Использование методов прогнозирования при  определении результатов проведения предстоящей выставки

Железниченко Наталья Викторовна

ДонНТУ, факультет КИТА

 

Abstract. Zheleznichenko N. V.  Use the forecast methods at definition of results of forthcoming exhibition. The article is devoted to the analysis of use the forecast methods in exhibition activity. The article contains the preconditions of use this methods, their basic formulations and possible results. Using the methods of forecasting will allow effectively use the experience of the previous exhibition actions, will enable to systematize the data on the certain exhibitions, will allow to prove expediency with scientific methods to participants, visitors, management.

Обязательным атрибутом рыночной экономики является осуществление выставочно-ярмарочной деятельности, которая поддерживает престиж региона,  содействует эффективному функционированию поставке предприятий, помогает им найти  поставщиков и потребителей, глубоко изучает спрос на  продукцию, находит инвесторов, как в стране, так и за рубежом.

С развитием выставочной деятельности в Украине возник вопрос о ее централизованном планировании и управлении. Организаторам уже недостаточно просто получить какую-то сумму денег на проведение выставки, а потом просто превысить ее доходом от проведения мероприятия. А участникам мало простого заверения о том, что эта выставка действенна, потому что так было в прошлом году.  Необходимо принятие комплексных мер по компьютеризации управления и планирования выставочной деятельности.

Целью исследования  выставочной деятельности Украины является формирование целостной концепции перспективного развития, в рамках которой определяется конечная цель — формирование современной инфраструктуры региона, реально повышающей уровень его благосостояния, и локальная, но являющаяся главным условием стратегической — совершенствование деятельности предприятий, повышение их функциональной устойчивости на рынке. Вот  почему  остается  актуальной  проблема  разработки единой системы оценки выставочных мероприятий,  прежде  всего   отраслевых   специализированных,   которая  позволила  бы  определять рейтинг каждой выставки.  Такая система будет способствовать более объективному решению вопроса о награждении какой-либо коммерческой экспозиции особыми знаками отличия  государственных  и негосударственных  организаций.   Публикации  рейтингов  выставок помогут сделать правильный выбор их потенциальным экспонентам и участникам, а организаторам экспозиций будет легче  определить свои рыночные позиции, яснее увидеть свои недостатки,  что в целом способствует усилению конкуренции  в  пользу  повышения  качества  выставочных услуг. [2]

В процессе подготовки  выставки организаторам, предполагаемым участникам, прессе всегда интересно знать: как пройдет выставка, сколько экспонентов примут в ней участие, какова будет посещаемость и деловая активность на ней.  На все эти вопросы и много другое даст ответ экономико-статистическое прогнозирование, под которым понимается научно-обоснованное описание возможных состояний объектов в будущем, а также альтернативных путей и сроков достижения этого состояния.

Разработка прогнозов опирается на применение различных методов прогнозирования – совокупности  приемов мышления, позволяющих на основе анализа прошлых внешних и внутренних связей объекта вынести суждения определенной достоверности относительно будущего развития объекта. В настоящее время число используемых или предложенных к использованию методов прогнозирования более 150, каждый из которых имеет свои особенности в зависимости от цели его использования и уровня проводимых исследований.

Прежде чем выбрать определенный метод прогнозирования необходимо определиться с параметрами, для которых будет осуществляться прогноз. Для выставочной деятельности можно выделить следующие три параметра:

1.     Количество участников.

2.     Количество посетителей.

3.     Деловая активность на выставке – количество деловых контактов экспонентов, которые влекут за собой заключенные сделки, нахождение партнеров, освоение новых рынков товаров и услуг.    

Проанализировав параметры прогнозирования выставки, их свойства и тенденции изменения, был выбран адаптивный метод экспоненциального сглаживания, который основан на вычислении последовательных во времени значений прогнозируемого показателя с учетом влияния предыдущих уровней. Автор метода  - английский ученый Р.Г. Браун. Данный метод позволяет строить самокорректирующиеся модели, которые учитывая результат прогноза, сделанного на предыдущем шаге, и различную информационную ценность членов динамического ряда, способны оперативно реагировать на изменяющиеся условия и на этой основе дать на ближайшую перспективу более точные прогнозы.

Рассмотрим основные математические аспекты данного метода.

Особенность его состоит в том, в процедуре выравнивания каждого наблюдения используется только значения предыдущих уровней ряда динамики, взятых с определенным весом. Вес каждого наблюдения уменьшается по мере его удаления от момента, для которого определяется сглаженное значение.

Сглаженное значение уровня ряда   на момент  определяется по формуле

,            (1)

где  - значение экспоненциальной средней в момент ;  - значение экспоненциальной средней в момент ;  - значение экономического процесса в момент ;  - вес -го значения ряда динамики (параметр сглаживания [0<<1]).

Из формулы 1 видно, что при вычислении экспоненциальной средней  используется лишь предыдущая экспоненциальная средняя  и последнее наблюдение , а все предыдущие уровни ряда не используются.

Величину   в формуле можно также представить в виде фактического значения уровня  и сглаженного значения предшествующего ему наблюдения , взятых с соответствующими весами. Процесс такого разложения можно продолжить для членов ряда , . В результате получим следующее выражение:

  (2)

в котором среднее сглаженное значение является комбинацией всех предыдущих уровней ряда. Величина  характеризует начальные условия процесса.

               (3)

где  - число периодов отставания от момента .

Относительный вес каждого предшествующего уровня снижается по экспоненте по мере его удаления от момента, для которого вычисляется сглаженное значение.

Последовательное применение формулы 1 дает возможность вычислить экспоненциальную среднюю через значения всех уровней данного ряда динамики. Она определяет экспоненциальные средние первого порядка, то есть средние, полученные непосредственно при сглаживании исходных данных ряда динамики. В тех случаях, когда тенденция после сглаживания исходного ряда определена недостаточно ясно, процедуру сглаживания можно повторить, то есть вычислить экспоненциальные средние второго и третьего порядков, пользуясь следующими выражениями:

,

,

где  - экспоненциальная средняя -го порядка в точке .

При практическом использовании метода следует обращать внимание на такие вопросы, как выбор сглаживающего параметра  и определение начального условия .

От численного значения параметра  зависит, насколько быстро будет уменьшаться вес предшествующих наблюдений и в соответствии степень их влияния на сглаживаемый уровень. Поиск компромиссного значения параметра сглаживания составляет задачу оптимизации модели, решение которой осуществляется по формуле:

;

где m – число уровней, входящих в интервал сглаживания. В качестве удовлетворительного практического компромисса рекомендуется брать  в пределах от 0,1 до 0,3. [1]

Поиск оптимального значения параметра сглаживания адаптивных моделей может осуществляться путем перебора различных его значений. В этом случае в качестве оптимального выбирается то значение , при котором получена наименьшая дисперсия ошибки прогнозирования.

Задача выбора параметра , определяющего начальные условия, предполагается решать следующим образом: если есть данные о развитии явления в прошлом, то в качестве  можно использовать среднее арифметическое всех имеющихся уровней ряда в прошлом или какой-то их части. Если же таких сведений нет, то используют исходное первое значение уровня ряда динамики  . Вес, приписываемый этому уровню, быстро уменьшается по мере отдаления от первого уровня ряда, вместе с этим быстро уменьшается его влияние на размер экспоненциальной средней.

После осуществления прогноза необходимо проанализировать его качество, для чего используются показатели качества прогнозов.

Среднее абсолютное значение ошибки прогноза

,

где  - фактическое значение,  - прогнозное значение.

Среднеквадратическая ошибка прогноза рассчитывается по формуле

где n – период упреждения.

Недостатком рассматриваемых показателей является то, что значение этих характеристик существенно зависит от масштаба измерения уровней исследуемых явлений.

 Средняя относительная ошибка:

Если  <10%, то у прогноза высокая точность, 10<<20 – хорошая точность прогноза, 20<<50 – удовлетворительная точность прогноза, >50 – неудовлетворительная точность.

Подобный подход к оценке точности прогноза полностью удовлетворяет условиям прогнозирования для выставочной деятельности, поскольку есть фактические данные о прогнозируемом показателе и  период упреждения на момент прогноза уже окончился.

Определим этапы прогнозирования основных параметров выставочной деятельности:

·       Формирование ряда экономических показателей прогнозируемого параметра. Выставка определенной тематики проводится раз в год. Для каждого прошедшего года хранятся данные по количеству посетителей, участникам и деловой активности на выставке. Создается ряд по каждому параметру, в который вносятся данные по пяти прошедшим годам, а остальная информация за более ранние периоды  формирует начальные условия.

·       Осуществляется расчет основных параметров метода и прогнозных значений для каждого элемента ряда и искомого прогноза для данной выставки.

·       Осуществляется анализ точности прогноза путем его сравнения с действительными результатами выставки.

Использование методов прогнозирования при  определении результатов проведения предстоящей выставки позволит эффективно использовать опыт предыдущих выставочных мероприятий, даст возможность систематизировать данные по определенным выставкам за определенные периоды, позволит участников, посетителей, руководство научными методами доказать целесообразность проведения определенной выставки.

 

Литература:

1.     Гамбаров Г.М. «Статистическое моделирование и прогнозирование», М.: Наука , 1990. – 367с.

2.     Беляевский И.К. «Маркетинговое исследование: информация, анализ, прогноз», М.: Финансы и статистика, 2001. – 320с.

3.     Калина А.В. «Современный экономический анализ и прогнозирование», К.: Знание , 1998. – 574с.

4.     В.О. Пекар. Порівняльний аналіз підходів до аудиту статистичних даних про виставки // Маркетинг в Україні. – 2002. - №4. – с. 16-18.