Методи прогнозування попиту

Класифікація методів прогнозування

Методи прогнозування можна розділити на три основні групи:

• — методи експертних оцінок;
• — методи прогнозування часових рядів;
• — казуальні (причинно-наслідкові) методи.

Методи експертних оцінок ґрунтуються на суб'єктивній оцінці теперішнього моменту і перспектив розвитку. Ці методи доцільно використовувати для кон’юнктурних оцінок, особливо у випадках, коли неможливо отримати безпосередню інформацію про яке-небудь явище або процес.

Друга і третя групи методів засновані на аналізі кількісних показників, але вони істотно відрізняються один від одного.

Методи прогнозування часових рядів пов’язані з дослідженням ізольованих один від одного показників, кожен з яких складається з двох елементів: з прогнозу детермінованої компоненти і прогнозу випадкової компоненти. Розробка першого прогнозу не представляє великих труднощів, якщо визначена основна тенденція розвитку і можлива її подальша екстраполяція. Прогноз випадковою компоненти складніші, оскільки її появу можна оцінити лише з деякою вірогідністю.

У основі казуальних методів лежить спроба знайти чинники, що визначають поведінку прогнозованого показника. Пошук цих чинників приводить власне до економіко-математичного моделювання — побудови моделі поведінки економічного об'єкту, що враховує розвиток взаємозв'язаних явищ і процесів. Слід зазначити, що застосування багатофакторного прогнозування вимагає вирішення складної проблеми вибору чинників, яка не може бути вирішена чисто статистичним шляхом, а пов’язана з необхідністю глибокого вивчення економічного змісту даного явища або процесу. І тут важливо підкреслити перевагу економічного аналізу перед чисто статистичними методами вивчення процесу. 7, 8].

Схематично класифікація методів прогнозування представлена на рисунку 3.1.

В даній роботі необхідно прогнозувати обсяги продажів по багатьом видам товарів. Експертні методи не підходять через велику вартість побудови прогнозу. Казуальні методи не підходять через необхідність виконання великого обсягу робіт по визначенню чинників, що впливають на поведінку прогнозованого показника. Найбільш прийнятними є методи прогнозування часових рядів.

До методів прогнозування часових рядів відносяться:

• — ковзаючи середнє;
• — експоненціальне згладжування;
• — авторегресійні моделі;
• — методологія Бокса-Дженкінса;
• — нейроні мережі.

Методи ковзаючого середнього і експоненціального згладжування дозволяють видалити випадковості із часових рядів, і використовуються для побудови короткострокових прогнозів.

Авторегресійні моделі базуються на розрахунку взаємозв'язків між сусідніми значеннями часових рядів; використовуються для короткота середньострокового прогнозування.

Нейроні мережі використовують складні алгоритми для визначення важливих даних і розпізнавання структур шляхом «навчання», як це робить людина. Збільшується доля використання цього методу в різних сферах використання прогнозування, але на даний момент метод знаходиться у фазі розвитку.

Методологія Бокса-Дженкінса є найбільш прийнятною для прогнозування попиту в задачах управління запасами. Вона не передбачає наявності яких не будь особливих структур в даних числового ряду, адже використовує ітеративний підхід до визначення можливих моделей із загального класу моделей.