9. Количественные методы прогнозирования, временные ряды. Каузальные методы прогнозирования.

Количественные методы прогнозирования базируются на численных математических процедурах. Результаты прогнозирования на основе количественных методов используются во всех сферах маркетинга и бизнес-планирования.

При исследовании и анализе рынка количественные методы прогнозирования применяются для решения следующих основных задач: прогнозирования спроса; прогнозирования емкости рынка; прогнозирования объемов продаж фирмы и др.

К группе количественных методов относятся: анализ временных рядов; экономико-математическое моделирование; метод аналогий; нормативный метод; метод стандартного распределения вероятностей.

Анализ временных рядов необходим для учета временных колебаний исследуемых величин. Включает в себя следующие основные методы: анализ тенденций (экстраполяция и корреляция трендов); анализ цикличности; анализ сезонности; регрессионный анализ.

Анализ временных рядов, иногда называемый проецированием тренда, основан на допущении, согласно которому случившееся в прошлом дает достаточно хорошее приближение в оценке будущего. Этот анализ является методом выявления образцов и тенденций прошлого и продления их в будущее. Его можно провести с помощью таблицы или графика путем нанесения на координатную сетку точек, соответствующих событиям прошлого. Чем более достоверно предположение о подобии будущего прошлому, тем вероятнее точность прогноза. Таким образом, анализ временных рядов, вероятно, будет бесполезен в ситуациях с высоким уровнем подвижности или когда произошло значительное, всем известное изменение.

Методы экстраполяции трендов основаны на статистическом наблюдении динамики определенного показателя, определении показателя, определении тенденции его развития и продолжении этой тенденции в будущем периоде. Иначе говоря, при помощи методов экстраполяции трендов закономерности прошлого развития объекта переносятся в будущее. Обычно методы экстраполяции трендов применяются в краткосрочном (не более 1 года) прогнозировании, когда число изменений в среде минимально. Прогноз создается для каждого конкретного объекта отдельно и последовательно на каждый следующий момент времени. Наиболее распространенными методами экстраполяции трендов являются метод скользящего среднего и метод экспоненциального сглаживания, прогнозирование на базе прошлого оборота.

Метод скользящего среднего исходит из простого предположения, что следующий во времени показатель по своей величине равен средней, рассчитанной за три периода.

Метод экспоненциального сглаживания представляет прогноз показателя на будущий период в виде суммы фактического показателя за данный период и прогноза на данный период.

Метод прогнозирования на базе прошлого оборота. В этом случае данные о сбыте за прошлый год берутся в качестве основы для предсказания вероятностей сбыта в будущем. Данный метод прогнозирования пригоден для отраслей и рынков со стабильной хозяйственной конъюнктурой, слабо меняющимся ассортиментом товаров и услуг, незначительными колебаниями товарооборота.

Казуальные методы используются для долгосрочных и среднесрочных прогнозов. Разновидности казуального метода:

• многомерные регрессионные методы (модели). Устанавливают регрессионную зависимость между величинами (факторами), влияющими на прогноз,

• эконометрические методы. Дают количественное описание закономерностей и взаимосвязей между объектами (чаще всего экономическими) и процессами (типичная модель состоит из тысяч уравнений),

• компьютерная имитация. Имитационные модели - это как бы промежуточные звенья между реальностью и обычными математическими моделями. Численные решения на компьютере позволяют значительно улучшить точность аналитических прогнозов.