Пути совершенствования прогнозирования

направляемой на расширение производства.

Оптимизационные расчёты осуществляются на основе разработанных экономико-

математических моделей и исходной информации с использованием специальных

пакетов программ и ЭВМ. Программно формируется матрица, в которой отражаются

коэффициенты затрат, тип ограничений и вектор ограничений, а также

коэффициенты целевой функции. С помощью методов оптимизации производится

расчёт, в процессе которого осуществляется выбор оптимального варианта в

соответствии с целевой функцией в рамках установленных ограничений.

Имитационные модели, цель которых состоит в воспроизведении поведения

исследуемой системы на основе результатов анализа наиболее существенных

взаимосвязей между её элементами.

Модели принятия решений основываются на теории игр. Они применяются в

условиях неопределённости или ситуациях, когда интересы сторон не совпадают.

Каждая из сторон принимает такие решения, т.е. выбирает такую стратегию

действий, которая с их точки зрения обеспечивает наибольший выигрыш или

наименьший проигрыш.

Модели сетевого планирования применяются с целью сокращения сроков выполнения

сложных проектов и других работ и оптимального использования предназначенных

для этого ресурсов.

Нормативный метод применяется на основе расчета прогнозных показателей. Нормы

и нормативы разрабатываются заранее на законодательной или ведомственной

основе. Норма – это максимально допустимая величина. Норматив – соотношение

элементов производственного процесса (составляющая нормы).

Нормы и нормативы подразделяются на ресурсные, экономические и социальные.

При необходимости они конкретизируются и дифференцируются по отдельным

направлениям, объектам, регионам. Например, используются нормативы:

социального развития – потребление на душу населения, прожиточный минимум,

площадь жилая и др.

     2.3.   Методика прогнозирования экстраполяционными методами

Использование экстраполяции в прогнозировании имеет в своей основе

предположение о том, что рассматриваемый процесс изменения переменной

представляет собой сочетание двух составляющих Xt регулярной

(детерменированная неслучайная) и et  случайной. Временный ряд Уt может быть

представлен в следующем виде:

                                 Уt   = Xt  +  e                                

Регулярная составляющая называется трендом, тенденцией. Под этими терминами

лежит интуитивное представление о какой-то очищенной от помех сущности

анализируемого процесса (интуитивное потому, что для большинства процессов

нельзя однозначно отделить тренд от случайной составляющей). Регулярная

составляющая (тренд) Xt характеризует существующую динамику развития процесса

в целом, случайная составляющая et отражает случайные колебания или шумы

процесса. Обе составляющие процесса определяются какими-либо функциональным

механизмом, характеризующим их поведение во времени.

Задача прогноза состоит в определении вида экстраполирующих функций Xt и et

на  основе исходных эмпирических данных и параметров выбранной функции.

Первым этапом является выбор оптимального вида функции, дающей наилучшее

описание тренда.

Следующим этапом является расчёт параметров выбранной экстраполяционной функции.

При оценке параметров зависимостей наиболее распространёнными методами

является метод наименьших квадратов (МНК) состоит в отыскании параметров

модели тренда, минимизирующих её отклонение от точек исходного временного

ряда, т.е.  в минимизации суммы квадратических отклонений, между наблюдаемыми

и расчётными величинами.

                           S=S(`У –У )2 ®  min (i=1,n)                          

Где `У – расчётные значения исходного ряда; У – фактическое значение

исходного ряда;n  -число наблюдений

Модель тренда может иметь различный вид. Её выбор в каждом конкретном случае

осуществляется по целому ряду статистических критериев, но наибольшее

распространение в практических исследованиях получили следующие функции:

                               У=АХ+В (линейная);                              

                           У=АХ2+ВХ+С (квадратичная);                          

                                У=Хn (степенная);                               

                              У=Аx (показательная);                             

                            У=АЕx (экспоненциальная).                           

Особенно широко применяется линейная, или линеаризуемая, т.е. сводимая к

линейной, форма как наиболее простая и в достаточной степени удовлетворяющая

исходным данным.

На основании таблицы 2.1. оценим зависимость товарооборота от величины

основных фондов.

Для этого с помощью корреляционно-регрессионного анализа необходимо:

рассчитать коэффициент корреляции; определить влияние фактора (х) на

результативный показатель (у) и выразить зависимость в виде уравнения

регрессии;  рассчитать коэффициент детерминации; определить  форму

зависимости между изучаемыми показателями.

Для удобства и быстроты работы будем использовать MS Excel.

     Таблица 2.1. Обеспеченность и эффективность использования основных фондов в

магазине №29 ДОР ОРС, млн.руб

    

Показатели	2003	2004			Отклонение от		в % к прошлому году
		план	факт	% выполнения	плана	пошлого года
1	2	3	4	5	6	7	8
Розничный товарооборот	674,6	850	856,8	100,80	6,80	182,20	127,01
в сопоставимых ценах	674,6	850	685,8	80,68	-164,20	11,20	101,66
Среднегодовая стоимость ОПФ	90	112	112,6	100,54	0,60	22,60	125,11
в том числе активной части	25,8	31	33,8	109,03	2,80	8,00	131,01
Фондоотдача ОПФ	7,5	7,59	7,61	100,26	0,02	0,11	101,47
в сопоставимых ценах	7,5	0	6,04	-	6,04	-1,46	80,53
Фондоотдача активной части ОПФ	26,15	27,42	25,35	92,45	-2,07	-0,80	96,94
в сопоставимых ценах	26,15	0	20,12	-	20,12	-6,03	76,94
Фондоемкость	0,133	0,132	0,131	99,24	0,00	0,00	98,50
Среднесписочная численность торговых работников, чел.	40	41	41	100,00	0,00	1,00	102,50
Фондовооруженность труда	2,25	2,73	2,75	100,73	0,02	0,50	122,22
Техническая вооруженность труда	0,65	0,76	0,82	107,89	0,06	0,17	126,15
Производительность труда	16,9	20,7	20,9	100,80	0,2	4,0	123,91

 

 

     Таблица 2.2.Корреляционно-регрессивный анализ основных фондов

    

№	у	х	х-хср	у –уср	(х-хср)( у –уср)	(х-хср)^2	(у –уср)^2	ху
1	674,6	90	-14,87	-119,20	1772,107	221,02	14208,64	60714
2	850	112	7,13	56,20	400,8933	50,88	3158,44	95200
3	856,8	112,6	7,73	63,00	487,2	59,80	3969	96475,68
Итого	2381,4	314,6	0	0	2660,2	331,71	21336,08	252389,7

 

 

                         Хср = ∑Х/п =104,87                        

                        Уср = ∑У/п = 793,80                       

    

                               

Используя выше приведенные формулы получим:

     ∑XУ/п = 183/3= 22,88625

Qy = 84,33283267

Qx = 10,51517422

Rху = 0,9, то есть, корреляция прямая, а связь сильная.

Dxy =  (Rху)2  =0,81, то есть, величина товарооборота на 81%  зависит

от стоимости основных фондов.

Зная коэффициент корреляции, определим параметры уравнения регрессии:

                             

                          а1 =0,9×84,3/10,5= 7,22                         

                         а0 = 793,80 -7,22*104,87 = 6,64                        

                              у =7,22+ 6,64×х                             

Так, при х =200, у = 1335,22.

Таким образом, на основании данной методики можно прогнозировать любые

взаимосвязанные показатели.

              3.     ПУТИ СОВЕРШЕНСТВОВАНИЯ ПРОГНОЗИРОВАНИЯ             

Для обеспечения полного и своевременного прогнозирования потенциального

спроса, издержек и цен необходимо использовать программы для автоматизации

бухгалтерского учета, например 1С: Бухгалтерию, а также различные программы

для анализа и прогнозирования, среди таких программы выделяют, например

Пакет анализа MS Excel который обеспечивает не только простой ввод данных для

анализа и прогнозирования, но и самым процесс  анализа и прогнозирования,

таким образом, обеспечивая  формирование прогнозируемых показателей в

наиболее приемлемой форме, обеспечивающей быстроту и правильность расчетов.

При этом автоматизация решает следующие основные задачи:

·        показывает результаты работы отдельных направлений (ими могут быть

виды деятельности, группы товаров, или другие элементы, в зависимости от

специфики бизнеса), независимо от того, как эти направления распределены

между юридическими лицами, входящими в бизнес;

·        показывает результаты работы также и по структурным подразделениям,

которыми могут быть отделы, цеха, юридические лица;

·        осуществляет контроль над издержками путём их учёта по видам и

центрам затрат;

·        накапливает статистику о доходах и расходах предприятия в

определённом разрезе и выявляет общие тенденции;

·        осуществляет планирование и контролирует выполнение бюджета как

отдельными центрами затрат, так и бизнесом в целом, включая совокупность

юридических лиц;

·        ведёт оперативный учёт расчётов с отдельными контрагентами,

взаиморасчётов между собственными юридическими лицами.

Так, например, наиболее быстро и легко позволяет ввести и систематизировать

данные для осуществления прогнозирования прибыли и других показателей

деятельности предприятия электронная таблица, в нашем случае  Excel. Для

создания электронной таблицы достаточно выполнить команду Пуск – Программы –

MS Excel,  после чего можно вводить данные. Построение функций(графиков)

осуществляется благодаря команде Вставка – Функция (Диаграмма). На основании

введённых данных можно осуществлять анализ, определять динамику, строить

графики, также можно осуществлять их группировку и сортировку с помощью

команды Данные – Фильтр – Автофильтр.

    

Эффективный анализ и обработка данных:

 

·        Быстрый и эффективный анализ, удобные средства для работы с данными

(мастер сводных  таблиц позволяет быстро обрабатывать  большие массивы данных и

получать итоговые результаты в удобном виде);

·        Механизм автокоррекции формул автоматически распознает и исправляет