Прогнозування розміру портфеля замовлень малого науково-виробничого підприємства в умовах ринку

ПРОГНОЗУВАННЯ РОЗМІРУ ПОРТФЕЛЯ ЗАМОВЛЕНЬ МАЛОГО НАУКОВО-ВИРОБНИЧОГО ПІДПРИЄМСТВА В УМОВАХ РИНКУ

О.М. Олефіренко, асп. Сумський державний університет

У сучасній економічній теорії існує багато методів та моделей математичного моделювання стандартних економічних ситуацій, комп'ютерної обробки статистичних даних, фінансового, маркетингового та економічного аналізу, що використовуються у світовій практиці бізнесу для прогнозування структури та розміру портфеля-замовлень промислових підприємств.

Однак складність й нестабільність умов господарювання, зумовлені трансформаційними процесами в країні та переходом вітчизняної економіки до ринку, з одного боку, та особливості самого бізнесу з ремонту і модернізації насосного та компресорного обладнання для хімічної галузі виробництва, де кожне замовлення є унікальним, дорогим та складним у виконанні - з іншого, значно ускладнили процес прогнозування розміру майбутнього бізнес-портфеля малих вітчизняних науково-виробничих підприємств, що обмежило можливість використання вже існуючих методів і моделей прогнозування без їх подальшого вдосконалення чи адаптації.

Вирішення поставлених проблем дозволить створити дієвий механізм прогнозування розміру та структури бізнес-портфеля малих науково-виробничих підприємств України, що працюють в секторі ремонту і модернізації обладнання для хімічної галузі виробництва.

МЕТА ДОСЛІДЖЕННЯ

Метою даної наукової статі є вивчення та аналіз існуючих проблем прогнозування змін розміру портфеля замовлень на малих науково-виробничих підприємствах, апробація основних сучасних методів і моделей математичної статистики та економічного моделювання для прогнозування названих процесів та проведення їх адаптації до особливостей галузі виробництва з метою отримання точного і достовірного результату.

РЕЗУЛЬТАТИ ДОСЛІДЖЕННЯ

Для подальшого впровадження наукових результатів буде розроблено відповідну комп'ютерну модель прогнозування на базі табличного редактора Microsoft Excel, що входить до загальнодоступного пакета комп'ютерних програм Microsoft Office і є найбільш поширеним інструментом для обробки та аналізу первинної економічної інформації, який використовується на практиці більшістю вітчизняних підприємств незалежно від їх форм власності, спрямування господарської діяльності чи розміру.

Аналіз портфеля замовлень проведено на матеріалах малого науково-виробничого підприємства ТОВ «Турбомаш», яке за спрямуванням господарської діяльності, обсягами виробництва, розмірами, кількістю працівників та структурою має схожість з аналогічними підприємствами регіону, що дає змогу вважати дане підприємство типовим, а отримані результати дослідження придатними до застосування на всіх аналогічних вітчизняних підприємствах науково-виробничого сектору економіки країни.

Слід також зауважити, що вся отримана первинна інформація стосовно зміни обсягів портфеля замовлень та замовників була свідомо змінена з метою нерозголошення комерційної таємниці підприємства, але збереження всіх пропорційних співвідношень дозволило забезпечити достовірність кінцевого результату наукового дослідження.

Можливість достовірного прогнозування стану, розміру та структури бізнес-портфеля для малого науково-виробничого підприємства є об'єктивною запорукою успішності утримання конкурентних переваг та прибутковості його господарської діяльності як з точки зору короткострокових, так і довгострокових перспектив розвитку. При цьому специфіка галузі, в якій працює підприємство, що вивчається в науковому дослідженні, робить його портфель замовлень еластичним до змін не тільки на мікрорівні компанії чи рівні бізнес-одиниць, а й до змін, що відбуваються на макрорівні взаємовідносин і господарювання. Таким чином, перш ніж спробувати спрогнозувати розмір бізнес-портфеля, ми маємо визначити критерії та запропонувати методику процесу прогнозування, яка б відповідала всім специфічним вимогам галузі виробництва та була придатна до застосування в умовах транзитивної економіки України.

На наш погляд, для проведення аналізу розмір бізнес-портфеля підприємства доцільно виразити в грошовій формі, яка б відображувала загальну суму грошей за контрактами фірми на виготовлення продукції чи надання професійних послуг за одиницю розрахункового періоду часу, тобто за квартал відповідного року. Оскільки ТОВ «Турбомаш» працює не тільки в Україні, а й в інших країнах СНД (експорт продукції підприємства складає близько 60%), то для спрощення сприйняття інформації, що підлягає дослідженню, ми пропонуємо суми контрактів у національній та іноземних валютах перерахувати в еквіваленті до єдиної європейської валюти - євро (табл. 1).

Таблиця 1 - Зміна гіпотетичного розміру портфеля замовлень ТОВ «Турбомаш» за період з 2000 по 2004 рік, EUR

При цьому зміну гіпотетичного розміру портфеля замовлень ТОВ «Турбомаш» пропонується подати в графічній інтерпретації, що має підвищити наочність та ефективність аналізу.

Динаміка зміни розмірів портфеля замовлень підприємства, яке підлягає дослідженню, не є стабільною чи такою, що має лінійний характер, притаманний здебільшого для масового серійного виробництва продукції широкого вжитку, та має певний рівень коливань розміру протягом всього розрахункового періоду (з 2000 по 2004 р.) від одного кварталу як одиниці вимірювання часу до наступного. За фактичні дані розміру портфеля прийнято сумарні грошові обсяги виконаних робіт чи послуг за контрактами компанії, тобто переданих замовнику за кожний квартал відповідного року. Як потенційні розміри розглядаються сумарні грошові обсяги всіх замовлень, що були отримані компанією, але не були виконані чи передані замовнику з будь-яких об'єктивних причин саме в даному конкретному кварталі. На наш погляд, наведена динаміка коливань як потенційного, так і фактичного розмірів портфеля здебільшого пов'язана з сезонністю чи циклічністю капітальних ремонтів та збіганням строків їх проведення на більшості підприємств-замовників, що пояснюється особливостями ведення господарської діяльності в хімічній галузі виробництва. При цьому динаміка змін потенційних даних стосовно розміру бізнес-портфеля не тільки не збігається з її фактичним аналогом, але й має абсолютно протилежний характер принаймні до ІV кварталу 2002 р., що можна пояснити тривалістю виробничого циклу, який в середньому на виконання одного замовлення складає від 3 до 9 місяців. Тривалість строків виконання замовлень пов'язана з складністю та технологічністю процесів інжинірингу і виробництва науково-технічних виробів чи послуг, що пропонуються підприємством.

Для більш детального аналізу наведених фактичних даних розміру портфеля замовлень та пояснення різкого збільшення розміру протягом 2002-2003 рр. порівняно з іншими періодами роботи підприємства пропонується розглянути зміну структури бізнес-портфеля ТОВ «Турбомаш», в якісному розрізі, тобто за відсотковим співвідношення за кожним із спрямувань діяльності за кожний окремий період (рік), та з точки зору кількісних характеристик розміру портфеля, залежно від того, на якому з ринків різних країн працює підприємство (рис. 1).

Рисунок 1 - Динаміка зміни розмірів ПЗ підприємства за спрямуваннями (Україна - Росія)

З наведеної на рис. 1 порівняльної динаміки коливань можна наочно побачити значні розбіжності в розмірах української частки портфеля саме в 2002 та 2003 роках від її російського аналогу.

При цьому сезонні коливання, притаманні російському ринку, є достатньо рівномірними і майже не впливають на різке збільшення загального фактичного розміру портфеля в рамках зазначеного вище періоду часу.

Такі розбіжності можна пояснити різницею в структурі української і російської частин портфеля замовлень підприємства. На російському ринку ТОВ «Турбомаш» обслуговує здебільшого замовлення азотних підприємств хімічної галузі РФ (табл. 2).

На українському ж ринку переважну більшість складають замовлення содових заводів (більше 80 % всіх замовлень портфеля) і лише в 2004 році структура портфеля була змінена і стала нагадувати її російський варіант (72 % замовлень припало на азотні підприємства), при цьому доля содових заводів склала лише 21 % (табл. 3).

Таблиця 2 - Структура портфеля замовлень підприємства за напрямками діяльності на ринку Росії, %

Різке підвищення обсягів виконаних робіт по ринку України в 2002 - 2003 рр., на наш погляд, був зумовлений так званим ефектом іміджу компанії, яка в результаті довгострокової співпраці зі своїми клієнтами, забезпечення належної якості проведення робіт та дотримання строків і умов контрактів отримала високу оцінку її господарської діяльності і зарекомендувала себе як надійний бізнесовий партнер.

Саме сформований імідж та довіра з боку клієнтів дозволили ТОВ «Турбомаш» отримати від своїх партнерів більш складні, ризиковані, але й більш прибуткові замовлення, що значною мірою вплинуло на розмір української частки бізнес-портфеля підприємства.

Таблиця 3 - Структура портфеля замовлень підприємства за напрямками діяльності на ринку України, %

Отриманий висновок свідчить про закономірність зростання розміру портфеля в певні періоди часу і не дозволяє нівелювати визначені фактичні дані про розмір бізнес-портфеля при прогнозуванні, списавши їх як випадкові.

Таким чином, можна зробити висновок, що проведення процесу прогнозування портфеля замовлень науково-виробничого підприємства має складатися з декількох таких етапів:

1) аналіз динаміки змін фактичного розміру портфеля за певний розрахунковий період;

2) аналіз якісної структури портфеля з виділенням пропорційних характеристик кожного з спрямувань діяльності до загального обсягу замовлень з кожного окремого ринку;

3) порівняльний аналіз отриманих динаміки кількісних змін розміру портфеля та якісних структур за кожного з виявлених ринків, на яких працює підприємство;

4) аналіз можливості використання існуючих доступних методів та методик обробки первинної інформації та прогнозування з метою завершення наукового дослідження та отримання позитивного результату; їх пристосування чи вдосконалення до економічних умов, в яких працює підприємство, або розроблення нової методики прогнозування, якщо того потребує ситуація;

5) реалізація обраної чи розробленої методики, отримання прогнозних даних стосовно майбутніх гіпотетичних розмірів бізнес-портфеля в цілому та порівняння отриманих результатів з сумарним результатом прогнозів, що мають бути проведені за тією самою методикою, але окремо для кожного з ринків, на яких працює фірма.

Останній пункт має особливе значення і повинен бути реалізований для підвищення достовірності чи перевірки отриманих прогнозних даних та зменшення похибки.

МОДЕЛІ ПРОГНОЗУВАННЯ

У загальному вигляді всі моделі прогнозування, що можуть бути використані менеджером компанії для прогнозування розміру портфеля замовлень підприємства, можна поділити на дві категорії: причинно-наслідкові (казуальні) та моделі часових рядів.

У казуальних моделях прогнозування зміни значення будь-якої величини здійснюється на основі відомих значень іншої величини або набору величин. Математично дана теза має бути виражена таким чином. Припустимо, - дійсне значення певної змінної, а - прогнозоване значення даної змінної. Тоді

,

де - функція прогнозування; - набір змінних.

У даному представленні змінні будуть називатись незалежними змінними, а - залежною (чи змінною відгуку) [1].

Причинно-наслідкові моделі використовуються в тому випадку, коли ми вже маємо відомі дані незалежних змінних на період прогнозування, або у випадку, коли їх можна спрогнозувати, за умов, що це зробити легше ніж спрогнозувати залежну змінну .

Окрім того, має існувати зв'язок між залежною і незалежними змінними, який можна встановити на основі даних за попередні періоди.

Оскільки в наведених матеріалах наукового дослідження відсутні дані про незалежні змінні на період прогнозування, або інформація, яка б підтверджувала існування зв'язку між залежною і незалежними змінними, то слід зробити висновок, що методи причинно-наслідкового прогнозування не є адекватними чи такими, що можуть бути використані для передбачення майбутніх показників розміру портфеля замовлень малого науково-виробничого підприємства.

Ще одним класом методів кількісного прогнозування є методи прогнозування часового ряду. Дані методи реалізують процес прогнозування шляхом екстраполяції значень окремої змінної на основі статистичних даних за минулий часовий період. Іншими словами, модель часового ряду, тобто екстраполяційна функція, екстраполює (продовжує) минулі значення змінної в майбутнє. При цьому дані часового ряду є статистичними даними за минулий часовий період, упорядковані в хронологічному порядку таким чином, щоб кожному з моментів часу відповідало лише одне значення змінної, що підлягає дослідженню.

У табличному редакторі Microsoft Excel, функціональні можливості якого взяті за основу для задоволення потреби прогнозування розміру портфеля замовлень, існує достатньо вбудованих інструментів, заснованих і на моделях причинно-наслідкового, і на моделях часових рядів, які мають дозволити менеджерам компанії виконати поставлені завдання без глибокого проникнення в технічні чи математичні питання економічного моделювання.

За допомогою вбудованих функціональних можливостей Microsoft Excel, використовуючи точки гіпотетичних змін фактичного розміру портфеля замовлень підприємства за розрахунковий період (див. рис. 1), ми можемо автоматично побудувати на графіку лінію тренда, зазначивши в параметрах тип апроксимуючої кривої (за типом функції прогнозування) та період прогнозування. При цьому комп'ютерна програма автоматично розрахує необхідне рівняння регресії, що відображає вид функції прогнозування та величину коефіцієнта детермінації (R²) - достовірності отриманого прогнозного результату (рис. 2).

Рисунок 2 - Прогноз розміру портфеля замовлень підприємства на 2005 рік (лінійна апроксимація)

Даний спосіб прогнозування є різновидом моделей часових рядів (модель підбору кривої), що дозволяє менеджерам компанії наочно оцінити тенденції збільшення чи зменшення розміру бізнес-портфеля підприємства і навіть отримати точні кількісні дані шляхом вирішення запропонованого комп'ютером лінійного рівняння регресії відносно необхідного періоду х, але не дає достовірного прогнозного результату, про що говорить достатньо низька величина коефіцієнта детермінації (R²), яка дорівнює 0,0613 (тобто лише 6 % значень можна виразити через змінну х).

Як показали подальші дослідження, зміна лінійного типу функції регресії на інші (ступенева, логарифмічна, експоненційна чи поліномінальна), що автоматично пропонуються для прогнозування в табличному редакторі Microsoft Excel, не призвели до підвищення коефіцієнта детермінації (R²), а максимальна величина достовірності прогнозу, якої вдалось досягти запропонованим способом, склала лише 0,102 (або 10 %) при поліномінальному типі побудови лінії тренда.

Більш точним (достовірним) методом прогнозування, в тому числі і за допомогою вбудованих функції Microsoft Excel (інструмент РЕГРЕСІЯ), є множинний регресійний аналіз.

Для проведення множинного регресійного аналізу в першу чергу слід визначити змінні х, що можуть прямо чи опосередковано впливати на зміну фактичного розміру портфеля . При цьому як змінні х можуть бути використані як окремі показники мікросередовища підприємства (показники потенційного розміру портфеля, витрати на рекламу, на індивідуальну роботу з клієнтами, середні строки виконання замовлень тощо), так і макроекономічні показники розвитку економіки галузі чи держави в цілому (індекс промислового виробництва, інфляції, облікова ставка НБУ тощо).

Головною проблемою як даного, так і всіх попередніх методів причинно-наслідкового прогнозування залишається питання залежності змінної від кожної з запропонованих змінних .

Результати аналізу, що виводяться Excel автоматично, дають досліднику багато корисної інформації.

Окрім рівняння регресії, за результатами аналізу ми отримуємо додаткові дані про коефіцієнт детермінації (R²) = 0,75 і стандартну похибку = 52979,55, які свідчать про достатньо високий рівень достовірності прогнозного результату (75 %), але й не припускається великий розмір похибки (майже 53 000 EUR).

При цьому якщо лінійне рівняння регресії виразити через функцію, , то за результатами багатофакторного регресійного аналізу отримане рівняння регресії буде мати вигляд

,

де коефіцієнтами при х⁰, х¹, ... , х⁷ є відповідно Y-перетин; дані про потенційний розмір портфеля замовлень, EUR; середні строки виконання замовлень за період, місяць; витрати на індуальну роботу з клієнтом, EUR; витрати на рекламу, EUR; індекс промислового виробництва, % до попереднього року; індекс інфляції, % до попереднього року; зміни облікової ставки НБУ, % до попереднього року.

У цілому результати проведеного дослідження свідчать про неможливість застосування наведених моделей прогнозування з метою отримання точного та достовірного прогнозу щодо розміру бізнес-портфеля малого науково-виробничого підприємства, принаймні без їх подальшої трансформації чи вдосконалення, або мають використовуватись в комплексі з іншими способами передбачення майбутнього результату.

Найбільш прийнятним способом прогнозування розміру портфеля в запропонованих умовах господарювання є різновид моделей часових рядів - метод експоненційного згладжування. Даний метод базується на методі розрахунку зваженої ковзкої середньої по вузлах з додатковим присвоєнням кожному з них певного значення ваги . Таким чином, у наведеній схемі методу зваженої середньої для будь-якого прогнозоване значення в момент часу буде представляти собою зважену суму фактичних розмірів портфеля за період часу та прогнозованого розміру портфеля за період часу . Іншими словами,

,

де - вага, яку має останнє спостереження, при розрахунку прогнозованого значення на наступний період ().

При цьому якщо в рівнянні значення буде близьке до 1, то майже вся вага буде припадати на спостереження за період .

Для розрахунку коефіцієнта на практиці пропонується використовувати один із вбудованих інструментів Microsoft Excel - ПОШУК РІШЕННЯ.

За міру достовірності й точності отриманого прогнозу можна використовувати показники середнього абсолютних відхилень (САВ - міра кількісної точності прогнозу) та середнього відносних похибок у відсотках (СВПВ - міра достовірності прогнозу), які розраховуються за формулами:

,

,

Як уже стверджувалось раніше, метод експоненційного згладжування є найбільш прийнятним для прогнозування розміру бізнес-портфеля підприємства в тих економічних умовах, що пропонуються. Однак навіть цей метод передбачення майбутнього при застосуванні його в стандартному, базовому вигляді не дозволяє спрогнозувати події з необхідною точністю й достовірністю результату. Тому для задоволення визначених потреб пропонується провести певне згладжування отриманих сезонних коливань значень розміру портфеля за допомогою застосування сезонних індексів.

При цьому методика отримання сезонних індексів буде мати такий вигляд: 1) відповідно до наведених фактичних даних пропонується розрахувати ковзкі середні значення результату; 2) з отриманих ковзких середніх знаходимо центровані середні; 3) далі отримуємо співвідношення фактичних даних до центрованих середніх; 4) шляхом розрахунку простої середньої значень співвідношення фактичних даних до центрованих середніх за кожний окремий квартал відповідного року отримуємо значення сезонних індексів на кожний з наведених періодів розрахунку.

Однак оскільки виявлені сезонні коливання для кожного з років дослідження мають різний характер змін і діапазон коливань, то розрахунок сезонних індексів пропонується проводити за окремими стратегічними варіантами розвитку подій. Оскільки для дослідження ми маємо фактичні дані зміни розміру портфеля за 5 років, то і варіантів розвитку подій теж буде 5.

Для того щоб винайти гіпотетичні дані про зміну розміру портфеля для кожного з варіантів розвитку на всі 5 років дослідження, пропонується розрахувати співвідношення сумарного розміру бізнес-портфеля підприємства за кожен рік відповідно до кожного іншого року дослідження.

Таким чином, використовуючи запропоновану методику розрахунку, отримуємо значення сезонних індексів для кожного з наведених років дослідження.

Значення сезонних індексів на певний квартал прогнозованого року можна знайти шляхом розрахунку простої середньої значень сезонних індексів за відповідний квартал кожного попереднього року дослідження.

Далі шляхом помноження фактичних даних щодо зміни розміру портфеля на сезонні індекси, отримуємо згладжені гіпотетичні значення зміни розміру бізнес-портфеля підприємства без сезонної складової, які в подальшому пропонується використовувати як вихідні для отримання прогнозного результату, і його показників достовірності (СВПВ) та точності (САВ).

Результати прогнозу з урахуванням сезонної складової, показника , точності прогнозу та його достовірності зводяться в таблицю. При цьому при отриманні результати прогнозу змін розміру загального портфеля підприємства на 2005р. коефіцієнт = 0,943, САВ = 9348,08 (похибка результату приблизно складає 9350 EUR), а СВПВ = 11,09 % (достовірність прогнозу майже 90 %).

За результатами дослідження величина наведеної похибки є достатньо значною. Однак, розрахувавши відношення коефіцієнта похибки (САВ) у відсотках до прогнозованого розміру портфеля, ми отримаємо поквартальну зміну відсотків приблизно від 24 % у першому кварталі 2005р., 14 % у другому, 12 % в третьому та 9 % в четвертому, що є, в принципі припустимим розміром похибки для підприємства, виробництво якого є майже одиничним, коштовним та довгостроковим, а зміна коливань розмірів портфеля складає майже 310000 EUR.

Динаміку зміни фактичних розмірів портфеля по періодах, їх аналог без сезонної складової та прогнозу на 2005р. пропонується подати в графічній інтерпретації, що має значно підвищити ефективність та наочність сприйняття отриманої прогнозної інформації (рис. 3).

Окрім отримання результатів прогнозу розміру загального портфеля фірми, за наведеною методикою можна провести прогноз розміру портфеля за спрямуваннями діяльності (за даними роботи окремо на ринках України та РФ), що дасть змогу не тільки отримати певні прогнозні результати, а й порівняти їх між собою, виявити особливості діяльності, характерні для кожного з ринків, винайти стратегії розвитку чи сформувати комплекс рішень, спрямованих на оптимізацію портфеля.

Рисунок 3 - Прогноз розміру загального портфеля замовлень ТОВ "Турбомаш" на 2005 р. (Експоненційне згладжування з урахуванням сезонних індексів), EUR

СПИСОК ЛІТЕРАТУРИ

1. Карлберг К. Бизнес-анализ с помощью Microsoft Excel. - 2-е изд.: Пер. с англ. - М.: Изд-ий дом «Вильямс», 2003. - 448 с.

2. Мур Дж., Уэдерфорд Ларри Р. Экономическое моделирование в Microsoft Excel. - 6-е изд.: Пер. с англ. - М.: Изд-ий дом «Вильямс», 2004. - 1024 с.

3. Назаренко О.М. Економетрика: Навч. посіб. - 2-ге вид., переробл. та доп. - Суми: Вид-во СумДУ, 2003. - 276 с.