Рефераты. Управление торговым предприятием






·                   период упреждения;

·                   требования к точности прогнозирования.

Математические методы прогнозирования

К математическим методам прогнозирования относят метод экстраполяции, спектрального, корреляционного и факторного анализа.

Метод экстраполяции основан на анализе временных рядов, т.е. последовательности значений исследуемого показателя, вычисленных для различных моментов времени. Прогнозная экстраполяция условно может быть разделена на два этапа. Первым этапом является выбор оптимального вида функции, аппроксимирующей исследуемый ряд. Для этого ряд предварительно обрабатывается с целью облегчения выбора вида тренда. При этом используется сглаживание и выравнивание временного ряда. Кроме того, в тех же целях могут определяться функции дифференциального роста, проводится формальный, в частности логический, анализ объекта прогнозирования. На втором этапе производится расчет коэффициентов выбранной функции. Наиболее распространенными методами оценки коэффициентов являются метод наименьших квадратов и его модификации.

Метод наименьших квадратов применим, если можно предположить, что за время упреждения характер поведения исследуемой величины не изменится. Сущность метода состоит в отыскании коэффициентов выбранной функции, минимизирующих ее отклонение от точек исходного временного ряда:


 (1.4)

где  — расчетное значение тренда;

 — фактическое значение из ретроспективного ряда;

п — количество точек ряда.

Если модель тренда представить в виде


 (1.5)


где  — независимые переменные;

— параметры модели;

— время, то для того, чтобы найти параметры модели, удовлетворяющие условию минимума S, необходимо приравнять нулю первые производные величины S по каждому из коэффициентов

Важной характеристикой прогноза с применением метода наименьших квадратов является оценка точности и достоверности полученных результатов. Наиболее простыми и применимыми на практике оценками точности являются: средняя относительная ошибка оценки т и среднее линейное отклонение В.


, (1.6)

. (1.7)


Классический метод наименьших квадратов предполагает равноценность исходной информации. Однако на практике зачастую будущее поведение объекта или процесса в большей степени определяется поздними наблюдениями, чем ранними. Это обстоятельство породило прием дисконтирования информации. Формальных процедур выбора коэффициента дисконтирования не разработано, они выбираются исследователем интуитивно, что может снижать точность прогнозирования.

Спектральный анализ позволяет прогнозировать процессы, динамика которых содержит колебательные или гармонические составляющие, например сезонные колебания спроса. При описании такого процесса выделяют четыре компонента прогнозной модели:

X1(t) — вековой уровень, описывается гладкими апериодическими функциями;

Х2 (t) — сезонные колебания с 12-месячным периодом;

Х3 (t) — колебания с периодом, большим чем 12 месяцев;

Q(t) — случайные колебания с широкими по диапазону периодами, но небольшой интенсивности.

Модель имеет вид


 (1.8)


Для расчета первой компоненты модели можно использовать экспоненциальное сглаживание, остальные компоненты описываются тригонометрическим полиномом вида


 (1.9)


Где  — амплитуда колебаний;

 — частота колебаний.

Корреляционный анализ позволяет оценить степень влияния на исследуемую величину различных факторов путем расчета коэффициентов корреляции. Более подробно этот метод рассмотрен в разделе 1.6.3 на примере прогнозирования товарооборота.

Факторный анализ позволяет проводить максимально возможный учет совокупности переменных, характеризующих объект, и взаимосвязи между ними.

Прогнозирование товарооборота

Показатели товарооборота являются важнейшими в деятельности торговой компании, так как от них в конечном счете зависит величина валового дохода и прибыли. Планирование этих показателей невозможно без прогнозирования товарооборота как в целом по предприятию, так и по отдельным товарным группам.

Прогнозирование товарооборота является весьма сложным и представляет собой задачу многофакторного анализа. Это вызвано тем, что на величину товарооборота оказывает влияние большое количество различных факторов, таких, как размер торговой надбавки, амплитуда колебаний спроса, уровень инфляции, активность конкурентов и т.д. Кроме того, как и для большинства экономических показателей, изменение указанных факторов приводит к изменению товарооборота не сразу, а спустя некоторое время, что также усложняет прогнозирование.

В общем виде задача состоит в отыскании функциональной зависимости вида


 (1.10)

где — товарооборот предприятия;

 — фактор, влияющий на товарооборот;

п — общее количество рассматриваемых факторов. При наличии статистических данных степень влияния каждого фактора можно оценить методом корреляционного анализа.

Пусть известны значения товарооборота вычисленные через определенные промежутки времени (день, неделю, месяц, квартал). Каждому значению Тт соответствуют свои значения параметров, как это показано в табл.1.6


Таблица 1.6 Матрица влияния факторов на величину товарооборота

Номер интервала

Величина товарооборота

Факторы

1

2

M


Тогда для каждого фактора можно рассчитать коэффициент корреляции по формуле


 (1.11)


где  — среднее значение товарооборота за рассматриваемый период; (1.12)

 — среднее значение фактора Хп за тот же период;

 — среднеквадратическое отклонение величины товарооборота (1.13)

— среднеквадратичное отклонение фактора . (1.14)

Значение коэффициента корреляции изменяется от —1 до +1. Если влияние рассматриваемого фактора на товарооборот отсутствует, то коэффициент корреляции равен нулю. При функциональной (весьма существенной) связи коэффициент корреляции равен единице. Причем если связь прямая, т.е. с увеличением рассматриваемого показателя товарооборот увеличивается пропорционально, то коэффициент корреляции положителен, а если обратная — отрицателен.

Подобный анализ позволяет выявить факторы, оказывающие наибольшее влияние на величину товарооборота, а также оценить характер этого влияния, что позволяет в некоторых случаях представить выражение для товарооборота в виде конкретной аналитической зависимости. Однако это удается далеко не всегда, поэтому наиболее точным, хотя и наиболее трудоемким методом прогнозирования товарооборота является моделирование. В более простых случаях, например при реализации товаров стабильного спроса, возможно осуществить прогнозирование товарооборота более простыми способами. Наиболее распространенным является прогноз методом скользящей средней.

Пусть по-прежнему известны значения товарооборота ; требуется определить его величину в следующем промежутке времени Тм+1. Вычисляем скользящие средние

 (1.15)


Затем вычисляем среднее отклонение


 (1.16)


Положительное значение среднего отклонения означает ожидаемый прирост, а отрицательное – снижение. Значение  определится из соотношения


 (1.17)


Как видно из приведённых соотношений, данный метод учитывает только тенденцию изменения товарооборота и не учитывает степень и характер влияния различных факторов, поэтому его можно использовать только для ориентировочной оценки или, как указывалось выше, для прогнозирования товарооборот по товарам стабильного спроса.


Выводы по 1 главе


Процесс управления представляет собой ход реализации управляющей системой функций управления. Таким образом, технология управления – это система информационных, логистических, вычислительных, организационных операций, выполняемых руководителями, специалистами и техническими исполнителями. Важнейшим фактором в управлении является принятие решений. Управленческое решение – это фиксированный управленческий акт, план действия. В торговом предприятии должно быть чёткое разделение между управленческим персоналом, основным (торгово-оперативным) и вспомогательным. В исследовании торговых предприятий часто рассматривается прогнозирование различных финансовых показателей. В зависимости от поставленной цели различают поисковый и нормативный прогноз.


2. Анализ производственно – хозяйственной деятельности и финансовой деятельности торгового предприятия ОАО "Группа SEB" специализирующегося на продаже бытовой техники


2.1 Общая характеристика ОАО "Группы SEB"


Groupe SEB была основана 1857 году в Селонже Бургундия (Франция) французом Антуаном Лескуром, который изготавливал ведра и лейки из жести. В начале 20 века Производство кухонной утвари механизировалась. Был куплен первый штамповочный пресс, который и определил выбор названия фирмы - Societe d’Emoboutissage de Bourgoge, что означает Бургундское предприятие штамповки. В этот период деятельность компании сосредотачивалась исключительно в одном регионе.

Большой шаг вперёд был предпринят в 1953 году. Когда была изобретена первая в мире скороварка. Это предало деятельности компании новое национальное измерение.

С этого момента компания сконцентрировала все свои усилия на производстве мелкой бытовой техники. Благодаря профессионально выстроенному брендовому портфелю, креативному мышлению и инновациям, компания сумела выйти на мировой рынок и стать одним из лидеров отрасли. Миссия компании – облегчать и улучшать жизнь людей по всему миру.

На сегодняшний день Groupe SEB является мировым лидером на рынке мелкой бытовой техники. Чтобы удержать это доминирующие положение, а так же сохранить преданность покупателей, компания выбирает стратегию инноваций, ноу-хау и совершенствования своей продукции в комплексе с грамотным маркетинговым подходом оценки покупательских преференций.

Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14



2012 © Все права защищены
При использовании материалов активная ссылка на источник обязательна.