на опытах гипотезы и теории.
Теоретический уровень научного знания основывается на понятиях,
теориях, законах [4, с.39]. На теоретическом уровне используется мышление.
Использование мышления происходит на определенном научном языке.
Научный язык – это естественный (например, русский) и искусственный
языки (например, формулы, таблицы).
Мышление выражается в трех логических формах:
1) понятие – отражает основные стороны и признаки явлений, процессов;
2) суждение – взаимосвязь понятий;
3) умозаключение – взаимосвязь суждений.
Выделяют виды умозаключений:
1) дедуктивное – от общего к частному;
2) индуктивное – от частного к общему.
Элементы теоретического познания:

7
1) проблема – это то, что не познано субъектом научного знания, но
необходимо познать. Сначала субъект исследования осуществляет постановку
проблемы, затем находит пути ее решения (рисунок 2);

Рисунок 2 – Этапы проведения научного исследования

2) гипотеза – это научное предположение. При проверке одни гипотезы


превращаются в истинную теорию. Другие – в заблуждения;
Гипотезы должны соответствовать следующим критериям:

8
- соответствовать научным законам;
- не содержать противоречий;
- допускать возможности подтверждения или опровержения;
3) теория – дает отражение закономерностей и основных связей в
определенной научной области;
Существуют следующие функции теории:
- объяснительная – выявляются причины наступления событий и
зависимость между ними;
- предсказательная – составляются прогнозы на будущее;
- практическая – теория должна быть применима на практике;
4) закон – это объективные, существенные, необходимые, повторяющиеся
связи между явлениями и процессами.
Существуют следующие виды законов:
- по форме движения материи – биологические, механические,
химические, социальные, физические;
- по степени общности – всеобщие (диалектики), общие законы
(всемирного тяготения), частные;
- по детерминации – динамические (имеют однозначный характер),
статистические (имеют вероятностный характер).
Метатеория является основанием науки [4, с.49]. Выделяют следующие
элементы метатеории:
1) идеалы научного знания – это ценностные ориентации мышления
ученых (образцы, нормы). Выделяют следующие основные идеалы научного
знания:
- непротиворечивость – одно высказывание не должно противоречить
другому;
- проверяемость – значимо в науках, которые проводят наблюдения,
эксперименты;
- возможность фальсификации – допущение возможности опровержения
научного положения;

9
- организованность и системность – каждый новый результат научного
исследования опирается на предыдущий, каждое новое высказывание
выводится из других высказываний;
- точность – выражение результатов научного исследования в точной
количественной форме (важно для естественных и технических наук);
- преемственность – научные исследования проводятся в связях с
предшествующими исследованиями;
- идеал научного объяснения – адекватное объяснение мира;
- идеал предсказания – предсказывание явлений и событий;
- идеал практического использования полученных научных выводов;
2) философские основания состоят из следующих видов:
- онтологические – бесконечность мира, нет беспричинных явлений и
процессов;
- гносеологические – есть объективная истина, содержание знания,
которое независимо от людей;
- методологические – применяются диалектический, системный,
структурно-функциональный методы;
- аксиологические – задача ученых состоит в том, чтобы осуществить
познание и объяснить взаимосвязи окружающего мира. При этом ученый
является человеком и не свободен от ценностей;
3) научная картина мира – система представлений о свойствах и
закономерностях, построенная благодаря обобщению и синтезу основных
научных понятий и принципов.
Включает в себя представления:
- о фундаментальных объектах исследования;
- о типах исследуемых объектов;
- об особенностях взаимодействия объектов исследования;
- о пространственно-временной структуре мира.

10
Формирование научной картины мира осуществляется через
взаимодействие науки с культурой. Научная картина мира систематизирует
знания в рамках определенной науки.
Выводы по части исследования. В первой главе курсовой работы были
рассмотрены научное знание как сложная развивающаяся система, структурные
элементы научного знания, типы научного знания.
Научное знание представляет собой целостную систему. Состоит из
элементов:
- эмпирическое знание (наблюдение, эксперимент),
- теоретическое знание (научная проблема, теория, гипотеза),
- метатеория (ценности, нормы научного знания, идеалы).
На эмпирическом уровне происходит взаимодействие субъекта и объекта
научного знания. Взаимодействие происходит посредством наблюдения и
эксперимента.
Теоретический уровень научного знания основывается на понятиях,
теориях, законах. На теоретическом уровне используется мышление.
Использование мышления происходит на определенном научном языке.
Метатеория является основанием науки.

11
2. Экономическая наука и специфика экономических исследований
2.1. Взаимосвязь экономической науки и практики

Экономическая наука изучает поведение субъектов и объектов


исследования (физических лиц, индивидуальных предпринимателей,
предприятий), которые заняты производством, распределением, обменом и
потреблением товаров, работ, услуг.
Сбор фактических данных об экономической деятельности требует
некоторого упрощения:
1) применяется определенная терминология – экономические законы,
научные принципы, теории, модели;
2) формируются обобщения на основании фактов экономического
поведения субъектов с некоторой неопределенностью. Они представляют собой
тенденции (тренды), среднестатистические показатели и другие обобщающие
параметры;
3) используются допущения, например – при прочих равных условиях,
что означает постоянство других параметров, кроме исследуемых;
4) применяются графические изображения для унификации явлений и
процессов.
Из вышеперечисленного формируется инструментарий экономической
науки, которая систематизирует факты экономических явлений, описывает их,
интерпретирует и обобщает.
Все методы экономических исследований можно разделить на группы:
1) экспертные (мозговой атаки, сценариев, экспертных оценок, SWOT-
анализ, Дельфи, дерева целей, деловые игры, морфологические и другие);
2) формализованного представления (математические, экономико-
математические модели):
- аналитические (интегральное исчисление, дифференциальное
исчисление, поиск экстремумов функций, вариационное исчисление и др.,
методы математического программирования, теории игр);

12
- статистические (математическая статистика, теория вероятностей,
теория массового обслуживания, методы статистических испытаний, методы
выдвижения и проверки статистических гипотез, методы имитационного
моделирования);
- теоретико-множественные, логические (дискретная математика,
автоматизация проектирования, информационно-поисковые языки);
- графические (теория графов, графическое представление информации в
виде диаграмм, графиков, гистограмм);
3) комплексированные (комбинаторика, ситуационное моделирование).
В настоящее время распространение получили математическое
программирование и статистические методы. Привлекательность этих методов
для решения, какими являются экономические задачи на начальном этапе их
постановки, объясняется особенностями, отличающими методы
математического программирования от методов классической математики.
Для адекватного отображения проблемной ситуации целесообразно
применять статистические методы. При помощи статистических методов на
основе произведенного выборочного статистического исследования получают
некоторые закономерности и распространяют их на поведение всей системы.
Такой подход применяют при определении производительности труда,
распределении инвестиций, организации ремонта основных средств,
определении степени износа оборудования и других. Все чаще применяют
статистическое имитационное моделирование экономических процессов и
явлений.
К настоящему времени созданы программные средства для принятия
решений в условиях неопределенности и риска. В их основе лежит
математическая статистика, прикладная статистика и анализ данных.
На российском рынке известны следующие статистические пакеты для
статистического анализа данных:
- профессиональные пакеты (SAS,BMDP, IMSL);

13
- универсальные пакеты (StatGrafphics, SPSS, SyStat, CSS, Statistica,
STADIA);
- специализированные ориентированы на конкетные области анализа
данных (Эвриста, Мезозавр, Класс-Мастер, Сани, Сигамнд).
Основное внимание в статистических пакетах уделяется
корреляционному, регрессионному, факторному анализу. Недостатками
статистических пакетов являются высокие требования к подготовке
пользователей, избыточный функционал.
Общая характеристика наиболее распространенных пакетов для
статистического анализа:
- STADIA - разработан Московским государственным университетом
совместно с НПО «Информатика и компьютеры». Относится к универсальным
статистическим пакетам. Пользователям доступны: описательная статистика,
дисперсионный анализ, анализ временных рядов, регрессионный анализ,
многомерные методы анализа и другие. Имеются инструменты графического
представления результатов. Пакет STADIA выпускается учебной,
студенческой, базовой и профессиональной модификациях;
- STATISTICA основана на трех модулях базовом STATISTICA Base,
линейных и нелинейных моделях STATISTICA Advanced Linear/Non-Linear
Models, многомерных технологиях анализа STATISTICA Multivariate
Exploratory Techniques.
В последнее время возрос интерес к нейронным сетям, которые
применяются в экономике, в медицине, в геологии, в физике. Нейронные сети
обучаются на конкретных примерах. Для этого исследователь подготавливает
данные, выбирает архитектуру нейронной сети, запускает алгоритм обучения.
Нейронную сеть можно интерпретировать как модель вход-выход, в
которой веса и пороговые значения являются свободными параметрами. Такая
сеть может моделировать функцию практически любой степени сложности.
Количество входных и выходных элементов определяется в соответствии с
условиями поставленной задачи.

14
2.2. Пример экономического исследования

Прогнозирование в экономике это одна из основных составляющих в


исследовании экономических процессов и явлений. Заключается в выборе
метода прогнозирования, оценке достоверности полученных результатов и
объяснении полученных результатов.
Статистические методы прогнозирования включают в себя разработку,
изучение и применение математико-статистических методов прогнозирования
на основе собранных данных.
Научная база статистического исследования — прикладная статистика,
теория принятия решений.
Статистические методы прогнозирования основываются на данных,
представленных в виде временных рядов.
Временной ряд – это измерения наблюдаемых случайных значений в
последовательные моменты времени.
Анализ временных рядов решает следующие основные задачи:
- определение типа временного ряда;
- прогнозирование будущих значений ряда по настоящим и прошлым
значениям;
- оптимизация исследуемых экономических процессов и явлений.
Для решения этих задач необходимо формально представить модель
временного ряда.
На сегодняшний день известно несколько подходов к анализу структуры
временных рядов, которые содержат сезонные или циклические колебания.
Один из подходов – расчет значений сезонной компоненты методом
скользящей средней и построение аддитивной или мультипликативной модели
временного ряда.
Общий вид аддитивной модели следующий
Y = T + S + E. (1)

15
Эта модель предполагает, что каждый уровень временного ряда может
быть представлен как сумма трендовой Т, сезонной S и случайной Е компонент.
Общий вид мультипликативной модели выглядит так
Y = T х S х E. (2)
Данная модель предполагает, что каждый уровень временного ряда может
быть представлен как произведение трендовой Т, сезонной S и случайной Е
компонент.
Выбор одной из двух моделей проводится на основе анализа структуры
сезонных колебаний.
Если амплитуда колебаний приблизительно постоянна, строят
аддитивную модель временного ряда, в которой значения сезонной компоненты
предполагаются постоянными для различных циклов.
Если амплитуда колебаний возрастает или уменьшается, строят
мультипликативную модель временного ряда, которая ставит уровни ряда в
зависимость от значений сезонной компоненты.
Построение аддитивной и мультипликативной моделей сводится к
расчету значений Т, S и Е для каждого уровня ряда.
Рассмотрим применение построения модели временного ряда на примере
прогнозирования размера прибыли предприятия.
Объект исследования – ООО «Башкиргазинвест».
Предмет исследования – методические основы статистического
прогнозирования.
Цель исследования – построить статистическую модель временного ряда
для прогноза размера прибыли ООО «Башкиргазинвест».
Размер прибыли вместе с показателями рентабельности характеризует
эффективность производства и других форм ведения бизнеса, а также текущее
финансовое состояние предприятия.
Планирование прибыли предполагает разработку прогнозов по величине
прибыли и определению направлений ее использования, осуществление

16
текущего и оперативного планирования, формирование, распределение и
использование прибыли.
Прогнозирование прибыли осуществляется на ряд предстоящих лет.
Прогнозный размер прибыли будет определять систему долгосрочных целей
стратегии развития предприятия.
Составляя бюджет, компании концентрируется, в основном, на его
расходной части. В то же время, наименее предсказуемая доходная часть
остается недостаточно детализированной и обоснованной.
Однако, на сегодняшний день очень важно уметь прогнозировать доходы,
составлять и анализировать сценарии развития компании, а также важно уметь
анализировать ошибки, которые возникают в процессе прогнозирования.
Основное отличие прогноза от плана состоит в том, что прогнозируются
те показатели, которыми компания не может управлять в полной мере – объем
продаж, риски или действия конкурентов.
Планироваться может то, что полностью находится в сфере влияния,
например, расходы.
Основная цель прогнозирования состоит в том, чтобы получить
возможность оценивать работу компании как «удачную» или «неудачную» не
по тем показателям (прибыли, дивидендам), которые есть, а по тем, которые
потенциально могли быть.
Выбор методов, используемых при прогнозировании, зависит только от
возможностей аналитика – это могут быть как сложные математические
модели, так и интуитивные выводы.
Тем не менее, объем затраченных усилий не гарантирует успешность
прогноза, а сложность расчетов – достоверность модели.
На основе данных объемов продаж двух предшествующих лет построим
прогноз объема продаж ООО «Башкиргазинвест», следуя следующему
алгоритму расчёта:
1. Определим тренд, наилучшим образом аппроксимирующий
фактические данные.

17
Для этого используем полиномиальный тренд (рисунок 3), что позволяет
сократить ошибку прогнозной модели. Используем фактические объёмы
реализации услуг за предыдущий и отчетный год таблицы 1.

Таблица 1 – Фактические объемы реализации продукции

№пп Месяц Объем продаж (тыс.руб.) №пп Месяц Объем продаж(тыс.руб.)


1 Январь 7221,00 13 Январь 9479,56
2 Февраль 13489,67 14 Февраль 17971,50
3 Март 12004,00 15 Март 16711,23
4 Апрель 10911,77 16 Апрель 13440,01
5 Май 9681,51 17 Май 12678,70
6 Июнь 9763,80 18 Июнь 12700,15
7 Июль 8293,94 19 Июль 10001,30
8 Август 3162,31 20 Август 5814,55
9 Сентябрь 2001,93 21 Сентябрь 6037,00
10 Октябрь 3998,07 22 Октябрь 6198,18
11 Ноябрь 4956,02 23 Ноябрь 5764,12
12 Декабрь 2043,98 24 Декабрь 6000,70

Рисунок 3 - Полиномиальный тренд

2. Вычитая из фактических значений объемов продаж значение тренда,


определим величины сезонной компоненты в таблице 2, используя при этом
пакет прикладных программ MS Excel.

18
Таблица 2 - Расчет сезонной компоненты

Меся- Объем Значение Сезонная Меся- Объем Значение Сезонная


цы продаж тренда компонента цы продаж тренда компонента
1 7221,00 6936,64 284,36 1 9479,56 6936,64 2542,92
2 13489,67 12602,704 886,97 2 17971,50 12602,704 5368,80
3 12004,00 13814,902 -1810,90 3 16711,23 13814,902 2896,33
4 10911,77 12449,104 -1537,33 4 13440,01 12449,104 990,91
5 9681,51 9920,5 -238,99 5 12678,70 9920,5 2758,20
6 9763,80 7243,6 2520,20 6 12700,15 7243,6 5456,55
7 8293,94 5090,074 3203,87 7 10001,30 5090,074 4911,23
8 3162,31 3844,432 -682,12 8 5814,55 3844,432 1970,12
9 2001,93 3657,544 -1655,61 9 6037,00 3657,544 2379,46
10 3998,07 4498 -499,93 10 6198,18 4498 1700,18
11 4956,02 6201,31 -1245,29 11 5764,12 6201,31 -437,19
12 2043,98 8516,944 -6472,96 12 6000,70 8516,944 -2516,24

Скорректируем значения сезонной компоненты таким образом, чтобы их


сумма была равна нулю. Данные представим в таблице 3.

Таблица 3 - Расчет средних значений сезонной компоненты

Предыдущий Отчетный
Месяцы ИТОГО Среднее Сезонная компонента
год год
1 284,36 2542,92 2827,28 1413,64 1001,46
2 886,97 5368,8 6255,77 3127,885 1997,03
3 -1810,9 2896,33 1085,43 542,715 242,12
4 -1537,33 990,91 -546,42 -273,21 -797,25
5 -238,99 2758,2 2519,21 1259,605 842,06
6 2520,2 5456,55 7976,75 3988,375 1652,32
7 3203,87 4911,23 8115,1 4057,55 2997,58
8 -682,12 1970,12 1288 644 201
9 -1655,61 2379,46 723,85 361,925 195,69
10 -499,93 1700,18 1200,25 600,125 329,16
11 -1245,29 -437,19 -1682,48 -841,24 -1604,85
12 -6472,96 -2516,24 -8989,2 -4494,6 -7056,32
СУММА 10386,47 0

3. Рассчитаем ошибки модели как разности между фактическими


значениями и значениями модели, расчеты представим в таблице 4.

Таблица 4 - Расчет ошибок

19
Объем Значение Объем Значение
Месяц Отклонение Месяц Отклонение
продаж модели продаж модели
1 7221,00 7938,1 -717,10 13 9479,56 7938,1 1541,46
2 13489,67 14599,73 -1110,06 14 17971,50 14599,73 3371,77
3 12004,00 14057,02 -2053,02 15 16711,23 14057,02 2654,21
4 10911,77 11651,85 -740,08 16 13440,01 11651,85 1788,16
5 9681,51 10762,56 -1081,05 17 12678,70 10762,56 1916,14
6 9763,80 8895,92 867,88 18 12700,15 8895,92 3804,23
7 8293,94 8087,654 206,29 19 10001,30 8087,654 1913,65
8 3162,31 4045,432 -883,12 20 5814,55 4045,432 1769,12
9 2001,93 3853,234 -1851,30 21 6037,00 3853,234 2183,77
10 3998,07 4827,16 -829,09 22 6198,18 4827,16 1371,02
11 4956,02 4596,46 359,56 23 5764,12 4596,46 1167,66
12 2043,98 1460,624 583,36 24 6000,70 1460,624 4540,08

Находим среднеквадратическую ошибку модели (E) по формуле:

E
O 2

, (3)
 (T  S ) 2

где T – трендовое значение объема продаж; S – Сезонная компонента; O –


отклонения модели от фактических значений.
E = 1,2%.
Величина полученной ошибки позволяет говорить, что построенная
модель хорошо аппроксимирует фактические данные, т.е. она вполне отражает
экономические тенденции, определяющие объем продаж, и является
предпосылкой для построения прогнозов высокого качества.
1) построим модель прогнозирования:
F T S E (4)
Данные расчетов, необходимые для построения представлены в таблице
5.
На рисунке 4 представлено сравнение расчетных значений и фактических
данных по объему продаж.

Таблица 5 - Данные для построения прогнозной модели

20
Модель на Модель на
основе основе
Объем Объем
№пп Месяц полиноми- №пп Месяц полиноми-
продаж продаж
ального ального
тренда тренда
1 Январь 7221,00 7938,1 13 Январь 9479,56 7938,1
2 Февраль 13489,67 14599,73 14 Февраль 17971,50 14599,73
3 Март 12004,00 14057,02 15 Март 16711,23 14057,02
4 Апрель 10911,77 11651,85 16 Апрель 13440,01 11651,85
5 Май 9681,51 10762,56 17 Май 12678,70 10762,56
6 Июнь 9763,80 8895,92 18 Июнь 12700,15 8895,92
7 Июль 8293,94 8087,654 19 Июль 10001,30 8087,654
8 Август 3162,31 4045,432 20 Август 5814,55 4045,432
Сентябр
9 Сентябрь 2001,93 3853,234 21 6037,00 3853,234
ь
10 Октябрь 3998,07 4827,16 22 Октябрь 6198,18 4827,16
11 Ноябрь 4956,02 4596,46 23 Ноябрь 5764,12 4596,46
12 Декабрь 2043,98 1460,624 24 Декабрь 6000,70 1460,624

Рисунок 4 - Модель прогноза объемов продаж

2) На основе модели строим окончательный прогноз объема продаж.


Для смягчения влияния прошлых тенденций на достоверность прогнозной
модели, предлагается сочетать трендовый анализ с экспоненциальным
сглаживанием. Это позволит нивелировать недостаток адаптивных моделей, т.е.
учесть наметившееся новые экономические тенденции:

21
Fпрt  a  Fфt 1  (1  a )  Fмt , (5)
где Fпрt - прогнозное значение объема продаж; Fфt 1 - фактическое
значение объема продаж в предыдущем году; Fмt - значение модели; a -
константа сглаживания.
Константу сглаживания рекомендуется определять методом экспертных
оценок, как вероятность сохранения существующей рыночной конъюнктуры,
т.е. если основные характеристики изменяются / колеблются с той же
скоростью / амплитудой что и прежде, значит предпосылок к изменению
рыночной конъюнктуры нет, и следовательно a  1 , если наоборот, то a  0 .
Таким образом, рассчитаем прогноз на третий сезон и определим
прогнозное значение модели в таблице 6.

Таблица 6 - Расчет прогнозных значений

№пп Месяц Прогнозное значение объема продаж (тыс. руб.)


1 Январь 7364,42
2 Февраль 13711,68
3 Март 12414,6
4 Апрель 11059,79
5 Май 9897,72
6 Июнь 9590,224
7 Июль 8252,683
8 Август 3338,934
9 Сентябрь 2372,191
10 Октябрь 4163,888
11 Ноябрь 4884,108
12 Декабрь 1927,309

Прогнозное значение объема продаж определено, однако, оно определено


только по данным предыдущих периодов с небольшими поправками –
константой сглаживания.
Для принятия решения относительно будущего объема продаж
необходимо определить все факторы, которые могут повлиять на прогноз
(релевантные факторы).

22
Необходимо определить, как полученный прогнозный тренд может
изменяться под влиянием условий внешней среды.
Для отражения таких тенденций используют поправочные
коэффициенты, полученные с помощью анализа статистических данных и
информации о предполагаемых изменениях. Значения таких коэффициентов
должны быть экономически обоснованы. Прогнозное значение фактора
корректируется путем перемножения прогнозов, полученных с помощью
тренда, на поправочные коэффициенты.
Объединив влияние внешних и внутренних факторов, получаем
прогнозирование эффективности продаж на следующий год, следующий за
отчетным, который сопоставим с фактическими данными предыдущего года.
Определим список релевантных факторов для прогнозирования
эффективности продаж (рисунок 5).

Число новых потребителей

Доход от новых потребителей

Риск каналов продаж


Эффективность
продаж Объем продаж (в общем сегменте рынка)

Доля комплексных сделок

Число постоянных целевых клиентов

Рисунок 5 - Декомпозиция факторов

После построения прогнозируемого объема продаж, необходимо


составить план, в котором будет отражено, за счет каких резервов предприятие
планирует достичь поставленных целей. Немаловажным является донесение
эти данных до сотрудников компании. Для этого следует четко сформулировать
план, с обоснование доходов и сделать зримыми результаты, то есть описать
практическую значимость.

23
На рисунке 4 видно, что основной прирост объема продаж следует
ожидать в феврале месяце, также можно проследить соответствующие
ожидающиеся изменения по всему году. Любое отклонение от этих данных
будет индикатором об изменении экономического положения предприятия, и
при снижении продаж, возможно своевременное вмешательство, а при
увеличении – пересмотр дальнейшего развития предприятия.
Выводы по части исследования. Во второй главе курсовой работы была
рассмотрена взаимосвязь экономической науки и практики, приведен пример
экономического исследования.
Экономическая наука изучает поведение субъектов и объектов
исследования, которые заняты производством, распределением, обменом и
потреблением товаров, работ, услуг.
Всю методы экономических исследований можно разделить на группы:
1) экспертные (мозговой атаки, сценариев, экспертных оценок, SWOT-
анализ, Дельфи, дерева целей, деловые игры, морфологические и другие);
2) формализованного представления (математические, экономико-
математические модели);
3) комплексированные (комбинаторика, ситуационное моделирование).
В настоящее время распространение получили математическое
программирование и статистические методы. На российском рынке известны
следующие статистические пакеты для статистического анализа данных:
- профессиональные пакеты (SAS,BMDP, IMSL);
- универсальные пакеты (StatGrafphics, SPSS, SyStat, CSS, Statistica,
STADIA);
- специализированные ориентированы на конкетные области анализа
данных (Эвриста, Мезозавр, Класс-Мастер, Сани, Сигамнд).
Рассмотрено применение построения модели временного ряда на примере
прогнозирования размера прибыли предприятия.
Заключение

24
Цель данной курсовой работы по исследованию структуры научного
знания и многообразия его типов, была реализована.
Основные задачи курсовой работы нашли свое отражение:
- рассмотрены теоретические подходы к изучению научного знания;
- дана характеристика экономической науке и специфике экономических
исследований.
Научное знание в своей структуре содержит элементы. Элементы
научного знания находятся во взаимосвязи благодаря наличию устойчивых
связей между ними.
Принято выделять следующие основные элементы научного знания:
1) субъект;
2) объект;
3) методы и приемы конкретной научной дисциплины;
4) естественный и искусственный научный язык.
Кроме того, можно выделить следующие элементы научного знания:
1) эмпирическое знание;
2) теоретическое знание;
3) метатеория.
Экономическая наука изучает поведение субъектов и объектов
исследования, которые заняты производством, распределением, обменом и
потреблением товаров, работ, услуг.
Все методы экономических исследований можно разделить на следующие
группы:
1) экспертные;
2) формализованного представления;
3) комплексированные.
К настоящему времени созданы программные средства для принятия
решений в условиях неопределенности и риска. В их основе лежит
математическая статистика, прикладная статистика и анализ данных.

25
В курсовой работе приведен пример построения модели временного ряда
при прогнозировании размера прибыли предприятия.
Объект исследования – ООО «Башкиргазинвест». Предмет исследования
– методические основы статистического прогнозирования. Цель исследования –
построить статистическую модель временного ряда для прогноза размера
прибыли ООО «Башкиргазинвест».
Планирование прибыли предполагает разработку прогнозов по величине
прибыли и определению направлений ее использования, осуществление
текущего и оперативного планирования, формирование, распределение и
использование прибыли.
На основе данных объемов продаж двух предшествующих лет был
построен прогноз объема продаж ООО «Башкиргазинвест».
Основной прирост объема продаж следует ожидать в феврале месяце.
Любое отклонение от прогнозных данных будет индикатором об изменении
экономического положения предприятия, и при снижении продаж, возможно
своевременное вмешательство, а при увеличении – пересмотр дальнейшего
развития предприятия.

26
Список литературы

1. Дмитриев М.Н. Методология и методика исследований в экономике


[Текст]: учебное пособие /М.Н. Дмитриев; Нижегород. гос. архит.–стро-ит. ун-т
– Н. Новгород: ННГАСУ, 2014. – 93 с.
2. Методология и методика экономических исследований [Текст]: учебно-
методическое пособие / Т.А. Искяндерова, И.И. Савельев. — Москва: Русайнс,
2016. — 65 с.
3. Методология и методы научных исследований в экономике и
менеджменте [Текст]: пособие для вузов / Завьялова Н.Б., Головина А.Н.,
Завьялов Д.В., Дьяконова Л.П., Мельников М.С. и др.; под ред. Н. Б.
Завьяловой, А.Н. Головиной. – Москва - Екатеринбург, 2014. – 282 с.
4. Нусратуллин И.В. Методы исследований в экономике [Текст]: учебное
пособие / И.В. Нусратуллин; БИСТ (филиал) ОУП ВО «АТиСО». — Уфа: Изд-
во Башкирского института социальных технологий (филиала)
Образовательного учреждения профсоюзов высшего образования «Академия
труда и социальных отношений», 2015. — 228 с.
5. Терехина М.И., Трофимова Г.П., Хаджаров М.Х., Сорокина В.И.
Актуальные проблемы философии науки [Текст]. – Издательство «ФЛИНТА»,
2015. – 144 с.

27

Оценить