Книги по разным темам Pages:     | 1 |   ...   | 6 | 7 | 8 | 9 | 10 |   ...   | 31 |

Подводя итог исследованию экстраполяционныхмоделей формирования производственных планов, можно сделать следующие выводы.Во-первых, экстраполяционные модели вполне применимы для описания механизмаформирования планов производства. Во-вторых, предпочтительными являются"короткие" модели, когда в качестве независимых переменных используютсяфактические изменения показателей, непосредственно предшествующие формированиюпланов (прогнозов). Более отдаленные фактические изменения, скорее всего, невлияют на планы. В-третьих, проверка простейших моделей формирования плановвыпуска дает основания для первой положительной "оценки" поведения российскихпромышленных предприятий. Примерно в середине 90-х годов они начинают уходитьот планирования своего производства по принципу "от достигнутого уровня".В-четвертых, бартер оказывал влияние на планы предприятий до начала ростаплатежеспособного спроса (весна 1999 г.). В-пятых, векселя и зачеты были вновь"взяты на вооружение" при планировании выпуска осенью 2000 г., когда российскаяпромышленность впервые после дефолта 1998 г. столкнулась со значительнымисбытовыми проблемами. В-шестых, усложнение экстраполяционных моделей позволилополучить более "сложные" выводы о поведении предприятий. Самое сильное влияниена планы выпуска платежеспособный спрос имел во времена самой высокойбартеризации, когда ситуация заставляла производителей предельно внимательноотноситься к любым колебаниям продаж за деньги. С началом же роста продаж заденьги и постоянного увеличения их доли в обороте необходимость в жесткомследовании за спросом снижается, и предприятия начинают просто пролонгироватьсвой предыдущий выпуск. В-седьмых, из трех видов спроса самым важным дляпредприятий является нормальный платежеспособный спрос. Ни бартер, ни векселя,ни зачеты не оказывали статистически значимого влияния на производственныепланы российских промышленных предприятий.

4.2. Адаптивные модели формирования плановпроизводства

Базовая адаптивная модель предполагает, чтоизменения выпуска определяются точностью реализации предыдущих прогнозоввыпуска. Такая формулировка модели представляется нам более интересной дляанализа переходных экономик по сравнению с упрощенной постановкой, непредполагающей взаимодействия независимых переменных. Поскольку мы предполагаемисследовать не только базовую адаптивную модель формирования планов выпуска, нои модели с включением различных видов спроса. В этом случае будутиспользоваться не только точности прогнозов каждого из трех наблюдаемых видовспроса, но и точности планов производства относительно последующих фактическихизменений этих видов спроса. Тогда необходимо построить матрицу сопряженностипрогнозов изменения выпуска в опросе t-1Q*t-1 и фактических изменений,например, платежеспособного спроса в следующем опросе t Dt:

			Q*t-1
		+	=	-
	+	2	1	1
Ф(Dt,Q*t-1): D t	=	3	2	1
	-	3	3	2

Новая переменная Ф(Dt,Q*t-1) является трихотомической и можетпринимать следующие значения: (1) - фактические изменения спроса оказалисьлучше планов изменения выпуска; (2) - фактические изменения спроса совпали спланами выпуска; (3) - фактические изменения спроса оказались хуже плановизменения выпуска. При использовании в адаптивной модели такой "перекрестной"точности прогнозов производства относительно последующих фактических измененийспроса можно исследовать принципиально, на наш взгляд, важные зависимостиспроса и выпуска и их влияние на процессы принятия решений. Остановимся болееподробно на интерпретации новой переменной и ее возможном влиянии наформирование очередных прогнозов предприятий.

Адаптивная модель предполагает, чтоточность предыдущих прогнозов положительно связана с формированием прогнозов наследующем шаге. Тогда в ситуации, когда фактические изменения спроса оказалисьлучше предыдущих планов изменения выпуска, предприятия должны, поверив этимфактическим изменениям и в стремлении "добрать" неудовлетворенный или упущенныйспрос, планировать рост выпуска и таким образом адаптироваться к фактическимизменениям спроса на свою продукцию. Если же фактические изменения спросаоказались хуже планировавшихся изменений производства, то адаптация предприятийдолжна состоять в снижении выпуска. В том же случае, когда планы производствасовпали с изменениями спроса, то предприятия не должны изменять объемыпроизводства, т.е. планировать сохранение прежних объемов выпуска. Подобнаямодель, на наш взгляд, более интересна для анализа переходных экономик,характеризующихся резким свертыванием спроса и попытками предприятий сохранитьпрежние объемы производства. Такое сочетание приводит к избыточному выпуску,росту запасов готовой продукции и поиску альтернативных (неденежных) каналовсбыта. Использование традиционной адаптивной модели формирования плановпроизводства (сформулированной западными исследователями для западных экономик)предполагает, скорее всего, что и фактические изменения и планы производстваболее или менее адекватны ситуации на рынке, и производителю надо лишь учестьэту динамику при формировании своих очередных планов. Такая постановкапредставляется далекой от действительности российской экономики 90-х годов ХХвека.

Наличие в составе показателей конъюнктурныхопросов динамики сразу трех видов спроса еще больше, на наш взгляд, расширяетаналитические возможности адаптивной модели формирования планов производства. Вэтом случае можно рассмотреть влияние на планы предприятий сразу трех видовспроса в течение уникального периода, когда в России происходил переход отбартерной экономики к денежной.

Анализ адаптивных моделей формированияпроизводственных планов начнем с базовой модели, в которой планы определяютсяточностью реализации предыдущих планов изменения производства:

Q*t = f( Ф(Qt, Q*t-1)),

где Q*t- ожидаемые изменения производства,зарегистрированные в момент (опрос) t; Qt -фактические изменения производства, зарегистрированные в момент (опрос)t; Q*t-1 -ожидаемые изменения производства, зарегистрированные в момент (опрос)t-1; Ф(Qt,Q*t-1) - точность реализации ожидаемыхизменений производства Q*t-1относительно фактических изменений производства Qt.

Качество подгонки этой модели оказалось вподавляюще числе случаев хорошим: наблюдаемый уровень значимости очень редкоопускался ниже пятипроцентного порога. Такие "провалы" были зарегистрированы ввесной-летом 1995 и 1996 гг., а также в конце 1998 - начале 1999 г. А воткачество подгонки адаптивной модели в "мягкой" формулировке (Q*t= f( Qt, Q*t-1))оказалось не таким стабильным. В период 1993-1994 гг. оно было высоким и оченьустойчивым; в 1995 г. - высоким, но неустойчивым; в дальнейшем мягкаяадаптивная модель полностью перестала быть применима к формированиюпроизводственных планов российских промышленных предприятий.

Коэффициенты "жесткой" модели (сиспользованием показателя точности прогнозов выпуска относительно фактическихизменений выпуска) имели отрицательные знаки в течение всего периода наблюдения(1993-2001 гг.). Это означает, что при лучших фактических изменениях посравнению с предыдущими прогнозами российские промышленные предприятия были несклонны верить этим фактам и на следующем шаге корректировать свои прогнозы влучшую сторону. Они предпочитали сохранять прежний пессимизм своих прогнозов.И, наоборот, при наличии худших по сравнению с прогнозом фактических измененийоптимизм очередных прогнозов не снижался. Такую интерпретацию подтверждаютзначения коэффициентов в "мягкой" адаптивной модели. Эти коэффициенты,наоборот, были все положительны. А значения коэффициентов для предыдущихпрогнозов всегда и существенно превосходили значения коэффициентов дляпредыдущих фактических изменений выпуска - особенно с 1996 г. (см.рис.4).

Рис.4

Теперь рассмотрим адаптивные моделиформирования производственных планов, где в качестве независимых переменныхиспользуются точности прогнозов основных видов спроса относительностипоследующих реализаций этих же видов спроса. Адаптивная модель с участиемтолько точности платежеспособного спроса имела хорошее качество подгонки втечение всего периода наблюдения (1995-2001 гг.). Единственным продолжительнымисключением стало начало 2000 г. Коэффициенты модели были отрицательны и оченьредко статистически значимы. Т.о. гипотеза об адаптивном (только поплатежеспособному спросу) формировании производственных планов в российскойпромышленности не подтверждается. Аналогичные результаты были получены и длядругих видов спроса: модели имели приемлемое качество подгонки, ноотрицательные коэффициенты, которые очень редко были статистическизначимы.

На следующем шаге исследования адаптивныхмоделей рассмотрим модель, где в качестве независимых переменных фигурируютточности всех трех видов спроса одновременно:

Q*t = f( Ф(Dt, D*t-1),Ф(Bt, B*t-1),Ф(Nt, N*t-1)),

где Q*t- ожидаемые изменения производства,зарегистрированные в момент (опрос) t; Dt, Bt, Nt - фактические измененияплатежеспособного, бартерного и прочих неденежных видов спроса соответственно,зарегистрированные в момент (опрос) t; D*t-1,B*t-1, N*t-1,-ожидаемые изменения платежеспособного, бартерного и прочих неденежных видовспроса соответственно, зарегистрированные в момент (опрос) t-1.

Такая модель имела высокое качествоподгонки: наблюдаемый уровень значимости гарантированно превосходил 5% порог(см. табл.7). Коэффициенты модели были чаще положительны, чем отрицательны,особенно - для точностей бартерного и прочих неденежных видов спроса. Ностатистическая значимость коэффициентов была крайне низкой: 2-3 раза длякаждого из видов спроса за два года мониторинга. И в этом случае не удалосьполучить надежных статистических аргументов в пользу адаптивного (по всем видамспроса) формирования планов выпуска в российской промышленности.

Таблица 7.Характеристики влияния точностей прогнозов платежеспособного, бартерного ипрочих неденежных видов спроса на производственные планыпредприятий

Дата	Характеристики качества подгонкимодели	Коэффициенты модели для точностей прогнозов
платежеспособного спроса	бартерного спроса	прочих неденежных видов спроса
G2	Df	Sig		SE		SE		SE
2/00	43.827	49	0.6823	0.2043	0.1281	0.1636	0.1446	0.1229	0.1510
3/00	45.199	49	0.6280	0.3184	0.1123	0.1261	0.1374	-0.0296	0.1438
4/00	46.058	49	0.5931	0.0273	0.0970	0.0381	0.1234	0.1562	0.1306
5/00	59.101	49	0.1529	0.0678	0.1159	0.1137	0.1247	-0.0121	0.1467
6/00	36.586	49 Pages:     | 1 |   ...   | 6 | 7 | 8 | 9 | 10 |   ...   | 31 |    Книги по разным темам