Анализ методов прогнозирования

Аналитическая часть.

Проведем прогнозирование спроса на продукцию ОАО «Аптека № 15».

Данные о продажах продукции на общую сумму Период Продажи, т тыс. руб. янв.

08 36 632 фев.

08 42 314 мар.

08 32 883 апр.

08 38 408 май.

08 39 559 июн.

08 38 810 июл.

08 40 468 авг.

08 47 677 сен.

08 37 685 окт.

08 44 226 ноя.

08 46 090 дек.

08 33 700 янв.

09 48 384 фев.

09 43 642 мар.

09 42 998 апр.

09 44 512 май.

09 49 792 июн.

09 48 185 июл.

09 48 573 авг.

09 50 927 сен.

09 51 168 окт.

09 50 223 ноя.

09 47 768 дек.

09 50 881 янв.

10 54 156 фев.

10 69 331 мар.

10 74 118 апр.

10 73 280 май.

10 71 643 июн.

10 74 570 июл.

10 78 844

Построим график продаж за два с половиной года по месяцам.

Проведем сглаживание по методу экспоненциального сглаживания, который был приведен в теоретическом обзоре и выглядит следующим образом:

где t — временной период (например, порядковый номер месяца или квартала);

Ft — прогноз продаж на период t;

Ft+1 — прогноз продаж на период (t+1);

(- константа экспоненциального сглаживания;

At — фактические продажи в период t.

Построим таблицы для метода с различными значениями (.

Период Продажи, руб. a=0,1 a=0,4 a=0,7 1 36 632 36 632 36 632 36 632 2 42 314 41 745,8 40 041,2 38 336,6 3 32 883 41 802,62 41 973,10 42 314 4 38 408 40 910,658 38 234,772 32 883 5 39 559 40 860,1922 39 910,795 38 408 6 38 810 40 550,09298 40 219,715 39 559 7 40 468 40 375,86568 39 853,244 38 810 8 47 677 40 385,09911 40 412,719 40 468 9 37 685 41 114,2712 43 301,847 47 677 10 44 226 40 971,34410 39 742,563 37 685 11 46 090 41 116,80967 42 153,208 44 226 12 33 700 41 612,12871 43 098,108 46 090 13 48 384 41 020,91584 38 447,277 33 700 14 43 642 41 577,22425 43 846,15 48 384 15 42 998 41 783,70183 42 403,135 43 642 16 44 512 41 905,13164 42 269,421 42 998 17 49 792 42 165,81848 42 947,879 44 512 18 48 185 42 928,43663 45 216,291 49 792 19 48 573 43 454,09297 45 031,082 48 185 20 50 927 43 965,98367 45 501,656 48 573 21 51 168 44 662,1053 46 750,39 50 927 22 50 223 45 312,67677 47 264,451 51 168 23 47 768 45 803,7091 47 276,808 50 223 24 50 881 46 000,13819 46 589,425 47 768 25 54 156 46 488,22437 47 952,483 51 081 26 69 331 47 255,00193 49 555,335 54 156 27 74 118 49 462,60174 56 105,401 69 331 28 73 280 51 928,14156 59 324,761 74 118 29 71 643 54 083,32741 60 468,885 73 280 30 74 570 55 821,29467 61 095,196 71 643 31 78 844 57 696,1652 63 320,777 74 570

Для таблицы построим диаграммы:

Из полученных результатов видно, что чем больше значение параметра альфа, тем лучше график сглаживания приближает исходные данные, то есть, учитывая более поздние данные (как указано в теоретической части) получим лучшее приближения.

По полученным значениям можно прогнозировать спрос на квартал, на месяц, на год.

Например, необходимо построить прогноз на третий квартал текущего года

Допустим, что сглаживающая постоянная (= 0,2.

Прогноз предыдущего периода рассчитаем как средний уровень спроса в квартал по данным предыдущего года. Следовательно, А0 = (1200 + 700 + 900 + 1100)/4 = 975.

Допустим, что прогноз продаж в прошлом году в среднем соответствовал фактическим продажам, т. е. F0 = А0 = 975.

Тогда прогноз на первый квартал текущего года:

F1 = 0,2(A0 + (1 — 0,8)(F0 = 0,2(975 + 0,8(975 = 975

Прогноз на второй квартал текущего года:

F2 = 0,2(A1 + (1 — 0,8)(F1 = 0,2(1400 + 0,8(975 = 1080

Прогноз на третий квартал текущего года:

F3 = 0,2(A2 + (1 — 0,8)(F2 = 0,2(1000 + 0,8(1080 = 1048

В итоге получаем следующие результаты:

Построим уравнение линейного тренда. Для этого заполним таблицу:

Период Продажи, руб. t yt t² 1 36 632 0 0 0 2 42 314 1 42 314 1 3 32 883 2 65 766 4 4 38 408 3 115 218 9 5 39 559 4 158 236 16 6 38 810 5 194 040 25 7 40 468 6 242 810 36 8 47 677 7 333 739 49 9 37 685 8 301 480 64 10 44 226 9 398 034 81 11 46 090 10 460 900 100 12 33 700 11 370 900 121 13 48 384 12 580 810 144 14 43 642 13 567 346 169 15 42 998 14 601 972 196 16 44 512 15 667 680 225 17 49 792 16 796 672 256 18 48 185 17 819 145 289 19 48 573 18 874 314 324 20 50 927 19 967 613 361 21 51 168 20 1 023 360 400 22 50 223 21 1 054 683 441 23 47 768 22 1 051 096 484 24 50 881 23 1 170 263 529 25 54 156 24 1 299 744 576 26 69 331 25 1 733 275 625 27 74 118 26 1 927 088 676 28 73 280 27 1 978 560 729 29 71 643 28 2 008 004 784 30 74 570 29 2 162 530 841 31 78 844 30 2 365 320 900 ИТОГО 1 551 423 465 26 330 108 9455

Тогда уравнение линейного тренда будет иметь вид: y=1233t+31 545.

Построим график:

Используя полученное уравнение, можно вычислить прогноз спроса на продукцию.

Подставляя в уравнение линейного тренда значение t, равное 31, получим спрос на август 2010 года, и так далее.

Выводы по результатам анализа

При современных условиях функционирования рыночной экономики, невозможно успешно управлять коммерческой фирмой без эффективного прогнозирования её деятельности. Прибыли предприятия зависят от того, насколько точной и качественной была информация о спросе.

Что касается самих прогнозов, то они должны быть реалистичными, то есть их вероятность должна быть достаточно высока и соответствовать ресурсам предприятия.

Для улучшения качества прогноза необходимо улучшить качество информации, необходимой при его разработке. Эта информация, в первую очередь, должна обладать такими свойствами, как достоверность, полнота, своевременность и точность.

Для рассматриваемого предприятия с помощью метода экспоненциального сглаживания проведено прогнозирование спроса по месяцам и кварталам, рассмотрена зависимость вида кривой и точность приближения от выбранного параметра сглаживания.

С помощью методов регрессионного анализа построено уравнение линейного тренда.

Рассмотренное предприятие увеличивает объем продаж, что показывает изученная тенденция за последние два с половиной года.

Список использованных литературных источников.

Аванесов Ю.А., Клочко А. Н., Васькин Е. В. Основы коммерции. М.: «Знание», 1995.

Виноградова С. Н. Коммерческая деятельность. Мн.: «Высшая школа», 1998.

Виноградова С. Н. Организация и технология торговли. Мн.: «Высшая школа», 1998.

Драйпер Н., Смит Г. «Прикладной регрессионный анализ: в 2 — х книгах» — М., 1987

Елисеева И. И. Общая теория статистики: Учебник для ВУЗов. — М.: Финансы и статистика, 2004.

Ялебанова Т. В. Товарные рынки и прогнозирование спроса. М., МГУ, 1993, стр.

Виноградова С. Н. Организация и технология торговли. Мн.: «Высшая школа», 1998, стр.

Одинец В. П. Рынок, спрос, цены: стратификация, анализ, прогноз. С-П., 1993, стр. 18

Елисеева И. И. Общая теория статистики: Учебник для ВУЗов. — М.: Финансы и статистика, 2004.

Драйпер Н., Смит Г. «Прикладной регрессионный анализ: в 2 — х книгах» — М., 1987

Замков О. О., Толстопятенко А. В., Черемных Ю. Н. «Математические методы в экономике» — М., 1997

Драйпер Н., Смит Г. «Прикладной регрессионный анализ: в 2 — х книгах» — М., 1987