Реферат: Прогноз деловой среды на предприятии

Методы экстраполяции трендов основаны на статистическом наблюдении динамики определенного показателя, определении тен­денции (трения) его развития и продолжении этой тенденции для будущего периода. Другими словами, при помощи методов экстра­поляции трендов закономерности прошлого развития объекта пере­носятся в будущее.

Обычно методы экстраполяции трендов применяются в крат­косрочном (не более одного года) прогнозировании, когда число из­менений в среде минимально. Прогноз создается для каждого конкретного объекта отдельно и последовательно на каждый следую­щий момент времени. Если прогноз составляется для товара (продукта услуги), в задачи прогнозирования, основанного на экс­траполяции трендов, входят анализ спроса и анализ продаж этого продукта. Результаты прогнозирования используются во всех сфе­рах внутрифирменного планирования, включая общее стратегиче­ское планирование, финансовое планирование, планирование про­изводства и управления запасами, маркетинговое планирование и управление торговыми потоками и торговыми операциями.

Наиболее распространенными методами экстраполяции трен­дов являются метод скользящего среднего и метод экспоненциаль­ного сглаживания.

Метод скользящего среднего. Метод исходит из простого предположения, что следующий во времени показатель по своей ве­личине равен средней, рассчитанной за последние три месяца.

Например, если объем продаж составил:

> в марте - 270 единиц

> в апреле - 260 единиц

> в мае - 290 единиц. то

Прогноз продаж на июнь = Скользящая средняя = (270+290+280)/3 =277

Если реальный показатель продаж за июнь составил 280 еди­ниц, то прогноз продаж на июль уже будет равен:

(260+290+280)/3 = 277 и так далее.

Метод экспоненциального сглаживания. Метод экспонен­циального сглаживания представляет прогноз показателя на буду­щий период в видесуммы фактического показателя за данный пе­риод и прогноза на данный период, взвешенных при помощи спе­циальных коэффициентов,

Представим, что составляется прогноз продаж на следующий месяц.Тогда:

Ft+1 = aXt + (l-a)Ft,

где Ft+1 - прогноз продаж на месяц t+1;

Xt - продажи в месяце t (фактические данные);

Ft - прогноз продаж на месяц t;

а - специальный коэффициент, определяемый статистиче­ским путем.

Рассмотрим прогнозирование продаж методом экспоненциаль­ного сглаживания на конкретном примере. Предположим, что а =0,3.

Тогда, используя формулу экспоненциального сглаживания, можно заполнить графу "Прогноз продаж" в таблице 23 при усло­вии что известны фактические данные о продажах.

Так, если продажи в январе составили 50 единиц, а прогноз на январь был равен 65 единицам, то прогноз на февраль = 0,3 х продажи в январе + 0,7 х прогноз на январъ = 0,3х50+0,7х0,65=61.

Таблица 2.3.1.

Как видноиз таблицы, кривая прогнозов представляет собой сглаженную тенденцию по сравнению с кривой фактических продаж.

В прогнозировании методы экстраполяционных трендов до­полняютсяметодами корреляции трендов, в рамках которых ис­следуется взаимосвязь между различными тенденциями в целях ус­тановленияих взаимного влияния и, следовательно, повышения ка­чества прогнозов.

Корреляционный анализ может исследовать взаимосвязь меж­ду двумя показателями (парная корреляция) или между многими показателями (множественная корреляция).

Специалистами по планированию Хиггинсом и Финном был про­веден опрос о применении методов прогнозирования в британ­ских фирмах. Результаты опроса отражены в табл.2.3.2.

Таблица 2.3.2.

Как видно из таблицы, даже в условиях развитой рыночной экономики большинство компаний предпочитают относи­тельно простые и традиционные методы прогнозирования -субъективные оценки и экстраполяцию трендов.

Полезными эти методы будут и для российских предприятий по двум причинам:

они не требуют от ослабленных или только становя­щихся на ноги фирм значительных затрат и привлечения дорогостоящих: специалистов;

в силу чрезвычайно высокой неопределенности внешней среды большинство предприятий российской экономики ориентированы, скорее, на краткосрочные цели. А мето­ды экстраполяции оказываются наиболее эффективными именно в условиях краткосрочного планирования.

2.5. МЕТОДЫ РЕГРЕССИОННОГО АНАЛИЗА.

Регрессионный анализ исследует зависимость определенной величины от другойвеличины или нескольких другихвеличин.

Регрессионный анализ применяется преимущественно в сред­несрочном прогнозировании, а также в долгосрочном прогнозиро­вании. Средне- и долгосрочный периоды дают возможность уста­новления изменений в среде бизнеса и учета влияний этихизмене­ний на исследуемый показатель,

Дляосуществления регрессионногоанализа необходимо:

• наличие ежегодных данных по исследуемым показателям,

• наличие одноразовых прогнозов, то есть таких прогнозов,которыене поправляются споступлением новых данных.

Регрессионный анализ обычно проводится для объектов, име­ющих сложную, многофакгорную природу,таких, как:

• объем инвестиций;

• прибыль;

• объемы продаж и др.

2.6. МЕТОДЫ ЭКОНОМИКО-МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ.

Во внутрифирменном прогнозировании используется:

модели внутренней среды фирмы, так называемые корпора­тивные модели;

макроэкономические модели, к которым относят эконометрические модели, модели "затраты-выпуск".

Корпоративные модели обычно представляют собоюнабор формул (уравнений), которые выражают отношения ряда перемен­ных к определенному объекту; например к объему продаж.

Помимо формульных моделей во внутрифирменном планиро­вании могут использоваться матричные модели (модели в виде таб­лиц),структурно-иерархические модели, описывающие внутрен­нюю структуру и взаимосвязь в рамках экономической организа­ции.

При использовании корпоративных моделей полезно делатьнетолько перспективные, ноиретроспективные (обращенные в про­шлое) прогнозы. Сравнение данных ретроспективного прогноза и фактических данных за прошлый период позволяет сделать вывод о надежности моделей.

Большая часть математических моделей имеет форму компью­терных программ. Находясь в процессе выполнения, такие про­граммы позволяют исследовать развитие внутрифирменных взаи­мосвязей, то есть придаютмоделям динамический характер.

К недостаткам применения методов экономико-математиче­ского моделирования в рамках прогнозирования будущего экономи­ческой организации можно отнести: