Научная литература
booksshare.net -> Добавить материал -> Экономика -> Зайцева O.A. -> "Основы менеджмента" -> 71

Основы менеджмента - Зайцева O.A.

Зайцева O.A., Радугин A.A., Радугин К.А., Рогачева Н.И. Основы менеджмента: Учебное пособие. Под редакцией А.А. Радугина — М.: Центр, 1998. — 432 c.
ISBN 5-88860-048-2
Скачать (прямая ссылка): osn_men_1998.pdf
Предыдущая << 1 .. 65 66 67 68 69 70 < 71 > 72 73 74 75 76 77 .. 176 >> Следующая

Причинный анализ выполняется на базе регрессионного анализа. Регрессионные модели ?— это статистические уравнения, составляемые с целью найти значения некоторых переменных и оценки их влияния на искомую величину. Например, менеджер по маркетингу может разработать регрессионную модель прогнозирования объема продаж в зависимости от затрат на рекламу и уровня цен. Уравнение такой зависимости будет иметь следующий вид:

У = аХ] + Ь%2 + й,
где у — зависимая переменная (объем продаж); X; и х2 — независимые переменные (например, процент по кредитам и уровень 12 цен); а и Ъ — коэффициенты при независимых переменных, отражающие их значимость; й — константа (ее цифровое значение может быть получено в процессе составления уравнения).
Метод Цель моделирования Пример
Регрессной- Статистическая оценка, используе- Прогноз продаж продук-ные модели мая для выяснения влияния незави- ции Mack Truck на основе симых переменных (значения кото- оценки уровня процент-рых известны) на искомую величину ной ставки, величины
роста ВНП и прироста населения
Эконометри- Статистическая оценка на основе ческие модели системы регрессионных уравнений, используемая с целью расчета состояния экономики и основных экономических тенденций
Прогноз состояния платежного баланса США на конкретный год
Эконометри- Регулярно повторяющаяся регрес- Прогноз изменения ин-
ческие сионная оценка, направленная на
индикаторы прогнозирование изменения основных экономических показателей. Обычно выполняется Национальным Бюро Статистики США.
дексов по основным экономическим показателям
Таблица 8.3. Методы причинного анализа
Когда модель разработана (составлено управление), менеджер подставляет в нее вместо х, и х2 цифровые значения затрат на рекламу и уровень 12 цен. Полученное значение у будет являться прогнозом. Регрессионная модель составляется на основе данных работы компании в прошлом.
Эконометрическое моделирование - второй тип причинного анализа, используемый в прогнозировании. Он основан на более широком применении регрессионных управлений. Такое моделирование на государственном уровне используется для оценки макроэкономических показателей. Например, компания может использовать данные по изменению демографической ситуации и уровню национального дохода для осуществления внутреннего прогнозирования. Эконометрические модели все шире используются крупными брокерскими конторами и страховыми обществами для анализа изменений, происходящих в различных секторах экономики, а также оценки спро

са на инвестиции в каждом из них. Полная эконометрическая модель может включать в себя сотни, иногда даже тысячи регрессионных уравнений. Это сложный и дорогостоящий вид прогнозирования.
Экономические индикаторы — третий тип каузального моделирования. Фактически, это целая наука — социально-экономическая статистика, основным предметом которой является составление индексов экономического развития. Среди них, например, уровень инфляции, уровень занятости, процентная ставка. Крупные фирмы на основе этих показателей разрабатывают свои прогнозы, принимая все экономические индикаторы за независимые переменные. После того, как руководитель завершил работу, к примеру, над прогнозом спроса, ему необходимо ответить на такие вопросы: «Каково оптимальное сочетание различных видов продукции в производстве? При каком сочетании ресурсов издержки будут минимальными?». На вопросы такого рода поможет ответить применение методов линейного программирования. Следующий раздел посвящен этому вопросу.
Мы рассмотрели некоторые методы, используемые руководителями при разработке прогнозов. Наличие грамотно составленного прогноза совершенно необходимо при составлении планов и принятии решений. Основной вопрос — какой из методов использовать в каждой из ситуаций. Для ответа на него менеджеры должны обдумать ряд проблем, связанных со временем, наличием ресурсов, производственными мощностями и желаемым объемом выпуска. Основные рекомендации по выбору наиболее подходящего метода прогнозирования следующие:
1. Если результаты анализа необходимо получить в кратчайший срок, можно использовать качественные виды прогноза (прогноз уровня продаж).
2. Среди количественных методов прогноза анализ временных рядов требует наименьших затрат времени.
3. Если менеджеру необходимо сопоставить показатели прошлых периодов с текущими, то методы количественного анализа с использованием компьютера облегчат его работу.
4. Точность цифровых данных должна быть абсолютной.
5. При проведении качественного прогноза необходимо помнить, что не исключено субъективное суждение.
6. Точность количественного расчета зависит от аккуратности расчетов и правильности исходных данных.
7. Качественные методы прогноза могут использоваться только в краткосрочном и среднесрочном планировании. Количественные методы прогноза приемлемы для любых видов планов.
8. Издержки по проведению количественного анализа всегда выше, чем для качественного.

4. Линейное программирование
Линейное программирование (ЛП) ~ это математический прием, используемый для определения лучшей комбинации ресурсов и действий, необходимых для достижения оптимального результата. ЛП — это один из наиболее широко используемых количественных методов. С его помощью определяют, как оптимизировать продажи, увеличить прибыль, эффективно использовать ресурсы и время. Для определения оптимальной комбинации ресурсов или других факторов, необходимых для достижения конкретной цели, ЛП использует как графические, так и алгебраические методы.
Предыдущая << 1 .. 65 66 67 68 69 70 < 71 > 72 73 74 75 76 77 .. 176 >> Следующая

Реклама

c1c0fc952cf0704ad12d6af2ad3bf47e03017fed

Есть, чем поделиться? Отправьте
материал
нам
Авторские права © 2009 BooksShare.
Все права защищены.
Rambler's Top100

c1c0fc952cf0704ad12d6af2ad3bf47e03017fed