8.Государственное программирование

‏ㅤ Оптимальным ‏ㅤ числом ‏ㅤ считается ‏ㅤ 9-16, ‏ㅤ так ‏ㅤ как ‏ㅤ в ‏ㅤ противном ‏ㅤ случае ‏ㅤ результаты ‏ㅤ трудно ‏ㅤинтерпретировать. ‏ㅤ Количественные ‏ㅤ оценки ‏ㅤ факторов ‏ㅤ (стратегических ‏ㅤ индексов) ‏ㅤ определяются ‏ㅤ экспертным ‏ㅤ путем ‏ㅤ (в ‏ㅤ баллах) ‏ㅤ в ‏ㅤ зависимости ‏ㅤ от ‏ㅤ величины ‏ㅤ и ‏ㅤ силы ‏ㅤ действия ‏ㅤ фактора. ‏ㅤ Однако ‏ㅤ в ‏ㅤ целях ‏ㅤ упрощения ‏ㅤ количественные ‏ㅤ оценки ‏ㅤ можно ‏ㅤ заменить ‏ㅤ эквивалентными ‏ㅤ качественными, ‏ㅤ например: ‏ㅤ хороший, ‏ㅤ высокий ‏ㅤ (ранг ‏ㅤ 1), ‏ㅤ плохой, ‏ㅤ слабый ‏ㅤ (ранг ‏ㅤ 2). ‏ㅤНа ‏ㅤ представленном ‏ㅤ рис. ‏ㅤ 5 ‏ㅤ позиция ‏ㅤ предприятия ‏ㅤ в ‏ㅤ маркетинге ‏ㅤ диктует ‏ㅤ одну ‏ㅤ из ‏ㅤ стратегий: ‏ㅤ стратегию ‏ㅤ атаки ‏ㅤ (С1), ‏ㅤ когда ‏ㅤ предприятие ‏ㅤ занимает ‏ㅤ сильную ‏ㅤ позицию; ‏ㅤ стратегию ‏ㅤ обороны ‏ㅤ (С2), ‏ㅤ когда ‏ㅤ позиция ‏ㅤ оценивается ‏ㅤ как ‏ㅤ средняя; ‏ㅤ стратегию ‏ㅤ отступления ‏ㅤ (С3), ‏ㅤ когда ‏ㅤ позиция ‏ㅤ явно ‏ㅤ невыгодная, ‏ㅤ слабая. ‏ㅤ Индексы ‏ㅤ РН, ‏ㅤ РС ‏ㅤ и ‏ㅤ РВ ‏ㅤ означают ‏ㅤ уровень ‏ㅤ коммерческого ‏ㅤ риска ‏ㅤ - ‏ㅤ соответственно ‏ㅤ низкий, ‏ㅤ средний ‏ㅤ и ‏ㅤ высокий. ‏ㅤ Подробно ‏ㅤ о ‏ㅤ применении ‏ㅤ матричного ‏ㅤ метода ‏ㅤ прогнозирования ‏ㅤ в ‏ㅤ практике ‏ㅤ маркетинга ‏ㅤ (в ‏ㅤ сочетании ‏ㅤ со ‏ㅤ статистическими ‏ㅤ методами). ‏ㅤ9. ‏ㅤ Метод ‏ㅤ Дельфи ‏ㅤ является ‏ㅤ наиболее ‏ㅤ формальным ‏ㅤ из ‏ㅤ всех ‏ㅤ методов ‏ㅤ экспертного ‏ㅤ прогнозирования ‏ㅤ и ‏ㅤ наиболее ‏ㅤ часто ‏ㅤ используется ‏ㅤ в ‏ㅤ технологическом ‏ㅤ прогнозировании, ‏ㅤ данные ‏ㅤ которого ‏ㅤ используются ‏ㅤ затем ‏ㅤ в ‏ㅤ планировании ‏ㅤ производства ‏ㅤ и ‏ㅤ сбыта ‏ㅤ продукции. ‏ㅤ Это ‏ㅤ групповой ‏ㅤ метод. ‏ㅤ при ‏ㅤ котором ‏ㅤ проводится ‏ㅤ индивидуальный ‏ㅤ опрос ‏ㅤ группы ‏ㅤ экспертов ‏ㅤ относительно ‏ㅤ их ‏ㅤ предположений ‏ㅤ о ‏ㅤ будущих ‏ㅤ событиях ‏ㅤ в ‏ㅤ различных ‏ㅤ областях, ‏ㅤ где ‏ㅤ ожидаются ‏ㅤ новые ‏ㅤ открытия ‏ㅤ или ‏ㅤ усовершенствования. ‏ㅤОпрос ‏ㅤ проводится ‏ㅤ с ‏ㅤ помощью ‏ㅤ специальных ‏ㅤ анкет ‏ㅤ анонимно, ‏ㅤ т.е. ‏ㅤ личные ‏ㅤ контакты ‏ㅤ экспертов ‏ㅤ и ‏ㅤ коллективные ‏ㅤ обсуждения ‏ㅤ исключаются. ‏ㅤ Полученные ‏ㅤ ответы ‏ㅤ сопоставляются ‏ㅤ специальными ‏ㅤ работниками, ‏ㅤ и ‏ㅤ обобщенные ‏ㅤ результаты ‏ㅤ снова ‏ㅤ направляются ‏ㅤ членам ‏ㅤ группы. ‏ㅤ На ‏ㅤ основе ‏ㅤ такой ‏ㅤ информации ‏ㅤ члены ‏ㅤ группы, ‏ㅤ по-прежнему ‏ㅤ сохраняя ‏ㅤ анонимность, ‏ㅤ делают ‏ㅤ дальнейшие ‏ㅤ предположения ‏ㅤ о ‏ㅤ будущем, ‏ㅤ причем ‏ㅤ этот ‏ㅤ процесс ‏ㅤ может ‏ㅤ повторяться ‏ㅤ несколько ‏ㅤ раз ‏ㅤ (так ‏ㅤ называемая ‏ㅤ многотуровая ‏ㅤ процедура ‏ㅤ опроса). ‏ㅤ После ‏ㅤ того ‏ㅤ как ‏ㅤ начинает ‏ㅤ появляться ‏ㅤ совпадение ‏ㅤ мнений, ‏ㅤ результаты ‏ㅤ используются ‏ㅤ в ‏ㅤ качестве ‏ㅤ прогноза. ‏ㅤПрименение ‏ㅤ метода ‏ㅤ Дельфи ‏ㅤ можно ‏ㅤ проиллюстрировать ‏ㅤ на ‏ㅤ следующем ‏ㅤ примере: ‏ㅤ компания, ‏ㅤ занимающаяся ‏ㅤ морским ‏ㅤ нефтяным ‏ㅤ промыслом ‏ㅤ хочет ‏ㅤ получить ‏ㅤ информацию ‏ㅤ о ‏ㅤ том, ‏ㅤ когда ‏ㅤ можно ‏ㅤ будет ‏ㅤ использовать ‏ㅤ роботов ‏ㅤМетод ‏ㅤ Дельфи ‏ㅤ назван ‏ㅤ в ‏ㅤ честь ‏ㅤ дельфийского ‏ㅤ оракула ‏ㅤ в ‏ㅤ Древней ‏ㅤ Греции. ‏ㅤ Он ‏ㅤ разработан ‏ㅤ Олафом ‏ㅤ Хельмером, ‏ㅤ видным ‏ㅤ математиком ‏ㅤ из ‏ㅤ корпорации ‏ㅤ “РЭНД”, ‏ㅤ и ‏ㅤ его ‏ㅤ коллегами ‏ㅤ и ‏ㅤ вероятно ‏ㅤ поэтому, ‏ㅤ по ‏ㅤ сравнению ‏ㅤ с ‏ㅤ другими ‏ㅤ творческими ‏ㅤ подходами, ‏ㅤ дает ‏ㅤ достаточную ‏ㅤ точность ‏ㅤ прогноза. ‏ㅤРассмотренная ‏ㅤ выше ‏ㅤ классификация ‏ㅤ методов ‏ㅤ прогнозирования, ‏ㅤ как ‏ㅤ и ‏ㅤ классификация ‏ㅤ самих ‏ㅤ прогнозов, ‏ㅤ не ‏ㅤ является ‏ㅤ абсолютно ‏ㅤ бесспорной, ‏ㅤ имеются ‏ㅤ и ‏ㅤ другие ‏ㅤ подходы ‏ㅤ к ‏ㅤ решению ‏ㅤ этого ‏ㅤ вопроса. ‏ㅤУспешность ‏ㅤ применения ‏ㅤ каждого ‏ㅤ метода ‏ㅤ зависит ‏ㅤ от ‏ㅤ его ‏ㅤ соответствия ‏ㅤ конкретной ‏ㅤ ситуации, ‏ㅤ цели ‏ㅤ прогнозирования, ‏ㅤ горизонта ‏ㅤ прогнозирования, ‏ㅤ исходных ‏ㅤ данных, ‏ㅤ квалификации ‏ㅤ прогнозиста ‏ㅤ и ‏ㅤ др. ‏ㅤ Так, ‏ㅤ при ‏ㅤ прогнозировании ‏ㅤ спроса ‏ㅤ и ‏ㅤ предложения ‏ㅤ чаще ‏ㅤ других ‏ㅤ применяются ‏ㅤ следующие ‏ㅤ методы ‏ㅤ и ‏ㅤ приемы ‏ㅤ прогнозирования: ‏ㅤаналоговые ‏ㅤ модели, ‏ㅤ когда ‏ㅤ в ‏ㅤ качестве ‏ㅤ прогноза ‏ㅤ рассматриваются ‏ㅤ благоприятные ‏ㅤ показатели ‏ㅤ рыночной ‏ㅤ ситуации ‏ㅤ в ‏ㅤ каком-либо ‏ㅤ регионе ‏ㅤ или ‏ㅤ стране; ‏ㅤимитационные ‏ㅤ модели, ‏ㅤ когда ‏ㅤ вместо ‏ㅤ реальных ‏ㅤ данных ‏ㅤ используются ‏ㅤ построения, ‏ㅤ созданные ‏ㅤ по ‏ㅤ специальной ‏ㅤ программе ‏ㅤ с ‏ㅤ помощью ‏ㅤ ЭВМ; ‏ㅤнормативные, ‏ㅤ или ‏ㅤрационализированные, ‏ㅤпрогнозные ‏ㅤ расчеты, ‏ㅤ например, ‏ㅤ проистекающие ‏ㅤ из ‏ㅤ рационального ‏ㅤ бюджета ‏ㅤ или ‏ㅤ рациональных ‏ㅤ рекомендуемых ‏ㅤ норм ‏ㅤ потребления ‏ㅤ (этот ‏ㅤ метод ‏ㅤ больше ‏ㅤ подходит ‏ㅤ для ‏ㅤ рынка ‏ㅤ средств ‏ㅤ производства, ‏ㅤ где ‏ㅤ большую ‏ㅤ роль ‏ㅤ играют ‏ㅤ производственно-технические ‏ㅤ нормативы ‏ㅤ и ‏ㅤ прочие ‏ㅤ детерминанты, ‏ㅤ чем ‏ㅤ для ‏ㅤ потребительского ‏ㅤ рынка, ‏ㅤ где ‏ㅤ потребности ‏ㅤ проявляются ‏ㅤ в ‏ㅤ форме ‏ㅤ статистических ‏ㅤ закономерностей); ‏ㅤпрогнозирование ‏ㅤпо ‏ㅤ экспертным ‏ㅤ оценкам ‏ㅤ (обычно ‏ㅤ метод ‏ㅤ “Дельфи”); ‏ㅤметоды ‏ㅤэкстраполяции: ‏ㅤ технические, ‏ㅤ механические ‏ㅤ способы ‏ㅤ сглаживания ‏ㅤ динамических ‏ㅤ рядов, ‏ㅤ трендовые ‏ㅤ модели; ‏ㅤметоды ‏ㅤстатистического ‏ㅤ моделирования ‏ㅤ (парные ‏ㅤ и ‏ㅤ многофакторные ‏ㅤ уравнения ‏ㅤ регрессии); ‏ㅤпрогнозирование ‏ㅤ по ‏ㅤкоэффициентам ‏ㅤ эластичности ‏ㅤ [12]. ‏ㅤ ‏ㅤ Среди ‏ㅤ последних, ‏ㅤ наряду ‏ㅤ с ‏ㅤ рассмотренными ‏ㅤ выше, ‏ㅤ можно ‏ㅤ выделить ‏ㅤ также ‏ㅤ широко ‏ㅤ применяемые ‏ㅤ их ‏ㅤ разновидности: ‏ㅤ метод ‏ㅤ получения ‏ㅤ мнений ‏ㅤ жюри, ‏ㅤ метод ‏ㅤ совокупных ‏ㅤ мнений ‏ㅤ работников ‏ㅤ сбыта, ‏ㅤ метод ‏ㅤ ожидаемых ‏ㅤ запросов ‏ㅤ потребителей, ‏ㅤ дедуктивные ‏ㅤ методы, ‏ㅤ краткая ‏ㅤ характеристика ‏ㅤ которых ‏ㅤ дана ‏ㅤ ниже. ‏ㅤМетод ‏ㅤ получения ‏ㅤ мнений ‏ㅤ жюри ‏ㅤ - ‏ㅤ наиболее ‏ㅤ старый ‏ㅤ и ‏ㅤ наиболее ‏ㅤ простой ‏ㅤ метод ‏ㅤ прогнозирования ‏ㅤ сбыта, ‏ㅤ поскольку ‏ㅤ в ‏ㅤ этом ‏ㅤ случае ‏ㅤ просто ‏ㅤ объединяются ‏ㅤ и ‏ㅤ усредняются ‏ㅤ взгляды, ‏ㅤ нередко ‏ㅤ основанные ‏ㅤ всего ‏ㅤ лишь ‏ㅤ на ‏ㅤ интуиции ‏ㅤ высших ‏ㅤ администраторов. ‏ㅤ Преимущества ‏ㅤ метода ‏ㅤ состоят ‏ㅤ в ‏ㅤ его ‏ㅤ доступности ‏ㅤ и ‏ㅤ простоте, ‏ㅤ недостатки ‏ㅤ - ‏ㅤ в ‏ㅤ том, ‏ㅤ что ‏ㅤ прогнозы ‏ㅤ основываются ‏ㅤ на ‏ㅤ предположениях, ‏ㅤ а ‏ㅤ не ‏ㅤ на ‏ㅤ фактах ‏ㅤ и ‏ㅤ их ‏ㅤ анализе; ‏ㅤ усреднение ‏ㅤ мнений ‏ㅤ уменьшает ‏ㅤ ответственность ‏ㅤ за ‏ㅤ точность ‏ㅤ прогноза; ‏ㅤ прогнозы ‏ㅤ обычно ‏ㅤ не ‏ㅤ разбиты ‏ㅤ на ‏ㅤ подразделы ‏ㅤ (по ‏ㅤ видам ‏ㅤ продукции), ‏ㅤ периоды ‏ㅤ времени ‏ㅤ или ‏ㅤ структурные ‏ㅤ подразделения. ‏ㅤМетод ‏ㅤ совокупных ‏ㅤ мнений ‏ㅤ - ‏ㅤ один ‏ㅤ из ‏ㅤ наиболее ‏ㅤ часто ‏ㅤ применяемых ‏ㅤ методов ‏ㅤ прогнозирования. ‏ㅤ Этот ‏ㅤ метод ‏ㅤ позволяет ‏ㅤ детализировать ‏ㅤ прогнозы ‏ㅤ на ‏ㅤ разделы ‏ㅤ в ‏ㅤ зависимости ‏ㅤ от ‏ㅤ вида ‏ㅤ продукции, ‏ㅤ клиентов ‏ㅤ или ‏ㅤ территории. ‏ㅤ Часто ‏ㅤ оказывается, ‏ㅤ что ‏ㅤ прогнозы, ‏ㅤ полученные ‏ㅤ методом ‏ㅤ совокупных ‏ㅤ мнений, ‏ㅤ подтверждаются ‏ㅤ прогнозами, ‏ㅤ составленными ‏ㅤ посредством ‏ㅤ других ‏ㅤ методов. ‏ㅤМетод ‏ㅤ ожидаемых ‏ㅤ запросов ‏ㅤ (модель ‏ㅤ ожидания ‏ㅤ потребителей). ‏ㅤ Как ‏ㅤ можно ‏ㅤ судить ‏ㅤ по ‏ㅤ названию, ‏ㅤ модель ‏ㅤ ожидания ‏ㅤ потребителей ‏ㅤ является ‏ㅤ прогнозом, ‏ㅤ основанным ‏ㅤ на ‏ㅤ результатах ‏ㅤ опроса ‏ㅤ клиентов ‏ㅤ предприятия. ‏ㅤ Данный ‏ㅤ метод, ‏ㅤ безусловно, ‏ㅤ трудно ‏ㅤ применять, ‏ㅤ когда ‏ㅤ число ‏ㅤ потребителей ‏ㅤ значительно, ‏ㅤ их ‏ㅤ трудно ‏ㅤ выявить ‏ㅤ или ‏ㅤ они ‏ㅤ не ‏ㅤ проявляют ‏ㅤ желания ‏ㅤ к ‏ㅤ сотрудничеству. ‏ㅤ Кроме ‏ㅤ того, ‏ㅤ оценка ‏ㅤ потребностей ‏ㅤ еще ‏ㅤ не ‏ㅤ означает ‏ㅤ возникновения ‏ㅤ обязательств. ‏ㅤДедуктивные ‏ㅤ методы. ‏ㅤ Каждый ‏ㅤ составитель ‏ㅤ прогнозов ‏ㅤ должен ‏ㅤ не ‏ㅤ забывать ‏ㅤ о ‏ㅤ том, ‏ㅤ что ‏ㅤ всегда ‏ㅤ необходимо ‏ㅤ руководствоваться ‏ㅤ здравыми ‏ㅤ суждениями ‏ㅤ и ‏ㅤ уметь ‏ㅤ делать ‏ㅤ логические ‏ㅤ выводы ‏ㅤ из ‏ㅤ фактов ‏ㅤ и ‏ㅤ взаимосвязей. ‏ㅤ Полученные ‏ㅤ подобным ‏ㅤ образом ‏ㅤ данные ‏ㅤ могут ‏ㅤ быть ‏ㅤ введены ‏ㅤ в ‏ㅤ математическую ‏ㅤ модель, ‏ㅤ но ‏ㅤ могут ‏ㅤ и ‏ㅤ остаться ‏ㅤ неиспользованными, ‏ㅤ если ‏ㅤ они ‏ㅤ представляют ‏ㅤ собой ‏ㅤ неточно ‏ㅤ скоррелированный ‏ㅤ конгломерат ‏ㅤ фактов ‏ㅤ и ‏ㅤ оценок. ‏ㅤ Тем ‏ㅤ не ‏ㅤ менее ‏ㅤ они ‏ㅤ часто ‏ㅤ служат ‏ㅤ полезным ‏ㅤ средством ‏ㅤ проверки ‏ㅤ результатов, ‏ㅤ полученных ‏ㅤ с ‏ㅤ помощью ‏ㅤ точных ‏ㅤ методов. ‏ㅤСочетание ‏ㅤ методов. ‏ㅤ На ‏ㅤ практике ‏ㅤ существует ‏ㅤ тенденция ‏ㅤ сочетать ‏ㅤ различные ‏ㅤ методы ‏ㅤ прогнозирования. ‏ㅤ Поскольку ‏ㅤ итоговый ‏ㅤ прогноз ‏ㅤ играет ‏ㅤ очень ‏ㅤ важную ‏ㅤ роль ‏ㅤ для ‏ㅤ всех ‏ㅤ аспектов ‏ㅤ внутрифирменного ‏ㅤ планирования, ‏ㅤ то ‏ㅤ желательно ‏ㅤ создать ‏ㅤ прогнозную ‏ㅤ систему, ‏ㅤ в ‏ㅤ которой ‏ㅤ может ‏ㅤ использоваться ‏ㅤ любой ‏ㅤ вводимый ‏ㅤ фактор. ‏ㅤЗаключениеДля ‏ㅤ применения ‏ㅤ методов ‏ㅤ прогнозирования ‏ㅤ необходимо ‏ㅤ проводить ‏ㅤ исследовательскую ‏ㅤ работу. ‏ㅤ Кроме ‏ㅤ того, ‏ㅤ в ‏ㅤ условиях ‏ㅤ динамичного ‏ㅤ развития ‏ㅤ общества, ‏ㅤ когда ‏ㅤ происходят ‏ㅤ какие-то ‏ㅤ кардинальные ‏ㅤ изменения ‏ㅤ - ‏ㅤ в ‏ㅤ экономике, ‏ㅤ в ‏ㅤ социальной ‏ㅤ сфере, ‏ㅤ в ‏ㅤ технике, ‏ㅤ в ‏ㅤ технологии ‏ㅤ и ‏ㅤ в ‏ㅤ других ‏ㅤ областях ‏ㅤ - ‏ㅤ эффективность ‏ㅤ применения ‏ㅤ разнообразных ‏ㅤ методов ‏ㅤ для ‏ㅤ прогнозирования ‏ㅤ и ‏ㅤ планирования ‏ㅤ разная. ‏ㅤСуществует ‏ㅤ также ‏ㅤ опасность, ‏ㅤ что ‏ㅤ при ‏ㅤ анализе ‏ㅤ и ‏ㅤ оценке ‏ㅤ специалисты ‏ㅤ станут ‏ㅤ чрезмерно ‏ㅤ полагаться ‏ㅤ на ‏ㅤ прогнозные ‏ㅤ методы ‏ㅤ и ‏ㅤ на ‏ㅤ полученные ‏ㅤ на ‏ㅤ их ‏ㅤ основе ‏ㅤ результаты ‏ㅤ и ‏ㅤ поэтому ‏ㅤ могут ‏ㅤ не ‏ㅤ заметить ‏ㅤ существенных ‏ㅤ изменений ‏ㅤ в ‏ㅤ тех ‏ㅤ или ‏ㅤ иных ‏ㅤ ситуациях.. ‏ㅤСписок ‏ㅤ литературыАлексеева ‏ㅤ М.М. ‏ㅤ Планирование ‏ㅤ деятельности ‏ㅤ фирмы: ‏ㅤ Учебно-методическое ‏ㅤ пособие. ‏ㅤ М.: ‏ㅤ Финансы ‏ㅤ и ‏ㅤ статистика, ‏ㅤ 2012. ‏ㅤАнискин ‏ㅤ Ю.П. ‏ㅤ Внутрифирменное ‏ㅤ планирование: ‏ㅤ Учебное ‏ㅤ пособие. ‏ㅤ М. ‏ㅤ МГИЭТ ‏ㅤ (ТУ), ‏ㅤ 2014. ‏ㅤБешелев ‏ㅤ С.Д., ‏ㅤ Гурвич ‏ㅤ Ф.Г. ‏ㅤ Экспертные ‏ㅤ оценки ‏ㅤ в ‏ㅤ принятии ‏ㅤ пла-новых ‏ㅤ решений. ‏ㅤ М.: ‏ㅤ Экономика, ‏ㅤ 2013. ‏ㅤГолубков ‏ㅤ Е.П. ‏ㅤ Маркетинговые ‏ㅤ исследования: ‏ㅤ теория, ‏ㅤ методология ‏ㅤ и ‏ㅤ практика. ‏ㅤ М.: ‏ㅤ Финпресс, ‏ㅤ 2012. ‏ㅤДж.Гласс, ‏ㅤ Дж.Стенли. ‏ㅤ Статистические ‏ㅤ методы ‏ㅤ в ‏ㅤ прогнозировании. ‏ㅤ М.: ‏ㅤ Прогресс, ‏ㅤ 2014. ‏ㅤЕвланов ‏ㅤ Л.Г., ‏ㅤ Кутузов ‏ㅤ В.А. ‏ㅤ Экспертные ‏ㅤ оценки ‏ㅤ в ‏ㅤ управлении. ‏ㅤ М.: ‏ㅤ Экономика, ‏ㅤ 2013. ‏ㅤЕлисеева ‏ㅤ И.И., ‏ㅤ Юзбашев ‏ㅤ М.М. ‏ㅤ Общая ‏ㅤ теория ‏ㅤ статистики ‏ㅤ / ‏ㅤ Под ‏ㅤ ред. ‏ㅤ И.И. ‏ㅤ Елисеевой. ‏ㅤ М.: ‏ㅤ Финансы ‏ㅤ и ‏ㅤ статистика, ‏ㅤ 2015. ‏ㅤКунц ‏ㅤ Г., ‏ㅤ О’ ‏ㅤ Доннел ‏ㅤ С. ‏ㅤ Управление. ‏ㅤ Системный ‏ㅤ и ‏ㅤ ситуационный ‏ㅤ анализ ‏ㅤ управленческих ‏ㅤ функций. ‏ㅤ Пер. ‏ㅤ с ‏ㅤ англ.: ‏ㅤ В ‏ㅤ 2 ‏ㅤ т. ‏ㅤ Т. ‏ㅤ 2 ‏ㅤ / ‏ㅤ Общая ‏ㅤ ред. ‏ㅤ акад. ‏ㅤ Д.М. ‏ㅤ Гвишиани. ‏ㅤ М.: ‏ㅤ Прогресс, ‏ㅤ 2015. ‏ㅤМазманова ‏ㅤ Б.Г. ‏ㅤ Основы ‏ㅤ теории ‏ㅤ и ‏ㅤ практики ‏ㅤ прогнозирования: ‏ㅤ учебное ‏ㅤ пособие. ‏ㅤ Екатеринбург: ‏ㅤ изд. ‏ㅤ ИПК ‏ㅤ УГТУ, ‏ㅤ 2008. ‏ㅤМескон ‏ㅤ М.Х., ‏ㅤ Альберт ‏ㅤ М., ‏ㅤ Хедоури ‏ㅤ Ф. ‏ㅤ Основы ‏ㅤ менеджмента. ‏ㅤ М.: ‏ㅤ Дело, ‏ㅤ 2013. ‏ㅤОбщая ‏ㅤ теория ‏ㅤ статистики: ‏ㅤ Статистическая ‏ㅤ методология ‏ㅤ в ‏ㅤ изучении ‏ㅤ коммерческой ‏ㅤ деятельности: ‏ㅤ Учебник ‏ㅤ / ‏ㅤ А.И. ‏ㅤ Харламов, ‏ㅤ О.Э. ‏ㅤ Башина, ‏ㅤ В.Т. ‏ㅤ Бабурин ‏ㅤ и ‏ㅤ др. ‏ㅤ Под ‏ㅤ ред. ‏ㅤ А.А. ‏ㅤ Спирина, ‏ㅤ О.Э. ‏ㅤ Башиной. ‏ㅤ М.: ‏ㅤ Финансы ‏ㅤ и ‏ㅤ статистика, ‏ㅤ 2014. ‏ㅤСтатистика ‏ㅤ рынка ‏ㅤ товаров ‏ㅤ и ‏ㅤ услуг: ‏ㅤ Учебник ‏ㅤ / ‏ㅤ И.К. ‏ㅤ Беляевский, ‏ㅤ Г.Д. ‏ㅤ Кулагина, ‏ㅤ А.В. ‏ㅤ Коротков ‏ㅤ и ‏ㅤ др. ‏ㅤ Под ‏ㅤ ред. ‏ㅤ И.К. ‏ㅤ Беляевского. ‏ㅤ М.: ‏ㅤ Финансы ‏ㅤ и ‏ㅤ статистика, ‏ㅤ 2015. ‏ㅤХоскинг ‏ㅤ А. ‏ㅤ Курс ‏ㅤ предпринимательства: ‏ㅤ Практическое ‏ㅤ пособие. ‏ㅤ Пер ‏ㅤ с ‏ㅤ англ. ‏ㅤ М.: ‏ㅤ Международные ‏ㅤ отношения, ‏ㅤ 2012. ‏ㅤЧетыркин ‏ㅤ Е.М. ‏ㅤ Статистические ‏ㅤ методы ‏ㅤ прогнозирования. ‏ㅤ 2-е ‏ㅤ изд., ‏ㅤ перераб. ‏ㅤ И ‏ㅤ доп. ‏ㅤ М.: ‏ㅤ Статистика, ‏ㅤ 2014. ‏ㅤЯнч ‏ㅤ Эрих. ‏ㅤ Прогнозирование ‏ㅤ научно-технического ‏ㅤ прогресса. ‏ㅤ Пер. ‏ㅤ с ‏ㅤ англ. ‏ㅤ М.: ‏ㅤ Прогресс, ‏ㅤ 2012. ‏ㅤЖурнал ‏ㅤ “Проблемы ‏ㅤ прогнозирования”.