Этапы формирования товарной политики как элемента стратегии предприятия на основании анализа хозяйственно-экономической среды

      

     На  основании десезонализированный данных можно построить модель основного  тренда. Для упрощения задачи будем  рассматривать только линейную модель тренда.

     Уравнение линейной модели тренда имеет вид:

     Т= а + bх ,

     где а – параметр, характеризующий  точку пересечения с осью ординат;

           b – наклон линии тренда.

     Для определения параметров прямой, наилучшим  образом аппроксимирующий тренд, можно  использовать метод наименьших квадратов. Уравнения для расчета параметров а и в будут иметь вид:  

     nSху -Sх*Sу

           в =   ,

     nSх² – (Sх)²

     где n – количество переменных;

           х – порядковый номер квартала;

           у – значение десезонализированного  объема продаж по кварталам,  тыс. шт.

               Sу - b*Sх

      а =       n n

     На  основании рассчитанных параметров а и b, определим вид уравнения тренда.

         

       
 
 
 
 
 
 

     Таблица 18

     Данные  для расчета тренда

 

     13*63706,94 – 91*8504,85

b =  = 22,93.

      13*819 - 91² 

     8504,85 22,93*91

a =  -    = 493,69.

      13  13 

      Уравнение модели тренда имеет вид: Т = 493,69 + 22,93*х

     Рассчитаем  ошибки или остатки модели. Ошибка или остаток определяется как  разница между фактическим значением  объема реализации и суммой трендового значения и сезонной компоненты за тот же период. Отразим значения, полученные в процессе расчета, в следующей таблице.  

Таблица 19

Расчет  ошибок для построения адаптивной модели

 

     Рассчитаем  среднее абсолютное отклонение (MAD) 

           S çОшибка ç 0,25

      MAD =  =  = 39,3. 

           n 13

     Осуществим  прогнозирование объема реализации в 14-м квартале с использованием полученной аддитивной модели.

     Таблица 20

     Прогнозирование объема реализации в 14-м квартале

      Второй, как было указано выше, формируется  прогностическая модель с мультипликативной  компонентой, то есть модель, в которой вариация значений переменной во времени наилучшим образом описывается через умножение компонент. В этой модели значение сезонной компоненты не является константой, а представляет собой определенную долю трендового значения. В более упрощенном виде модель фактических значений можно представить следующим образом: Фактическое значение = Трендовое значение * Сезонная компонента * Ошибка.

     Рассчитаем  сезонную компоненту. Для этого необходимо выполнить несколько этапов расчетов.

1. Определим скользящую среднюю для каждого из четырех кварталов.
2. Для соотнесения временного промежутка полученной скользящей средней и фактических значений рассчитаем центрированную скользящую среднюю.
3. Поскольку скользящая за 4 квартала не содержит сезонной компоненты, то центрированная скользящая средняя также ее не содержит. Делением значения фактического объема реализации на значение центрированной скользящей средней получаем коэффициент сезонности. Результаты проводимых расчетов отразим в следующей таблице.

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Таблица 21

Расчет  значений коэффициента сезонности

 

     Рассчитаем  среднее значение сезонной компоненты. Для этого необходимо найти средние  значения сезонных оценок для каждого  сезона года и скорректировать их, умножив полученные средние сезонные оценки на следующее значение: 4/(не скорректированная сумма средних сезонных оценок), таким образом, чтобы их сумма, в данном случае, была равна четырем. Результаты расчетов занесем в следующую таблицу.

Таблица 22

Расчет  средних значений сезонной компоненты

     Десезонализируем  данные при расчете тренда. На этом этапе происходит деление фактических  объемов реализации за каждый квартал  на соответствующие значение сезонной компоненты, что позволяет убрать из фактических значений сезонную компоненту. Результаты расчетов оформим в следующую таблицу.

Таблица 23

Расчет  десезонализированности данных