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

3. Рассчитываем ошибки модели как разности между фактическими значениями и значениями модели.

Таблица 4.
Расчёт ошибок

 

расходы

Значение модели

Отклонение

1 кв. 1999 г.

24518

24607,75

-89,75

2 кв. 1999 г.

23778

22587,75

1190,25

3 кв. 1999 г.

25143

24982,75

160,25

4 кв. 1999 г.

27622

27530,75

91,25

1 кв. 2000 г.

26149

26187,75

-38,75

2 кв. 2000 г.

24123

24583,75

-460,75

3 кв. 2000 г.

27580

27465,75

114,25

4 кв. 2000 г.

30854

30330,75

523,25

1 кв. 2001 г.

29147

29053,75

93,25

2 кв. 2001 г.

26478

27242,75

-764,75

3 кв. 2001 г.

30159

30468,75

-309,75

4 кв. 2001 г.

33149

33798,75

-649,75

1 кв. 2002 г.

32451

32540,75

-89,75

Находим среднеквадратическую ошибку модели (Е) по формуле:

Е= Σ О2 : Σ (T+S)2

где:
Т
- трендовое значение объёма расходов;
S
– сезонная компонента;
О
- отклонения модели от фактических значений

Е=(3079106/(361151*361151))*100% = 0,002361%

Величина полученной ошибки позволяет говорить, что построенная модель хорошо аппроксимирует фактические данные, т.е. она вполне отражает экономические тенденции, определяющие объём расходов, и является предпосылкой для построения прогнозов высокого качества.

2. Модель с мультипликативной компонентой.

В некоторых временных рядах значение сезонной компоненты не является константой, а представляет собой определенную долю -фондового значения, т.e. значение сезонной компоненты увеличивается с возрастанием значений тренда. Например, рассмотрим график следующих данных об объе­мах расходов. Объем продаж этого продукта так же, как и в предыдущем при­мере, подвержен сезонным колебаниям, и значения его в разные кварталы разные. Однако размах вариации фактических значении относительно линии тренда постоянно возрастает. Такую ситуацию можно представить с помощью модели с мультипликативной компонентой

A=T*S*Е

1.3.1. Расчет сезонной компоненты

Отличие расчета сезонной компоненты для мультипликативной мо­дели от аддитивной модели заключается лишь в том, что в колонку 6 вписы­ваются коэффициенты сезонности (аналог оценок сезонной компоненты в ад­дитивной модели)

Сезонные коэффициенты представляют собой доли тренда, по­этому принимают, что их сумма должна равняться количеству сезонов в году, т.е. 4, а не нулю, как в аддитивной модели.

 

 

Итого за 4 квартала

Скользящая средняя за 4 квартала

Центрированная скользящая средняя

Оценка сезонной компоненты

 

Y

 

S

T

Y/T=S*E

1 кв. 1999 г.

24518

 

 

 

 

2 кв. 1999 г.

23778

 

 

 

 

3 кв. 1999 г.

25143

101061

25265,25

 

 

4 кв. 1999 г.

27622

102692

25673

25469,125

1,084528817

1 кв. 2000 г.

26149

103037

25759,25

25716,125

1,016832824

2 кв. 2000 г.

24123

105474

26368,5

26063,875

0,925533905

3 кв. 2000 г.

27580

108706

27176,5

26772,5

1,030161546

4 кв. 2000 г.

30854

111704

27926

27551,25

1,119876594

1 кв. 2001 г.

29147

114059

28514,75

28220,375

1,032835318

2 кв. 2001 г.

26478

116638

29159,5

28837,125

0,918191394

3 кв. 2001 г.

30159

118933

29733,25

29446,375

1,024200772

4 кв. 2001 г.

33149

122237

30559,25

30146,25

1,099606087

1 кв. 2002 г.

32451

 

 

 

 

Десезонализация данных при расчете тренда

Десезонализация данных производится по формуле:

Точки, образующие представленный на графике тренд, достаточно сильно разбросаны, что более близко к реальной действительности, чем в предыдущем примере.

 

1999 г.

2000 г.

2001 г.

Итого

Среднее

Сезонная компонента

1 кв.

 

1,0168

1,0328

2,0496

0,6832

0,912225

2 кв.

 

0,9255

0,9182

1,8437

0,6146

0,843592

3 кв.

 

1,0302

1,0242

2,0544

0,6848

0,913825

4 кв.

1,0845

1,1199

1,0996

3,304

1,1013

1,330358

Сумма

3,0839

4

0,9161

0,229

 

Фактический объем расходов

Сезонная компонента

Десезонолизированный объем продаж

 

Y

S

Y/S

1 кв. 1999 г.

24518

0,912225

26877,14106

2 кв. 1999 г.

23778

0,843591667

28186,62267

3 кв. 1999 г.

25143

0,913825

27514,02074

4 кв. 1999 г.

27622

1,330358333

20762,82706

1 кв. 2000 г.

26149

0,912225

28665,07715

2 кв. 2000 г.

24123

0,843591667

28595,58831

3 кв. 2000 г.

27580

0,913825

30180,83331

4 кв. 2000 г.

30854

1,330358333

23192,2477

1 кв. 2001 г.

29147

0,912225

31951,54704

2 кв. 2001 г.

26478

0,843591667

31387,22328

3 кв. 2001 г.

30159

0,913825

33003,03669

4 кв. 2001 г.

33149

1,330358333

24917,34683

1 кв. 2002 г.

32451

0,912225

35573,46049

Расчет ошибок

Ошибки прогнозируемых объемов расходов расчитывают по формуле:

E =A/(T*S)

 

Объем расходов

Сезонная компонента

Тренд

Ошибка

1 кв. 1999 г.

24518

0,912225

26877,1411

1

2 кв. 1999 г.

23778

0,84359167

28186,6227

1

3 кв. 1999 г.

25143

0,913825

27514,0207

1

4 кв. 1999 г.

27622

1,33035833

20762,8271

1

1 кв. 2000 г.

26149

0,912225

28665,0771

1

2 кв. 2000 г.

24123

0,84359167

28595,5883

1

3 кв. 2000 г.

27580

0,913825

30180,8333

1

4 кв. 2000 г.

30854

1,33035833

23192,2477

1

1 кв. 2001 г.

29147

0,912225

31951,547

1

2 кв. 2001 г.

26478

0,84359167

31387,2233

1

3 кв. 2001 г.

30159

0,913825

33003,0367

1

4 кв. 2001 г.

33149

1,33035833

24917,3468

1

1 кв. 2002 г.

32451

0,912225

35573,4605

1

Можно предположить, что величина ошибки второго прогноза будет несколько ниже чем первого.

3. Прогноз методом скользящей средней и экспоненциального сглаживания.

Для предсказаний значений временного ряда можно использовать более простую методику.

При расчете скользящей средней Y>t>np c (m) все m значений параметра Y за m моментов времени учитываются с одинаковым весовым коэффициентом 1/m что не всегда обосновано. Для прогнозирования технико – экономических трендов момент времени, в котором наблюдалось значение параметра Y, играет решающее значение. Естественно предположить, что за­висимость во временных рядах постепенно ослабевает с увеличением перио­да между двумя соседними точками. Так, если зависимость прогнозируемою параметра Y>t> представляется более сильной от значения Y>t>>-1>, чем от Y>t>>->>s>> > то

наблюдениям временного ряда следует придавать веса, которые должны уменьшаться но мере удаления oт фиксированного момента времени t. Это обстоятельство учитывается в методе экспоненциального сглаживания. Таким образом, при вычислении .ко экспоненциальной средней используются лишь предшествующая экспоненциальная средняя и последнее наблюдение, а все предыдущие наблюдения игнорируются.

Например, пусть необходимо дать прогноз для t-=8 но данным следую­щего временного ряда: 1) методом скользящей средней для m=3, m =4$ 2) методом экспоненциального о сглаживания для =0,2; 0,6.

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

Метод скользящей средней

Y>14>пр с(3) = (30159+33149+32451)/3=31919,67

Y>14>пр с (13) = (24518+23778+25143+27622+26149+24123+27580+30854+29147+ 26478+30159+33149+32451)/13 = 27780,846

Метод экспоненциального сглаживания

0,2

погрешность

1 кв. 1999 г.

24518

#Н/Д

#Н/Д

2 кв. 1999 г.

23778

23778

#Н/Д

3 кв. 1999 г.

25143

24870

#Н/Д

4 кв. 1999 г.

27622

27071,6

#Н/Д

1 кв. 2000 г.

26149

26333,52

1851,838704

2 кв. 2000 г.

24123

24565,1

2106,426154

3 кв. 2000 г.

27580

26977,02

2223,149967

4 кв. 2000 г.

30854

30078,6

3109,499653

1 кв. 2001 г.

29147

29333,32

2886,08454

2 кв. 2001 г.

26478

27049,06

2831,47259

3 кв. 2001 г.

30159

29537,01

2496,160001

4 кв. 2001 г.

33149

32426,6

3207,855423

1 кв. 2002 г.

32451

 

 

0,6

погрешность

1 кв. 1999 г.

24518

#Н/Д

#Н/Д

2 кв. 1999 г.

23778

23778

#Н/Д

3 кв. 1999 г.

25143

24324

#Н/Д

4 кв. 1999 г.

27622

25643,2

#Н/Д

1 кв. 2000 г.

26149

25845,52

2081,334719

2 кв. 2000 г.

24123

25156,51

2167,926259

3 кв. 2000 г.

27580

26125,91

1741,283327

4 кв. 2000 г.

30854

28017,14

3224,65661

1 кв. 2001 г.

29147

28469,09

3136,065979

2 кв. 2001 г.

26478

27672,65

3032,922749

3 кв. 2001 г.

30159

28667,19

1951,31804

4 кв. 2001 г.

33149

30459,91

3174,532132

1 кв. 2002 г.

32451

 

 

рис. 8.

Число членов скользящей средней m и параметр -экспоненциального сглаживания ( определяется статистикой исследуемою процесса. Чем мень-ше m и чем больше , тем сильнее peaгирует пpoгноз на колебания временно­го ряда, и наоборот, чем больше m и чем меньше , чем более инерционным является процесс прогнозирования. Для подбора оптимального параметра прогнозирования необходимо провести сглаживание временною ряда с по­мощью нескольких различных значений параметра m или затем опреде­лить среднюю ошибку прогнозов и выбрать параметр, соответствующий минимальной ошибке.

2



Overview

Диаграмма2
Диаграмма3
данные
средняя
ошибки
Диаграмма4
сезонкомпонент
десезонализация
Диаграмма1
десезонолированный объем
ошибка
скольз
сглаживан


Sheet 1: Диаграмма2



Sheet 2: Диаграмма3



Sheet 3: данные

Объем фактических расходов бюджета Бураевского района (тыс. руб.)








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

361292 -141 361151 130430044801
Расчет значений сезонной компоненты

Sheet 4: средняя

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

Sheet 5: ошибки

РАСЧЕТ ОШИБОК

расходы Значение модели Отклонение
1 кв. 1999 г. 24518 24607,75 -89,75 8055,0625
2 кв. 1999 г. 23778 22587,75 1190,25 1416695,0625
3 кв. 1999 г. 25143 24982,75 160,25 25680,0625
4 кв. 1999 г. 27622 27530,75 91,25 8326,5625
1 кв. 2000 г. 26149 26187,75 -38,75 1501,5625
2 кв. 2000 г. 24123 24583,75 -460,75 212290,5625
3 кв. 2000 г. 27580 27465,75 114,25 13053,0625
4 кв. 2000 г. 30854 30330,75 523,25 273790,5625
1 кв. 2001 г. 29147 29053,75 93,25 8695,5625
2 кв. 2001 г. 26478 27242,75 -764,75 584842,5625
3 кв. 2001 г. 30159 30468,75 -309,75 95945,0625
4 кв. 2001 г. 33149 33798,75 -649,75 422175,0625
1 кв. 2002 г. 32451 32540,75 -89,75 8055,0625

3079105,8125

Е= 0,0023607337

Sheet 6: Диаграмма4



Sheet 7: сезонкомпонент



Итого за 4 квартала Скользящая средняя за 4 квартала Центрированная скользящая средняя Оценка сезонной компоненты

Y
S T Y/T=S*E
1 кв. 1999 г. 24518



2 кв. 1999 г. 23778



3 кв. 1999 г. 25143 101061 25265,25

4 кв. 1999 г. 27622 102692 25673 25469,125 1,0845288168 1,0845
1 кв. 2000 г. 26149 103037 25759,25 25716,125 1,0168328238 1,0168
2 кв. 2000 г. 24123 105474 26368,5 26063,875 0,9255339047 0,9255
3 кв. 2000 г. 27580 108706 27176,5 26772,5 1,0301615464 1,0302
4 кв. 2000 г. 30854 111704 27926 27551,25 1,1198765936 1,1199
1 кв. 2001 г. 29147 114059 28514,75 28220,375 1,0328353185 1,0328
2 кв. 2001 г. 26478 116638 29159,5 28837,125 0,9181913939 0,9182
3 кв. 2001 г. 30159 118933 29733,25 29446,375 1,0242007717 1,0242
4 кв. 2001 г. 33149 122237 30559,25 30146,25 1,099606087 1,0996
1 кв. 2002 г. 32451




Sheet 8: десезонализация

Расчет средних значений сезонной компоненты







1999 г. 2000 г. 2001 г. Итого Среднее Сезонная компонента
1 кв.
1,0168 1,0328 2,0496 0,6832 0,912225
2 кв.
0,9255 0,9182 1,8437 0,6145666667 0,8435916667
3 кв.
1,0302 1,0242 2,0544 0,6848 0,913825
4 кв. 1,0845 1,1199 1,0996 3,304 1,1013333333 1,3303583333

Сумма 3,0839 4

0,9161 0,229025

Sheet 9: Диаграмма1



Sheet 10: десезонолированный объем


Фактический объем расходов Сезонная компонента Десезонолизированный объем продаж

Y S Y/S
1 кв. 1999 г. 24518 0,912225 26877,1410562087
2 кв. 1999 г. 23778 0,8435916667 28186,6226748723
3 кв. 1999 г. 25143 0,913825 27514,020737012
4 кв. 1999 г. 27622 1,3303583333 20762,8270578729
1 кв. 2000 г. 26149 0,912225 28665,0771465373
2 кв. 2000 г. 24123 0,8435916667 28595,5883079294
3 кв. 2000 г. 27580 0,913825 30180,8333105354
4 кв. 2000 г. 30854 1,3303583333 23192,2477026866
1 кв. 2001 г. 29147 0,912225 31951,5470415742
2 кв. 2001 г. 26478 0,8435916667 31387,2232814059
3 кв. 2001 г. 30159 0,913825 33003,0366864553
4 кв. 2001 г. 33149 1,3303583333 24917,3468301147
1 кв. 2002 г. 32451 0,912225 35573,4604949437

Sheet 11: ошибка


Объем расходов Сезонная компонента Тренд Ошибка
1 кв. 1999 г. 24518 0,912225 26877,1410562087 1
2 кв. 1999 г. 23778 0,8435916667 28186,6226748723 1
3 кв. 1999 г. 25143 0,913825 27514,020737012 1
4 кв. 1999 г. 27622 1,3303583333 20762,8270578729 1
1 кв. 2000 г. 26149 0,912225 28665,0771465373 1
2 кв. 2000 г. 24123 0,8435916667 28595,5883079294 1
3 кв. 2000 г. 27580 0,913825 30180,8333105354 1
4 кв. 2000 г. 30854 1,3303583333 23192,2477026866 1
1 кв. 2001 г. 29147 0,912225 31951,5470415742 1
2 кв. 2001 г. 26478 0,8435916667 31387,2232814059 1
3 кв. 2001 г. 30159 0,913825 33003,0366864553 1
4 кв. 2001 г. 33149 1,3303583333 24917,3468301147 1
1 кв. 2002 г. 32451 0,912225 35573,4604949437 1

Sheet 12: скольз



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

361151

27780,8461538461

Sheet 13: сглаживан



0,6 погрешность







1 кв. 1999 г. 24518 #Н/Д #Н/Д
2 кв. 1999 г. 23778 23778 #Н/Д
3 кв. 1999 г. 25143 24324 #Н/Д
4 кв. 1999 г. 27622 25643,2 #Н/Д
1 кв. 2000 г. 26149 25845,52 2081,3347191966
2 кв. 2000 г. 24123 25156,512 2167,9262587705
3 кв. 2000 г. 27580 26125,9072 1741,2833271799
4 кв. 2000 г. 30854 28017,14432 3224,6566102432
1 кв. 2001 г. 29147 28469,086592 3136,0659787481
2 кв. 2001 г. 26478 27672,6519552 3032,9227487625
3 кв. 2001 г. 30159 28667,19117312 1951,3180395442
4 кв. 2001 г. 33149 30459,914703872 3174,5321323214
1 кв. 2002 г. 32451