Warning: session_start() [function.session-start]: open(/var/www/nelvin/data/mod-tmp/sess_0dd4578c33c5789308e6b36302374ce5, O_RDWR) failed: Permission denied (13) in /var/www/nelvin/data/www/ebooktime.net/index.php on line 7

Warning: session_start() [function.session-start]: Cannot send session cookie - headers already sent by (output started at /var/www/nelvin/data/www/ebooktime.net/index.php:6) in /var/www/nelvin/data/www/ebooktime.net/index.php on line 7

Warning: session_start() [function.session-start]: Cannot send session cache limiter - headers already sent (output started at /var/www/nelvin/data/www/ebooktime.net/index.php:6) in /var/www/nelvin/data/www/ebooktime.net/index.php on line 7

Warning: file_get_contents(files/survey) [function.file-get-contents]: failed to open stream: No such file or directory in /var/www/nelvin/data/www/ebooktime.net/index.php on line 82
6.4. Базові способи і моделі прогнозування діяльності підприємств : Теорія економічного аналізу : Бібліотека для студентів

6.4. Базові способи і моделі прогнозування діяльності підприємств


Повернутися на початок книги
1 2 3 4 5 6 7 8 9 10 11 12 13 14 
15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 
30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 
45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 
60 

Загрузка...

Прогнозування — це наукове виявлення ймовірних шляхів та результатів розвитку соціально-економічних явищ та про-цесів на підставі аналізу тенденцій розвитку.

Для прогнозування економічних показників необхідно ма-ти інформацію про розмір показника, що досліджується за ряд попередніх періодів.

Ряд значень, взятих за певний часовий період, називається часовим рядом. Для того, щоб оцінити поведінку таких рядів,

 

EMM в векторно-матричній формі

Таблиця 6.9

o

a

 

Ширина

тканини i

розміро-

зрости

виробу            і           Ро                   Р =      = 1                              Р          = 2                  р = з    Vp       Wi

 

           

           

            XII       X21     X31     X41     X12     Х22     Х32     Х42     X13     Х23     хзз       VI        V2       V3       Wl            W2      W3

 

           

           

            P11      P21      P31      P41      P12      Р22      Р32      Р42      P13      Р23      РЗЗ      РГ       P2Y     P3Y     p

w

1          P

w

2          pjw

144      1          9300    9,3       7,4       9,1       8,94                                                                                       і                                                         

145      2          12950                                                 9,3       7,4       9,1       8,94                                                    1                                              

147      3          9450                                                                                                  7          6,8       9,0                               1                                

50/2     4          500      2          1                                 2          1                                 2          1                                                         -1                   

48/2     5          800                  2          2          4                      2          2          4          1                      4                                                          - 1      

46/2     6          500      2                      2                      2                      2                                 2                                                                                -1

Цільова           функція           0,5       0,4       0          0          0          0,5       0,4       0,4       0,5       0,4       0,4                                                                 

a

Co

            Розділ 6

доцільно розділити ці значення на декілька складових. Ці складові можна розглядати як: тренд, циклічні, сезонні та ви-падкові коливання.

Тренд — це направленість змін визначених значень, що взяті протягом певного проміжку часу, тобто тривала тенденція зміни економічних показників у часі. Під час розробки моделей прогнозування тренд є основною складовою прогнозного часо-вого ряду, на який вже накладаються всі інші складові.

Окрім тренда ряду значень часто очевидна присутність циклічної складової. Ці складові показують коливання щодо лінії тренду для періодів понад один рік.

Сезонні коливання — демонструють періодичність коли-вань протягом року (наприклад, обсяг продажу в зимові місяці вищий, в літні місяці він знижується, а восени знову починає зростати). Сезонні коливання можна вичленувати після аналізу тренду і циклічних коливань.

Випадкові коливання — це випадкові зміни показника, які зазвичай неможливо передбачити.

До кількісних методів прогнозування належать такі групи методів:

♦          регресії;

♦          методи екстраполяції (це прийоми найменших квад-ратів, рухомих середніх, експоненціального згладжу-вання);

♦          методи моделювання (прийоми структурного, сітьово-го та матричного моделювання).

Найпоширеніші способи отримання прогнозу на наступні періоду за допомогою часових рядів:

1.         Метод рухомих середніх.

2.         Метод експоненціального згладжування рядів ди-наміки.

Наведені методи належать до прийомів трендового аналізу.

Метод рухомих середніх дозволяє “згладити” ряд значень для того, щоб виділити тренд. При використанні цього методу береться середнє (зазвичай середнє арифметичне) фіксованого числа значень. Потім це обчислення повторюється по всьо-му ряду значень. Отримані рухомі середні позначать загаль-ний тренд тимчасового ряду. Число значень, що використо-вується при обчисленні середнього, визначає результат зглад-жування. У цілому, чим більше точок береться, тим сильніше згладжуються дані.

Альтернативний підхід до усунення коливань у ряді зна-чень полягає у використанні методу експоненціального зглад-жування. Кожне згладжене значення розраховується шляхом складання попереднього згладженого значення з поточним значенням часового ряду. У цьому випадку поточне значення часового ряду зважується з урахуванням константи, що зглад-жує, зазвичай вона позначається á. Сам розрахунок прово-диться за такою формулою:

St = α Xt + (1–α) * St-1,

де: St — поточне згладжене значення;

Xt — поточне значення часового ряду;

St-1 — попереднє значення, що згладжене;

α — константа, що згладжує.

Значення завжди знаходиться в межах від 0 до 1, і в кож-ному конкретному випадку необхідно вибрати найбільш прийнятне значення.

Сезонна складова може бути очевидна в багатьох випад-ках, де задіяні фінансові й економічні показники. При оцінці сезонних коливань найчастіше використовуються два методи:

Метод складування використовується у випадках, коли се-зонні складові відносно постійні по всьому часовому періоді, що аналізується. При цьому значення часового ряду можна подати як суму тренду сезонної складової:

Xі = Ті+ Sі ,

де: Xі — фактичне значення в періоді і;

Ті — тренд у періоді і;

Sі — сезонне відхилення в періоді і.

Розділ 6

Метод множення використовується, коли сезонні складові змінюються пропорційно значенням тренду по всьому часово-му періоду, що аналізується. У цьому випадку значення Т ча-сового ряду можна подати як добуток тренду і сезонної скла-дової. При цьому формула має такий вигляд:

Xі = Ті* Sі .

Обробку часових рядів з метою визначення сезонних ко-ливань та коливань, що викликані випадковими факторами, розглянемо на конкретному прикладі.

Методика обробки часових рядів з чітко виділеними се-зонними коливаннями передбачає визначення:

1.         Рухомої суми за рік (по кожному кварталу).

2.         Двох рухомих річних сум.

3.         Рухомої середньої, що характеризує тенденцію.

4.         Середнього сезонного коливання.

5.         Остаточного випадкового коливання, що виходить за рамки тенденції і сезонного коливання.

Наприклад, треба розробити прогноз обсягів продажу продукції швейної фабрики на 2006 р. Часовий ряд і результа-ти його обробки методом трьохточкових рухомих середніх по-дано в табл. 6.10.

Насамперед важлива довгостроковау тенденція, в якій не будуть проявлятися сезонні коливання. З цією метою визна-чимо чотирьохточкові рухомі середні. Тобто, в графі 4 прове-демо розрахунок рухомих сум обсягу продажу за рік, що вклю-чає 4 квартали.

Самі по собі рухомі суми за рік недостатньо чітко характе-ризують тенденцію. Це пов’язано з тим, що в кожних двох су-мах, що стоять поряд, дані за 3 квартали є загальними. З цього можна зробити висновок, що в рухомих сумах відображаються сезонні коливання обсягів продажу за квартали. Щоб послаби-ти дію їх впливу, доцільно побудувати часовий ряд із чисел, що являє собою суму двох рухомих річних сум по рядку за по-передній і поточний квартали (напр., гр.5 189 + 191 = 380).

Таблиця 6.10

Виділення сезонних коливань

 

                                                                                                         

1          2          3          4          5          6=5/8   7=3-6  8          9=3-8  10=7-8

1999    1          60                                                       38        22       

 

            2          65                                                       6          59       

 

            3          20                                                       -32      52       

 

            4          44        189                                         -7        51       

2000    1          62        191      380      48        14        38        24        -24

 

            2          58        184      375      47        11        6          52        5

 

            3          28        192      376      47        -19      -32      60        13

 

            4          50        198      390      49        1          -7        57        8

2001    1          85        221      419      52        33        38        47        -5

 

            2          42        205      426      53        -11      6          36        -17

 

            3          33        210      415      52        -19      -32      65        13

 

            4          44        204      414      52        -8        -7        51        -1

2002    1          118      237      441      55        63        38        80        25

 

            2          71        266      503      63        8          6          65        2

 

            3          20        253      519      65        -45      -32      52        -13

 

            4          58        267      520      65        -7        -7        65        0

2003    1          110      259      526      66        44        38        72        6

 

            2          83        271      530      66        17        6          77        11

 

            3          22        273      544      68        -46      -32      54        -14

 

            4          55        270      543      68        -13      -7        62        -6

Таким чином, кожна сума, що проставлена в графі 5, містить обсяг реалізації за 5 послідовних кварталів, але сумар-но за 8, так як обсяг реалізації за 3 квартали взято двічі. Завдя-ки цьому сезонні коливання поглинаються діленням суми

Розділ 6

двох рухомих річних сум на число кварталів (8). Знаходимо рухому середню:

Гр. 6 = гр.5 /8.

Ряд рухомих середніх характеризує за кварталами (гр. 3) і відповідною рухомою середньою (гр. 6) характеризує відхи-лення від тенденції (гр. 7).

Частково ці відхилення обумовлені дією групи факторів, що викликають сезонні коливання, інша частина є результа-том дії неврахованих (випадкових) факторів.

Подальша задача — у розподіленні відхилень на 2 частини відповідно до цих факторів. З цією метою необхідно визначи-ти середнє сезонне коливання обсягу реалізації. Для його виз-начення побудуємо табл. 6.11.

Таблиця 6.11

Визначення середнього сезонного коливання

 

Рік       Квартал

 

            1          2          3          4

1997    -          -          -          -

1998    14        11        -19      1

1999    33        -11      -19      -8

2000    63        8          45        7

2001    44        17        -46      -13

Сума   154      25        -129    -27

Середня         38        6          -32      -7

Ці величини і характеризують середнє сезонне коливання (гр. 9 = гр.3 — гр.8).

Віднімаючи середнє сезонне коливання із величини відхи-лення від тенденції, отримуємо ту частину відхилення, що обумовлена дією випадкових факторів, тобто кінцевий обсяг реалізації.

Таким чином, аналіз часового ряду виконано.

Підсумки: аналіз зводиться до виділення з вихідного часо-вого ряду трьох складових:

♦          ряд даних відображає тенденцію (довготермінову тен-денцію — гр.6);

♦          сезонні коливання — гр. 8;

♦          випадкові коливання — гр.10.

Результати аналізу використовуються при складанні планів і прогнозів фірми по показнику, що вивчається.

В аналітика практично завжди є вибір з декількох моделей прогнозування, і необхідно зробити його правильно, на ко-ристь найбільш об’єктивної моделі, здатної допомогти у прий-нятті ефективного ділового рішення.

На точність прогнозів можуть вплинути непередбачені об-ставини і зовнішні фактори: стихійні лиха, зміни валюто-обмінних курсів і процентних ставок, зміна конкурентами політики ціноутворення тощо. Такі фактори неможливо зазда-легідь передбачити, і вони не включаються в модель прогнозу-вання. Однак аналітики повинні мати на увазі ймовірність по-яви зовнішніх додаткових факторів та можливі їхні наслідки, використовуючи в аналітичній практиці підготовку декількох варіантів прогнозів.



Warning: Unknown: open(/var/www/nelvin/data/mod-tmp/sess_0dd4578c33c5789308e6b36302374ce5, O_RDWR) failed: Permission denied (13) in Unknown on line 0

Warning: Unknown: Failed to write session data (files). Please verify that the current setting of session.save_path is correct (/var/www/nelvin/data/mod-tmp) in Unknown on line 0