Технология  прогнозирования  деятельности предприятия (Прогнозирование  с помощью Microsoft Excel)

Содержание 

1 Основные понятия прогнозирование деятельности предприятия

      Под прогнозом понимается научно-обоснованное суждение о возможных состояниях объекта в будущем, об альтернативных путях и сроках его осуществления.

      Прогнозирование имеет две стороны конкретизации: предсказательную (описательную); предуказательную (предписательную). Предсказание означает описание возможных или желательных перспектив, состояний, решений проблем будущего. Предуказание означает решение этих проблем путем использования информации о будущем в целенаправленной деятельности. Таким образом, в прогнозировании различают два аспекта: теоретико-познавательный и управленческий.

      В основе экономического прогнозирования  лежит предположение о том, что  будущее состояние экономики  в значительной мере предопределяется ее прошлым и настоящим состояниями. Будущее несет в себе и элементы неопределенности. Это объясняется  следующими моментами:

1. наличием не одного, а множества вариантов возможного развития;
2. зависимостью действий экономических законов в будущем не только от прошлого и настоящего состояний экономики, но и от управленческих решений, которые еще только должны быть приняты и реализованы;
3. неполнотой степени познания экономических законов, дефицитом и недостаточной надежностью информации.

      Единство  определенности (детерминированности) и неопределенности будущего – решающая предпосылка экономического прогнозирования. Если бы будущее было полностью определенным, то тогда бы не было потребности в прогнозировании. При неопределенности будущего сама возможность экономического прогнозирования исключается.

      Задача  экономического прогнозирования состоит, с одной стороны, в том, чтобы выяснить перспективы ближайшего или более отдаленного будущего в исследуемой области, а с другой стороны, способствовать оптимизации текущего и перспективного планирования и регулирования экономики, опираясь на составленный прогноз.

      Под методами прогнозирования следует понимать совокупность приемов и способов мышления, позволяющих на основе ретроспективных данных внешних и внутренних связей объекта прогнозирования, а также их измерений, в рамках рассматриваемого явления или процесса вывести суждения определенного и достоверного относительно будущего состояния и развития объекта.

      В процессе экономического прогнозирования  используются как общие научные  методы и подходы к исследованию, так и специфические методы, свойственные социально-экономическому прогнозированию. В числе общих методов можно выделить следующие:

1. интуитивные методы;
2. формализованные методы.

      Классификация данных методов представлена на рис. 1. 

Рис. 1. Методы прогнозирования 

      Интуитивные методы применяются, когда невозможно учесть все факторы, влияющие на объект прогнозирования. Это может произойти из-за сложности объекта или большого количества влияющих факторов. Второе название интуитивных методов прогнозирования – экспертные оценки. В свою очередь экспертные оценки могут быть индивидуальными или  
коллективными.

      Существует  несколько видов индивидуальных экспертных оценок основные из них  это:

1. метод «интервью»;
2. метод написания сценария;
3. аналитический метод.

      При использовании метода «интервью» специалист задает вопросы касающиеся объекта прогнозирования эксперту. Потом результаты обрабатываются и строится прогноз. Основой для метода написания сценария является логика дальнейшего развития экономического процесса. Во время прогноза аналитическим методом, эксперт на основе анализа дальнейшего развития событий пишет аналитические записки для принятия  
решений.

      Основными методами коллективных экспертных оценок можно назвать следующие:

1. метод комиссий;
2. метод «Делфи».

      Для использования метода комиссий создается  рабочая группа, которая составляет перечень вопросов в виде списка или таблиц, выбирает экспертов, опрашивает их по ранее разработанным вопросам, обрабатывает и анализирует результаты. В результате анализа экспертная группа выдает данные. Основными из них являются: обобщенное мнение и степень согласованности оценок участников опроса. Содержание метода «Делфи» состоит в многоэтапных последовательных индивидуальных опросах экспертов.

      Формализованные методы прогнозирования основаны на математических и статистических методах. Они считаются более точными для простых объектов прогнозирования. Они делятся на:

1. методы моделирования;
2. методы экстраполяции.

      Сущностью метода моделирования является создание математической модели объекта прогнозирования  с исходными и интересующими  нас параметрами. В результате обработки исходных параметров модель выдает прогнозируемые показатели.

      За  основу метода экстраполяции взята  инертность экономических процессов. Прогнозы, основанные на методе экстраполяции, строятся так: по статистическим данным объекта прогнозирования определяется динамика его развития и применяется к текущим показателям. Метод экстраполяции широко применяется при краткосрочном прогнозировании.

2 Программное обеспечение для прогнозирования деятельности предприятия

     Для прогнозирования деятельности предприятия можно использовать следущие программные продукты (ПП):

      – MS Excel содержит ряд родственных статистических функций для экстраполяционного анализа. К ним относят функции ТЕНДЕНЦИЯ, РОСТ, ЛИНЕЙН, ЛГРФПРИБЛ.

      Инструментальные  средства MS Excel для работы с трендами можно разделить на вспомогательные, промежуточные и основные.

      Вспомогательные инструменты ускоряют построение числовых рядов периодов времени. Сюда входят опции Правка, Заполнить, Прогрессия и диалоговое окно Прогрессия, а  также возможность растягивания двухклеточного ряда до необходимого диапазона.

      Промежуточные инструменты строят XY-графики зависимости  показателя от времени. В MS Excel инструментарий расчета и моделирования трендов  до получения таких графиков заблокирован.

      – Программный продукт «Альт-Прогноз» фирмы «Альт» предназначен для автоматизации процесса среднесрочного и долгосрочного планирования на предприятии, в том числе с учетом осуществления инвестиционных проектов. Кроме того, программа позволяет моделировать управленческие решения, связанные с финансовой деятельностью предприятия. Программный продукт создан на базе электронных таблиц MS Excel.

• Forecast Expert – ПП позволяет проанализировать имеющиеся данные и построить прогноз с указанием интервала на произвольный период времени. При этом ПП позволяет отслеживать соотношения между полученными значениями и некоторым рядом пороговых значений. Программа автоматически выбирает тот тип модели, который наиболее соответствует характеру процесса.

     Система предназначена для:

     1. Построения стратегии развития компании, прогнозирования деятельности предприятия, планирования деятельности на основе доходов и расходов на материалы и цен на продукцию.

     2. Прогнозирование потоков денежных средств, доходов и расходов компании, для определения вероятности кассовых разрывов.

     3. Для составления плана производства продукции и ее реализации.

• Statistica – Система для статистического анализа данных, включающая широкий набор аналитических процедур и методов: более 10000 различных типов графиков, описательные и внутригрупповые статистики, разведочный анализ данных, корреляции, быстрые основные статистики и блоковые статистики, интерактивный вероятностный калькулятор, T-критерии (и другие критерии групповых различий), таблицы частот, сопряженности, флагов и заголовков, анализ многомерных откликов, множественная регрессия, непараметрические статистики, общая модель дисперсионного и ковариационного анализа, подгонка распределений. Приведено описание только базового блока.

     Также существуют дополнительные блоки: Линейные / нелинейные модели, Многомерные разведочные технологии, Анализ мощности, Нейронные сети, Data Mining, Карты контроля качества, Анализ Процессов, Планирование экспериментов и др.)

• Project Expert – дает возможность проанализировать несколько вариантов достижения целей развития предприятия и выбрать из них оптимальный. При этом можно оценить запас прочности бизнеса как производную риска изменения важнейших факторов, влияющих на реализацию проекта. Программа также позволяет оценить, как исполнение бизнес-плана повлияет на эффективность деятельности предприятия, рассчитать срок окупаемости проекта, спрогнозировать общие показатели эффективности для группы инвестиционных проектов, финансируемых из общего бюджета.

     Project Expert позволяет создать безупречный бизнес-план предприятия, соответствующий международным стандартам (МСФО), подготовить предложения для региональной инвестиционной программы и/или стратегического инвестора, определив для каждого из участников общий экономический эффект от реализации инвестиционного проекта и эффективность инвестиций в него.

     Project Expert позволяет проанализировать  планируемую структуру затрат  и прибыльность отдельных подразделений  и видов продукции, определить  минимальный объем выпуска продукции  и предельные издержки, подобрать производственную программу и оборудование, схемы закупок и варианты сбыта.

     Project Expert поможет проконтролировать выполнение  бизнес-плана предприятия, сравнивая  в ходе реализации его плановые  и фактические показатели.

     Project Expert позволяет гибко учитывать изменения в экономическом окружении и оперативно отражать изменения. Программа рекомендована к использованию Минэкономики России и структурами регионального уровня как стандартный инструмент для разработки бизнес-планов предприятий. В основу Project Expert положена методика UNIDO по оценке инвестиционных проектов и методика финансового анализа, определенная международными стандартами IAS .

     Благодаря возможностям динамического обмена данными с Excel , передачи отчетов  в Word и сохранения их в формате HTML , Project Expert может использоваться и как самостоятельная аналитическая программа, и как составная часть информационно-аналитической системы предприятия.

     Система выпускается в нескольких версиях: от Standard – для небольших предприятий – до Professional и PIC - Holding – для крупных корпораций и холдингов – и существует в локальном и сетевом вариантах. Среди пользователей Project Expert свыше 4500 организации.

3 Технология прогнозирования деятельности предприятия с помощью Microsoft Excel

      Поскольку экономические условия с течением времени изменяются, менеджеры должны прогнозировать влияние, которое эти  изменения окажут на их компанию. Одним  из методов, позволяющих обеспечить точное планирование, является прогнозирование (forecasting). Несмотря на большое количество разработанных методов, все они преследуют одну и ту же цель – предсказать события, которые произойдут в будущем, чтобы учесть их при разработке планов и стратегии развития компании.

      Современное общество постоянно испытывает необходимость в прогнозировании. Например, чтобы выработать правильную политику, члены правительства должны прогнозировать уровни безработицы, инфляции, промышленного производства, подоходного налога отдельных лиц и корпораций. Чтобы определить потребности в оборудовании и персонале, директора авиакомпаний должны правильно предсказать объем авиаперевозок.

      Существуют  два общепринятых подхода к прогнозированию: качественный и количественный. Методы качественного прогнозирования (qualitative forecasting methods) особенно важны, если исследователю недоступны количественные данные. Как правило, эти методы носят весьма субъективный характер.

      Если  статистику доступны данные об истории  объекта исследования, следует применять  методы количественного прогнозирования (quantitative forecasting methods). Эти методы позволяют предсказать состояние объекта в будущем на основе данных о его прошлом. Методы количественного прогнозирования разделяются на две категории: анализ временных рядов и методы анализа причинно-следственных зависимостей.

      Временной ряд (time series) – это набор числовых данных, полученных в течение последовательных периодов времени.

      Метод анализа временных рядов (time-series forecasting methods) позволяет предсказать значение числовой переменной на основе ее прошлых и настоящих значений.

      Например, ежедневные котировки акций на Нью-Йоркской фондовой бирже образуют временной ряд. Другим примером временного ряда являются ежемесячные значения индекса потребительских цен, ежеквартальные величины валового внутреннего продукта и ежегодные доходы от продаж какой-нибудь компании.

      Методы  анализа причинно-следственных зависимостей (causal forecasting methods) позволяют определить, какие факторы влияют на значения прогнозируемой переменной. К ним относятся методы множественного регрессионного анализа с запаздывающими переменными, эконометрическое моделирование, анализ лидирующих индикаторов, методы анализа диффузионных индексов и других экономических показателей.

      Введем  основные понятия.

      Линия тренда – графическое представление трендов в рядах данных. Линии тренда могут быть добавлены к ряду данных плоской диаграммы, линейчатой, гистограмме, графику, точечному графику.

      Метка линии тренда – текст для линии тренда, который формируется электронной таблицей и может содержать уравнение регрессии и (или) среднее квадратическое отклонение. Тренд – не единственный компонент временного ряда. Кроме него, данные имеют циклический и нерегулярный компоненты.

      Циклический компонент (cyclical component) описывает колебание данных вверх и вниз, часто коррелируя с циклами деловой активности. Его длина изменяется в интервале от 2 до 10 лет. Интенсивность, или амплитуда, циклического компонента также не постоянна. В некоторые годы данные могут быть выше значения, предсказанного трендом (т.е. находиться в окрестности пика цикла), а в другие годы – ниже (т.е. быть на дне цикла). Любые наблюдаемые данные, не лежащие на кривой тренда и не подчиняющиеся циклической зависимости, называются иррегулярными или случайными компонентами (irregular, or random, component). Если данные записываются ежедневно или ежеквартально, возникает дополнительный компонент, называемый сезонным (seasonal component).

      Регрессионный анализ (экстраполяция) – форма статистического анализа, используемая при прогнозировании. Оценивается отношение между переменными, в результате чего одна переменная может быть предсказана через другие.

      Среднее квадратическое отклонение – вычисляемое значение, которое в регрессионном анализе характеризует достоверность линии тренда для прогнозирования. Среднее квадратическое отклонение помогает определить наиболее подходящую линию тренда. Близость ее к нулю означает низкую степень соответствия, близость к единице – высокую, вполне достоверную линию тренда.

      Основные  инструменты охватывают две группы:

      1) Средства построения графического и математического выражения тренда, куда относится опция «Добавить линию тренда» и ее диалоговые окна:

      – тип – выбор формы тренда;

      – формат линии тренда;

      – параметры – добавление на график метки тренда, а также задание количества периодов для графического прогноза по тренду;

      2) Средства получения прогноза в числовом виде и его оценки:

      – для расчета прогноза в одной точке на основе линейного тренда предназначена функция ПРЕДСКАЗ из группы статистических функций;

      – для одновременного сглаживания исходных уравнений и расчета прогноза в нескольких точках по разным трендам предлагается использовать однофакторную what-if модель и ее опцию Таблица подстановки;

      – для расчета доверительного интервала прогноза используется инструмент из группы средств анализа данных (Описательные статистики), если рассматривается генеральная совокупность; в других случаях применяется серия стандартных статистических функций:

      СТАНДОТКЛОН и СТАНДОТКЛОНП – соответственно стандартное отклонение по выборке и по генеральной совокупности;

      СЧЕТ – количество чисел (наблюдений) или размер совокупности;

     ДОВЕРИТ – доверительный интервал.

Список  использованных источников

1. Борисевич, В.И. Прогнозирование и планирование экономики: учебн. пособие / В.И. Борисевич. – М.: Интерпресссервис, Экоперспектива,  
   2001. – 380 с.
2. Вертакова, Ю.В. Прогнозирование и индикативное планирование в регионе: учебн. пособие / Ю.В. Вертакова. – Курск: КГТУ, 2001. – 124 с.
3. Гранберг, А.Г. Статистическое моделирование и прогнозирование: учебн. пособие / А.Г. Гранберг. – М.: Финансы и статистика, 2000. – 93 с.
4. Ивантер, В.В. Долгосрочный прогноз развития экономики  
   России. / В.В. Ивантер. – М.: Институт народнохозяйственного прогнозирования РАН, 2007. – 86 с.
5. Льюис, К.Д. Методы прогнозирования экономических показателей. / Е.З. Демиденко. – М.: Финансы и статистика, 1986. – 418 с.
6. Хасаев, Г.Р. Технология прогнозирования регионального развития: опыт разработки и использования. / Г.Р. Хасаев, В.А. Цыбатов. – Самара: Самарский государственный экономический университет, 2008. – 16 с.