Статья:

ПРОГНОЗИРОВАНИЕ СЕЗОННЫХ КОЛЕБАНИЙ ПРОДАЖ НА ПРЕДПРИЯТИИ ТОРГОВЛИ

Конференция: LVI Студенческая международная научно-практическая конференция «Общественные и экономические науки. Студенческий научный форум»

Секция: Экономика

Выходные данные
Губанов Д.А. ПРОГНОЗИРОВАНИЕ СЕЗОННЫХ КОЛЕБАНИЙ ПРОДАЖ НА ПРЕДПРИЯТИИ ТОРГОВЛИ // Общественные и экономические науки. Студенческий научный форум: электр. сб. ст. по мат. LVI междунар. студ. науч.-практ. конф. № 11(56). URL: https://nauchforum.ru/archive/SNF_social/11(56).pdf (дата обращения: 15.11.2024)
Лауреаты определены. Конференция завершена
Эта статья набрала 1 голос
Мне нравится
Дипломы
лауреатов
Сертификаты
участников
Дипломы
лауреатов
Сертификаты
участников
на печатьскачать .pdfподелиться

ПРОГНОЗИРОВАНИЕ СЕЗОННЫХ КОЛЕБАНИЙ ПРОДАЖ НА ПРЕДПРИЯТИИ ТОРГОВЛИ

Губанов Денис Андреевич
магистрант, Восточно-Сибирский государственный университет технологий и управления, РФ, г. Улан-Удэ
Хогоева Ия Петровна
научный руководитель, доцент, канд. экон. наук, Восточно-Сибирский государственный университет технологий и управления, РФ, г. Улан-Удэ

 

Корректно построенный прогноз объема продаж торговой сети – один из основных инструментов управления предприятием торговли. Для построения подобного рода прогнозов могут быть использованы тренд-сезонные модели, которые описывают тенденцию изменений и сезонных колебаний. Стоит заметить, что указанный выше метод не учитывает в исходном временному ряду влияние случайных колебаний, в результате чего на выходе из модели получается результат, не обладающий высокой точностью. Учитывая вышеизложенное, целесообразным является использование скользящих средних для предварительного сглаживания исходного ряда, в совокупности с исключением влияния сезонных и случайных колебаний и их количественной оценкой[1, с.11].

Задача исследования - построение с использованием статистических методов прогнозирования сезонных колебаний модели прогнозирования объемов продаж торгово-розничной сети спортивных товаров ООО «Спортмастер».

Информационной базой для исследования выбран пакет данных по объемам продаж товаров розничной сети ООО «Спортмастер» в г. Улан-Удэ. В качестве инструмента построения модели используется пакет прикладных программ статистической обработки данных  «SPSS Statistics».

При прогнозировании исходного временного ряда с сезонными колебаниями первым  делом определяется характер сезонности с помощью графического анализа исходных данных. Динамика помесячных продаж одного из магазинов торговой сети ООО «Спортмастер» в г. Улан-Удэ в период с 2018 по 2020 года представлена на рисунке 1.

 

Рисунок 1. Динамика помесячных продаж розничном магазине сети ООО «Спортмастер», 2018—2020 гг.

 

Исходя из построенного графика заметны сезонные колебания в период 12 месяцев, которые накладываются на монотонно возрастающий тренд, стоит отметить что темп роста к 2020 году заметно возрастает. Для дальнейшего прогнозирования предлагается использовать аддитивную модель, ввиду незначительного изменения амплитуды колебаний.

Прогнозирование сезонных колебаний объемов продаж выполним следующим методом. При расчете тренда будет использован метод скользящих средних, метод аналитического выравнивания десезонализированного временного ряда объемов продаж будет использован для количественной оценки и исключения влияния случайных и сезонных компонент, а также для финального моделирования тренда.

Модель полиномиального типа обладает наибольшим коэффициентом детерминации. Порядок полинома со значением 2 определен методом последовательных разностей. Полученное уравнение тренда:

Выровненные значения получим, подставив соответствующие значения временного параметра (t).

Расчет скользящих средних позволит устранить сезонные колебания. Расчет производится по формуле:

Заметим, что указанная формула не позволит определить 6 первых и 6 последних уровней ряда. Для восстановление указанных значений необходимо произвести расчет среднего абсолютного прироста 1-го и последнего значения, с помощью которого определить сглаженные значения в начале и конце ряда.

Расчет отклонения фактического ряда от сглаженного позволяет оценить совокупный эффект сезонности. Усреднение значений для одноименных месяцев необходимо, чтобы определить оценки сезонной составляющей.

Значения моделирования в сравнении с исходным рядом представлена на рисунке 2.

 

Рисунок 2. Значения моделирования в сравнении с исходным рядом

 

Количественная оценка модели выполнена расчетом средней ошибки аппроксимации – 2,12%.

Экспоненциальное сглаживание (с константой сглаживания 0,85) применяется при построении окончательного прогноза. Спрогнозированный объем продаж представлен в таблице ниже.

Таблица 1.

Результаты прогноза

Период

Фактические значения объема продаж, млн.руб

Прогнозные значения, млн.руб.

Январь 2021

2,87

2,76

Февраль 2021

2,78

2,7

Март 2021

2,76

2,69

 

Для полученной модели средняя ошибка аппроксимации равна 3,06%, что свидетельствует о том, что использование сочетания скользящих средних с аналитическим выравниванием позволяет получить достаточно точный и  достоверный прогноз, и может применяться на практике.

 

Список литературы:
1. Научно-методические рекомендации по вопросам диагностики социальных рисков и прогнозирования вызовов, угроз и социальных последствий // Российский государственный социальный университет – 2010.
2. Владимирова Л.П. Прогнозирование и планирование в условиях рынка // Учеб. пособие. Издательский Дом «Дашков и Ко» – 2013; 
3. Слуцкин Л.Н. Курс МБА по прогнозированию в бизнесе // Альпина Бизнес Букс – 2011