УДК 338.27
використання адаптивних моделей прогнозування в сучасних умовах
ф1нансово-економ1чного простору
© 2015
АЗАРЕНКОВА Г. М., 0ЛЕФ1Р £. А., КРЮКОВА Г. К.
УДК 338.27
Азаренкова Г. М., Олефiр €. А., Крюкова Г. К. Використання адаптивних моделей прогнозування в сучасних умовах
фiнансово-економiчного простору
Метою cmammi е теоретико-методологнне об(рунтування та практичне використання адаптивних моделей прогнозування при розробц заход'в адаптацИ. Розглянуто еволюцю використання адаптивних моделей, а саме: найпростшоi i'i форми - експонен^ального згладжування - та змну його основних засад у побудовi прогнож З'ясовано, що в основному заходи адаптацИ спрямовуються на «виживання». Проте сучасн умови дiяльностi висувають rnmi вимоги: для того, щоб стати конкурентоспроможним, «оборонних» метод'в замало, потр'бш заходи адаптацИ, спрямован на роз-виток. Ураховуючи мнливий та невизначений фiнансово-економiчний прост'р, найкращою основою для формування такихзаход'в екороткострокове прогнозування (до 3 роюв), яке дасть змогу зберегти репрезентативнсть одержаних результат¡в. Таким чином, викладена у статт'> методика застосування адаптивних моделей для тдприемств е доцльною i для прогнозування основних параметрв дiяльностi банюв ¡з внесенням вiдповiдних коригувань та уточнень, що дасть змогу тдвищувати ефективнсть процесу пристосування до особливостей фiнансово-економiчного простору. Ключов'! слова: прогнозування, адаптивт модел'>, експонен^альнезгладжування, заходи адаптацИ, фшансово-економ'нний прост'р. Рис.: 5. Табл.: 2. Формул: 8. Б'бл.: 19.
Азаренкова Галина Михайл'юна - доктор економ'нних наук, професор, зав'дувачка кафедри фшанав та фшансово-економ'мноi безпеки, Харюв-ський навчально-науковий 'нститут банювськоi справи Ушверситету банювсько'! справи Нацонального банку Украни (пр. Перемоги, 55, Харюв, 61174, Украна)
E-mail: azarenkova@khibs.edu.ua
Олеф'р Свгешя АнатолПвна - астрантка, Ушверситет банювськоi справи Нацонального банку Украни (вул. Андривська, 1, Кив, 04070, Украна) E-mail: olefir_zhenia@mail.ru
Крюкова Ганна Костянтишвна -магЫр, Харювський 'нститут банювськоi справи Ушверситету банювськоi справи Нацонального банку Украни (пр. Перемоги, 55, Харюв, 61174, Украна) E-mail: anna-29121992@mail.ru
УДК 338.27
Азаренкова Г. М., Олефир Е. А., Крюкова А. К. Использование адаптивных моделей прогнозирования в современных условиях финансово-экономического пространства
Целью статьи является теоретико-методологическое обоснование и практическое использование адаптивных моделей прогнозирования при разработке мер адаптации. Рассмотрена эволюция использования адаптивных моделей, а именно: простой ее формы - экспоненциального сглаживания - и изменение его основных принципов в построении прогнозов. Установлено, что в основном меры адаптации направляются на «выживание». Однако современные условия деятельности выдвигают другие требования: для того, чтобы стать конкурентоспособным, «защитных» методов недостаточно, нужны меры адаптации, направленные на развитие. Учитывая изменчивое и неопределенное финансово-экономическое пространство, лучшей основой для формирования таких мер является краткосрочное прогнозирование (до 3 лет), которое позволит сохранить репрезентативность полученных результатов. Таким образом, изложенная в статье методика применения адаптивных моделей для предприятий целесообразна и для прогнозирования основных параметров деятельности банков с внесением соответствующих корректив и уточнений, что позволит повышать эффективность процесса приспособления к особенностям финансово-экономического пространства. Ключевые слова: прогнозирование, адаптивные модели, экспоненциальное сглаживание, меры адаптации, финансово-экономическое пространство.
Рис.:5. Табл.: 2. Формул: 8. Библ.: 19.
Азаренкова Галина Михайловна - доктор экономических наук, профессор, заведующая кафедрой финансов и финансово-экономической безопасности, Харьковский учебно-научный институт банковского дела Университета банковского дела Национального банка Украины (пр. Победы, 55, Харьков, 61174, Украина) E-mail: azarenkova@khibs.edu.ua
Олефир Евгения Анатольевна - аспирантка, Университет банковского дела Национального банка Украины (ул. Андреевская, 1, Киев, 04070, Украина)
E-mail: olefir_zhenia@mail.ru
Крюкова Анна Константиновна - магистр, Харьковский институт банковского дела Университета банковского дела Национального банка Украины (пр. Победы, 55, Харьков, 61174, Украина) E-mail: anna-29121992@mail.ru
UDC 338.27
Azarenkova G. M., Olefir le. A., Kriukova H. K. Using Adaptive Forecasting Models in the Contemporary Conditions of the Financial-Economic Space
The article is aimed at a theoretical-methodological substantiation and practical application of the adaptive forecasting models in the development of adaptation measures. Evolution of the use of adaptive models, particularly its simple form - exponential smoothing - as well as change of its basic principles when building forecasts has been considered. It has been determined that most adaptation measures are directed to «survival». However, current conditions put forward other requirements: in order to become competitive, «protective» methods are not sufficient, there is the need for adaptation measures aimed at development. With regard to the volatile and uncertain financial-economic space, the best basis for establishing such measures is the short-term forecasting (until 3 years) that would preserve the representativeness of the results. Thus, the methodology set out in article as to applying adaptive models for enterprises is also suitable for forecasting of main parameters of banks' activities with introduction of corresponding adjustments and refinements that will improve efficiency of the process of adaptation to characteristics of the financial-economic space. Key words: forecasting, adaptive models, exponential smoothing, adaptation measures, financial-economic space. Pic.: 5. Tabl.: 2. Formulae: 8. Bibl.: 19.
Azarenkova Galyna M. - Doctor of Science (Economics), Professor, Head of the Department of Finance and Financial and Economic Security, Kharkiv Training and Research Institute of Banking of the University of Banking of National Bank of Ukraine (pr. Peremogy, 55, Kharkiv, 61174, Ukraine) E-mail: azarenkova@khibs.edu.ua
Olefir levgeniia A. - Postgraduate Student, University of Banking of the National Bank of Ukraine (vul. Andriyivska, 1, Kyiv, 04070, Ukraine) E-mail: olefir_zhenia@mail.ru
Kriukova Hanna K. - Master, Kharkiv Institute of Banking of the University of Banking of the National Bank of Ukraine (pr. Peremogy, 55, Kharkiv, 61174, Ukraine)
E-mail: anna-29121992@mail.ru
На сучасному еташ розвитку банювсько! системи та економки в ц!лому актуальним постае пи-тання !х адаптаци до особливостей фшансово-економiчного простору. Якщо ранiше заходи адаптаци спрямовувалися на «виживання», то зараз варто оршн-туватися на «розвиток» з метою шдвищення конкурен-тоспроможностi на мiжнародному рiвнi. Процес адаптаци передбачае вибiр виду, форми та способу адаптаци, в!д яких i залежить розробка вiдповiдних заходiв. Даш заходи визначаються на основi аналiзу даних поперед-нк перiодiв, поточного стану та здшснення прогнозу на майбутне. Враховуючи мiнливi та невизначеш умови фiнансово-економiчного простору, роль та значення ко-роткострокового прогнозування зростае.
Вагомий внесок у розвиток теоретико-методоло-гнних засад прогнозування зробили як зарубiжнi [15 - 19], так i вiтчизнянi науковцi [2 - 6, 11, 13, 14]. Вчеш займали-ся досл!дженням рiзноманiтних методiв прогнозування, вивчаючи !х переваги та недолки. На нашу думку, особливо! уваги серед них заслуговують адаптивш моделi, осюльки, по-перше, вони спрямоваш на короткостро-ковi прогнози, що е актуальним у сучасних умовах; подруге, точнiсть прогнозу е досить високою.
Метою стати е теоретико-методолопчне обгрун-тування та практичне використання адаптивних моделей прогнозування при розробщ заходiв адаптаци.
Теоретичш аспекти «адаптац!!» висвiтленi у працях таких зарубiжних вчених: Акофф Р., Ансофф I., Грант Р. М., Дойль П., Мескон М., Норд Д., Саат Т., Кернс К. Серед вггчизняних науковцiв заслуговують на увагу досл!джен-ня Коляди Ю. В., Кулiкова П. М., Марковсько! 6. I., Олш-ник Т. В., Отенко I. П., Пашнюка Л. О., Печено! Л. С., Писаренка А. I., Турило А. М. та Богачевсько! К. В., Яч-меньово! В. М. та Османово! З. О. Зазначимо, що вчеш майже не акцентували увагу на практичних рекоменда-цiях стосовно розробки та реалЬзац!! заходiв адаптаци в сучасних мшливих умовах фiнансово-економiчного простору. У зв'язку з цим вивчення даного питання на-бувае актуальность
Шд фiнансово-економiчним простором будемо розушти сукупнiсть грошово-фiнансових, грошово-кре-дитних, товарно-кредитних i грошово-товарних взаемо-вцносин, що виникають у певному середовищi мiж ш-ститутами стосовно формування, розпод!лу та викори-стання рiзноманiтних ресурсiв та поширення яких на-бувае масштабного характеру.
Таким чином, особливост простору визначаються спадом в економщ! пiднесенням, шком, депресiею. Без-умовно, при спадах та депрес!! використовуються заходи адаптац!!, яю пов'язанi з «виживанням», оск!льки в таких умовах першочергово потрiбно пристосуватися до ситуац!!, що склалася, а вже потiм (коли становище стабшзуеться) можна переходити до активного впливу на фiнансово-економiчний просйр та використовувати його у сво!х цкях [12]. Коли мова йде про шднесення та пiк, то в даному випадку заходи адаптац!! спрямову-ються на розвиток, оск!льки для цього необхцно мати потенщал, якого у кризовi перiоди завжди бракуе.
Сьогодш фiнансово-економiчний простiр характеризуемся мiнливiстю, невизначенiстю, затяжною стагна-
цiею економiки та спадами на фшансових ринках. Тому робити довгостроковi прогнози при формуваннi заход!в адаптац!! не буде доц!льним, адже стан ринкш може кардинально змшитися за рк, не кажучи про 5-10 рокш, тому й результатившсть таких прогноз!в теж буде низькою. Безумовно, враховувати !х теж потр!6но, але все ж таки основну увагу варто придкити прогнозам на 1-3 роки. У зв'язку з цим короткострокове прогнозування, особливо адаптивш модел! у сучасних умовах набувае актуальность Проте це не означае, що вони е «Дальними». Зви-чайно, навпъ у таких моделях може бути досить висока помилка прогнозу, що й зумовлюе перевiрку отриманих результатш шшими методами прогнозування.
При цьому варто зазначити, що единого та ушвер-сального методу прогнозування не кнуе. Насправдi '!х досить велика ккьюсть - понад 150, проте бкьшкть з них належить швидше до окремих прийом!в i процедур. Вцповцно до цього можна знайти в науковш лiтературi р!зн! класифiкацi!, наприклад, на рис. 1 зображено ту, що розроблена Гейцем В. М.
Вивчаючи адаптивш моделi прогнозування, мож-на сказати, що вони е моделями дисконтування даних, як! здатш швидко пристосовувати свою структуру ! параметри до змши умов. При цьому ш-струментом прогнозу е математична модель з единим фактором «час» [5]. Найпростша форма адаптивних моделей прогнозування грунтуеться на обчисленн! екс-поненц!ально зважено! ковзно! середньо!.
Так, експоненц!альне згладжування вир!внюе ди-нам!чн! ряди, як! значно коливаються, з метою подаль-шого прогнозування. На основ! використання цього методу надаються обгрунтоваш прогнози на шдстав! ряд!в динамки, що мають пом!рний зв'язок у час!. При цьому б!льше враховуються показники останн!х рок!в.
Якщо звернутися до штор!! виникнення, то спочат-ку сутн!сть його полягала в тому, що середш коеф!ц!енти зростання та параметри р!вняння тренду залишалися не-зм!нними незалежно в!д р!зних пром!жк!в часу. Проте, як показала практика, це призвело до викривлення прогно-з!в, тобто вони не в!дпов1дали розвитку подш. Цей недо-л!к зумовив необх1днкть удосконалення даного методу, що привело до появи адаптивних моделей прогнозуван-ня. В!дпов!дно до них спостер!гаеться постшна адаптац1я результат1в прогнозу до ново! шформац!! у ф1нансово-економ!чному простор!. Таким чином, щ прогнози ста-ють б!льш чутлив! до нових даних, що в к!нцевому шд-сумку зб!льшуе !х точн!сть та репрезентативнкть.
Сутн!сть вищеназваного методу полягае у згла-джуванн! часового ряду за допомогою зважено! плинно! середньо!, у якш ваги п!дпорядкован! експоненщально-му закону. У результат! кожне згладжене значення роз-раховуеться шляхом поеднання попереднього згладже-ного значення ! поточного значення часового ряду, яке зважуеться з урахуванням константи, що згладжуе [3]:
(у) = у + (1- «)Л-1( у), (1)
де St (у) - значення експоненщально! середньо! в момент и
у( - поточне значення ряду динамки;
Рис. 1. Класифкащя методiв прогнозування [6]
St1 - значення експоненцiальноï середньо'1 в момент (t-1);
a - константа, що згладжуе.
При цьому зазначимо, що значення а завжди зна-ходиться в дiапазонi в1д 0 до 1. Крш того, у кожному конкретному випадку доцкьно обрати найбкьш прийнятне значення, тобто те, що краще вцповцае данш ситуацк Так, високе значення параметра (понад 0,5) означав на-дання бкьшо'1 ваги останнк рiвнiв ряду, а низьке (мен-ше 0,5) - попереднiм спостереженням. Перший випа-док св1дчить про швидкозмiнюючi динамiчнi процеси фiнансово-економiчного простору, другий - умовно ста-бкьш, тобто менш динамiчнi [5].
Якщо формулу (1) подати у виглядi суми фактичного значення рiвня i згладженого значення спостере-ження, що йому передув t2 , яю беруться з вiдповiдними вагами, то в результата одержимо вираз:
St ( У) = аУ\ + (1 - a)St-i (y) = аУ\ + + (1 - а) •[ау- + (1 - а)S,-2(y)] = (2)
= ayt + а(1 - а)y- + С1 - а)2 • [ау?-1 + С1 - а)St-3 (y)] = = ау1 + а(1 - а) yt-1 + а(1 - а)2 yt-2 + ■■■ +а(1 - а)к + ... + (1 - а)ty0.
У вирaзi (2) середнв згладжене значення повднув в œ6i всi попередш рiвнi ряду, а величина у0 характеризув почaтковi умови процесу. Коли складемо у формулi (2) ва члени, що мiстять у œ6i параметр а, то одержимо:
St (У) = а^Д (! - а)У- j + С1 - а)' У- (3)
Зауважимо, що у формулi (3) вiдноснa вага кожного попереднього рiвня знижувться за експонентою в
мiру вiддaлення вiд моменту, для якого i обчислювться згладжене значення.
Послцовне застосування формули (3) дав можли-вiсть обчислити експоненцiaльну середню через значення уск рiвнiв даного ряду динамки. ^м того, вона визначав експоненцiaльнi середнi першого порядку, тобто середш, що отримaнi безпосередньо при згладжуванш вихiдних даних ряду динамки. Зазначимо, що в випадки, коли тенденцш пiсля згладжування ви-х1дного ряду визначена недостатньо чiтко. У цьому рaзi процедуру згладжування повторюють, тобто обчислю-ють експоненцiaльнi середш 2-го, 3-го та наступних порядив, користуючись такими виразами [3]:
S[[2] (у) = а • S[[1] (у) + (1 - а) • S[-] (у);
S3 (y) = а • S[2] (y) + (1 - а) • S[-j (y); (4)
S[[к] (y) = а • S|k-1] (y) + (1 - а) • Sk-1, де (у) - експоненцiaльнa середня k-го порядку в точщ t (k = 1, 2, ..., n).
Коли мова йде про практичне використання методу експоненщального згладжування, то виникають складнощЬ зокрема:
- вибiр значення константи а;
- з'ясування початково'1 умови уу0.
Нaспрaвдi цей момент в досить важливим, осккь-ки в1д цього залежатиме побудова прогнозу та репре-зентaтивнiсть результaтiв. Чисельне значення параметра а впливатиме на швидюсть зменшення ваги по-переднк спостережень, i, вiдповiдно до цього, на мiру
!хнього впливу на рiвень, що згладжуеться. Безумовно, чим бкьше значення параметра а, тим меншим е зна-чення попереднiх рiвнiв, а вцтак, меншим виявляеться вплив експоненщально! середньо!. Такий пошук значення параметра згладжування i е задачею оптимшаци, яка полягае в пошуку такого рiшення, яке б при мшмальних витратах дало максимальну ефективнiсть, ^ головне, з урахуванням обмежень, наприклад, фiнансових, мате-рiальних, часових, штелектуальних, iнформацiйних, тех-нiко-технологiчних.
Оптимальне значення параметра згладжування можна отримати шляхом подстановки рiзних його значень, i робити це необхiдно доти, доки не знайдемо таке значення а, за якого отримана наймен-ша дисперсiя помилки прогнозування. Ця помилка мае бути обчислена або при реалшаци процедури згладжування всього ряду динамiки, або на невикористаному промiжку ряду, який залишаеться для перевiрки якостi прогнозування. Данш перевiрцi теж мае придкятися значна увага. У робот [1] подано алгоритм i ряд формул для перевiрки якостi прогнозiв.
Повертаючись до вибору параметра у0 , що визна-чае початковi умови, дане питання можна виршити дво-ма способами [5]:
+ коли е ретроспективнi данi (iнформацiя про минулi перiоди), то, замiсть у0 абсолютно мож-ливим е використання середньо'1 арифметично'1 вси наявних рiвнiв ряду динамжи або яко'1сь частини;
+ коли данi про розвиток явища в минулому вiдсутнi, то замкть у0 використовують вихц-не (перше) значення рiвня ряду динамiки, або можна звернутися до формул Брауна.
Зазначимо, що розрахунковi формули (4) можна розглядати для двох випадкш: коли часовий тренд опи-суеться лшшним рiвнянням i коли - квадратичним. Ми зосередимо увагу на першому випадку.
Так, початковi умови для лшшно! моделi можна визначити за такими формулами [3]:
y) = а0 —
а
Sp](y) = а0 — 2(1 а) а].
(5)
-$1](y)— Sf](у)];
(6)
]— а
yt = а0 + а].
Шсля прогнозування визначаеться помилка прогнозу, розрахунок яко! мае проводитися обов'язково
(формула (7)) [3]. Так, велике значення помилки свц-чить про неадекватшсть прогнозу та одержання хибних результатiв. У цьому разi потрiбно буде або змiнити часовий ряд, або взяти iншi параметри, або переглянути доцiльнiсть застосування обраного методу.
о—
yt
■ о у
-[] + 4(] — а) + 5(] — а)2 +
(2 — а)3 +2а(4 — 3а)t + 2а 2t2]
(7)
2 («t —
;=2i
et =yt —yt >
де
у V k — ] ' k — ]
а - середньоквадратична помилка вцхилення (et)
Для того, щоб визначити значення а0 та ар необ-хiдно прорахувати коефiцiенти рiвняння тренду, якi отриманi методом найменших квадратiв. Пiсля цього проводиться розрахунок експоненщальних середнк першого i другого порядив за формулами (6) i здшсню-
еться прогноз (yt = ао + а]t, де t - величина горизонту прогнозу):
ао = 2sf]( у)—^[2]( у);
— а а] —
вц лшшного тренду;
к - число ступешв вiльностi, яке визначаеться за числами члешв ряду та параметрiв вирiвняно! криво!.
Вищерозглянута методика аналопчна й для часового тренду, який описуеться квадратичним рiвнянням. У цьому разi для розрахунку параметра а використовують формулу, запропоновану Брауном Р. Г. [5]:
2
* = ^ (8)
де г - число рiвнiв, що входять в штервал згладжування, яке визначаеться емшрично.
Pеалiзацiя методу експоненщального згладжування на прикладi д1яльност п1дприемств у сучасних умовах фiнансово-економiчного простору показала йогопрактичнузначущiсть.Тожрозглянемометодикуйого використання в пакет прикладних програм Statistica 6.0. Наприклад, спрогнозуемо попит на кондитерському ринку Укра!ни для фiрм, взявши за основу обсяг чисто! виручки (табл. 1). При цьому зауважимо, що фактор се-зонност в данш галузi вцсутнш, а обсяг попиту характеризуемся регулярнiстю та зростаючим трендом.
Так, на основi даних табл. 1 i використовуючи про-грамний комплекс Statistica 6.0, побудуемо модель експоненщального згладжування з урахуванням тренду та без урахування сезонно! компоненти. Для визначення найкращих параметрiв моделi використовуемо вбудо-вану оптимiзацiйну процедуру з урахуванням середньо! абсолютно! процентно! помилки (рис. 2). Як бачимо з рис. 2, величина середньо! абсолютно! процентно! помилки достатньо невелика (менше 10 %), що говорить про високу прогностичну яюсть отримано! моделi експоненщального згладжування.
Визначимо параметри моделi експоненщального згладжування iз заданим параметром згладжування а = 0,83. Критерiем якост моделi е середня абсолютна процентна помилка. У результата розрахунив одержимо модель з характеристиками, яю подаш на рис. 3.
Побудуемо модель з урахуванням лшшного тренду, але без урахування сезонних чинниюв, тобто вико-ристовуватимемо процедуру згладжування за Холтом. З метою пошуку оптимальних параметрiв моделi теж застосовуватимемо вбудовану оптимiзацiйну процедуру (рис. 4).
а
Таблиця 1
Обсяг чисто! виручки за основними представниками кондитерського ринку за роками*
Ик ПАТ «Хармвська бкквггна фабрика» ПАТ «КиТвська кондитерська фабрика «Рошен» АТ ВО «КОНТ1» ПАТ «АВК» Усього
2003 215554 82442,2 372002 509688 1179686
2004 278828 124645 908771 653987 1966231
2005 359273 133482,5 660779,3 957689,5 2111224
2006 428742,9 178618,8 1025987 983884,4 2617233
2007 483493,1 304856 1819636 1245632 3853617
2008 577769 517878 2012365 1775123 4883135
2009 698521 415771 2444231 2058746 5617269
2010 863247 548833 3015072 2548961 6976113
2011 942223 908771 3515036 3000897 8366927
2012 885144 671554 3393051 3090077 8039826
2013 867996 497620 3554186 3041509 7961311
Примггка: * - дан стосовно чисто!' виручки подан в гривнях. Джерело: складено на основi [7 - 10].
Споет. Екеп. згладж.: S0 = 183E3 T0 = 652E2 (Табл. данних 1) Лш.тренд, немае еезон.; Альфа = 1,00 Гамма = 0,00 Y1
Y1 Згладжений ряд Залишки
1 215554,0 248176 -32622
2 278828,0 280798 -1970
3 359273,0 344072 15201
4 428742,9 424517 4226
5 483493,1 493987 -10494
6 577769,0 548737 29032
7 698521,0 643013 55508
8 863247,0 763765 99482
9 942223,0 928491 13732
10 885144,0 1007467 -122323
11 867996,0 950388 -82392
12 933240
13 998484
14 1063729
Рис. 2. Вих^ш данi, згладженi данi, помилки (для ПАТ «Хармвська бiсквiтна фабрика»)
Споет. Екеп. згладж.: S0 = 591E2 T0 = 466E2 (Табл. данних 1) Демпф. тренд, немаэ еезон.; Альфа = ,838 Гамма = 0,00 Фи = ,891 Y2
Y2 Згладжений ряд Залишки
1 82442,2 100661,6 -18219
2 124645,0 122386,1 2259
3 133482,5 157239,2 -23757
4 178618,8 166698,6 11920
5 304856,0 202854,2 102002
6 517878,0 311646,0 206232
7 415771,0 505241,5 -89470
8 548833,0 448774,0 100059
9 908771,0 549114,8 359656
10 671554,0 865200,5 -193646
11 497620,0 716016,9 -218397
12 544665,4
13 555059,0
14 564319,7
Визначимо параметри моделi експоненщ-ального згладжування iз заданими параметрами згладжування a = 1. Крш^вм якост моделi в та ж середня абсолютна процентна помилка (рис. 5).
Таким чином, зпдно з критерiвм якостi, усi моделi aдеквaтнi та будуть давати реальш прогнози, осккьки середнi aбсолютнi похибки зна-ходяться в допустимих межах (табл. 2).
Звичайно, як i решта методiв, експоненщ-альне згладжування мав переваги та недолки. Серед переваг назвемо його точшсть, що зростав зi збкьшенням числа рiвнiв динaмiчного ряду, а головними недолiкaми в: вцсутшсть чiткоï схе-ми для вибору оптимально! величини параметра згладжування (а), зменшення точностi прогнозу зi збкьшенням прогнозного iнтервaлу. Даний метод прогнозування мктиться у програмних комплексах Statistica 6.0, Eviews Enterprise Edition 7.0.0.1, тобто достатньо правильно обрати значення константи а та визначитися з початковими умовами. Безумовно, обмежуватися лише цим методом не варто, але використовувати його як доповнення до шших буде рацюнально.
На розглянутому приклaдi ми переконали-ся, що експоненщальне згладжування мав прак-тичну цшшсть та в найпростшою формою адап-тивних моделей. У зв'язку з цим у подальших наших дослiдженнях спробувмо адаптувати та вдосконалити дану методику для прогнозуван-ня пaрaметрiв розвитку банив. Це дасть змогу на основi короткострокових прогнозiв розроб-ляти заходи з адаптаци банюв, що спрямоваш на розвиток, а вiдтaк, i можливкть пiдвищувaти конкурентоспроможнiсть.
Рис. 3. Вих^ж данi, згладженi данi, помилки моделi експоненцiального згладжування з a = 0,83 (для ПАТ «КиТвська кондитерська фабрика «Рошен»)
ВИСНОВКИ
Отже, адаптивш моделi прогнозування дають можливкть вiдобрaжaти, як у чaсi змшю-
Споет. Екеп. згладж.: Б0 = 213Е3 Т0 = 318Е3 (Табл. данних 1) Лш. тренд, немае еезон.; Альфа = 0,00 Гамма = ,003 У3
У3 Згладжений ряд Залишки
1 372002 531111 -159109
2 908771 849330 59441
3 660779 1167548 -506769
4 1025987 1485766 -459779
5 1819636 1803985 15651
6 2012365 2122203 -109838
7 2444231 2440422 3809
8 3015072 2758640 256432
9 3515036 3076858 438178
10 3393051 3395077 -2026
11 3554186 3713295 -159109
12 4031514
13 4349732
14 4667950
Рис. 4. Вихщш данi, згладженi дат, помилки моделi експоненцiального згладжування з а = 0 (для АТ ВО «КОНТ1»)
Споет. Екеп. згладж.: Б0 = 383Е3 ТО = 253Е3 (Табл. данних 1) ЛЫ. тренд, немае еезон.; Альфа = 1,00 Гамма = 0,00 У4
У4 Згладжений ряд Залишки
1 509688 636279 -126591
2 653987 762870 -108883
3 957690 907169 50520
4 983884 1210872 -226987
5 1245632 1237067 8566
6 1775123 1498814 276309
7 2058746 2028305 30441
8 2548961 2311928 237033
9 3000897 2802143 198754
10 3090077 3254079 -164002
11 3041509 3343259 -301750
12 3294691
13 3547873
14 3801055
Рис. 5. Вих^ш данi, згладженi данi, помилки моделi експоненцiального згладжування з а = 1 (для ПАТ «АВК»)
Таблиця 2
Агрегованi результати розрахункiв за моделями
Показник чисто! виручки Модель прогнозування Параметри Вид моделi Адекватнкть
ПАТ «Харювська бк^тна фабрика» Модель Холта а = 1 у = 0 У+Р=^+р • т 6,5 %
ПАТ «Ки'Гвська кондитерська фабрика «Рошен» Модель з демпфлева-ним трендом а = 0,838 у = 0 ф = 0,891 =5М+Фтм+а • е 12,88 %
АТ ВО «КОНТ1» Модель Холта а = 1 у = 0,003 У+р=^+р • т 8,4 %
ПАТ «АВК» Модель Холта а = 1 у = 0 У+р=^+р • Т, 10,7 %
ються динам1чн1 властивост1 ряду, враховуючи щнн1сть шформаци член1в часового ряду. Застосування адап-тивних моделей у розробщ заход1в адаптаци е доцкь-ним, особливо сьогодн1, у нестабкьних 1 невизначених умовах розвитку фшансово-економ1чного простору. У зв'язку з цим адаптивш модел1, як1 спрямоваш на ко-роткострокове прогнозування, дають змогу точн1ше оц1нити значення динам1чного ряду в пор1внянн1 з ш-шими моделями прогнозування.
На початковому етап1 використання адаптивно! модел1 визначаються поточн1 значення параметр1в. Дал1 на основ1 !х значень здшснюеться прогноз на один крок вперед. При цьому пор1внюеться отримане фактичне значення в1д прогнозного, р1зниця м1ж якими 1 е помил-кою прогнозу. Ця помилка використовуеться для кори-гування параметр1в модел1 для того, щоб вони в1дпов1-дали реальн1й динам1ц1 ряду.
На наступному крощ при прогнозуванн1 теж визначаеться помилка прогнозу, 1 параметри модел1 знову коригуються. Таким чином, в1дбуваеться п1дб1р найкращого параметра модел1 на основ1 так званих «пробних прогноз1в», як1 застосовуються на даних ми-нулого пер1оду.
Практична реал1зац1я адаптивних моделей показала, що вони е достатньо гнучкими, але не ушверсальни-ми. Саме тому для отримання адекватно! модел1 необ-х1дним е врахування най1мов1рн1ших законом1рностей розвитку того процесу чи явища, яке прогнозуеться.
Сьогодн1 адаптивн1 модел1 використовуються для прогнозування параметр1в функцюнування шд-приемств р1зних галузей економжи. На нашу думку, до-цкьним було б !хне застосування 1 для прогнозування розвитку банив та небанювських фшансово-кредитних установ з метою розробки ефективних заход1в з адапта-цГ! в сучасних м1нливих умовах фшансово-економ1чного простору, що е предметом подальших досл1джень. ■
Л1ТЕРАТУРА
1. Бщюк П. I. lнформацiйна система пщтримки прийнят-тя рiшень для прогнозування фiнансово-економiчних проце-сiв на основi структурно-параметрично'Г адаптацГГ моделей / П. I. Бщюк, О. М. Трофимчук, А. В. Федоров // Науковi вiстi НТУУ «КП1». - 2011. - № 6. - С. 42-53.
2. Глущевський В. В. Розвиток методологи моделювання системадаптивногоуправлiнняекономiчнимиоб'£ктами/В.ВIлу-щевський // Моделювання та шформацшш системи в економiцi : зб. наук. праць ДВНЗ «Ки'Гв. нац. екон. ун-т iм. В. Гетьмана». -2012. - Вип. 86. - С. 15-31.
3. Грабовецький Б. €. Економiчне прогнозування i пла-нування : навч. поаб. / Б. £. Грабовецький. - К. : Центр навчаль-ноГ лiтератури, 2003. - 188 с.
4. Клебанова Т. С. Прогнозування показниюв фшансово'Г дiяльностi пiдпри£мства житлово-комунального господарства за допомогою адаптивних моделей / Т. С. Клебанова, О. О. Руда-ченко // Бiзнес 1нформ. - 2015. - № 1. - С. 143-148.
5. Матвкнко Т. В. Дошдження короткострокового прогнозування - модель Брауна / Т. В. Матвкнко, О. В. Цешв [Елек-
тронний ресурс]. - Режим доступу : http://probl-economy.kpi.ua/ pdf/2009_49.pdf
6. Моделi i методи соцiально-економiчного прогнозування : пщруч. / В. М. Гевць, Т. С. Клебанова, О. I. Черняк, В. В. 1ванов, Н. А. Дубровша, А. В. Ставицький. - Х. : ВД «1НЖЕК», 2005. - 396 с.
7. Офiцiйний сайт АТ ВО «КОНТ1» [Електронний ресурс]. -Режим доступу : http://www.konti.com/ua
8. Офщшний сайт ПАТ «АВК» [Електронний ресурс]. - Режим доступу : http://avk.ua/ua/
9. Офщшний сайт ПАТ «КиТвська кондитерська фабрика «Рошен» [Електронний ресурс]. - Режим доступу : http://www. smida.gov.ua/db/participant/00382125
10. Офщшний сайт ПАТ «Харшська бкквггна фабрика» [Електронний ресурс]. - Режим доступу : http://biscuit.com.ua
11. Писар Н. Б. Застосування метода прогнозування при формуванн стратеги розвитку пщпривмства / Н. Б. Писар // Актуальн проблеми розвитку економки регюну. - 2013. -Вип. 9(1). - С. 82-88 [Електронний ресурс]. - Режим доступу: http://www.pu.if.ua/depart/Finances/resource/file/%D0%97% D0%B1 %D1 %96%D1 %80%D0%BD%D0%B8%D0%BA/2012-2/%D0%9F%D0%B8%D1%81%D0%B0%D1%80.pdf
12. Соколова Л. В. Оцшка ефективност функцюнування органвацшно-економтноТ системи адаптацГТ пщпри£мства до мшливого бГзнес-середовища / Л. В. Соколова // Економка i ре-гюн. - 2014. - № 1(2). - С. 95-98.
13. Татаржкова Н. I. Економiко-математичне моделю-вання управлшня адаптацi£ю трудового потенцiалу пщпри-£мства / Н. I. Татарнкова // Вкник ЛьвГвського нацiонального уыверситету iменi 1вана Франка. Серiя економiчна. - 2010. - Ви-пуск 32. - С. 298-304.
14. Чугунов I. Я. Фiнансово-економiчне прогнозування i планування : монографiя / I. Я. Чугунов, Т. Г. Затонацька, А. В. Ставицький. - К. : НДФ1, 2007. - 312 с.
15. Экономико-математические методы и прикладные модели : учебник для бакалавров / В. В. Федосеев, А. Н. Гармаш, И. В. Орлова. - М. : Юрайт, 2012. - 328 с.
16. Brillinger, D. New Directions in Time Series Analysis: Part II / D. Brillinger and other. - N.Y. : Springer-Verlag, 1993.
17. Brockwell, P. J. Time Series: Theory and Methods / P. J. Brockwell, R. A. Davis. - N.Y. : Springer-Verlag, 1987.
18. Brown, L. D. Editorial: Comparing Judgemental to Ex-trapolative Forecasts: It's Time to Ask why and when / L. D. Brown // International Journal of Forecasting. - 1988. - № 4. - P. 171-173.
19. Mills, T. C. The Econometric Modeling of Financial Time Series / T. C. Mills. - Cambridge : Cambridge University Press, 1993. -247 p.
REFERENCES
AT VO «KONTI» : ofitsiinyi sait. http://www.konti.com/ua
Bidiuk, P. I., Trofymchuk, O. M., and Fedorov, A. V. "Infor-matsiina systema pidtrymky pryiniattia rishen dlia prohnozuvan-nia finansovo-ekonomichnykh protsesiv na osnovi strukturno-parametrychnoi adaptatsii modelei" [Information decision support system for forecasting financial and economic processes based on structural adaptation parametric models]. Naukovi visti NTUU «KPI», no. 6 (2011): 42-53.
Brillinger, D. et al. New Directions in Time Series Analysis. New York: Springer-Verlag, 1993.
Brockwell, P. J., and Davis, R. A. Time Series: Theory and Methods. New York: Springer-Verlag, 1987.
Brown, L. D. "Editorial: Comparing Judgemental to Extrapo-lative Forecasts: It's Time to Ask why and when". International Journal of Forecasting, no. 4 (1988): 171-173.
Chuhunov, I. Ya., Zatonatska, T. H., and Stavytskyi, A. V. Finan-sovo-ekonomichne prohnozuvannia i planuvannia [Financial and economic forecasting and planning]. Kyiv: NDFI, 2007.
Fedoseev, V. V., Garmash, A. N., and Orlova, I. V. Ekonomiko-matematicheskiemetody iprikladnye modeli [Economic-mathematical methods and applied models]. Moscow: Yurayt, 2012.
Heiets, V. M. et al. Modeli i metody sotsialno-ekonomichnoho prohnozuvannia [Models and methods of social and economic forecasting]. Kharkiv: INZhEK, 2005.
Hlushchevskyi, V. V. "Rozvytok metodolohii modeliuvannia system adaptyvnoho upravlinnia ekonomichnymy obiektamy" [Development of modeling methodology of adaptive management of economic objects]. Modeliuvannia ta informatsiinisystemy v ekonomitsi, no. 86 (2012): 15-31.
Hrabovetskyi, B. Ye. Ekonomichne prohnozuvannia i planuvannia [Economic forecasting and planning]. Kyiv: Tsentr navchal-noi literatury, 2003.
Klebanova, T. S., and Rudachenko, O. O. "Prohnozuvannia pokaznykiv finansovoi diialnosti pidpryiemstva zhytlovo-komunal-noho hospodarstva za dopomohoiu adaptyvnykh modelei" [Forecasting financial performance enterprise Housing using adaptive models]. BiznesInform, no. 1 (2015): 143-148.
Matviienko, T. V., and Tsesliv, O. V. "Doslidzhennia korotko-strokovoho prohnozuvannia - model Brauna" [The study short-term forecasting - Model Brown]. http://probl-economy.kpi.ua/ pdf/2009_49.pdf
Mills, T. C. The Econometric Modeling of Financial Time Series. Cambridge: Cambridge University Press, 1993. PAT «AVK» : ofitsiinyi sait. http://avk.ua/ua/ PAT «Kyivska kondyterska fabryka «Roshen» : ofitsiinyi sait. http://www.smida.gov.ua/db/participant/00382125
PAT «Kharkivska biskvitna fabryka» : ofitsiinyi sait. http://bis-cuit. com. ua.
Pysar, N. B. "Zastosuvannia metodiv prohnozuvannia pry formuvanni stratehii rozvytku pidpryiemstva" [Application of forecasting in the formation of development strategy]. http://www.pu.if.ua/depart/Finances/resource/file/%D0%97% D0%B1%D1 % 96%D1%80%D0%BD%D0%B8%D0%BA/2012-2 /%D0%9F%D0%B8%D1%81%D0%B0%D1%80.pdf
Sokolova, L. V. "Otsinka efektyvnosti funktsionuvannia orh-anizatsiino-ekonomichnoi systemy adaptatsii pidpryiemstva do minlyvoho biznes-seredovyshcha" [Evaluation of the efficiency of the organizational and economic system of enterprise adaptation to a changing business environment]. Ekonomika irehion, no. 1 (2) (2014): 95-98.
Tatarnikova, N. I. "Ekonomiko-matematychne modeliuvannia upravlinnia adaptatsiieiu trudovoho potentsialu pidpryiem-stva" [Economic-mathematical modeling of adaptation of the labor potential of the enterprise]. Visnyk Lvivskoho natsionalnoho universytetu imeni Ivana Franka. Seriia ekonomichna, no. 32 (2010): 298-304.
<
m 2
о
zr
о
о
<
о
Ш