12.Анализ динамики запасов. Методы прогнозирования потребности по временным рядам и их характеристика.

На основе анализа временных рядов можно строить прогнозы потребления на будущие периоды. Необходимо построить график динамики отгрузок и изучить его. Во временном ряде потребности можно выделить составляющие:

а) относительно равномерный спрос

b) сезонную потребность

c) тенденции изменения спроса

d) циклические колебания спроса

e) наличие эффекта стимулирования продаж

а.Относительно равномерный спрос

Можно использовать методы наивного прогноза и группу методов прогнозирования по среднему значению (простой средней, скользящей средней, взвешенной скользящей средней), а также метод экспоненциального сглаживания.

1) Наивный прогноз: основывается на предположении о том, что прогнозируемое потребление будущего периода равно потреблению предшествующего периода.

Преимущества: не требуется наличия накопленной статистической базы.. Прогноз понятен, прост в подготовке, быстр в реализации, практически не требует затрат.

Недостатки: низкая точность прогноза

2) Прогнозирование по средним значениям:

а) метод прогнозирования по простой средней – с учетом кол-ва рабочих дней в месяце.

б) прогноз на основе скользящего среднего значения.

Скользящая средняя рассчитывается по формуле:

Преимущества: простота метода

Недостатки: значимость значений прошлых периодов при прогнозировании будущей потребности одинакова. Например, если в расчете скользящей средней использ. 6 значений, то значимость каждого значения равна 1/6. Между тем, очевидно, что значимость статистики последнего из предшествующих периодов более велика, чем предыдущих.

в) Метод взвешенной скользящей средней.

Каждому периоду присваивается коэффициент, отражающий значимость влияния этого периода на прогнозное значение потребления.

Преимущества: более точные результаты, чем по простой скольз.средней; в прогнозируемой величине в большей степени учитываются последние значения потребности.

Недостатки: коэфф.значимости определяются экспертно и проверяются экспериментально, т.е. путем проб и ошибок

3) Метод экспоненциального сглаживания

Каждый новый прогноз основан на учете значения предыдущего прогноза и его отклонения от фактического значения.

Прогнозное значение определяется:

Подбор значения константы сглаживания проводится экспериментально. Цель такого подбора состоит в том, чтобы прогноз был чувствителен к изменениям временного ряда, а также хорошо сглаживал скачки потребления, вызванные случайными факторами.

b. Наличие сезонного спроса. Спрос является сезонным, если в нем имеются краткосрочные регулярные изменения, связанные с погодой или с определенными календарными периодами. Для прогнозирования сезонного спроса требуется использовать статистику отгрузок соответствующих периодов прошлых лет.

с. Тенденции изменения спроса бывают: краткосрочного и долгосрочного характера.

Если долгосрочная тенденция, то для прогнозирования сезонной потребности учитывается коэффициент тенденции.

Процесс прогнозирования потребления запаса при наличии долгосроч.тенденции:

1)Фильтрация значений статического ряда при необычно большом или малом объеме потребления запаса. В качестве фильтра могут быть заданы максимальная и минимальная границы значений фактических отгрузок статистического ряда.

2)Выбор вида уравнения тренда. Поиск и анализ тенденции потребности в запасе включает в себя определение вида уравнения, которое может наиболее точно описать тенденцию. Уравнения тренда могут быть линейными и нелинейными. (линейный, параболический, полиномиальный).

3)Прогнозирование объема потребления на основе имеющейся тенденции проводится с помощью МЕТОДА ЭКСТРАПОЛЯЦИИ, который позволяет на основе уравнения, описывающего тенденцию, определить предполагаемую величину аргумента на будущий период. Компьютерные программы статистической обработки данных позволяют автоматически проводить такое прогнозирование.