Эффективность цикла Деминга в условиях применения трендового прогнозирования Текст научной статьи по специальности «Экономика и бизнес»

ется.

2. Рост социальных расходов правительства (в % к ВВП), в основном, ухудшил результативные показатели: на три из пяти результативных показателя его воздействие стало негативным (дефицит бюджета и размеры государственного долга увеличиваются, объём ВВП на душу населения снижается), в одном случае - положительным (повысились сбережения домо-хозяйств). Взаимосвязь социальных расходов правительства и реального роста ВВП, согласно полученному корреляционному коэффициенту, слабая.

3. Влияние следующего факторного показателя -общего объёма помощи государства (в % к ВВП) - на исследуемые результативные показатели также оказалось негативным. Так, в четырёх из пяти случаев

было выявлено его отрицательное влияние на экономические показатели: реальный рост ВВП (в % к предыдущему году), размеры государственного долга (в % от ВВП), объём ВВП на душу населения (в % к предыдущему году) и сбережения домохозяйств. При росте доли государственных инвестиций дефицит бюджета (в % от ВВП) уменьшается.

Таким образом, анализ предпринимаемых мер и достигнутых экономических результатов показывает, что усиление роли государства оказывает, в основном, негативное влияние на основные экономические показатели Великобритании. Можно предположить, что экономическая политика, проводимая правительством Соединенного Королевства в настоящее время и в последующем также даст низкую эффективность.

Библиографический список

1. Евростат [Электронный ресурс]. URL: http://epp.eurostat.ec.europa.eu (дата обращения 30.09.2010).

УДК 621.01(07)

ЭФФЕКТИВНОСТЬ ЦИКЛА ДЕМИНГА В УСЛОВИЯХ ПРИМЕНЕНИЯ ТРЕНДОВОГО ПРОГНОЗИРОВАНИЯ

А.Н. Кононова1, А.Н. Шулешко2

1Иркутский государственный университет, 664003, г. Иркутск, ул. К.Маркса, 1.

Национальный исследовательский Иркутский государственный технический университет, 664074, г. Иркутск, ул. Лермонтова, 83.

Предложен метод увеличения эффективности применения цикла Деминга (P-D-C-A) для разрабатываемых и внедряемых систем менеджмента качества в условиях применения трендового прогнозирования будущих параметров того или иного процесса, объективно оценивая при этом его достоверность на основе предложенных алгоритмов.

Табл. 1. Библиогр. 4 назв.

Ключевые слова: цикл Деминга (P-D-C-A); трендовое прогнозирование; процесс; стандарты семейства ИСО 9000; методы оптимизации.

DEMING CYCLE EFFICIENCY UNDER THE APPLICATION OF TREND FORECASTING A.N. Kononova, A.N. Shuleshko

Irkutsk State University, 1, Carl Max St., Irkutsk, 664003. National Research Irkutsk State Technical University, 83, Lermontov St., Irkutsk, 664074.

The authors propose a method to increase the application efficiency of Deming cycle (P-D-C-A) for developed and introduced quality management systems when using trend forecasting of the future parameters of a process, while objective assessing its reliability based on the proposed algorithms. 1 table. 4 sources.

Key words: Deming Cycle (P-D-C-A); trend forecasting; process; ISO 9000 family of standards; optimization methods.

В настоящее время на многих предприятиях Росси ством по стандартам серии ИСО 9000. Руководство внедрена (или внедряется) система управления каче- данными стандартами подразумевает, прежде всего,

1 Кононова Алеся Николаевна, кандидат экономических наук, доцент кафедры культурологии и управления социальными процессами, тел.: 89025662020, e-mail: lesya2008@mail.ru

Kononova Alesiya, Candidate of Economical sciences, Associate Professor of the Department of Cultural Studies and Management of Social Processes, tel.: 89025662020, e-mail: lesya2008@mail.ru

2Шулешко Александр Николаевич, кандидат технических наук, доцент кафедры управления качеством, тел.: 89148993151, e-mail: alexshul@bk.ru

Shuleshko Alexander, Candidate of technical sciences, Associate Professor of the Department of Quality Management, tel.: 89148993151, e-mail: alexshul@bk.ru

ориентацию на потребителя, снижение непроизводственных потерь, за счёт чего предприятие получает конкурентные преимущества на рынке.

Вместе с тем, тотальное внедрение ИСО 9000 требует развития новых инструментов, не входящих в классические положения теории управления качеством.

Рассмотрим классический цикл Деминга Plan-Do-Check-Act (PDCA) - «Планируй - Сделай - Проверь -Действуй», ориентированный на постоянное улучшение показателей того или иного процесса. Очевидно, что для эффективной работы данного принципа необходимо чёткое и обоснованное построение планов по улучшению деятельности процесса на этапе Plan.

Одним из вероятных способов улучшения эффективности стадии планирования может быть применение методов прогнозирования будущих параметров рассматриваемого процесса на основании их объективных наблюдений - определение тренда процесса.

Прогнозирование с помощью трендов - один из методов статистического прогнозирования, при этом тренд используют, в основном, для долговременных прогнозов. Точность краткосрочных прогнозов, основанных только на подобранной кривой тренда, как правило, недостаточна. При долгосрочном прогнозировании для получения адекватного прогноза необходимо выполнение следующих условий:

• временной интервал, для которого построен тренд, достаточен для определения тенденции;

• анализируемый процесс устойчив и обладает инерционностью;

• не ожидается сильных внешних воздействий на изучаемый процесс.

Тогда получение прогнозных значений изучаемого процесса осуществляется путём подстановки в уравнение тренда xt=tr(t) значения независимой переменной t, соответствующей периоду упреждения т. Получается точечная оценка прогнозируемого показателя по уравнению, описывающему тенденцию. Полученный прогноз является средней оценкой для прогнозируемого интервала времени, так как тренд характеризует некоторый средний уровень на каждый момент времени. Отдельные наблюдения, как правило, отклонялись от него в прошлом. Естественно ожидать, что подобные отклонения будут происходить и в будущем. Поэтому находится область, в которой с опредёлен-ной вероятностью следует ожидать прогнозируемое значение, т.е. вычисляется доверительный интервал:

;X

L + ,

где Х{+т - точечный прогноз на момент 1+т; 1а - табличное значение I - критерия Стьюдента с у=п-т степенями свободы при уровне достоверности а (здесь п

- число наблюдений, т - число параметров тренда); а

- средняя квадратичная ошибка тренда:

а сxt - xt>

В основу расчёта доверительного интервала прогноза положен показатель, определяющий амплитуду колебания ряда заданных значений признака. Чем больше амплитуда колебания, тем менее определено положение тренда и тем шире должен быть интервал для вариантов прогнозов при одном и том же уровне доверия. В качестве такого показателя колебательности ряда наблюдаемых значений признака обычно рассматривается среднеквадратичное отклонение фактических наблюдений от расчётных, полученных при выравнивании динамического ряда, т.е. средняя тренда. Доверительный интервал учитывает неопределённость, связанную с положением тренда. Но он должен учитывать также и возможность отклонения от тренда, т.е. среднеквадратичную ошибку прогноза апр. Тогда доверительный интервал прогноза имеет вид:

Xt+т ^а&пр ;X

t+т + ta®np ) .

Рассмотрим построение доверительного интервала, т.е. тех границ, в пределах которых будет нахо-

*

диться значение +т с заданной доверительной вероятностью для случая, когда тренд характеризуется прямой = а0 + а.^ .

Для того, чтобы построить эту прямую необходимо, прежде всего, определить рассеяние уровней вокруг тренда. В качестве меры рассеяния принимается дисперсия а2, характеризующая отклонение физических уровней от выровненных значений Х{:

а2 =

1

n - 2 =i

Стандартная ошибка прогноза:

n 2

E(Xt - X )

а = а

пр

(n + 2т-1) ■ 3 + n +1

(n2 -1)

n

n

1

n n n

Z(x)- ao Z Xt- a1 E txt

t=1

t=1

t=1

n - 2

■ X

а =

(( -1)

Доверительный интервал имеет вид: (Xt+т- taa2K;Xt+т+ taa2K)

n - m

где а - среднее квадратичное отклонение фактических уровней динамического ряда от расчётных, называемое стандартной ошибкой тренда; К - величина, зависящая только от длины ряда и периода упреждения т:

К =

(а - табличное значение t - критерия Стьюдента с ч=п-2 степенями свободы при уровне доверия а.

С увеличением п значения К уменьшаются, а с увеличением т - увеличиваются. При одном и том же п с ростом т доверительный интервал прогноза увеличивается.

Для оценки трендов временных рядов чаще всего используется метод наименьших квадратов, который является способом подбора параметров модели временного ряда исходя из минимизации суммы квадратов остатков.

Значения временного ряда х1 рассматриваются как отклик (зависимая переменная), а время I - как фактор, влияющий на отклик (независимая переменная): Х|=/(1„е)+е, ,

где 1 - функция тренда (обычно предполагается гладкой), е - неизвестные параметры, а е, - независимые и одинаково распределённые случайные величины, распределение которых предполагается нормальным.

Метод наименьших квадратов состоит в том, что функция тренда выбирается таким образом, чтобы

Ё[^ - г М)

г=1

^ Ш1П

в

Пусть задан вектор наблюдений за параметром процесса X {XI, х2,..., хп} и соответствующий ему вектор времён Т {11, 12,..., 1п}. Тогда формулы для определения параметров Ь0 и Ь1 линейного тренда х1 = Ь0 + Ь11 будут выглядеть следующим образом:

п п

X х X'2'X V

г=1 г=1

г=1 г=1

п

п

XI'2 - X'

г=1 V '=1 У

п п п

X х'-Х х X'

Ь = ^

г=1 г=1

nX'2 - X'

г=1

V=1 У

На базе модели тренда можно осуществлять прогноз будущих значений ряда и строить доверительную зону для прогноза. Оценки тренда обычно оказывают-

ся разумными, если выбрана адекватная модель тренда и если среди наблюдений нет больших выбросов. Однако это выполняется не всегда, очень часто временной ряд содержит элементы, сильно отличающиеся от основной массы. В этом случае определение коэффициентов линейного тренда по методу наименьших квадратов не даёт хороших результатов.

В случаях, когда определение коэффициентов линейного тренда по методу наименьших квадратов не даёт хороших результатов, целесообразно воспользоваться РОВивТ-алгоритмами. Данные алгоритмы достаточно сложны и основаны на итерационной корректировке начальных коэффициентов Ь0 и Ь1, полученных по методу наименьших квадратов.

Получение достаточно надёжного прогноза возможно при относительно большом числе наблюдений (для линейного тренда п = 6). При этом, если есть возможность детализировать статистический ряд, т.е., например, вместо годовых значений показателей использовать квартальные, то анализировать следует ряд, состоящий из квартальных значений показателей, что будет способствовать повышению точности аппроксимации исходных данных и полученных прогнозных значений.

Для проверки согласия построенной линии тренда с результатами эксперимента обычно вводят следующие числовые характеристики: коэффициент корреляции (линейная зависимость), корреляционное отношение и коэффициент детерминированности.

Коэффициент корреляции является мерой линейной связи между зависимыми случайными величинами: он показывает, насколько хорошо в среднем может быть представлена одна из величин в виде линейной функции от другой.

Коэффициент корреляции вычисляется по формуле:

II ___

X - х)(У1- у)

р

1=1

1

X -

1=1

1

X (у< - у)'

I=1

п и

X X X У г

где

х =

I=1

п

->У =

г=1

п

X и у — среднее

арифметическое значение соответственно по х и у.

Коэффициент корреляции между случайными величинами по абсолютной величине не превосходит 1.

Чем ближе

И

к 1, тем теснее линейная связь между

х и у.

В случае нелинейной корреляционной связи условные средние значения располагаются около кривой линии. В этом случае в качестве характеристики силы связи рекомендуется использовать корреляци-

2

онное отношение, интерпретация которого не зависит от вида исследуемой зависимости.

Корреляционное отношение вычисляется по формуле:

1

- У п

п

УгП • (У, - У)

У 7 п • (у] - у)

п

где

Пг = У 7П«П = Х"

п,

а числитель

характеризует рассеяние условных средних Уг около безусловного среднего У . Всегда 0 <ц\х < 1

ы*

Равенство

= 0

соответствует некоррелированным случайным величинам; П^* = 1 тогда и только тогда, когда имеется

точная функциональная связь между у и х. В случае линейной зависимости у от х корреляционное отношение совпадает с квадратом коэффициента корреля-

2 2

ции. Величина Пу\х — Р используется в качестве

индикатора отклонения регрессии от линейной.

Корреляционное отношение является мерой корреляционной связи у с х в какой угодно форме, но не может дать представления о степени приближённости эмпирических данных к специальной форме.

Для оценки качества подобранной линии тренда и уравнения регрессии рассчитывается коэффициент (Р-квадрат), находящийся в

детерминированности пределах 0 < Я2 < 1.

Для его описания применяют следующие величи-

ны.

п _

£поли =Е (Уг — У)2

- полная сумма

г=1

квадратов, где У - среднее значение У Выполняется следующее равенство:

У (у, — У)2 = У (У, — УТ / +

г=1

г=1

&

= 1 (у,Т — У/

г=1

Первое слагаемое равно

= Ъу,—УТ )

2

'ост \ л л / и является остаточной

г=1

суммой квадратов. Оно характеризует отклонение экспериментальных данных от теоретических. Второе слагаемое равно

п —

о Х"1 /..Т .. \2

&

= У (УТ — У)

и является регрессион-характеризующей разброс

'регр

г=1

ной суммой квадратов, данных.

Очевидно, что справедливо следующее равенство:

&

ПОЛН

& + &

°ост ^ регр ■

Коэффициент детерминированности определяется по формуле:

Я2 = 1-

&

ОСТ

& П

ПОЛИ

Чем меньше остаточная сумма квадратов по сравнению с общей суммой квадратов, тем больше

значение коэффициента детерминированности Я2, который показывает, насколько хорошо уравнение, полученное с помощью регрессионного анализа, объясняет взаимосвязи между переменными. Если он равен 1, то имеет место полная корреляция с моделью, т.е. нет различия между фактическим и оценочным значениями у. В противоположном случае, если коэффициент детерминированности равен 0, то уравнение регрессии неудачно для предсказания значений у.

Коэффициент детерминированности никогда не превосходит корреляционное отношение. В случае,

2 2

когда выполняется равенство г =ПУ\Х , можно считать, что построенная формула наиболее точно отражает эмпирические данные.

На практике считается допустимым использовать Шкала оценки достоверности

Величина коэффициента детерминации Уровень достоверности

до 0,2 зависимость недостоверна

0,2-0,4 очень низкий

0,4-0,6 умеренный

0,6-0,8 высокий

свыше 0,8 очень высокий

2

1

2

шкалу оценки достоверности полученной зависимости, представленную в таблице.

Таким образом, используя прогнозирование будущих параметров того или иного процесса, объективно

оценивая его достоверность на базе вышеприведённых алгоритмов, можно существенно увеличить эффективность применения цикла Деминга в системе управления качеством предприятия.

Библиографический список

1. Аттетков А.В., Галкин С.В., Зарубин В.С. Методы оптимизации: учебник для студентов втузов. М.: Изд-во МГТУ, 2001.

2. Лесин В.В., Лисовец Ю.П. Основы методов оптимизации: учеб. пособие для втузов. М.: Изд-во МАИ, 1995.

3. Сак А.В. Прогнозирование и планирование экономики. Мн.: Изд-во БГУИР, 2003.

4. Управление качеством: учебник / под. ред. В.Н. Азарова. 3-е изд., стереот. М.: Высш. шк., 2002. Т.2: Принципы и методы всеобщего руководства качеством. 358 с.

УДК 330.322.214

ОРГАНИЗАЦИОННЫЕ ФОРМЫ ОБЪЕДИНЕНИЯ УЧАСТНИКОВ ИНВЕСТИЦИОННО-СТРОИТЕЛЬНОЙ ДЕЯТЕЛЬНОСТИ

Д.Н. Конторщиков1

Московский государственный строительный университет, 129337, г. Москва, Ярославское шоссе, 26.

Рассматривается инвестиционно-строительная деятельность как деятельность, направленная на реализацию проектов. Ее цель отражается в инвестиционной стратегии реализации проектного портфеля. Взаимоотношения участников реализации проектов фиксируются в договорах. В условиях необходимости обеспечения высокой скоординированности действий самостоятельных участников строительства необходимость создания структур кластерного типа становится безальтернативной. Библиогр. 5. назв.

Ключевые слова: инвестиционно-строительная деятельность; проект; программа; проектный портфель; стратегия развития; инвестиционная политика; инвестиционно-строительный процесс; организационная структура; уровни управления; тип взаимодействия; система кластерного типа

ORGANIZATIONAL FORMS TO INTEGRATE THE MEMBERS OF INVESTMENT AND CONSTRUCTION ACTIVITY D.N. Kontorschikov

Moscow State Building University

26, Yaroslavskoye Shosse, Moscow, 129337.

The author considers the investment and construction activity as an activity aimed at project implementation. Its goal is reflected in the investment strategy for the project portfolio implementation. The interrelations of project participants are stated in contracts. Under the necessity to provide a high coordination of actions between the independent participants of construction, the need to build a cluster-type structures wouldn't have an alternative. 5 sources.

Key words: investment and construction activities; project; program; project portfolio; development strategy; investment policy; investment and construction process; organizational structure; management levels; type of interaction; cluster-type system.

Как показал анализ практики строительства, его экономические результаты зависят от организации управления процессом создания конечной строительной продукции. Причём, речь идёт о целостном, взаимоувязанном и однонаправленном воздействии на участников реализации инвестиционно-строительного проекта. Основным субъектом управления в инвестиционно-строительной деятельности является собственник или управляющий проектом. Что касается динамических характеристик объекта управления, то они различны в зависимости от стадий жизненного цикла инвестиционно-строительного проекта. Преобразование объектов управления по стадиям жизненного цик-

1Конторщиков Дмитрий Николаевич, аспирант. Kontorschikov Dmitry, Postgraduate Student.

ла системно исследовано такими учёными, как Ю.О. Бакрунов, М.Л. Разу, И.И. Мазур, Н.Г. Ольдерогге, В.Д. Шапиро, Н.Ю. Яськова [1, 5]. В то же время функциональные характеристики каждой стадии с точки зрения предмета отношений участников строительства как основа формирования организационных форм их взаимодействия исследованы в гораздо меньшей степени. Чаще всего они касаются процедур формирования и реализации единичного проекта, что не соответствует реальному положению дел, поскольку на практике в редких случаях реализуется один проект. Здесь, как правило, имеется ввиду инвестиционная программа, осуществляемая в соответствии с инве-