Прогнозирование производственных показателей
Прогнозирование будущего — дело рискованное и интуиция играет в нем главную роль. Более научный метод — это статистический анализ поведения экономической системы в прошлом. Данные о таком поведении часто обладают некоторой степенью регулярности, на которую накладываются случайные флуктуации. Задача заключается в том, чтобы выявить лежащую в основе этой регулярности тенденцию на фоне… Читать ещё >
Прогнозирование производственных показателей (реферат, курсовая, диплом, контрольная)
Прогнозирование будущего — дело рискованное и интуиция играет в нем главную роль. Более научный метод — это статистический анализ поведения экономической системы в прошлом. Данные о таком поведении часто обладают некоторой степенью регулярности, на которую накладываются случайные флуктуации. Задача заключается в том, чтобы выявить лежащую в основе этой регулярности тенденцию на фоне кратковременных отклонений.
Простейший метод для достижения этого — экстраполяция, т. е. продолжение некоторой зависимости, подогнанной под имевшие место данные, в будущее (рис. 3.5).
В этом методе (применяемом, кстати, чаще всего) действуют по принципу «раз и навсегда», тогда как многие ситуации требуют более гибкого подхода, т. е. такого прогнозирования, когда прогноз можно легко пересмотреть при получении новейшей информации.
Два простейших из таких методов — это метод подвижного среднего и так называемое экспоненциальное сглаживание.
Подвижное среднее вычисляется просто: сложением последних п наблюдений и делением на п (мы предполагаем, что прогнозируем будущее значение единственной величины). Когда появляется.
Рис. 3.5. Простейший метод экстраполяции новое наблюдение, самое старое из множества п наблюдений выбрасывается, а новое занимает свое место в последовательности.
Возникает вопрос: какое выбрать п? Если п слишком велико, то имеется чрезмерная устойчивость на фоне случайных изменений, если же п слишком мало, наши оценки оказываются весьма чувствительными ко всяким изменениям. Наилучшее соответствие, таким образом, зависит от многих конкретных обстоятельств и достижимо с большим трудом.
Рассмотрим основную идею, лежащую в основе экспоненциального сглаживания. Когда мы проводим новое наблюдение, то оно, по-видимому, будет отличаться от предыдущего прогноза. Поэтому следующий прогноз мы должны составить на основании старого, но с учетом имевшей место ошибки. Поправка должна быть некоторой функцией этой ошибки, поэтому.
где S — сглаживающая константа, лежащая между 0 и 1. Значение ее и определяет баланс между полной устойчивостью (S = 0) и полной чувствительностью (?=1) избранной модели прогноза. Установлено, что в большинстве случаев значение 0,1 <5<0,2 оказывается удовлетворительным.
Уравнение (1) можно записать в виде:
где F0 — текущий прогноз; F, — прогноз, сделанный один период времени назад, по отношению к текущему периоду; ?>, — последнее наблюдение.
Но F, определяется таким же образом, что и F0, a F2 — так же, как F, и т. д. Поэтому для предыдущих прогнозов можно воспользоваться теми же рассуждениями, что позволяет нам представить F0 в виде.
Таким образом, новый прогноз оказывается взвешенным средним всех наблюдений, но с весом, уменьшающимся на постоянный множитель К по мере того, как наблюдения становятся все более отдаленными. Именно поэтому данный метод и получил название «экспоненциальное сглаживание».
Перейдем теперь к конкретному примеру прогноза в производственном менеджменте.
Бизнес-ситуация.
Стратегия развития предприятия описывается системой целевых показателей, характеризующих конечные результаты его деятельности:
- • объемов реализации продукции;
- • политики обновления продукции;
- • политики изменения качества.
Статистические данные по целевым показателям за ретроспективный период представлены в табл. 3.13.
Таблица 3.13
Целевые показатели деятельности предприятия.
Показатели. | Значения по годам. | ||||||
Объем реализации продукции Vpt тыс. д. с. | |||||||
Обновление продукции. Ко.% | I. | б. | |||||
Качество продукции. К.% | |||||||
Рост производительности труда Къ тыс. д. е./чел. | |||||||
Себестоимость единицы продукции Кс, д. е. |
Показатель «Обновление продукции» (К0) характеризует долю новой продукции (в %) в общем объеме реализации продукции предприятием (F).
Показатель «Качество продукции» (Кк) характеризует долю (в %) конкурентоспособной продукции, т. е. соответствующей лучшим зарубежным и отечественным аналогам, в общем объеме реализации продукции предприятием (F).
Показатель «Рост производительности труда» (Кт) характеризует измените объема реализуемой продукции, приходящейся на одного среднесписочного промышленно-производственного работника предприятия.
Требуется разработать прогноз изменения целевых показателей предприятия на три года и обосновать выбор стратегии развития предприятия.
Порядок решения.
Прогноз осуществим на основе тренда (тренд — это тенденция возрастания или убывания показателя во времени).
При таком подходе к прогнозированию время (/) является обобщающим показателем, отражающим совокупность основных факторов, влияющих на целевые показатели. Для выявления основных тенденций изменения показателей во времени (тренда) необходимо по каждому целевому показателю:
- • провести сглаживание данных динамического (временного) ряда;
- • осуществить подбор (например, регрессионным анализом) функции, описывающей закономерность изменения уровня целевого показателя от времени
где Y. — значение целевого показателя в году /.
Расчет параметров регрессионной модели проводится по стандартным формулам метода наименьших квадратов вручную (для удобства выполнения расчетов их целесообразно выполнять в табличной форме) или с помощью компьютера по стандартным программам корреляционно-регрессионного анализа. После завершения всего цикла расчетов обосновывается выбор варианта прогнозных значений целевых показателей на предстоящие три года.
Решение задачи.
Решение рассмотрим на примере одного из целевых показателей — обновление продукции (/Q.
Анализ представленных статистических данных позволяет выбрать линейный вид функции для описания закономерности изменения целевых показателей от времени.
Расчет параметров регрессионной модели производится в рамках метода наименьших квадратов из системы нормальных уравнений:
гдеу — значение показателя _у. в году t — порядковый номер года: t = 1. .п; п — число значений динамического ряда.
Промежуточные значения для расчета коэффициентов уравнения регрессии для показателя К0 приведены в табл. 3.14.
Таблица 3.14
Значения промежуточных расчетов коэффициентов уравнения регрессии.
t | П. | Y.xt | ? |
Решив систему уравнений, получим коэффициенты регрессии: Ь= 1,68, а = —1,71.
Уравнение регрессии для определения прогнозных значений показателя К0 имеет следующий вид:
где t — год, на который делается прогноз: t = 8; /= 9; t = 10.
Результаты расчета прогнозных значений показателя К0 на три года представлены в табл. 3.15.
Таблица 3.15
Прогноз развития предприятия.
Показатель. | Прогноз. | |||
Ко. | %. | 11,7. | 13.4. | 14,3. |
Окончательный выбор варианта прогнозных значений развития предприятия осуществляется при наличии прогнозных значений по всем целевым показателям, описывающим стратегию развития предприятия.