3.1.2. Методы динамических рядов.

Это методы статистического анализа данных за прошлые периоды, для которых характерны относительно ясные и стабильные тенденции и взаимосвязи.

Динамический анализ используют для выявления:

1. систематических колебаний под влиянием сезонных факторов;

2. циклических колебаний;

3. выраженных тенденций;

4. темпов роста в рамках выраженных тенденций;

Методы динамических рядов опираются на предпосылку, что будущее похоже на прошлое, а, следовательно, существующая структура спроса сохранится и в будущем. В краткосрочной перспективе такое предположение часто оказывается верным. Поэтому для краткосрочных прогнозов именно эта техника является наиболее подходящей. Но точность результатов здесь напрямую зависит от стабильности модели спроса.

Когда темпы роста или устойчивая тенденция резко меняются, в модели спроса возникает точка перелома. Поскольку методы динамических рядов оперируют данными за прошлые периоды и средневзвешенными величинами, они обычно не пригодны для выявления точек перелома. Поэтому, когда есть основания ожидать возникновения точки перелома, нужно применять и другие методы прогнозирования.

Техника динамических рядов включает в себя несколько методов разной степени сложности. Далее мы рассмотрим четыре из них в порядке усложнения: метод скользящей средней, метод экспоненциального сглаживания, метод расширенного сглаживания и метод адаптивного сглаживания.

3.1.2.1. Скользящая средняя.

В прогнозировании по методу скользящей средней используют средние показатели продаж за последние периоды.

Можно рассчитать средние величины за любое число периодов, но обычно берут средние за один, три, четыре или двенадцать периодов.

Когда используют среднюю за один период, то именно её значение и служит прогнозной оценкой объёма продаж на будущий период.

Если нужна скользящая средняя за двенадцать периодов (месяцев), то её вычисляют на основе средних каждого из двенадцати последних месяцев. Когда оканчивается очередной месяц, берётся средняя за этот месяц и отбрасывается средняя за первый, поэтому данные всё время обновляются, а количество учитываемых периодов остаётся постоянным.

Скользящую среднюю легко вычислить, но у этого показателя есть ограничения:

1. нечувствительность к изменениям;

2. необходимость хранения и постоянного обновления крупного массива данных для составления прогнозов;

Пример: если в прошлом объём продаж испытывал значительные колебания, средняя величина не может служить надёжной основой для прогноза.

3. учитывает только базовый элемент прогноза (базовый спрос) и оставляет в стороне другие элементы.

Для преодоления этих недостатков был разработан модифицированный метод скользящей средневзвешенной, в котором больший вес присваивается данным за более поздние периоды.

Одна из разновидностей метода скользящей средневзвешенной – экспоненциальное сглаживание.

Скользящая средняя рассчитывается по следующей формуле:

где	– прогнозная скользящая средняя на период ;
	– объём продаж за период ;
	– число периодов.

Пример: прогноз на апрель по методу скользящей средней при объёме продаж в предыдущие три месяца 120, 150 и 90 единиц вычисляют следующим образом: