Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Управление продажами на промышленном предприятии. Учебное пособие
.pdf
51
один из шести способов приближения данных: линейное, логарифмическое,
полиномиальное, силовое, экспоненциальное, скользящая средняя.
Метод технического сглаживания. Суть метода заключается в том, что
путем построения реальных данных выполняется линия «на глаз», которая
связывает все колебания. Этот метод широко используется при анализе биржевой
конъюнктуры, поскольку он дает мгновенные выводы о тенденции развития
рынка.
Метод механического сглаживания. Суть методов механического
сглаживания заключается в следующем. Применяются несколько первых уровней
временного ряда, образуя интервал сглаживания. Для них выбирается полином,
степень которого должна быть меньше, чем количество уровней, входящих в
интервал сглаживания; с помощью полинома определяются новые, выровненные
значения уровней в середине интервала сглаживания. Затем интервал
сглаживания перемещается на один уровень ряда вправо, вычисляется следующее
сглаженное значение и т. д. [15].
Самый простой способ механического сглаживания - это метод простой
скользящей средней.
Сначала для временных рядов y1 , y2 , … , yn определяется интервал
выравнивания m (m<n). Если необходимо сгладить небольшие беспорядочные
колебания, интервал сглаживания принимается как можно больше, интервал
сглаживания уменьшается, если необходимо сохранить меньшие колебания. При
всех других равных условиях рекомендуется нечетный интервал сглаживания.
Для первых m уровней временного ряда вычисляется их среднее арифметическое,
это будет сглаженное значение уровня ряда, расположенного в середине
интервала сглаживания. Затем интервал сглаживания перемещается на один
уровень вправо, повторяя расчет среднего арифметического и т.д.
Недостатком метода является то, что он применим только к рядам,
которые имеют линейный тренд.
Метод взвешенной скользящей среднего отличается от предыдущего
метода сглаживания тем, что уровни, входящие в интервал сглаживания,
52
суммируются с разными весами. Это связано с тем, что аппроксимация ряда в
пределах интервала сглаживания выполняется с использованием полинома не
первой степени, как в предыдущем случае, а степени, начиная со второй.
Та же группа методов выравнивания временных рядов включает метод
экспоненциального сглаживания. Его особенность заключается в том, что в
процессе поиска сглаженного уровня используются значения только предыдущих
уровней серии, взятых с определенным весом, при этом вес наблюдения
уменьшается при удалении из точки времени, для которой определяется
сглаженное значение уровня ряда.
Основной тренд модели. В экстраполяционном прогнозировании самым
популярным и простым способом является просчет прогноза экономического
значения с помощью его временного ряда. Этот прогноз показывает, какой
результат может быть достигнут в будущем, если приближаться к поставленной
цели с той же скоростью, что и в прошлом.
Построение модели тренда основано на предположении, что
прогнозируемый индикатор формируется под влиянием большого количества
факторов, которые либо не могут отличаться, либо по ним отсутствует
информация.
Расчеты прогнозов, основанные на базе моделей тенденции, имеют два
шага:
1) формальный (первый) этап раскрывается статистическими методами,
естественностью и закономерность прошлого развития и переносит эти значения
на какой-то этап будущего;
2) второй этап характеризуется корректировкой прогноза, который был
получен. Значения анализа текущего состояния и действия экономического
механизма для периода прогнозирования также учитываются.
На первом этапе для моделирования экономической динамики используют
основные операции:
− выравнивание исходного ряда, чтобы лучше выявить тенденции
изменения процесса;
53
− определение наличия изменения, которое определяет общий путь
развития, а также основную тенденцию временных рядов;
− выбор одной или нескольких кривых роста;
− определение параметров данных кривых роста;
− анализ точности и точности трендовых моделей [11].
Ключевой особенностью временных рядов является связь значений
(измерений) с соответствующими временными точками. При изучении случайной
выборки обычно не имеет значения, а иногда и вовсе не интересна такая
хронологическая связь.
Анализ временных рядов имеет две основные цели:
− определение его структуры (природы).
− прогнозирование будущих значений серии на основе текущих и
прошлых измерений.
Оба цели тесно связаны. Решение первой проблемы необходимо для
построения математической модели рядов, ее правильной идентификации и
формализации.
Структура любого временного ряда включает в себя два сегмента: общий
период времени, разделенный на интервалы внутри него, в которых выполняется
измерение (например, определяется котировка акций), и фактически сами
значения серии (котировки ценных бумаг).
Вторая цель представляет особый интерес. Для нее достигается первое
направление, которое является начальным, необходимым, но недостаточным
шагом анализа. Прогнозирование – экстраполяция значений ряда в будущем
периоде времени с использованием исторического набора данных, передаваемого
через механизм найденного модели.
Понимание, освоение и правильное применение методов изучения трендов
позволяет использовать значительный объем инструментов в рамках процесса
прогнозирования, что в свою очередь повышает его качество.
54
2.5 Устойчивость, цикличность, сезонность развития рынка
Под устойчивостью развития рынка понимается отсутствие резких
колебаний рынка, его плавное, предсказуемое развитие процессов купли–
продажи.
Устойчивый рынок обладает следующими характеристиками:
− низкий уровень стихийности или полное его отсутствие, так как на
устойчивом рынке;
− отсутствие его неупорядоченности;
− полное отсутствие или минимальное воздействие случайных,
непредсказуемых факторов.
Расчет степени устойчивости рынка и последующий его анализ можно
рассчитывать двумя способами:
1 Анализ устойчивости рынка во времени.
2 Анализ устойчивости рынка в пространстве.
Рассмотрим каждый из способов более подробно.
1 Анализ устойчивости рынка во времени. Данная устойчивость рынка
характеризуется отклонением фактических данных от основной тенденции, то
есть от тренда. В данном случае устойчивость рынка будет измеряться
коэффициентом аппроксимации.
При расчете устойчивости рынка по формуле 5
исчисляется среднеквадратичное отклонение эмпирических уровней от тренда:
(i ) =
i
()2
(5)
где (i ) – среднеквадратичное отклонение эмпирических уровней
динамического ряда от тренда,
i – i–уровень динамического ряда (i),
– сглаженный i–уровень динамического ряда (тренд);
55
n – число i–уровней динамического ряда.
В данном способе расчет производится с помощью коэффициента
аппроксимации.
Аппроксимация – это метод, суть которого заключается в замене одних
объектов другими, которые по своему характеру близки к исходным, но при этом
являются более простыми. Данный метод позволяет исследовать числовые
характеристики и качественные свойства объекта, но при этом ставит перед собой
задачу изучать свойства более простых и удобных объектов, чем были у исходных
объектов. При выборе аппроксимации необходимо учитывать задачи, которые
стоят перед исследованием [7].
Аппроксимация бывает:
− точечной (дискретной);
− непрерывной (интегральной).
Расчет коэффициента аппроксимации позволяет провести
прогнозирование, его расчет может производиться следующим способом по
формуле 6:
=
()
(6)
При расчете по формуле 6 важно учитывать, что, так как
среднеквадратичное отклонение является числовой величиной, то коэффициент
аппроксимации обычно выражается в процентах к среднему уровню [3].
Рассчитывая данный коэффициент можно охарактеризовать степень
устойчивости рынка. Обычно он варьируется в диапазоне от 0% до 100%. То есть,
если коэффициент аппроксимации:
− меньше 10%, то это свидетельствует об устойчивом развитии рынка;
− больше 10%, то это говорит о значительных отклонениях рыночных
параметров от равновесных показателей рынка.
56
При расчете коэффициента аппроксимации с целью определения
устойчивости рынка, так же рассчитывается средняя ошибка аппроксимации. Под
средней ошибкой аппроксимации понимается среднее отклонение расчетных
значений зависимой переменной от фактических значений. Расчет средней
ошибки аппроксимации производится по формуле 7:
=
1
100 % (7)
Допустимый предел значений
не более 8% – 10%.
( )
Рассмотрим второй способ анализа устойчивости рынка.
2 Анализ устойчивости рынка в пространстве.
В данном случаем при анализе применяются отклонения рыночных
параметров в экономическом или географическом пространстве от средних
значений этих параметров. Примером таких параметров могут быть цены на товар
в различных магазинах в нескольких районах населенного пункта и др. [3]
При использовании данного способа оценка показателей колебания рынка
осуществляются с помощью формулы 8:
=
100
(8)
где V – коэффициент вариации в процентах к среднему уровню по территории
(предприятиям);
σ – среднеквадратичное отклонение.
Среднеквадратичное отклонение рассчитывается по формуле 9:
(
)2 i
=
i
i i
(9)
57
i i
где n – число i–единиц (предприятий, регионов),
Fi – «вес», характеризующий размер i– единицы (товарооборот, численность
населения и т.п.),
yi – параметр рынка i–предприятия (региона),
– среднее значение параметра.
Расчет среднего значения производится по формуле 10:
ii
=
Расчет производится по средневзвешенной арифметической, но в
некоторых случаях можно использовать невзвешенные средние (например, если
структура регионов более или менее однородна).
i
(10)
Если рынок развивается динамически, то для него становится характерным
такое явление, как цикличность. Под цикличностью понимается повтор
тенденций и интенсивности развития. Анализ цикличности рынка является
частью стратегического анализа. Сам анализ цикличности дает возможность
выявить изменения в объеме продаж, которые связаны с временем потребления
продукции. Поэтому данный метод наиболее распространен в отраслях с ярко
выраженной цикличностью [11].
Причинами цикличных колебаний рынка могут быть:
− нарушение баланса спроса и предложения, которое возникает
периодично по причине того, что на рынке начинают в избытке появляться какие–
либо товары (или наоборот возникает дефицит товара);
− развитие средств производства и технологий, благодаря котором на
рынке возникают новые товары, привлекающие его участников;
− сезонные факторы, то есть поступление товара на рынок в зависимости
от сезона, например сезонных продовольственных товаров;
− стоимость денег, изменение которой ведет к увеличению или
уменьшению спроса на товары;
58
− изменение численности и состава населения, определяющего
потребительский спрос.
Так же для рынка свойственны сезонные изменения. Под сезонностью
рынка понимаются внутригодовые и постоянно повторяющиеся колебания спроса
и предложения. Когда на рынке происходят сезонные колебания спроса и
предложения, то это способствует возникновению ряда проблем, таких как:
− образования сезонных товарных запасов;
− неравномерная загрузка оборудования и работников по сезонам;
− простой транспорта и оборудования в определенный сезон и др. [11]
Методика выявления цикличности рынка включает следующие этапы:
1 Отбор параметров рынка, проявляющих наибольшие колебания.
2 Построение динамических рядов за длительный период.
3 Исключение тренда, отражающего единую тенденцию к росту или
снижению, а также сезонные колебания.
4 Остаточные ряды, отражающие только конъюнктурные или чисто
случайные колебания, приводятся к единому знаменателю, обеспечивающему их
сравнимость.
5 Определение синхронности и взаимосвязи показателей с помощью
расчета коэффициентов корреляции по формуле 11:
))
=
)()2
(11)
Многомерность связи обеспечивается разбивкой показателей на
однородные кластерные группы.
6 Построение графика, который будет отражать последовательность
изменений основных рыночных процессов и их движение по фазам
конъюнктурных циклов.
Анализ сезонности рынка относится к конъюнктурному анализу. Чтобы
выявить сезонные колебания рынка можно использовать метод
59
i
построения трендов. То есть учитывать изменения соответствующих
показателей, таких как показатели продаж (объема товарооборота, изменения цен
и др.). Важно учитывать, что сезонность охватывает не все группы товаров [6].
При анализе сезонности необходимо произвести исключение действия
случайных факторов, то есть исключить случайные колебания. При проведении
анализа в расчет берутся показатели за несколько лет, а после этого уже
рассчитывается среднее значение необходимого параметра по формуле 12:
=
(12)
Еще одним параметром, характеризующим сезонность рынка, является
индекс сезонности. Это наиболее простой способ выявления сезонных колебаний
рынка. Рассмотрим его более подробно.
Сезонными принято называть такие явления, которые постоянно
повторяются в динамике. Обычно она связана с изменением времени года,
выполнением определенных работ, из–за сезонного характера спроса на товары и
т.д.
Под индексом сезонности понимается показатель интенсивности сезонных
колебаний, а совокупность таких индексов характеризует сезонную волну. Индекс
сезонности подразумевает под собой построение для изучения их
периодических колебаний по месяцам (кварталам) в течение года, то есть с целью
определить характер сезонных колебаний.
Расчет индекса сезонности определяется как отношение каждого уровня
значения (месячного или квартального) анализируемого параметра к
соответствующей средней величине (исчисленной за год или несколько лет).
Индекс сезонности рассчитывается по формуле 13:
i =
i
(13)
i
60
где y – средний уровень, исчисленный за n–периодов (месяц, квартал) всех
включенных в расчет лет, yi – уровень i–периода, n – число i– периодов.
Данный индекс характеризует фактические колебания параметров рынка,
соответствующие определенным сезонам. Чем больше индекс сезонности, тем
соответственно больше колебания спроса.
Так как индекс сезонности не исключает в полной мере влияние
случайных и второстепенных факторов, то для определения закономерности
колебаний рынка нужно так же определить сезонную линию тренда. В данном
случае методом сглаживания эмпирических данных является механическое
выравнивание динамического ряда (метод скользящей средней).
Сущность данного метода заключается в том, что производится расчет
средней величины из 3 – 5 и более уровней ряда, образованных последовательным
исключением начального члена ряда и замены его следующим по порядку.
Рассмотрим, каким образом производится данный расчет, используя формулы 14
– 16:
Y1 =
Y1 =
Y1 =
Y1+Y2+Y3
3
Y2+Y3+Y4
3
Y3+Y4+ Y5
3
(14)
(15)
(16)
и так далее.
где Y1, Y2 …. – уровни динамического ряда, сглаженные по трехмесячной
скользящей средней,
Y1, Y2 ….. – эмпирические уровни динамического ряда (месячные) [15].
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]