Методы прогнозирования объема продаж

 

МЕТОДЫ ПРОГНОЗИРОВАНИЯ  ОБЪЕМА ПРОДАЖ

 

Бушуева Л. И.

к. э. н., доцент кафедры  маркетинга и статистики

Сыктывкарского  государственного университета

 

 

Самым простым способом прогнозирования  рыночной ситуации является экстраполяция, т.  е. Распространение тенденций, сложившийся в прошлом на будущее.

Методы прогнозирования  объема продаж можно разделить на 34 основные группы:

• методы экспертных оценок;
• методы анализа и прогнозирования временных рядов;
• казуальные (причинно-следственные) методы.

Методы экспертных оценок основываются на субъективной оценке текущего момента и перспектив развития. Эти методы целесообразно использовать для конъюнктурных оценок,  особенно в случаях, когда невозможно получить непосредственную информации о каком-либо явлении или процессе.

Вторая и третья группы методов основаны на анализе количественных показателей, но они существенно  отличаются друг от друга.

Методы анализа и прогнозирования  временных рядов связаны с  исследованием изолированных друг от друга показателей, каждый из которых  состоит из 2х элементов: из прогнозов  детерминированной компоненты и  прогноза случайной компоненты.  Разработка первого прогноза не представляет больших трудностей, если определена основная тенденция развития и возможна ее дальнейшая экстраполяция. Прогноз  случайной компоненты сложнее, так  как ее проявление можно оценить  лишь с некоторой вероятностью.

В основе казуальных методов  лежит попытка найти факторы, определяющие поведение  прогнозируемого  показателя. Поиск этих факторов приводит собственно к экономико-математическому  моделированию — построению модели поведения экономического объекта  учитывающего развитие взаимосвязанных  явлений и процессов.

Каждая из рассмотренных  групп методов обладает определенными  достоинствами и недостатками. Их применение эффективно в краткосрочном  прогнозировании так как они в определенной мере упрощают реальные процессы и не выходят за рамки представлений сегодняшнего дня. Следует обеспечивать одновременное использование количественных и качественных методов прогнозирования.

Прогнозы объема продаж с  помощью экспертов могут быть получены в одной из трех форм:

1. точечного прогноза;
2. интервального прогноза;
3. прогноза распределения вероятности.

 

Точечный прогноз объема продаж — это прогноз конкретной цифры. Он является наиболее простым из всех прогнозов, поскольку содержит наименьший объем информации. Как правило, заранее предполагается, что точечный прогноз может быть ошибочным, но методикой не предусмотрен расчет ошибки прогноза или вероятности точного прогноза. Поэтому на практике чаще применяется два других метода прогнозирования.

Интервальный  прогноз объема продаж — предусматривает установление границ, внутри которых будет находиться прогнозируемое значение показателя с заданным уровнем значимости. Примером является утверждение типа: «В предстоящем году объем продаж составит от 11 до 12,4 млн. руб.».

Прогноз распределения  вероятностей связан с определением вероятности попадания фактического значения показателя в одну из нескольких групп с установленными интервалами.

Интервалы, учитывающие низкие, средние, и высокие уровень продаж, иногда называют пессимистичными, наиболее вероятными и оптимистическими.

Для выявления общего мнения экспертов необходимо получить данные от каждого эксперта, а затем произвести расчеты, используя систему взвешивания  индивидуальных значений по какому-либо критерию. Известны 4 метода взвешивания  различных мнений:

1. использование равных весов, если эксперты, предполагают исследователи, имеют одинаковые компетентности;
2. использование весов, пропорциональных степени «важности» экспертов, соответствующие их компетентности, известности, в ученом мире, опыт в конкретной области деятельности и т.  п.;
3. использование весов, пропорциональных самооценкам экспертов. Имеются свидетельства наличия прямой связи между уровнем самооценки компетентности экспертов и точностью экспертных оценок;
4. использование весов, пропорциональных относительно точности последних прогнозов конкретного эксперта.

 

Выбор метода остается за исследователем и зависит от конкретной ситуации. Ни один из них не может быть рекомендован для использования любой ситуации.

Избежать проблему взвешивания индивидуальных прогнозов экспертов и искажающего влияния отмеченных нежелательных факторов позволяет Дельфи-метод. Его основу составляет работа по сближению точек зрения экспертов. Всех экспертов знакомят с оценками обоснования других экспертов и предоставляют возможность изменить свою оценку.

Вторая группа методов прогнозирования основана на анализе временных рядов.

Прогнозирование на основе анализа временных рядов предполагает, что происходившие изменения  в объемах продаж могут быть использованы для определения этого показателя в последующие периоды времени. Временные ряды обычно служат для  расчета 4 различных типов изменений  в показателях: трендовых, сезонных, циклических и случайных.

Тренд — это изменение, определяющее общее направление развития, основную тенденцию временных рядов. Выявление основной тенденции развития (тренда) называют выравниванием временного ряда, а методы выявления основной тенденции — методами выравнивания.

Один из наиболее простых  приемов обнаружения общей тенденции  развития явления — укрупнение интервала динамического ряда. Смысл этого приема заключается в том, что первоначальный ряд динамики преобразуется и заменяется другим, уровни которого относятся к большим по продолжительности периодам времени. Тренд в потреблении является характеристикой относительно стабильного    темпа роста показателя за период.

Выявление основной тенденции  может быть осуществлено также методом скользящей средней. Для определения скользящей средней формируются укрупненные интервалы, состоящие из одинакового числа уровней. Каждый последующий интервал получаем, постепенно передвигаясь от начального уровня динамического ряда на одно значение. По сформированным укрупненным данным рассчитываем скользящий средний, которые относятся к середине укрупненного интервала.

Изучение основной тенденции  развития является эмпирическим приемом                          предварительного анализа. Для того чтобы дать количественную модель изменений  динамического ряда, используются метод аналитического выравнивания. В этом уровне фактические уровни ряда заменяются теоретическими, рассчитанными по определенной кривой, отражающий общую тенденцию изменения показателя во времени. Таким образом уровень динамического ряда рассматривается как функция времени:

 

Наиболее часто могут  использоваться следующие функции:

1. при равномерном развитии — линейная функция: ;
2. при росте с ускорением:

        а) парабола второго порядка:;

 

         б) кубическая парабола: ;

 

          3) при постоянных темпах роста  — показательная функция:;;

          4) при снижении с замедлением  — гиперболическая функция: ;

         Однако аналитическое выравнивание  содержит в себе ряд условностей:  развитие явлений обусловлено  не только тем сколько времени прошло с отправного момента, а тем, какие силы влияли на развитие, в каком направление и с какой интенсивностью. Развитие явлений во времени выступает как внешняя выражение этих сил.

     Оценки параметров находятся методом наименьших квадратов, сущность которого состоит в отыскании таких параметров, при которых  сумма квадратов отклонений расчетных значений уровней, вычисленных по искомой формуле, от их фактических значений была бы минимальной.

Для сглаживания экономических  временных рядов целесообразно  использовать функции, содержащие большое  количество параметров, т. к. полученные таким образом уравнения тренда будут отображать случайные колебания, а не основную тенденцию развития явления.

Подбор вида функции, описывающей  тренд, параметры которой определяют методом наименьших квадратов, производится в большинстве случаев эмпирически, путем построения ряда функций и  сравнения их между собой по величине среднеквадратической ошибки.

Разновидность между фактическими значениями ряда динамики и его выравненными значениями  характеризует случайные  колебания. В некоторых случаях  последние сочетают тренд, циклические  колебания  и сезонные колебания.

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.

Периодические колебания  в розничной торговле можно обнаружить и в течение недели, и в течение  какой-либо недели месяца. Однако, самые значительные  сезонные колебания наблюдаются в определенные  месяцы года. При анализе сезонных колебаний обычно рассчитывается индекс сезонности, который используется для прогнозирования исследуемого показателя. 

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 различают по способу расчета выровненной средней. Чаще всего используются либо скользящая средняя, либо аналитическая модель проявления сезонных колебаний.

Большинство  методов  предполагают использование компьютера. Относительно простым методом расчета  индекса сезонности является метод центральной скользящей средней. Используя его, мы должны последовательно осуществить следующие этапы:

1. решить, данные за несколько лет должны быть включены в расчет. Можно использовать данные за 1 год, но для большей достоверности расчетов лучше использовать данные, по крайней мере, за 2 года, а если сезонные колебания значительны, - то и более.
2. Рассчитать средний объем продаж за месяц по данным 13 месяцев, для которых июнь 1 года лежит в середине ряда.
3. Рассчитать индекс сезонности для июня 1 года, как отношение объема продаж в июне этого года к среднему объему за месяц в течение исследуемого периода.
4. Повторить этапы 2 и 3 для июня 2 года.
5. Определить средний индекс в июне по данным  за 1  и 2 год по формуле простой арифметической.
6. Рассчитать соответствующие индексы для всех месяцев
7. 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 %.

 

 

 

Сравнение средних квадратических отклонений, вычисленных за разные периоды времени, показывают сдвиги в сезонности.

 Другим методом расчета индексов сезонности, часто используемым в различного рода экономических исследованиях, является метод сезонной корректировки, известный в компьютерных программах как метод переписи. Он является своего рода модификацией метода скользящих средних. Специальная программа элиминирует трендовую и циклическую компоненты, используя целый комплекс скользящих средних. Кроме того, из средних сезонных удалены и случайные колебания, поскольку под контролем находятся крайние значения признаков.

Расчет индексов сезонности является первым этапом в составлении  прогноза.

 

Метод экспоненциального  сглаживания,  может быть использован для краткосрочного прогнозирования объема продаж. Расчет осуществляется с помощью экспоненциально-взвешенных скользящих средних:

 

,

 

где Z - Cглаженный объем продаж

t - Период времени,

α - Константа сглаживания,

Y – Фактический объем продаж.

  Последовательно используя  эту формулу, экспоненциальный  объем продаж Zt можно выразить через фактические значения объема продаж Y:

 

,

 

где SO – начальное значение экспоненциальной средней.

       Все методы прогнозирования дают примерно одинаковые результаты с ошибкой , не превышающей 5%. Следовательно, любой метод может быть использован для прогнозирования.

Колебания , отражающие конъюнктурные циклы перехода от более или менее благоприятной рыночной ситуации, называют циклическими колебаниями.

Существуют различные  классификации циклов, их последовательности и продолжительности.

Методика выявления цикличности  заключается в следующем. Отбираются рыночные показатели, проявляющиеся  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 разбираются на однородные кластерные группы. Нанесенные на график кластерные оценки должны показать последовательность изменения основных рыночных процессов и их движение по фазам конъюнктурных циклов.