Методы сглаживания

Методы сглаживания представляют собой наивысшую форму интуитивного моделирования. Основные виды: скользящее среднее (проще) и экспоненциальное сглаживание.

Скользящее среднее

Скользящее среднее пересчитывается, как только поступают новые данные. Менеджеры получают возможность при расчете среднего значения каждый раз учитывать данные последних наблюдений. Можно отметить, что выбранное количество наблюдений для усреднения является мерой относительной важности данных прошлых периодов против последних данных.

Преимущества и недостатки:

Скользящее среднее просто рассчитывается и легко понимается. Однако имеются два ограничения:

-Необходимо хранить большой объем данных от периода к периоду

-Все данные - и прошлых периодов и текущие - взвешиваются с одинаковыми
коэффициентами. Наверное, стоит присваивать данным текущего периода больший
весовой коэффициент, если они важнее.

Метод экспоненциального сглаживания свободен от указанных недостатков. Экспоненциальное сглаживание

Экспоненциальное сглаживание - популярный метод краткосрочного прогнозирования. Использует взвешенное среднее данных прошлых периодов как основу для прогнозирования. При этом большие весовые коэффициенты присваиваются более поздним данным и меньшие - данным наблюдений прошлых периодов. Считается, что будущее больше зависит от более близкого прошлого и меньше - от удаленных по времени наблюдений.

Метод эффективен в случае, когда допускаются случайные изменения и отсутствуют колебания сезонного характера. К недостатку метода относится то, что он не учитывает отраслевые и экономические факторы, такие, как рыночные условия, цены, эффект от действия конкурентов.

Регрессионный анализ

Это статистическая процедура для математической оценки зависимости между зависимой и независимой переменной.

Моделирование

Финансовая модель или модель бюджетирования

Дата добавления: 2015-07-19