Geum.ru

Российской Федерации Российской Федерации Государственный университет высшая школа экономики конспект

Вид материалаКонспект

Содержание


К количественным методам прогнозирования относятся такие методы, как
Подобный материал:
1   2   3   4   5   6   7   8   9   10

К количественным методам прогнозирования относятся такие методы, как:


1. Моделирование временных рядов:

- наивный подход;

- скользящие средние;

- экспоненциальное сглаживание;

-проектирование тренда.

2. Причинно - регрессионные модели (простая и множественная, линейная регрессия). Регрессионная модель включает переменные, или факторы, которые могут оказывать влияние на количественные значения прогнозируемой величины.

Временной ряд состоит из последовательности равномерно распределенных во времени данных. Прогнозирование некоторого показателя с использованием временных рядов основывается на том, что будущее значение показателя находится в зависимости только от его прошлых значений, а другие параметры игнорируются [5].

Наивный подход – предполагается, что спрос в следующий период будет в точности равен спросу в последний период времени.

Скользящие средние – метод, который берет среднее от нескольких самых последних показателей, значение средних обновляется по мере поступления новых данных (слайд 7-2).


Слайд 7-2





Если имеет место тренд или какая-то другая особенность в данных, для того чтобы придать более высокую значимость последнему периоду, используют веса, а прогнозирование осуществляется с помощью метода скользящей средней (слайд 7-2).

Метод экспоненциального сглаживания (слайд 7-3). Константа сглаживания «a» может изменяться с целью увеличения веса последних данных (когда «a» велико) или увеличения веса предыдущих данных (когда «а» мало).


Слайд 7-3





Экстраполяция временного ряда – это метод, при котором к имеющимся данным подбирается прямая линия так, чтобы разброс наблюдений по обе стороны от нее был наименьшим, после чего осуществляется экстраполяция прямой и определяется искомый прогноз (слайд 7-3).

Точность прогноза может быть определена путем сравнения прогнозируемых значений с фактическими величинами. Ошибка прогноза определяется как разность между фактическими и прогнозируемыми величинами. Мерой совокупной ошибки прогноза может служить среднее абсолютное отклонение (слайд 7-2).

Сезонные изменения данных временного ряда – это регулярно повторяющиеся восходящие или нисходящие движения в ряду значений, которые можно привязать к периодически повторяющимся событиям. Сезонность во временном ряде выражена в количестве, на которое фактические значения отклоняются от среднего значения ряда.

Существуют две модели сезонности – аддитивная и мультипликативная. В аддитивной модели сезонность выражена как количество, которое добавляется или вычитается из среднего значения ряда. В мультипликативной модели – как процент от среднего количества, который умножают на среднее значение ряда, чтобы ввести сезонность.

Необходимость адаптации существующих подходов и методов прогнозирования спроса на услуги к современным условиям функционирования отраслей сферы услуг обусловлена тем, что для современных российских условий характерен ряд отклонений экономических реалий от классических подходов [2]:

1. Ситуация так называемого ажиотажного спроса, формирующегося в условиях гиперинфляции. Здесь фактор обесценивания денег становится преобладающим по сравнению с факторами доходов и цен, поэтому поведение потребителя становится в значительной степени «иррациональным». Повышается спрос на особую группу товаров, подверженных меньшему влиянию инфляции и обеспечивающих более стабильное положение потребителя на рынке товаров (недвижимость, автомобили, предметы длительного пользования, изделия из драгоценных металлов и т.д.).


2. Ситуация двухвалютной денежной системы (наряду с обесценивающейся национальной валютой имеет хождение твердая иностранная валюта). В этих случаях спрос на товары и услуги деформируется спросом на особый товар - валюту, возникает проблема отложенного спроса.

3. Изменение системы предпочтений в удовлетворении традиционных потребностей (например, частичная переориентация на товары импортного производства - одежды, продуктов питания, бытовой техники).

Среди особенностей российского рынка услуг, которые необходимо учесть при прогнозировании спроса, следует отметить [2]:

1. Деформированность рынка услуг: отказ части населения от традиционных видов услуг в пользу эксклюзивных услуг.

2. Появление новых видов услуг, порожденных спецификой переходного периода. Спрос на эти услуги характеризуется значительной неустойчивостью и приобретает ажиотажный характер в периоды кризисов.

3. Повышенный уровень криминогенности экономики.

4. Сильная дифференциация рынка услуг не только по спектру оказываемых услуг, но и по их качеству и цене, что обусловлено общественной дифференциацией доходов.

Совокупность перечисленных выше факторов переплетается сложным образом, что делает невозможным прогнозирование спроса на основе относительно простых зависимостей классического подхода и для получения адекватных результатов требует адаптации существующих методов прогнозирования.

Литература




  1. Глущенко В.В., Глущенко И.И. Разработка управленческого решения. Прогнозирование – планирование. Теория проектирования экспериментов, г.. Железнодорожный: ООО НПЦ «Крылья», 2000.