Организация и управление торгово-сбытовой деятельностью. Презентация Малинин В. А
 Скачать 0.61 Mb.
|
Метод укрупнения интервала динамического рядачто первоначальный ряд динамики преобразуется и заменяется другим, уровни которого относятся к большим по продолжительности периодам времени (тенденция изменения показателей за месяц может быть преобразована в годовую) Используется для выявления основной тенденции 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 скользящие средние, которые относятся к середине укрупненного интервала Используется для формирования количественной модели изменений динамического ряда фактические уровни ряда заменяются теоретическими, рассчитанными по определенной кривой, отражающей общую тенденцию изменения показателей во времени Сезонные колебанияПовторяющиеся ежегодно изменения объема продаж в определенные периоды времени Предполагают оценку индекса сезонности Сезонные колебанияМетод расчет индекса сезонности – метод центрированной скользящей средней Формирование временного ряда Определение среднего объема продаж за 13 месяцев, что позволяет центрировать ряд Средняя определяется по средней хронологической Определение индекса сезонности Расчет среднего индекса по методу простой арифметической Оценка интенсивности колебаний динамического ряда Оценка индекса сезонности на основе Census Method IIМетод сезонной корректировки Представляет модификацию метода скользящих средних Представляет анализ трендовой и циклической компонент на основе скользящих средних Предполагает исключение случайных колебаний Особенности метода экспоненциального сглаживанияИспользуется для краткосрочного прогнозирования продаж Предполагает расчет экспоненциально-взвешенных скользящих средних Zt = a х Yt + (1 – a) х Zt – 1 Классификация видов циклаДвадцатилетние (обусловлены сдвигами воспроизводства) Циклы Джанглера (7-10 лет) (как результат проявления денежно-кредитных факторов) Классификация видов циклаЦиклы Катчина (3-5 лет) (обусловлены динамикой оборачиваемости запасов) Частные хозяйственные циклы (1-12 лет) (обусловлены колебаниями инвестиционной деятельности) Этапы выявления цикличностиВыявление показателей, проявляющих наибольшие колебания Формирование динамических рядов Исключение тренда Этапы выявления цикличностиСтандартизация остаточных рядов, отражающих случайные (конъюнктурные колебания) Расчет коэффициентов корреляции Формирование кластерных групп Графическое отражение кластерных оценок Казуальные методы прогнозирования продажкорреляционно-регрессионный анализ метод ведущих индикаторов метод обследования намерений потребителей Особенности применения корреляционно-регрессионного анализаФакторные признаки регрессионной модели (переменные) – доходы потребителей, расходы на рекламу, цены продукции конкурентов и др. Y (X1; X2; ...; Xn) = b0 + b1 х X1 + b2 х X2 + ... + bn х Xn, где Y — прогнозируемый (результативный) показатель; в данном случае — объем продаж; X1; X2; ...; Xn — факторы (независимые переменные); в данном случае — уровень доходов потребителей, цены на продукты конкурентов и т.д. n — количество независимых переменных; b0 — свободный член уравнения регрессии; b1; b2; ...; bn — коэффициенты регрессии, измеряющие отклонение результативного признака от его средней величины при отклонении факторного признака на единицу его измерения Обоснование факторов изменения объемов продаж (независимых переменных) Формирование временного ряда по независимым факторам (не менее 20 периодов) Расчет коэффициента регрессии и оценка ошибки прогноза Повтор этапов 1-4 до получения удовлетворительной модели (критерий – способность воспроизводить фактические данные с заданной степенью точности) Определение веса факторов в формировании моделируемого показателя на основе коэффициента эластичности (bj — коэффициент регрессии при j-м факторе) |