Меню
Головна
 
Головна arrow Менеджмент arrow Міжнародний менеджмент
< Попередня   ЗМІСТ   Наступна >

Прогнозування цін

Найважливішою проблемою для успішної зовнішньоекономічної діяльності підприємства є прогнозування Tien на продукцію та послуги в умовах значної волатильності (мінливості) ринку.

Розглянемо існуючі методи прогнозування цін на прикладі підприємств алюмінієвої промисловості.

Методи прогнозування на основі одного ряду динаміки. Прогнозування - це одна з форм отримання інформації про майбутнє. На відміну від планів, прогнозування дозволяє лише передбачати ситуацію і розробити приблизну модель поведінки в майбутньому, ґрунтуючись на фактах минулого. Наприклад, успішне прогнозування цін на алюміній, встановлюваних на Лондонській біржі металів, дає можливість встановлення такої ціни на алюміній, яка забезпечувала б високу рентабельність виробленого металу.

При прогнозуванні цін біржових товарів зазвичай використовується технічний аналіз поточних цін. При цьому графічним шляхом визначаються рівні підтримки і опору цін, які є індикаторами поточного стану ринку, а також індекс стабільності зміни цін RSI, значення якого менше 30 (20)% свідчать про те, що метал "перепроданий", а більше 70 (80)% - що метал "перекуплений". Однак ці параметри не дозволяють прогнозувати поведінку цін з точністю, необхідної для комерційного застосування. За допомогою фігур технічного аналізу можна прогнозувати лише тенденцію розвитку ціни, можливі переломи тренда, але не можна передбачити конкретні показники рівня цін.

Для більш точного кількісного прогнозу цін широко використовуються економетричні методи, засновані на застосуванні статистичного аналізу. Також визначають значущі біржові параметри корелюють з зміною цін в майбутньому періоді, і пов'язують їх з прогнозованою ціною у вигляді регресійного рівняння.

Найпростіший ("наївний") метод прогнозування. Даний спосіб прогнозування є найбільш простим. Суть його полягає в тому, що існує припущення, що поточні періоди є найкращими

провісниками майбутнього. Найпростішу модель можна представити у вигляді формули

де в (I + 1) - прогнозне (оціночне) значення }' на період £ + 1, отримане в період V, (£) - фактичне (спостережуване значення у у момент р.

Використання найпростішої моделі в прогнозуванні дає хороші результати, якщо спостереження відповідають коротких періодів часу (наприклад, дні або тижні) і характер їх зміни не містить помітних стрибків.

Також використовуючи цю модель, ми можемо отримати оцінку точності прогнозування, яка визначається за формулою

Чим менше величини залишків за всі періоди тимчасового ряду, тим ефективніше процедура прогнозування. (Залишки обчислюються ретроспективно.)

Найпростішу модель можна адаптувати до структури часового ряду. Наприклад, якщо має місце тренд зростання або зменшення рівнів у часі, то можлива коригування моделі з урахуванням добавки - різниці між поточним значенням рівня і попереднім значенням:

Іноді в якості корекції моделі на тренд використовують не абсолютну різницю, а темп зміни:

Рівень ряду динаміки відчуває також вплив причин, зумовлених періодичністю коливань. До таких коливань відносяться періодичні або сезонні коливання. У широкому розумінні до сезонних коливань відносяться всі явища, які виявляють у своєму розвитку чітко виражену закономірність внутрішньорічних змін, тобто більш чи менш стійко повторюються з року в рік коливання рівнів. Часто ці коливання можуть бути пов'язані зі зміною пір року. Для вимірювання сезонності коливань часто вживається метод побудови індексів сезонності.

У випадку яскраво вираженої сезонності у зміні рівнів модель може виглядати наступним чином:

де до - проміжок сезонності (наприклад, к = 4, якщо має місце квартальна сезонність; до = 12, якщо сезонність місячна).

Основний недолік найпростіших моделей полягає в тому, що в них не враховується вплив змін на більш пізні періоди часу. Тобто дану модель доцільно застосовувати для короткострокового прогнозування. При довгостроковому прогнозуванні можливі помилки.

Різні моделі можна комбінувати, тоді вони будуть враховувати відразу кілька компонент. Наприклад, модель, що включає тренд і сезонну компоненту:

де у (I - до+ 1) - член, що враховує сезонність (до - проміжок сезонності), а інший доданок, що є середнім арифметичним приростів за до попередніх періодів, - член, що враховує тренд.

Метод середнього абсолютного приросту і середнього темпу зростання. Також досить простим методом прогнозування по одному ряду динаміки є застосування середніх характеристик даного ряду: середнього абсолютного приросту і середнього темпу зростання.

Середній абсолютний приріст (або середня швидкість росту) розраховується як середня арифметична з показників швидкості росту за окремі проміжки часу:

де і - число рівнів ряду; Дг - абсолютні зміни порівняно з попереднім рівнем.

Виходячи з цього, отримуємо таку модель:

де у1 - початковий рівень ряду; £ - порядковий номер дати (р = 0, 1,і); Д - середній абсолютний приріст.

Середній темп приросту являє собою середній коефіцієнт зростання, виражений у відсотках.

Середній коефіцієнт зростання обчислюється за формулою середньої геометричної з показників коефіцієнтів зростання за окремі періоди:

де К|, К2,"_! - коефіцієнти зростання порівняно з рівнем попереднього періоду; і - число рівнів ряду.

Звідси середній темп зростання:

де К - середній річний коефіцієнт зростання.

У другому випадку розрахункові рівні визначаються за формулою

де I - порядковий номер дати (£ = 0, 1,і); Т - середній темп зростання.

Для практичного застосування середній темп зростання, розрахований за даними про кінцевому і початковому рівнях тимчасового ряду, можна використовувати тільки у випадку більш або менш рівномірного зміни рівнів. У разі сильної змінності рівнів ряду використання середньої геометричної може дати спотворене вираз середньої інтенсивності зміни їх рівнів.

Прогнозування з допомогою лінійної моделі статистичного аналізу. Тренд є довгострокової складової часового ряду. При аналізі тренду незалежної змінної X є час, а залежною У - рівень тимчасового низки. Вид тренда можна виявити, якщо побудувати графік часового ряду, відкладаючи на осі абсцис періоди часу, а на осі ординат - значення рівнів. Візуальний аналіз розташування точок графіка допоможе зробити висновок про форму згладжує лінії. Для лінійного тренда застосовується метод найменших квадратів.

Сутність методу найменших квадратів полягає у відшуканні параметрів моделі тренда, що мінімізують її відхилення від точок вихідного часового ряду:

де 5 - сума квадратів відстаней; У,- - розрахункові значення вихідного ряду; У- - фактичні значення вихідного ряду; і - число спостережень.

Нехай розглядається лінійний тренд:

де У - оцінка рівня часового ряду (залежна змінна); З - час (незалежна змінна).

Тоді згідно з методом найменших квадратів коефіцієнти лінійного рівняння Ь і Ь0 знаходяться за форму-. гам:

де У, - наблюденное значення часового ряду за період V, Т - загальне число спостережень у тимчасовому ряду (довжина часового ряду);

де У = (У, + У2 + ... + УТ) / Т; I = (1 + 2 + .... + Т) / Т = = (Т+ 1)/2.

Прогнозний місяць слід закодувати по тій же системі. Якщо р = Т - останній місяць у ряді спостережень, на основі яких було отримано рівняння, прогнозуючи місяці Т на к місяців вперед, слід в рівняння (12.13) підставити значення £ = Т + к.

Метод найменших квадратів широко застосовується для отримання конкретних прогнозів, що пояснюється його простотою і легкістю реалізації на ЕОМ. Недолік методу полягає в тому, що модель тренду жорстко фіксується, і з допомогою методу найменших квадратів можна отримати надійний прогноз на невеликий період упередження. Тому МНК відноситься головним чином до методів короткострокового прогнозування.

 
< Попередня   ЗМІСТ   Наступна >

Схожі тими

Місткість ринку та його прогнозування
Метод експертних оцінок прогнозування попиту
Прогнозування і планування
ПРОГНОЗУВАННЯ В ІННОВАЦІЙНОМУ МЕНЕДЖМЕНТІ
Методи прогнозування фінансової неспроможності компанії
Прогнозування і планування у фінансовому управлінні підприємством
Адаптивні моделі прогнозування
Прогнозування розвитку менеджменту
 
Предмети
Банківська справа
БЖД
Бухоблік і аудит
Документознавство
Екологія
Економіка
Етика і естетика
Інвестування
Інформатика
Історія
Культурологія
Література
Логістика
Маркетинг
Медицина
Менеджмент
Політологія
Політекономія
Право
Психологія
Соціологія
Страхова справа
Товарознавство
Філософія
Фінанси