Методы прогнозирования прибыли торгового предприятия

МЕТОДЫ ПРОГНОЗИРОВАНИЯ ПРИБЫЛИ ТОРГОВОГО ПРЕДПРИЯТИЯ

СОДЕРЖАНИЕ

Введение.

1. Регрессионный анализ

2. Надежность результатов

3. Проблемы регрессионного анализа.

4. Разработка концепции нового товара и ее проверка с прогнозом получения прибыли

Заключение

ЛИТЕРАТУРА

Введение.

В настоящее время, когда деловая активность протекает в весьма сложных условиях и подвергается воздействию целого комплекса самых разнородных факторов, по-вышение точности прогнозов эффективности деятельности компаний приобретает все большее значение как для администраторов, так и для вкладчиков капитала. Оценки такого рода используются, например, для формулирования долгосрочной финансовой политики, для исчисления ликвидности и для предсказания тенденций изменения курсов акций.

На фоне практически всеобщей заинтересованности в повышении качества прогнозов особенно заметным становится разрыв между часто используемыми обычными методами прогнозирования и более эффективными и точными статистическими методами, возможности применения которых открываются благодаря творческому подходу к использованию ЭВМ. Благодаря статистическому подходу, использующему математический анализ тенденций и взаимосвязей, качест-во прогнозов может быть существенно улучшено.

Одним из таких методов прогнозирования с использованием ЭВМ, получивших широкое распространение в последние годы, является регрессионный анализ, представляющий собой попытку объективно определить степень движения во времени одной переменной величины (например, "сбыта" или "прибылей") по отношению к другим переменным (таким, как "доходы", "численность населения", "новое строительство" и т.п.).

Главным достоинством этого метода является точность измерения статистических соотношений и определения их надежности. Кроме того, регрессионный анализ позволяет привлекать значительно большее количество данных, чем это возможно при использовании любых интуитивных или немашинных методов.

Способность ЭВМ перерабатывать огромное количество информация открывает широкие возможности для применения сложных статистических методов прогнозирования, в частности регрессионного анализа. Используя метод регрессии, можно осуществить анализ, например, объема продаж в сравнении с такими переменными, как число новых семей, уровень доходов или размеры процентных ставок. Этот метод обеспечивает высокую степень точности и достоверности прогнозов.

1. Регрессионный анализ

Регрессионный анализ открывает более широкие возможности, чем объективные оценки, поскольку он позволяет дать точную оценку связи между переменным и, таким образом, в значительной степени исключить элементы неопределенности. Если при составлении прогноза выявляется статистическая связь между ростом сбыта и движением четырех-пяти других переменных, то эта связь становится основой построения всего прогноза.

Хотя регрессионный анализ пока еще остается за пределами обычной практики прогнозирования в корпорациях, многие крупные компании в последние годы все шире используют этот метод. Как правило, это - компании, использующие ЭВМ в качестве одного из инструментов управления, а не просто как орудия бухгалтерского учета.

Ниже поясняются способы применения регрессионного анализа для прогнозирования продаж и прибылей и демонстрируются результаты, которые могут быть получены с помощью этого метода.

Прогнозирование сбыта. Первым шагом является выявление факторов, которые влияют на объем продаж и связаны с ним. Такие факторы могут быть самыми различными и составить полный перечень экономических переменных, в той иди иной степени влияющих на объем продаж, невозможно. Тем не менее с помощью регрессивного анализа большое число таких переменных может быть изучено, в результате чего возможно выделить наиболее важные из них, помогающие уяснить развитие тенденции во времени. При включении в анализ более одной поясняющей переменной метод приобретает название множественной регрессии.

Прежде всего предполагается, что объем продаж в исследуемой отрасли реагирует на такие факторы, как число новых браков, объем нового жилищного строительства, наличие свободных средств у населения, протяженность процесса во времени. Используя регрессивный анализ можно точно установить, насколько велико влияние каждого из факторов на общий объем продаж на протяжении определенного времени. Величины влияния каждого из рассматриваемых факторов на объем продаж называются коэффициентами регрессии и указывают степень связи между зависимой переменной и каждой из независимых переменных. Их значения исчисляются с помощью метода регрессивного анализа на основе имеющихся данных.

Оценка таких связей требует использования информации за несколько лет. При использовании для прогнозирования более одной переменной необходима информация за еще большее число лет, для того чтобы быть уверенным в достаточной статистической значимости получаемых результатов. При анализе только одной переменной, как правило, берется период в пять лет, двух - восемь дет и т.д.

Первоначальную оценку объема продаж, например мебели, получают путем подстановки цифровых значений независимых переменных и соответствующих коэффициентов регрессии в уравнение, с помощью которого можно описать связи различных переменных с объемом продаж для данной отрасли:

s = В + Вm (М) + Вh (Н) + Вi (I) + Вt (Т), где s- общий объем продаж за год; В - базисный объем продаж, или начальная точка, с которой начинает проявляться влияние других факторов; М - число браков за год; Н - число жилых домов, строительство которых было начато в течение года; - свободные средства из личных доходов населения за год; Т - время (первый год = I, второй год = 2 и т.д.), а Вm, Вn, Вi и Вt - соответствующие коэффициенты регрессии. Однако, прежде чем можно будет с уверенностью использовать полученное