Планирование реализации ООО «ДальИмпорт»

Сезонные  колебания – повторяющиеся из года в год изменения показателя в определенные промежутки времени. Наблюдая их в течение нескольких лет для каждого месяца (или квартала), можно вычислить соответствующие средние, или медианы, которые принимаются за характеристики сезонных колебаний.

В самой простой  форме индекс сезонности рассчитывается как отношение среднего уровня за соответствующий месяц к общему среднему значению показателя за год (в  процентах). Все другие известные  методы расчета сезонности различаются по способу расчета выровненной средней. Чаще всего используются либо скользящая средняя, либо аналитическая модель проявления сезонных колебаний.

1. Расчет индексов сезонности является первым этапом в составлении прогноза. Обычно этот расчет проводится вместе с оценкой тренда и случайных колебаний и позволяет корректировать прогнозные значения показателей, полученных по тренду. обобщить данные о силе колеблемости показателей динамического ряда из-за их сезонного характера. При этом используется среднее квадратическое отклонение индексов сезонности (в процентах) от 100%:

Расчет индексов сезонности является первым этапом в составлении прогноза. Обычно этот расчет проводится вместе с оценкой тренда и случайных колебаний и позволяет корректировать прогнозные значения показателей, полученных по тренду. При этом необходимо учитывать, что сезонные компоненты могут быть аддитивными и мультипликативными.

Циклические колебания

Объемы продаж большинства компаний показывают более  значительные колебания Они растут и падают в зависимости от общей  ситуации в бизнесе, уровня спроса на продукты, производимые компаниями, деятельности конкурентов и других факторов. Колебания, отражающие конъюнктурные циклы перехода от более или менее благоприятной рыночной ситуации к кризису, депрессии, оживлению и снова к благоприятной ситуации, называются циклическими колебаниями.

Методика выявления цикличности заключается в следующем. Отбираются рыночные показатели, проявляющие наибольшие колебания, и строятся их динамические ряды за возможно более продолжительный срок. В каждом из них исключается тренд, а также сезонные колебания. Остаточные ряды, отражающие только конъюнктурные или чисто случайные колебания, стандартизируются, т.е. приводятся к одному знаменателю. Затем рассчитываются коэффициенты корреляции, характеризующие взаимосвязь показателей. Многомерные связи разбиваются на однородные кластерные группы. Нанесенные на график кластерные оценки должны показать последовательность изменения основных рыночных процессов и их движение по фазам конъюнктурных циклов.

Методика выявления  цикличности заключается в следующем. Отбираются рыночные показатели, проявляющие наибольшие колебания, и строятся их динамические ряды за возможно более продолжительный срок. В каждом из них исключается тренд, а также сезонные колебания. Остаточные ряды, отражающие только конъюнктурные или чисто случайные колебания, стандартизируются, т.е. приводятся к одному знаменателю. Затем рассчитываются коэффициенты корреляции, характеризующие взаимосвязь показателей. Многомерные связи разбиваются на однородные кластерные группы. Нанесенные на график кластерные оценки должны показать последовательность изменения основных рыночных процессов и их движение по фазам конъюнктурных циклов.

4. Казуальные методы  прогнозирования.

Казуальные методы прогнозирования объема продаж включают разработку и использование прогнозных моделей, в которых изменения в уровне продаж являются результатом изменения одной и более переменных.

Казуальные методы прогнозирования требуют определения  факторных признаков, оценки их изменений  и установления зависимости между  ними и объемом продаж. Из всех казуальных методов прогнозирования рассмотрим только те, которые с наибольшим эффектом могут быть использованы для прогнозирования объема продаж. К таким методам относятся:

1. корреляционно-регрессионный анализ;
2. метод ведущих индикаторов;
3. метод обследования намерений потребителей и др.

К числу наиболее широко используемых казуальных методов  относится корреляционно-регрессионный анализ. Техника этого анализа достаточно подробно рассмотрена во всех статистических справочниках и учебниках. Рассмотрим лишь возможности этого метода применительно к прогнозированию объема продаж.

Может быть построена  регрессионная модель, в которой  в качестве факторных признаков  могут быть выбраны такие переменные, как уровень доходов потребителей, цены на продукты конкурентов, расходы  на рекламу и др. Уравнение множественной регрессии имеет вид:

где Y – прогнозируемый (результативный) показатель; в данном случае – объем продаж;

 – факторы (независимые переменные); в данном случае – уровень доходов потребителей, цены на продукты конкурентов и т.д.;

n – количество независимых переменных;

 – свободный член уравнения регрессии;

 – коэффициенты регрессии, измеряющие отклонение результативного признака от его средней величины при отклонении факторного признака на единицу его измерения.

Последовательность  разработки регрессионной модели для прогнозирования объема продаж включает следующие этапы:

1. предварительный отбор независимых факторов, которые по убеждению исследователя определяют объем продаж. Эти факторы должны быть либо известны (например, при прогнозировании объема продаж цветных телевизоров (результативный показатель) в качестве факторного признака может выступать число цветных телевизоров, находящихся в эксплуатации в настоящее время); либо легко определяемы (например, соотношение цены на исследуемый продукт фирмы с ценами конкурентов);
2. сбор данных по независимым переменным. При этом строится временной ряд по каждому фактору либо собираются данные по некоторой совокупности (например, совокупности предприятий). Другими словами, необходимо, чтобы каждая независимая переменная была представлена 20 и более наблюдениями;
3. определение связи между каждой независимой переменной и результативным признаком. В принципе, связь между признаками должна быть линейной, в противном случае производят линеаризацию уравнения путем замены или преобразования величины факторного признака;
4. проведение регрессионного анализа, т.е. расчет уравнения и коэффициентов регрессии, и проверка их значимости;
5. повтор этапов 1 – 4 до тех пор, пока не будет получена удовлетворительная модель. В качестве критерия удовлетворительности модели может служить ее способность воспроизводить фактические данные с заданной степенью точности;

6. сравнение роли различных факторов в формировании моделируемого показателя. Для сравнения можно рассчитать частные коэффициенты эластичности, которые показывают, на сколько процентов в среднем изменится объем продаж при изменении фактора Xj на один процент при фиксированном положении других факторов. Коэффициент эластичности определяется по формуле

где b_j – коэффициент регрессии при j-м факторе.

Регрессионные модели могут использоваться при  прогнозировании спроса на потребительские  товары и средства производства. В  результате проведения корреляционно-регрессионного анализа объема продаж напитка “Тархун” была получена модель:

где Y_t+1 – прогнозируемый объем продаж в месяце (t+1);

A_t – затраты на рекламу в текущем месяце t;

Y_t – объем продаж в текущем месяце t.

Возможна следующая  интерпретация уравнения многофакторной регрессии: величина объема продаж напитка в среднем увеличивалась на 2,021 тыс. дал, при увеличении затрат на рекламу на 1 руб. объем продаж в среднем увеличивался на 0,743 тыс. дал., при увеличении объема продаж предыдущего месяца на 1 тыс. дал объем продаж в последующем месяце увеличивался на 0,856 тыс. дал.

Ведущие индикаторы – это показатели, изменяющиеся в том же направлении, что и исследуемый показатель, но опережающие его во времени.

Метод ведущих индикаторов чаще используется для прогнозирования изменений в бизнесе в целом, чем для прогнозирования объема продаж отдельных компаний. Хотя нельзя отрицать, что уровень объема продаж большинства компаний зависит от общей рыночной ситуации, сложившейся в регионах и стране в целом. Поэтому перед прогнозированием собственного объема продаж фирмам часто бывает необходимо оценить общий уровень экономической активности в регионе. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Глава 2: Аналитическая  часть.

2.1 Краткая характеристика  предприятия ООО  «ДальИмпорт»

Общество с  ограниченной ответственностью «ДальИмпорт» создано 3 мая 2006 года с целью осуществления внешнеэкономической деятельности .

ООО «ДальИмпорт» является одним из основных импортёров крупы на Дальнем Востоке, на долю предприятия приходится около 25% от общего объёма поставок китайского зерна. Обществом налажены активные торговые связи с зарубежными поставщиками: китайские компании ТЭК «Тэн Фэй» ( контракт № HLHY -2003-002 от 15 июля 2006 года) и ТЭК «Синь-Юй» ( контракт № HLFY -2003-002 от 01 декабря 2007 года), общая сумма контрактов – 10600 тыс. долларов США. Все обязательства по данным контрактам были выполнены.

Приоритет в  деятельности компании отдаётся импорту  крупы рисовой, гречневой, а также  зерна гречихи. Помимо поставки продовольственных  товаров организацией налажен импорт промышленных товаров. Общий объём поставок данной группы товаров составляет 77млн. рублей.

Объём товарооборота  предприятия отражается на размерах таможенных отчислений, что составляет порядка 60780 тыс. рублей за период ведения  хозяйственной деятельности.

Основным способом доставки импортных грузов является речной транспорт. Поставленный товар хранится на аттестованных складах, арендованных у ОАО «Хабаровский речной торговый порт», что обеспечивает беспрепятственный доступ органам карантинного и таможенного контроля на территорию деятельности ООО «ДальИмпорт». Общая складская площадь составляет 1200кв. м. В процессе таможенного оформления поступившего товара общество прибегает к услугам порта в части выполнения погрузочно-разгрузочных работ, хранение импортного груза на складе временного хранения, а также транспортно- экспедиционного обслуживания транспортных средств при прохождении экспортно-импортных грузов через международный пункт пропуска в порту, что обеспечивает стабильные поступления в бюджет крупного регионального транспортного предприятия. Так, объём оплаченных порту услуг за период прошедшей навигации составил 7797 тыс. рублей.

За период существования  общество наработало обширную клиентскую базу. Постоянные покупатели импортной  продукции расположены практически  на всей территории Российской Федерации. Заключены контракты более чем с 40 компаниями на поставку крупы и сырья гречихи (ЗАО «Корпорация «Гарант» г. Москва, ООО «Агропром» г. Екатеринбург, ООО «Астра – трейдинг» г. Челябинск, ИП Самсонов И.А г. Новокузнецк, ЧП Полыхатый А.Н. г. Благовещенск и др.). ООО «ДальИмпорт» удаётся своевременно производить поставки вагонами по всей России, обеспечивая потребности самых разных клиентов ( оптовики, фасовщики). Поставки отечественным компаниям осуществляются железнодорожным транспортом, отгрузка происходит со складов на территории порта с использованием портовых ж.д веток. Размер отчислений ДВЖД за предоставленные транспортные услуги составляет 12216 тыс. рублей.

Качество продукции, поставляемое китайской стороной, регулярно проверяется на соответствие требованиям САНПИН, ГОСТ 6292-93. Неоднократно общество проводило добровольную проверку товара на безопасность. Заключения, выданные соответствующими контролирующими органами, подтверждают высокое качество импортного зерна.

С 2006 года компания является клиентом Банком внешней торговли, где открыты валютный и рублёвые счета. За период ведения хозяйственной  деятельности обороты по счёту составили 250 млн. рублей.

Организация имеет  большой потенциал развития. За всё время работы ООО «ДальИмпорт» зарекомендовало себя как надёжный платёжеспособный ответственный партнёр и поставщик.

В планы развития общества входит расширение торговых направлений, привлечение новых  клиентов, увеличение объёма импорта  для покрытия спроса на крупы и промышленные товары как в собственном регионе, так и за его пределами.