Книги по разным темам Pages:     | 1 |   ...   | 8 | 9 | 10 | 11 | 12 |   ...   | 13 |

Более пригодна для предприятий в переходных экономиках с этой точки зрения адаптивная модель формирования производственных планов, в рамках которой планы (Q*t) определяются точностью реализации предыдущих планов (Ф (Qt, Q*t-1)) Точность прогноза Ф (Qt, Q*t-1) определяется из матрицы сопряженности прогноза показателя в момент t-1 (Q*t-1) и фактической реализацией этого показателя в момент t (Qt). Эта переменная также трихотомическая и может принимать следующие значения: (+) — реализация оказалась более оптимистичной, чем прогноз; (=) — прогноз совпал с последующей реализацией; (-) — реализация оказалась более пессимистичной, чем прогноз. В этом случае можно предположить, что происходит косвенный учет соответствия выпуска и спроса через новую производную переменную – точность предыдущих прогнозов.

Аналогичным образом может быть оценена и модель обучения на ошибках, которая предполагает зависимость изменения прогнозов в двух соседних опросах от точности реализации первого (раннего) из них: (Δ(Q*t, Q*t-1) | Ф (Qt, Q*t-1)). Изменение показателя за два соседних опроса Δ(Qt, Qt-1) определяется из матрицы сопряженности значений показателя в моменты t-1аи t. Эта переменная также трихотомическая и может принимать следующие значения: (+) — показатель изменился в лучшую сторону; (=) — показатель не изменился; (-) — показатель изменился в худшую сторону. Здесь также может иметь место учет спроса на выпускаемую продукцию, но опять же косвенным образом.

Принципиальный интерес для исследования эволюции поведения предприятий в условиях переходных экономик представляют модели, в которых явно фигурирует спрос на выпускаемую продукцию, и особенно его разновидности – платежеспособный и бартерный. Подобные постановки не актуальны в условиях развитых рыночных экономик, которые предполагают достаточно четкое следование производителей за спросом на свою продукцию и отсутствие его неденежных заменителей.

В результате анализа моделей формирования ожиданий нами были предложены новые постановки моделей формирования ожиданий, в которые были введены переменные, описывающие фактические и предполагаемые изменения двух видов спроса, а также отклонения выпуска от спроса. Это позволило существенно расширить список моделей. Для экстраполяционных моделей были предложены зависимости, в которых формирование производственных планов определяется предыдущими фактическими изменениями платежеспособного или бартерного спроса. Такие принципы формирования планов выпуска являются, несомненно, более прогрессивными по сравнению с классической экстраполяционной моделью. Однако простое экстраполирование динамики спроса следует признать достаточно примитивным, оно может иметь место на начальной стадии перехода от плановой экономики к рыночной. При этом ориентацию на платежеспособный спрос следует расценивать как более рыночную позицию производителей, чем ориентацию на бартерные сделки. Для проверки, какой спрос является для производителей предпочтительным, была исследована комбинированная экстраполяционная модель, в которой в качестве независимых переменных одновременно использовались изменения и платежеспособного, и бартерного спроса.

На основе классической адаптивной модели формирования прогнозов выпуска нами были также сформулированы новые модели, в которых ожидаемые изменения выпуска определяются точностью реализации предыдущих прогнозов платежеспособного или бартерного спроса, а также точностью предыдущих прогнозов выпуска по отношению к фактическим изменениям спроса. Подобные адаптивные модели формирования ожиданий следует, на наш взгляд, расценивать как еще один шаг в строну рыночного поведения для предприятий в переходных экономиках по сравнению с базовыми моделями. Самым рыночным типом адаптивных моделей мы считаем модели, основанные на сравнении прогнозов выпуска и последующих фактических изменений спроса.

Базовая формулировка модели обучения на ошибках позволила предложить новые варианты модели с использованием спросовых переменных, аналогичные новым вариантам адаптивной модели. В этом случае изменение прогнозов выпуска между двумя соседними опросами может определяться не только точностью реализации первого из них, но и точностью реализации прогнозов спроса и прогнозов выпуска по отношению к фактическим изменениям спроса.

Как показали расчеты, экстраполяционная модель, объясняющая прогнозы производства в момент t фактическими изменениями производства в моменты t и t-1, достаточно хорошо описывает эмпирические результаты для периода 1993—1994агг. В 1995аг. прогнозы предприятий лишь в пяти месяцах из 12амогут быть описаны такой экстраполяционной моделью. С 1996аг. расхождения эмпирических и модельных данных постоянно увеличиваются: российские промышленные предприятия все дальше уходят от планирования своего выпуска по принципу лот достигнутого уровня (см. рис. 2.20).

Рис.2.20

Экстраполяционная модель, в которой прогнозы производства определяются фактическими изменениями платежеспособного спроса, является более УпрогрессивнойФ для предприятий в переходных экономиках. В этом случае предприятия планируют свой выпуск, экстраполируя предыдущие тенденции изменения спроса. Указанная модель проверялась для периода с июля 1995 г. Самым высоким качество подгонки этой модели было до начала 1997 г. В 1997 г. расхождения стали недопустимо велики: модель оказалась приемлемой лишь в 3 случаях из 12. Затем качество подгонки возросло, но не было стабильным. Лишь в 2000 г. экстраполяционная модель стала лучше описывать формирование планов производства в российской промышленности.

Экстраполяционная модель с фактическими изменениями бартерного спроса в качестве независимых переменных дополняет предыдущую модель. Ориентация на бартерный спрос при формировании производственных планов свидетельствует о нерыночных позициях производителей. Как показали расчеты, качество подгонки модели с бартерным спросом находится на одном уровне с моделью, включающей изменения платежеспособного спроса. Это обстоятельство потребовало использования модели, одновременно включающей изменения как бартерного, так и платежеспособного спроса. Поскольку вопросы о бартерном спросе входят в анкеты только с августа 1998 г., то оценка модели проводилась для 28 месяцев. Качество подгонки такой комбинированной модели оказалось очень высоким. Анализ коэффициентов модели показал, что самое существенное влияние на планы выпуска оказывают фактические изменения платежеспособного спроса, непосредственно предшествующие моменту формирования прогнозов. Значения этих коэффициентов всегда статистически значимы. Влияние предыдущих фактических изменений платежеспособного спроса было всегда меньшим и не всегда статистически значимо. Воздействие фактических изменений бартерного спроса в несколько раз меньше воздействия платежеспособного спроса и перестало быть значимым в последние полтора года.

Таким образом, экстраполяционные модели показали эволюцию поведения российских промышленных предприятий, которые к 2000 г. определенно отказались от традиционного для плановой экономики принципа Упланирования от достигнутого уровняФ и предпочитают, в первую очередь, учитывать динамику платежеспособного спроса. Влияние бартера на формирование производственных планов в промышленности существенно меньше.

Адаптивные модели формирования ожиданий предполагают, что прогнозируемые изменения показателя определяются точностью реализации предыдущих ожиданий. В этих моделях используется новая трихотомическая переменная, построенная на прогнозах и их последующих реализациях. Она может принимать значения: 1 – если фактические значения оказались лучше прогнозов, 2 – если прогноз совпал с фактом, 3 – если фактические значения оказались хуже прогнозов. Как и в других моделях, в этом случае исследовалась зависимость прогнозов изменения производства от точности предыдущих прогнозов производства (базовая модель), а также от точности прогнозов платежеспособного и бартерного спроса. В качестве независимой переменной, кроме того, использовалась точность прогнозов производства по отношению к реализациям платежеспособного и бартерного спросов.

Базовая адаптивная модель примерно одинаково и достаточно хорошо в течение всего периода мониторинга описывает формирование прогнозов производства на основе точности реализации предыдущих прогнозов этого же показателя. Никакой эволюции в течение 1993-2000 гг. обнаружено не было. Однако коэффициенты модели были всегда отрицательные, т.е. при лучших фактических изменениях по сравнению с предыдущими прогнозами российские промышленные предприятия были не склонны верить этим фактам и корректировать свои прогнозы в лучшую сторону. Они предпочитали сохранять прежний пессимизм своих прогнозов. И, наоборот, при наличии худших по сравнению с прогнозом фактических изменений оптимизм очередных прогнозов не снижался.

Аналогичная ситуация складывается и при оценке адаптивных моделей, в которых в качестве независимой переменной фигурирует точность прогнозов платежеспособного или бартерного спроса. Качество подгонки этих двух моделей сопоставимо с качеством подгонки базовой модели и не менялось в течение всего времени мониторинга. Коэффициенты моделей также отрицательны, что опять свидетельствует о меньшем доверии к фактическим изменениям по сравнению с предыдущими прогнозами. При этом значимых коэффициентов получено значительно меньше, чем в базовой модели.

Следующим шагом анализа стала проверка комбинированной адаптивной модели, в которой исследуется зависимость прогнозов изменения выпуска от точности предыдущих прогнозов выпуска и точности предыдущих прогнозов изменения платежеспособного спроса. Качество подгонки этой модели оказалось несколько худшим, чем у предыдущих: она реже подходила для описания формирования производственных ожиданий в 1997-1998 и 2000 гг. В тех случаях, когда качество было удовлетворительным, коэффициенты модели были также отрицательными. То есть и в этом случае предприятия демонстрируют недоверие к фактическим изменениям показателей, если те противоречат предыдущим прогнозам. Значимых коэффициентов для переменной, описывающей точность прогнозов платежеспособного спроса, оказалось значительно меньше, чем для точности прогнозов изменения выпуска. Последний раз они были значимы в сентябре-октябре 1998 гг. и единственный раз за 60 месяцев мониторинга имели положительное значение. Тогда (сразу после дефолта 1998 г.) предприятия первый и последний раз больше доверяли лучшим фактическим изменениям платежеспособного спроса, чем своим предыдущим прогнозам этого показателя.

Комбинированная адаптивная модель, в которой качестве независимых переменных используются точности прогнозов выпуска, платежеспособного спроса и бартерного спроса, достаточно хорошо описывает формирование прогнозов выпуска с августа 1998 г. (тогда началось отслеживание динамики бартерного спроса). Единственным исключением стал конец 1999 – начало 2000г г. При этом коэффициенты модели свидетельствуют о различном влиянии точности использованных показателей на формирование планов производства. Точность предыдущих прогнозов выпуска по-прежнему имеет отрицательное влияние на последующие прогнозы: предприятия все же больше доверяют своим прогнозам производства, чем отличающимся от них реализациям. Точность же прогнозов платежеспособного и бартерного спросов в рассматриваемой модели положительно связана с прогнозами выпуска: если фактические изменения продаж или бартерных сделок отличались от их предшествующих прогнозов, то предприятия формировали прогнозы именно на реализациях, корректируя свои ранние намерения. Влияние платежеспопобного спроса на прогнозы выпуска в этой модели превосходило влияние бартерных сделок. Таким образом, рассмотренная комбинированная адаптивная модель свидетельствует о том, что предприятия разумно учитывают последние фактические изменения спроса при формировании своих планов выпуска.

Модели обучения на ошибках предполагают, что изменения прогноза между двумя соседними опросами зависят от точности реализации прогноза в первом из опросов. В этих моделях используются две производные переменные: точность прогноза и изменение прогноза за два соседних опроса. Переменная, характеризующая точность прогноза, может принимать значения: 1 – если фактические значения оказались лучше прогнозов, 2 – если прогноз совпал с фактом, 3 – если фактические значения оказались хуже прогнозов. Вторая переменная, описывающая изменение прогнозов за два соседних опроса, также трихотомическая: 1 – если прогноз стал более оптимистичным, 2 – если прогноз не изменился, 3 – если прогноз стал более пессимистичным. Кроме базовой модели формирования производственных планов, предполагающей, что изменение прогнозов выпуска между двумя опросами зависит от точности реализации прогнозов производств, исследовались также и комбинированные модели, в которых в качестве независимых переменных использовались точности прогнозов различных видов спросов.

Базовая модель обучения на ошибках достаточно хорошо и стабильно описывала изменения прогнозов выпуска в течение 1993-1996 гг. Затем качество подгонки модели стало ухудшаться: она все реже имела допустимые значения отношения правдоподобия, а с 1999 г. эта модель перестала быть приемлемой. Таким образом, предприятия последние два года перестают учитывать точность прогнозов производства при корректировке своих дальнейших планов. Коэффициенты модели были всегда положительны и статистически значимы, что свидетельствует о корректировке предприятиями своих прогнозов с учетом реализации предыдущих прогнозов. Если фактические изменения выпуска оказывались лучше прогнозов, то следующие прогнозы становились более оптимистичными. Если же фактические изменения оказывались хуже прогнозов, то очередные прогнозы корректировались в худшую сторону.

Pages:     | 1 |   ...   | 8 | 9 | 10 | 11 | 12 |   ...   | 13 |    Книги по разным темам