CC BY
139
Выводы
Проведенный анализ позволил дать оценку технического уровня оросительных систем по основным показателям, предложен состав функций технологического процесса переустройства (оптимизации) оросительной сети и их составных операций, с построением функциональной модели технологического процесса оптимизации оросительной сети (см. рис. 2). Размеры капитальных вложений по переустройству (оптимизации) отдельных элементов оросительной системы показали, что наиболее экономичным являются элементы, выполненные в бетонной облицовке для магистральных и межхозяй-ственных оросительных каналов и трубах из поли-
этиленового материала для внутрихозяйственной оросительной сети (см. рис. 1).
Список литературы
1. Щедрин, В.Н. Эксплуатационная надежность оросительных систем: учеб. пособие. / В.Н. Щедрин, Ю.М. Ко-сиченко, А.В. Колганов. — М.: ФГНУ «Росинформагротех», 2005. — 392 с.
2. Голованов, А.И. Экономическое обоснование и математическое моделирование водохозяйственных систем и мероприятий / А.И. Голованов. — М.: МГМИ, 1988. — 157 с.
3. Косиченко, Ю.М. Гидравлическая эффективность и надежность оросительных каналов: учеб. пособие / Ю.М. Косиченко, А.В. Колганов. — М.: Рома, 1997. — 160 с.
УДК 637.13.001.18
Н.Ю. Сухошкина, аспирантка
Федеральное государственное образовательное учреждение высшего профессионального образования «Московский государственный агроинженерный университет имени В.П. Горячкина»
ПРОГНОЗИРОВАНИЕ СЕЗОННОГО СПРОСА
НА молочную ПРОДУКЦИЮ
В случае с прогнозированием и выработкой мер по совершенствованию производственной деятельности сельскохозяйственных предприятий остро стоит вопрос сезонности производства в хозяйствах и сезонности потребительского спроса на молочную продукцию перерабатывающих предприятий. Первым этапом в осуществлении прогнозирования и усовершенствования производственной программы становится исследование тренда и структуры сезонности.
В качестве объекта исследования было выбрано предприятие ЗАО «Клинмолоко», специализирующееся на переработке молока и расположенное в Московской обл. Было установлено, что при уровне чистой прибыли в 2005 и 2006 г. соответственно 4771 тыс. и 5770 тыс. р. уровень потерь от фактора сезонности потребительского спроса составляет около 7 % от показателя чистой прибыли за год. Уровень потерь из-за сезонности спроса становится максимальным в весенне-летний период.
Ситуация с сезонным характером спроса ставит предприятия молокоперерабатывающей промышленности в положение, когда необходимо вырабатывать эффективную производственную программу, которая позволила бы значительно сократить потери от возврата непроданной продукции и потерю возможной прибыли в ситуации дефицита продукции на рынке (в ситуации возрастающего спроса).
Под сезонными колебаниями понимают более или менее устойчивую закономерность внутригодовой динамики экономических явлений. Их при----------------------------------Вестник ФГОУ ВПО
чинами являются особенности товарного предложения, покупательского спроса, изменения затрат в зависимости от изменения климатических условий в разные временные промежутки рассматриваемого периода и т. д. Для молочной промышленности сезонность проявляется в сезонных изменениях в стоимости закупаемого сырья и в сезонных изменениях потребительского спроса [1].
В летние месяцы происходит уменьшение стоимости закупок сырья (молока) в связи с уменьшением издержек хозяйств на содержание поголовья скота, но, с другой стороны, сокращается потребление по отдельным видам продукции, так как летом больше потребляют соки и воды, чем молоко и кисломолочные продукты. Сокращение потребительского спроса в летние месяцы настолько объемно, что экономия средств на закупке сырья не покрывает потери от снижения потребления.
Потребление продукции молокоперерабатывающих предприятий подвержено сезонным колебаниям внутри линии ассортимента в разной степени. То есть разные группы продукции подвержены сезонным колебаниям в разной степени, а некоторые группы продуктов обнаруживают рост потребительского спроса в моменты сезонного спада потребления.
Ключевыми факторами, влияющими на потребительский спрос в случае предприятий молочной промышленности, являются цена и сезонность спроса (см. рисунок).
Существуют две основные цели анализа временных рядов: определение природы ряда, прогнозирование (предсказание будущих значений временного ряда по настоящим и прошлым значениям). Обе эти цели требуют, чтобы модель ряда была идентифицирована и более или менее формально описана. Как только модель определена, с ее помощью возможно интерпретировать рассматриваемые данные и экстраполировать ряд на основе найденной модели, т. е. предсказать его будущие значения.
Как и большинство других видов анализа, анализ временных рядов предполагает, что данные содержат систематическую составляющую (обычно включающую несколько компонент) и случайную ошибку, которая затрудняет обнаружение регулярных компонент. Большинство методов исследования временных рядов включает различные способы фильтрации случайной ошибки, позволяющие увидеть регулярную составляющую более отчетливо.
Большинство регулярных составляющих временных рядов принадлежит к двум классам: они являются либо трендом, либо сезонной составляющей. Тренд представляет собой общую систематическую линейную или нелинейную компоненту, которая может изменяться во времени. Сезонная составляющая — это периодически повторяющаяся компонента. Оба эти вида регулярных компонент часто присутствуют в ряде одновременно. Например, для предприятий молокоперерабатывающей промышленности продажи могут возрастать из года в год, но они также содержат сезонную составляющую, как правило, летом продажи снижаются по отдельным категориям товара, а зимой, напротив, растут.
В этой статье рассматривается ЗАО «Клинмо-локо» как типовое коммерческое предприятие по переработке молока. Модель с компонентой тренда и сезонной составляющей можно назвать классической, и самое главное — она отражает условия хозяйственной деятельности ЗАО «Клинмолоко».
104
Прогнозирование на основе анализа временных рядов предполагает, что происходившие изменения в производстве продукции могут быть использованы для определения этого показателя в последующие периоды. Выявление основной тенденции развития (тренда) называется выравниванием временного ряда, а методы выявления основной тенденции — методами выравнивания.
Один из наиболее простых приемов обнаружения общей тенденции развития явления — укрупнение интервала динамического ряда. Смысл этого приема заключается в том, что первоначальный ряд динамики преобразуется и заменяется другим, уровни которого относятся к большим по продолжительности периодам. Тренд в потреблении является характеристикой относительно стабильного темпа роста показателя за период.
Выявление основной тенденции может быть осуществлено также методом скользящей средней. Для определения скользящей средней формируются укрупненные интервалы, состоящие из одинакового числа уровней. Каждый последующий интервал получаем, постепенно передвигаясь от начального уровня динамического ряда на одно значение. По сформированным укрупненным данным рассчитываем скользящие средние, которые относятся к середине укрупненного интервала.
Простая и прагматически ясная модель временного ряда имеет следующий вид:
X = Ь + е,
где Ь — объем реализации; е — случайная ошибка.
Константа Ь (объем продаж продукции) относительно стабильна на каждом временном интервале, но может также медленно изменяться со временем. Один из интуитивно ясных способов выделения Ь состоит в том, чтобы использовать сглаживание скользящим средним, в котором последним наблюдениям приписываются большие веса, чем предпоследним, предпоследним — большие веса, чем предпредпоследним, и т. д. [2]. Простое экспоненциальное именно так и устроено. Здесь более старым наблюдениям приписываются экспоненциально убывающие веса, при этом, в отличие от скользящего среднего, учитываются все предшествующие наблюдения ряда, а не те, что попали в определенное окно. Точная формула простого экспоненциального сглаживания имеет следующий вид:
Б = аХг + (1- а) 5(1, где Бр — сглаженное значение показателя объема про-
изводства молочной продукции в ?-й и в ?-1-й периоды.
Когда эта формула применяется рекурсивно, то каждое новое сглаженное значение (которое является также прогнозом) вычисляется как взвешенное среднее текущего наблюдения и сглаженного ряда. Очевидно, результат сглаживания зависит от пара-
метра а. Если а равно 1, то предыдущие наблюдения полностью игнорируются. Если а равно 0, то игнорируются текущие наблюдения. Значения а между
0 и 1 дают промежуточные результаты.
Самый прямой способ оценки прогноза, полученного на основе определенного значения а, — построить график наблюдаемых значений продаж продукции и прогнозов на один шаг вперед. Такая визуальная проверка точности прогноза часто дает наилучшие результаты.
Сезонные колебания — повторяющиеся из года в год изменения показателя в определенные промежутки времени [2]. Наблюдая их в течение нескольких лет для каждого месяца (или квартала), можно вычислить соответствующие средние, или медианы, которые принимаются за характеристики сезонных колебаний.
В самой простой форме индекс сезонности рассчитывается как отношение среднего уровня за соответствующий месяц к общему среднему значению показателя за год (в процентах). Все другие известные методы расчета сезонности различаются по способу расчета выровненной средней. Чаще всего используются либо скользящая средняя, либо аналитическая модель проявления сезонных колебаний.
Относительно простым методом расчета индекса сезонности является метод центрированной скользящей средней. Для того чтобы его проиллюстрировать, предположим, что в начале п-го года необходимо рассчитать индекс сезонности для производства продукции в г-м месяце п+1-го года. Используя метод скользящей средней, последовательно осуществляются следующие этапы.
1. Устанавливается ретроспективный период времени.
2. Рассчитывается средний объем производства за месяц по данным 13 месяцев, для которых искомый месяц лежит в середине ряда. Использование 13 месяцев позволяет центрировать месяц, для которого производятся расчеты. В данном случае средняя будет рассчитываться по формуле средней хронологической:
1
1
Х^12п + V + Уы+1 + ... + ~ ^2п+1
V = 2----------------------2------
ср 12 > где ^2п — объем реализации молочной продукции в декабре п-го года; 12 — число месяцев.
3. Рассчитывается индекс сезонности для г-го месяца п+1-го года, как отношение объема производства в г-м месяце п+1-го года к среднему объему за месяц в течение исследуемого периода:
ІП+1
V
100%.
ср
4. Повторяются этапы 2-й и 3-й для г-го месяца п+2 года. Получаем расчетный индекс для г-го месяца.
5. Рассчитываются соответствующие индексы для всех месяцев.
6. Обобщаются данные о силе колеблемости показателей динамического ряда из-за их сезонного характера. При этом используется среднее квадратическое отклонение 5 „ индексов сезонности I
-*• сез сез
(в процентах) от 100 0%:
8 =
сез
Х(сез - 100) ' 12
Сравнение средних квадратических отклонений, вычисленных за разные периоды, показывает сдвиги в сезонности (рост свидетельствует об увеличении влияния сезонности реализации продукции).
Расчет индексов сезонности является начальным этапом в составлении прогноза. Обычно этот расчет проводится вместе с оценкой тренда и случайных колебаний и позволяет корректировать прогнозные значения показателей, полученные по тренду.
Индексы, или факторы, сезонности могут быть учтены при прогнозировании объемов продаж через корректировку трендового значения прогнозируемого показателя. Для предприятия ЗАО «Клин-молоко» согласно приведенной методике был сделан прогноз производственной программы в разрезе временной составляющей и по видам и категориям продуктов, который был скорректирован с учетом индексов сезонности потребительского спроса на продукцию. Например, прогноз объема производства на июнь 2007 г. по кисломолочным продуктам составил 2228,5 тыс. р. Индекс сезонности в июне равен 93,1. Таким образом, окончательный прогноз для июня 2007 г. составит:
(2228,5 • 93,1) / 100 % =2075 тыс. р.
На основании полученных данных становится возможным спрогнозировать оптимальную производственную программу для предприятий-переработчиков молока по видам продукции в стоимостном и натуральном выражении, а также рассчитать себестоимость, прибыль и рентабельность в разрезе интересующего периода времени, группы и вида продукции. Это, в свою очередь, позволит предприятию целенаправленно и эффективно использовать сырье и производственные ресурсы, исключить потери и возврат нереализованной продукции, обеспечить потребителей в полном объеме только высококачественными продуктами.
Список литературы
1. Бакланов, М.И. Теория экономического анализа / М.И. Бакланов, А.Д. Шеремет. — М.: Финансы и статистика, 1999. — 195 с.
2. Методы математической статистики в обработке экономической информации / Под ред. Т.Т. Цымбаленко. — М.: Финансы и статистика, 2007. — 199 с.
