CC BY
58
Раздел I. РАЗВИТИЕ ОТРАСЛЕВОГО И РЕГИОНАЛЬНОГО УПРАВЛЕНИЯ
А.В. Артемьева
ПРОГНОЗИРОВАНИЕ В УПРАВЛЕНИИ ТОВАРНЫМИ ЗАПАСАМИ
ОПТОВОГО ПРЕДПРИЯТИЯ
Ключевые слова: прогнозирование, временные ряды, статистические методы, сглаживание, тренд, кривые роста, модель прогноза.
Прогнозирование является необходимым процессом деятельности оптового предприятия торговли. В связи с ростом научно -технического прогресса, возрастающей конкуренции на рынке возрастает роль планирования деятельности предприятия, в основе которого лежит работа по прогнозированию, т.е. выявлению вероятных путей и результатов предстоящего развития явлений и процессов, а также оценка показателей, характеризующих эти явления и процессы в будущем [4]. В деятельности оптового предприятия торговли прогнозные оценки развития анализируемых процессов являются основой принятия управленческих решений при оперативном и стратегическом планировании.
Важнейшей характеристикой прогноза является период упреждения - отрезок времени от того момента, когда есть последние статистические данные, относящиеся к объекту прогнозирования, до момента, к которому относится прогноз. Существуют следующие виды экономических прогнозов:
- оперативные (с периодом упреждения 1 месяц);
- краткосрочные (с периодом упреждения до года);
- среднесрочные (период упреждения от 1 года и до 5 лет);
- долгосрочные (период упреждения более 5 лет).
На практике большую значимость имеют оперативные и краткосрочные прогнозы.
Прогнозирование основывается на свойстве инерционности социально -экономических явлений, а именно на инерционности взаимосвязей, т.е. сохранении зависимости, корреляции между прогнозным значением и статистическим значениями, также инерционности отдельных сторон процессов - сохранении темпов, направления, колеблемости количественных показателей на протяжении длительных временных периодов [3]. Очевидно, что чем моложе изучаемый объект, тем меньше устойчивых взаимосвязей сформировалось и основных тенденций, тем меньшей инерционностью они обладают. Таким образом, является целесообразным применение разнообразных методов обнаружения и экстраполяции преобладающей тенденции развития анализируемого объекта, использование для прогнозирования найденных взаимосвязей и закономерностей изменения. Это достижимо путем использования статистических методов в процессе прогнозирования.
© Артемьева А.В., 2013
Прогнозирование экономических процессов в целом состоит из следующих этапов:
- постановка задачи и сбор необходимой информации;
- первичная обработка исходных данных;
- определение перечня возможных моделей прогнозирования;
- оценка параметров модели;
- исследование качества выбранных моделей, соответствие реальному процессу и выбор лучшей модели;
- построение прогноза;
- содержательный анализ прогноза.
В данной работе рассмотрим применение статистических методов на основе временных рядов в расчете прогноза продаж оптового торгового предприятия. Временным рядом называется последовательность значений показателя (в нашем случае - объема продаж), упорядоченная в порядке возрастания временного параметра [1]. Использование данного подхода подразумевает формирование краткосрочного прогноза не более года. Для планирования товарных запасов рассматриваемого предприятия данный подход является достаточным, т.к. планирование имеет цикл год. Предлагаемый подход является результатом работы по прогнозированию продаж с учетом особенностей конкретного оптового предприятия. Общая схема расчета прогноза представлена на рисунке.
На качество прогноза большое влияние оказывают правильно сформированные статистические данные. На первом месте обеспечение сопоставимости данных, т.е. данные должны быть представлены за один и тот же временной период (см. табл. 1).
Сглаживание всплексов продаж по дням
Приведение продаж с учетом дефицита по дням
Сглаживание выбросов по месяцам
Выделение сезонности
Расчет тренда, выбор модели
Рис. Схема прогнозирования
Показатель «Продано за месяц» представляет сумму продаж за указанный месяц, показатель «Среднемесячный остаток» определяется как среднее арифметическое остатков, зафиксированных по дням в указанный месяц.
Таблица 1
Статистические данные по месяцам
Показатель, в шт. Код товара Январь Февраль Март Апрель Май Июнь Июль
Продано за месяц 001 2808 4260 3192 3301 4969 5304 6340
Остаток средний 001 3428 4944 5483 3654 3873 5033 3049
Продано за месяц 002 35 791 3740 7435 4228 4381
Остаток средний 002 322 1633 2829 2765 4861 4732
Продано за месяц 003 206 210 990 740 428 497 69
Остаток средний 003 1103 864 1003 876 585 265 4
Начальным этапом при расчете прогноза по установленной схеме является сглаживание всплесков продаж или механическое выравнивание. При этом происходит замена фактических уровней расчетными, имеющими значительно меньшую колеблемость нежели исходные данные [3]. Для этой цели наиболее применим метод девятиточечной взвешенной скользящей средней. Достоинство данного метода в том, что взвешенная средняя присваивает каждому уровню вес, зависящий от удаления данного уровня от уровня в центре сглаживания. Оценка сглаженного уровня центральной точки производится с помощью средневзвешенной соседних точек. Длина интервала сглаживания предусматривает обработку сильно колеблемых временных рядов, сглаживание происходит значительнее.
Сглаживанию подлежат только уровни, имеющие значительную колеблемость. Порядок действий следующий:
- рассчитываем вариацию по каждому рабочему дню, определяя среднеквадратичное отклонение;
- рассчитываем количество дней продаж;
- рассчитываем наибольшее значение всплеска продаж;
- определяем дни всплесков продаж, сравнивая значение вариации рабочего дня с наибольшим значением;
- выявленные дни всплесков продаж являются центральным уровнем для средневзвешенного сглаживания;
- для сглаживания используем принятые весовые коэффициенты в зависимости от длины интервала сглаживания.
Полученные сглаженные уровни используем в расчетах на следующем этапе. Приведение подразумевает заполнение необеспеченных периодов принятыми статистическими данными. Это способствует уменьшению шума, т.е. влиянию несистемных причин на динамику объема продаж.
Предлагается следующий подход:
- подготовка статистических данных по дням: о заявках покупателей (предстоящие отгрузки), сглаженных продажах, остатках. Использование данных о заявках позволяет заранее среагировать на предстоящую отгрузку, таким образом сокращается время доставки нужного товара в нужное место;
- расчет критерия обеспеченности по формуле:
КоЬеэ,= Ъ0*Рг+Кг~2г, (1)
м-30
где КоЬвц - критерий обеспеченности за период; р - продажи, приведенные по дням за период; ^ - остаток по дням за период; Z i - заявки клиентов по дням за период;
- выявление необеспеченных дней, если критерий обеспеченности меньше 1;
- вычисление приведенных значений продаж. Приведение производится по 5 предыдущим значениям продаж и 4 последующим обеспеченным точкам продаж. Весовые коэффициенты для этих точек приведены в табл. 2.
Таблица 2
Весовые коэффициенты при приведении необеспеченных дней
Коэффициенты п шведения
У_5 У_4 У_3 У_2 У_1 У_об1 У_об2 У_об3 У_об4
0,05 0,075 0,1 0,125 0,15 0,2 0,15 0,1 0,05
Представленные весовые коэффициенты приняты экспертно, возможно менять их значения, в сумме дают 1. Приведенные значения продаж используются в дальнейших расчетах.
На следующем этапе производим обработку месяцев продаж при необходимости. Известными приемами, описанными выше, выявляем всплески и впадины продаж по месяцам, с использованием пятиточечного сглаживания. Подготовленные данные используем далее в расчетах.
Далее производим выделение сезонной составляющей в данных о продажах. Это необходимо, с одной стороны, для определения коэффициента сезонности внутри года, а с другой стороны, для выявления в очищенных от сезонности данных тенденции, т.е. характера развития динамики.
Необходимо следующее:
- произвести сглаживание данных о продажах с помощью арифметической средней 12-членной, т.е. равной периоду год;
- определить отношение используемых данных о продажах и выровненных в результате сглаживания;
- рассчитывать средний коэффициент по месяцам с учетом коэффициента взвешивания, который берется в зависимости от близости к текущему периоду;
- очистить данные о продажах от сезонности по формуле:
Ряег1 = (2)
Ksezi
где - продажи без сезонности по месяцам за период; Р&е^ - продажи без сезонности
по месяцам за период; р - продажи, приведенные по месяцам за период; -
коэффициент сезонности по месяцам.
Таким образом, проведен предварительный анализ и подготовка данных временных рядов, на следующем шаге производим оценку динамики, построение моделей прогноза и определение прогнозных значений.
Построение модели основывается на правильно выбранной кривой роста, которая должна соответствовать характеру изменения тенденции временного ряда [2]. Параметры модели определяются методом наименьших квадратов (МНК), при этом модель тренда должна быть такой, чтобы сумма квадратов отклонений расчетных значений от фактических была бы наименьшей.
В рассматриваемом подходе, принят определенный набор моделей роста, наиболее характерных для исследуемых временных рядов: линейная модель, модель коренной функции, гиперболическая модель, логарифмическая модель. Общая схема расчета сводится к следующему:
- расчет коэффициентов тренда и линии тренда;
- расчет линейных значений с учетом сезонных коэффициентов, определение среднего коэффициента отклонений;
- расчет отклонений расчетного ряда от фактического, определение среднего коэффициента ошибки;
- расчет дефицита товара, определение среднего коэффициента дефицита;
- вычисление критерия модели по формуле:
(3)
где Кк{ - критерий п -модели; К - коэффициент отклонения тренда с учетом сезонности от фактических значений; - коэффициент средней ошибки тренда; Кг - коэффициент среднего дефицита по тренду.
Расчет производится по всем моделям роста, искомая модель та, у которой полученный критерий минимален.
В данной работе рассмотрено использование совокупности статистических методов и экспертных решений для расчета прогноза продаж. При отработке на практике данный метод показал достаточно высокую точность. Достоинство метода заключается в простоте использования подхода и возможности корректировки применяемых алгоритмов с целью улучшения результативности.
Библиографический список
1. Анализ временных рядов и прогнозирование: учебник / В.Н. Афанасьев, М.М. Юзбашев. - 2-е изд., перераб. и доп. - М.: ФиС; ИНФРА-М, 2012. - 320 с.
2. Модели и методы теории логистики: учеб. пособие / Под ред. В.С. Лукинского. - 2-изд. - Спб.: Питер, 2008. - 448 с.
3. Дуброва Т.А. Статистические методы прогнозирования в экономике: учеб. пособие, практикум, программа: руководство по изучению курса / Т.А. Дуброва, М.Ю. Архипова. - М.: МЭСИ, 2004. - 136 с.
4. Четыркин Е.М. Статистические методы прогнозирования / Е.М. Четыркин. - 2-е изд., перераб. и доп. - М.: Статистика, 1977. - 200 с.
Т.К. Бекжанова
МОДЕЛИРОВАНИЕ ЗАВИСИМОСТИ НЕНАБЛЮДАЕМОЙ ЭКОНОМИКИ ОТ ОБОБЩЕННЫХ СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ ПОКАЗАТЕЛЕЙ РЕГИОНОВ КАЗАХСТАНА
Ключевые слова: ненаблюдаемая экономика, теневая экономика, компонентный
анализ.
На современном этапе развития изучение проблемы ненаблюдаемой экономики в Республике Казахстан остается одной из приоритетных. В стратегии развития экономики страны всегда выделяются несколько направлений для решения проблемы ненаблюдаемой экономики. Продукция ненаблюдаемой экономики - часть валового внутреннего продукта (ВВП) и рассчитывается статистическим органом - Агентством Республики Казахстан по статистике - путем корректировки с помощью различных макроэкономических и микроэкономических показателей.
Всем известно, что досчет является одним из способов оценки ненаблюдаемой экономики, которое производится с целью обеспечения полноты, достоверности и внутренней согласованности расчетов показателей СНС и, прежде всего, ВВП. При оценке ненаблюдаемой экономики и включении ее продукции в расчеты ВВП предпочтение отдается производственному методу, позволяющему определить объемы неучтенного выпуска в отраслях экономики. Данные досчеты проводятся специалистами отраслевых статистик. Схема проведения для всех типична: распространение до полного круга предприятий по данным обследованных предприятий, оценка неформального сектора, корректировка на сокрытие. После осуществления досчетов выпуска товаров и услуг и формирования ВВП методом производства необходимо обеспечить согласованность данных досчетов с ВВП методами доходов и использования. Для этого в методе доходов проводятся досчеты на оплату труда.
Компонентами конечного использования ВВП являются расходы домашних хозяйств и валового накопления основного капитала, где необходимо учитывать неформальную и теневую деятельность. Понятно, что источников для расчета объема расходов домашних хозяйств на уровне национальных счетов данных бюджетного обследования домашних хозяйств недостаточно. Основными компонентами валового накопления основного капитала являются капитальные вложения (затраты на строительство, расширение и реконструкцию зданий и сооружений, приобретение машин и оборудования) и затраты на капитальный ремонт основных фондов. Они определяются на основе следующих форм регулярного стати© Бекжанова Т.К., 2013
