Обучения-на-ошибках модели формирования планов производства

4.3. Обучения-на-ошибках модели формирования планов производства

Модели обучения на ошибках предполагают, что изменения прогноза между двумя соседними опросами зависят от точности реализации прогноза в первом из опросов. В отличие от адаптивных моделей модели обучения на ошибках представляются более интересными в силу того обстоятельства, что в них в качестве зависимой переменной используются изменения прогнозов между двумя соседними опросами. В этих моделях используются обе производные переменные, введенные ранее: точность прогноза и изменение прогноза за два соседних опроса. Повторим, что переменная, характеризующая точность прогноза, может принимать значения: 1 – если фактические значения оказались лучше прогнозов, 2 – если прогноз совпал с фактом, 3 – если фактические значения оказались хуже прогнозов. Вторая переменная, описывающая изменение прогнозов за два соседних опроса, также трихотомическая: 1 – если прогноз стал более оптимистичным, 2 – если прогноз не изменился, 3 – если прогноз стал более пессимистичным. Если справедливо предположение о том, что формирование прогнозов носит характер обучения на ошибках, то при лучших фактических изменениях по сравнению с предыдущими прогнозами очередные прогнозы должны быть пересмотрены в сторону улучшения. При обратной ситуации (прогноз оказался хуже факта) предприятия должны изменить прогнозы в сторону снижения (ухудшения). Тогда коэффициент логлинейной модели с использованием порядковых данных конъюнктурных опросов должны быть положительны.

Кроме базовой модели формирования производственных планов будут исследованы и комбинированные модели, в которых в качестве независимых переменных фигурируют точности прогнозов производства относительно последующих фактических изменений различных видов спросов. Другое возможное направление развития таких моделей - использование в качестве независимых переменных "чистых" точностей прогнозов трех видов спроса, т.е. точностей относительно фактических реализаций того же показателя.

Начнем исследование моделей обучения на ошибках с базовой модели формирования (точнее - изменения) производственных планов:

D(Q*t, Q*t-1) = f( Ф(Qt, Q*t-1) ).

где D(Q*t, Q*t-1) - изменение направления производственных планов, зарегистрированных между двумя моментами (опросами) t и t-1; Ф(Qt, Q*t-1) - точность реализации первого из двух планов изменения производства Q*t-1 относительно фактических изменений производства Qt.

Эта модель обучения на ошибках достаточно хорошо и стабильно описывала изменения прогнозов выпуска в течение 1993-1996 гг. Затем качество подгонки модели стало ухудшаться: она все реже имела допустимые значения отношения правдоподобия, а с 1999 г. перестала быть приемлемой. Правда, в 2001 г. было зафиксировано три случая, когда величина отношения правдоподобия свидетельствовала о невозможности отвергнуть гипотезу об изменении соседних производственных планов под влиянием точности реализации первых из них. Однако наблюдаемый уровень значимости не слишком сильно превосходил порог 5%, чтобы можно было уверенно говорить о возврате российских промышленных предприятий к подобному принципу пересмотра своих планов. Коэффициенты модели были положительны и статистически значимы в течение всего периода мониторинга. Таким образом, предприятия последние годы, скоре всего, перестают учитывать точность прогнозов производства при корректировке своих дальнейших планов. Вместе с тем, проверка гипотезы о независимости изменения планов от точности реализации первых из них показала, что это предположение не может быть принято. Наблюдаемый уровень значимости отношения правдоподобия логлинейной модели без линейного взаимодействия факторов во всех случаях был нулевым. А сравнение качества подгонки двух моделей показало обоснованность усложнения модели за счет линейного взаимодействия. Однако простого линейного взаимодействия последние годы стало недостаточно.

На следующем шаге анализа проверим гипотезы о зависимости пересмотра производственных планов от точности их реализации относительно фактических изменений трех отслеживаемых видов спроса по отдельности. Зависимость от точности относительно платежеспособного спроса имеет вид:

D(Q*t, Q*t-1) = f( Ф(Dt, Q*t-1) ).

Ф(Dt, Q*t-1) - точность реализации первых из двух планов изменения производства Q*t-1 относительно фактических изменений платежеспособного спроса Dt. Использование этой модели не может быть отвергнуто при описании механизма пересмотра планов производства в течение всего периода наблюдения за входящими в модель исходными признаками (1995-2001 гг.). Вместе с тем, качество подгонки этой модели не всегда было стабильным. Провалы наблюдаемого уровня значимости ниже порог 5% были зарегистрированы в конце 1998 г. - начале 1999 г. Вероятно, резкие и неожиданные изменения динамики продаж внесли тогда некоторую сумятицу в принципы формирования производственных планов в российской промышленности. Затем ситуация нормализовалась, и точность планов производства относительно продаж продукции за деньги стала по-прежнему учитываться при корректировке очередных планов выпуска.

Рассмотрим теперь модель, в которой изменение прогнозов выпуска может зависеть от двух точностей: от точности планов производства относительно последующих фактических изменений выпуска и точности относительно последующих изменений платежеспособного спроса:

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

Такая модель имела приемлемое качество подгонки до конца 1997 г. В 1998 г. величина отношения правдоподобия чаще стала бывать слишком большой, чтобы не отвергнуть проверяемую модель для описания механизма изменения планов выпуска. В 1999 г. основания для того, чтобы не принимать эту модель стало еще больше. Но в 2000 г. и особенно в 2001 г. ситуация стала исправляться: наблюдаемый уровень значимости стал чаще превышать порог 5%. Правда, превышение это оказывалось не таким большим как в 1993-1994 гг. Коэффициенты модели были всегда положительны и статистически значимы (кроме одного исключения). Этим исключением оказался 1994 г., когда коэффициенты точности относительно реализаций выпуска были статистически незначимы. Интересным оказалось соотношение коэффициентов модели. Точность планов выпуска относительно последующих реализаций спроса в подавляющем числе случаев оказывала более сильное влияние на пересмотр планов производства. Этот вывод свидетельствует в пользу "рыночности" мышления руководителей промышленных предприятий, для которых соответствие планов выпуска и изменений спроса является более сильным аргументом для пересмотра своих планов, нежели соответствие планов выпуска и их фактических изменений.

Влияние бартера на механизм пересмотра производственных планов предприятий можно исследовать при помощи модели, в которой в качестве независимой переменной используются точности планов выпуска относительно фактических изменений бартерного спроса:

D(Q*t, Q*t-1) = f( Ф(Bt, Q*t-1) ).

Ф(Bt, Q*t-1) - точность реализации первых из двух планов изменения производства Q*t-1 относительно фактических изменений бартерного спроса Bt. Такая модель также имела хорошее качество подгонки и всегда положительные и статистически значимые коэффициенты. Таким образом, точность планов выпуска относительно бартера также учитывалась предприятиями при пересмотре своих планов. Добавление в эту модель еще и традиционной точности относительно самого выпуска дало интересные результаты. Во-первых, стабильным и высоким качество подгонки этой модели было с июля по октябрь 1998 г., когда бартер еще был важен для российской промышленности, а доля нормальных продаж еще не стал существенной. Во-вторых, затем до конца 2000 г. отклонение модели от эмпирических значений становится неприемлемо большим, и только в конце этого года (когда опросы зарегистрировали первый в последефолтный период абсолютный спад продаж за деньги) рассматриваемая модель опять не может быть отвергнута. В 2001 г. наша модель начинает "работать" в мае и в конце года, когда в российской промышленности опять возникают проблемы с платежеспособным спросом. Все коэффициенты модели были всегда положительны и всегда статистически значимы. При этом значение коэффициентов точности по бартеру было чаще выше, чем значение коэффициентов точности по выпуску. Конечно, бартер сложно назвать "хорошим" фактором для определения производственных планов, но все же этот ориентир лучше фактической динамики выпуска.

Аналогичная ситуация сложилась и при использовании в качестве независимой переменной точности планов выпуска относительно прочих неденежных видов спроса (векселя, зачеты и пр.):

D(Q*t, Q*t-1) = f( Ф(Nt, Q*t-1) ).

где Ф(Nt, Q*t-1) - точность реализации первых из двух планов изменения производства Q*t-1 относительно фактических изменений прочих неденежных видов спроса Nt. Подобная модель была оценена только для 2000-2001 гг., поскольку мониторинг этого вида спроса начался с 2000 г. Качество подгонки модели было высоким и стабильным в 2000 г. и нестабильным в 2001 г. Коэффициенты модели были положительными и статистически значимыми в течение всего времени. Таким образом, гипотеза о том, что отклонения планов выпуска от фактических изменений объемов вексельных и зачетных сделок учитываются предприятиями при корректировке планов производства, не может быть отвергнута. Расширение состава независимых переменных за счет точности планов выпуска относительно фактического изменения выпуска привело к тому, что качество подгонки модели стало допустимым только в конце 2000 г. - начале 2001 г. Коэффициенты модели были по-прежнему положительны и статистически значимы в течение всего времени наблюдения. Как и в случае с другими видами спроса, влияние точности планов производства относительно фактического изменения рассматриваемого вида спроса на изменение планов выпуска было выше.

Исследование простых моделей обучения на ошибках с перекрестными точностями планов выпуска относительно фактических изменений спроса показало, что предприятия учитывают должным образом все виды спроса при корректировке своих планов выпуска. И учитывают отклонения от спросов сильнее, чем отклонения от фактического выпуска. Теперь закономерно поставить вопрос о том, какой вид спроса (отклонения от какого вида спроса) сильнее влияет на изменения планов выпуска российских промышленных предприятий. Ответ на такой вопрос можно получить, исследовав модель, где в качестве независимых переменных используются одновременно точности относительно всех трех видов спроса:

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

Поскольку одновременный мониторинг трех видов спроса велся только в течение 2000-2001 гг., а платежеспособного и бартерного - с августа 1998 г., то мы исследуем сначала модель с точностями планов выпуска относительно последних двух видов спроса:

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

Качество подгонки такой модели было в большинстве случаев приемлемым, но не стабильным. Недопустимо большое расхождение эмпирических и модельных данных зарегистрировано в первой половине 2000 г. и начале 2001 г. Но тренд этого показателя свидетельствует о положительной динамике качества рассматриваемой модели. Коэффициенты модели были положительны и статистически значимы в течение всего периода. При этом точность прогнозов относительно платежеспособного спроса имела более сильное влияние на корректировку производственных планов, чем точность относительно бартера. И это преобладание было достаточно стабильным (см. рис.6).

Теперь рассмотрим модель с участием всех трех видов спроса. Качество ее подгонки было стабильно высоким в течение всего периода. Наблюдаемый уровень значимости не опускался, как правило, ниже 0,9 (см. табл.10). Всегда положительны и статистически значимы были только коэффициенты для точности планов выпуска относительно платежеспособного выпуска. Коэффициенты для бартерного спроса были положительны почти во всех случаях и статистически незначимы. Коэффициенты для прочих видов неденежного спроса были всегда положительны и статистически значимы в половине случаев. Таким образом, бартер, скорее всего, имеет самое слабое воздействие на корректировку производственных планов предприятий в последние два года. Промежуточное влияние имеют векселя и зачеты, самое сильное и стабильное в 2000-2001 гг. - платежеспособный спрос.

Таблица 10. Характеристики влияния точностей производственных планов относительно фактических изменений платежеспособного, бартерного и прочих неденежных видов спроса на корректировку производственных планов предприятий

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:

D(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

D(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 D(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:

D(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.

К аналогичным выводам приводит тестирование модели, где фигурируют точности прогнозов всех трех видов спроса:

D(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 11. Характеристики влияния точностей прогнозов платежеспособного, бартерного и прочих неденежных видов спроса на корректировку планов выпуска предприятий

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:

D(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% 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.

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:

D(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.

Аналогичные результаты были получены при исследовании моделей с использованием бартерного спроса. Первая модель (с включением точностей планов выпуска относительно бартерного спроса и точностей прогнозов бартера относительно фактических изменений бартера) имела хорошее качество подгонки, положительные статистически значимые коэффициенты для первой точности и отрицательные статистически значимые - для второй. Вторая модель (с разбивкой точности прогнозов бартера на составляющие) также хорошо подходила к эмпирическим данным. Она показала, что прогнозы бартера, скорее всего, "корректно" влияли на пересмотр предприятиями планов выпуска. Но со временем (а именно - со второй половины 2000 г.) это влияние стало незначимым. Фактические изменения бартера всегда и устойчиво имели отрицательное влияние на пересмотр планов выпуска. В отличие от случая с платежеспособным спросом, такой тип реакции на изменения объемов неденежных сделок можно, наверное, приветствовать. Действительно, при снижении объемов бартера предприятия пересматривают свои планы изменения выпуска в лучшую сторону, т.е. снижение сменяется стабилизацией или ростом, а неизменность - ростом производства. А рост бартера вызывает пересмотр планов в сторону ухудшения. Получается, что бартер предприятиям не нужен.

Исследование моделей обучения на ошибках формирования производственных планов позволяет сделать следующие выводы. Во-первых, подобные модели вполне применимы для описания принципов формирования планов производства в российской промышленности. Во-вторых, анализ базовой модели показал, что российские предприятия все-таки пересматривают свои планы на основе точности реализации предыдущих планов. Во-вторых, на пересмотр влияют и точности прогнозов выпуска относительно последующих изменений платежеспособного спроса. В-третьих, из вышеупомянутых двух факторов более сильное влияние на планы предприятий имеет точность относительно продаж за деньги, что свидетельствует в пользу "рыночности" поведения предприятий. В-четвертых, точность относительно неденежных видов спроса также учитывается предприятиями, но главным образом во времена проблем с нормальными продажами. В-пятых, анализ влияния перекрестных точностей выпуска относительно всех трех видов спроса показал, что предприятия предпочитают в первую очередь учитывать отклонения от продаж за деньги. Аналогичные результаты были получены и при использовании прямых точностей прогнозов спросов. И здесь первенство за платежеспособным спросом. В-седьмых, дальнейшее исследование влияния точностей планов выпуска и прогнозов спроса показало, что "корректно" учитываются точности планов выпуска относительно спроса.

Похожие работы

Бизнес-план торгового предприятия и организация его разработки

Скачать

144167

30

16

... ООО «РУБИН-ПЛЮС» НА 2003 г. . Как уже указывалось ранее (глава 1.) особое значение в российских условиях приобретают разработка и реализация планов организации и развития бизнеса – бизнес-план . Статистические данные о неудачах новых предприятий указывают на то , что риск достаточно велик . Для предвидения и возможного предотвращения этих проблем используется бизнес – план . В ...

Управление конкурентоспособностью промышленного предприятия

Скачать

262648

16

15

... и укрепления его позиций на внешнем и внутреннем рынках (рис. 1.3). Важность разработки эффективной системы организационно-экономических мероприятий поддержки управления конкурентоспособностью промышленного предприятия подтверждается работами [10, 21, 47,73]. ВЫВОДЫ К ПЕРВОЙ ГЛАВЕ Исследования, проведенные в первой главе, позволили сделать следующие выводы: 1. Высокая ...

Ценовая политика на предприятии: формирование, направление, совершенствование

Скачать

84590

11

1

... хотелось бы сделать некоторые общие выводы и дать рекомендации к развитию и совершенствованию ценовой политики компании Цептер в условиях становления рыночной экономики. В работе рассмотрены теоретико-методологические основы формирования стратегии ценообразования и построения ценовой политики предприятия. Проанализирована стратегия ценообразования компании «Цептер» - международной компании по ...

Стратегический план развития предприятия

Скачать

65646

4

4

... стратегическому развитию целесообразно разделить на два ключевых направления: – разработка общей концепции развития предприятия: стратегия предприятия и его бизнес единиц (стратегический маркетинг); – детализация общей концепции развития, формирование инвестиционного портфеля, разработка бизнес-планов проектов и дальнейшая их реализация (управление инвестициями). Для эффективной деятельности ...