Экстраполяция в экономике как посчитать
Перейти к содержимому

Экстраполяция в экономике как посчитать

  • автор:

33. Основные типы экстраполяторов и прогнозаторов , применяемых в экономических информационных системах, оценки качества и точности экстраполяции и прогнозирования.

Целью статистического анализа временных рядов является прогнозирование будущих значений исследуемого экономического показателя. Прогнозирование можно осуществлять либо на основе выявленных закономерностей изменения самого исследуемого показателя во времени и экстраполяции его прошлого поведения на будущее, либо на основе выявленной зависимости исследуемого показателя от других экономических факторов, будущие значения которых контролируемы, известны или легко предсказуемы.

Применение прогнозирования предполагает, что закономерность развития, действующая в прошлом (внутри ряда динамики), сохранится и в прогнозируемом будущем, то есть прогноз основан на экстраполяции. Экстраполяция, проводимая в будущее, называется перспективной и в прошлое ретроспективной. Обычно, говоря об экстраполяции рядов динамики, подразумевают чаще всего перспективную экстраполяцию.

Применение экстраполяции в прогнозировании базируется на следующих предпосылках:

— развитие исследуемого явления в целом следует описывать плавной кривой

— общая тенденция развития явления в прошлом и настоящем не должна претерпевать серьезных изменений в будущем.

Надежность и точность прогноза зависят от того, насколько близкими к действительности окажутся эти предположения, а также как точно удалось охарактеризовать выявленную в прошлом закономерность. Экстраполяцию следует рассматривать как начальную стадию построения окончательных прогнозов. Механическое использование экстраполяции может стать причиной погрешности и неправильных выводов. Всегда следует учитывать все необходимые условия, предпосылки и гипотезы, связывая их с тщательным содержательным экономико-теоретическим анализом.

Чем короче срок экстраполяции, тем более надежные и точные результаты дает прогноз. За короткий период не успевают сильно измениться условия развития явления и характер его динамики.

Некоторые авторы различают такие понятия, как прогнозирование и предсказание. Оценим модель по которой предвидится будущее значение переменной Y :

В этом случае, если будущее значение xt + p известно, то такое оценивание Y называется предсказанием. Если же действительное значение xt + p неизвестно, то говорят, что делается прогноз значения Y . Очевидно, что точность прогноза ниже точности предсказания.

На базе статистических методов при анализе динамических моделей можно определить вероятную ошибку предсказаний. Пусть xt + p есть истинное значение исследуемого показателя Y в момент времени ( t + p ) . При этом — значение по уравнению регрессии (построенному по уравнению МНК). Тогда ошибка предсказания определяется как .

Относительная ошибка прогноза определяется как отношение ошибки прогноза к действительному значению переменной, выраженное в процентах: .

Однако при достаточно медленном изменении Y значение является относительно небольшим, что может создать иллюзию качественного прогноза. Поэтому чаще вместо абсолютных значений исследуемой величины используют приросты этих значений: прогнозируемый прирост и реальный прирост за рассматриваемый период: .

Х.Тейл предложил для осуществления прогнозов использовать стандартную среднеквадратическую ошибку: , где k – количество прогнозных периодов,

При абсолютно точных прогнозах числитель предыдущей дроби будет равен нулю, т.е. U =0. При “наивном” прогнозе U =1. Т. о., близость значения U к нулю является признаком качественного прогноза.

Для определения ориентировочных размеров экономических явлений в будущем используется метод экстраполяции. Под экстраполяцией понимают нахождение уровней за пределами изучаемого ряда, т.е. продление в будущее тенденции, наблюдавшейся в прошлом (перспективная экстраполяция). Экстраполяцию рядов динамики осуществляют различными способами, например, экстраполируют ряды динамики выравниванием по аналитическим формулам: зная уравнение для теоретических уровней и подставляя в него значение t за пределами исследуемого ряда, рассчитывают для t вероятностные Д ля нахождения интересующего нас аналитического выражения тенденции на любую дату t необходимо определить средний абсолютный прирост и последовательно прибавить его к последнему уровню ряда столько раз, на сколько периодов экстраполируется ряд, то есть экстраполяцию можно сделать по формуле:

— экстраполируемый уровень, ( i + t ) – номер этого уровня (года).

i – номер последнего уровня (года) исследуемого периода, за который рассчитан

t – срок прогноза (период упреждения)

— средний абсолютный прирост.

Однако следует помнить, что использование среднего абсолютного прироста для прогноза возможно только при следующем условии: где .

МЕТОД ЭКСТРАПОЛЯЦИИ ПРИ ПРОГНОЗИРОВАНИИ БАНКРОТСТВА НА ПРИМЕРЕ ЗАО ОПХ «ЦЕНТРАЛЬНОЕ» Г. КРАСНОДАРА Текст научной статьи по специальности «Экономика и бизнес»

Статья посвящена определению вероятности банкротства методом экстраполяции временных рядов . Выявлено, что методы моделирования не учитывают влияние одноразовых факторов. Рассчитано значение вероятности банкротства по модифицированной модели Альтмана с использованием прогнозных значений.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по экономике и бизнесу , автор научной работы — Кузина В.С.

ПРОГНОЗИРОВАНИЕ ВЕРОЯТНОСТИ БАНКРОТСТВА ПРИ ПОМОЩИ ЭКСТРАПОЛЯЦИИ ВРЕМЕННЫХ РЯДОВ НА ПРИМЕРЕ ЗАО ОПХ «ЦЕНТРАЛЬНОЕ» Г. КРАСНОДАРА

ПРИМЕНЕНИЕ ПРОГНОЗНОЙ ОТЧЕТНОСТИ ДЛЯ ОЦЕНКИ ВЕРОЯТНОСТИ ФИНАНСОВОЙ НЕСОСТОЯТЕЛЬНОСТИ (БАНКРОТСТВА)
МЕТОДИКА ВЫЯВЛЕНИЯ ПРИЗНАКОВ ПРЕДНАМЕРЕННОГО БАНКРОТСТВА КАК МЕТОД ФИНАНСОВОГО КОНТРОЛЯ

Информационное обеспечение прогнозирования финансовой несостоятельности и вероятности банкротства малых предприятий

НАПРАВЛЕНИЯ УСТОЙЧИВОГО РАЗВИТИЯ ЭКОНОМИЧЕСКОЙ БЕЗОПАСНОСТИ ПРЕДПРИЯТИЯ МАШИНОСТРОЕНИЯ
i Не можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

METHOD OF EXTRAPOLATION FOR THE FORECASTING OF BANKRUPTCY BY THE EXAMPLE OF CJSC OPKH «TSENTRALNOE», KRASNODAR

The article is devoted to determining the probability of bankruptcy by extrapolating time series . It is revealed that the modeling methods do not take into account the influence of disposable factors. The value of the probability of bankruptcy is calculated from the modified Altman model using forecast values

Текст научной работы на тему «МЕТОД ЭКСТРАПОЛЯЦИИ ПРИ ПРОГНОЗИРОВАНИИ БАНКРОТСТВА НА ПРИМЕРЕ ЗАО ОПХ «ЦЕНТРАЛЬНОЕ» Г. КРАСНОДАРА»

Кузина В.С. студент 4 курса учетно-финансовый факультет Кубанский государственный аграрный университет

Россия, г. Краснодар МЕТОД ЭКСТРАПОЛЯЦИИ ПРИ ПРОГНОЗИРОВАНИИ БАНКРОТСТВА НА ПРИМЕРЕ ЗАО ОПХ «ЦЕНТРАЛЬНОЕ» Г.

Статья посвящена определению вероятности банкротства методом экстраполяции временных рядов. Выявлено, что методы моделирования не учитывают влияние одноразовых факторов. Рассчитано значение вероятности банкротства по модифицированной модели Альтмана с использованием прогнозных значений.

Ключевые слова: экстраполяция, банкротство, модели, прогноз, тренд, уравнение, временные ряды

4 year, Accounting and Finance Department Kuban State Agrarian University Russia, Krasnodar METHOD OF EXTRAPOLATION FOR THE FORECASTING OF BANKRUPTCY BY THE EXAMPLE OF CJSC OPKH «TSENTRALNOE»,

The article is devoted to determining the probability of bankruptcy by extrapolating time series. It is revealed that the modeling methods do not take into account the influence of disposable factors. The value of the probability of bankruptcy is calculatedfrom the modified Altman model using forecast values.

Keywords: extrapolation, bankruptcy, models, forecast, trend, equation, time series

С каждым годом увеличивается количество организаций-банкротов. Для снижения риска вероятности банкротства, в организациях должна проводиться антикризисная диагностика.

Существует несколько способов прогнозирования банкротства. Самым распространенным методом вероятности банкротства является моделирование, однако, все они основываются на схожих показателях: выручка, прибыль от продаж, прибыль до налогообложения и т.д. Однако, модели не учитывают возникновение форс-мажоров.

Данная ситуация произошла в сельскохозяйственной организации ЗАО ОПХ «Центральное» г. Краснодара. Основным видом ее деятельности

является выращивание плодовых и косточковых культур. В отчетном пе-риоде валовая прибыль сократилась по сравнению с 2016 г. на 38705 тыс. руб. или на 75 % и стала составлять 12 905 тыс. руб. По результатам факторного анализа, было установлено, что уменьшение прибыли в большей степени обеспечено снижением цен на продукцию плодовые и косточковые. Обусловлено это тем, что в 2017 г. весь урожай был испорчен градом, и организации пришлось реализовывать продукцию более низкого качества, но по самой высокой цене на рынке для этой категории товаров.

Таким образом, большинство моделей прогнозирования как отечественных, так и зарубежных авторов дали высокую оценку вероятности банкротства, которая не является объективной в силу игнорирования возникновения единичных случаев.

В 2008 г. ученый КубГАУ Кучеренко С.А. разработал модель, учитывающую сезонный характер деятельности сельскохозяйственных организаций, однако, и эта модель в 2017 году дала высокую степень вероятности банкротства.

Метод экстраполяции позволяет сглаживать резкие колебания показателей, однако, прогноз делается на краткосрочный период.

Представим в таблице 1 временной ряд параметров за 2009-2017 гг., используемых для расчета вероятности банкротства ЗАО ОПХ «Центральное» г. Краснодара по модели Кучеренко С.А.

Таблица 1 — Временной ряд показателей для расчета факторов для модели банкротства Кучеренко С.А, тыс. руб.

Показатель/год 2009 2010 2011 2012 2013 2014 2015 2016 2017

Среднегодовая стоимость основных средств 16374 3 3452 4174 1946 1214 778 19605 1 23574 7 26661 2

Оборотны е активы 50944 41956 45185 56715 53628 54868 14264 2 11486 0 93780

Краткосрочные обязательства 31414 51556 34437 44924 43498 42163 11077 5 73831 44485

Выручка 11309 7 91362 112259 127666 102723 15686 3 21272 4 24657 8 19998 1

Себестоимость продаж 96714 87598 127008 127049 105335 12833 1 15000 3 19496 8 18707 6

Валовая прибыль (убыток) 16383 3764 -14749 617 -2612 28532 62721 51610 12905

Прибыль (убыток) 16383 2252 -15168 104 -2894 28295 62195 50829 12404

Прибыль (убыток) до налого- обложени я 6528 -24127 33348 2863 -6170 23217 45630 35061 2153

Таблица 2 — Расчет показателей для прогноза банкротства в ЗАО ОПХ «Центральное» г. Краснодара на 2018 год

Показатель Уравнение тренда Прогноз на 2018 г., тыс. руб-

Оборотные активы у = 733,65х2 + 2382,2х + 37588 134775

Краткосрочные обязательства у = 27026е0,1399х 109486

Выручка у = 1775,4х2 — 365,24х + 97079 270967

С ебестоимость продаж у = 1363,5х2 — 1454,1* + 97881 219690

Показатели валовая прибыль, прибыль (убыток) от продаж, прибыль (убыток) до налогообложения поэтому для их прогноза строилось уравнения и рассчитывалось прогнозное значение по показателям, которые пред -ставлены в таблице 3.

Таблица 3 — Прогноз показателей на 2018 год, необходимых для расчета

Показатель Уравнение тренда Прогноз на 2018 г., тыс. руб.

Основные средства у = 13648х+ 126202 262682

Коммерческие расходы у = 208,871п(х) + 110,46 591

Проценты к уплате у = 994,82х — 2348,1 7600

Прочие доходы у = 3201,3х1Д292 43105

Прочие расходы у = 7106,9х — 3877,1 67192

Прочее у = -88,074х2 + 925,47х + 783,76 1231

Таблица 4 — Расчет показателей для прогноза банкротства в ЗАО ОПХ «Центральное» г. Краснодара на 2018 г

Показатель Формула для расчета Прогноз на 2018 г., тыс. руб.

Среднегодовая стоимость основных средств Ср. ОС = (Ст. ОСнг + Ст. ОСк.г) ^ 2 1448

Валовая прибыль ВП = Выручка — Себестоимомость 51277

Прибыль от продаж ПП = ВП — Коммерческие расходы 50685

Прибыль до налогообложения ПДН = ПП + Пр. Доходы — Пр. Расходы 18998

На основании рассчитанных прогнозных значений, представленных в таблицах 2 и 4, рассчитаем прогнозные факторы и 7-счет по модифицированной модели Кучеренко С.А. Результаты представим в таблице 5.

Таблица 5 — Расчет прогнозирования банкротства ЗАО ОПХ «Центральное» г. Краснодара на 2018 г. по модели Кучеренко С.А.

Факторы Х1 Х2 Х3 Х4 Х5 Х6 2м

Значение 0,036 0,141 0,187 0,231 2,011 0,194 19,721

По результатам, отраженным в таблице 5, видно, что значение 7-счета равно 19,721, что выше 11,6, а это значит, что в будущем периоде вероятность наступления банкротства ЗАО ОПХ «Центральное» г. Краснодара низкая.

Так как в исследуемой организации уменьшились многие показатели за счет снижения качества продукции из-за града, необходимо принять меры, чтобы в будущем организация не терпела резкого спада прибыли. Рекомендуется оформить страхование урожая.

Таким образом, модели прогнозирования банкротства не учитывают влияние непредсказуемых факторов. Прогнозирование при помощи экстраполяции позволяет сглаживать резкие колебания показателей, выводя общую тенденцию. Однако следует принимать во внимание причины из -менения показателей и разрабатывать мероприятия по их стабилизации.

1. Кучеренко, С.А. Диагностика финансового состояния и прогнозирование банкротства на примере сельскохозяйственных организаций: автореф. дис. канд. экон. наук : 08.00.12/Кучеренко Сергей Анатольевич. — М., 2008. — 24 с.

2. Практикум по эконометрике : учеб.-практ. пособие для бакалавров / Куб. гос. аграр. ун-т; под ред. П. С. Бондаренко. — Краснодар, 2013. — 163 с.

Научная электронная библиотека

При формировании прогнозов с помощью экстраполяции обычно исходят из статистически складывающихся тенденций изменения тех или иных количественных характеристик объекта. Экстраполируются оценочные функциональные системные и структурные характеристики. Экстраполяционные методы являются одними из самых распространенных и наиболее разработанных среди всей совокупности методов прогно­зирования.

С помощью этих методов экстраполируются количественные параметры больших систем, количественные характеристики экономического, научного, производственного потенциала, данные о результа­тивности научно-технического прогресса, характеристики соотношения отдельных подсистем, блоков, элементов в системе показателей сложных систем и др.

Однако степень реальности такого рода прогнозов и соответ­ственно мера доверия к ним в значительной мере обусловливаются аргументированностью выбора пределов экстраполяции и стабиль­ностью соответствия «измерителей» по отношению к сущности рас­сматриваемого явления. Следует обратить внимание на то, что слож­ные объекты, как правило, не могут быть охарактеризованы одним параметром. В связи с этим можно сделать некоторое представление о последовательности действий при статистическом анализе тенден­ций и экстраполировании, которое состоит в следующем:

— во-первых, должно быть четкое определение задачи, выдвиже­ние гипотез о возможном развитии прогнозируемого объекта, обсуж­дение факторов, стимулирующих и препятствующих развитию данного объекта, определение необходимой экстраполяции и её допустимой дальности;

— во-вторых, выбор системы параметров, унификация различных единиц измерения, относящихся к каждому параметру в отдельности;

— в-третьих, сбор и систематизация данных. Перед сведением их в соответствующие таблицы еще раз проверяется однородность дан­ных и их сопоставимость: одни данные относятся к серийным изде­лиям, а другие могут характеризовать лишь конструируемые объекты;

— в-четвертых, когда вышеперечисленные требования выполнены, задача состоит в том, чтобы в ходе статистического анализа и не­посредственной экстраполяции данных выявить тенденции или симп­томы изменения изучаемых величин. В экстраполяционных прогнозах особо важным является не столько предсказание конкретных значе­ний изучаемого объекта или параметра в таком-то году, сколько своевременное фиксирование объективно намечающихся сдвигов, ле­жащих в зародыше назревающих тенденций.

Для повышения точности экстраполяции используются различные приемы. Один из них состоит, например, в том, чтобы экстраполи­руемую часть общей кривой развития (тренда) корректировать с уче­том реального опыта развития отрасли-аналога исследований или объекта, опережающих в своем развитии прогнозируемый объект.

Под трендом понимается характеристика основной закономер­ности движения во времени, в некоторой мере свободной от случай­ных воздействий. Тренд — это длительная тенденция изменения эко­номических показателей. При разработке моделей прогнозирования тренд оказывается основной составляющей прогнозируемого времен­ного ряда, на которую уже накладываются другие составляющие. Ре­зультат при этом связывается исключительно с ходом времени. Пред­полагается, что через время можно выразить влияние всех основ­ных факторов.

Под тенденцией развития понима­ют некоторое его общее направление, долговременную эволюцию. Обычно тенденцию стремятся представить в виде более или менее гладкой траектории.

Анализ показывает, что ни один из существующих методов не может дать достаточной точности прогнозов на 20-25 лет. Применяе­мый в прогнозировании метод экстраполяции не дает точных резуль­татов на длительный срок прогноза, потому что данный метод исхо­дит из прошлого и настоящего, и тем самым погрешность накапли­вается. Этот метод дает положительные результаты на ближайшую перспективу прогнозирования тех или иных объектов не более 5 лет.

Для нахождения параметров приближенных зависимостей между двумя или несколькими прогнозируемыми величинами по их эмпиричес­ким значениям применяется метод наименьших квадратов. Его сущ­ность состоит в минимизации суммы квадратов отклонений меж­ду наблюдаемыми (фактическими) величинами и соответствующими оценками (расчет­ными величинами), вычисленными по подобранному уравнению связи.

Этот метод лучше других соответствует идее усреднения как единичного влияния учтенных факторов, так и общего влияния неуч­тенных.

Рассмотрим простейшие приемы экстраполяции. Операцию экстра­поляции в общем виде можно представить в виде определения значе­ния функции:

где — экстраполируемое значение уровня; L – период упреждения; Уt – уровень, принятый за базу экстраполяции.

Под периодом упреждения при прогнозировании понимается от­резок времени от момента, для которого имеются последние статис­тические данные об изучаемом объекте, до момента, к которому относится прогноз.

Экстраполяция на основе среднего значения временного ряда. В самом простом случае при предположении о том, что средний уровень ряда не имеет тенденции к изменению или если это изменение незначительно, можно принятьт.е. прогнозируемый уровень равен среднему значению уровней в прошлом.

Доверительные границы для средней при небольшом числе на­блюдений определяются следующим образом:

где ta – табличное значение t – статистики Стьюдента с n-1 степенями и уровнем вероятности p;- средняя квадратическая ошибка средней величины. Значение ее определяется по формуле . В свою очередь, среднее квадратическое отклонение для выборки равно:

где yt – фактические значения показателя.

Доверительный интервал, полученный как ta, учитывает неопределенность, которая связана с оценкой средней величины.

Общая дисперсия, связанная как с колеблемостью выборочной средней, так и с варьированием ндивидуальных значений вокруг средней, составит величину S 2 +S 2 /n. Таким образом, доверительные интервалы для прогностической оценки равны:

Экстраполяция по скользящей и экспоненциальной средней. Для краткосрочного прогнозирования наряду с другими приемами могут быть применены адаптивная или экспоненциальная скользящие сред­ние. Если прогнозирование ведется на один шаг вперед, то или , где Мt — адаптивная скользящая средняя; Nt — экспоненциальная средняя. Здесь доверительный интервал для скользящей средней можно определить по формуле (2.10), в которой число наблюдений обозначено символом n. Поскольку при расчете скользящей средней через m обозначалось число членов ряда, участвующих в расчете средней, то заменим в этой фор­муле n на m, равным нечетным числам.

При экспоненциальном сглаживании дисперсия экспоненциальной средней равна , где S -среднее квадратическое отклонение, вместо величины в фор­муле (2.10) при исчислении доверительного интервала прогноза следует взять величину или . Здесь a— коэффициент экспоненциального сглаживания, изменяется от 0 до 1. Если 0a<0,5, то при расчете прогноза учитываются прошлые значения временного ряда, а при 0,5a

где m – число уровней временного ряда, входящих в интервал сглаживания.

Экстраполяция на основе сред­него темпа. Если в основу прогностического расчета положен средний темп роста, то экстраполируемое значение уровня можно получить с помощью формулы: , где — средний темп роста, Уt — уровень, принятый за базу для экстра­поляции. Здесь принят только один путь развития — развитие по геометрической прогрессии, или по экспонентной кривой. Во мно­гих же случаях фактическое развитие явления следует иному зако­ну, и экстраполяция по среднему темпу нарушает основное допуще­ние, принимаемое при экстраполяции, — допущение о том, что раз­витие будет следовать основной тенденции — тренду, наблюдавшему­ся в прошлом. Чем больше фактический тренд отличается от экспоненты, тем больше данные, получаемые при экстраполяции тренда, будут отличаться от экстраполяции на основе среднего темпа.

Средний темп или определяется на основе изучения прошлого, или оценивается каким-либо другим путем (например, подбор вари­антов для различных ситуаций). В качестве исходного (базового) уровня для экстраполяции представляется естественным взять по­следний уровень ряда, поскольку будущее развитие начинается имен­но с этого уровня.

Статистическая надежность вышеприведенных методов оценивается с помощью коэффициента вариации:

где- среднее квадратическое отклонение;

— среднее значение временного ряда.

Метод считается статистически надежным и может быть использован для прогнозирования, если значение коэффициента вариации не превышает 10%.

Однофакторные прогнозирующие функции

Это такие функции, в которых прогнозируемый показатель зависит только от одного факториального признака.

В научно-техническом и экономическом прогнозировании в качестве главного фактора аргумента обычно используют время. Вполне очевидно, что не ход времени определяет величины прогнозируемого показателя, а действие многочисленных влияющих на него факторов. Однако каждому моменту времени соответствуют определенные характеристики всех этих факториальных признаков, которые со временем в той или иной мере изменяются. Таким образом, время можно рассматривать как интегральный показатель суммарного воздействия всех факториальных признаков.

В качестве фактора-аргумента в однофакторной прогнозирующей функции можно использовать не только время, но и другие факторы, если известна их количественная оценка на перспективу.

Наиболее простым из методов прогнозирования является экстраполяция тренда явления (процесса) за истекший период. Тренд (или вековая тенденция) характеризует процесс изменения показателя за длительное время, исключая случайные колебания. Тренд явления находят путем аппроксимации фактических уровней временного ряда на основе выбранной функции. Наиболее часто применяемые при прогнозировании функции показаны в табл. 2.3. В них фактор-аргумент обозначен символом t.

Таблица 2.3 Однофакторные прогнозирующие функции

Методы прогнозирования

Что такое прогнозирование? Прогнозирование – это предсказание будущего на основании накопленного опыта и текущих предположений относительно него. Прогнозирование представляет собой сложный процесс, по ходу которого необходимо решать большое количество различных вопросов. Для его производства следует применять в сочетании различные методы прогнозирования, которых на сегодняшний день существует огромное множество, но на практике используются всего 15 – 20. На наиболее популярных из них мы и остановимся. Наиболее популярные методы прогнозирования Метод экспертных оценок. Суть данного метода заключается в том, что в основе прогноза лежит мнение одного специалиста или группы специалистов, которое основано на профессиональном, практическом и научном опыте. Различают коллективные и индивидуальные экспертные оценки, часто используется при оценке персонала. Метод экстраполяции. Основная идея экстраполяции – изучение сложившихся как в прошлом, так и настоящем стойких тенденций развития предприятия и перенос их на будущее. Различают прогнозную и формальную экстраполяцию. Формальная – основывается на предположении о том, что в будущем сохранятся прошлые и настоящие тенденции развития предприятия; при прогнозной – настоящее развитие увязывают с гипотезами о динамике предприятия с учетом того, что в будущем изменится влияние на него различных факторов. Следует знать, что методы экстраполяции лучше применять на начальной стадии прогнозирования, чтобы выявить тенденции изменения показателей. Методы моделирования. Моделирование – это конструирование модели на основании предварительного изучения объекта и процессов, выделение его существенных признаков и характеристик. Прогнозирование с использованием моделей включает в себя ее разработку, экспериментальный анализ, сопоставление результатов предварительных прогнозных расчетов с фактическими данными состояния процесса или объекта, уточнение и корректировку модели. Метод экономического прогнозирования (экономический анализ) заключается в том, что какой либо экономический процесс или явление, имеющие место на предприятии, расчленяются на части, после чего выявляется влияние и взаимосвязь этих частей на ход и развитие процесса, а также друг на друга. При помощи анализа можно раскрыть сущность такого процесса, а также определить закономерности его изменения в будущем, всесторонне оценить пути достижения поставленных целей. Поскольку экономический анализ – это необъемлемая часть и один из элементов логики прогнозирования, он должен осуществляться на макро-, мезо- и микроуровнях. Используется при планировании производства на предприятии. Процесс экономического анализа можно подразделить на несколько стадий: постановка проблемы, определение критериев оценки и целей; подготовка необходимой для анализа информации; аналитическая обработка информации после ее изучения; разработка рекомендаций о возможных путях достижения целей; оформление результатов. Балансовый метод. Данный метод основан на разработке балансов, которые представляют собой систему показателей, где первая часть, характеризующая ресурсы по источникам их поступления, равна второй, отражающей распределение их по всем направлениям расхода. При помощи балансового метода воплощается в жизнь принцип пропорциональности и сбалансированности, который применяется при разработке прогнозов. Его суть заключается в увязке потребностей предприятия в различных видах сырьевых, материальных, финансовых и трудовых ресурсах с возможностями производства продукта и источниками ресурсов. Таким образом, система балансов, которую используют в прогнозировании, включает: финансовые, материальные и трудовые балансы. В каждую из данных групп входит еще ряд балансов. Нормативный метод – один из основных методов прогнозирования. В настоящее время ему стало придаваться большое значение. Его сущность заключается в технико-экономических обоснованиях прогнозов с использованием нормативов и норм. Последние применяются при расчете потребности в ресурсах, а также показателей их использования. Программно-целевой метод (ПЦМ). В сравнении с другими методами данный метод является сравнительно новым и недостаточно разработанным. Он начал широко применяться только в последние годы. ПЦМ тесно связан с уже рассмотренными методами и предполагает разработку прогноза начиная с оценки итоговых потребностей на основании целей развития предприятия при дальнейшем определении и поиске эффективных средств и путей их достижения, а также ресурсного обеспечения. Суть ПМЦ заключается определении основных целей развития предприятия, разработки взаимосвязанных мероприятий по их достижению в заранее определенные сроки при сбалансированном обеспечении ресурсами, а также с учетом эффективного их использования. Кроме прогнозирования, ПМЦ применяется при создании комплексных целевых программ, которые представляют собой документ, где отражены цель и комплекс производственных, организационно-хозяйственных, социальных и других мероприятий и заданий, увязанных по исполнителям, срокам осуществления и ресурсам. Статьи по теме: Экономические прогнозы: В погоне за реальностью Экономическое прогнозирование: Легко ли быть провидцем? Корпоративное прогнозирование: Рецепт от «Сахалин Энерджи» Стратегическое планирование

Что такое прогнозирование?

Прогнозирование – это предсказание будущего на основании накопленного опыта и текущих предположений относительно него.

Прогнозирование представляет собой сложный процесс, по ходу которого необходимо решать большое количество различных вопросов. Для его производства следует применять в сочетании различные методы прогнозирования, которых на сегодняшний день существует огромное множество, но на практике используются всего 15 – 20. На наиболее популярных из них мы и остановимся.

Наиболее популярные методы прогнозирования

Методы прогнозирования

Метод экспертных оценок. Суть данного метода заключается в том, что в основе прогноза лежит мнение одного специалиста или группы специалистов, которое основано на профессиональном, практическом и научном опыте. Различают коллективные и индивидуальные экспертные оценки, часто используется при оценке персонала .

Метод экстраполяции. Основная идея экстраполяции – изучение сложившихся как в прошлом, так и настоящем стойких тенденций развития предприятия и перенос их на будущее. Различают прогнозную и формальную экстраполяцию. Формальная – основывается на предположении о том, что в будущем сохранятся прошлые и настоящие тенденции развития предприятия; при прогнозной – настоящее развитие увязывают с гипотезами о динамике предприятия с учетом того, что в будущем изменится влияние на него различных факторов. Следует знать, что методы экстраполяции лучше применять на начальной стадии прогнозирования, чтобы выявить тенденции изменения показателей.

Методы моделирования. Моделирование – это конструирование модели на основании предварительного изучения объекта и процессов, выделение его существенных признаков и характеристик. Прогнозирование с использованием моделей включает в себя ее разработку, экспериментальный анализ, сопоставление результатов предварительных прогнозных расчетов с фактическими данными состояния процесса или объекта, уточнение и корректировку модели.

Метод экономического прогнозирования (экономический анализ) заключается в том, что какой либо экономический процесс или явление, имеющие место на предприятии, расчленяются на части, после чего выявляется влияние и взаимосвязь этих частей на ход и развитие процесса, а также друг на друга. При помощи анализа можно раскрыть сущность такого процесса, а также определить закономерности его изменения в будущем, всесторонне оценить пути достижения поставленных целей. Поскольку экономический анализ – это необъемлемая часть и один из элементов логики прогнозирования, он должен осуществляться на макро-, мезо- и микроуровнях. Используется при планировании производства на предприятии .

Процесс экономического анализа можно подразделить на несколько стадий:

  • постановка проблемы, определение критериев оценки и целей;
  • подготовка необходимой для анализа информации;
  • аналитическая обработка информации после ее изучения;
  • разработка рекомендаций о возможных путях достижения целей;
  • оформление результатов.

Балансовый метод. Данный метод основан на разработке балансов, которые представляют собой систему показателей, где первая часть, характеризующая ресурсы по источникам их поступления, равна второй, отражающей распределение их по всем направлениям расхода.

При помощи балансового метода воплощается в жизнь принцип пропорциональности и сбалансированности, который применяется при разработке прогнозов. Его суть заключается в увязке потребностей предприятия в различных видах сырьевых, материальных, финансовых и трудовых ресурсах с возможностями производства продукта и источниками ресурсов. Таким образом, система балансов, которую используют в прогнозировании, включает: финансовые, материальные и трудовые балансы. В каждую из данных групп входит еще ряд балансов.

Нормативный метод – один из основных методов прогнозирования. В настоящее время ему стало придаваться большое значение. Его сущность заключается в технико-экономических обоснованиях прогнозов с использованием нормативов и норм. Последние применяются при расчете потребности в ресурсах, а также показателей их использования.

Программно-целевой метод (ПЦМ). В сравнении с другими методами данный метод является сравнительно новым и недостаточно разработанным. Он начал широко применяться только в последние годы. ПЦМ тесно связан с уже рассмотренными методами и предполагает разработку прогноза начиная с оценки итоговых потребностей на основании целей развития предприятия при дальнейшем определении и поиске эффективных средств и путей их достижения, а также ресурсного обеспечения.

Суть ПМЦ заключается определении основных целей развития предприятия, разработки взаимосвязанных мероприятий по их достижению в заранее определенные сроки при сбалансированном обеспечении ресурсами, а также с учетом эффективного их использования.

Кроме прогнозирования, ПМЦ применяется при создании комплексных целевых программ, которые представляют собой документ, где отражены цель и комплекс производственных, организационно-хозяйственных, социальных и других мероприятий и заданий, увязанных по исполнителям, срокам осуществления и ресурсам.

Статьи по теме:

  • Экономические прогнозы: В погоне за реальностью
  • Экономическое прогнозирование: Легко ли быть провидцем?
  • Корпоративное прогнозирование: Рецепт от «Сахалин Энерджи»
  • Стратегическое планирование

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *