2. Система показателей оценки спроса

Метод прогнозирования

Характеристика метода

1

2

Качественные

1.1 Метод Дельфи

1.2 Метод коллективных оценок руководства и специалистов предприятия(метод «мозговой» атаки)

Форма опроса экспертов, при которой их анонимные ответы обрабатываются в течение нескольких туров и после ознакомления всех участников экспертизы с промежуточными результатами получают групповую оценку исследуемой проблемы

Основан на гипотезе, что среди большого числа идей, суждений имеется по меньшей мере несколько, которые отвечают наиболее вероятному ходу будущего развития спроса. Опирается на неформальный анализ. Применяется в форме обмена мнениями специалистов о тенденциях развития спроса на товары, производимые предприятием

1.3Сценарного развития

Подготовка и согласование представления о тенденциях развития спроса на товар с учетом влияющих на него факторов. Сценарии пишутся экспертами вначале индивидуально, а затем формируется согласованный единый текст. Сценарий предусматривает не только содержательные рассуждения, но и включает, как правило, результаты технико-экономического или статистического анализа с соответствующими выводами

Количественные

2.1Экстраполяция временного ряда

Проекция временного ряда на будущие периоды времени, т. е. распространение тенденций, установленных в прошлом, на будущий период

2.1.1.Прогноз по среднему проценту прироста показателя спроса

В основу метода положено предположение, что прогнозируемая величина спроса на товар увеличивается (уменьшается)на уровне постоянного прироста (уменьшения)

2.1.2.Прогнозирование на базе скользящего среднего

Метод базируется на вычислениях среднего значения прогнозируемой величены спроса за фиксированное количество периодов

2.1.3.Экспоненциально взвешенное среднее

Опирается на последовательность весов (весовых коэффициентов), убывающих со временем по экспоненциальному закону. Более поздним наблюдениям придается больший вес, а именно, веса значений ряда убывают по мере удаления в прошлое

2.1.4.Метод Холта

Основан на оценке степени линейного роста (или снижения) показателя величины спроса во времени

2.1.5. Метод двойного сглаживания Брауна

Предназначен для прогнозирования нестационарных рядов в случае линейно-аддитивного тренда с использованием двойного экспоненциального взвешенного среднего

2.1.6.Метод адаптивного сглаживания Брауна

Основан на применении регрессионного анализа (когда минимизируется сумма квадратов отклонений) на базе взвешенной регрессии. Наибольшее внимание уделяется информации последних периодов

2.1.7. Метод Муира

Применяется в случае линейно-мультипликативной модели тренда в предположении, что изменение среднего процесса зависит от времени не линейно, а пропорционально самому значению среднего, т. е. линейно в логарифмах

2.1.8.Сезонно-декомпозиционная модель

Метод основан на применении экспоненциального взвешенного среднего для сезонных рядов. (модель Холта — Винтера)

2.1.9.Модель Бокса— Дженкинса

Метод предназначен для обработки авторегрессионых рядов без априорных допущений относительно дисконтирующих коэффициентов Исключение тренда осуществляется путем перехода к разностям ряда и допущению коррелированности остатков

2.2.Экономико-математическое моделирование

Построение экономико-математической модели спроса в виде некоторой функциональной зависимости величины показателя спроса от определяющих его экзогенных и эндогенных факторов

2.2.1.Прогноз на основе индикаторов

Оценка хода развития процесса сбыта продукции на базе одного или нескольких известных индикаторов (показателей) смежных отраслей промышленности

2.2.2. Аналитические модели спроса и потребления

Построение функции спроса, отражающей зависимость объема спроса на отдельные товары и услуги от комплекса факторов, влияющих на него. Наибольшее распространение получили однофакторные функции, выражающие зависимость спроса от уровня доходов населения. Соответствующие этим функциям графики называются кривыми Энгеля. Главная проблема заключается в выборе функциональной зависимости спроса от некоторых факторов и априорное установление ЛПР значений параметров, входящих в функцию спроса. В качестве параметров чаще всего выступают коэффициенты эластичности цены, доходов

2.2.3.Прогноз спроса с использованием коэффициента эластичности какого-либо фактора

2.2.4. Корреляционно-регрессионный анализ

Зная коэффициент эластичности какого-либо фактора за предшествующий период и предполагая, что он не изменится существенно в прогнозируемый период, вычисляют величину спроса с учетом изменения рассматриваемого фактора и его коэффициента эластичности

Определение направления и силы связи между независимыми переменными и зависимой переменной (спросом). Построение однофакторной и многофакторной регрессионной модели

3.Комбинированные методы

Используя результаты прогнозов, полученные различными методами, рассчитывают интегрированный прогноз спроса в виде точечной или интервальной оценки