Реферат - Прогнозування попиту на продукцію і послуги - файл n1.doc

Реферат - Прогнозування попиту на продукцію і послуги
скачать (83 kb.)
Доступные файлы (1):
n1.doc83kb.03.11.2012 09:52скачать

n1.doc

Реферат

На тему

прогнозування попиту на продукцію і послуги

Вступ

Однією з важливих функцій управління промисловими, с/г, обслуговуючими і комерційними підприємствами є прогнозування попиту на продукцію і послуги. Оптимальне або, принаймні, раціональне управління економічними об'єктами, ефективне функціонування в умовах конкурентного ринкового середовища, неможливо без прогнозування попиту. Прогнозування попиту є основою для створення ефективних систем планування і управління запасами на підприємствах. Від якості прогнозів попиту багато в чому залежить кінцевий успіх діяльності економічних об'єктів. Для прогнозування попиту застосовують як формалізовані, так і інтуїтивні методи прогнозування.

Важливість прогнозування попиту була високо оцінена вченими і фахівцями. На цю тему існує велика кількість робіт у вітчизняній і зарубіжній літературі. Проте в основному увага приділялася або окремим приватним питанням, або викладу деяких методів прогнозування, як правило евристичних, без належного обґрунтування їх вживання для прогнозування попиту на ту або іншу продукцію. У роботах економістів на цю тему часто розглядалися аб­страктні макроекономічні моделі, непридатні для вирішення кон­кретних практичних завдань, а для практичного прогнозування попиту пропонувалися неефективні методики, що не використовують обробку ста­тистичних даних сучасними науковими методами. Для якісного прогнозування попиту необхідно, по-перше, побудувати адекватну модель динаміки попиту, враховуючи специфіку конкретної продукції або послуги, а потім розробити і застосовувати метод, що забезпечує здобуття по реальних статистичних даним оптимальних прогнозів для даної моделі. Більш того, для прогнозування попиту доцільно використовувати серію матема­тичних моделей і в процесі експлуатації застосовувати статистичну процедуру автоматичного вибору найбільш відповідної моделі попиту. Можливості сучасної обчислювальної техніки дозволяють цей під­хід реалізувати на практиці.

Прогноз попиту на майбутній плановий період є відправною точкою системи формування моделі випуску, основою формування виробничої програми підприємства.

Для ринків країн СНД з несталою структурою попиту актуальним є про­гнозування попиту на продукцію підприємства. Лише для не багатьох підприємств прогнози такого роду не складають особливих труднощів. На більшості ринків рівні попиту вагаються, тому уміння зробити точний прогноз — визначальний чинник успіху підприємства, і чим вище нестабільність попиту, тим точніше має бути прогноз.

Таким чином, успішна діяльність підприємства неможлива без прогнозування попиту. Проте не існує надійної методики кількісної оцінки найбільш суттєвих чинників, що впливають на попит. Кількісному визначенню попиту важко через відсутність концепції, адекватно пояснюючої закономірності його виникнення і транс­формації в умовах становлення ринкових стосунків; обмежується слабким ступенем розробки відповідних методів і моделей для прогнозування його динаміки і структури; значно ускладнюється відсутністю необхідного інформаційного забезпечення. Все це вказує на актуальність дослідження і необхідність розробки методики прогнозування попиту на продукцію підприємства.

1.1 Аналіз методів прогнозування попиту і моделювання випуску продукції

Попит на продукцію є двоєдиним поняттям, що зв'язує кількість товару, що купується, з його ціною.

Вибір методу прогнозування залежить від ряду моментів:

періоду, на який необхідно скласти прогноз (наприклад, методи екстраполяції найбільш ефективні при короткострокових прогнозах);

можливості отримати відповідні вихідні дані.

При прогнозуванні попиту застосовуються наступні підходи:

Метою проведення робіт по вивченню попиту на продукцію є розробка стра­тегії підприємства на ринку і її оперативне коректування відповідно до змін кон'юнктури ринку.

На основі проведеного аналізу пропонується наступний порядок проведення робіт по вивченню попиту на продукцію.

  1. Вивчення попиту і тенденцій його зміни, що складаються на ринку продукції.

  2. Сегментація ринку продукції і позиціювання підприємства на окремих сегментах і на ринку в цілому.

  3. Розробка робочих прогнозів збуту і планів продажів (виробництва).

Для прогнозу попиту на продукцію використовуються наступні методи прогнозу попиту, приведені в таблиці 1.

На основі даних, приведених в таблиці, доцільно застосовувати методи кореля­ційно-регресійного аналізу, що дають найбільшу точність для короткострокового прогнозу.

Бізнес-прогнози моделі випуску є вихідними даними, що містять планову і нормативну інформацію для складання моделі випуску продукції підприємства на майбутній плановий період.

Складання моделі випуску продукції пов'язане з прогнозуванням попиту, на основі прогнозу планується випуск широкої номенклатури тракторів, що виготовляються, оцінюється можливість збільшення обсягів випуску і реалізації продукції, проведення програми технічного переозброєння підприємства, освоєння нових видів продукції, збереження ро­бочих місць, зниження собівартості продукції. Також необхідно виробити оптимізацію моделі випуску продукції, яка включає наступні елементи.

  1. Аналіз купівельного попиту на окремі види продукції.

  2. Облік обмежень, пов'язаних з існуючими виробничими потужностями, наявними оборотними ресурсами і потребою ринку в окремих продуктах.

  3. Вибір з врахуванням ринкового попиту раціонального поєднання цін і об'ємів реализа­ції.

4. Прогноз потоку грошових коштів для порівняння планової і оптимальної програм.

1.2 Чинники, що враховуються при моделюванні попиту

Вочевидь, що попит на продукцію або послуги залежить від вигляду про­дукції або послуги, а також від регіону, в якому вони реалізуються. Далі ці чинники вважатимемо фіксованими, оскільки їх зміна, як пра­вило, робить зміну оброблюваних статистичних даних, на основі яких обчислюється прогноз. Правда, в деяких випадках вигляд продукції або послуги, разом з іншими обставинами, впливає на включення в модель тих або інших чинників.

Нехай Y(t) - попит на дану продукцію або послугу в даному регіоні в період часу t. Величина Y(t) має натуральну одиницю виміру, залежну від вигляду даної продукції або послуги, від традицій, що склалися, на даному об'єкті управління і від зручності здобуття статистичних даних про попит. Під моментом часу розуміється деякий інтервал, фіксована довжина якого береться за одиницю. Тому змінна часу t набуває цілочисельних значень, що відповідає реальній ситуації.

Як одиниця виміру часу при прогнозуванні попиту можуть висту­пати доба, тиждень, декада, місяць і в окремих випадках квартал. У вигляді винятків при прогнозуванні попиту на продукцію і послуги в широкій номенклатурі для цілей державного управління в якості одиниці виміру часу може виступати рік. Вибір одиниці виміру часу залежить від наступних чинників:

При виборі одиниці виміру часу слід мати на увазі, що чим вона менша, тим більше статистичних даних, а збільшення кількості статистичних даних вабить поліпшення якості прогнозу. Тому, якщо є можливість, то, як правило, рекомендується вибирати як одиницю виміру часу добу або тиждень. Якщо ж все-таки як одиниця виміру часу вибрані декада, місяць, квартал або рік, то довжини таких інтервалів можуть трохи змінюватися.

Аби усунути погрішність, що виникає при цьому, можна порекомен­дувати при обробці статистичних даних кожне спостереження Y(i) при i=1,t ділити на нормуючий коефіцієнт h(i), що є відношенням кількості доби в i-м періоді часу до базової кількості доби для даної одиниці виміру часу, якщо лише ці величини не збігаються. А після обчислення прогнозу на момент часу t+l - множити цей прогноз на нормуючий коефіцієнт h(t+l), якщо h(t+l)=l. Далі вважатимемо, що одиниця виміру попиту і одиниця виміру часу вибрані і фіксовані.

Максимальний набір факто­рів, які слід враховувати при прогнозуванні попиту включає:

- сезонний чинник, що визначає закономірну зміну попиту із зміною пір року (сезонів);

Облік сезонного чинника і періодів особливого попиту багато в чому залежить від вигляду продукції або послуги, попит на яку прогнозується. Тому вимір і облік в моделі цих двох чинників в даній роботі не розглядається.

2. Метод кореляційно-регресійного аналізу для прогнозу попиту

При використанні кореляційно-регресійного аналізу прогноз попиту спирається на фактичну інформацію про продажі і застосовує кількісні прийоми обробки даних за минулий період часу.

Метод побудови регресійної залежності з метою підвищення наочності необхідно проводити з використанням тимчасових рядів продажів і цін, формуванні вибірки і екстраполяції залежності "ціна — об'єм продажів" на найближчий час.

Застосування даного методу прогнозування попиту включає наступні основні етапи:

Вихідним показником попиту може бути величина попиту на окремі товари у вартісному або натуральному вираженні, питома вага товару в загальному об'ємі платоспроможного попиту на всі товари.

Пропонований метод заснований на припущенні про стабільність причинно-наслідкових зв'язків чинників зовнішнього середовища, що робить можливим використання прийомів екстраполяції тенденцій, характерних у минулому, на майбутнє; з метою прогнозування попиту в поточному році на основі аналізі даних про ціни і об'єми продажів в минулому році.

Вихідними даними для побудови функції попиту служать об'єми реалізації, при­буток і відповідні ціни за всі місяці минулого року.

Отриманий в результаті оброблений масив даних є основою для побудови аналітичної залежності ціни від об'ємів щомісячних продажів.

3.1. Обробка експертних оцінок


Після проведення опиту групи експертів здійснюється обробка результатів. Вихідною інформацією для обробки є числові дані, що виражають переваги експертів, і змістовне обґрунтування цих переваг. Метою обробки є отримання узагальнених даних і нової інформації, яка перебуває в прихованій формі в експертних оцінках. На осно­ві результатів обробки формується вирішення проб­леми.

Наявність як числових даних, так і змістовних висловів експертів наводить до необхідності застосування якісних і кількісних методів обробки результатів групового експертного оцінювання. Питома вага цих методів істотно залежить від клас­у проблем, що вирішуються експертним оцінюванням.

Всю безліч проб­лем можна розділити на два класи. До першого класу відносяться проблеми, для вирішення яких є до­статній рівень знань і досвіду, тобто є необ­хідним інформаційний потенціал. Для об­робки результатів групового експертного оцінювання проблем першого класу можна успішно застосовувати ме­тоди математичної статистики, засновані на осередненню даних.

До другого класу відносяться проблеми, для вирішення яких ще не накопичений достатній інформаційний потенціал. У зв'язку з цим думки експертів можуть дуже сильно розрізнятися один від одного. Більш того, думка одного експерта, що сильно відрізняється від останніх думок, може виявитися достеменною. Очевид­но, що вживання методів усереднювання результатів групової експертної оцінки при вирішенні проблем другого класу може привести до великих помилок. Тому обробка результатів опиту експертів в цьому випадку повинна базуватися на методах, не використовуючи принципи усереднювання, а на методах якісного аналізу.

Враховуючи, що проблеми першого класу є найбільш поширеними в практиці експертного оцінювання, основна увага в цій главі приділяється методам обробки результатів експертизи для цього класу проблем.

Залежно від цілей експертного оцінювання і вибраного методу виміру при обробці результа­тів опиту виникають наступні основні завдання:

1) побудова узагальненої оцінки об'єктів на основі індивідуальних оцінок експертів;

2) побудова узагальненої оцінки на основі парного порівняння об'єктів кожним експертом;

3) визначення відносних вагів об'єктів;

4) визначення узгодженості думок експертів;

5) визначення залежностей між ранжуваннями;

6) оцінка надійності результатів обробки.

Завдання побудови узагальненої оцінки об'єктів по індивідуальних оцінках експертів виникає при колективному експертному оцінюванні. Рішення цієї задачі залежить від використаного експертами методу виміру.

При вирішенні багатьох завдань недостатньо здійснити впорядкування об'єктів по одному показнику або деякої сукупності показників. Бажано мати числові значення для кожного об'єкту, що визначають відносну його важливість в порівнянні з іншими об'єктами. Іншими словами, для багатьох завдань необхідно мати оцінки об'єктів, які не лише виконують їх впорядкування, але і дозволяють визначати міру переваги одного об'єкту перед дру­гим. Для вирішення цього завдання можна безпосередньо застосувати метод безпосередньої оцінки. Проте це ж завдання при певних умовах можна вирішити шляхом обробки оцінок експертів.

Визначення узгодженості думок експертів виконується шляхом обчислення числової міри. Ана­ліз значення міри узгодженості сприяє створенню правильної думки про загальний рівень знань з вирішуваної проблеми і виявлення угрупувань думок експертів. Якісний аналіз причин групування думок дозволяє встановити існування різних поглядів, концепцій, виявити наукові школи, визначити характер професійної діяльності і тому подібне Всі ці чинники дають можливість більш глибоко осмислити результати опиту експертів.

Обробкою результатів експертного оцінювання можна визначати залежності між ранжуваннями різних експертів і тим самим встановлювати спільність і відмінність в думках експертів. Важливу роль відіграє також встановлення залежності між ранжуваннями, побудованими за різними показниками порівняння об'єктів. Виявлення таких залежностей дозволяє розкрити зв'язані показники порівняння і, можливо, здійснити їх угрупування по мірі зв'язку. Важливість завдання визначення залежностей для практики очевид­на. Наприклад, якщо показниками порівняння є різні цілі, а об'єктами — засоби досягнення цеілей, то встановлення взаємозв'язку між ранжуваннями, що упорядковують засоби з точки зору досягнення цілей, дозволяє обґрунтовано відповісти на питання, в якій мірі досягнення однієї мети при даних засобах сприяє досягненню інших цілей.

Оцінки, що отримуються на основі обробки, являє собою випадкові об'єкти, тому одним з важливих завдань процедури обробки є визначення їх надійності. Рішенню цієї задачі повинна приділятися відповідна увага.

Обробка результатів експертизи представляє со­бою трудомісткий процес. Виконання операцій обчислення оцінок і показників їх надійності уручну зв’язано з великими трудовими витратами навіть в разі вирішення простих задач упорядкування. У зв'язку з цим доцільно використовувати обчислювальну техніку і особливо ЕОМ. Вживання ЕОМ висуває проблему розробки машинних програм, що реалізовують алгорит­ми обробки результатів експертного оцінювання.

Розглянемо алгоритми обробки результатів експертного оцінювання безлічі об'єктів. Хай m експертів виробили оцінку n об’єктів за l показниками. Результати оцінки представлені у вигляді величин, де j – номер експерта, i - номер об'єкту, h – номер показника (ознаки) порівняння. Якщо оцінка об'єктів вироблена методом ранжування, то величини є рангами. Якщо оцінка об'єктів виконана методом безпосередньої оцінки або методом послідовного порівняння, то величини є числами з деякого відрізання числової осі, або бали. Обробка результа­тів оцінки істотно залежить від розглянутих мето­дів виміри.

Розглянемо випадок, коли величини отримані мето­дами безпосередньої оцінки або послідовного порівняння, тобто є числами, або балами. Для здобуття групової оцінки об'єктів в цьому випадку можна (скористатися середнім значенням оцінки для кожного об'єкту

(3.1)

де - коефіцієнти вагів показників порівняння об'єктів, - коефіцієнти компетентності експертів. Коефіцієнти вагів показників і компетентності об’єктів є нормованими величинами.

    1. Верифікація прогнозу

Під верифікацією розуміється оцінка достовірності і точності або перевірка обґрунтованості прогнозу. Верифікація прогнозів є найбільш складною проблемою в прогнозному дослідженні, оскільки вона ставить задачу оцінити достовірність і точність результатів прогнозування до настання можливих подій, при цьому необхідно забезпечити достатній ступінь впевненості при підготовці управлінського рішення. У зв’язку з цим варто зауважити, що роль прогнозування полягає не тільки в більш-менш точному передбаченні майбутнього розвитку об'єкта прогнозування, а ще й в тому, якою мірою прогноз сприяє підвищенню рівня обґрунтованості й ефективності розроблюваних на його підставі управлінських рішень.

При верифікації прогнозів доцільно робити оцінки:

На основі цих оцінок з достатньою впевненістю можна розмірковувати про правильність вибраної методології й адекватності конкретних методів прогнозування.

При верифікації прогнозів слід розрізняти такі поняття, як точність прогнозування, достовірність (надійність) та обґрунтованість прогнозу. Під точністю прогнозу розуміється статистична оцінка довірчого інтервалу прогнозу для заданої вірогідності його здійснення. Достовірність (надійність) прогнозу оцінюється вірогідністю здійснення прогнозу для заданого довірчого інтервалу. Обґрунтованість прогнозу – це ступінь відповідності методів і вихідної інформаційної бази об'єкта цілям і задачам прогнозування.
Тепер виділяють декілька способів верифікації прогнозів, до них, зокрема, відносяться:

1) пряма верифікація – одержання того ж самого прогнозу шляхом його повторної розробки, але тільки за допомогою інших методів прогнозування;

2) дублююча верифікація – підтвердження результатів прогнозування раніш проведеними дослідженнями для того ж самого чи аналогічного об'єкта прогнозування;

3) непряма верифікація – одержання аналогічного прогнозу шляхом логічного або математичного виведення висновків із вже відомих раніше прогнозів;

4) інверсна верифікація – оцінка адекватності прогностичної моделі за даними в періоді складання прогнозу (за ретроспективними даними);

5) експертна верифікація – перевірка вірогідності прогнозу шляхом експертної оцінки методики та результатів прогнозування;

6) часткова верифікація – підтвердження правильності прогнозу після закінчення частини часу періоду упередження.

Якщо у процесі аналізу (верифікації) результати прогнозування визнаються задовільними, то в подальшому, після відповідної змістовної їх інтерпретації вони використовуються для підготовки управлінських рішень. У противному разі методика прогнозування потребує доробки. Причому її коректування можливе починаючи з будь-якого етапу залежно від того, на якому з них виявлені помилки. Найчастіше виникнення помилок зумовлено такими причинами:

1) неправильні методологія дослідження та гіпотези про тенденції розвитку кримінальних процесів. Тут необхідно проводити глибокий кримінологічний аналіз, і ніякі нові методи не зможуть забезпечити достовірності результатів прогнозування;

2) невідповідність вибраних методів прогнозування сутності досліджуваних процесів;

3) неврахування "стрибків" (перехідних періодів) у розвитку прогнозованих процесів. Виявити в прогнозуванні перехідні періоди тільки статистичними методами вкрай важко, тут необхідно використовувати експертні методи. Процеси саме такого роду характерні для сучасного етапу розвитку нашого суспільства;

4) неправильний вибір об'єктів прогнозування і (чи) системи показників, що характеризують даний об'єкт;

5) неправильний вибір періоду упередження прогнозу, недостатність статистичних даних у періоді складання прогнозу, а отже, ненадійність одержаних прогнозних оцінок;

6) недостовірність і ненадійність вихідної статистичної інформації, зумовлені неправильними методами збирання даних, неоднорідністю (непорівнянністю) об'єктів, за котрими вона узагальнюється, і просто грубими помилками при її реєстрації;

7) неправильний вибір форми і параметрів аналітичної залежності (математичної моделі), за допомогою якої здійснюється апроксимування даних і прогнозування основних тенденцій та сезонних коливань порушень;

8) наявність випадкових складових (перешкод), котрі не дають змоги виділити чітку основну тенденцію і сезонні коливання динамічного ряду. Усунення причин такого роду є достатньо складною процедурою, оскільки потребує перегляду всієї методології прогнозування.

Висновки

Прогнозування попиту є досить важливою функцією управління. Прогноз попиту на майбутній період є відправною точкою системи формування моделі випуску. Для прогнозування попиту застосовують різні методи: як формалізовані, так й інтуїтивні.

Одним з найдоцільніших методів прогнозування попиту є методи кореляційно-регресійного аналізу, оскільки вони дають найбільшу точність для короткострокового прогнозу.

Для побудови прогнозу необхідно мати такі дані: історичні дані про рух товарів, дані про клієнтів, дані про ринки збуту тощо.

При використанні кореляційно-регресійного аналізу прогноз попиту спирається на фактичну інформацію про продажі і застосовує кількісні прийоми обробки даних за минулий період часу.

При використання інтуїтивних методів прогнозування попиту важливим етапом є обробка результатів експертних оцінок. При узагальнення результатів використовують ЕОМ. Якщо у процесі аналізу результати прогнозування визнаються задовільними, то в подальшому вони використовуються для підготовки управлінських рішень. У противному разі методика прогнозування потребує доробки.

Очевидно, що найкращий ефект дають комбіновані методи на підставі експертних оцінок та технічних оцінок одночасно.

Учебный материал
© bib.convdocs.org
При копировании укажите ссылку.
обратиться к администрации