Министерство экономического развития и торговли
Российской Федерации
Государственный университет - Высшая школа экономики
Факультет менеджмента
Программа дисциплины
Инвестиционно-технологическое прогнозирование
для направления 080500.68 «Менеджмент» подготовки магистра
Автор
Рекомендована секцией УМС Одобрена на заседании кафедры
_____________________________ «Управление проектами»
Председатель Зав. Кафедрой.
_____________________________ _________________
«_____» __________________ 2006 г. «_12 »___сентября______ 2006 г
Утверждена УС факультета
_________________________________
Ученый секретарь
_________________________________
« ____» ___________________2006 г.
Москва 2006
Разработчик: , кандидат физико-математических наук
Целью программы курса «Инвестиционно-технологическое прогнозирование» является формирование комплекса знаний, умений и навыков для выполнения прогнозных расчетов и оценок показателей при формировании инвестиционных и инновационных проектов.
Задачей специалистов в области инвестиционно-технологического прогнозирования является:
· Выявление показателей и факторов, определяющих эффективность инвестиционного проекта;
· Определение наиболее адекватного метода прогнозирования для выявленных факторов;
· Прогнозирование факторов в рамках выбранной модели;
· Оценка надежности выполненного прогноза.
Уровень квалификации указанных специалистов предполагает:
· Владение основными методами экспертного и статистического прогнозирования;
· Умение оценивать адекватность модели прогнозирования;
· Способность оценить влияние технологического развития на эффективность инвестиционного проекта.
Тематический план учебной дисциплины
№
Название темы
Всего часов по дисциплине
Аудиторные часы
Самостоятельная работа
Лекции
Сем. и практ. занятия
1
Введение в инвестиционно-технологическое прогнозирование.
7
2
-
5
2
Экспертные методы инвестиционно-технологического прогнозирования.
10
2
1
6
3
Прогнозирование временных рядов: методы сглаживания.
10
2
2
6
4
Простая линейная регрессия.
10
2
1
6
5
Многомерная регрессия.
10
2
2
6
6
Прогнозирование временных рядов: трендовые кривые.
11
2
2
7
7
ARIMA-модели в прогнозировании.
12
2
2
8
8
Сравнение моделей прогнозирования.
9
2
1
6
9
Ex post прогнозирование.
8
2
1
5
10
Нейронные сети в прогнозировании.
7
2
-
5
11
Особенности инвестиционного прогнозирования.
8
2
1
5
12
Особенности технологического прогнозирования.
8
2
1
5
Итого
108
24
14
70
Формы контроля
Итоговая оценка по учебной дисциплине складывается из следующих элементов:
Работа на практических занятиях;
Эссе;
Письменный зачет (120 мин.).
Итоговая отметка «зачет» = 10% работа на занятиях+30% эссе+60% зачет.
Содержание программы
Тема 1. Введение в инвестиционно-технологическое прогнозирование.
Содержание и основные понятия прогнозирования. Принципы прогнозирования. Виды прогнозов. Прогнозные оценки в управлении инновационными и инвестиционными проектами. Особенности инвестиционно-технологического прогнозирования. Международная практика технологического прогнозирования. Прогнозирование параметров инвестиционных проектов. Обзор методов прогнозирования.
Литература
1) , , Дж. Бизнес-прогнозирование, 7-е изд./Пер. с англ. – М.: Издательский дом «Вильямс», 2003, с. 17-27
2) Makridakis S., Wheelwright S. C., Hyndman R. J. Forecasting: methods and applications, ch. 1,2,12
3) Мартино Дж. П. Технологическое прогнозирование. – М.: Прогресс, 1977, с. 16-20
Тема 2. Экспертные методы инвестиционно-технологического прогнозирования.
Особенности экспертных методов. Оценка экспертной информации. Метод мозговой атаки. Метод Дельфи. Метод аналогий. Морфологический метод. Метод дерева целей. Метод сценариев.
Литература
1) , , Дж. Бизнес-прогнозирование, 7-е изд./Пер. с англ. – М.: Издательский дом «Вильямс», 2003, с. 545-552
2) Makridakis S., Wheelwright S. C., Hyndman R. J. Forecasting: methods and applications, ch. 9,10
3) Мартино Дж. П. Технологическое прогнозирование. – М.: Прогресс, 1977, с. 27-115
4) Руководство по научно-техническому прогнозированию / пер. с англ. – М.: Прогресс, 1977, с. 221-234
Тема 3. Методы сглаживания.
Наивная модель. Скользящие средние. Экспоненциальное сглаживание. Модели Холта, Брауна. Сезонная модель Винтерса. Выявление и учет тренда и сезонности в моделях сглаживания.
Литература
1) , , Дж. Бизнес-прогнозирование, 7-е изд./Пер. с англ. – М.: Издательский дом «Вильямс», 2003, с. 133-190
2) Слуцкин MBA по прогнозированию в бизнесе. – М.: Альпина бизнес букс, 2006, с.55-96
3) Makridakis S., Wheelwright S. C., Hyndman R. J. Forecasting: methods and applications. ch. 3,4
4) Льюис прогнозирования экономических показателей/пер. с англ. – М.: Финансы и статистика, 1986, с.77-86
Тема 4. Простая линейная регрессия.
Восстановление параметров регрессии по наблюдаемым значениям. Расчет доверительных интервалов простой регрессии. Основы статистического моделирования в экономике.
Литература
1) , , Дж. Бизнес-прогнозирование, 7-е изд./Пер. с англ. – М.: Издательский дом «Вильямс», 2003, с. 257-316
2) Слуцкин MBA по прогнозированию в бизнесе. – М.: Альпина бизнес букс, 2006, с.95-142
3) Makridakis S., Wheelwright S. C., Hyndman R. J. Forecasting: methods and applications. ch. 5
4) Льюис прогнозирования экономических показателей./пер. с англ. – М.: Финансы и статистика, 1986, с.13-41
Тема 5. Множественная регрессия.
Вычисление коэффициентов регрессии. Анализ вариаций. Фиктивные переменные и мультиколлинеарность. Применение множественной регрессии и эконометрике.
Литература
1) , , Дж. Бизнес-прогнозирование, 7-е изд./Пер. с англ. – М.: Издательский дом «Вильямс», 2003, с. 317-386
2) Слуцкин MBA по прогнозированию в бизнесе. – М.: Альпина бизнес букс, 2006, с.143-192
3) Makridakis S., Wheelwright S. C., Hyndman R. J. Forecasting: methods and applications. ch.6
Тема 6. Трендовые кривые.
Типы роста и виды трендов. Редукция к линейной регрессии. Появление трендов в экономических моделях. Производственные функции как тренд.
Литература
1) , , Дж. Бизнес-прогнозирование, 7-е изд./Пер. с англ. – М.: Издательский дом «Вильямс», 2003, с. 195-201
2) Слуцкин MBA по прогнозированию в бизнесе. – М.: Альпина бизнес букс, 2006, с.11-38
3) Льюис прогнозирования экономических показателей./пер. с англ. – М.: Финансы и статистика, 1986, с.87-114
Тема 7. ARIMA – модели в прогнозировании.
Авторегрессионные модели и модели со скользящим средним. Подбор модели. Моделирование нестационарных и сезонных временных рядов.
Литература
1) , , Дж. Бизнес-прогнозирование, 7-е изд./Пер. с англ. – М.: Издательский дом «Вильямс», 2003, с. 453-543
2) Makridakis S., Wheelwright S. C., Hyndman R. J. Forecasting: methods and applications. ch.7
Тема 8. Сравнение моделей прогнозирования
Проверка адекватности модели. Среднее квадратичное отклонение и метод наименьших квадратов. Информационные критерии сравнения моделей. Анализ остатков на независимость.
Литература
1) , , Дж. Бизнес-прогнозирование, 7-е изд./Пер. с англ. – М.: Издательский дом «Вильямс», 2003, с. 83-132
2) Слуцкин MBA по прогнозированию в бизнесе. – М.: Альпина бизнес букс, 2006, с.193-252
Тема 9. Ex post прогнозирование.
Применение алгоритма ex post для анализа трендовых моделей. Устойчивость как признак адекватности модели прогнозирования временного ряда. Проявление тренда и сезонности в ex post прогнозировании.
Литература
1) Слуцкин MBA по прогнозированию в бизнесе. – М.: Альпина бизнес букс, 2006, с.39-54
Тема 10. Нейронные сети в прогнозировании.
Структура нейрона. Топология типичной нейронной сети, применяемой в прогнозировании. Режимы функционирования нейронной сети: обучение и прогнозирование. Методология использования нейронных сетей в прогнозировании.
Литература
1) , , Дж. Бизнес-прогнозирование, 7-е изд./Пер. с англ. – М.: Издательский дом «Вильямс», 2003, с. 553-555
2) Makridakis S., Wheelwright S. C., Hyndman R. J. Forecasting: methods and applications. ch.8
3) ftp://ftp. /pub/neural/FAQ. html
Тема 11. Инвестиционное прогнозирование.
Прогнозирование в оценке инвестиционных проектов. Основные инвестиционные показатели и их прогнозирование. Прогнозирование выручки, расходов, прибыли. Прогнозирование инвестиционных рисков. Модели, используемые для прогнозирования инвестиционных показателей.
Литература
1) Аньшин анализ. – М.: Дело, 2004, с. 153-203
2) Makridakis S., Wheelwright S. C., Hyndman R. J. Forecasting: methods and applications. ch.11
3) Time-Critical Decision Making for Business Administration http://www. mirrorservice. org/sites/home. ubalt. edu/ntsbarsh/Business-stat/stat-data/Forecast. htm
Тема 12. Технологическое прогнозирование.
Оценка эффективности изобретений и инноваций. Учет технологического фактора в инвестиционных проектах. Жизненный цикл продукта. Распространение нововведений. Инновационные стратегии и их прогнозные показатели.
Литература
1) Rogers E. M. Diffusion of innovations, 5th ed. 2003
2) Гольдштейн менеджмент: Учебное пособие. Таганрог: ТРТУ, 1998.
3) Principles of forecasting: a handbook for researches and practitioners, ch.11
4) Мартино Дж. П. Технологическое прогнозирование. – М.: Прогресс, 1977, с. 366-384, 502-533
Литература
Основная
1. , , Дж. Бизнес-прогнозирование, 7-е изд./Пер. с англ. – М.: Издательский дом «Вильямс»,2003
2. Слуцкин MBA по прогнозированию в бизнесе. – М.: Альпина бизнес букс, 2006
Дополнительная
3. Четыркин методы прогнозирования. Изд. 2 – М.: Статистика, 1977
4. Льюис прогнозирования экономических показателей./пер. с англ. – М.: Финансы и статистика, 1986
5. Мартино Дж. П. Технологическое прогнозирование. – М.: Прогресс, 1977
6. Makridakis S., Wheelwright S. C., Hyndman R. J. Forecasting: methods and applications. John Wiley, 1998
7. Principles of forecasting: a handbook for researches and practitioners, J. S. Armstrong. Springer, 2001
8. Armstrong J. S. Long-range forecasting, 2nd ed. John Wiley, 1985, http://mktg-sun. wharton. upenn. edu/forecast/Long-Range%20Forecasting/contents. html
9. Forecasting Principles’ Home Page http://mktg-sun. wharton. upenn. edu/forecast/welcome. html
10. Hitchhiker's Guide to Forecasting http://www. /Tutorials/Forecast/
Контрольные вопросы
1) Типология прогнозов.
2) Альтернативы прогнозированию.
3) Этапы прогнозирования, структура прогноза.
4) Основные методы прогнозирования: экспертные и статистические.
5) Основные методы экспертного прогнозирования.
6) Метод Дельфи: структура, преимущества и недостатки.
7) Методы составления сценариев: метод согласованного мнения, объединение независимых сценариев, матрицы взаимодействия.
8) Аспекты и необходимые условия проведения аналогий. Проблемы, связанные с использованием аналогий.
9) Методология морфологического анализа.
10) Методы сглаживания стационарных рядов: наивная модель, скользящие средние и экспоненциальное сглаживание.
11) Способы устранения тренда и сезонности.
12) Модели сглаживания с трендом: модели Холта и Брауна.
13) Модели сглаживания с трендом и сезонностью: модель Винтерса.
14) Определение начальных условий модели сглаживания.
15) Статистические показатели модели простой линейной регрессии.
16) Вывод формул коэффициентов зависимости в линейной регрессии.
17) Проверка гипотезы о независимости наблюдаемых переменных.
18) Статистический анализ модели многомерной регрессии: ANOVA.
19) Проверка мультиколлинеарности независимых переменных.
20) Виды трендовых кривых. Преобразования переменных, сводящие тренд к линейной регрессии.
21) Линейный, квадратичный и экспоненциальный рост в экономике.
22) S-образная кривая как график распространения нового товара.
23) Примеры производственных функций.
24) Описание модели ARIMA.
25) Подбор модели Бокса-Дженкинса по полным и частичным автокорреляциям временного ряда.
26) Преимущества и недостатки модели ARIMA.
27) Применение модели ARIMA к сезонным временным рядам.
28) Средняя квадратичная ошибка как основной критерий адекватности модели. Подбор параметров модели по методу наименьших квадратов.
29) Основные информационные критерии: AIC и BIC.
30) Методы анализа независимости остатков.
31) Алгоритм ex post прогнозирования.
32) Устройство типичной нейронной сети.
33) Этапы функционирования нейронной сети: обучение и прогнозирование.
34) Методы прогнозирования показателей NPV и IRR.
35) Прогнозирование рисков проекта.
36) Составление прогнозов при оценке инноваций.
37) Роль прогнозирования при выборе инновационной стратегии.
Темы эссе
1) Возможные области применения прогнозирования в управлении проектами
2) Ошибки в прогнозировании, их роль и их неизбежность
3) Прогнозирование и ясновидение: есть ли отличия?
4) Роль интуитивного прогноза в экономической деятельности
5) Субъективные vs. объективные методы прогнозирования
6) Существует ли наилучший метод прогнозирования?
7) Апология прогнозирования: есть ли от него польза?
8) Знаменитые ошибочные прогнозы
9) Прогнозирование и ЭВМ
10) Осуществимость прогнозирования: можно ли предсказать будущее?
11) Зарубежный опыт прогнозной деятельности
12) Определяющие технологии в XXI веке
13) Общество как потребитель прогнозирования
14) Мифы и разочарования технологического прогнозирования
15) Милитаризм как стимул развития технологического прогнозирования
16) Кривая диффузия нововведений: почему S-образная?
17) Государство и прогнозирование
18) Технологическое прогнозы в science fiction.
19) Пример построения регрессионной модели по реальным данным
20) Пример выполнения прогноза временного ряда некоторого показателя
Автор программы: _____________________________ / Ф. И.О./
