Динамическая прогнозная модель такого рода может быть построена на основе финансовой отчетности в среде экономических таблиц (EXCEL, Super CALK, Lotus...). Основные тенденции динамики финансового состояния и результатов деятельности можно прогнозировать с определенной точностью, сочетая формализованные и неформализованные методы. В условиях крайней нестабильности экономической конъюнктуры финансовое прогнозирование может быть сведено к расчету вариабельного значения NPV, либо другого критерия эффективности в зависимости от меняющихся значений ряда параметров: объем производства, состав и структура затрат по различным видам деятельности хозяйственного субъекта. Прогнозирование основано на признании факта существования определенной зависимости (функции или константы) происходящих изменений показателей финансово-хозяйственной деятельности от одного отчетного периода к другому. Поскольку любая экономическая, а значит и финансовая система обладает инерционностью развития, то данную предпосылку следует считать вполне реалистичной. Финансовое прогнозирование осуществляется для решения задач стратегического планирования на среднесрочную и долгосрочную перспективу. При чем следует учитывать, что с увеличением лага прогнозирования возрастает и риск прогноза. Снизить его позволяет использование многовариантных имитационных расчетов с помощью ЭВМ.
Следует отметить, что методы статистического прогнозирования “осмысливают” лишь формализованную часть информации, тогда как большая её часть является слабо формализуемой, но очень важной для прогнозирования будущего состояния объекта, поэтому на практике эти методы следует рассматривать в сочетании с неформальными методами прогнозирования. Прогнозирование в риск-менеджменте представляет собой разработку на перспективу изменений финансового состояния объекта в целом и / или его различных частей. Прогнозирование – это частная специфическая функция субъекта управления в риск-менеджменте. Особенностью прогнозирования является альтернативность в построении финансовых прогнозов, поскольку многовариантная имитация позволяет снизить риск прогноза. Прогнозирование может осуществляться как на основе экстраполяции прошлого в будущее, так и на основе прямого предвидения изменений, когда эти изменения недетерминированы предыдущим ходом событий и могут возникать неожиданно. В первом случае используют прогнозирование помощью авторегрессионных зависимостей. Используя аппарат авторегрессионных зависимостей строят уравнение регрессии для прогнозирования параметра ( объема реализации, цен на сырье и материалы, уровня инфляции и т. д.) на основании данных о динамике этого показателя. Уравнение регрессии строится в следующем виде:
Yt = A 0 + A 1 Yt -1 + A 2 Y t -2 + ... + Ak Y t - k
Где:
Возможно вы искали - Контрольная работа: Прогнозирование и планирование
Yt - прогнозируемое значение параметра Y в момент времени t;
Ai - i-й коэффициент регрессии.
Коэффициенты регрессии данного уравнения могут быть найдены методом наименьших квадратов. Соответствующая система уравнений будет иметь вид:
;
;
Похожий материал - Контрольная работа: Прогнозирование и планирование в условиях рынка
.
Где:j - длина ряда динамики показателя Y, уменьшенная на единицу.
Для характеристики адекватности уравнения авторегрессионной зависимости можно использовать величину среднего относительного линейного отклонения v:
Где:
Очень интересно - Контрольная работа: Прогнозирование и планирование в условиях рынка
Yi - расчетная величина показателя Y в момент времени i;
Yi - фактическая величина показателя Y в момент времени i,
Если v<15% , считается, что уравнение авторегрессии может использоваться в прогнозных целях.
В результате практической реализации регрессионного анализа можно выявить следующие закономерности:
-построенная модель не объясняет влияние каждого фактора в отдельности, а описывает зависимость функции от всех факторов вместе взятых;
Вам будет интересно - Реферат: Прогнозирование и планирование в экономике
-зачастую объяснить значения коэффициентов регрессии с экономической точки зрения не представляется возможным;
-несмотря на очевидную корреляцию некоторых факторов (а при рассмотрении экономических процессов большинство из них сильно коррелированны) их удаление влечёт за собой значительную потерю достоверности модели.
Однако, несмотря на сложность регрессионного анализа, он может быть эффективно использован в инвестиционном проектировании, хотя его практическая реализация зачастую требует применения программных продуктов недоступных рядовому пользователю.
Для прогнозирования ключевых показателей ИП (объем продаж, уровень и темп инфляции, другие показатели макро и микроэкономической конъюнктуры) при наличии временных рядов предлагается использовать аддитивные и мультипликативные модели прогнозирования.
Аддитивные модели прогнозирования . Данную модель можно представить в виде формулы:
Похожий материал - Шпаргалка: Прогнозирование и планирование на предприятии
Y = T + S + E
где: Y – прогнозируемое значение;
Т – тренд;