Финансовое планирование и прогнозирование

В рыночной экономике ни одна сфера жизни не может обойтись без прогнозов как средства познания будущего. В данной курсовой работе мы особое внимание уделяем прогнозированию и планирования деятельности предприятий общественного питания, обоснованию основных направлений экономической политики, предвидению последствий принимаемых решений. Прогнозирование является одним из решающих научных факторов формирования стратегии и тактики развития ПОП.

Актуальность данной темы как в условиях развитой рыночной экономики, так и переходной экономики определяется тем, что уровень прогнозирования деятельности предприятия обуславливает эффективность планирования и управления экономикой и другими сферами.

Целью данной курсовой работы является рассмотрение сущности процесса финансового прогнозирования и планирования, принципы, методы и приемы экономического анализа, способы прогнозирования и планирования и методик разработки прогнозов для определения сущности, областей применения и наиболее эффективных методов прогнозирования и планирования. Для этого необходимо решить следующие задачи: определить сущность прогнозирования и планирования и области их применения в ходе изучения основ методологии прогнозирования; дать характеристику методов прогнозирования и планирования.

Разработкой данной темы занимались такие известные зарубежные экономисты, как В. Хойер, Р. Акофф, Г.Эмерсон, Ф.Тейлор и российские ученые – Ю.Осипов, Р. Валевич, Г. Давыдов и Р. Шпицнер.

ГЛАВА 1. ФИНАНСОВОЕ ПЛАНИРОВАНИЕ В УСЛОВИЯХ РЫНКА

1.1. Значение и основные понятия финансового планирования

Финансовое планирование является важнейшей составной частью внутрифирменного планирования.

Значение финансового планирования для внутренней среды организации определяется тем, что оно:

ü облекает выработанные стратегические цели в форму конкретных финансовых показателей;

ü устанавливает стандарты для организации финансовой информации;

ü определяет приемлемые границы затрат, необходимых для реализации всей совокупности планов фирмы;

ü в части оперативного финансового планирования дает очень полезную информацию для разработки и корректировки общефирменной стратегии.

В практике финансового планирования применяют следующие методы[1]:

ü экономического анализа,

ü нормативный,

ü балансовых расчетов,

ü денежных потоков,

ü метод многовариантности,

ü экономико-математическое моделирование.

Метод экономического анализа используется для определения основных закономерностей, тенденций в движении натуральных и стоимостных показателей, внутренние резервы предприятия.

Нормативный метод заключается в том, что на основе заранее установленных норм и технико-экономических нормативов рассчитывается потребность хозяйствующего субъекта в финансовых ресурсах и их источниках. Такими нормативами являются ставки налогов и сборов, нормы амортизационных отчислений и другие нормативы, устанавливающиеся либо самим субъектом, либо для субъекта государством в виде специальной нормативной или законодательной базы. Нормативы самого хозяйствующего субъекта - это нормативы, разрабатываемые непосредственно на предприятии и используемые им для регулирования производственно-хозяйственной деятельности, контроля за использованием финансовых ресурсов, других целей по эффективному вложению капитала.

Использование метода балансовых расчетов для определения будущей потребности в финансовых средствах основывается на прогнозе поступления средств и затрат по основным статьям баланса на определенную дату в перспективе.

Метод денежных потоков является универсальным при составлении финансовых планов и служит инструментом для прогнозирования размеров и сроков поступления необходимых финансовых ресурсов. Теория прогноза денежных потоков основывается на ожидании поступления средств на определенную дату и бюджетировании всех издержек и расходов. Этот метод дает на много больше полезной информации, чем метод балансовой сметы.

Метод многовариантности расчетов состоит в разработке альтернативных вариантов плановых расчетов, для того чтобы выбрать из них оптимальный, при этом критерии выбора могут быть различными. Например, в одном варианте может быть учтен продолжающийся спад производства, инфляция национальной валюты, а в другом - рост процентных ставок и, как следствие, замедление темпов роста мировой экономики и снижение цен на продукцию.

Методы экономико-математического моделирования позволяют количественно выразить взаимосвязь между финансовыми показателями и основными факторами, их определяющими.

Разработка финансовых планов является также одним из основных средств контактов с внешней средой: поставщиками, потребителями, дистрибьюторами, кредиторами, инвесторами. От их доверия зависят стоимость активов организации и возможность ее эффективной деятельности, поэтому финансовый план должен быть хорошо продуман и серьезно обоснован.

Процесс финансового планирования состоит из следующих этапов.

ü Анализ финансовых показателей фирмы за предыдущий период. Расчет показателей производится на основе основных финансовых документов фирмы - баланса, отчета о прибылях и убытках, отчета о движении наличности.

ü Долгосрочное финансовое планирование.

ü Оперативное финансовое планирование.

Как и всякий другой процесс, финансовое планирование завершается практическим внедрением планов и контролем за их выполнением[2].

Цель финансового плана — представить достоверную систему данных, отражающих ожидаемые финансовые результаты деятельности фирмы. Прогноз финансовых результатов призван ответить на главные вопросы, волнующие менеджера. Именно из этого раздела инвестор узнает о прибыли, на которую он может рассчитывать, а заимодавец — о способности потенциального заемщика обслужить долг.

Конечно, всякий финансовый анализ будущего характеризуется неопределенностью, поэтому возможны несколько сценариев, свидетельствующих о предложениях в отношении будущего и позволяющих лучше понять перспективы фирмы. Для того, чтобы бизнес-план был действенным инструментом планирования, а также документом, способным привлечь внимание потенциальных инвесторов и кредиторов, его содержание должно соответствовать реально складывающейся обстановке.

Финансовый план не должен расходиться с данными, представленными в остальной части бизнес-плана.

Несоответствия в финансовом плане свидетельствуют либо о недобросовестности, либо о недостаточной компетенции авторов. В сжатой форме должны быть изложены все предпосылки, которые стали основой разработки плана.

Подготовленный надлежащим образом финансовый план, может быть использован для оценки резервов фирмы разработки ее детального бюджета. Бизнес-план является руководящим документом, в котором детально расписано, как, когда и на что будет расходоваться капитал, а также указываются цели, достижение которых необходимо для обеспечения успеха бизнеса.

1.2. Финансовое планирование на предприятии

Остановимся на финансовом планировании на предприятии, играющем первостепенную роль. Руководство предприятия обязано знать, какие задания в области экономической деятельности оно может запланировать на следующий период. Заинтересованные в деятельности фирмы лица предъявляют определенные требования к результатам ее работы. При планировании определенных видов деятельности необходимо знать, какие экономические ресурсы требуются для выполнения поставленных задач. Это относится, например, к планированию в области привлечения капитала (приобретение кредитов, увеличение акционерного капитала и т.п.) и определение объема инвестиций.

Финансовый план предприятия взаимосвязан с другими аспектами планирования хозяйственной деятельности предприятия. К ним относятся планы: по сбыту продукции, по сырью и материалам, производству, рекламе, капиталовложениям, научным исследованиям и разработкам, привлечению и возврату заемных денежных средств (кредитов и из других источников), распределение доходов, а также расходные сметы.

Непосредственной основой финансового плана являются прогнозные расчеты по реализации продукции потребителям или планы сбыта ее, исходя из заказов, прогнозов спроса на продукцию и товары, уровней продажных цен на них и других факторов рыночной конъюнктуры. На основе показателей сбыта рассчитываются объемы производства, затраты по изготовлению продукции, проведению работ и оказанию услуг, а также прибыль и другие показатели.

Назначение финансового плана предприятия, с одной стороны, прогноз среднесрочной финансовой перспективы, а с другой, определение текущих доходов и расходов предприятия. Финансовый план составляется предприятием на год с распределением по кварталам, а также на 3—5 лет — по годам. В нем находят отражение доходы и расходы по статьям и пропорции в распределении средств.

Следует отметить, что в рамках годового и квартального финансовых планов не проявляется влияние внутримесячных отклонений от планов в деятельности предприятия, оказывающих влияние на финансовое состояние предприятий в течение месяца, что чаще случается в течение первых 15—20 дней месяца, когда предприятия обычно испытывают сбои в связи с недопоступлением относительно договорных сроков материально-технических ресурсов.

Финансовое планирование на предприятиях во многом зависит от качества прогнозов основных показателей их производственной деятельности, рыночной конъюнктуры, состояния денежного обращения и курса рубля. Поэтому в сложившихся условиях возможна заниженная оценка потребности в финансовых ресурсах и изменений в финансовом состоянии предприятий, в связи с чем необходимо предусматривать финансовые резервы.

Обычно различают две схемы организации работ по составлению планов: по методу сверху вниз и по методу снизу вверх. По первому методу работа по составлению планов начинается "сверху", т.е. руководство фирмы определяет цели и задачи, в частности плановые показатели по прибыли. Затем эти показатели во все более детализированной по мере продвижения на более низкие уровни структуры предприятия форме включаются в планы подразделений.

По второму методу поступают наоборот. Например, расчет показателей реализации начинают отдельные сбытовые подразделения, и уже затем руководитель отдела реализации фирмы сводит эти показатели в единый финансовый план, который впоследствии может войти составной частью в общий финансовый план предприятия.

ГЛАВА 2. МЕТОДЫ ФИНАНСОВОГО ПРОГНОЗИРОВАНИЯ

2.1. Классификация методов прогнозирования

В экономически развитых странах все большее распространение получает использование формализованных моделей управления финансами. Степень формализации находится в прямой зависимости от размеров предприятия: чем крупнее фирма, тем в большей степени ее руководство может и должно использовать формализованные подходы в финансовой политике. В западной научной литературе отмечается, что около 50% крупных фирм и около 18% мелких и средних фирм предпочитает ориентироваться на формализованные количественные методы в управлении финансовыми ресурсами и анализе финансового состояния предприятия. Ниже приведена классификация именно количественных методов прогнозирования финансового состояния предприятия.

Исходным пунктом любого из методов является признание факта некоторой преемственности (или определенной устойчивости) изменений показателей финансово-хозяйственной деятельности от одного отчетного периода к другому. Поэтому, в общем случае, перспективный анализ финансового состояния предприятия представляет собой изучение его финансово-хозяйственной деятельности с целью определения финансового состояния этого предприятия в будущем.

Перечень прогнозируемых показателей может ощутимо варьировать. Этот набор величин можно принять в качестве первого критерия для классификации методов. Итак, по набору прогнозируемых показателей методы прогнозирования можно разделить на:

1. Методы, в которых прогнозируется один или несколько отдельных показателей, представляющих наибольший интерес и значимость для аналитика, например, выручка от продаж, прибыль, себестоимость продукции и т. д.

2. Методы, в которых строятся прогнозные формы отчетности целиком в типовой или укрупненной номенклатуре статей. На основании анализа данных прошлых периодов прогнозируется каждая статья (укрупненная статья) баланса и отчета и финансовых результатах. Огромное преимущество методов этой группы состоит в том, что полученная отчетность позволяет всесторонне проанализировать финансовое состояние предприятия. Аналитик получает максимум информации, которую он может использовать для различных целей, например, для определения допустимых темпов наращивания производственной деятельности, для исчисления необходимого объема дополнительных финансовых ресурсов из внешних источников, расчета любых финансовых коэффициентов и т. д.

Методы прогнозирования отчетности, в свою очередь, делятся на методы, в которых каждая статья прогнозируется отдельно исходя из ее индивидуальной динамики, и методы, учитывающие существующую взаимосвязь между отдельными статьями как в пределах одной формы отчетности, так и из разных форм. Действительно, различные строки отчетности должны изменяться в динамике согласованно, так как они характеризуют одну и ту же экономическую систему.

В зависимости от вида используемой модели все методы прогнозирования можно подразделить на три большие группы (см. рисунок 1):

1. Методы экспертных оценок, которые предусматривают многоступенчатый опрос экспертов по специальным схемам и обработку полученных результатов с помощью инструментария экономической статистики. Это наиболее простые и достаточно популярные методы, история которых насчитывает не одно тысячелетие. Применение этих методов на практике, обычно, заключается в использовании опыта и знаний торговых, финансовых, производственных руководителей предприятия. Как правило, это обеспечивает принятие решения наиболее простым и быстрым образом. Недостатком является снижение или полное отсутствие персональной ответственности за сделанный прогноз. Экспертные оценки применяются не только для прогнозирования значений показателей, но и в аналитической работе, например, для разработки весовых коэффициентов, пороговых значений контролируемых показателей и т. п.

2. Стохастические методы, предполагающие вероятностный характер как прогноза, так и самой связи между исследуемыми показателями. Вероятность получения точного прогноза растет с ростом числа эмпирических данных. Эти методы занимают ведущее место с позиции формализованного прогнозирования и существенно варьируют по сложности используемых алгоритмов. Наиболее простой пример - исследование тенденций изменения объема продаж с помощью анализа темпов роста показателей реализации. Результаты прогнозирования, полученные методами статистики, подвержены влиянию случайных колебаний данных, что может иногда приводить к серьезным просчетам.

Рис. 1. Классификация методов прогнозирования финансового состояния предприятия

Стохастические методы можно разделить на три типовые группы, которые будут названы ниже. Выбор для прогнозирования метода той или иной группы зависит от множества факторов, в том числе и от имеющихся в наличии исходных данных.

Первая ситуация - наличие временного ряда - встречается на практике наиболее часто: финансовый менеджер или аналитик имеет в своем распоряжении данные о динамике показателя, на основании которых требуется построить приемлемый прогноз. Иными словами, речь идет о выделении тренда. Это можно сделать различными способами, основными из которых являются простой динамический анализ и анализ с помощью авторегрессионых зависимостей.

Вторая ситуация - наличие пространственной совокупности - имеет место в том случае, если по некоторым причинам статистические данные о показателе отсутствуют либо есть основание полагать, что его значение определяется влиянием некоторых факторов. В этом случае может применяться многофакторный регрессионный анализ, представляющий собой распространение простого динамического анализа на многомерный случай.

Третья ситуация - наличие пространственно-временной совокупности - имеет место в том случае, когда: а) ряды динамики недостаточны по своей длине для построения статистически значимых прогнозов; б) аналитик имеет намерение учесть в прогнозе влияние факторов, различающиеся по экономической природе и их динамике. Исходными данными служат матрицы показателей, каждая из которых представляет собой значения тех же самых показателей за различные периоды или на разные последовательные даты.

3. Детерминированные методы, предполагающие наличие функциональных или жестко детерминированных связей, когда каждому значению факторного признака соответствует вполне определенное неслучайное значение результативного признака. В качестве примера можно привести зависимости, реализованные в рамках известной модели факторного анализа фирмы Дюпон. Используя эту модель и подставляя в нее прогнозные значения различных факторов, например выручки от реализации, оборачиваемости активов, степени финансовой зависимости и других, можно рассчитать прогнозное значение одного из основных показателей эффективности - коэффициента рентабельности собственного капитала.

Здесь нельзя не упомянуть об еще одной группе методов, основаных на построении динамических имитационых моделей предприятия. В такие модели включаются данные о планируемых закупках материалов и комплектующих, объемах производства и сбыта, структуре издержек, инвестиционной активности предприятия, налоговом окружении и т.д. Обработка этой информации в рамках единой финансовой модели позволяет оценить прогнозное финансовое состояние компании с очень высокой степенью точности. Реально такого рода модели можно строить только с использованием персональных компьютеров, позволяющих быстро производить огромный объем необходимых вычислений. Однако эти методы не являются предметом настоящей работы, поскольку должны иметь под собой гораздо более широкое информационное обеспечение, чем бухгалтерская отчетность предприятия, что делает невозможным их применение внешними аналитиками.

Формализованные модели прогнозирования финансового состояния предприятия подвергаются критике по двум основным моментам: (а) в ходе моделирования могут, а фактически и должны быть разработаны несколько вариантов прогнозов, причем формализованными критериями невозможно определить, какой из них лучше; (б) любая финансовая модель лишь упрощенно выражает взаимосвязи между экономическими показателями. На самом деле оба эти тезиса вряд ли имеют негативный оттенок; они лишь указывают аналитику на существующие ограничения любого метода прогнозирования, о которых необходимо помнить при использовании результатов прогноза.

2.2. Прогнозирование финансово-экономических показателей

Поскольку экономические условия ведения бизнеса изменяются во времени, специалистам по управлению требуется "держать руку на пульсе" этих изменений для успешной реализации деловых операций. Одним из приемов, которым менеджеры могут воспользоваться при оценке эффективности будущих управленческих решений, является метод прогнозирования. К настоящему времени разработаны многие методы прогнозирования, но у всех из них есть одна общая цель – предсказать с той или иной степенью надежности будущие события и учесть этот прогноз при планировании тех или иных управленческих решений. Так, на уровне правительственных структур требуется оценка будущего уровня инфляции, безработицы, объема производства; специалисты предприятия со своей стороны должны уметь прогнозировать спрос на свою продукцию, предпочтения потребителей, будущий объем продаж, стратегию и эффективность рекламных кампаний.

Формально имеется два подхода к прогнозированию - качественное и количественное. Методы качественного прогнозирования особенно важны, когда данные за прошедшие периоды времени недоступны и/или ненадежны, например при прогнозировании объема продаж совершенно нового товара, не существовавшего ранее на рынке. Однако все качественные методы - метод экспертного оценивания, Дельфийский метод - крайне субъективны и потому подвержены высокой ошибке прогноза. Количественные методы с другой стороны основаны на существенном использовании информации за прошедшие периоды времени; при исследовании тенденции процесса за прошедшее время удается выяснить основные взаимозависимости между величинами и дать более надежный прогноз на будущее[3].

Все методы количественного прогнозирования также можно подразделить на два типа: причинные методы и методы, основанные на анализе временных рядов. Первые из них (часто называемые методами моделирования процессов) включают определение значимых факторов и функциональной зависимости отклика от этих факторов с применением множественного регрессионного анализа или эконометрического моделирования. Прогноз по временным рядам в свою очередь предусматривает определение прогнозного значения переменной исключительно на основе прошлых и текущих значений этой же переменной.

Временным рядом называют серию числовых величин, полученных через регулярные промежутки времени. Например временными рядами будут серия ежедневных наблюдений в течение некоторого периода за ценами товара при закрытии торгов на бирже, дневные объемы выпуска товара, месячные показатели инфляции или индекса потребительских цен, ежеквартальные оценки валового национального продукта (принятые в США) или средних зарплат (принятые в России для ежеквартального индексирования пенсий), ежегодные данные об объеме, выручке и прибыли компании. Временные ряды, естественно, не ограничиваются исключительно экономическими величинами; известно их использование при анализе процессов в энергосистемах, атомной промышленности, химических и нефтехимических производствах, причем в этом случае часто используются более мелкие дискретности времени, чем в экономике - минуты и даже секунды при обработке данных о быстропротекающих процессах в атомной энергетике или при исследовании переходных процессов в химической кинетике. Известно даже успешное применение анализа временных рядов при слежении за подводными лодками "вероятного противника" в 70-80-е годы, и при обработке данных наблюдений в системах ПВО, и при прогнозах проходимости радиосигналов в атмосфере и ионосфере, и при моделировании транспортных потоков на автотрассах.

Основным положением, на котором базируется использование временных рядов для прогнозирования, является то, что факторы, влияющие на отклик изучаемой системы, действовали некоторым образом в прошлом и настоящем, и ожидается, что они будут действовать схожим образом и в не слишком далеком будущем. Поэтому основной целью анализа временных рядов будет оценка и вычленение этих влияющих факторов с целью прогноза дальнейшего поведения системы и выработки рациональных управленческих решений.

Методы статистического прогнозирования используются тогда, когда прогнозируемые системы имеют достаточно длительную историю развития в ретроспективе и необходимый статистический материал, позволяющий выявить тенденцию их развития во взаимосвязях с другими явлениями.

Поскольку методы статистического прогнозирования опираются на регрессионный анализ, то сначала рассмотрим его, включая корреляционный анализ и методы построения парной и множественной регрессии.

Для построения уравнений парной и множественной регрессии используются следующие виды аппроксимирующих функций: линейная, параболическая, степенная, логарифмическая, тригонометрический многочлен. Из практики применения регрессионного анализа следует, что указанные виды аппроксимирующих функций составляют полную группу, достаточную для проведения регрессионного анализа практически любой сложности.

Регрессионный анализ – раздел математической статистики, главная задача которого состоит в выводе на основании соответствующих выборочных совокупностей уравнения регрессии, устанавливающего связь между значениями зависимой (эндогенной) переменной (результирующим показателем) и значениями независимых (экзогенных) переменных.

Указанную связь будем записывать в виде: ỹ= f (x1, x2, … , xn ),

ỹ - результирующий показатель;

xj – j-й независимый параметр (фактор, воздействующий на результирующий показатель (j =1,n).

Совокупность методов, определяющих тесноту связи между y и xj, составляет другой раздел математической статистики - корреляционный анализ. Если связь между переменными y и x является нефункциональной, установлена на основании совместного анализа соответствующих им выборок y1, y2, … , yN и x1, x2, … , xN, то считается, что между ними существует корреляционная связь.

2.2.1. Статистические методы прогнозирования на основе метода наименьших квадратов (МНК)

Общее уравнение линейной регрессии: ,

где - объясняемая переменная;

- объясняющая переменная;

- случайный член, случайная ошибка;

- параметры, подлежащие определению.

Для того, чтобы регрессионный анализ основанный на обычном методе наименьших квадратов давал наилучшие из всех возможных результаты, необходимо, чтобы случайный член удовлетворял четырем условиям, известным как условия Гаусса-Маркова.

1 условие. .

Случайный член может быть положительным или отрицательным, но он не должен иметь систематического смещения, т.е. ненулевого математического ожидания.

2 условие. Дисперсия случайного члена должна быть постоянной для всех наблюдений.

3 условие. при ; при .

Это условие предполагает отсутствие систематической связи между значениями случайного члена в двух любых наблюдениях.

4 условие. Случайный член должен быть распределен независимо от объясняющих переменных.

В большинстве случаев в эконометрике используется более сильное предположение о том, что объясняющая переменная не имеет случайной составляющей, т.е. не является стохастической.

Наряду с условиями Гаусса-Маркова обычно предполагается, что остаточный член имеет нормальный закон распределения. Дело в том, что если это действительно так, то коэффициенты регрессии (которые также являются случайными величинами) будут также иметь нормальный закон распределения.

2.2.2. Прогнозирование с использованием модели авторегрессии и скользящего среднего (ARIMA)

В многих экономических задачах встречаются лагированные (взятые в предыдущий момент времени) переменные. Например, – выпуск предприятия в год , может зависеть не только от инвестиций в этот год, но и от инвестиций в предыдущие годы:

Такие модели встречаются всякий раз, когда эндогенная переменная с запаздыванием реагирует на изменения экзогенной переменной[4].

При этом в модели могут использоваться лагированные значения экзогенной или эндогенной переменной или одновременно и те, и другие. Для статистического моделирования полезно различать два случая. Обе модели

(1.1)

(1.2)

включают в себя лагированные значения переменных, но существенно различаются с точки зрения статистического оценивания параметров. Действительно, в (1.1) регрессоры некоррелированы с ошибками (здесь предполагается, что экзогенная переменная детерминированная). Поэтому (1.1) можно оценивать с помощью МНК. В модели (1.2) включает в себя , поэтому вектор ошибок и матрица регрессоров коррелированы. В этом случае оценки МНК, вообще говоря, не являются несмещенными.

Уравнение (1.1) является примером модели распределенных лагов (distributed lags), DL(1). В скобках указан порядок модели – максимальный лаг. Уравнение (1.2) является авторегрессионной моделью распределенных лагов, ADL(1,0). В скобках указаны максимальные лаги эндогенной и экзогенной переменных.

Рассмотрим отклик зависимой переменной на единичное приращение экзогенной переменной . Отклик за один период (short run) равен в обеих моделях. Суммарное влияние (long run) равно в модели (1.1) и в модели (1.2). В самом деле, если изменится на единиц, то изменится на единиц, и т.д. Если выполнено неравенство , то ряд сходится к . Условие является условием устойчивости и встречается в том или ином виде во всех моделях с авторегрессионными членами.

Динамические модели

Рассмотрим особенности динамических моделей (содержащих лагированные эндогенные переменные в правой части) на простейшем примере (1.2):

, .

Запишем это уравнение в обозначениях (1.4):

, , (1.5)

где и . Начнем с простейшего случая: (опустим индекс у ):

, ~ , (1.6)

т.е. ошибки независимые, одинаково распределенные с нулевым средним и дисперсией (independent identically distributed).

Такой процесс называется авторегрессионным процессом первого порядка, AR(1). Предполагается, что , тогда

, ; . (1.7)

МНК-оценка параметра равна:

. (1.8)

Поскольку и зависимы при всех , то оценка (1.8) является, вообще говоря, смещенной. Однако можно показать, что если и существуют необходимые моменты распределения , то оценка (1.8) является состоятельной и асимптотически нормальной:

. (1.9)

Итак, предыдущие аргументы показывают, что уравнение с авторегрессионными членами может быть оценено при помощи МНК. Существенными тут являются два условия. 1) Устойчивость. Для уравнения (1.6) это означает , лучше, если значения параметров будут отстоять на некоторое расстояние от границы критической области. 2) Отсутствует автокорреляция ошибок .

1.2.3. Прогнозирование с использованием Адаптивной модели

При краткосрочном прогнозировании, а также при прогнозировании в ситуации изменения внешних условий, когда наиболее важными являются последние реализации исследуемого процесса, наиболее эффективными оказываются адаптивные методы, учитывающие неравноценность уровней временного ряда.

Адаптивные модели прогнозирования – это модели дисконтирования данных, способные быстро приспосабливать свою структуру и параметры к изменению условий[5]. Инструментов прогноза в адаптивных моделях является математическая модель с единственным фактором «время».

При оценке параметров адаптивных моделей наблюдениям (уровням ряда) присваиваются различные веса в зависимости от того, насколько сильным признается их влияние на текущий уровень. Это позволяет учитывать изменения в тенденции, а также любые колебания, в которых прослеживается закономерность. Все адаптивные модели базируются на двух схемах: скользящего среднего (СС-модели) и авторегрессии (АР-модели).

Согласно схеме скользящего среднего, оценкой текущего уровня является взвешенное среднее всех предшествующих уровней, причем веса при наблюдениях убывают по мере удаления от последнего уровня, т.е. информационная ценность наблюдений признается тем большей, чем ближе они к концу интервала наблюдений. Такие модели хорошо отражают изменения, происходящие в тенденции, но в чистом виде не позволяют отражать колебания.

Реакция на ошибку прогноза и дисконтирование уровней временного ряда в моделях, базирующихся на схеме СС, определяется с помощью параметров сглаживания (адаптации), значения которых могут изменяться от 0 до 1. Высокое значение этих параметров (свыше 0,5) означает придание большего веса последним уровням ряда, а низкое (менее 0,5) – предшествующим наблюдениям. Первый случай соответствует быстроизменяющимся динамическим процессам, второй – более стабильным.

В авторегрессионной схеме оценкой текущего уровня служит взвешенная сумма не всех, а нескольких предшествующих уровней, при этом весовые коэффициенты при наблюдениях не ранжированы. Информационная ценность наблюдений определяется не их близостью к моделируемому уровню, а теснотой связи между ними.

Общая схема построения адаптивных моделей может быть представлена следующим образом. По нескольким первым уровням ряда оцениваются значения параметров модели. По имеющейся модели строится прогноз на один шаг вперед, причем его отклонение от фактических уровней ряда расценивается как ошибка прогнозирования, которая учитывается в соответствии с принятой схемой корректировки модели. Далее по модели со скорректированными параметрами рассчитывается прогнозная оценка на следующий момент времени и т.д. Таким образом, модель постоянно «впитывает» новую информацию и концу периода обучения отражает тенденцию развития процесса, существующую в данный момент.

Одной из базовых СС-моделей является модель Брауна (модель экспоненциального сглаживания).

Модель Брауна может отображать развитие не только в виде линейной тенденции, но также в виде случайного процесса, не имеющего тенденции, а также в виде изменяющейся параболической тенденции. Соответственно различают модели Брауна:

Нулевого порядка, которая описывает процессы, не имеющие тенденции развития. Она имеет один параметр (оценка текущего уровня). Прогноз развития на шагов вперед осуществляется согласно формуле . Такая модель также называется «наивной».

Первого порядка . Коэффициент - значение, близкое к последнему уровню, и представляет как бы закономерную составляющую этого уровня. Коэффициент определяет прирост, сформировавшийся в основном к концу периода наблюдений, но отражающий также (правда, в меньшей степени) скорость роста на более ранних этапах.

Второго порядка, отражающей развитие в виде параболической тенденции с изменяющимися «скоростью» и «ускорением». Она имеет три параметра ( - оценка текущего прироста или «ускорение»). Прогноз осуществляется по формуле: .

Порядок модели обычно определяют либо априорно на основе визуального анализа графика процесса (есть ли тренд и близок ли он к линейной функции), знаний законов развития характера изменения исследуемого явления, либо методом проб, сравнивая статистические характеристики моделей различного порядка на участке ретроспективного прогнозирования.

Этап 1. По первым пяти точкам временного ряда оцениваются начальные значения и параметров модели с помощью метода наименьших квадратов для линейной аппроксимации:

Этап 2. с использованием параметров и по модели Брауна находим прогноз на один шаг :

Этап 3. Расчетное значение экономического показателя сравнивают с фактическим и вычисляется величина их расхождения (ошибки). При имеем:

Этап 4. В соответствии с этой величиной корректируются параметры модели. В модели Брауна модификация осуществляется следующим образом:

;

где - коэффициент дисконтирования данных, изменяющийся в пределах от 0 до 1 , характеризующий обесценение данных за единицу времени и отражающий степень доверия более поздним наблюдениям. Оптимальное значение находится итеративным путем, т.е. многократным построением модели при разных и выбором наилучшей, или по формуле: , где - длина временного ряда, - параметр сглаживания ;

- ошибка прогнозирования уровня , вычисленная в момент времени на один шаг вперед.

Этап 5. По модели со скорректированными параметрами и находят прогноз на следующий момент времени. Возврат к этапу 3, если .

Если , то построенную модель можно использовать для прогнозирования на будущее.

Этап 6. Интервальный прогноз строится как для линейной модели кривой роста.

Адаптивные модели выгодны тем, что в процессе выработки решения используется информация, поступающая как от ЭВМ, так и от самого человека. Важным преимуществом является и то, что перед специалистом последовательно проходит развитие модели многокритериальной ситуации от начального состояния к некоторому промежуточному (или окончательному) решению, что способствует более объективной оценке возможности улучшения значений обобщенных критериев.

Заключение

Рассмотрев данную тему, можно сделать следующие выводы. Прогнозирование – разработка планов по достижению стратегических целей предприятия.

Планирование и прогнозирование присуще всем предприятиям независимо от их форм собственности. Механизм прогнозирования и планирования ПОП включает: принципы, определение приоритетных целей, обеспечение взаимосвязи между показателями, учет факторов и конъюнктуры развития рынка, контроль за составлением прогнозов и реализацией планов. Процесс планирования и прогнозирования базируется на знании и использовании объективных экономических законов, законов товарного производства (закон стоимости), законов рыночной экономики.

Прогноз – научно-обоснованное предвидение характера будущего поведения какой-либо системы в целом или ее составных частей при определенных условиях.

Прогноз как процесс связан обычно с анализом состояния и оценкой перспектив развития тех или иных явлений. Но прогноз нельзя рассматривать только с точки зрения видения будущего состояния явлений. В связи с этим можно выделить два этапа прогнозирования:

- поисковый этап – рассмотрение будущего состояния отрасли при неизменности влияния на нее;

целевой этап - прогноз того, что нужно предпринять, чтобы выйти на тот уровень состояния отрасли, который считается приемлемым.

Прогнозы также имеют классификацию по различным признакам:

По уровню: - макропрогнозы; - микропрогнозы.

По временным горизонтам: - краткосрочные (от 1 до 3 лет); - среднесрочные (от 3 до 5 лет) ; - долгосрочные (более 5 лет).

По факторам повторяемости: - иррегулярные; - прогноз более или менее повторяющийся; - предвидение лишь общего контура явлений.

По содержанию: - прогнозы НТП; - демографические; - экономические; - социальные; - экологические; - отраслевые; - территориальные; - внешнеэкономические.

Прогнозирование выполняет следующие функции:

· количественный и качественный анализ тенденций развития предприятия – здесь должны быть выявлены позитивней и негативные тенденции;

· вероятностное, альтернативное предвидение развития предприятия, учитывающее сложившиеся тенденции и поставленные цели;

· оценка возможностей и последствий активного действия на прогнозные процессы.

Принципами прогнозирования являются: системность, адекватность, альтернативность;

Методы прогнозирования делятся на две группы:

качественные методы устанавливают общие закономерности развития прогнозных процессов;

количественные методы дают возможность выразить качественные характеристики в количественном выражении.

В зависимости от результатов планирование делится на нормативное, стратегическое и оперативное. Стратегическое планирование нацелено не просто на увеличение объемов производства и улучшение качества продукции, а на изучение запросов и потребностей конкретных групп потребителей.

Важным аспектом деятельности предприятия является выбор методов прогнозирования и планирования.

Общими методами как для прогнозирования, так и для планирования являются расчетно-аналитический, экономико-статистический методы и экономико-математическое моделирование. Специфическими методами для планирования являются балансовый, нормативный и индексный методы, а для прогнозирования – метод прямого расчета.

Прогнозы на предприятиях используются для формирования как краткосрочных, так и долгосрочных стратегий развития. Эти прогнозы помогают превратить угрозы, возникающие в процессе формирования предприятия, в выгодные возможности.

Следует отметить, что при прогнозировании деятельности предприятий нельзя ограничиваться одной или двумя стратегиями. Необходимо применять многовариантные расчеты, каждый из которых будет отражать определенную сторону развития предприятия.

СПИСОК ЛИТЕРАТУРЫ

1) А.Д. Шеремет, Р.С. Сайфулин «Финансы предприятий» Учебное пособие, М: ИНФРА-М, 1998 г.

2) Стоянова Е.С. «Финансовый менеджмент» - М.: Перспектива, 1996.

3) Балабанов И.Т. «Основы финансового менеджмента. Как управлять капиталом?» - М.: ФиС, 1995.

4) Балабанов И.Т. Финансовый анализ и планирование хозяйствующего субъекта. – 2-е изд., доп. – М.: Финансы и статистика, 2001.

5) Виханский О.С. Стратегическое управление: Учебник для вузов по напр. И спец. «Менеджмент» – М.: Гардарика, 1998г.

6) Восовский Л. М. Планирование и прогнозирование в условиях рынка. М., 1999 г.

7) Годин В.В., Корнеев И.К. «Управление информационными ресурсами», Москва, изд. Инфра-М, 2000 г.

8) Дж. К. Ван Хорн «Основы управления финансами», перевод с англ. Под ред. Я. В. Соколова, М.: Финансы и статистика, 2003 г.

9) Идрисов А.Б. Стратегическое планирование и анализ эффективности инвестиций, 1997г

10) А. Лазарев, Л. Мешкова «Эконометрика – Временные ряды и прогнозирование», Учебное пособие, Международный Информационный Нобелевский Центр, 2002 г., [1] А.Д. Шеремет, Р.С. Сайфулин «Финансы предприятий» Учебное пособие, М: ИНФРА-М, 1998 г.

[2] Интернет, [3] А. Лазарев, Л. Мешкова «Эконометрика – Временные ряды и прогнозирование», Учебное пособие, Международный Информационный Нобелевский Центр, 2002 г.

[4] Магнус Я.Р., Катышев П.К., Пересецкий А.А. «Эконометрика». Начальный курс: Учеб. – 5-е изд., испр. – М.: Дело, 2001.

[5] В.В. Федосеев, А.Н. Гармаш, Д.М. Дайитбегов «Экономико-математические методы и прикладные модели», Учеб.пособие для ВУЗов, Москва, изд. ЮНИТИ, 2000 г.

Финансовое планирование и прогнозирование