Савонина С.В., Фадеева О.В., Невешкина Е. Новые подходы к управлению затратами и ценообразованием

Подождите немного. Документ загружается.

С. В. Савонина, О. В. Фадеева, Е. Невешкина. «Новые подходы у управлению затратами и цено-

образованием»

Временные ряды для исследования и прогнозирования объемов продаж могут быть

построены на основе годовых или месячных данных. Изменения, произошедшие за приня-

тый период, используются для определения показателей в последующие периоды времени.

Временные ряды обычно служат для расчета 4 основных типов изменений показателей:

а) трендовых,

б) сезонных,

в) циклических

г) случайных.

Трендовые изменения показателей определяют наиболее общие направления разви-

тия показателей продаж во времени. Методы выявления основной тенденции развития назы-

вают методами выравнивания.

Основным, наиболее простым методом выравнивания считается укрупнение интер-

вала динамического ряда, когда первоначальный динамический ряд заменяется другим, с

более продолжительными временными интервалами (например, ежеквартальные показа-

тели можно отразить в виде ежемесячных, а ежемесячные показатели – в ежегодные).

В целях более подробного исследования может быть применен метод скользящей сред-

ней, которая определяется посредством формирования укрупненных интервалов, состоя-

щих из равных уровней. Последующий интервал получают, передвигаясь от начального

уровня ряда на одно значение. На основе полученных укрупненных данных можно рассчи-

тать скользящие средние, которые будут принадлежать середине укрупненного интервала.

Сезонные изменения показателей представляют собой периодические повторяю-

щиеся изменения показателей уровня реализации, отслеживание которых позволяет вычи-

слить средние значения сезонных колебаний.

Самые значительные сезонные колебания наблюдаются в определенные месяцы года,

однако для некоторых групп товаров отслеживают колебания даже по дням недели. Опреде-

лив сезонные колебания уровня продаж, можно легко вычислить процентный индекс сезон-

ности как отношение среднего уровня за соответствующий месяц к общему среднему зна-

чению показателя за год. Индекс сезонности используется для прогнозирования уровня

реализации в будущем.

Возможно применение иных методов расчета сезонности, которые могут различаться

по способу расчета выравненной средней (метод скользящей средней, метод построения ана-

литической модели проявления сезонных колебаний и др.).

Для обобщения результатов прогнозирования с помощью методов временных рядов

выявляют процент точности расчетов, который позволит избрать наиболее жизнеспособную

модель расчета прогнозных уровней реализации для данного предприятия.

В большинстве случаев показатели объемов продаж подвержены более значительным,

чем сезонные, колебаниям. Данные показатели подвержены влиянию общей ситуации в

данном рыночном сегменте. Более значительные колебания называются циклическими,

поскольку отражают циклы изменения рыночной ситуации от периода благоприятствования

к кризису, депрессии, оживлению и снова к благоприятной ситуации. Выделяют:

а) двадцатилетние циклы, обусловленные сдвигами в воспроизводственной структуре

сферы производства;

б) циклы Джанглера (7-10 лет), проявляющиеся как итог взаимодействия денежно-кре-

дитных факторов;

в) циклы Катчина (3–5 лет), обусловленные динамикой оборачиваемости запасов;

г) частные хозяйственные циклы (от 1 до 12 лет), обусловленные колебаниями инве-

стиционной активности.

В целях определения цикличности изменения уровней продаж отбираются показатели,

которые подвержены наибольшим колебаниям, после чего из них формируются динамиче-

С. В. Савонина, О. В. Фадеева, Е. Невешкина. «Новые подходы у управлению затратами и цено-

образованием»

ские ряды за максимально продолжительный срок. После исключения трендовых и сезон-

ных колебаний динамические ряды стандартизируются, приводятся к одному знаменателю,

рассчитываются взаимосвязи показателей. Многомерные связи разделяются на однородные

(кластерные) группы. Кластерные оценки наносятся на график колебания, и выявляются

картина последовательности изменения основных показателей и их движение в рамках соот-

ветствующих циклов;

3) казуальные, или причинно-следственные, методы прогнозирования объема продаж

изначально сводятся к поиску факторов, определяющих поведение прогнозируемого пока-

зателя. На основе отслеженных факторов строится собственно модель поведения объекта

исследования, учитывающая развитие взаимосвязанных явлений и процессов.

Казуальные методы прогнозирования предполагают выявление факторных признаков,

их изменений и степени их влияния на уровни продаж. При использовании казуальных мето-

дов осуществляется разработка прогнозных моделей, которые позволяют отследить измене-

ния одной и более переменных, которые ведут к изменениям в уровне продаж.

Наиболее эффективными признаются следующие казуальные методы прогнозирова-

ния:

1) корреляционно-регрессионный анализ. Данный статистический метод исследо-

вания применительно к прогнозированию уровней продаж предполагает построение регрес-

сионной модели, в которой в качестве факторных признаков могут быть избраны уровень

доходов потребителей, цены на продукцию конкурентов, расходы на рекламу и т. д. Процесс

корелляционно-регрессионного анализа включает в себя определенные стадии.

На 1-й стадии исследования необходимо определить независимые факторы объема

продаж. Эти факторы должны быть либо известны, либо легко определяемы.

2-я стадия включает сбор данных по независимым переменным. По каждому фактору

(либо по совокупности взаимосвязанных факторов) строится временной ряд с определен-

ным интервалом. При этом необходимо, чтобы каждая независимая переменная была пред-

ставлена 20 наблюдениями и более.

3-я стадия заключается в определении линейной связи между каждой независимой

переменной и результативным признаком. При отсутствии линейной связи необходимо про-

извести линеаризацию уравнения путем замены или преобразования величины полученного

факторного признака.

4-я стадия представляет собой проведение регрессионного анализа на основе собран-

ной информации – расчет коэффициентов регрессии и проверку их значимости.

В случае, если по прохождению стадий 1–4 не получено удовлетворительных резуль-

татов (модель, которая способна воспроизводить фактические данные с заданной степенью

точности), весь процесс повторяют заново.

Необходимо также произвести сравнительный анализ роли различных факторов в фор-

мировании моделируемых показателей;

2) метод ведущих индикаторов. Данный метод основан на изучении так называе-

мых ведущих индикаторов – показателей, изменение которых происходит в том же напра-

влении, что и исследуемый показатель уровня продаж, но раньше по времени. Например,

сделать заключение о возможном изменении спроса на определенные товары можно посред-

ством изучения динамики показателей уровня жизни населения (уровня заработной платы,

уровня безработицы, динамики цен на другие товары и т. д.).

Данный метод чаще используется для прогнозирования изменений в данном рыночном

сегменте в целом, чем для прогнозирования объема продаж отдельных компаний. Поскольку

уровень объема продаж конкретной компании в целом зависит от общей рыночной ситуа-

ции, оценка общего уровня экономической активности в регионе может быть взята за основу

определения прогнозного уровня реализации продукции;

С. В. Савонина, О. В. Фадеева, Е. Невешкина. «Новые подходы у управлению затратами и цено-

образованием»

3) метод обследования намерений потребителей. Мнение потребителей по поводу

покупок, которые они намерены совершить в перспективе, имеет для компаний, реализую-

щих определенный товар, большое значение. Чаще всего обследование потребительского

мнения проводят в отношении сравнительно дорогих товаров, приобретение которых пла-

нируется потенциальными покупателями заранее. Однако следует иметь в виду, что стре-

мление потребителей приобрести какой-либо товар может измениться, что приведет к иска-

жению фактических данных о потреблении по сравнению с прогнозными.

Вышеизложенное позволяет сделать следующие выводы. При прогнозировании объ-

ема реализации можно воспользоваться любым из представленных методов. При выборе

конкретного метода (группы методов) следует учитывать, во-первых, ожидаемую точность

прогноза; во-вторых, наличие необходимых исходных данных; и, в-третьих, объем времени

для прогнозирования.

Любая компания, осуществляющая продажу товаров (работ, услуг), занимается про-

гнозированием объема продаж в целях контроля за динамикой объема продаж и возможно-

стями развития рыночной ситуации для наиболее эффективного распределения имеющихся

ресурсов и выбора оптимальных направлений деятельности.

Список нормативных актов

1. Приказ Минфина РФ от 06.05.1999 г. № 33н «Об утверждении Положения по бух-

галтерскому учету «Расходы организации» ПБУ 10/99».

Интернет-источники

1. www.sistema.ru.

2. slovari.yandex.ru.