Каузальне прогнозування

Каузальний (причинний) метод прогнозування побудований на визначенні майбутніх планових показників на основі оцінки причинно-наслідкових зв’язків з іншими показниками. Наприклад, прогнозний обсяг дебіторської заборгованості визначається на основі даних про строки оплати готової продукції; прогноз виробництва робиться виходячи з інформації про обсяги реалізації, прогнозна величина затрат — від обсягів виробництва тощо.

Каузальне прогнозування може здійснюватися у двох основних формах:

детермінантний прогноз;

стохастичний прогноз.

Перша форма дозволяє з високим рівнем точності виконати прогнозні розрахунки у тому разі, якщо між показниками існує чіткий причинно-наслідковий (функціональний) зв’язок, за якого кожному значенню фактора (х) відповідає чітко визначене значення (у). Наприклад, зв’язок між обсягом виробництва певного виду продукції та прогнозною величиною змінних затрат є детермінантним. Його можна описати такою функцією:

у = bx, (11.7)

де у — прогнозна величина змінних затрат (грн); х — обсяг виробництва (шт.); b — коефіцієнт пропорційності (величина змінних затрат на одиницю випуску).

Якщо зв’язок між показниками має ймовірнісний характер, тобто кожному значенню фактора х відповідає певна множина значень у, то під час прогнозування доцільно використовувати стохастичний підхід (здебільшого використовується при прогнозуванні грошових надходжень від реалізації продукції).

Стохастичне прогнозування ґрунтується на регресійному аналізі, в процесі якого на основі побудови рівняння регресії досліджується ймовірнісна залежність середнього значення однієї величини від іншої. Визначальними при цьому є два чинники:

вид і параметри незалежних змінних, що впливають на залежну змінну;

тип рівняння регресії.

Розрізняють лінійні та нелінійні регресії. Якщо спостерігається більш-менш рівномірна залежність між факторами х та у (наприклад, рентабельність власного капіталу від коефіцієнта заборгованості за незмінної процентної ставки за користування по­зичками), то цю залежність можна описати за допомогою лінійної функції:

у = а + bx, (11.8)

де b — коефіцієнт регресії (ефект впливу х на у); а — заданий вільний член рівняння регресії.

Якщо між прогнозованими внутрішніми показниками та зовнішніми факторами впливу існує нелінійна залежність, то в процесі прогнозування застосовують нелінійні регресії, наприклад:

степеневу — y = ax^b;

логарифмічну — y = a log(b + cx);

гіперболічну — y = a + b / x;

параболічну — у = a + bx + cx ².

Тип рівняння регресії визначають на основі аналізу функціональної залежності прогнозованих показників від факторів впливу на них. Для цього рекомендується побудова наближених графіків, змінними в яких будуть емпіричні дані про розвиток тих чи інших економічних процесів (показників) (наприклад, залежність собівартості одиниці продукції від обсягів виробництва можна описати за допомогою рівняння гіперболи).

Проблема полягає в точності розрахунків коефіцієнта регресії та вільного члена рівняння регресії. Для детальнішого ознайомлення з порядком проведення регресійного аналізу та визначення ймовірнісної залежності між окремими внутрішніми та зовнішніми змінними доцільно звернутися до рекомендованої спеціалізованої літератури з теорії ймовірності та статистики.

11.8.3. Методи екстраполяції [119]

У теорії і практиці в процесі прогнозування фінансових показників досить часто використовують методологію екстраполяції, за якої висновки про значення прогнозних показників у майбутніх періодах робляться на основі вивчення їх динаміки у попередніх періодах. Необхідним елементом при цьому є побудова та аналіз так званого ряду динаміки, який класифікує значення показників у часі у розрізі окремих періодів та описує динаміку їх розвитку. Підкреслимо, що аналіз ряду динаміки окремого показника, наприклад виручки від реалізації продукції, має суто описовий характер і не пояснює причин тих чи інших змін тенденції.

Методи екстраполяції використовують за відносно стабільного розвитку підприємства (чи окремих показників його діяльності) або за наявності сезонних чи циклічних коливань з чітко вираженим трендом. Під трендом (від англ. trend — напрям, тенденція) розуміють тривалу тенденцію зміни економічних показників в економічному прогнозуванні. Якщо ж розвиток показників фінансово-господарської діяльності підприємства у попередніх періодах характеризується значною нестабільністю і суттєвим коливанням фінансових показників, то їх екстраполяція на майбутні періоди буде неможливою, а отже, недоцільним є використання відповідних методів.

Можна виокремити три основні групи методів прогнозування за допомогою екстраполяції:

методи визначення середніх величин;

екстраполяція тренду;

експоненціальне згладжування.

Методи визначення середніх величин. Прогнозні показники досить часто розраховуються як середнє значення відповідних показників у попередніх періодах. Середні величини обчислюються здебільшого за алгоритмом середньої арифметичної простої чи середньої арифметичної зваженої. Найпоширенішим у процесі прогнозування є метод визначення ковзної середньої, за використання якого прогнозні показники розраховуються як середні величини відповідних показників за n попередніх періодів (а не з використанням усіх значень аналізованого ряду динаміки). Кожні наступні прогнозні показники розраховуються на основі значень, одержаних в 3, 4,... n попередніх періодах заміною значень найвіддаленіших періодів на нові.

У разі, якщо ковзна середня (Кс) обчислюється як середня арифметична проста, то можна використати такий алгоритм її розрахунку:

, (11.9)

де t — границя числового ряду (наприклад, порядковий номер останнього звітного періоду); n — досліджуваний інтервал ряду динаміки; х_і — значення досліджуваного показника в і -му періоді.

Розглянутий метод є досить прийнятним для визначення тренду та розрахунку прогнозних показників при складанні револьверного фінансового плану підприємства.