Методи регресійного аналізу
Регресійний аналіз досліджує залежність певної величини від іншої величини або декількох інших величин.
Регресійний аналіз застосовується переважно в середньостроковому прогнозуванні, а також в довгостроковому прогнозуванні. Середній і довгостроковий періоди дають можливість встановлення змін у середовищі бізнесу і обліку впливів цих змін на досліджуваний показник.
Для здійснення регресійного аналізу необхідно:
наявність щорічних даних з досліджуваних показників,
наявність одноразових прогнозів, тобто таких прогнозів, які не поправляються з надходженням нових даних.
Регресійний аналіз звичайно проводиться для об'єктів, що мають складну природу, таких, як:
обсяг інвестицій;
прибуток;
обсяги продажів тощо
Методи економіко-математичного моделювання
У внутрішньофірмовому прогнозуванні використовується:
- Моделі внутрішнього середовища фірми, так звані корпоративні моделі;
- Макроекономічні моделі, до яких відносять економетричні моделі, моделі "витрати-випуск".
Корпоративні моделі звичайно являють собою набір формул (рівнянь), які виражають відносини ряду змінних до певного об'єкту; наприклад до обсягу продажів.
Крім формульних моделей під внутрішньофірмового планування можуть використовуватися матричні моделі (моделі у вигляді таблиць), структурно-ієрархічні моделі, які описують внутрішню структуру і взаємозв'язок в рамках економічної організації.
При використанні корпоративних моделей корисно робити не тільки перспективні, але і ретроспективні (звернені в минуле) прогнози. Порівняння даних ретроспективного прогнозу і фактичних даних за минулий період дозволяє зробити висновок про надійність моделей.
Велика частина математичних моделей має форму комп’ютерних програм. Перебуваючи в процесі виконання, такі про грами дозволяють досліджувати розвиток внутрішньофірмових взаємозв'язків, тобто надають моделям динамічний характер.
До недоліків застосування методів економіко-математичного моделювання в рамках прогнозування майбутнього економічної організації можна віднести:
необхідність серйозних витрат на організацію дослідницької роботи та оплату праці фахівців;
неможливість охопити в моделях всі найбільш істотні тенденції розвитку;
високу ймовірність раптових змін руйнівних подій, істотно знижують корисний ефект моделі.
В якості окремої галузі економічного прогнозування на рівні фірми виділяють прогнозування продажів (збуту).
Шляхи підвищення ефективності та обґрунтованості прогнозів
Найбільшою мірою, ефективність прогнозу залежить від того, наскільки вони корисні для планування і здійснення ділових операцій. Прогнози корисні в тих випадках, коли його компоненти ретельно продумані і обмеження, що містяться в прогнозі відверто названі. Існує кілька способів зробити це.
Деякі рішення приймати небезпечно, навіть якщо можлива похибка прогнозу менше 10%. Інші рішення можна приймати безбоязно навіть при значно більш високій допустимій помилці. Необхідно про межі зміни, які повинні відбутися, щоб прогноз виявився достовірним, потім оцінити ймовірність відповідних подій, визначити компоненти прогнозу. Визначити, наскільки структурованим повинен бути прогноз. При прогнозуванні збуту може бути доцільно буде виділити окремі частини ринку (що розвиваються споживачі, стабільні споживачі, великі і дрібні споживачі, ймовірність появи нових споживачів і т.п.).
Також шляхом підвищення ефективності прогнозів є застосування аналізу беззбитковості. Цей аналіз визначає точку, в якій загальний дохід зрівнюється з сумарними витратами, тобто точку, в якій підприємство стає прибутковим.
Точка беззбитковості позначає ситуацію, при котрій загальний дохід стає рівним сумарним витратам. Для визначення точки беззбитковості необхідно врахувати три основні чинники: продажну ціну одиниці продукції, змінні витрати на одиницю продукції та загальні постійні витрати на одиницю продукції:
,
де BEP - точка беззбитковості;
TFC - сукупні постійні витрати;
P - ціна одиниці продукції;
VC - змінні витрати на одиницю продукції.