А. И. Алексеева, Ю. В. Васильев, А. В. Малеева, Л. И. Ушвицкий комплексный экономический анализ хозяйственной деятельности

169
Август 
99 560 
Сентябрь 
102 334 
Октябрь 
111 456 
Ноябрь 
122 678 
Декабрь 
140 599 
Январь след. года 153 577 
Февраль след.года 166 584 
Март след.года 
177 613 
 
Этап IV. Прогнозирование продаж по прогнозу "факторов влияния". 
Очевидно, что мы не можем прогнозировать продажи, используя только саму 
тенденцию продаж во времени, это как раз и рассматривалось бы как "про-
гнозирование фактора по самому фактору". Но у нас имеется тенденция 
"факторов влияния", которая по своей сущности определяет поведение тен-
денции продаж, как это следует из рассчитанного нами коэффициента корре-
ляции. И именно эта предсказанная тенденция позволяет нам прогнозировать 
объем продаж в соответствии со значениями данных факторов (Таблица 
4.17).
Таблица 4.17 
Прогнозирование продаж по прогнозу "факторов влияния" 
Дата 
Q Q TREND F1 Q1 TREND F3 Q3 TREND 
Март 
23 
22 
223 
… 
… 
… 
… 
Ноябрь 
56 
122 
678 
Декабрь 
46,3 
140 
48,9 
599 
43,7 
Январь следующего года  
44,9 
153 
47,7 
577 
42,1 
Февраль следующего года  
45,2 
166 
47,7 
584 
42,7 
Март следующего года 
55,0 
177 
69,8 
613 
40,2 
 
Этап V. Оценка риска прогнозирования 
Необходимо учесть, что прогнозирование ведется с целым рядом до-
пущений, которые могут сильно повлиять на наш прогноз: 
- в наше исследование может не попасть фактор, оказывающий серьез-
ное влияние на продажи; 
- в данном случае используется линейное прогнозирование, а тенденция 
может оказаться значительно сложнее; 
- расчет прогнозного значения производился, как среднеарифметическое 
от спрогнозированных по факторам значений без учета уровня корреляции 
соответствующего фактора. 
Эти допущения, безусловно, снижают точность прогнозирования. Бо-
лее того, прогнозирование периодов, последующих за декабрем текущего го-
да в нашем примере ведется на основе не проверенных временем значений, а 

170
значений также спрогнозированных математически. То есть, чем на более 
длительный период времени мы пытаемся сделать прогноз, тем более не точ-
ны будут прогнозируемые значения.
Указанные выше ограничения указывают на необходимость расчета 
величины "риска прогнозирования". В случае нашей методики эту погреш-
ность можно оценить как "риск прогнозирования" по соотношению между 
спрогнозированным значением тенденции продаж (Q TREND) и прогнозны-
ми значениями продаж от каждого "фактора влияния" (Q1 TREND и Q3 
TREND). Реализация расчета "риска прогнозирования" (var) на основе пакета 
MS Excel представлена ниже. 
Таблица 4.18 
Результаты оценки "риска прогнозирования" (var) на основе пакета MS Excel 
Дата 

жүктеу/скачать 4.89 Mb.

Достарыңызбен бөлісу: