- •Тема 6.Анализ конъюнктуры рынка товаров и услуг. План:
- •Вопрос 1.
- •Вопрос 2.
- •Пример расчета:
- •Исходные данные объема реализации хлебобулочных изделий, тыс. Тонн
- •Расчет ошибки прогноза:
- •Исходные данные объема реализации кондитерских изделий, тыс. Т
- •Пример расчета: Среднее фактическое потребление мяса и мясопродуктов в год на душу населения – 52 кг Количество жителей в районе а – 350 тыс. Чел, б – 432 тыс. Чел
- •Математические модели формы связи
- •Расчет ошибки прогноза:
- •Пример расчета:
- •Пример расчета индекса сезонности спроса
- •Вопрос 3. Показатели для анализа конъюнктуры рынка товаров и услуг
Вопрос 2.
|
Классификация методов прогнозирования спроса |
|
| |||
|
|
|
| |||
Формализованные методы |
Интуитивные методы | |||||
|
|
|
| |||
Метод экстраполяции |
Метод индивидуальных экспертных оценок |
| ||||
|
|
|
| |||
Нормативный метод |
Метод коллективных экспертных оценок |
| ||||
|
|
| ||||
Метод математического моделирования | ||||||
|
| |||||
Метод аналогий | ||||||
|
| |||||
Метод стандартного распределения вероятностей |
Метод экстраполяции - нахождение по ряду показателей функции других ее значений, находящихся вне этого ряда. |
Пример расчета:
А) Тенденция изменения спроса характеризуется достаточной стабильностью
П = С1 + С2 +С3 + Сn (1), где
N
П – прогноз спроса,
С1,С2,С3,Сn- - объем спроса в каждом году исследуемого периода,
N – число лет.
Исходные данные объема реализации хлебобулочных изделий, тыс. Тонн
Товарная группа |
Годы | ||||
1998 |
1999 |
2000 |
2001 |
2002 | |
Хлеб пеклеванный |
129,6 |
130,1 |
128,9 |
129,9 |
128,8 |
Хлеб пшеничный |
183,0 |
181,6 |
184,6 |
183,5 |
184,0 |
Хлеб ржаной |
104,4 |
104,1 |
103,8 |
103,9 |
104,0 |
Хлебобулочные изделия |
90,8 |
91.0 |
90,6 |
90,7 |
90,9 |
Итого |
507,8 |
506,8 |
507,9 |
508,0 |
507,7 |
П = (507,8 +506,8+507,9 + 508+507,7) : 5 = 507,6
Расчет ошибки прогноза:
Оп = +,- d2 ( 2 ) ,
n
где d2 - самума квадратов отклонений значений объема реализованного спроса от среднеарифметического значения объема реализации,
n – количество лет в исследуемом периоде.
То есть: Оп = +,- (507,6 –507,8)2 +(507,6-506,8) 2+ (507,6 –507,9) 2+( 507,6 – 508)2 + (507,6 –507,7) 2 : 5 =0,04+0,64+0,09+0,16+0,01 : 5 = 0,4
б) Тенденция изменения спроса характеризуется постом или снижением
П = Сn-1 + Аср (3),
Где П – прогноз спроса,
Сn-1 - объем спроса в году, который предшествует прогнозируемому,
Аср – среднее значение абсолютного прироста (снижения).
П = Сn-1 * Тср. (4),
Где П – прогноз спроса,
Сn-1 - объем спроса в году, который предшествует прогнозируемому,
Тср. – средний темп роста ( снижения).
Исходные данные объема реализации кондитерских изделий, тыс. Т
Годы | ||||
1998 |
1999 |
2000 |
2001 |
2002 |
234 |
348 |
463 |
596 |
717 |
Вспомогательная таблица для составления прогноза спроса
Годы |
Объем реализованного спроса, тыс. т |
Абсолютный прирост |
Темп роста |
1998 |
234 |
- |
|
1999 |
348 |
114 |
1,5 |
2000 |
463 |
115 |
1,3 |
2001 |
596 |
113 |
1,2 |
Среднее значение |
|
114 |
1,3 |
2002 |
717 |
121 |
1,2 |
Среднее значение |
471,6 |
115,8 |
1,3 |
Оценка прогностической ценности модели спроса
х) метод оценки на основе анализа выявленных закономерностей
П 2002 = 596 +114=710
П 2002 = 596 *1,3 =774,8
П 2003 = 717 +115,8 = 832,8
х) метод расчета корреляционного отношения
n n
= ( ýi-уср )2 / ( уi-уср )2 (5)
I=1 I=1
где
- корреляционное отношение, 01
ýi – значение признака, вычисленное по формуле
уi – экспериментальное значение признака
уср – среднеарифметическое значение признака
ý значение признака, вычисленное по формуле, равняется:
Годы |
ýi (объем реализованного спроса, тыс. т) |
1999 |
349,8 (234+115,8) |
2000 |
463,8 (348+ 115,8) |
2001 |
578,8 (463+ 115,8) |
2002 |
711,8 (596 + 115,8) |
числитель формулы – (234,0-471,6)2 +(348,0-471,6)2+(463,0- 471,6)2 + (596,0 - 471,6)2 =56453,8+ 15277,0+ 74,0 + 15475,4 = 84073,8
знаменатель формулы –(349,8-471,6)2 +(463,8-471,6)2+(578,8- 471,6)2 + (711,8-471,6)2 =14835,2 +50,84 +11491,8 +57696,0 = 87280,2
=84073,8/87280,2 =0,98, так как чем больше , тем модель более адекватна, рассчитанное значение можно считать вполне репрезентативным.
х) метод расчета относительной ошибки аппроксимации
n
Ē =[1/n ( уi-уср ) ] *100%, (6)
I=1 уi
Где
Ē - относительная ошибка аппроксимации
N – число исследуемых признаков
уi - экспериментальное значение признака
уср – среднеарифметическое значение признака
чем меньше Ē, тем модель более адекватная
то есть Ē = {1/4 * [ (349,8-471,6) : 349,8+ (463,8-471,6) : 463,8+ (578,8- 471,6) : 578,8+ (711,8-471,6) :711,8 ] }* 100% = [0,25 * ( 0,3 +0,02 +0,2 +0,3) ]* 100% =20,5%
Компьютерная обработка данных для построения линии тренда
Рис.1 Линейный тренд объема спроса на кондитерские изделия
Метод нормативных расчетов – составление прогноза спроса с использованием показателей средних фактических норм потребления (расхода), рациональных норм потребления или физиологическая норма потребления. |
П= n * N (7),
Где П – прогноз спроса,
n – средняя фактическая норма расхода или потребления, рациональная норма потребления, физиологическая норма потребления.
N – количество потенциальных пользователей.