Быстрый поиск

Реферат: 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	24518	0
2 кв. 1999 г.	23778	24962	-1184
3 кв. 1999 г.	25143	25012	131
4 кв. 1999 г.	27622	25217	2405
1 кв. 2000 г.	26149	26098	51
2 кв. 2000 г.	24123	26958	-2835
3 кв. 2000 г.	27580	27495	85
4 кв. 2000 г.	30854	28017	2837
1 кв. 2001 г.	29147	28964	183
2 кв. 2001 г.	26478	29617	-3139
3 кв. 2001 г.	30159	30498	-339
4 кв. 2001 г.	33149	31485	1664
1 кв. 2002 г.	32451	32451	0

Скорректируем значения сезонной компоненты таким образом, чтобы их сумма была равна нулю.

Таблица 3. Расчет средних значений сезонной компоненты

	1999 г.	2000 г.	2001 г.	Итого	Среднее	Сезонная компонента
1 кв.	0	51	183	234	78	89,75
2 кв.	-1184	-2835	-3139	-7158	-2386	-2374,25
3 кв.	131	85	-339	-123	-41	-29,25
4 кв.	2405	2837	1664	6906	2302	2313,75
				Сумма	-47	0
					-11,75