3.6. Прогнозирование индекса отпускных цен продукции предприятия

Причина концентрации профессионального интереса на цене продукта заключается в том, что цена является чисто количественной, одномерной ве­личиной и легко поддается операционализации. Кроме того, особое положе­ние цены среди других характеристик продукта основывается на том, что она выражается в деньгах, которые являются непосредственной основой, как производственного прогнозирования, так и производственного планирования (себестоимость, оборот, прибыль). При прогнозировании и планировании цен нужно учитывать, что высокая или низкая цена может влиять на решение о покупке, в зависимости от обстоятельств как положительно, так и отрица­тельно.

Для принятия решений о ценах определяющими величинами являются затраты, поведение потребителей и поведение конкурентов.

В условиях формирования рыночной экономики ценообразование ори­ентированное на затраты не проблематично лишь в случае, если цена не иг­рает большой роли для потребителей. В противном случае при установлении цен следует учитывать верхнюю границу коридора цен, которая определяется готовностью потребителей платить определенную цену, а также поведением конкурентов.

Для всех методов ценообразования общим является то, что затраты служат отправным пунктом расчета продажной цены. Затраты предприятия на выпуск продукции (себестоимость продукции) подразделяются на:

• затраты, связанные с получением заказов, являющиеся результатом мероприятий предприятия по привлечению покупателей к своему товару и его продажи (расходы по рекламе, расходы по изучению рынка, расходы, связанные с проведением ценовой политики, расходы, связанные с проведе­нием торговых ярмарок, расходы, по организации выставок-продаж и демон­страций продукции);

• затраты, связанные непосредственно с производством продукции (пе­ременные затраты), выполнением заказов, осуществлением широкого круга деятельности по закупке сырья, переработке, хранению продукции и ее транспортировки, расходы по страхованию продукции, оплата таможенных пошлин, расходы по оплате услуг транспортно-экспедиционных агентов, ох­рана продукции, специальные расходы, расходы по упаковке, расходы по из­готовлению документации, расходы по связи и переписке.

Рассмотрим методику прогнозирования индекса отпускных цен пред­приятия и ее реализацию с использованием компьютерного моделирования для принятия решения о тенденции к изменению прогнозного индекса отпу­скной цены. В предлагаемой методике использованы как экспертный, так и теоретико-игровой подходы. В процессе компьютерной реализации методики применен алгоритм выявления доминируемых стратегий в матрице ценооб­разования, а также метод последовательных приближений Брауна, выпол­ненные средствами Visual Basic for Applications.

Авторами учебного пособия разработаны тексты программ в среде сис­темы программирования Visual Basic for Application Excel, которые позволя­ют выявить доминируемые стратегии в прогнозной матрице ценообразования и удалить строки, соответствующие этим стратегиям из матрицы ценообра­зования, а также реализовать метод последовательных приближений Брауна.

Известно, что принцип maXjminja(ij) = тщтахр(ц), положенный в ос­нову матричных игр [2] успешно может быть применен для прогнозирования рыночных процессов, где сталкиваются интересы производителей и покупа­телей. Покупатель стремится минимизировать затраты при высоких ценах, а производитель-продавец - стремится максимизировать выручку при мини­мальных ценах. Поэтому прогнозирование цен на основе maXjmirija(iJ) = minjmaXia(iJ), где a(i,j) - элементы матричной модели ценообразования, по­строенной на основе экспертных оценок, даст положительный эффект.

В рассматриваемой методике будут прогнозироваться отпускные цены, формирование которых ориентировано на затраты. Для предприятий со срав­нительно невыгодной структурой затрат, обусловленной технологическими или организационными недостатками, такой способ определения цен опасен самоудалением с рынка. Цены, основанные на себестоимости, ведут в этом случае к закреплению сложившихся отсталых структур цен, поэтому их про­гноз мы будем определять внутренними перспективными организационными возможностями предприятия и его прогнозными техническими и технологи­ческими характеристиками, а не воздействием конкуренции и потребителей. В соответствии с общепринятой методикой [8] удобно прогнозировать не са­ми цены, а индекс цен. Существует понятие индекса на базе базового года I = а/b и индекса на базе текущего года I = b/а, где а - цена товара текущего го­да, b - цена товара базового года.

Существуют следующие способы, с помощью которых можно рассчи­тать общий индекс для двух или более товаров, при условии, что II - индекс цены первого товара на базе базового года, а 12 - индекс цены второго товара на базе базового года:

I - (II + 12)/2 - средний индекс;

/ = (II*pl + 12*р2) - средневзвешенный,

если pi, р2 - веса удовлетворяющие условию pi + р2 = 1, в противном случае формула имеет следующий вид: / = (Il*p! + 12*р2) / (pi + р2)\

/ = £/ ///п - средний индекс по группе, состоящей из п товаров.

Ниже приведена формулировка задачи, которую будем решать средст­вами компьютерного моделирования на базе экспертного оценивания и тео­рии матричных игр [4].

Рассматривается рыночный фактор - индекс отпускной цены на неко­торый товар, выпускаемый предприятием. Этот фактор зависит от парамет­ров, определяемых деловой активностью предприятия, его техническими и технологическими характеристиками, организационным обучением и уров­нем использования информационных технологий. К числу этих параметров относятся:

Xj = уровень старения применяемой технологии;

Х₂ = уровень изношенности оборудования;

Х₃ = уровень потребности в повышении квалификации менеджеров среднего звена;

Х4 = уровень потребности в повышении квалификации рабочих кадров;

Х₅ = уровень запущенности финансового обеспечения инноваций и НИОКР;

Х₆ = уровень запущенности использования информационных техноло­гий, компьютерной техники и телекоммуникационных средств связи;

Х₇ = уровень неудовлетворительного состояния взаимодействия с по­ставщиками сырья и материалов;

Х₈ = уровень запущенности работы с дебиторами;

Х₉ = уровень наличия проблем с транспортом;

Хю = уровень запущенности контроля обратной связи через информа­ционные потоки от непосредственных исполнителей к топ-менеджерам.

Для экспертного оценивания параметров предлагается следующая шкала экспертных оценок, приведенная в табл. 3.6.1.

Теперь переходим непосредственно к разработке компьютерной моде­ли в среде MS Excel с использованием средств программирования VBA. Раз­работка и реализация компьютерной модели осуществляется в несколько этапов.

На первом этапе формируем табл. 3.6.2, в которой выполнено эксперт­ное оценивание и проставлены веса для каждого параметра от Xj до Х_}0 в ба­зовом году.

Таблица 3.6.1

Шкала экспертных оценок

Экспертные оценки	Уровень оценки
0,9	Высокий уровень
0,5	Средний уровень
0,33	Уровень ниже среднего
0,15	Низкий уровень

Таблица 3.6.2

Таблица экспертных данных

	А	В	С	D
5	Параметр	Оценка (Х^	Вес	Произведение оценки на вес
6	Xi	0,58	0,146	0,084
7	х2	0,55	0,138	0,076
8	Х3	0,33	0,08	0,026
9	Х4	0,5	0,126	0,06
10	х5	0,33	0,08	0,026
11	Х6	0,33	0,08	0,026
12	Х7	0,33	0,08	0,026
13	х8	0,33	0,08	0,026
14	Х9	0,15	0,038	0,006
15	Хю	0,55	0,138	0,076
16	Итого	3,98	0,987	0,432
17	Базовый индекс				0,438

Примечание:

Адрес ячейки	Содержимое ячейки
С6	= В6/$В$16
D6	= В6 * С6
В16	= СУММ(В6 : В15)
С16	= СУММ(С6 : С15)
D16	= CyMM(D6 : D15)
D17	= D16 / С16

На втором этапе для характеристики динамики изменений значений параметров (в сущности индекса цен) будем считать, что каждый параметр может иметь следующие характеристики тенденций: Sj - тенденция к стабильности;

52. - тенденция к возрастанию;

53. - тенденция к убыванию;

54. - тенденция к колебаниям.

Для экспертного оценивания динамики характеристик параметров предлагается следующая шкала экспертных оценок, приведенная в табл. 3.6.3 [4].

Таблица 3.6.3

Шкала экспертных оценок характеристик динамики цен

Экспертные оценки	Уровень проявления
1	Незначительное проявление
2	Среднее проявление
3	Выше среднего
4	Высокое проявление
5	Весьма высокое проявление

Построим следующие векторы S,(T) характеристик тенденций измене­ния параметров для прогнозирования индекса цен, координаты которых представляют собой экспертные оценки из табл. 3.6.3: S,(T) = (2,2,2,3,2,3,1,1,1,2), S₂(T) = (4,4,3,3,3,4,2,2,2,3), S₃(T) = (1,2,1,1,2,3,3,2,1,2), S₄(T) = (2,3,1,2,2,3,2,2,1,2), где позиция первой координаты вектора означает уровень проявления пара­метра Xj, вторая - Х₂ и т.д.

Далее будем считать, что экспертные оценки параметров в прогнози­руемом году не изменились по отношению к базовому году, т.е. остались на уровне табл. 3.6.2.

Формируем прогнозно-экспертную матрицу ценообразования в услови­ях различных сценариев развития динамики характеристик на прогнозируе­мый год в виде табл. 3.6.4. В этой матрице элементы получены умножением значения фактора X_t (Т) на значение его характеристики (символ Т обознача­ет прогнозируемый год).

В большинстве прикладных экономических задач, решаемых с исполь­зованием теории игр, решение существует только в смешанных стратегиях, поскольку большинство матриц не имеет седловой точки, что свидетельству­ет об отсутствии равновесия по Нэшу.

в условиях различных сценариев

Прогнозно-экспертная матрица ценообразования

	А	В	С	D		Е	F		G	Н	I
21		Стабильный			Возрастание			Убывание		Колебания
22		S,(T)	S,*Xi	S2(T)		s?*x,	S3(T)		S3*X,	S4(T)	S4*Xi
23	X,	2	1,16	4		2,32	1		0,58	2	1,16
24	х2	2	1,10	4		2,20	2		1,10	3	1,65
25	Х3	2	0,66	3		0,99	1		0,33	1	0,33
26	Х4	3	1,50	3		1,50	1		0,50	2	1
27	Х5	2	0,66	3		0,99	2		0,66	2	0,66
28	Х6	3	0,99	4		1,32	3		0,99	3	0,99
29	Х7	1	0,33	2		0,66	3		0,99	2	0,66
30	Х§	1	0,33	2		0,66	2		0,66	2	0,66
31	Х9	1	0,15	2		0,30	1		0,15	1	0,15
32	Хю	2	1,10	3		1,65	2		1,10	2	1,10
33	I		7,98			12,59			7,06		8,36

Примечание:

Адрес ячейки	Содержимое ячейки
С23	= В23*В6
Е23	= D23*B6
сзз	= СУММ(С23:С32)
ЕЗЗ	= СУММ(Е23:Е32)
G33	= CyMM(G23:G32)
133	= СУММ(123:132)

В этом случае переходят к так называемым смешанным стратегиям, ко­гда их выбор осуществляется случайно в соответствии с заранее предписан­ными вероятностями.

Поскольку решение в смешанных стратегиях имеет вероятностную ин­терпретацию, перейдем от матрицы (табл. 2.6.4) к матрице частот, представ­ленной в табл. 3.6.5.

Элементы матрицы получены по формулам, которые приведены в при­мечании к табл. 3.6.5.

Теперь, к матричной модели (табл. 3.6.5.) можно применить инстру­мент матричных игр, а также получить квантитативное решение с помощью метода последовательных приближений Р. Брауна.

По правилам теории матричных игр [2] нужно проверить матрицу (табл. 3.6.5) на доминируемость стратегий. Если доминирование выявлено, то доминируемые стратегии можно удалить из матрицы, поскольку они не ока­зывают влияние на решение и результат прогнозного расчета [4].

Таблица 3.6.5

Матрица частот проявления характеристик

	A	в	С	D	E
37	Параметры	Si	S2	S3	S4
38	Xj	0,145	0,184	0,082	0,139
39	x2	0,138	0,175	0,156	0,197
40	x3	0,082	0,079	0,047	0,039
41	X4	0,188	0,119	0,071	0,120
42	X5	0,083	0,079	0,093	0,079
43	X*	0,124	0,105	0,140	0,118
44	X7	0,041	0,052	0,140	0,079
45	X8	0,41	0,052	0,093	0,079
46	X9	0,019	0,024	0,021	0,018
47	Хю	0,138	0,131	0,156	0.131

Примечание:

Адрес ячейки	Содержимое ячейки
B38	= С23 / СЗЗ
C38	= Е23 / ЕЗЗ
D38	= G23 / G33
E38	= 123 /133

Алгоритм выявления доминируемых стратегий следующий: если обо­значить Xj- i-ю стратегию-строку с компонентами X, = (a_lk), к = I, 2,...; Xj = (^jk) - j-ю стратегию-строку, то говорят, что X, доминирует X_J5 если а^ >= aj_k для всех k = 1, 2,... .Для стратегий-столбцов S;, S_} все иначе: S, = (а_к1) доми­нирует Sj = (ац) к = 1, 2,..., если a_ki <= a_kj, к = 1,2,... .

С помощью программы, написанной авторами пособия на языке Visu­al Basic for Applications, определим в прогнозной матрице (табл. 3.6.5) доми­нируемые стратегии-строки Х₃, Х₅, Х₆, Х₇, Х₈, Х₉, Хю с последующим их уда­лением из матрицы. Для запуска этой программы на листе Excel справа от табл. 3.6.5 располагаем кнопку запуска. Для создания кнопки щелкните на кнопке панели инструментов Формы и нарисуйте кнопку на листе. Вам будет предложено назначить макрос для этой кнопки, этим макросом будет введен­ная ранее программа с именем DelLinesMatrix. Листинг этой программы при­веден ниже.

Option Explicit Option Base 1 Dim X() As Integer Sub DelLinesMatrix()

Dim A() As Doubl, B() As Doubl, flag As Integer Dim i As Integer, j As Integer, k As Integer Dim p As Integer, 1 As Integer, K1 As Integer Dim K2 As Integer, M As Integer, N As Integer Dim Ml As Integer

M = CInt(InputBox("Введите количество параметров _ X/') N = CInt(InputBox("Введите количество сценариев _ Sj") ReDim A(M,N), В(M,N), X(M)

With ActiveWorkBook.Worksheets ("Прогнозирование цен").Range("A37") For i = 1 To M For j = 1 To N

A(i,j) = .Offset (i,j) В (i,j) = .Offset (I,j) Next j Next i End With

'Программный код удаления строк по условию Ml = М

For i = 1 То М - 1 For j = i+1 To M 10 For p = 1 To j - 1 Kl = 0 : K2 - 0 For k = 1 To N If A(p,k) >= A(j,k)Then

Kl « Kl+1 Else

K2 = K2 + 1 End If Next k

If Kl <> N Goto 30 If j = M Goto 20 *Удаление j - ой строки For 1 = j To M - 1 For k = 1 To N

A (1, k) - A (1+1, k) Next k Next 1

20 M - M - 1 : Goto 10 30 If K2 <> N Then Goto 40 'Удаление i - ой строки For 1 = i To M - 1 For k = 1 To N

A(1,k) = A(1+1,k) Next k

Next 1

M = М - 1 : Goto 10 40 Next p Next j Next i

'Массив X () из номеров оставшихся строк For 1 = 1 То М For i = 1 То Ml flag = 0 For j = 1 То N

If A (1, j ) <> В(i,j) Then flag = 1 : Goto 50 Next j

50 If flag = 0 Then X(1) = i : Goto 60 Next i 60 Next 1

'Пересылка матрицы на лист Excel в табл 2.6.6 With Range ("А51") For i = 1 To M For j = 1 To N

.Offset (i,j) = A(i,j) Next j Next i

'Пересылка номеров выбранных параметров Xi на лист For 1 = 1 То М

.Offset (1,0) = X(1) Next 1 End With End Sub

Матрица частот проявления характеристик после удаления доминируемых стратегий-строк

Преобразованная матрица после удаления доминируемых стратегий приведена в табл. 3.6.6.

Таблица 3.6.6

	A	В	С	D	E
51	Параметры	Si	S2	S3	s4
52	x,	0,145	0,184	0,082	0,139
53	x2	0,138	0,175	0,156	0,197
54	X4	0,188	0,119	0,710	0,120

Для проверки наличия седловой точки в матричной модели ценообразования (табл. 3.6.6) сформируем табл. 3.6.7 и проверим в ней выполнение равенства maxjminja(ij) = тп^тах|а(у). Если равенство будет иметь место, то решение будет найдено в чистых стратегиях, в противном случае ищем решение в смешанных стратегиях.

Исходя из результатов, полученных в ячейках F71 и F72, видно, что ра­венство не выполняется, поэтому ищем решение в смешанных стратегиях. В качестве процедуры поиска решения используем метод последовательных приближений Р. Брауна [9]. Ниже приведен текст программы, написанный авторами пособия на языке Visual Basic for Application Excel, реализующий алгоритм данного метода. Исходные данные представлены в табл. 3.6.6. Для запуска этой программы на листе Excel справа от табл. 3.6.6 размещаем кнопку запуска. Для создания кнопки щелкните на кнопке панели инстру­ментов Формы и нарисуйте кнопку на листе. Вам будет предложено назна­чить макрос для этой кнопки, этим макросом будет введенная ранее про­грамма с именем MethodBrauna.

Таблица 3.6.7 Матричная модель проверки наличия седловой точки

	A	В	С D Е			F
65	Параметры	Сценарии развития динамики характерис-тик на прогнозируемый год				<*, = = min CMlt j
66		S,	s2	S3	S4
67	X,	0,145	0,184	0,082	0,139	0,082
68	x2	0,138	0,175	0,156	0,197	0,138
69	X4	0,188	0,119	0,71	0,120	0,071
70	p<= = max CMtj	0,188	0,184	0,156	0,197
71	a = max a,					0,138
72	P - min Pj					0,156

Примечание:

Адрес ячейки	Содержимое	Адрес ячейки	Содержимое
В70	= МАКС(В67:В69)	F68	= МИН(В68:Е68)
С70	= МАКС(С67:С69)	F69	= МИН(В69:Е69)
D70	= MAKC(D67:D69)	F71	- MAKC(F67:F69)
Е70	= МАКС(Е67:Е69)	F72	= МИН(В70:Е70)
F67	« МИН(В67:Е67)

Листинг этой программы приведен ниже.

Sub MethodBrauna{)

Dim А() As Double, B() As Double, K() As Integer Dim L()As Integer, Sl()As Double, S2()As Double Dim i As Integer, j As Integer Dim K1 As Integer, LI As Integer

Dim Min As Double, Max As Double, Resp As Variant Dim Ocenka As Double, E As Double, ECR As Double Dim M As Integer, N As Integer, Iter As Integer N = CInt(InputBox("Введите количество сценариев _ Sj") ) With ActiveWorkBook.Worksheets ("Прогнозирование цен") .Range ("A51")

M = Range(.Offset(1,0),.End(xlDown)).Rows.Count ReDim A(M,N), B(50,M+9), К(M), L(N), S1(M),S2(N) For i = 1 To M For j = 1 To N

A(i,j) = .Offset (i,j) Next j Next i End With

E = Cdbl(InputBox("Введите точность вычисления"; _ "Окно ввода точности вычисления методом Брауна")) Kl = 1 : Iter = 1

^Формирование 1-ой строки рабочей матрицы В ^Массив частот выпадения строк For i = 1 То М

K(i) = О Next i

^Массив частот выпадения столбцов For j = 1 То N

L(j) = О Next j

В (1,1) = 1 : В (1, 2) = 1 : В (1, 7) = 4 For j = 1 То N

В (1,2+j) = А(1,j) Next j

For j = 1 To M

В (1,7+j) = A(j,4) Next j

Min = B(l,3) For j = 1 To N-l

If B(l,3+j) < Min Then Min = B(l,3+j) Next j

В (1,M+8) = Min : K(l) = 1 Max = В(1,8) For j = 1 To M-l

If В(1, 8+j) > Max Then Max = B(l,8+j) Next j

В(l,M+9) = Max : L(4) = 1 100 Iter = Iter + 1 ^Следующая итерация ⁴Цели 1-го игрока For i = 1 То М Sl(i) = О

For j = 1 То N

Sl(i) = SI(i) + A (i, j )*L(j) Next j Next i

Max = Sl(l) : LI = 1 For i = 2 To M

If SI (i) > Max Then Max = Sl(i) : LI = i Next i

К(LI) = К(Ll) + 1 ^Обучение 1-го игрока For j = 1 To N

В (Iter,3+j) = В(Iter-1,3+j) + A(Ll,j) Next j

Min = В(Iter,3) For j = 1 To N-l

If В(Iter,3+j) < Min Then Min = B(Iter,3+j) Next j

В(Iter,M+8) - Min / Iter В(Iter,1) = Iter ⁴Цели 2 -го игрока For j = 1 To N S2(j) = 0 For i = 1 To M

S2(j) = S2(j) + A(i,j)*K(i) Next i Next j

Min = S2(l) : Ll = 1 For j = 2 To N

If S2 (j) < Min Then Min = S2(j) : Ll = j Next j L(Ll) = L(Ll) + 1 ^Обучение 2-го игрока For i = 1 To M

В (Iter,7+i) = В(Iter-1,7+j) + A(i,Ll) Next i

Max = В(Iter,8) For j = 1 To M-l

If В(Iter,8+j) > Max Then Max = В(Iter,8+j) Next j

В(Iter,M+9) = Max / Iter *Проверка на выход из итераций

ECR = (В(Iter,M+8) + В(Iter,M+9))/2 Ocenka = (ECR - B(Iter,M+8))/B(Iter,M+8) If Ocenka > E And Iter < 50 Then Goto 100 If Ocenka < E Then

MsgBox "Получен результат с точностью " & Ocenka

Else

Resp - MsgBox("Точность не достигнута, число итераций > 50. Закончить вычисления?", "Окно сообщения", vbYesNoCancel + vbQuestion) Select Case Resp Case Is = vbYes

MsgBox "Конец вычислений" Goto 50 Case Is vbNo

MsgBox "Продолжение вычисления итераций" Goto 100 End Select End If

'Формирование вероятностей выбора стратегий Xi и сценариев Sj 50 For i = 1 То М

K(i) = K(i)/Iter Next i

For j = 1 To N

L(j) = L(j)/Iter Next j

^ЛРазмещение элементов на рабочем листе Excel Range("F76").Value = "Номера параметров Xi" Range("G76").Value = "Вероятность X/' Range("Н76").Value = "Вероятность сценариев Sj" With Range("F76") For i = 1 To M

.Offset(i,1) = К(i) .Offset(i,0) = X(i) Next i

For i ~ 1 To N

.Offset(i,2) - L(i) Next i End With

'Размещение элементов матрицы В на листе Excel With Range("Е90") For i = 1 To Iter For j = 1 To M+9

.Offset(i,j) = B(i,j) Next j Next i End With End Sub

Если при запуске программы задать точность вычисления, например, 9%, то уже после 4-ой итерации получаем решение с точностью 8,9%. Точ­ность вычисления рассчитывается по формуле: е - (V_cp - v) / v, где v - наи­меньшее значение игры равно 0,1375, V - наибольшее значение игры равно 0,162, V_cp = (V+v) / 2 = 0,1497. Частотный спектр выпадения стратегий таков:

• для стратегий - параметров Xi, Х₂, Хд вероятности равны: 1/4 = 0,25; 3/4 = 0,75; 0/4 = 0 соответственно. Вероятности остальных стратегий равны 0, т. к. они не влияют на решение и остаются с первоначальным весом.

• для стратегий - характеристик Si, S₂, S₃, S₄ вероятности равны: 1/4; 0/4; 2/4; 1/4 соответственно для стабильного сценария, для сценария с тен­денцией к возрастанию, с тенденцией к убыванию, для сценария с тенденци­ей к колебаниям внешней среды.

Согласно проведенным расчетам, базовое значение индекса цен было равно 0,438, тогда как подсчет нового прогнозируемого индекса с учетом но­вых весов для параметров Х_ь Х₂, Х4 и старых базовых значений для осталь­ных параметров показывает, что он будет равен 0,488. Следовательно, если базовая цена на продукцию была равно С_б, то прогнозируемое значение цены будет равно С_б*(0,488/0,438) = 1,115*С_б. Продукт согласно прогнозной моде­ли будет дорожать на 11,5 %.

Таблица 3.6.8 Таблица вычислений прогнозируемого индекса цен

	А	В	С	D
76	Параметр	Оценка (Xi)	Измененные веса	Произведение оценки на вес
77	X,	0,58	0,25	0,145
78	х2	0,55	0,75	0,4125
79	Х3	0,33	0,08	0,026
80	х4	0,5	0	0
81	х5	0,33	0,08	0,026
82	Х6	0,33	0,08	0,026
83	х7	0,33	0,08	0,026
84	Х8	0,33	0,08	0,026
85	Х9	0,15	0,038	0,006
86	Хю	0,55	0,138	0,076
87	Итого		1,576	0,7695
88	Прогнозируемый индекс			0,488
89	Коэффициент для вычисления прогнозируемого значения цены			1,115

Примечание:

Адрес ячейки	Содержимое ячейки
В77 : В86	Ячейки столбца «В» заполняются копированием значений соот­ветствующих параметров Xj из одноименного столбца табл. 2.6.2.
С77 : С86	Ячейки столбца «С» для Хь Х2, Х4 заполняются значениями но­вых весов, полученных в результате выполнения программы для метода Р. Брауна. В остальные ячейки копируются значения из табл. 2.6.2.
D77 : D86	- В56 * С56
D87	= CYMM(D77:D86)
С87	= СУММ(С77:С86)
D88	-D87 / С87
D89	HD88/D17

Поскольку при прогнозировании индекса отпускных цен на продукцию предприятия используется метод экспертных оценок параметров, оказываю­щих влияние на прогнозное значение этого индекса, то результаты решения могут зависеть как от топ-менеджера, который принимает окончательное ре­шение, так и от выбранного экспертного метода прогнозирования, а также состава экспертов. В последнем случае наибольший интерес представляют методы коллективных экспертных оценок, которые основываются на прин­ципах выявления коллективного мнения экспертов о тенденциях в динамике параметров, определяемых внутренними перспективными организационны­ми возможностями предприятия и его прогнозными техническими и техноло­гическими характеристиками.

Наибольший интерес из этой серии методов представляют методы круглого стола и Дельфи.