- •1 Основные теоретические сведения
- •1.1.1 Прогнозирование и планирование как функция менеджмента
- •1.1.2 Обзор техники и видов планирования
- •1.1.3 Примеры планирования, на базе деловой компьютерной игры БК: Максимум
- •1.2 Методы макроэкономического планирования и прогнозирования
- •1.2.1 Организация прогнозирования и планирования
- •1.2.2 Федеральные целевые программы
- •2 Методы и модели в принятии управленческих решений
- •2.1 Принятие решений в условиях полной определенности
- •2.1.1 Многокритериальные методы оптимизации
- •2.2 Модели оценки социального и экономического развития регионов
- •3 Прогнозирование
- •3.1 Оценка и прогнозирование спроса
- •3.2 Оценка и прогнозирование спроса на основе экстраполяции
- •3.2.1 Прогнозирование с помощью абсолютных приростов
- •3.2.2 Прогнозирование с помощью относительных приростов
- •3.2.3 Прогнозирование с помощью индексов
- •3.2.4 Адаптивные методы прогнозирования
- •3.3 Оценка и прогнозирование спроса с помощью моделирования
- •3.3.1 Прогнозирование на основе трендовых моделей
- •3.3.2 Прогнозирование на основе однофакторных моделей
- •3.3.3 Прогнозирование с учетом сезонных эффектов
- •4 Основные разделы комплексного планирования (в рамках производственной программы)
- •4.1 Планирование подготовки производства
- •4.1.1 Планирование потребности в материалах
- •4.1.2 Планирование затрат на приобретение материалов
- •4.2 Планирование производственной программы
- •4.2.1 Детерминированные модели согласования объемов производства и спроса на продукцию предприятия
- •4.2.2 Расчет базовой цены товара
- •4.3 Прогнозирование и индикативное планирование развития комплексов, отраслей и сфер национальной экономики
- •4.3.2 Прогнозирование развития материального производства
- •4.3.3 Прогнозирование социального развития
- •4.3.4 Планирование доходов и расходов государства
- •4.3.5 Планирование производства в государственном секторе
- •5 Вопросы к зачету
- •Список использованных источников
Оглавление 3.3 Оценка и прогнозирование спроса с . . . |
3.3.3 II |
|
JJ |
3.3.3 Прогнозирование с учетом сезонных эффектов
Использование трендовых моделей не всегда приводит к удовлетворительным результатам прогнозирования (коэффициент детерминации уравнений трендов может быть низким независимо от вида тренда), например, из-за значительного разброса результатов наблюдений. Причиной этого может быть наличие сезонных или циклических колебаний объема спроса. В таких случаях существенно улучшить качество прогнозирования позволяет разложение исходного ряда на составляющие и их раздельное прогнозирование.
В общем случае структуру временного ряда {yt}, t = = 1, . . . , n, об объемах продаж некоторого товара можно представить в виде суммы трех компонент:
yt = T(t) + S(t) + εt,
где T(t) и S(t) — трендовая и циклическая (или сезонная) составляющие (основные компоненты) исходного ряда и εt — случайная компонента, среднее значение которой равно нулю. Трендовая составляющая указывает общую тенденцию в динамике объема продаж, а циклическая — периодические (сезонные) отклонения от общей динамики.
Приведенное разложение ряда является аддитивным. Возможно и мультипликативное представление:
yt = T(t) × S(t) × εt.
Прогнозирование |
Стр. 104 из 164 |
|
J I |
|
J I x y × |
|
|
Оглавление 3.3 Оценка и прогнозирование спроса с . . . |
3.3.3 II |
|
JJ |
Аддитивная форма применяется в случаях, когда в течение исследуемого периода амплитуда циклических колебаний остается на одном уровне. Мультипликативная форма применяется в случаях, когда с ростом номера наблюдения увеличивается амплитуда колебаний. Заметим, что если структура ряда {yt} представляется в мультипликативной форме, то структура ряда {ln yt} уже имеет аддитивную форму. Данное свойство можно использовать при построении сезонной декомпозиции в мультипликативной форме.
Имеются различные подходы к разложению (декомпозиции) исходного ряда на составляющие. Например, сначала выделяют тренд, а потом находят сезонные составляющие и остаточную компоненту. Может быть и наоборот, сначала выделяют сезонные составляющие, потом тренд и остаточную компоненту. В первом случае из-за сильных сезонных колебаний иногда возникает проблема в определении формы тренда. Тогда применяют второй подход и для выделения сезонных компонент используют свойства скользящего среднего.
Самый простой способ прогнозирования в этих условиях — прогнозирование отдельно по каждому сезону. Недостаток такого подхода — не ясно какая в целом наблюдается тенденция и на сколько сильны отклонения в отдельные сезоны.
Прогнозирование |
Стр. 105 из 164 |
|
J I |
|
J I x y × |
|
|
Оглавление 3.3 Оценка и прогнозирование спроса с . . . |
3.3.3 II |
|
JJ |
Пример 3.5. Известны данные о расходах домашних хозяйств на конечное потребление, миллион рублей, по Российской Федерации в целом (табл. 3.4). Требуется спрогнозировать расходы домашних хозяйств в ближайшем 2010 году.
Таблица 3.4. Расходы домашних хозяйств на конечное потребление, млн. руб., Российская Федерация
Год |
2005 |
2006 |
2007 |
2008 |
2009 |
I квартал |
2307347,4 |
2815144,7 |
3403146,0 |
4316360,9 |
4877097,7 |
II квартал |
2536214,0 |
3095581,9 |
3789681,5 |
4795711,9 |
5101782,5 |
III квартал |
2755087,4 |
3346750,5 |
4158645,1 |
5267061,4 |
5366807,6 |
IV квартал |
3054209,0 |
3717266,3 |
4680267,2 |
5632097,2 |
5740484,4 |
Решение. Способ 1. Вычислим абсолютный прирост расходов в каждом квартале относительно аналогичного показателя предыдущего года и найдем среднее значение абсолютного прироста для каждого квартала. Эти значения соответственно сложим с показателями расходов домашних хозяйств в 2009 году и получим прогноз таких расходов в каждом квартале 2010 года (табл. 3.5).
Таблица 3.5. Приросты расходов домашних хозяйств на конечное потребление и прогноз расходов в 2010 году, млн. руб.
Год |
2006 |
2007 |
2008 |
2009 |
Средний |
Прогноз |
|
прирост |
на 2010 |
||||||
|
|
|
|
|
|||
I квартал |
507797,3 |
588001,3 |
913214,9 |
560736,8 |
642437,6 |
5519535,3 |
|
II квартал |
559367,9 |
694099,6 |
1006030,4 |
306070,6 |
641392,1 |
5743174,6 |
|
III квартал |
591663,1 |
811894,6 |
1108416,3 |
99746,2 |
652930,1 |
6019737,7 |
|
IV квартал |
663057,3 |
963000,9 |
951830,0 |
108387,2 |
671568,9 |
6412053,3 |
Прогнозирование |
Стр. 106 из 164 |
|
J I |
|
J I x y × |
|
|
Оглавление 3.3 Оценка и прогнозирование спроса с . . . |
3.3.3 II |
|
JJ |
Способ 2. Вычислим индексы роста расходов в каждом квартале относительно аналогичного показателя предыдущего года и найдем среднее геометрическое значение индексов роста для каждого квартала. Эти значения соответственно умножим на показатели расходов домашних хозяйств в 2009 году и получим прогноз таких расходов в каждом квартале 2010 года (табл. 3.6).
Таблица 3.6. Индексы расходов домашних хозяйств на конечное потребление и прогноз расходов в 2010 году, млн. руб.
Год |
2006 |
2007 |
2008 |
2009 |
Средний |
Прогноз |
|
индекс |
на 2010 |
||||||
|
|
|
|
|
|||
I квартал |
1,220 |
1,209 |
1,268 |
1,130 |
1,206 |
5880626,2 |
|
II квартал |
1,221 |
1,224 |
1,265 |
1,064 |
1,191 |
6075834,7 |
|
III квартал |
1,215 |
1,243 |
1,267 |
1,019 |
1,181 |
6340320,1 |
|
IV квартал |
1,217 |
1,259 |
1,203 |
1,019 |
1,171 |
6721419,3 |
Прогнозирование |
Стр. 107 из 164 |
|
J I |
|
J I x y × |
|
|