Эконометрические методы оценки финансового состояния

В результате изучения данной главы читатель должен:

знать

• • основные подходы к прогнозированию на основе анализа временных рядов;
• • возможности современных моделей количественного прогнозирования;
• • основные правила принятия решений в условиях полной и стохастической неопределенностей;

уметь

• • формулировать цель исследования и проводить анализ сущности исследуемого объекта;
• • проводить параметризацию и отбирать информацию для моделирования;
• • проверять адекватность модели и проводить ее анализ;
• • прогнозировать изменения на основе построенной модели;
• • принимать взвешенные решения;

владеть

• • навыками сбора и обработки данных для исследования;
• • способами выбора модели и оценки се адекватности;
• • инструментами для анализа данных.

Методы прогнозирования с использованием временных рядов

О чем пойдет речь

• • Каковы особенности прогнозирования на основе анализа временных рядов?
• • В чем заключается метод скользящего среднего?
• • Как использовать метод экспоненциального сглаживания?
• • Когда полезен метод проецирования тренда?

Каковы особенности прогнозирования на основе анализа временных рядов?

В антикризисном управлении количественный анализ данных играет важную роль. Он позволяет выявить тренды развития, увидеть негативные изменения на ранней стадии, «услышать слабые сигналы» и своевременно принять корректирующие решения. Для предупреждения кризиса, уменьшения его отрицательных последствий очень полезно наблюдать за изменениями, анализировать их динамику и прогнозировать дальнейшее развитие событий.

Одним из наиболее удобных в использовании методов прогнозирования является анализ временных рядов. У работающего предприятия при отслеживании денежных потоков естественно накапливается информация об изменении показателей во времени. В антикризисном управлении эти данные зачастую являются наиболее доступными, а порой и единственными, поддающимися отслеживанию. Поэтому важно поддерживать набор финансовых инструментов моделированием на основе методов математической статистики.

Анализ временных рядов относится к группе количественных методов прогнозирования, которые опираются на обработку числовых массивов. Одним из его основных достоинств можно считать то, что затраты на его составление невелики. Правда, нужно сразу отметить, что качественный прогноз должен учитывать и цену ошибки прогноза. Поэтому важно вдумчиво подходить к выбору метода прогнозирования.

Временным (динамическим) рядом называется множество данных, относящихся к моментам времени (дням, неделям, месяцам, кварталам и т. д.). В допущении, что события, происходящие в прошлом, оказывают существенное влияние на будущее, анализ временных рядов исследует тенденции прошлого для прогнозирования изменений в будущем. Очевидно, что достоверность прогноза зависит от времени, отделяющего настоящий момент от прогнозируемого. Поэтому краткосрочное (до года, но обычно на квартал) прогнозирование может оказаться более эффективным, чем среднесрочное (от года до трех лет), а тем более долгосрочное (на три года и больше).

Динамика реально происходящего процесса обычно складывается из некоторой устойчивой тенденции, называемой трендом, и случайной составляющей, отражающей колебания показателей около тренда. Кроме того, характерными составляющими являются сезонные и циклические колебания. Поскольку продолжительность сезонной компоненты измеряется днями, неделями, месяцами, в крайнем случае, кварталами, а циклической — годами или десятками лет, мы не будем учитывать цикличность процесса.

Для простоты предположим, что тренд является линейным и перейдем к обсуждению трех основных методов анализа временных рядов. Но прежде следует заметить, что при построении прогноза на будущее обычно проводятся расчеты с временным рядом, содержащим данные о ближайшем прошлом. Это необходимо для выбора параметров, «работающих» в том или ином методе прогнозирования и сравнения результатов прогноза с реальными данными для выявления степени адекватности выбранного метода.

Поскольку при планировании на предприятии одним из наиболее значимых показателей является прогноз объема продаж, мы будем строить наши примеры на временных рядах, содержащих данные о продаже товара. Предположим, что известны данные за 10 месяцев.