Предложения по повышению эффективности сбытовой политики в ЗАО "Евро-Жилстрой"

Расчет прогноза на основе сезонных колебаний проведем по формуле (3), т.е. по способу постоянной средней. Рассчитаем прогнозные индексы сезонности товарооборота в "ЗАО Евро-Жилстрой" по данным первых четырех граф (таблица - 7)

Решение:

) определяем средние уровни товарооборота по месяцам yi:

для января

49982+ 0 + 0я = - --------------------------=16660,67 руб.

3

для февраля

8640 + 34144,17 + 149148,64ф = - -------------------------------------- - = 191932,81 руб. и т.д.

3

и проставляем полученные значения в графу 6;

) определяем общий для всего ряда динамики средний уровень товарооборота y:

yср =331059,08руб.

и проставляем полученное значение в итоговую строку графы 6;

) определяем средние индексы сезонности товарооборота по месяцам Isi:

sянв = (16660,67/331059,08) * 100 = 5,03%

sфев

= (191932,81/ 331059,08) * 100 = 19,33% и т.д. и проставляем полученные значения в графу 7.

Из графы 7 видно, что сезонные колебания товарооборота анализируемой группы характеризуется повышением в мае (+32,23%), июне (+213,04%), июле (+142,24%), августе (+40,54%) и в сентябре (+12,94) и снижением в остальных месяцах. Рассчитанные таким образом средние индексы сезонности можно положить в основу планирования товарооборота на следующий год.

Предложенная методика прогнозирования сезонных колебаний базируется, на расчете индексов сезонности. Следует отметить, что индексный метод вообще очень широко применяется в прогнозировании социально-экономических явлений и, в частности, деятельности предприятий - для составления прогнозов как объемных, так и качественных показателей (в т. ч. изменения цен, производительности труда, издержек производства и обращения, прибыли и др.).

Приведенный метод измерения сезонных колебаний не являются единственными. Так, для выявления сезонных колебаний можно применять прогнозирование методом линейной регрессии.

Прогнозирование методом линейной регрессии - является одним из наиболее широко применяемых методов статистического прогнозирования. Метод базируется на анализе взаимосвязи двух переменных (метод парной корреляции) - влияние вариации факторного показателя Х (например, расходов на рекламу) на результативный показатель У (например, на объем продаж):

ух = а + bx (4)

В основу данного метода положено требование минимальности сумм квадратов отклонений эмпирических данных уi от выровненных ухi:

å (yi - yxi) 2 = min (5)

Для определения параметров а и b уравнения (4) на основе требований метода наименьших квадратов (уравнение 5) при помощи дифференциальных исчислений составляется система нормальных уравнений:

å у = na + bå х; å ху = аå х + bå x2 (6)

Для решения данной системы уравнений применяется способ определителей, позволяющий сводить к минимуму неточности округлений в расчетах параметров уравнений регрессии:

å у å х2 - å xуå х= - ---------------------------------; (7)

nå x2 - å хå x

nå xу - å xå y= - --------------------------. (8)

nå x2 - å хå x

Для нахождения, а можно воспользоваться упрощенной формулой:

а = y - bx, (9)

å y å x

где y = - ----- - и x = - --------

n n

На основании нижеследующих данных о продажах и расходах на рекламу (графы 2 и 3) составим прогноз ожидаемого объема продаж в будущем периоде (при расходах на рекламу в 250 тыс. руб.):

Таблица 8 - Прогноз ожидаемого объема продаж в будущем периоде

Периоды

Расходы на рекламу, руб., х

Продажи, тыс. руб., у

х у

х2

Январь

4650

16,66

77469

21622500

Февраль

4200

63,98

268716

17640000

Март

4650

111,41

518056,5

21622500

Апрель

4500

223,25

1004625

20250000

Май

4650

437,77

2035630,5

21622500

Июнь

4500

1036,37

4663665

20250000

Июль

4650

801,96

3729114

21622500

Август

4650

465,27

2163505,5

21622500

Сентябрь

4500

373,9

1682550

20250000

Октябрь

4650

246,64

1146876

21622500

Ноябрь

4500

161,37

726165

20250000

Декабрь

4650

34,15

158797,5

21622500

Итого

åх= 54750

åу = 3972,36

åху=18175170

åх2= 249997500

Перейти на страницу: 1 2 3 4 5 6 7 8 9

Читайте также >>>

Расчет цены программного продукта Базы данных Страхования
В настоящее время база данных предприятий является одной из самых необходимой информацией. Многие аналитики каждый месяц собирают и обновляют свои данные. Разработка программного обеспечения на заказ на сегодняшний день является одним из наиболее успешно и быст ...

Расчет производственной программы автомобильного парка
Автомобильный транспорт развивается количественно и качественно бурными темпами. В настоящее время ежегодный прирост мирового парка автомобилей равен 10 - 12 млн. единиц, а его численность - более 350 млн. единиц. Каждые четыре из пяти автомобилей общего мирово ...