Анализ состояния и прогноз рыночной среды

Для решения поставленной задачи на первом этапе необходимо осуществить стратегическое планирование, которое подразумевает выработку стратегии поведения на следующие пять периодов функционирования фирмы, т.е. на периоды t₀₊₁, t₀₊₂, t₀₊₃, t₀₊₄, t₀₊₅. При этом необходимо дать прогноз относительно изменения цены на продукцию обоих видов, цены на ресурс и объемов продаж, которые можно будет реализовать на рынке. Стратегическое планирование или прогнозирование основывается на ретроинформации (статистики) об изменении исследуемых параметров в прошедшие периоды. Используя численные методы, необходимо получить уравнение регрессии, которое представляет собой функциональную зависимость некоторого параметра от времени. В нашем случае под параметром следует понимать цену на продукцию первого или второго вида, цену на ресурс, объем продаж первой или второй продукции. Для проведения дальнейших исследований в курсовом проекте принимается допущение, что возможно использовать регрессии первого порядка:

(2.1)

Для расчета числовых коэффициентов и целесообразнее и удобнее использовать стандартное приложение «Анализ данных» (меню «Сервис») пакета Excel. Для подобного рода расчетов можно использовать и другие программы по статистическому анализу, такие как «Статистика», «Status» и др. В курсовом проекте все расчеты необходимо провести в пакете Excel, как в наиболее распространенном и доступном для пользователей.

Полученные уравнения регрессии позволяют дать прогноз изменения интересующих параметров, а именно цен на продукцию, цены на ресурс и объемов продаж первой и второй продукции, в зависимости от времени. Так как в постановке задачи, речь идет о стратегии поведения фирмы в течение следующих пяти лет, то исследование следует ограничить будущими пятью годами.

Любая математическая модель, каковой является и уравнение регрессии, характеризуется некоторой погрешностью. Поэтому, необходимо по показателю среднеквадратического отклонения модели оценить погрешность прогноза и рассчитать пессимистический и оптимистический прогноз для исследуемого параметра. При этом под пессимистическим прогнозом будем понимать ситуацию, когда параметры задачи изменяются неблагоприятным для фирмы образом, а именно их изменение приведет к тому, что предприятие получит минимально возможную прибыль. Оптимистический прогноз является полной противоположностью пессимистического прогноза и рассчитывается для ситуации, в которой фирма получит максимально возможную прибыль.

Математическая модель расчета прогнозного параметра для оптимистического варианта имеет вид:

(2.2)

где значение исследуемого параметра при оптимистическом прогнозе, номинальное прогнозное значение. Знак отражает содержательный смысл параметра. Речь идет о том, что некоторые параметры, такие как цены на выпускаемую продукцию или объем продаж, при своем увеличении приводят к росту прибыли предприятия. Напротив, цена на используемый ресурс только при своем уменьшении положительно сказывается на изменении прибыли. Поэтому выбор знака однозначно определяется содержательным и экономическим смыслом исследуемого параметра системы.

Математическая модель расчета прогнозного параметра для пессимистического варианта имеет вид:

(2.3)

где значение исследуемого параметра при пессимистическом прогнозе. Выбор знака также определяется содержательным смыслом прогнозируемого параметра.

Ниже приводится пример оформления и расчетов прогнозных значений цены на первую продукцию.

Для расчета прогнозных значений исследуемого параметра необходимо выполнить следующие этапы:

1. Определить коэффициенты и уравнения регрессии. Для этого первоначально необходимо ввести статистическую информацию об изменении исследуемого параметра в прошедшие периоды согласно варианту задания (второй столбец таблица 1). Численно задать значения переменной времени (третий столбец таблица 1). С помощью меню «Сервис- Анализ данных –Регрессия» рассчитать численные значения коэффициентов и . При этом следует учесть, что в диалоговом окне «входным интервалом по Y» является статистическая информация об исследуемом параметре (второй столбец), «входным интервалом по Х»- числовые значения переменной времени (третий столбец) с периода по . После нажатия кнопки «ОК» на новом листе появится отчет о результатах расчета. В отчете численное значение коэффициента находится в ячейке (В:17), значение коэффициента - в ячейке (В:18).

2. Используя уравнение регрессии (2.1) рассчитать прогнозные значения исследуемого параметра (столбец 4 таблица 1).

3. Определить ошибку прогноза, а именно среднеквадратичное отклонение . Для этого необходимо открыть диалоговое окно в меню «Сервис- Анализ данных- Описательная статистика». Указать входной интервал по исследуемому параметру (столбец 2 таблица1), отметить пункт «Итоговая статистика» и нажать кнопку «ОК». В отчете по результатам расчета численное значение среднеквадратичного отклонения находится в ячейке (В:7).

4. Используя математические модели (2.2) и (2.3) рассчитать прогнозные значения для оптимистического и пессимистического варианта (столбцы 5 и 6 таблица 1).

5. По итоговым данным таблицы 1 построить графическую интерпретацию регрессионного анализа Рис.1

Аналогично проводятся расчеты и оформляются отчеты для регрессионного анализа цены на вторую продукцию, цены на сырье и для объемов продаж первой и второй продукции.

Дата добавления: 2014-11-29