На выбор из 21 темы

Введение
Теоретическая часть
Метод экспоненциального сглаживания
Метод регрессионного анализа
Практическая часть
Краткая технико-экономическая характеристика исследуемого предприятия
Прогнозирование спроса
Выводы по результатам анализа
Список использованных литературных источников.

Данные о продажах газетной продукции на общую сумму
Период Продажи, руб. янв.10 36 632 фев.10 42 314 мар.10 32 883 апр.10 38 406 май.10 39 559 июн.10 38 808 июл.10 40 468 авг.10 47 677 сен.10 37 685 окт.10 44 226 ноя.10 46 070 дек.10 33 700 янв.11 48 384 фев.11 43 642 мар.11 42 998 апр.11 44 512 май.11 49 792 июн.11 48 185 июл.11 48 573 авг.11 50 927 сен.11 51 168 окт.11 50 223 ноя.11 47 768 дек.11 50 881 янв.12 54 156 фев.12 69 331 мар.12 74 118 апр.12 73 280 май.12 71 643 июн.12 74 570 июл.12 78 844
Построим график продаж за два с половиной года по месяцам.
Проведем сглаживание по методу экспоненциального сглаживания, который был приведен в теоретическом обзоре и выглядит следующим образом:
,
где t – временной период (например, порядковый номер месяца или квартала);
Ft – прогноз продаж на период t;
Ft+1 – прогноз продаж на период (t+1);
( – константа экспоненциального сглаживания;
At – фактические продажи в период t.
Построим таблицы для метода с различными значениями (.
Период Продажи, руб. a=0,1 a=0,4 a=0,7 янв.10 36 632 36 632 36 632 36 632 фев.10 42 314 41745,8 40041,2 38336,6 мар.10 32 883 41802,62 41973,08 42314 апр.10 38 406 40910,658 38234,772 32883 май.10 39 559 40660,1922 39908,795 38406 июн.10 38 808 40550,07298 40219,715 39559 июл.10 40 468 40375,86568 39853,244 38808 авг.10 47 677 40385,07911 40412,719 40468 сен.10 37 685 41114,2712 43301,847 47677 окт.10 44 226 40771,34408 39742,563 37685 ноя.10 46 070 41116,80967 42153,206 44226 дек.10 33 700 41612,12871 43098,086 46070 янв.11 48 384 40820,91584 38447,277 33700 фев.11 43 642 41577,22425 43846,15 48384 мар.11 42 998 41783,70183 42403,135 43642 апр.11 44 512 41905,13164 42269,421 42998 май.11 49 792 42165,81848 42947,879 44512 июн.11 48 185 42928,43663 45216,291 49792 июл.11 48 573 43454,09297 45031,062 48185 авг.11 50 927 43965,98367 45501,656 48573 сен.11 51 168 44662,0853 46750,39 50927 окт.11 50 223 45312,67677 47264,451 51168 ноя.11 47 768 45803,7091 47276,806 50223 дек.11 50 881 46000,13819 46589,425 47768 янв.12 54 156 46488,22437 47952,483 50881 фев.12 69 331 47255,00193 49555,335 54156 мар.12 74 118 49462,60174 56085,401 69331 апр.12 73 280 51928,14156 59324,761 74118 май.12 71 643 54063,32741 60468,885 73280 июн.12 74 570 55821,29467 61095,196 71643 июл.12 78 844 57696,1652 63320,777 74570
Для таблицы построим диаграммы:
Из полученных результатов видно, что чем больше значение параметра альфа, тем лучше график сглаживания приближает исходные данные, то есть, учитывая более поздние данные (как указано в теоретической части) получим лучшее приближения.
По полученным значениям можно прогнозировать спрос на квартал, на месяц, на год.
Например, необходимо построить прогноз на третий квартал текущего года
Допустим, что сглаживающая постоянная ( = 0,2.
Прогноз предыдущего периода рассчитаем как средний уровень спроса в квартал по данным предыдущего года. Следовательно, А0 = (1200 + 700 + 900 + 1100)/4 = 975.
Допустим, что прогноз продаж в прошлом году в среднем соответствовал фактическим продажам, т.е. F0 = А0 = 975.
Тогда прогноз на первый квартал текущего года:
F1 = 0,2(A0 + (1 – 0,8)(F0 = 0,2(975 + 0,8(975 = 975
Прогноз на второй квартал текущего года:
F2 = 0,2(A1 + (1 – 0,8)(F1 = 0,2(1400 + 0,8(975 = 1060
Прогноз на третий квартал текущего года:
F3 = 0,2(A2 + (1 – 0,8)(F2 = 0,2(1000 + 0,8(1060 = 1048
В итоге получаем следующие результаты:
Построим уравнение линейного тренда. Для этого заполним таблицу:
t y yt t2 1,00 36 632 36 632 1 2,00 42 314 84 628 4 3,00 32 883 98 649 9 4,00 38 406 153 624 16 5,00 39 559 197 795 25 6,00 38 808 232 848 36 7,00 40 468 283 276 49 8,00 47 677 381 416 64 9,00 37 685 339 165 81 10,00 44 226 442 260 100 11,00 46 070 506 770 121 12,00 33 700 404 400 144 13,00 48 384 628 992 169 14,00 43 642 610 988 196 15,00 42 998 644 970 225 16,00 44 512 712 192 256 17,00 49 792 846 464 289 18,00 48 185 867 330 324 19,00 48 573 922 887 361 20,00 50 927 1 018 540 400 21,00 51 168 1 074 528 441 22,00 50 223 1 104 906 484 23,00 47 768 1 098 664 529 24,00 50 881 1 221 144 576 25,00 54 156 1 353 900 625 26,00 69 331 1 802 606 676 27,00 74 118 2 001 186 729 28,00 73 280 2 051 840 784 29,00 71 643 2 077 647 841 30,00 74 570 2 237 100 900 31,00 78 844 2 444 164 961 496,00 1551423,00 27881511,00 10416,00
Тогда уравнение линейного тренда будет иметь вид: y=1233t+31545.
Построим график:
Используя полученное уравнение, можно вычислить прогноз спроса на продукцию.
Подставляя в уравнение линейного тренда значение t, равное 32, получим спрос на август 2012 года, и так далее.
Выводы по результатам анализа
При современных условиях функционирования рыночной экономики, невозможно успешно управлять коммерческой фирмой без эффективного прогнозирования её деятельности. Прибыли предприятия зависят от того, насколько точной и качественной была информация о спросе.
Что касается самих прогнозов, то они должны быть реалистичными, то есть их вероятность должна быть достаточно высока и соответствовать ресурсам предприятия.
Для улучшения качества прогноза необходимо улучшить качество информации, необходимой при его разработке. Эта информация, в первую очередь, должна обладать такими свойствами, как достоверность, полнота, своевременность и точность.
Для рассматриваемого предприятия с помощью метода экспоненциального сглаживания проведено прогнозирование спроса по месяцам и кварталам, рассмотрена зависимость вида кривой и точность приближения от выбранного параметра сглаживания.
С помощью методов регрессионного анализа построено уравнение линейного тренда.
Список использованных литературных источников.
Аванесов Ю.А., Клочко А.Н., Васькин Е.В. Основы коммерции. М.: «Знание», 1995.
Виноградова С.Н. Коммерческая деятельность. Мн.: «Высшая школа», 1998.
Виноградова С.Н. Организация и технология торговли. Мн.: «Высшая школа», 1998.
Драйпер Н., Смит Г. «Прикладной регрессионный анализ: в 2 - х книгах» — М., 1987
Елисеева И.И. Общая теория статистики: Учебник для ВУЗов. – М.: Финансы и статистика, 2004.
Киперман Б.C., Сурганов Г.Я. Популярный экономический словарь. М.: «Экономика», 1993.
Котлер Ф. Основы маркетинга. М.: «Прогресс», 1993.
Кретов И.И. Маркетинг на предприятии. М.: АО «Финстатинформ», 1990.
Курс экономической теории //под ред. Чепуршина М.Н., М., 1993.
Одинец В.П. Рынок, спрос, цены: стратификация, анализ, прогноз. С-П., 1993.
Основы предпринимательского дела //под ред. Осипова Ю.М., М., 1992.
Панкратов Ф.Г. Коммерция и технология торговли. М.: ИВЦ «Маркетинг», 1994.
Пиндайк Р., Рубинфельд Микроэкономика. М.: «Экономика», 1992.
Пунин У.И. Маркетинг, менеджмент и ценообразование на предприятиях. М.: «Международные отношения», 1992.
Экономика торговли //под ред. Бирюкова Л.В., М.: «Экономика», 1990.
Ялебанова Т.В. Товарные рынки и прогнозирование спроса. М., МГУ, 1993
Ялебанова Т.В. Товарные рынки и прогнозирование спроса. М., МГУ, 1993, стр.98
Виноградова С.Н. Организация и технология торговли. Мн.: «Высшая школа», 1998, стр.98
Одинец В.П. Рынок, спрос, цены: стратификация, анализ, прогноз. С-П., 1993, стр. 18
Елисеева И.И. Общая теория статистики: Учебник для ВУЗов. – М.: Финансы и статистика, 2004.
Драйпер Н., Смит Г. «Прикладной регрессионный анализ: в 2 - х книгах» — М., 1987
Замков О. О., Толстопятенко А. В., Черемных Ю. Н. «Математические методы в экономике» — М., 1997
Драйпер Н., Смит Г. «Прикладной регрессионный анализ: в 2 - х книгах» — М., 1987
2