Разработка программ стимулирования предпринимательства

Автор работы: Пользователь скрыл имя, 15 Февраля 2013 в 06:53, контрольная работа

Описание работы

Цель и задачи работы – рассмотреть основные подходы к прогнозированию развития малого предпринимательства, осветить процесс разработки стимулирующих программ. Структура работы обусловлена ее целью и задачами и состоит из введения, двух глав, заключения и списка использованной литературы.

Содержание работы

ВВЕДЕНИЕ
Глава 1. Основные подходы к прогнозированию развития малого предпринимательства
ГЛАВА 2. Разработка программ стимулирования развития предпринимательства
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

Скачать архив (320.91 Кб) Сколько стоит заказать работу?
Файлы: 1 файл

КОНТР ОСНОВЫ ПРОГНОЗИРОВАНИЯ.docx

— 340.30 Кб (Скачать файл)

 

 

 

 

 

Кафедра экономической теории и социально-экономической политики

 

 

 

 

КОНТРОЛЬНАЯ  РАБОТА

По дисциплине: «Основы прогнозирования»

На тему: «Разработка программ стимулирования предпринимательства»

 

 

 

 

 

 

 

 

 

 

Уфа – 2011 г.

 

 

содержание

ВВЕДЕНИЕ

Глава 1. Основные подходы  к прогнозированию развития малого предпринимательства

ГЛАВА 2. Разработка программ стимулирования развития предпринимательства

ЗАКЛЮЧЕНИЕ

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ


 
 
 
 

 

 

 

 

 

 

 

ВВЕДЕНИЕ

Вопросы развития малого предпринимательства являются актуальными  на протяжении многих десятилетий и являются предметом активных дискуссий как на международном и государственном уровнях развитых и развивающихся государств, так и в различного уровня (международных, национальных и локальных) научно-академических сообществах, предпринимательских и общественных объединениях.

Актуальность темы обусловлена проблемой в формировании эффективных краткосрочных (экстренных) и среднесрочных (направленных на дальнейшее развитие) мер для поддержки и  развития малого бизнеса.    При  этом необходимо учитывать базовые  факторы, влияющие на развитие бизнеса:

- Условия спроса

- Специфика отраслевой  структуры

- Существующий бизнес  – климат

Цель и задачи работы – рассмотреть основные подходы к прогнозированию развития малого предпринимательства, осветить процесс разработки стимулирующих программ. Структура работы обусловлена ее целью и задачами и состоит из введения, двух глав, заключения и списка использованной литературы.

 

 

ГЛАВА 1. ОСНОВНЫЕ ПОДХОДЫ ТК ПРОГНОЗИРОВАНИЮ РАЗВИТИЯ ПРЕДПРИНИМАТЕЛЬСТВА

Оценка  малого предпринимательства и прогноз  развития должен формироваться исходя из сценарных условий функционирования экономики на прогнозируемые периоды, общей концепции перспектив социально-экономического развития данного субъекта Российской Федерации, внутренних стимулов саморазвития сферы малого предпринимательства  в данном регионе, а также масштабов  и результативности мер поддержки  малого предпринимательства, проводимых как на федеральном, так и на региональном уровнях.

При отнесении предприятий  к категории малых используются критерии, установленные Федеральным  законом Российской Федерации от 14 июня 1995 г. № 88-ФЗ "О государственной  поддержке малого предпринимательства в Российской Федерации"

Оценка перспектив развития малого предпринимательства  дает возможность разрабатывать  и проводить политику по его стимулированию и поддержке. Чем более разносторонней будет эта оценка (учета регионального  аспекта, увеличение глубины прогнозного  горизонта), тем в большей степени  будут результативными меры данной политики.

Однако возможности  построения перспективных оценок, основанных на статистических методах прогнозирования, главным образом определяются качеством  исходной информации. Основная трудность  в получении надежного прогноза - это низкое качество статистической базы, что обусловлено как объективными, так и субъективными факторами.

Действующая система  формирования сводных итогов деятельности малых предприятий ограничивает число экономических показателей  и видов деятельности экономики, по которым возможно получить сопоставимые ряды и, соответственно, проводить работу по прогнозированию.

Прогноз развития сектора  малого предпринимательства определяется по следующим основным показателям:

1. количество малых  предприятий, 

2. численность занятых  на малых предприятиях,

3. количество вновь созданных рабочих мест на субъектах малого предпринимательства,

3. доля продукции, произведенной  малыми предприятиями, в  объеме валового регионального  продукта,

3. выручка от реализации товаров и услуг,

4. инвестиции в основной  капитал,

5. валовая добавленная стоимость,

6. оборот малых предприятий.

Прогнозирование по основным показателям развития сектора малого предпринимательства осуществляется в целом и по видам экономической  деятельности.

Источником информации при расчетах прогнозных показателей  должны служить формы государственной  статистической отчетности по общеэкономическим  показателям и непосредственно  по формам отчетности для малых предприятий.

По малым предприятиям для построения прогноза используются отчетные данные Росстата по формам: №  П-1, П-2, П-4, ПМ.

Основными методами при  прогнозировании развития малого предпринимательства являются: метод экспертных оценок, метод экстраполяции, экономико-математическое моделирование.

При прогнозировании  важно учитывать изменение не только темпов прироста (снижения) обобщающих и частных показателей деятельности самих малых предприятий, но и  влияние на них общеэкономических  показателей развития России, а также  изменения и направления взаимосвязей между ними. В этой связи особая роль отводится анализу имеющихся  отчетных данных, построению соответствующих  статистических рядов.

Малым предприятиям не свойственно представлять информацию о своей деятельности, поэтому статистика малого бизнеса в лучшем случае имеет пропуски, в худшем – неверна. Достоверными можно считать данные о количестве предприятий и числе занятых на них, так как эта информация поступает в налоговые органы.

Для построения динамического  ряда для прогнозирования развития малого предпринимательства необходимо произвести расчет недостающих значений, поскольку наличие пропусков  в рядах ослабляют возможность  прогнозирования.

Для заполнения пропусков  можно использовать метод линейной интерполяции, представляющий собой  оценку пропущенного значения на основе предположения о достаточно равномерном  характере изменения показателя в период между двумя его известными значениями.

В простейшем случае, когда неизвестно всего одно значение, пропуск заполняется по формуле:

Х = (А + В)/2, где

Х - пропущенное значение (оценочно);

А - известное значение перед пропущенным;

В - известное значение после пропущенного.

В остальных случаях процедура  заполнения пропусков методом линейной интерполяции описывается следующей  формулой:

 где

Х - пропущенное значение (оценочно);

А - известное значение перед пропущенным;

В - известное значение после пропущенного;

k - количество пропущенных подряд значений;

n - номер пропущенного значения после известного в динамическом ряду показателей за год.

После формирования относительно сопоставимых рядов данных для проведения прогнозных расчетов строится информационная база по кварталам, состоящая для каждого показателя из трех рядов значений.

Проведение расчетов значений абсолютных приростов (убываний) и их анализ показывают “внутреннюю” тенденцию динамического  ряда.

Кроме того, на развитие малого предпринимательства  могут влиять такие факторы как  уровень инфляции, объем налоговых  льгот для малых предприятий  в приоритетном направлении данного  региона, объемы расходов регионального (местного) бюджета, направленные на обеспечение  мер государственной поддержки, уровень нормативно-правовой поддержки  региона, степень выполнения мероприятий  программ поддержки малых предприятий  и т.д.

Далее оценим работоспособность вышеуказанных  методов для составления прогноза.

Сущность метода экспертных оценок заключается в проведении экспертами интуитивно-логического  анализа проблемы с количественной оценкой суждений и формальной обработкой результатов. Получаемое в результате обработки обобщенное мнение экспертов  принимается как решение проблемы. Комплексное использование интуиции (неосознанного мышления), логического  мышления и количественных оценок с  их формальной обработкой позволяет  получить эффективное решение проблемы.

При выполнении своей  роли в процессе управления эксперты производят две основные функции: формируют  объекты (альтернативные ситуации, цели, решения и т. п.) и производят измерение  их характеристик (вероятности свершения  событий, коэффициенты значимости целей, предпочтения решений и т. п.).

Формирование объектов осуществляется экспертами на основе логического мышления и интуиции. При этом большую роль играют знания и опыт эксперта.

Измерение характеристик  объектов требует от экспертов знания теории измерений.

Характерными особенностями  метода экспертных оценок как научного инструмента решения сложных проблем являются, во - первых, научно обоснованная организация проведения всех этапов экспертизы, обеспечивающая наибольшую эффективность работы на каждом из этапов, и, во - вторых, применение количественных методов как при организации экспертизы, так и при оценке суждений экспертов и формальной групповой обработке результатов. Эти две особенности отличают метод экспертных оценок от обычной давно известной экспертизы, широко применяемой в различных сферах человеческой деятельности.

Экспертные коллективные оценки широко использовались в государственном  масштабе для решения сложных  проблем управления народным хозяйством уже в первые годы Советской власти. В 1918 году при Высшем совете народного  хозяйства был создан Совет экспертов, задачей которого являлось решение  наиболее сложных проблем реорганизации  народного хозяйства страны. При  составлении пятилетних планов развития народного хозяйства страны систематически использовались экспертные оценки широкого круга специалистов.

В настоящее время  в нашей стране и за рубежом  метод экспертных оценок широко применяется  для решения важных проблем различного характера. В различных отраслях, объединениях и на предприятиях действуют  постоянные или временные экспертные комиссии, формирующие решения по различным сложным неформализуемым  проблемам.

Область применения метода экспертных оценок весьма широка. Перечислим типовые задачи, решаемые методом  экспертных оценок:

1) составление перечня  возможных событий в различных  областях за определенный промежуток  времени;

2) определение наиболее  вероятных интервалов времени  свершения совокупности событий;

3) определение целей  и задач управления с упорядочением  их по степени важности;

4) определение альтернативных  вариантов решения задачи с оценкой их предпочтения;

5) альтернативное распределение  ресурсов для решения задач  с оценкой их предпочтительности;

6) альтернативные варианты  принятия решений в определенной  ситуации с оценкой их предпочтительности.

Для решения перечисленных  типовых задач в настоящее  время применяются различные  разновидности метода экспертных оценок. К основным видам относятся: анкетирование  и интервьюирование; мозговой штурм; дискуссия; совещание; оперативная  игра; сценарий.

Сущность метода экстраполяции заключается в изучении динамики изменения экономического явления в предпрогнозном периоде и перенесения найденной закономерности на некоторый период будущего. Обязательным условием применения экстраполяционного метода в прогнозировании следует считать познание и объективное понимание природы исследуемого процесса, а также наличие устойчивых тенденций в механизме развития.

Однако степень  реальности такого рода прогнозов и  соответственно мера доверия к ним  в значительной мере обуславливаются  аргументированностью выбора пределов экстраполяции и стабильностью  соответствия «измерителей» по отношению  к сущности рассматриваемого явления. Следует обратить внимание на то, что  сложные объекты, как правило, не могут быть охарактеризованы одним  параметром.

Этот способ обладает определенными достоинствами, среди  которых незначительна трудоемкость вычислительного алгоритма, универсальные  расчетные схемы. Кроме указанных  достоинств, он имеет несколько существенных недостатков. Во-первых, все фактические  наблюдения являются результатом закономерности и случайности, следовательно, основываться на последнем наблюдении неправомерно. Во-вторых, нет возможности оценить  правомерность использования среднего прироста в каждом конкретном случае. В-третьих, данный подход не позволяет  сформировать интервал, в который попадает прогнозируемая величина. В связи с этим метод экстраполяции не дает точных результатов на длительных срок прогноза, потому что данный метод исходит из прошлого и настоящего, и тем самым погрешность накапливается. Этот метод дает положительные результаты на ближайшую перспективу прогнозирования тех или иных объектов – на 5-7 лет.

Для повышения точности экстраполяции используются различные  приемы. Один из них состоит, например, в том, чтобы экстраполируемую часть  общей кривой развития (тренда) корректировать с учетом реального опыта развития отрасли-аналога исследований или  объекта, опережающий в своем  развитии прогнозируемый объект.


В качестве примера  прогнозирования с использованием экстраполяции можно привести прогноз количества малых предприятий в республике Мордовия до 2008 года:

 

Рис. 1.2. Графическое изображение прогноза методом экспонециального сглаживания

 

По прогнозу количество малых  предприятий в 2008 г. должно было составить 3,5 тыс. (в 2009 г. — 3,87 тыс.). Эта цифра  немного ниже фактической за 2007 г. Однако, учитывая данные за 8 лет и  наблюдая значительные скачки в показателях, можно сделать вывод, что прогноз достоверен и в ближайшие годы не планируется резкого спада или подъема.

Применение этого прогноза возможно лишь в комплексе с другими  прогнозными мероприятиями, такими как экспертный метод и корреляционно-регрессионный  анализ. Кроме того необходимо учитывать  как на развитие малого предпринимательства  в регионе влияет внутренняя политика государства и республики.

По показателям количества малых предприятий, численности  занятых на них, объема производства, работ и услуг, инвестиций предлагается провести  корреляционно-регрессионный  анализ, чтобы выявить наличие  и тесноту связи между ними. Наиболее тесная зависимость существует между количеством малых предприятий  и численностью занятых на них. Однако эта зависимость не в пределах 0,9. Этот факт можно объяснить тем, что колебания количества малых  предприятий происходят за счет небольших  организаций, на которых трудятся 1—10 чел. поэтому их ликвидация и образование  новых незначительно сказываются  на общей численности занятых.

Экономико-математическое моделирование  является неотъемлемой частью любого исследования в области экономики  и может быть применимо к данному  объекту.

В литературе, посвященной  вопросам экономико-математического  моделирования, в зависимости от учета различных факторов (времени, способов его представления в  моделях; случайных факторов и т.п.) выделяют, например, такие классы моделей:

1.статистические и динамические

2. дискретные и непрерывные

3. детерминированные и  стохастические.

Если же рассматривать  характер метода, на основе которого строится экономико-математическая модель, то можно  выделить два основных типа моделей:

- математические

- имитационные.

Под моделированием понимается процесс построения, изучения и применения моделей. Оно тесно связано с  такими категориями, как абстракция, аналогия, гипотеза и др. Процесс  моделирования обязательно включает и построение абстракций, и умозаключения  по аналогии, и конструирование научных  гипотез.

Главная особенность моделирования  в том, что это метод опосредованного  познания с помощью объектов-заместителей. Модель выступает как своеобразный инструмент познания, который исследователь  ставит между собой и объектом и с помощью которого изучает  интересующий его объект. Именно эта  особенность метода моделирования  определяет специфические формы  использования абстракций, аналогий, гипотез, других категорий и методов  познания.

Экономико-математические модели в прогнозировании широко используются при составлении социально-экономических  прогнозов на макроэкономическом уровне.

При использовании этих моделей  необходимо учитывать воздействие  факторного, лагового и структурного аспектов сбалансированности экономики  и их синтеза на основе принципа оптимальности.

Факторный аспект сбалансированности экономики основывается на взаимосвязи  между объемом выпуска продукции  и затратами факторов производства. Он сводится к определению такой  пропорции между факторами производства, которая позволяет обеспечить заданный выпуск продукции. Для определения  таких количественных пропорций  используются показатели эффективности  затрат живого и овеществленного  труда и объемы этих затрат.

Лаговый аспект сбалансированности основан на распрелении во времени  затрат факторов производства и достигаемого при их взаимодействии эффекта. Главные  лаговые характеристики связаны  с воспроизводством основных фондов, а значит и с затратами капитальных  вложений.

Структурный аспект сбалансированности основывается на пропорциях между I и II подразделениями общественного  производства и взаимосвязях межотраслевых  потоков продукции с элементами конечного потребления.

Преимуществами метода являются универсальность, получение прогноза с высокой степенью точности, возможность  получения точных количественных оценок. Наряду с ними имеются и недостатки, в числе которых высокая информационная емкость, необходимость наличия  вычислительных мощностей, человеческий фактор, который может вызвать  ошибку в расчетах.

Перед выбором основного  метода прогнозирования необходимо учитывать недостаточно высокую  надежность экономических показателей, что обусловлено следующими факторами:

1. Стремлением предпринимателей  уклониться от предоставления  отчетности либо занизить финансово-экономические  характеристики своего бизнеса  с целью снижения налогового  бремени. 

В результате статистические характеристики получают значительное смещение в меньшую сторону и  могут использоваться, во-первых, как  оценки нижних границ значений соответствующих  параметров, и, во-вторых, для сравнительного анализа изменений параметров в  динамике либо по какому-либо разрезу (в предположении, что скрываемые составляющие параметров в рамках рассматриваемой  совокупности меняются мало).

2. Ограниченным объемом  исходной выборки. 

Погрешности, вызываемые влиянием этого фактора, в наибольшей степени  влияют на оценки характеристик малых  групп предприятий, в частности, МП определенной отрасли в том  или ином округе. Такие оценки можно  считать сравнительно надежными  лишь в случае их подтверждения с  использованием дополнительных источников информации, например, данных за предшествующие годы.

3. Методическими погрешностями  статистического оценивания.

Далее проведем анализ каждого  из методов, указанных в п. 1.1. В  связи с тем, что указано три  метода, использованы в работе будут  все, поэтому будет приводиться  более полная характеристика каждого  в порядке убывания сложности.

Метод экстраполяции является самым распространенным и наиболее разработанным среди всей совокупности методов прогнозирования. Использование  экстраполяции в прогнозировании  имеет в своей основе предположение  о том, что рассматриваемый процесс  изменения переменной представляет собой сочетание двух составляющих - регулярной и случайной:

Считается, что регулярная составляющая представляет собой гладкую  функцию от аргумента (в большинстве  случаев - времени), описываемую конечномерным  вектором параметров, которые сохраняют  свои значения на периоде упреждения прогноза. Эта составляющая называется также трендом, уровнем, детерминированной  основой процесса, тенденцией.

Случайная составляющая обычно считается некоррелированным случайным  процессом с нулевым математическим ожиданием. Ее оценки необходимы для  дальнейшего определения точностных характеристик прогноза.

Специфическими чертами  прогнозной экстраполяции можно  назвать методы предварительной  обработки числового ряда с целью  преобразования его к виду, удобному для прогнозирования, а также анализ логики и физики прогнозируемого процесса, оказывающий существенное влияние как па выбор вида экстраполирующей функции, так и на определение границ изменения ее параметров.

Процедура сглаживания направлена на минимизацию случайных отклонений точек ряда от некоторой гладкой  кривой предполагаемого тренда процесса. Наиболее распространен способ осреднения уровня по некоторой совокупности окружающих точек, причем эта операция перемещается вдоль ряда точек, в связи с  чем обычно называется скользящая средняя.

Для выбранного объекта этот метод представляется наиболее оптимальным, так как временной ряд, за который  можно взять динамику любого из показателей, соответствует всем условиям для  применения экстраполяции. Инструменты, применимые к объекту: продление  вперед, экспонециальное сглаживание, скользящее среднее, декомпозиция и  другие.

Рассмотрим более детально инструменты скользящего среднего и экспоненциального сглаживания. Суть этих инструментов состоит в том, что фактические уровни исследуемого временного ряда заменяются их средними значениями, погашающими случайные колебания. Это позволяет более четко выделить основную тенденцию изменения исследуемого параметра. Эти относительно простые методы прогнозирования временных рядов, основанные на представлении прогноза в виде суммы m предыдущих наблюдаемых значений ( ), причем каждое из них учитывается с определенным весовым коэффициентом

.

Использование методов скользящего  среднего и экспоненциального сглаживания  основано на следующих допущениях:

  • временной ряд является устойчивым в том смысле, что его элементы являются реализациями следующего случайного процесса:

,

где b – неизвестный постоянный параметр,  – случайная ошибка.

  • случайная ошибка имеет нулевое математическое ожидание и постоянную дисперсию;
  • данные для различных периодов времени не коррелированны.

Расчет прогноза и  сглаживание временного ряда методом скользящего среднего производится по формуле

.

(1)


При этом предполагается, что все m значений за m моментов времени вносят равный вклад в прогнозируемое значение и учитываются с одинаковым весовым коэффициентом .

В экспоненциальном  сглаживании весовые коэффициенты предыдущих наблюдаемых значений увеличиваются по мере приближения к последним (по времени) данным. Кроме того, в формировании прогнозируемого значения участвуют все n известных значений

( ) временного ряда

(2)


Для расчета прогноза и  для сглаживания временного ряда методом экспоненциального сглаживания  используют формулу (2) в виде

,

(3)


где  – константа сглаживания.

Метод написания  прогнозного сценария основан на определении логики развития экономического процесса во времени при различных условиях. В сценарии указывается генеральная цель развития объекта прогнозирования, выявляются основные факторы (и положительные, и негативные), влияющие на развитие объекта, формулируются критерии для оценки различных процессов, связанных с развитием объекта прогнозирования. Ценность сценария тем выше, чем меньше степень неопределенности, т.е. чем больше степень согласованности мнений экспертов об осуществимости событий, развитии процесса.

Информация о работе Разработка программ стимулирования предпринимательства