Модели формирования планов (прогнозов)
Эмпирические данные и методы анализа
Модели формирования производственных планов
Адаптивные модели формирования планов производства
Обучения-на-ошибках модели формирования планов производства
Модели формирования ценовых планов
Адаптивные модели формирования ценовых планов
Обучения-на-ошибках модели формирования ценовых планов
Навигация
Модели формирования планов (прогнозов)
Особенности формирования производственных и ценовых планов (прогнозов) предприятий российской промышленности в 1993-2001 гг.
184209
знаков
24
таблицы
5
изображений
2. Модели формирования планов (прогнозов)
В нашей работе будут использованы три основных типа моделей: адаптивные, обучения на ошибках и экстраполяционные в формулировках, ориентированных на результаты европейских гармонизированных конъюнктурных опросов (Konig et all, 1981).
Самые простой тип моделей формирования ожиданий - экстраполяционные - предполагают, что прогноз (план) изменения переменной X в момент t (X*t) определяются фактическим изменением этой же переменной в моменты t и t-1 (Xt и Xt-1):
X*t=f( Xt, Xt-1 ).
В такой форме оценка экстраполяционной модели требует ответов по каждому предприятию из двух соседних опросов. Если использовать общую форму экстраполяционной модели (Nerlove, 1983), то возникает необходимость в получении регулярных ответов от одного предприятия в течение гораздо большего количества опросов. В этом случае количество фирм, ответы которых можно использовать для расчетов, будет снижаться с включением каждого следующего опроса, поскольку добиться от всех респондентов абсолютно регулярного участия в опросах невозможно. Стабильность участия предприятий в опросах ИЭПП составляет около 80%. Эта цифра показывает, что из всех предприятий, принявших участие в опросе t-1, в следующем опросе t участвует 80%. Это довольно высокий, по нашему мнению, показатель.
В описанном выше варианте экстраполяционная модель предполагает, что прогнозы формируются под влиянием предыдущих изменений того же показателя. Для исследования переходных экономик можно использовать и такие экстраполяционные модели, в которых прогнозы одного показателя, формируются под влиянием предшествующих изменений другого. Например, выглядит логичным рассмотреть влияние на прогнозы изменения выпуска предыдущих изменений платежеспособного или бартерного спроса. Такие модели формирования производственных планов можно считать более прогрессивными по сравнению с экстраполяцией выпуска. При этом ориентацию на платежеспособный спрос следует расценивать как более рыночную позицию производителей, чем ориентацию на бартерные сделки. Для проверки, какой спрос является для производителей предпочтительным, можно исследовать комбинированную экстраполяционную модель, в которой в качестве независимых переменных одновременно используются изменения и платежеспособного, и бартерного спроса.
Адаптивные модели формирования ожиданий в своей первоначальной формулировки связывали предполагаемые изменения показателя с разницей между предшествующими фактическими изменениями и предшествующими прогнозами (Nerlove, 1956, 1958):
X*t = f ( Ф(Xt, X*t-1) ).
Здесь переменная Ф(Xt, X*t-1) описывает соответствие (ошибку) прогнозов показателя в момент t-1 и фактических изменений показателя в следующем опросе t. Она определяется из матрицы сопряженности прогнозов показателя в момент t-1 и фактических изменений в момент t:
| X*t-1 | ||||
| + | = | - | ||
| + | = | + | + | |
| Ф(Xt, X*t-1): X t | = | - | = | + |
| - | - | - | = |
Новая переменная Ф(Xt, X*t-1) является трихотомической и может принимать следующие значения: (+) - фактические изменения оказались лучше прогнозов; (=) - фактические изменения совали с прогнозами; (-) - фактические изменения оказались хуже прогнозов.
Специально для качественных результатов конъюнктурных опросов Konig et all (1981) предложили упрощенную формулировку адаптивной модели, которая не накладывает никаких ограничений на взаимодействие независимых переменных, и выглядит следующим образом:
X*t=f( X t, X*t-1 ).
В этом случае ожидания в момент t определяются реализациями того же показателя в момент t и ожиданиями в момент t-1, взаимодействие которых может быть любым.
Модель обучения на ошибках для данных конъюнктурных опросов связывает точность реализации предыдущего прогноза с изменениями двух последующих прогнозов (Konig et all, 1981). Она имеет вид:
D(X*t, X*t-1) = f ( Ф(Xt, X*t-1) ).
Здесь D(X*t, X*t-1) обозначает изменение показателя (в данном случае - прогнозов показателя X) за два соседних опроса и определяется из матрицы сопряженности значений показателя в моменты t-1 и t, где (+) означает рост показателя, (-) - снижение, (=) - нет изменений:
| X*t-1 | ||||
| + | = | - | ||
| + | = | + | + | |
| D(X*t, X*t-1): X*t | = | - | = | + |
| - | - | - | = |
Новая переменная D(X*t, X*t-1) является трихотомической и может принимать следующие значения: (+) - показатель изменился в лучшую сторону; (=) - показатель не изменился; (-) - показатель изменился в худшую сторону. Знак или значения новой переменной определяются на основе сочетания значений исходных переменных. Если прогнозы в двух соседних опросах не изменились (этому соответствуют диагональные элементы приведенной матрицы), то новая переменная имеет значение (=). Над главной диагональю находятся элементы (ответы предприятий), которые свидетельствуют о положительном изменении (улучшении) прогнозов между двумя опросами. Если в момент t-1 предприятия прогнозировали снижение показателя X, то в момент t у них зарегистрированы прогнозы роста или неизменения этого показателя. Такую смену естественно назвать положительным изменением. Если же в момент t-1 предприятия прогнозировали рост показателя X, а в следующем опросе стали прогнозировать его снижение или неизменность, то такой переход логично считать негативным изменением прогнозов.
Производные переменные D(X*t, X*t-1) и Ф(Xt, X*t-1) обычно определяются для одних и тех же показателей (Konig et all, 1981). Вместе с тем в некоторых случаях может представлять интерес расчет Ф(Xt, X*t-1) для двух разных показателей, отклонение которых друг от друга также интересно использовать. Для переходных экономик такой парой является, несомненно, выпуск и спрос (платежеспособный или бартерный). Для этой пары показателей целесообразно рассмотреть и отклонение фактических изменений в одном опросе.
Похожие работы
... ООО «РУБИН-ПЛЮС» НА 2003 г. . Как уже указывалось ранее (глава 1.) особое значение в российских условиях приобретают разработка и реализация планов организации и развития бизнеса – бизнес-план . Статистические данные о неудачах новых предприятий указывают на то , что риск достаточно велик . Для предвидения и возможного предотвращения этих проблем используется бизнес – план . В ...
... и укрепления его позиций на внешнем и внутреннем рынках (рис. 1.3). Важность разработки эффективной системы организационно-экономических мероприятий поддержки управления конкурентоспособностью промышленного предприятия подтверждается работами [10, 21, 47,73]. ВЫВОДЫ К ПЕРВОЙ ГЛАВЕ Исследования, проведенные в первой главе, позволили сделать следующие выводы: 1. Высокая ...
... хотелось бы сделать некоторые общие выводы и дать рекомендации к развитию и совершенствованию ценовой политики компании Цептер в условиях становления рыночной экономики. В работе рассмотрены теоретико-методологические основы формирования стратегии ценообразования и построения ценовой политики предприятия. Проанализирована стратегия ценообразования компании «Цептер» - международной компании по ...
... стратегическому развитию целесообразно разделить на два ключевых направления: – разработка общей концепции развития предприятия: стратегия предприятия и его бизнес единиц (стратегический маркетинг); – детализация общей концепции развития, формирование инвестиционного портфеля, разработка бизнес-планов проектов и дальнейшая их реализация (управление инвестициями). Для эффективной деятельности ...
0 комментариев