Toshkent moliya instituti menejment fakulteti marketingni boshqarish

TOSHKENT MOLIYA INSTITUTI MENEJMENT FAKULTETI MARKETINGNI BOSHQARISH

TAYORLADI: M-92-2-GURUH TALABASI ABDURAHMONOV NURMUHAMMAD

MAVZU: Talab va sotish hajmlarini prognoz qilish.

REJA:

• Talab va taklif
• Talab tushunchasi
• Prognozni hisoblash. Sotish hajmini prognoz qilish. Optimal sotish prognozini qanday aniqlash mumkin

Talab – bu ehtiyojlarning pul bilan qondirilgan qismidir.

Bugungi kunga qadar fan prognozlash texnologiyalarini ishlab chiqishda etarlicha rivojlangan. Mutaxassislar neyron tarmoqlarni prognozlash usullari, loyqa mantiq va boshqalarni yaxshi bilishadi. Tegishli dasturiy ta'minot paketlari ishlab chiqilgan, ammo amalda, afsuski, ular har doim ham oddiy foydalanuvchi uchun mavjud emas va shu bilan birga, ushbu muammolarning ko'pchiligi operatsiyalarni tadqiq qilish usullari, xususan, simulyatsiya modellashtirish, o'yinlar yordamida juda muvaffaqiyatli hal qilinishi mumkin. nazariya, regressiya va tendentsiyalarni tahlil qilish. , bu algoritmlarni mashhur va keng tarqalgan MS Excel amaliy dasturlar paketida amalga oshirish.

Ushbu maqolada sotishning mavsumiy xususiyatiga ega bo'lgan mahsulotlar uchun sotish hajmi prognozini tuzishning mumkin bo'lgan algoritmlaridan biri keltirilgan. Darhol shuni ta'kidlash kerakki, bunday tovarlar ro'yxati ko'rinadiganidan ancha kengroq. Gap shundaki, prognozlashda "mavsum" tushunchasi har qanday tizimli tebranishlarga nisbatan qo'llaniladi, masalan, agar hafta davomidagi savdo aylanmasini o'rganish haqida gapiradigan bo'lsak, "mavsum" atamasi bir kunni anglatadi. Bundan tashqari, tebranishlar tsikli bir yil qiymatidan sezilarli darajada farq qilishi mumkin (yuqoriga ham, pastga ham). Va agar bu tebranishlar tsiklining kattaligini aniqlash mumkin bo'lsa, unda bunday vaqt seriyasidan qo'shimcha va multiplikativ modellar yordamida prognoz qilish uchun foydalanish mumkin.

Qo'shimcha prognozlash modeli formula sifatida ifodalanishi mumkin:
qayerda: F- bashorat qilingan qiymat; T- trend; S mavsumiy komponent hisoblanadi; E bashorat xatosi hisoblanadi.
Multiplikativ modellardan foydalanish ba'zi vaqt seriyalarida mavsumiy komponentning qiymati trend qiymatining ma'lum bir qismini ifodalashi bilan bog'liq. Ushbu modellarni quyidagi formula bilan ifodalash mumkin:
Amalda, qo'shimcha modelni mavsumiy o'zgarishlarning kattaligi bilan multiplikativdan ajratish mumkin. Qo'shimcha model deyarli doimiy mavsumiy o'zgarishlarga ega, multiplikativ modelda esa u ko'payadi yoki kamayadi, grafik jihatdan bu 1-rasmda ko'rsatilganidek, mavsumiy omil tebranish amplitudasining o'zgarishi bilan ifodalanadi.

Guruch. 1. Additiv va multiplikativ prognozlash modellari.
Bashoratli modelni yaratish algoritmi
Mavsumiy xususiyatga ega bo'lgan savdo hajmini bashorat qilish uchun prognoz modelini yaratish uchun quyidagi algoritm taklif etiladi:
1. Haqiqiy ma'lumotlarga eng yaqin keladigan tendentsiya aniqlanadi. Bu holatda muhim nuqta - bu bashoratli modelning xatosini kamaytirishga imkon beradigan polinom tendentsiyasidan foydalanish taklifi.
2. Savdo hajmining haqiqiy qiymatlaridan trend qiymatlarini ayirish, aniqlash mavsumiy komponent va ularning yig'indisi nolga teng bo'ladigan tarzda o'zgartirildi.
3. Model xatolari haqiqiy qiymatlar va model qiymatlari o'rtasidagi farq sifatida hisoblanadi .
4. Prognozlash modeli quriladi:

qayerda: F - bashorat qilingan qiymat; T - trend; S mavsumiy komponent hisoblanadi; E - model xatosi.
5. Model asosida yakuniy savdo prognozi quriladi. Buning uchun iqtisodiy tendentsiyalarning kelajakdagi mumkin bo'lgan o'zgarishini hisobga olishga imkon beruvchi eksponensial tekislash usullaridan foydalanish taklif etiladi, buning asosida trend modeli quriladi. Ushbu tuzatishning mohiyati shundaki, u moslashuvchan modellarning etishmasligini bartaraf etadi, ya'ni u paydo bo'layotgan yangi iqtisodiy tendentsiyalarni tezda hisobga olish imkonini beradi.
F pr t \u003d a F f t-1 + (1-a) F m t
qayerda: F f t- 1 - o'tgan yildagi sotishning haqiqiy qiymati; F m t - modelning qiymati; a - tekislash doimiysi

Ushbu usulning amaliy qo'llanilishi quyidagi xususiyatlarni aniqladi:

• Prognoz qilish uchun siz mavsumning hajmini aniq bilishingiz kerak. Tadqiqotlar shuni ko'rsatadiki, ko'plab mahsulotlar tabiatda mavsumiydir, mavsumning o'lchami har xil bo'lishi mumkin va bir haftadan o'n yilgacha yoki undan ko'p bo'lishi mumkin;
• chiziqli o'rniga polinom tendentsiyasidan foydalanish model xatosini sezilarli darajada kamaytirishi mumkin;
• Agar etarli ma'lumotlar mavjud bo'lsa, usul yaxshi yaqinlik beradi va investitsion loyihalashda sotish hajmini prognozlashda samarali foydalanish mumkin.

Algoritmning qo'llanilishini quyidagi misolda ko'rib chiqamiz.
Dastlabki ma'lumotlar: ikki mavsum uchun savdo hajmi. Prognozlash uchun dastlabki ma'lumot sifatida Nijniy Novgoroddagi firmalardan birining Plombir muzqaymoqlarini sotish hajmi to'g'risidagi ma'lumotlar ishlatilgan. Ushbu statistik ma'lumotlar savdo hajmining o'sish tendentsiyasi bilan aniq mavsumiy xususiyatga ega ekanligi bilan tavsiflanadi. Dastlabki ma'lumotlar jadvalda keltirilgan. bitta.

		Sotish hajmi (rub.)			Sotish hajmi (rub.)
	sentyabr			sentyabr

1-jadval. Haqiqiy sotish hajmi
Vazifa: kelgusi yil uchun oylar bo'yicha mahsulot sotish prognozini tuzish.
Biz yuqorida tavsiflangan bashoratli modelni qurish algoritmini amalga oshiramiz. Ushbu muammoni hal qilishni MS Excel muhitida bajarish tavsiya etiladi, bu esa hisob-kitoblar sonini va modelni yaratish vaqtini sezilarli darajada kamaytiradi.

E`TIBORINGIZ UCHUN
RAHMAT