Рефераты.  Методы прогнозирования финансовых показателей   Методы прогнозирования финансовых показателей  
1.Модель с аддитивной компонентой 
Аддитивную модель прогнозирования можно представить в виде формулы: 
  
F
= T + S + E  
где: F  – прогнозируемое значение; Т  – тренд; S  –
сезонная компонента;
 Е  – ошибка прогноза. 
Алгоритм построения прогнозной модели  
Для прогнозирования объема продаж, имеющего сезонный характер,
предлагается следующий алгоритм построения прогнозной модели: 
1.Определяется тренд,  наилучшим образом аппроксимирующий фактические
данные. Существенным моментом при этом является предложение использовать
полиномиальный тренд, что позволяет сократить ошибку прогнозной модели. 
2 .Вычитая
из фактических значений объёмов продаж значения тренда, определяют  величины
сезонной компоненты  и корректируют таким образом, чтобы их сумма была равна
нулю. 
3.Рассчитываются ошибки модели  как разности между фактическими значениями и
значениями модели.  
Применение алгоритма рассмотрим на следующем примере.  
Исходные данные:  Объемы фактических расходов бюджета _________ района,
взяты из месячной и годовой отчетности финансового управления администрации
________ района. Данная статистика характеризуется тем, что
значения объёма продаж имеют выраженный сезонный характер с возрастающим
трендом. Исходная информация представлена в табл. 1.
 
табл.1
 
  
   
   
  
  Объем фактических расходов
   
  
 
  
  1 кв. 1999 г.
   
  
  24518
   
  
 
  
  2 кв. 1999 г.
   
  
  23778
   
  
 
  
  3 кв. 1999 г.
   
  
  25143
   
  
 
  
  4 кв. 1999 г.
   
  
  27622
   
  
 
  
  1 кв. 2000 г.
   
  
  26149
   
  
 
  
  2 кв. 2000 г.
   
  
  24123
   
  
 
  
  3 кв. 2000 г.
   
  
  27580
   
  
 
  
  4 кв. 2000 г.
   
  
  30854
   
  
 
  
  1 кв. 2001 г.
   
  
  29147
   
  
 
  
  2 кв. 2001 г.
   
  
  26478
   
  
 
  
  3 кв. 2001 г.
   
  
  30159
   
  
 
  
  4 кв. 2001 г.
   
  
  33149
   
  
 
  
  1 кв. 2002 г.
   
  
  32451
   
  
   
 
Реализуем алгоритм
построения прогнозной модели, описанный выше. Решение данной задачи
рекомендуется осуществлять в среде MS Excel, что позволит существенно сократить
количество расчётов и время построения модели. 
1.
Определяем тренд , наилучшим образом аппроксимирующий фактические данные.
Для этого рекомендуется использовать полиномиальный тренд, что позволяет
сократить ошибку прогнозной модели)
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Таблица 2.  Расчёт значений сезонной
компоненты 
  
 
  
   
   
  
  
   
  
  Значение
  тренда
   
  
  Сезонная
  компонента
   
  
 
  
  1 кв. 1999 г.
   
  
  24518
Страницы: 1, 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 , 10 , 11 , 12 , 13 , 14 
  
 
          
           
          
          
           
          
             
            
              
              
              
              
              
             
              
              
          
          
 
          
           
          
          
          
          
           2012 © Все права защищены
           При использовании материалов активная 
ссылка на источник  обязательна.