Методы прогнозирования корпорации



Прогнозы и перспективные оценки

Методы прогнозирования корпорации

Магистрантка гр. М-107, Вахитова Л.М.

Институт управления и территориального развития г. Казани

В настоящее время корпоративный сектор нуждается в четком формировании «картины» развития событий. Прогнозирование развития корпорации стало возможным благодаря многообразию существующих на данный момент методов прогнозирования. От того, насколько прогнозирование будет точным и своевременным, а также соответствовать поставленным проблемам, будут зависеть, в конечном счете, прибыли, получаемые предприятием. 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.

В мировой практике используется более двухсот методов прогнозирования, в отечественной же науке – не более двадцати.

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

Рис.1 Классификация методов прогнозирования предприятия

Первая группа – это методы экспертных оценок, они предусматривают опрос экспертов, в результате которого полученные результаты обрабатываются с помощью инструментов статистики в экономике. Эти методы появились несколько тысячелетий назад, их принято считать самыми простыми и популярными. Методы экспертных оценок применяют в организациях и государственных учреждениях, чаще всего руководители финансового и производственного менеджмента. Отметим, что это способствует принятию решения самым быстрым образом. В качестве минуса можно выделить освобождения от ответственности руководителя за сделанный им прогноз.

Кроме того, методику экспертных оценок применяют и в аналитической деятельности, скажем для разработки весовых коэффициентов, пороговых значений контролируемых показателей и др.

Перейдем к следующей группе методов прогнозирования – стохастическим. Эти методы носят вероятностный характер прогноза, и точность его получения зависит от количества используемых данных. Стохастические методы принято считать самыми сложными по количеству используемых алгоритмов. Их применяют, к примеру, при исследовании 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.

В зависимости от используемых при прогнозировании факторов стохастические методы можно разделить на три основные подгруппы:

• 1)      наличие временного ряда;

• 2)      наличие пространственной совокупности;

• 3)      наличие пространственно-временной совокупности.

Первая подгруппа стохастических методов встречается на практике чаще остальных. Прогнозирование в данном случае осуществляется разными путями, при этом могут использоваться динамический анализ и анализ с помощью авторегрессионных зависимостей.

Прогнозирование при помощи второй подгруппы - наличие пространственной совокупности, актуально в той ситуации, если данных о показателей нет либо имеется предположение о том, что его значение можно найти с помощью определенных факторов. Здесь будет уместен регрессионный анализ, представляющий собой распространение простого динамического анализа на многомерный случай.

Третья подгруппа – наличие пространственно-временной совокупности -имеет место быть в той ситуации:

• а)    когда ряды динамики недостаточны по длине для построения статистически значимых прогнозов;

• б)    аналитик имеет намерение учесть в прогнозе влияние факторов, различающихся по экономической природе и динамике.

Матрицы показателей могут послужить исходными данными, каждая из которых обычно представляет значение этих же показателей за разные промежутки времени.

Таблица 1

Отличительные особенности методов прогнозирования корпоративного сектора

И, наконец, мы переходим к третьей группе методов прогнозирования -детерминированным методам, для которых свойственно наличие функциональных и 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.

Другим весьма наглядным примером служит форма отчета о прибылях и убытках, представляющая собой табличную реализацию жестко детерминированной факторной модели, связывающей результативный признак (прибыль) с факторами (доход от реализации, уровень затрат, уровень налоговых ставок и др.). А что касается государственного финансового прогнозирования, здесь факторной моделью выступает взаимосвязь объема государственных доходов и налоговой базы или ставок процента.