WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 5 | 6 || 8 | 9 |   ...   | 13 |

Таблица Характеристики влияния точностей производственных планов относительно фактических изменений платежеспособного, бартерного и прочих неденежных видов спроса на корректировку производственных планов предприятий Коэффициенты модели для точностей планов относительно Характеристики качества подгонки модели платежеспособ- прочих неденежДата бартерного спроса ного спроса ных видов спроса G2 Df Sig SE SE SE 1/54.8217 49 0.2634 0.7862 0.1693 0.8597 0.2448 0.3748 0.2/28.6792 49 0.9910 0.9798 0.2052 0.0512 0.2226 0.5912 0.3/36.7336 49 0.9018 0.8818 0.1678 0.1941 0.1983 0.3935 0.4/41.4023 49 0.7712 0.7552 0.1726 0.3931 0.2307 0.4273 0.5/28.3159 49 0.9922 1.0580 0.1758 0.6583 0.2264 0.3425 0.6/34.8893 49 0.9360 0.7974 0.1560 0.2888 0.1943 0.4692 0.7/48.7470 49 0.4833 0.7239 0.1677 0.1018 0.2303 0.6284 0.8/25.3251 49 0.9980 0.7406 0.1955 0.2508 0.2822 0.4210 0.9/9.9045 49 1.0000 0.6319 0.1862 0.2564 0.2795 0.6130 0.10/26.8803 49 0.9958 0.8331 0.1997 0.2981 0.2393 0.7174 0.11/26.1652 49 0.9969 0.5476 0.1640 0.3198 0.2370 0.3639 0.12/19.2679 49 1.0000 0.5234 0.1632 0.5756 0.3014 0.8027 0.1/42.1194 49 0.7461 0.8737 0.1849 0.4919 0.2710 0.4982 0.2/29.1400 49 0.9892 0.4185 0.1639 0.1077 0.2763 1.0221 0.3/28.2170 49 0.9925 1.1423 0.2035 0.2810 0.2528 0.2089 0.4/30.7890 49 0.9805 0.7253 0.1766 0.3467 0.2609 0.5865 0.5/23.9655 49 0.9990 0.8790 0.1971 0.2496 0.2921 1.1259 0.6/44.8833 49 0.6407 0.4960 0.1552 0.4165 0.2455 0.6628 0.7/33.8275 49 0.9514 0.3395 0.1621 0.3215 0.2364 0.6948 0.8/23.6373 49 0.9992 0.8037 0.1933 0.2632 0.2311 0.4458 0.9/21.1884 49 0.9998 0.6830 0.2007 -0.0231 0.2854 0.7095 0. Таблица 10 продолжение Коэффициенты модели для точностей планов относительно Характеристики качества подгонки модели платежеспособ- прочих неденежДата бартерного спроса ного спроса ных видов спроса G2 Df Sig SE SE SE 10/33.3594 49 0.9572 1.2455 0.2096 -0.1137 0.2816 0.7601 0.11/21.7503 49 0.9997 0.4282 0.1735 0.3232 0.2501 0.3741 0.12/12.1144 49 1.0000 0.5653 0.2428 0.7621 0.4937 0.5005 0.Примечание. В таблице приведены: G2 – величина отношения правдоподобия; df – число степеней свободы; Sig – наблюдаемый уровень значимости; коэффициенты, оценивающие линейную связь (ассоциацию) рангов каждого из факторов с изменением производственных планов, и стандартные ошибки (SE).

Дополним предыдущую модель точностями планов производства относительно фактических изменений выпуска:

(Q*t, Q*t-1) = f(Ф(Qt, Q*t-1), Ф(Dt, Q*t-1), Ф(Bt, Q*t-1), Ф(Nt, Q*t-1) ).

Такая модель также имела максимальное и стабильное качество подгонки, коэффициенты были всегда положительны для платежеспособного спроса, векселей и зачетов и самого выпуска. Коэффициенты для бартера имели иногда отрицательные знаки и практически не были статистически значимы. Чаще всего были значимы коэффициенты для точностей планов относительно реализаций самого производства, на втором месте – относительно продаж за деньги. Таким образом, здесь платежеспособный спрос уступил «пальму первенства» фактическим изменениям производства.

В заключение рассмотрим модели, предполагающие изменение планов выпуска под влиянием «чистых» точностей прогнозов трех видов спроса, т.е. точностей относительно фактических изменений того же показателя.

Подобные модели также, на наш взгляд, можно использовать для характеристики особенностей поведения промышленных предприятий в переходных экономиках. Если прогнозы спроса оказались хуже фактических изменений спроса (на которые ориентировались предприятия – в том числе, выпуском), то производители имеют основания пересмотреть свои планы производства в сторону их улучшения, чтобы удовлетворить неожиданно (непрогнозировавшийся) высокий спрос на свою продукцию. В противоположной ситуации (фактическая динамика спроса оказалась хуже прогнозировавшейся) предприятия также вправе скорректировать свои производственные планы в худшую сторону. При совпадении прогнозов изменения спроса с его фактическими изменениями предприятия могут не менять свои планы выпуска.

Сначала проверим простые модели, в которых в качестве независимых переменных используются точности прогнозов только одного вида спроса.

Модель с точностями прогнозов платежеспособного спроса (Q*t, Q*t-1) = f( Ф(Dt, D*t-1) ).

имела в течение почти всего периода наблюдения хорошее качество подгонки. Лишь осенью 1997 г. и особенно в конце 1998 г. – начале 1999 г.

наша модель не может быть использована для описания механизма пересмотра планов выпуска. Коэффициенты модели были всегда положительны и статистически значимы. Только в конце 2001 г. коэффициенты становятся незначимыми. Проверка гипотезы о независимости используемых в модели показателей показала, что в указанный же период эта гипотеза не может быть отвергнута. А сравнение качества подгонки двух моделей показало, что прирост качества модели за счет добавления линейного взаимодействия точности прогнозов спроса и изменения планов выпуска в ноябре-декабре 2001 г. не настолько велик, чтобы стоило отказываться от более простой модели. Возможно, в конце 2001 г., когда в российской промышленности начался период очевидного замедления роста и спроса, и выпуска, сформировавшиеся ранее принципы корректировки производственных планов дали сбой.

Модель с точностью прогнозов бартерного спроса также имела хорошее качество подгонки, но «плохие» коэффициенты. Последние были чаще отрицательными, чем положительными и всегда – статистически незначимыми. Очевидно, что такое сочетание следует расценивать положительно:

выпуск не идет за бартером, и вообще влияние бартера на планы предприятий в августе 1998 г – декабре 2001 г. скорее отсутствует. Эти выводы подтвердила проверка гипотезы о независимости (Q*t, Q*t-1) и Ф(Bt, B*t-1).

Такая логлинейная модель имела хорошее качество подгонки, а ее сопоставление с более «сложной» конструкцией показало нецелесообразность добавления линейного взаимодействия.

Аналогичные результаты были получены при проверке влияния точностей прогнозов прочих неденежных видов спроса на пересмотр производственных планов предприятий. Во-первых, модель с линейным взаимодействием имела приемлемое качество подгонки, но коэффициенты были и положительными, и отрицательными, и статистически незначимы. Во вторых, модель без линейного взаимодействия была также приемлема, а сравнение моделей показало, что прирост отношения правдоподобия за счет линейного взаимодействия невелик, и поэтому предпочтительней является более простая модель.

Теперь проверим влияние на пересмотр производственных планов предприятий точностей прогнозов нескольких видов спроса одновременно.

Сначала исследуем модель, где в качестве независимых переменных фигурируют точности прогнозов платежеспособного и бартерного спросов:

(Q*t, Q*t-1) = f( Ф(Dt, D*t-1), Ф(Bt, B*t-1) ).

Она имела хорошее, но не стабильное качество подгонки (особенно в конце 1998 г. – начале 1999 г.). Коэффициенты модели были всегда положительны и статистически значимы только для точностей прогнозов платежеспособного спроса (см. рис. 7). Бартерный спрос имел как положительные, так и отрицательные коэффициенты, которые почти всегда были статистически незначимы. Таким образом, бартер скорее не учитывается предприятиями, последние все-таки отдают предпочтение продажам за деньги при корректировке своих планов изменения выпуска.

0.0.ТОЧНОСТЬ ПРОДАЖ ЗА ДЕНЬГИ 0.0.0.0.0.0.0.-0.-0.ТОЧНОСТЬ БАРТЕРА -0.1/98 7/98 1/99 7/99 1/00 7/00 1/01 7/01 1/Рис. 7. Динамика коэффициентов модели К аналогичным выводам приводит тестирование модели, где фигурируют точности прогнозов всех трех видов спроса:

(Q*t, Q*t-1) = f( Ф(Dt, D*t-1), Ф(Bt, B*t-1), Ф(Nt, N*t-1) ).

Высокое и относительно стабильное качество подгонки этой модели сочеталось с положительными и статистически значимыми коэффициентами только у точностей прогнозов платежеспособного спроса (см. табл. 11).

Бартер, векселя и зачеты имели и отрицательные, и положительные коэффициенты, которые практически всегда (за редчайшим исключением) были статистически незначимы.

Таблица Характеристики влияния точностей прогнозов платежеспособного, бартерного и прочих неденежных видов спроса на корректировку планов выпуска предприятий Коэффициенты модели для прогнозов Характеристики качества платежеспособ- бартерного спро- прочих неденежподгонки модели Дата ного спроса са ных видов спроса G2 Df Sig SE SE SE 2/00 20.7972 49 0.9999 0.6392 0.1851 0.3478 0.1991 0.0048 0.3/00 19.8478 49 0.9999 0.6779 0.1720 0.1378 0.1919 0.4272 0.4/00 47.2927 49 0.5426 0.2868 0.1254 0.0272 0.1342 0.1480 0.5/00 28.0361 49 0.9930 0.5486 0.1381 0.3426 0.1432 -0.1392 0.6/00 31.1805 49 0.9778 0.5339 0.1137 0.0726 0.1290 -0.1175 0.7/00 45.4062 49 0.6196 0.2443 0.1290 0.0100 0.1456 0.2660 0.8/00 20.5364 49 0.9999 0.6154 0.1624 0.2262 0.1934 0.0277 0.9/00 35.3430 49 0.9285 0.5523 0.1493 -0.0622 0.1593 0.1876 0.10/00 24.8247 49 0.9984 0.5092 0.1512 -0.0716 0.1907 0.5216 0.11/00 45.0277 49 0.6349 0.5005 0.1372 0.0316 0.1653 0.0684 0.12/00 28.8805 49 0.9902 0.4439 0.1230 0.0464 0.1705 0.0258 0.1/01 31.2373 49 0.9774 0.4576 0.1398 0.2522 0.1704 0.0367 0.2/01 33.8540 49 0.9510 0.2487 0.1244 0.3193 0.1699 0.0811 0.3/01 34.4030 49 0.9434 0.4712 0.1495 0.1707 0.1968 0.0230 0.4/01 24.8994 49 0.9984 0.4791 0.1281 0.0810 0.1712 0.2516 0.5/01 34.5685 49 0.9409 0.4639 0.1349 0.0390 0.1589 0.3092 0.6/01 59.5044 49 0.1446 0.3791 0.1348 0.0205 0.1501 0.3234 0.7/01 29.3439 49 0.9883 0.5464 0.1485 0.2980 0.1927 0.1320 0.8/01 24.3338 49 0.9988 0.4541 0.1543 0.1134 0.1645 0.3425 0. Таблица 11 продолжение Коэффициенты модели для прогнозов Характеристики качества платежеспособ- бартерного спро- прочих неденежподгонки модели Дата ного спроса са ных видов спроса G2 Df Sig SE SE SE 9/01 19.7202 49 0.9999 0.7471 0.1689 0.1683 0.2219 0.0299 0.10/01 34.1757 49 0.9466 0.6177 0.1659 0.1699 0.1811 0.0687 0.11/01 40.0349 49 0.8157 0.2405 0.1348 0.3053 0.1691 0.1490 0.12/01 16.6970 49 1.0000 0.4697 0.1485 0.0935 0.2206 -0.1323 0.Примечание. В таблице приведены: G2 – величина отношения правдоподобия; df – число степеней свободы; Sig – наблюдаемый уровень значимости; коэффициенты, оценивающие линейную связь (ассоциацию) рангов каждого из факторов с изменением производственных планов, и стандартные ошибки (SE).

Выше мы рассматривали модели, в которых планы предприятий могли изменяться либо в зависимости от точности планов выпуска относительно последующих фактических изменений спроса, либо от точности прогнозов спроса относительно последующих фактических изменений того же спроса.

Объединение этих двух подходов приводит нас к модели, где в качестве независимых переменных одновременно фигурируют оба вида точности.

Тогда для платежеспособного спроса будет исследована следующая модель:

(Q*t, Q*t-1) = f( Ф(Dt, Q*t-1), Ф(Dt, D*t-1) ).

Такая формулировка модели обучения на ошибках позволяет проверить прогнозы (планы) какого показателя относительно спроса учитываются предприятиями при корректировке своих производственных планов: выпуска или спроса. Если первого, то поведение российских производителей можно назвать более рыночным, поскольку они напрямую соотносят (сопоставляют) свой выпуск со спросом и на этой основе корректируют планы выпуска. Зависимость от второй точности, на наш взгляд, уступает с точки зрения рыночности первой, поскольку не связана напрямую с динамикой выпуска.

Качество подгонки приведенной модели было определенно приемлемым, но не стабильным. Наблюдаемый уровень значимости находился в пределах от 0,1 до 0,99 и очень редко опускался ниже 5%-ного порога. Коэффициенты модели были всегда положительны и статистически значимы только для точностей планов производства относительно спроса (см. рис.

8). Коэффициенты точностей прогнозов спроса имели отрицательные значения и иногда были статистически незначимы. Последнее чаще имело место до дефолта 1998 г., затем статистическая незначимость этого параметра стала эпизодическим явлением.

2.ТОЧНОСТЬ ПЛАНОВ ВЫПУСКА 2.1.1.0.5 ТОЧНОСТЬ ПРОГНОЗОВ СПРОСА 0.-0.-1.1/95 1/96 1/97 1/98 1/99 1/00 1/01 1/Рис. 8. Динамика коэффициентов модели Таким образом, российские промышленные предприятия «корректно» учитывают точность своих планов выпуска относительно последующих изменений спроса. С точностью прогнозов спроса ситуация иная. Отрицательные значения коэффициентов свидетельствуют, что предприятия «обратным» образом реагируют на расхождения прогнозов платежеспособного спроса и фактических изменений продаж. Иными словами, они не склонны учитывать фактические изменения спроса и продолжают ориентироваться на свои прогнозы этого показателя. Для проверки этого предположения «разобьем» точность прогнозов спроса на составляющие (Dt и D*t-1), и оценим следующую логлинейную модель:

(Q*t, Q*t-1) = f( Ф(Dt, Q*t-1), Dt, D*t-1 ).

Эта модель не может быть отвергнута при описании механизма пересмотра планов выпуска в течение всего периода мониторинга. Влияние точности планов выпуска относительно спроса осталось положительным и статистически значимым. Коэффициенты прогнозов спроса (D*t-1) были, как правило, положительны и очень редко статистически значимы. Коэффициенты фактических изменений спроса (Dt) были всегда отрицательны и, как правило, статистически значимы (см. рис. 9). Таким образом, предприятия при пересмотре планов выпуска, вероятно, не учитывают свои прогнозы продаж. А фактическим изменениям спроса «доверяют» с обратным знаком.

Pages:     | 1 |   ...   | 5 | 6 || 8 | 9 |   ...   | 13 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.