Тема 6. Теоретические основы анализа результатов прогнозирования

Под прогнозом понимается система научно обоснованных представлений о возможных состояниях объекта в будущем, об альтернативных путях его развития.

Прогноз выражает предвидение на уровне конкретно-прикладной теории, в то же время прогноз неоднозначен и носит вероятностный и многовариантный характер.

Процесс разработки прогноза называется прогнозированием.

Прогнозирование - один из важнейших этапов проектной деятельности. Человечество, имея прогнозы, сознательно ищет и находит пути к выходу.

Прогнозирование в широком смысле - предвидение, вообще полученной любой информации о будущем. В узком смысле - специальное научное исследование, предметом которого выступают перспективы развития явлений.

Оценка объекта прогнозирования базируется на объединении аспектов детерминированности и неопределенности. При отсутствии одного из них прогнозирование теряет смысл. При абсолютном детерминизме исчезает возможность альтернативного выбора решений.

При абсолютной неопределенности конкретное представление будущего невозможное.

Разделение объекта на составные части не дает полного представления о его функционировании. Для этого нужно объединить выделенные элементы в единое целое – это и будет составлять синтез прогноза.

Под методами прогнозирования следует понимать совокупность приемов и способов мышления, позволяющих на основе ретроспективных данных внешних и внутренних связей объекта прогнозирования, а также их измерений в рамках рассматриваемого явления или процесса вывести суждения определенного и достоверного относительно будущего состояния и развития объекта.

Одной из наиболее классификационных признаков методов прогнозирования есть степень формализации, который достаточно полно охватывает прогностические методы. Вторым классификационным признаком можно назвать общий принцип действия методов прогнозирования, третьей – образ получения прогнозной информации.

Метод экономического и социального прогнозирования – это совокупность приемов и образов мышления, которые позволяют на основе анализа ретроспективных данных, экзогенных (внешних) и эндогенных (внутренних) связей объекта прогнозирования, а также их измерений в пределах исследуемого явления или процесса вывести суждение определенной достоверности относительно его (объекта) будущего развития

За степенью формализации (за первым классификационным признаком) методы экономического прогнозирования можно поделить на:

• интуитивные;

• формализованные.

Интуитивные методы прогнозирования используются в тех случаях, когда возможное влияние многих факторов из-за значительной сложности объекта прогнозирования. В этом случае используются оценки экспертов.

При этом различают:

• индивидуальные экспертные оценки;

• коллективные экспертные оценки.

К индивидуальным экспертным оценкам относятся:

• метод «интервью», при которому осуществляется непосредственный контакт эксперта со специалистом по схеме: «вопрос – ответ»;

• аналитический метод, при которому осуществляется логический анализ какой-нибудь прогнозируемой ситуации, составляются аналитические докладные;

• метод написания сценария, который основывается на определении логики процесса или влияния во времени при разных условиях.

Методы коллективных экспертных оценок включают:

• метод «комиссий», «коллективной генерации идей» («мозговая атака»);

• метод «Дельфи»;

• матричный метод. Эта группа методов основана на том, что при коллективном мышлении высшая точность результата; при обработке индивидуальных независимых оценок, которые выносятся экспертами, по меньшей мере, могут возникнуть продуктивные идеи.

В группу формализованных методов входят две подгруппы:

• экстраполяции;

• моделирование.

К первой подгруппе относятся методы наименьших квадратов, экспоненциального сглаживание, скользящих средних. Ко второй – структурное, сетевое, матричное моделирование.

Рассмотренные классы интуитивных и формализованных методов похожие за своим составом с экспертными и «фактографическими» методами. Фактографические методы основаны на фактически существующей информации об объекте прогнозирования и его прошлое развитие, экспертные базируются на информации, полученной по оценкам специалистов-экспертов.

К классу экспертных методов прогнозирования входит метод эвристического прогнозирования (эвристика – наука, которая изучает продуктивное, творческое мышление).

Это аналитический метод, суть которого состоит в построении и дальнейшем усечении «древа поиска» экспертной оценки с использованием какой-нибудь эвристики. При этом методе осуществляется специализированная обработка прогнозных экспертных оценок, полученных путем систематизированного опрашивания высококвалифицированных специалистов. Он применяется для разработки прогнозов научно-технических проблем и объектов, анализ развития которых полностью или частично не подвергается формализации.

Структура метода эвристического прогнозирования включает в качестве основных элементов:

• синтез граф модели объекта;

• формирование экспертных бригад и оценку компетентности экспертов;

• формирование вопросов и разработку экспертных оценок;

• анализ работы экспертов;

• алгоритмы обработки таблиц экспертных оценок;

• образ вариации полученных прогнозов;

• синтез прогнозных моделей

Особое место в классификации методов экономического прогнозирования занимают так называемые комбинированные методы, которые объединяют другие методы. Например, коллективные экспертные оценки и методы моделирования или статистические методы и опрашивание экспертов.

В качестве информации используются фактографические и экспертные данные.

При классификации методов прогнозирования необходимо иметь в виду, который содержательный систематизация методов прогнозирования должна определяться самым объектом прогнозирования, экономическими процессами развития и их закономерностями.

С точки зрения оценки возможных путей и результатов прогнозное научно-технического развития прогнозы можно классифицировать за тремя этапами:

- исследовательским;

- программным;

- организационным.

Задачам исследовательского прогноза является определения возможных результатов будущего развития и выбор из множества возможных вариантов одного или нескольких положительных результатов.

Так, например, развитие средств вычислительной техники можно отобразить в виде роста их быстродействия, увеличение объема памяти и диапазона логических возможностей.

Специфические подходы и методы экономического прогнозирования целиком и полностью связаны с экономической прогностикой. Структура этой науки определяется ее основными проблемами:

• анализом и синтезом объекта прогноза;

• адаптацией методов прогнозирования к объекту прогноза;

• алгоритмизацией процесса составления прогнозов.

В арсенале инструментов экономической прогностики важная роль принадлежит количественным методам обработки прогностической информации – экономико-математическим методам, экономико-математическому моделированию, статической экстраполяции.

Литература: 3, 10, 13.

Тема 7. Прогнозирование спроса на услуги как основа развития деятельности предприятия

Спрос – это запрос фактического или потенциального покупателя, потребителя на приобретение товара по имеющимся у него средствам, которые предназначены для этой покупки. Спрос отражает, с одной стороны, потребность покупателя в некоторых товарах или услугах, желание приобрести эти товары или услуги в определенном количестве и, с другой стороны, возможность оплатить покупку по цене, находящихся в пределах «доступного» диапазона.Вместе с этими обобщенными определениями спрос характеризуется рядом свойств и количественных параметров, из которых прежде всего следует выделить объём или величину спроса.С позиций количественного измерения спрос на товар, понимается как объем спроса, означает количество данного товара, которое покупатели (потребители) желают, готовы и имеют денежную возможность приобрести за некоторый период по определенным ценам.

Величина спроса – количество товара или услуг определенного вида и качества, которое покупатель желает купить по данной цене в течение определенного периода времени. Величина спроса зависит от доходов покупателей, цен на товары и услуги, цен на товары-субституты и комплементарные блага, ожиданий покупателей, их вкусов и предпочтений.

Кроме цены на величину спроса влияет и ряд других факторов, которые иногда называют неценовыми. Это прежде всего потребительские вкусы, мода, величина доходов (покупательная способность), величина цен на другие товары, возможность замещения данного товара другими.

Закон спроса – величина (объём) спроса уменьшается по мере увеличения цены товара. Математически это означает, что между величиной спроса и ценой существует обратно пропорциональная зависимость (однако не обязательно в виде гиперболы представлено формулой y = a / x). То есть повышение цены вызывает понижение величины спроса, снижение же цены вызывает повышение величины спроса.

Природа закона спроса не сложная. Если у покупателя есть определенная сумма денег на приобретение данного товара, то он сможет купить тем меньше товара, чем больше цена и наоборот. Конечно, реальная картина намного сложнее, так как покупатель может привлечь дополнительные средства, купить вместо данного товара другой – товар субститут.

Неценовые факторы, влияющие на спрос:

Уровень доходов в обществе;

Размеры рынка;

Мода, сезонность;

Наличие товаров-субститутов (заменителей);

Инфляционные ожидания.

В ряде курсов микроэкономики закон спроса формулируется строже: Если с ростом дохода спрос на товар увеличивается, то с ростом цены данного товара спрос на него должен уменьшаться.Данная поправка обусловлена существованием товаров Гиффена, величина спроса на которые растёт при росте цены. Но для подавляющего большинства случаев (ввиду редкости товаров Гиффена) вышеприведенная закономерность действует.

Эластичность спроса – это показатель, выражающий колебания совокупного спроса, вызванные понижением цен на товары и услуги. Эластичным называется спрос, сформировавшийся при условии, что изменение его объёма (в%) превышает процентное выражение снижение цен.Если показатели падения цен и увеличения спроса, выраженные в процентах, равны, то есть рост объёма спроса лишь компенсирует снижение уровня цен, то эластичность спроса равна единице.В случае, когда степень понижения цен превышает показатель спроса на товары и услуги, спрос неэластичен. Следовательно, эластичность спроса – показатель степени чувствительности (реакции) потребителей к изменениям цены товара.Эластичность спроса может быть связана не только с изменением цены на товар, но и с изменением доходов потребителей. Поэтому различают эластичность спроса по цене и по доходам. Есть и спрос с единичной эластичностью. Это ситуация, при которой и доход, и величина спроса изменяются на одинаковый процент, так что общий доход остаётся постоянным по мере изменения цены.Реакция потребителей на изменение цены товара может быть сильной, слабой, нейтральной. Каждый из них порождает соответствующий спрос: эластичный, неэластичный, единичный. Возможны варианты, когда спрос оказывается абсолютно эластичным или совершенно неэластичным. Эластичность спроса измеряется количественно через коэффициент эластичности по формуле:

K o – коэффициент эластичности спроса

Q – процент изменения количества продажи

P – процент изменения цены

Как правило, существуют товары с разной эластичностью по цене. В частности, хлеб и соль являются примерами неэластичного спроса. Повышение или снижение на них цен в целом не влияет на количество их потребления.Знание степени эластичности спроса на товар имеет большое практическое значение. Так, например, продавцы товара с высокой эластичностью спроса могут пойти на снижение цены с целью резко увеличить объём продаж и получить прибыль больше, чем если бы цена товара была выше.Для товаров с низкой эластичностью спроса подобная ценовая практика неприемлема – при снижении цены объём продаж изменится слабо и не компенсирует упущенную выгоду.При наличии большого количества продавцов спрос на любой товар будет эластичным, поскольку даже незначительное повышение цены одним из конкурентов заставит потребителей обращаться за покупкой к ​​другим продавцам, предлагающих этот же товар дешевле.

Кривая спроса

График спроса (кривая спроса) – отношение между рыночной ценой товара и денежным выражением спроса на неё.Кривая спроса показывает вероятное количество товара, который удаётся продать за определенное время и по определённой цене. Чем эластичен спрос, тем выше цена может быть установлена на товар. Эластичность спроса – это реакция рынка на отсутствие товара, возможность его замены, цену конкурентов, понижение цен, нежелание покупателей менять свои потребительские привычки и искать более дешёвые товары, повышение качества товаров, естественный рост инфляции на другие факторы.

Влияние рынка

Всех производителей (продавцов) на рынке объединяет предложение: при низкой цене продавец предложит меньше товара или может его придержать, при высокой – предложит больше товара; при очень высокой – попытается максимально увеличить производство. Так образуется цена предложения – предельно минимальная цена, по которой продавцы готовы реализовывать свои товары.

Взаимосвязь между двумя моделями: «Кейнсианский крест» – один из самых известных способов изображения спроса и классическая кривая совокупного спроса

Классическая модель спроса и совокупного предложения (модель AD-AS). Кривая совокупного спроса имеет отрицательный наклон

Потребительские расходы (обозн. С) – расходы домохозяйств на товары и услуги

Потребительские расходы могут быть как автономными (то есть не зависящими от уровня дохода), так и, наоборот, зависящими от заработка и величины предельной нормы потребления (mpc) (насколько увеличиваются расходы при каждой дополнительной единице располагаемого дохода (Yd)). Таким образом,

, где

Сбережения домохозяйств (обозн. S)

, где

Инвестиции (обозн. I) – фирмы закупают капитал с целью увеличения производства товаров и, следовательно, максимизации прибыли

Государственные закупки товаров и услуг (обозн. G) – инвестиции государства, зарплата государственным служащим и т. п.

Чистый экспорт (обозн. Xn или NX) – разница между экспортом и импортом. Соотношение экспорта и импорта показывает состояние торгового баланса. Если экспорт превышает импорт, то в стране профицит торгового баланса, если импорт – экспорт, то дефицит торгового баланса, соответственно.

Чистый экспорт также может быть как автономным, так и зависящим, на этот раз, от предельной нормы к импорту (mpm) и уровня совокупного выпуска. Предельная склонность к импорту объясняет, насколько в среднем увеличивается импорт в страну при каждой дополнительной единице совокупного дохода (или реального ВВП).

Чистые налоги (обозн. T) – разница между налогами и трансфертами

Соотношение государственных закупок и чистых налогов показывает состояние государственного бюджета. Если государственные закупки превышают чистые налоги, то в стране дефицит государственного бюджета, соответственно профицит бюджета означает, что чистые налоги превышают размер государственных закупок.

Совокупный выпуск (обозн. Y)

–- формула совокупного выпуска для открытой экономики, определяющая функцию совокупного спроса.

Соотношение параметров спроса

Как правило, наибольший вес в спросе представляет сектор домашних хозяйств. В России доля этого макроэкономического субъекта в 90-х годах составляла от 40 до 50 %, в 2004 году – 47,8 %. Инвестиции в 2004 году занимали приблизительно 21,2 %, государственные закупки товаров и услуг – 16,1 %, а чистый экспорт – 12,6 % от ВВП.Для сравнения, В ВВП США потребительские расходы составляли около 70 %, инвестиции – 16,4 %, государственные закупки – 18,9 % и чистый экспорт – −5.3 %

Методы прогнозирования можно классифицировать по двум измерениям: степень свободы процесса прогнозирования от субъективности и большей или меньшей степени аналитичности этого процесса. В крайних точках этих измерений находятся субъективные и объективные методы и методы наивные и причинно-следственные.

Субъективные методы. Такое определение предполагает, что процессы, используемые для формирования прогноза, не изложены в явной форме и неотделимы от лица, делающего прогноз.

Объективные методы. Процессы прогнозирования четко сформулированы и могут быть воспроизведены другими лицами, которые неизбежно придут к формулировке такого же прогноза.

По существу это первое измерение противопоставляет количественные методы качественным, в которых доминируют интуиция, творчество и воображение.

Наивные методы. Прогноз формулируется на базе наблюдений за прошлой эволюцией исследуемой переменной (например, уровень первичного спроса), без учета в явной форме основных движущих факторов.

Причинно-следственные (казуальные) методы. Факторы, определяющие спрос, идентифицированы, и их вероятные будущие значения спрогнозированы; из них выводится вероятное значение спроса, при условии реализации принятого сценария.

Это второе измерение противопоставляет методы экстраполяции методам, объясняющим взаимосвязи, независимо от их качественного или количественного характера.

Экспертные суждения

В том случае, когда прогноз опирается не на объективные данные, но скорее на мнение менеджера или потребителя, говорят об экспертных суждениях. Предполагается, что «эксперт» основывает свое суждение на группе причинных факторов, оценивая вероятность их реализации и их вероятное влияние на уровень спроса.

В основе этого подхода лежит, следовательно, некоторая казуальная -структура, т. е. совокупность суждений, касающихся причинных факторов первичного спроса и вероятности их реализации в рамках одного или нескольких сценариев. При этом данная казуальная структура неразрывно связана с личностью эксперта, так что другой эксперт, поставленный перед той же проблемой, может, используя ту же информацию, прийти к другим выводам. Достоинство экспертного метода по сравнению с чисто интуитивным подходом состоит в возможности обмена и противопоставления идей благодаря наличию явно выраженной казуальной структуры. Широко применяются три метода, основанных на суждениях: суждения лиц, принимающих решения, оценки торгового персонала и намерения покупателей.

Суждения менеджеров

Прогноз основывается на видении, интуиции, воображении и опыте того, кто его формулирует. Менеджера просят дать по возможности точную оценку исходя из имеющейся у него информации, с указанием, например в форме вероятностных показателей, степени точности или его уверенности в своих оценках.

Этот вариант в той или иной степени применяется фирмой всегда. Он особенно заметен в организациях, где доминирует лидер, реализующий свое собственное видение. Ценность этого метода, очевидно, зависит от опыта и интуиции лица, формулирующего прогноз. Главным недостатком, несомненно, является трудность коммуникации и невозможность проверки истинности или ложности прогноза. Путь к уменьшению риска субъективности индивидуального суждения состоит в обращении к группе менеджеров, которые обсуждают свои точки зрения и стремятся прийти к консенсусу. Хорошую возможность достижения консенсуса представляет метод Дельфи.

Согласно этому методу, эксперты группы формулируют свои индивидуальные суждения анонимно, обычно с применением анкет. Затем определяется медианное суждение; оно доводится до членов группы, от которых требуется повторно рассмотреть свое суждение с учетом группового мнения. Как правило, этот метод быстро ведет к консенсусу, обычно за два тура

Метод Дельфи успешно применялся в маркетинге. Одна из его возможных альтернатив состоит в сборе независимых суждений и в формулировке средней оценки, без попыток склонить экспертов к изменению их начальных суждений.

Оценки торгового персонала

Обычно торговый персонал имеет очень точное представление о потенциале продаж, который обеспечивают их клиенты, и, кроме того, имеет возможность дать оценки потенциала рынка в целом, по крайней мере на той территории, которую он обслуживает. Проще всего попросить торговых работников дать оценки по каждому товару, но не абстрактно, а исходя из конкретных гипотез о маркетинговых усилиях в вопросах цен, рекламной поддержки и т. п. После этого менеджеры службы сбыта формулируют итоговые оценки, суммируя оценки всех работников.

Принципиальный недостаток этого метода - опасность систематического занижения оценок со стороны сбытовиков, которые заинтересованы иметь легко выполнимый план по продажам, а в конце планового периода добиться значительного превышения плановых показателей. Отметим следующие варианты коррекции таких оценок, снижающие риск систематической погрешности.

Попросить торговых работников самостоятельно определить степень погрешности их оценок. Эти данные можно затем использовать для уточнения прогноза.

Скорректировать оценки торговых работников с помощью регионального менеджера по продажам, который может иметь более широкий взгляд.

Ввести корректирующий коэффициент, основанный на учете погрешностей в прошлых прогнозах каждого торгового работника.

Включить торговых работников в процесс прогнозирования полезно прежде всего для того, чтобы создать у них соответствующую мотивацию и способствовать принятию назначаемых им квот по продаже. Кроме того, они незаменимы при построении прогнозов продаж в очень малых сегментах, на уровне отдельной территории или отдельного клиента.

Изучение намерений покупателей

Последний метод, основанный на суждении, заключается в прямом опросе покупателей об их планах на покупки в течение определенного периода. Намерения совершить покупку могут рассматриваться на двух уровнях: на общем и на уровне определенной товарной категории.

На общем уровне оцениваются настроение или степень уверенности покупателей, их представления о благосостоянии и их намерения совершить покупку товаров длительного пользования. Европейское сообщество (ЕС) ежеквартально проводит опрос в каждой стране ЕС, оценивающий степень уверенности потребителей в состоянии экономики. Эти исследования публикуются в издании «Евробарометр», которое представляет собой форму постоянного опроса общественного мнения. «Евробарометр» формирует индекс уверенности европейских потребителей по отдельным странам и по ЕС в целом.

Что касается промышленной сферы, то центральные банки стран ЕС проводят ежемесячные опросы конъюнктуры среди предприятий. Цель этих опросов состоит в измерении ожиданий предприятий по развитию конъюнктуры. Задаваемые вопросы касаются состояния портфеля заказов и поставок, уровня загрузки производственных мощностей, уровня занятости, инвестиционных намерений и т. п. Эти данные имеются по всем основным секторам промышленности; они используются для построения сводного индикатора конъюнктуры, который доказал свою эффективность в качестве надежного раннего индикатора наступающего спада или подъема в экономике.

На более конкретном уровне категорий товаров фирмы регулярно организуют опросы относительно вероятности совершения покупки, особенно при проведении тестов на принятие новых концепций товаров.

Исследования намерений совершить покупку применительно к конкретному товару или марке часто оказываются менее надежными, чем исследования общего характера. Необходима большая осторожность в использовании результатов подобных исследований. Лучшие результаты получаются, когда речь идет о товарах или услугах, приобретение которых покупатели должны планировать заранее, что справедливо в отношении дорогих покупок типа автомашины, дома или путешествия.

Субъективные методы имеют очевидные ограничения, однако они могут быть полезной отправной точкой при анализе спроса и их полезность нельзя недооценивать. В любом случае они должны применяться совместно с более объективными методами.

Эвристические и экстраполяционные методы

Если аналитическая структура прогнозного процесса слаба, но прогноз опирается на объективную маркетинговую информацию, применяются так называемые эвристические методы. Речь идет о простых методах, основанных на предшествующем опыте или на более или менее сложной экстраполяции данных о прошлых продажах.

Метод цепочки отношений

Этот метод является развитием рассмотренного ранее метода оценки абсолютного потенциала рынка, который исходит из числа потребляющих единиц и предполагает оптимальный уровень использования товара каждой потребляющей единицей. Были приведены два примера применения данного метода: один для потребительского товара, а второй для товара промышленного назначения

Метод цепочки отношений предполагает последовательную декомпозицию абсолютного потенциала рынка вплоть до нахождения оценки спроса на конкретный товар или марку. В качестве примера рассмотрим случай фирмы, продающей добавку, предназначенную для применения совместно с реактивами ддя смягчения воды в котельных. Поскольку многие предприятия пока еще не используют данную добавку, требуется оценить текущий потенциал рынка, а также реальный уровень спроса в определенной географической зоне.

Трудность данного метода, очевидно, состоит в выборе соответствующих долей, если отсутствуют их точные оценки на базе исследований рынка. При этом погрешность в каждом множителе переносится на каждый следующий уровень и на итоговый результат. Чтобы избежать этой опасности, следует использовать несколько наиболее вероятных значений, т.е. получать не одну оценку, а их диапазон. В любом случае данный метод следует применять совместно с другими аналитическими методами.

Индикатор покупательной способности

При оценке потенциала территорий, зон, регионов или стран часто используют метод индикатора покупательной способности. Цель при этом состоит в измерении привлекательности рынка по средневзвешенному значению трех ключевых компонентов любого потенциала рынка, т. е.:

– количества потребляющих единиц,

– покупательной способности этих потребляющих единиц,

– готовности этих потребляющих единиц к расходам.

Статистические индикаторы этих трех переменных определяются для выбранной территориальной базы (страна, область, район, город), после чего определяется средневзвешенный индекс для каждой зоны. Существует два подхода: использовать стандартный индекс покупательной способности (ИПС), который предлагают фирмы по изучению рынка, или построить индекс специально для анализируемого сектора или гаммы товаров.

Стандартные ИПС обычно основаны на трех следующих индикаторах:

ИПС, == 0, 50 (Ni) + 0, 30 (Ri) + 0, 20 (Vi)

где N - % общего числа жителей данной зоны i, R - % общего дохода в зоне i, V - % розничных продаж в зоне i.

Весовые коэффициенты в этой формуле соответствуют используемым в американском журнале «Sales & Marketing Management», который ежегодно публикует ИПС для различных регионов CША. Эти коэффициенты определены эмпирически с использованием регрессионного анализа и в основном применимы к товарам массового спроса. Аналогичные индексы публикуются и в Европе, например изданиями «Чейз Эконометрикс» (Chase Еconometrics) (для регионов ЕС) и «Бизнес Интернэшнл» (Business International) (1991) для 117 стран во всем мире. В случае необходимости можно применять другие коэффициенты.

Специальные индексы ИПС основываются на тех же составляющих потенциала рынка, но используют индикаторы, лучше адаптированные к исследуемой области деятельности, с дополнительным привлечением индикаторов, характеризующих местные условия.

Анализ и декомпозиция трендов

Целью анализа тренда является разложение временного ряда продаж на главные компоненты, измерение эволюции каждой составляющей в прошлом и ее экстраполяция на будущее. В основе метода лежит идея стабильности причинно-следственных связей и регулярность эволюции факторов среды, что делает возможным использование экстраполяции. Метод состоит в разложении временного ряда на пять компонент:

- структурная компонента, или долгосрочный тренд, обычно связанный с жизненным циклом рынка товара;

- циклическая компонента, соответствующая колебаниям относительно долгосрочного тренда под воздействием среднесрочных флуктуаций экономической активности;

- сезонная компонента, или краткосрочные периодические флуктуации, обусловленные различными причинами (климат, социально-психологические факторы, структура нерабочих дней и т.д.);

- маркетинговая компонента, связанная с действиями по продвижению товара, временными снижениями цен и т.п.;

- случайная компонента, отражающая совокупное действие плохо изученных комплексных процессов, не представимых в количественной форме.

Для каждой компоненты рассчитывается параметр, основанный на наблюдавшихся закономерностях: долгосрочном темпе прироста продаж, конъюнктурных флуктуациях, сезонных коэффициентах, специфичных факторах (экспозиции, мероприятия по стимулированию сбыта и т.п.). Затем эти параметры используют для составления прогноза.

Понятно, что такой прогноз имеет смысл только как краткосрочный, на период, в отношении которого можно принять, что характеристики изучаемого явления существенно не изменяются. Это требование часто оказывается реалистичным вследствие инерционности среды.

Метод экспоненциального сглаживания

Используется для краткосрочного прогноза и основан на средневзвешенном значении продаж по определенному числу прошедших периодов. При этом наибольшие весовые коэффициенты придаются позднейшим продажам. Прогнозное значение рассчитывается по формуле

Константа сглаживания выбирается аналитиком итеративным способом в интервале от 0 до 1. Ее значение мало при малых изменениях продаж и приближается к 1 в случае сильных флуктуаций. Существуют компьютерные программы для определения этой константы.

Главная слабость этих методов в том, что они не позволяют действительно «предсказать» эволюцию спроса, поскольку неспособны предвидеть какие-либо «поворотные точки». В лучшем случае они способны быстро учесть уже произошедшее изменение. Поэтому их называют «адаптивной прогнозной моделью». Тем не менее для многих проблем управления такой «апостериорный» прогноз оказывается полезным при условии, что имеется достаточно времени для адаптации и факторы, определяющие уровень продаж, не подвержены резким изменениям.

Экспликативные («объясняющие») модели

С научной точки зрения, «объективные» и «аналитические» методы являются самыми мощными. Они основываются на создании экспликативных математических моделей, которые позволяют имитировать рыночные ситуации в рамках альтернативных сценариев. В своей концептуальной основе математическое моделирование очень близко описанным ранее экспертным методам: требуется установить причинную структуру, разработать один или множество сценариев и для каждого отобранного сценария вывести оценку вероятного спроса. Отличие метода заключается в том, что причинная структура устанавливается и проверяется экспериментально, в условиях, поддающихся объективному наблюдению и измерению.

Определение причинной структуры

Определение причинной (казуальной) структуры исследуемого явления - исходная точка математического моделирования. Рассмотрим случай торговой фирмы, которая хочет укрепить приверженность своей клиентуры и ищет наиболее эффективные средства для достижения этого результата. Возникают следующие вопросы.

– Каковы факторы, определяющие имидж торговой марки продавца?

– Какое влияние оказывает этот имидж на частоту посещения магазинов?

– Какие иные факторы определяют удовлетворенность клиентов?

– В какой степени уровень удовлетворенности влечет долгосрочную приверженность к марке?

Как и в других аналогичных случаях, мы имеем здесь последовательность причинных связей, где первая зависимая переменная (имидж) становится причинной переменной для второй зависимой переменной (частота и удовлетворенность), которая в свою очередь определяет долгосрочную приверженность.

Другими словами, речь идет о наборе гипотез, основанных на понимании поведения потребителей при покупке и априори вытекающих из теории поведения. Этот набор гипотез должен затем быть принят (или отвергнут) аналитиком на основе наблюдений. В случае подтверждения модель может применяться для целей управления.

Необходимость интегрального подхода: метод сценариев.

Рассмотрение различных возможных методов прогнозирования выявило достоинства и недостатки каждого из них. На самом деле все эти методы являются взаимодополнительными и эффективная прогнозная система должна обеспечить возможность использования любого из этих методов.

Ясно, что в условиях турбулентной среды интуиция и воображение способны стать важными инструментами восприятия реальности, дополняя количественные подходы, которые, по определению, опираются только на наблюдаемые факты. С другой стороны, понятно, что чисто качественному методу также присущи значительные риски и что интуиция должна в возможно большей степени проверяться с помощью доступных фактов и знаний. Таким образом, следует обеспечить сопоставление этих двух подходов.

Метод сценариев - это хорошее средство для организации взаимодействия количественного и качественного подходов и для интегрирования рассмотренных прогнозных методов. Сценарий может быть определен следующим образом:

представление ключевых причинных факторов, которые должны быть приняты во внимание, и раскрытие способов, которыми эти факторы могут повлиять на первичный спрос.

Сценарий, следовательно, отличается от прогноза. Прогноз - это суждение, которое стремится «предсказать» специфичную ситуацию и должно быть принято или отвергнуто на базе его достоинств и недостатков. Напротив, сценарий - это инструмент, который разрабатывается с целью заставить размышлять, прежде всего для того, чтобы:

– лучше понять рыночную ситуацию и ее эволюцию в прошлом,

– повысить чувствительность к взаимодействию фирмы со средой,

– оценить ее чувствительность к угрозам,

– выявить возможные направления своих действий.

Благодаря повышению чувствительности к внешним факторам метод позволяет повысить способность к предвидению и развить гибкость и адаптивность фирмы. Сценарий следует рассматривать совместно с другими сценариями, один из которых является базовым, а другие - альтернативными сценариями, основанными на ключевых факторах.

Моделирование - исследование объектов познания на их моделях. Построение и изучение моделей реально существующих предметов и явлений (живых и неживых систем, инженерных конструкций, разнообразных процессов - физических, химических, биологических, социальных) и конструируемых объектов (для определения, уточнения их характеристик, рационализации способов их построения и т. п.).

В условиях рыночной системы управления производственной и сбытовой деятельностью предприятий и фирм в основе принятия хозяйственных решений лежит рыночная информация, а обоснованность решений проверяется рынком в ходе реализации товаров и услуг. При таком подходе начальным пунктом всего цикла предпринимательской деятельности становится изучение потребительского спроса. Рассмотрим некоторые вопросы моделирования спроса и потребления.

Спрос на продукцию – одно из самых серьезных ограничений объема ее производства, т.е. предложения этих товаров потребителям. Спрос зависит от очень многих причин: характера продукции, ее важности и значимости для потребителей, от структуры населения (национальной, половой, возрастной, образовательной и т.п.), природно-географических и климатических условий проживания, традиций, культуры, моды и т.д. Все это так называемые внешнеэкономические причины, которые действуют постоянно в отношении какого-то конкретного товара и формируют вполне определенный на него спрос. Его можно установить как бы на некотором уровне, условно принимаемом для фиксированного момента времени за единицу. Причем последняя будет изменяться под влиянием экономических причин. К ним относятся цены на товары (ценовой фактор) и ряд других причин, которые хоть и связаны с ценами, но с ценами не на конкретный товар, а на другие товары рынка (поэтому условно их называют неценовыми факторами).

Но спрос на товар на самом деле может измениться даже при условии, когда продавец товара не меняет на него цену. Это имеет место тогда, когда в действие вступают неценовые факторы регулирования спроса. Поэтому чрезвычайно важно смоделировать изменения спроса на конкретный товар при одновременном действии всех влияющих на него факторов.

В принципе цена товара на рынке может по воле его продавца изменяться в ту или иную сторону. Это связано с тем, что с помощью цены продавец товара может регулировать спрос на него и тем самым решать свои конкретные задачи на данный момент (например, оказывать давление на конкурентов, стараться избавиться от излишка товаров, или, наоборот, придержать товар от продажи в ожидании повышения цен на него). Причин для такого поведения может быть множество.

Очевидно, что спрос во многом определяет стратегию и тактику организации производства и сбыта товаров и услуг. Учет спроса, обоснованное прогнозирование его на краткосрочную и долгосрочную перспективу – одна из важнейших задач служб маркетинга различных организаций и фирм.

Состав и уровень спроса на тот или иной товар зависят от многих факторов, как экономических, так и естественных. К экономическим факторам относятся уровень производства (предложения) товаров и услуг (обозначим этот фактор в общем виде П), уровень денежных доходов отдельных групп населения (D), уровень и соотношение цен (Р). К естественным факторам относятся демографический состав населения, в первую очередь размер и состав семьи (S), а также привычки и традиции, уровень культуры, природно-климатические условия и т.д.

Экономические факторы очень мобильны, особенно распределение населения по уровню денежных доходов. Естественные же факторы меняются сравнительно медленно и в течение небольшого периода (до 3-5 лет) не оказывают заметного влияния на спрос. Исключение составляет демографический состав населения. Поэтому в текущих и перспективных прогнозах спроса все естественные факторы, кроме демографических, целесообразно учитывать сообща, введя фактор под названием «время» (t).

Таким образом, в общем виде спрос определяется в виде функции перечисленных выше факторов:

Y= f (П, D, P, S, t).

Поскольку наибольшее влияние на спрос оказывает фактор дохода (известно выражение: «спрос всегда платежеспособен»), многие расчеты спроса и потребления осуществляются в виде функции от душевого денежного дохода: у = f(D).

Наиболее простой подход к прогнозированию спроса на небольшой период времени связан с использованием так называемых структурных моделей спроса. При построении модели исходят из того, что для каждой экономической группы населения по статистическим бюджетным данным может быть рассчитана присущая ей структура потребления. При этом предполагается, что на изучаемом отрезке времени заметные изменения претерпевает лишь доход, а цены, размер семьи и прочие факторы принимаются неизменными. Изменение дохода, например его рост, можно рассматривать как перемещение определенного количества семей из низших доходных групп в высшие. Другими словами, изменяются частоты в различных интервалах дохода: они уменьшаются в нижних и увеличиваются в верхних интервалах. Семьи, которые попадают в новый интервал, будут иметь ту же структуру потребления и спроса, какая сложилась у семей с таким же доходом к настоящему времени.

Таким образом, структурные модели рассматривают спрос как функцию только распределения потребителей по уровню дохода. Имея соответствующие структуры спроса, рассчитанные по данным статистики бюджетов, и частоты распределения потребителей по уровню дохода, можно рассчитать общую структуру спроса. Если обозначить структуру спроса в группе семей со средним доходом Di через r(Di), а частоты семей с доходом Di через w(Di), то общая структура спроса R может быть рассчитана по формуле:

где n – количество интервалов дохода семей.

Структурные модели спроса – один из основных видов экономико-математических моделей планирования и прогнозирования спроса и потребления. В частности, широко распространены так называемые компаративные (сравнительные) структурные модели, в которых сопоставляются структуры спроса данного исследуемого объекта и некоторого аналогового объекта. Аналогом обычно считаются регион или группа населения с оптимальными потребительскими характеристиками.

Наряду со структурными моделями в планировании и прогнозировании спроса используются конструктивные модели спроса. В основе их лежат уравнения бюджета населения, т.е. такие уравнения, которые выражают очевидное равенство общего денежного расхода (другими словами, объема потребления) и суммы произведений количества каждого потребленного товара на его цену. Если Z, – объем потребления, т – количество разных видов благ, qi – размер потребления i-го блага, рi, – цена i-го блага, то конструктивная модель спроса может быть записана следующим образом:

Эти модели, называемые также моделями бюджетов потребителей, играют важную роль в планировании потребления. Одной из таких моделей является, например, всем известный прожиточный минимум. К таким моделям относятся также рациональные бюджеты, основанные на научных нормах потребления, прежде всего продуктов питания, перспективные бюджеты (например, так называемый бюджет достатка) и др.

При освоении нового рынка товаров длительно пользования, учитывая, что эти товары являются технически-сложными устройствами и требуют послепродажного обслуживания на специальных сервисных центрах следует рассмотреть потребность в спросе на данные услуги. Разделим этапы послепродажного обслуживания на гарантийный и послегарантийный и рассмотрим их в отдельности, так как они имеют значительную разницу для фирмы-продавца.

Обслуживание товаров длительного пользования вне гарантийного срока осуществляется за счет собственных средств клиента. При планировании освоения нового рынка необходимо проанализировать потребность в таких услугах уже существующих на рынке товаров и в соответствии с полученными данными рассчитать сервисные мощности. Гарантийные обязательства и мощности под них, как правило заранее известны и базируются на статистических данных и опыте других рынков с данными товарами.

Учитывая факторы, определяющие потребность клиентов в выполнении различных видов работ, при прогнозировании спроса на сервисные услуги необходимо учитывать следующие гипотезы:

1.Функция спроса является сложной многофакторной зависимостью.

2.Факторы, влияющие на спрос, являются взаимозависимыми величинами.

Рассмотренная в работе концептуальная схема позволяет осуществить прогнозирование спроса на услуги сервисной отрасли на основе комплексного подхода, учитывающего весь спектр основных факторов и их взаимосвязей, определяющих спрос. Данный подход может быть формализован с помощью соотношений трех типов:

· динамики численности товаров в обороте;

· динамики видовой и возрастной структуры товаров;

· общей функцией спроса на сервисные услуги.

В общей форме модель прогнозирования спроса на услуги сервиса может быть представлена следующим образом:

где t - период моделирования (год или другой временной интервал);

Na(t) - численность товаров в обороте в году t;

M3(t) - суммарная мощность заводов в году t;

Mc(t) - суммарная мощность сервисных предприятий в году t;

Э(t) - экспорт товаров в году t;

И(t) - импорт товаров в году t;

Kk(t) - уровень качества обслуживания в году t;

Ca(t) - вектор цен на товары в году t;

Cy(t) - вектор цен на услуги в году t;

D(t) - вектор доходов по группам населения в году t;

Sa(t) - вектор видовой структуры товаров в году t;

Sb(t) - вектор возрастной структуры товаров в обороте в году t;

P(t) - спрос на сервисные услуги в году t;

f1, f2, f3, f4, f5 - функции, конкретный вид которых устанавливается статистическим путем.

Рассмотрим имитационное моделирование спроса на услуги на примере работы сервиса. Имитационное моделирование - это процесс конструирования модели реальной системы и осуществления экспериментов на этой модели. Цель имитационного моделирования - понять поведение системы, либо оценить в рамках принятых ограничений различные стратегии, обеспечивающие функционирование данной системы. Этот метод позволяет, имея достаточный объем данных по количеству обращений абонентов к сервису за прошедшие периоды, прогнозировать будущие значения объема спроса.

Для моделирования объема продаж необходимо провести анализ статистических данных. С этой целью в начале определяются минимальное и максимальное значения объема продаж за рассматриваемый период с помощью функций Microsoft Office Excel МИН() и МАКС(). Затем все данные отсортировываются по возрастанию.

Для определения количества групп, на которые необходимо разбить диапазон исходных данных использовалась формула Стерджесса

где k – количество интервалов (групп),

N – общее количество наблюдений (исходных данных).

Шаг интервала можно найти как разность максимального и минимального значений переменной, деленную на количество интервалов:

После разбиения исходного диапазона на группы было определено число наблюдений в каждой группе, найдены частоты попадания в исследуемых переменных в каждый интервал и определена относительная частота попадания в интервал. Гистограмма относительных частот представлена на рисунке 7.1.

По оси Ox откладываются середины интервалов, на которые разбиваются данные, отражающие количество абонентов, обратившихся к услуге сервиса в течение одной недели, по оси Oy – относительная частота попаданий в интервал.

Рис.7.1. Гистрограмма относительных частот

Для построенного эмпирического распределения были найдены его основные характеристики – математическое ожидание и дисперсия – по следующим формулам

fi – частота попадания для каждого интервала; xi – середина каждого интервала;

m – число интервалов; n – общее количество наблюдений.

На следующем шаге была сформулирована гипотеза о соответствии нормального распределения наблюдаемым значениям количества обращений. После проверки гипотезы о согласии эмпирического и теоретического распределений, осуществляемой методом Колмогорова-Смирнова оказалось, что на статистически приемлемом доверительном интервале (99%) нормальный закон распределения вероятностей согласуется с распределением эмпирических данных.

Выбор критерия Колмогорова-Смирнова обусловлен сравнительно небольшим объемом выборки, а также тем, что данный критерий применяется в тех случаях, когда проверяемое распределение непрерывно и известны среднее и дисперсия совокупности.

Проверка осуществляется путем задания интегральной функции, следующей из теоретического распределения, и ее сравнения с интегральной функцией распределения эмпирических данных.

Сравнение основывается на выборочной группе, в которой экспериментальное распределение имеет наибольшее абсолютное отклонение от теоретического. Сравнивая его с критическим значением статистики Колмогорова – Смирнова со степенью свободы, равной объему выборки. Если абсолютная разность меньше критического значения, то статистическая гипотеза о соответствии эмпирических данных теоретическому распределению принимается.

Критическое значение D при уровне значимости 0,01 оказалось равным 0,32 D(0,01;26)=0,32, максимальное отклонение, равное 0,192, меньше критического (0,192<0,32). Для рассматриваемого сервиса гипотеза о соответствии распределения количества запросов нормальному закону распределению принимается. Рисунок 4 иллюстрирует согласие эмпирического распределения дохода от сервиса «Новости» и теоретического нормального распределения.

На следующем этапе был проведен имитационный эксперимент. Для этого сначала было рассчитано количество реализаций, необходимое для построения прогноза с допустимой погрешностью 1%. После чего были сгенерированы случайные величины из нормального закона распределения, проведена обработка результатов эксперимента и построен прогноз количества обращений пользователей к сервису.

При отсутствии существенных изменений в условиях работы сервиса (по сравнению с исследуемым временным периодом), с вероятностью более 90,93% спрос превысит 1400 заявок, с вероятностью 98,62% количество обращений к сервису в течение каждой следующей недели окажется выше 950 и практически со 100% вероятностью можно утверждать, что количество обращений к сервису окажется выше 500.

Сегодня на базе критического рационализма экономические науки сближаются с двух сторон экономической действительности. С одной стороны, теоретические научные программы пытаются распознать внутреннюю структуру, заложенную в многочисленных формах проявления реальности, сформулировать по возможности простые и обобщенные гипотезы о причинно-следственных связях и закономерностях, проверить их эмпирически и воплотить в разъяснительных и прогнозных моделях. Э. Гутенберг в известной работе "К спору о методах" (1953 г.) усмотрел в этом центральную задачу науки об экономике предприятия - "в элементах увидеть целое и частное рассматривать как объяснение общего". В этой связи он приходит к выводу, что научная ценность экономического исследования не зависит от практической значимости объекта исследования; главное, чтобы оно проводилось методически чисто и логически правильно.

С другой стороны, задачей науки об экономике предприятия является содействие принятию решений. Это означает, что модели принятия решения по целям и средствам должны разрабатываться как основа рекомендаций для действий по решению практических проблем. Здесь в качестве базиса незаменимы разъяснительные модели. Если мы хотим знать, как можно формировать действительность, то должно быть известно, какими свойствами она обладает. Например, предметом разъяснительной модели может быть влияние рекламы на сбыт продукции предприятия. Анализ с помощью модели принятия решений содействует принятию выгодного рекламного бюджета.

Процесс познания в экономических науках можно представить следующим образом:

теоретическое исследование

· выдвижение гипотезы о закономерностях типа "действие - причина",

· формулирование причинно-следственных связей,

· эмпирическая проверка

· построение разъяснительной и прогнозной моделей;

технологическое исследование

· выработка рекомендации для дальнейших действий типа "цели - средства их достижения",

· создание модели поддержки принятия решений.

Оптимизационные модели нацелены на максимизацию выгоды или прибыли. Они построены таким образом, чтобы можно было использовать оптимизационный алгоритм и получить оптимальную практическую рекомендацию. Их недостаток заключается в вынужденном упрощении действительности, поскольку определение параметров модели должно быть ориентировано на обеспечение возможности выработки решений. Поэтому полученные рекомендации часто теряют практическую ценность. Этим объясняется, почему экономическая практика относится к ним скептически. Тем не менее оптимизационные модели по сравнению с интуитивными умозрительными моделями менеджеров имеют значительные преимущества:

· не допускают логических ошибок, так как могут быть математически проверены на наличие нарушений логики;

· являются бескомпромиссными и не содержат ничего лишнего, сводят проблему к ее сути и содействуют выражению основополагающих взаимосвязей целей и средств.

Математические модели обеспечивают систематическое осмысление проблем и позволяют одновременно учитывать все влияющие на них факторы. Вместе с тем, раскрывая все предпосылки, они становятся более уязвимыми для критики по сравнению с умозрительными моделями, где исходные пункты рассуждений формулируются их создателями.

Что касается имитационной модели, то она решается не аналитически, а экспериментально или эвристически, что вследствие резкого увеличения расчетов требует использования электронно-вычислительной техники. Благодаря компьютерным технологиям неожиданно для многих возрождается и математическое модельное мышление. С помощью имитации могут быть найдены удовлетворительные решения сложных проблем, тогда как оптимизационные модели позволяют получить оптимальные решения только для проблем с простой структурой.

Литература: 1, 11, 14.

Содержание практических занятий

Дата добавления: 2015-07-15