Голодная Н.Ю., Одияко Н.Н., Бритвина Е.В.

Владивостокский государственный университет экономики и сервиса, Россия

Прогнозирование экономических

результатов деятельности предприятия математическими методами

Методы прогнозирования, используемые в принятии наилучшего решения в условиях неопределенности, состоят в изучении и анализе накопленных данных с целью нахождения моделей, которые могут быть эффективно продолжены в будущее.

Уже более десяти лет ООО «Далмис» сотрудничает с американской корпорацией Exxon Mobil, которая поставляет высококачественные масла. На Дальнем Востоке ООО «Далмис»- один из официальных дистрибьюторов и консигнаторов Exxon Mobil по морскому направлению. Основными клиентами ООО «Далмис» являются предприятия, занимающиеся рыбным промыслом. Целью работы являлось выявить наиболее эффективный метод прогнозирования для каждого из показателей и получить прогноз на 2007-2008 год; определить с помощью многофакторной модели оптимальные стратегии предприятия на будущее.

В ходе регрессионного анализа были рассмотрены все возможные статистически значимые модели: восьми-, семи-, шести-, пяти-, четырех-, трех и двухфакторные модели. Из них в связи с F-критерием Фишера, коэффициентом детерминации, величиной стандартного отклонения остатков, и значимости факторов модели с помощью t-критерия Стьюдента, причем при вероятности 0,05 и степени свободы 14, были выбраны наиболее значимые. Кроме того, при выборе независимых переменных была проведена проверка на коллинеарность и выявлена мультиколлинеарность независимых переменных. Полученные значения t-критерия Стьюдента по всем факторам по модулю превышают табличное значение, что подтверждает значимость выбранных факторов.

Из рассмотренных моделей наиболее адекватно описывает существующие данные следующая модель:

,

где Y – объем реализации, руб.; х₁ – время, квартал.; х₂ – цена реализации, руб.;

х₃ – относительное среднее превышение цены конкурентов над ценой реализации ООО «Далмис», руб.; х₄ – курс доллара, руб.; х₅ – количество реализуемых баков масла, шт.

Для полного анализа множественного уравнения регрессии временного ряда выручки от реализации были рассчитаны средние по совокупности показатели эластичности. Значимость модели оценена с помощью F-критерия Фишера. Построенная модель имеет коэффициент корреляции 0,9985 и в значительной степени отражает динамику объема продаж. Коэффициент детерминации составил 0,9969, то есть достоверность модели составила 99,69%, следовательно, полученная модель на 99,69 % описывает построенный в ходе работы временной ряд. Кроме того, данное уравнение множественной регрессии удовлетворяет F – критерию Фишера, d-критерию Дарбина-Уотсона, что говорит об отсутствии в остаточной последовательности автокорреляции. Следовательно, с помощью полученной регрессионной модели можно строить прогноз на 2008 год поквартально.

Строить временной ряд прибыли от продаж можно следующими методами и моделями: построением аддитивной модели временного ряда; построением мультипликативной модели временного ряда; построением модели временного ряда с помощью экспоненциального сглаживания с учетом тренда и сезонных вариаций: методом Винтерса.

Временной ряд количество реализуемых бочек масла был рассмотрен с помощью аддитивной и мультипликативной моделей. Мультипликативная модель на 1,4% лучше описывает наш временной ряд.

Уравнение тренда, используемое в мультипликативной модели прогнозирования, имеет вид: с надежностью 48,9%.

Для того, чтобы увеличить показатель рентабельности производственной деятельности, необходимо уменьшить затраты, связанные с непосредственной деятельностью, то есть себестоимость и коммерческие расходы, но также и затраты, не связанные напрямую с реализацией масла. Кроме того, цена должна постоянно реагировать на курс доллара. В силу того, что товар импортный, закупочная цена определяется в долларах и переводится в рубли согласно курса договора.

В связи с приведенными выводами следует, что построение модели временного ряда для дальнейшего прогнозирования будет произведен методом экспоненциального сглаживания с учетом тренда: методом Хольта.

Полученная модель с помощью метода Хольта хорошо описывает наши значения и следовательно с помощью нее можно прогнозировать рентабельность продаж на 2008 год.

Любое предприятие желает увеличить свои финансовые и экономические результаты, что приведет к увеличению собственных средств. В сегодняшней неустойчивой рыночной экономике нельзя сказать конкретно, какая ситуация на рынке будет завтра. В силу того, что большая часть клиентов ООО «Далмис» привлекается за счет меньшей цены реализации в среднем на 3%, в качестве стратегий предприятия ООО «Далмис» рассмотрим его ценовые стратегии. А в качестве состояний «природы» было рассмотрено изменение цены реализации одного бака масла объемом 200 литров.

Для выявления оптимальной стратегии при возможных ситуациях природы была построена платежная матрица с учётом множественного уравнением регрессии.

В соответствие с данными стратегиями и возможными состояниями «природы», а также критериев Вальда и максимакса была выбрана лучшая стратегия для ООО «Далмис». Объемы реализации предприятия будут находиться в интервале от 15152871,47 до 15159053,90 рублей.

С помощью принципа Сэвиджа, критерия минимаксного сожаления были рассмотрены потенциальные потери, которые фирма будет иметь, если выберет неоптимальное решение.

В ходе работы был произведен выбор оптимальной стратегии в условиях неопределенности. В ходе выбора оптимальной стратегии с помощью принципа максимина, критерия Вальда, принципа максимакса, а также критерия Сэвиджа, принципа минимакса, было выявлено, что руководству предприятия следует повысить цену реализации на 3%, что приведет к увеличению выручки от реализации, а, значит, прибыли и рентабельности. При этом будет прослеживаться ситуация слабой реакции ценово-сбытовой функции, то есть увеличение цены не приведет к значительному сокращению объема сбыта. Если же конкуренты снизят цену на 2% - 3%, а это может быть связано только с окончанием срока годности масла, что вызовет сомнение потребителей в качестве продукта. Потери могут возникнуть только с новыми розничными клиентами.

Применённые математические методы позволяют лучше понять хозяйственные явления и процессы, что в свою очередь позволяет более достоверно давать прогнозы.

Литература

1. Гарри Харман. Современный факторный анализ: Перевод с англ./ Под ред. В.Я. Лумельского. – М.: Статистика, 1972. – 435 с.

2. Методы прогнозирования финансового состояния организации [Электронный ресурс]/ Под ред. Заметана Г.Б. – Электрон. дан. – М.: Публикации, 2003. – Режим доступа: http://www.iteam.ru.

3. Айвазян С.А. Прикладная статистика и основы эконометрики/ С.А.

Айвазян, В.С. Мхитарян. – М.: Юнити, 1998. – 256 с.

4. Вознесенский В.А. Принятие решений по статистическим моделям/ В.А. Вознесенский, А.Ф. Квальчук. – М.: Статистика, 1978. – 192 с.

.