Прогнозирование развития хозяйственной структуры в краткосрочном периоде

Общая дисперсия (связанная  как с колеблемостью выборочной средней, так и с

варьированием индивидуальных значений вокруг средней) составит  величину

. Таким образом, доверительные интервалы для прогностической оценки равны

                                                        (2.5)

Недостаток рассмотренного подхода заключается в том, что  доверительный

интервал не связан с периодом упреждения.

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 М_i

- адаптивная скользящая  средняя; Q_i - экспоненциальная средняя. Здесь

доверительный интервал для скользящей средней можно  определить аналогично тому,

как это было сделано  в формуле (2.5), 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. Так как m обычно берется равной нечетным числам, то

подсчитаем для них соответствующие значения величины

. Что касается экспоненциального сглаживания, то, так как дисперсия

экспоненциальной средней равна

, где S² - среднее квадратическое отклонение, вместо величины

в формуле, приведенной выше, при исчислении доверительного интервала прогноза

следует взять  величину

или . Здесь

— коэффициент  экспоненциального сглаживания.

Корреляционный  анализ используют для выявления  и оценки связи между

различными показателями. Степень тесноты связи оценивают коэффициентами,

изменяющимися в  пределах от 0 до 1, по следующей формуле:

                                                                  (2.6)

Малое значение коэффициента свидетельствует о слабой связи, значение, близкое к

1, характеризует  очень сильную связь  и часто  позволяет предположить наличие

функциональной  причинно-следственной связи. Затем  проверяют значимость

коэффициента корреляции по критерию Стьюдента t_j,k:

                                                                              (2.7)

где k=n-2 – число  степеней свободы.

При выполнении неравенства t^*>y_j,k

гипотеза о не значимости коэффициента парной корреляции отвергается, т.е. y

_t зависит от фактора времени. Затем выбирают математическую модель

взаимосвязи показателя от времени и рассчитывают критерии точности полученной

модели.

                                                                     (2.8)

                                                                          (2.9)

                                                                         (2.10)

где - средняя относительная ошибка;

            - корреляционные отношения;

S² – остаточная дисперсия;

          - среднеквадратическое отклонение, рассчитанное по формуле:

                                                             (2.11)

где p- количество расчетных коэффициентов уравнения  тренда.

Затем делают расчет точечной и интервальной оценки прогноза:

                                                                   (2.12)

                                                   (2.13)

где y_n+1 – прогнозируемая величина.

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 [12].

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 — на 5—7 лет.

При экстраполяции  часто используются линейные модели. Они требуют

относительно небольшого количества вычислений и по тому, в  частности, широко

распространены  в практике прогнозирования. Их недостаток, заключающийся в

том, что лишь немногие явления в экономике могут  быть адекватно описаны в

линейном виде, отчасти преодолевается с помощью  кусочно-линейной

аппроксимации.

    2.2.     Характеристика и отбор факторов  для построения прогнозной модели   

Снижение себестоимости  продукции является важнейшим фактором развития

экономики предприятия.

Существенное влияние  на уровень затрат оказывают технико-экономические

факторы производства. Это влияние проявляется в  зависимости от изменений в

технике, технологии, организации производства, в структуре  и качестве

продукции и от величины затрат на ее производство (Прил.1). Анализ затрат,

как правило, проводится систематически в течение года в  целях выявления

внутрипроизводственных  резервов их снижения.

Для анализа уровня и динамики изменения себестоимости  продукции используется

ряд показателей. К ним относятся: смета затрат на производство, себестоимость

товарной  и  реализуемой продукции, затраты  на один рубль товарной продукции.

Показатель снижения себестоимости сравнимой товарной продукции применяется

для анализа изменения  себестоимости во времени при  сопоставимом объеме и

структуре товарной продукции на тех предприятиях, которые  имеют устойчивый по

времени ассортимент  изделий. В случае, когда продукция считается неоднородной

и её ассортимент  меняется из года в год, используют такой показатель, как

затраты на один рубль  товарной продукции.

Затраты на один рубль  товарной (реализованной) продукции - наиболее известный

на практике обобщающий показатель, который отражает себестоимость единицы

продукции в стоимостном  выражении обезличенно, без разграничения  ее по

конкретным видам. Он широко используется при анализе  снижения себестоимости и

позволяет, в частности, характеризовать уровень и динамику затрат на

производство продукции  в целом по предприятию [13].

Итак, необходимо дать прогноз объёма товарной продукции  и затрат ОАО

«Сибнефтемаш» на первый квартал 2001 года, предсказав их возможные значения

на основе имеющихся  статистических данных об их изменении  за несколько

предыдущих кварталов. Для этого необходимо выявить  факторы, наиболее влияющие

на эти показатели.

ОАО «Сибнефтемаш»  имеет неустойчивый ассортимент  во времени и его продукция

не является сопоставимой, поэтому для прогноза себестоимости товарной

продукции будут  использоваться следующие показатели: затраты на рубль

товарной продукции  и товарная продукция в денежных единицах.  Используя

формулу (2.14) получим  полную себестоимость товарной продукции. С помощью

этого показателя можно проанализировать результативность функционирования

хозяйственной структуры  на прогнозируемый период.

В себестоимость  товарной продукции включают все  затраты предприятия на

производство и  сбыт товарной продукции в разрезе калькуляционных статей

расходов. Себестоимость  товарной продукции определяются по формуле:

     ,

(2.14)

где: Стп –себестоимость товарной продукции;

ТП – объём  товарной продукции;

С – затраты  на один рубль товарной продукции.

Предприятия помимо показателя снижения себестоимости  единицы продукции

планируют себестоимость  всей товарной продукции в абсолютной сумме. При

анализе выполнения плана по себестоимости товарной продукции необходимо

рассматривать фактический  расход, выявлять отклонения от плана  и намечать

мероприятия по устранению перерасхода и по дальнейшему  снижению расходов по

каждой статье.

Оценка выполнения плана по себестоимости всей товарной продукции производится

по данным о  ее фактическом объеме и ассортименте, исчисленным по плановой и

фактической себестоимости  отчетного года.

В целом себестоимость  продукции складывается из материальных затрат, затрат

на выплату заработной платы рабочим и комплексных статей расходов. Увеличение

или уменьшение расходов по каждому элементу вызывает или  удорожание, или

снижение себестоимости  продукции. Поэтому при анализе  надо проверить затраты

сырья, материалов, топлива и электроэнергии, затраты  на заработную плату,

цеховые, общезаводские  и другие расходы.

Снижение себестоимости  продукции является важнейшим фактором развития

экономики предприятия. Прогнозирование себестоимости  товарной продукции

позволит выявить  возможности повышения эффективности  использования

материальных, трудовых и денежных ресурсов в процессе производства,

продукции, и как  следствие, улучшить финансовые результаты предприятия.

3.                 ПРОГНОЗИРОВАНИЕ РАЗВИТИЯ ХОЗЯЙСТВЕННОЙ  СТРУКТУРЫ В

КРАТКОСРОЧНОМ ПЕРИОДЕ

      3.1.          Информационное обеспечение процесса разработки прогноза     

Для реализации прогнозных моделей необходимо не только располагать

своевременной и  точной информацией, но и уметь осмысливать  ее, делать выводы

и результативно  воплощать в принимаемых управленческих решениях.

Необходимость присутствия  информационной составляющей в процессе

прогнозирования очевидна, поскольку она является основой всего

управленческого процесса. Реализация любой цели в  процессе деятельности

всегда связана  с проблемой выбора из имеющихся прогнозных альтернатив

наиболее оптимальных  и рациональных, что вносит элемент неопределенности в