План закупок и нормативных затрат. Корректировки рядов цен с применением скользящих средних
Здесь мы поговорим о том, как при планировании цен (закупочных цен) корректировать ценовые ряды, приближая их к наиболее вероятным значениям. Эта методика позволяет улучшить качество бизнес-планов при разработки планов продаж и затрат (закупок). Мы разберем примеры методов корректировки цен – корректировки рядов цен, с учетом внешних факторов, метод сглаживания краткосрочных колебаний и построения краткосрочных прогнозов.
В любом бизнес-плане, независимо от содержания, прогнозирование рядов цен является ответственным этапом планирования. Но прежде всего, цены должны быть аргументированы, то есть каким-то образом нужно объяснить значение ценового ряда. Один из рыночных механизмов, объясняющий закономерности ценообразования, является фактор сезонности. Но также необходимо учесть и другие факторы. И для этого существует различные методики корректировок цен.
Смысл и принцип корректировок цен в планах «закупок» и «продаж» практически совпадают, с той лишь разницей, что в плане «закупок» речь идет о внешних (неконтролируемых) ценах. Соответствующую информацию можно прочитать в разделах «План продаж. Корректировки рядов цен с применением скользящих средних» и «План продаж. Модели скользящих средних в "Budget-Plan Express"».Необходимость корректировок может быть не связана с моделированием факторов внешних рисков. Например, за основу прогнозных цен были взяты прогнозы оптовых цен, более волатильные, чем цены на последующих этапах в цепочке продаж.
Budget-Plan Express – программный продукт для подготовки бизнес-планов и презентаций в формате Word и Excel, оптимальный для малого бизнеса и учебы (для студентов, аспирантов, слушателей MBI и т. д.)
Постройте финансовую модель своего проекта или рассчитайте кредитное финансирование на разных условиях! Cмотрите видеоурок «Пример расчета бизнес-плана с нуля» ...
В первом случае можно использовать метод корректировки рядов цен, математически «описывающий» возможные влияния факторов внешних рисков. Во втором случае может быть полезным метод сглаживания краткосрочных колебаний.
И в первом и во втором случае используются модели скользящих средних.
Выбор модели и настройки параметров скользящих средних
В меню настроек параметров скользящих средних можно выбрать одну из 3-х моделей скользящих средних и настроить соответствующие параметры.
Меню "Настройки параметров моделей".- Выбор модели скользящего среднего (SMA, WMA и EMA)
- Сглаживающий интервал (3-6)
- Прогнозный интервал (1-3)
- Константа сглаживания (0.1-1.0)
"Сглаживающий интервал" - устанавливается только для моделей SMA и WMA (неэкспоненциальных моделей), тогда как "Константа сглаживания" - только для EMA.
Значения по умолчанию:
- Выбор модели скользящего среднего: SMA
- Сглаживающий интервал: 3
- Прогнозный интервал: 1
- Константа сглаживания: 0.5
Меню "Построение скользящих средних".
- Прогноз цены на указанном интервале...
- Сглаживание ряда цены...
- Сохранение данных (Сохранить текущие значения / Восстановить прежние значения)
Применение метода корректировки рядов цен, с учетом внешних, влияющих на цены, факторов
Метод корректировки рядов цен, учитывающий изменения (скачки) цен под влиянием внешних, коррелирующих, факторов. Он позволяет скорректировать ряд цены с учетом этого фактора или нескольких факторов.
Иными словами, предположительно, этот метод используется для корректировок рядов цен, связанных с изменениями внешних факторов, которые влияют на уровень ценовых диапазонов. Например, фактор курса валюты, деловой активности, цены на энергоносители, перевозки и т. д. Проще говоря – все то, что может влиять на ценообразование.
При этом, вы можете рассчитать влияние сразу нескольких факторов, делая последовательные расчеты.
Важно! Коррелирующий ряд, который вы выбираете в форме редактирования, предварительно должен быть заполнен – во всех периодах, то есть 36 месяцев. Эти данные – тренды, сначала редактируются в настройках, где указывается имя (вкладка тренды), а затем на странице «финансовый анализ», где уже заполняются ряды.
Здесь мы не выявляем корреляцию, коэффициент корреляции. А предполагаем, что корреляция или взаимосвязь существует. И если, например, использовать экспоненциальную модель, то степень корреляции или коэффициент корреляции будет больше, если в модели коэффициент сглаживания будет стремиться к нулю. И наоборот корреляция меньше, если этот коэффициент будет установлен ближе к единице.
То есть вы самостоятельно определяете предположительный коэффициент корреляции – как возможный фактор риска. Ну а если вы, например, умудрились его каким-то образом расчитать :-), а его значение может быть от 0 до +/- 1, то здесь, в настройках, коэффициент средней скользящей как раз соответствует коэффициенту корреляции или обратной корреляции.
Вы как бы устанавливаете чувствительность модели с помощью коэффициента сглаживания. То есть предположительный коэффициент корреляции или влияния мы определяем самостоятельно. Здесь мы его предполагаем, и на основе этого предположения выполняются корректировки рядов цен.
Так же, эта модель также может рассчитывать критические отклонения ряда внешнюю фактора. Когда, например, курс валюты, в каких-то периодах, резко отклоняется от средних значений, от средней линии ряда. И мы этот пример также здесь рассмотрим. То есть модель не будет реагировать на незначительные отклонения, она их «не увидит», а только – на существенные. Но в этом случае, в настройках программы, нужно установить неэкспоненциальную модель. В неэкспоненциальных моделях также устанавливается чувствительность, только для этого используется сглаживающий интервал.
Примеры корректировок рядов цен, с учетов коррелирующих факторов
Корректировка ряда закупочных цен с помощью экспоненциальной модели
При планировании затрат, пусть определены закупочные цены на китайском рынке – на недорогие ноутбуки. Также дан прогнозный курс юаня. Выполнены 2 расчета. Для корректировки ряда цены использовалось экспоненциальная модель, в 1 случае – с коэффициентом 0,7 и во 2 случае – с коэффициентом 0,3.
Пусть изменение цен по месяцам за 3 года, по экспертным оценкам, следующее:
Это предполагаемые закупочные цены ноутбуков, в пересчете на рубли, у производителей в КНР.
И так как мы планируем закупки в КНР, мы также должны учесть изменения курсов валют, которые также могут влиять на ряд цены. И неважно, мы будем покупать в юанях или в рублях. Пусть дан следующий прогнозный тренд курса юаня к рублю, на 23, 24 и 25 годы по месяцам:
Корректировка ряда с коэффициентом 0,7:
Корректировка ряда с коэффициентом 0,3:
- Выбор модели скользящего среднего - SMA -simple moving average
- Сглаживающий интервал - 3
- шаг. Перейдем на страницу "Финансовый анализ" и установим курс доллара в 4 месяце 90,00, вместо 65,00.
- шаг. Перейдем в форму планирования продукта и установим цену 200 для всего периода.
- шаг. Установим значения сезонности – {0% 4% -1% 3% 2% -2% 2% 3% 2% -1% -4% 4%}.
- шаг. Кнопка «Считать» → "интерполяция ряда по тренду":
- шаг. Нажмем кнопку "Коррелирующий тренд" → "Курс доллара" → "ОК":
- шаг. Полученный расчет можно сохранить, или можно восстановить старые значения: "Построение скользящих средних" → "Сохранение данных" → "Сохранить (восстановить) текущие значения"
Корректировка ряда цен с помощью неэкспоненциальной модели
В этом примере взят прогнозный курс доллара, предварительно созданный в программе. Предположительно, курс доллара – это влияющий фактор на ряд цены, и пусть в 4 месяце проекта наблюдается резкий скачок курса – до 90,00, при среднем 65,00. Посмотрите, как отреагировала модель на этот скачок, как на внешний корелирующий фактор.
Предположим, цена товара зависит от изменений курса доллара. Пусть, прогнозный курс доллара за первый год следующий:
Курсi = {67,64 | 66,92 | 66,20 | 65,00 | 64,76 | 64,04 | 63,32 | 62,60 | 61,88 | 61,16 | 60,44 | 59,00}.
Предположим, что в 4 месяце ожидается резкий скачок курса, например, до уровня 90,00 ( вместо 65,00) долларов за рубль:
Курсi = {67,64 | 66,92 | 66,20 | 90,00 | 64,76 | 64,04 | 63,32 | 62,60 | 61,88 | 61,16 | 60,44 | 59,00}.
Планирование цены будет выполнено с помощью инструментов программы. Пусть, прогнозная цена на начало периода планирования равна «200», прогнозные сезонные колебания цен (в %) следующие:
Аi = {0% 4% -1% 3% 2% -2% 2% 3% 2% -1% -4% 4%}.В "Настройках параметров моделей" (меню формы) - установки по умолчанию:
Нужно выполнить расчет цены с учетом скачка курса в 4 месяце до уровня 90,00.
Пошаговые действия:
Периоды | Янв | Фев | Март | Апр | Май | Июнь | Июль | Авг | Сен | Окт | Ноя | Дек |
Результат расчет цены за 1 год | 200 | 208 | 198 | 206 | 204 | 196 | 204 | 206 | 204 | 198 | 192 | 208 |
Периоды | Янв | Фев | Март | Апр | Май | Июнь | Июль | Авг | Сен | Окт | Ноя | Дек |
Результат расчет цены за 1 год | 200 | 208 | 176 | 252 | 181 | 196 | 204 | 206 | 204 | 198 | 192 | 208 |
Для вызова графика цены, выделите строку цены (щелчок мышью по наименованию строки), нажмите правую кнопку мыши для вызова контекстного меню...
Графики тренда цены после расчета - шаг 4:
Графики тренда цены после расчета - шаг 5:
Важно понимать, что на результат расчета влияет не только волатильность тренда, но и настройки моделей скользящих средних.
Чтобы учесть инертность влияния внешних факторов, тренд должен быть «сдвинут» на несколько периодов вперед.
Метод сглаживания краткосрочных колебаний
В Budget-Plan Express используются три основных модели скользящих SMA (простое скользящее среднее), WMA (взвешенное скользящее среднее) и EMA (экспоненциальное скользящее среднее). Для модификации ряда могут быть выбраны любые модели, в зависимости от типа расчетов и данных. Перед началом расчетов, с использованием метода сглаживания, нужно установить настройки параметром меню, как описано выше, затем выбрать пункт меню: "Построение скользящих средних" → "Сглаживание ряда цены". Результат модификации ряда можно посмотреть на графике.
Пример.
Пусть прогноз среднегодовой оптовой цены на продукт следующий: Цена = 200, прогнозные сезонные колебания цен (в %):
Аi = {0% 5% -2% 2% -7% 6% 1% -4% -7% 2% 5% 3%}.
В примере, для сглаживания ряда, используем модель EMA с константой сглаживания 0.5.
Пошаговые действия:
- шаг. В форме планирования продукта: 1) установим переключатель "Прогноз цен", 2) установим цену 200 для всего периода.
- шаг. Установим значения сезонности.
- шаг. Кнопка "Считать" → "интерполяцию ряда по тренду":
- шаг. Установим в меню настроек модель EMA: "Настройки параметров моделей" → "Выбор модели скользящего среднего" → EMA
- шаг. Установим в меню настроек константу сглаживания для EMA: "Настройки параметров моделей" → "Константа сглаживания" → 0.5
- шаг. Выполним расчет: "Построение скользящих средних" → "Сглаживание ряда цены".
- шаг. Сохранить данные: "Построение скользящих средних" → "Сохранить текущие значения". Обратите внимание, исходные значения ряда (расчет 36 месяцев) находились в пределах: 186-225, после сглаживания колебаний ряда - в пределах: 192-218.
Результат расчета представлен на графике:
Для вызова графика, выделите строку цены (щелчок мышью по наименованию строки) и вызовите контекстное меню.
Результат расчета представлен на графике:
Обратите внимание, появились два графика - график с новыми значениями и график со старыми значениями.
Для EMA чувствительность зависит от коэффициента – a: при a → 1, значения EMAt → к значениям исходного ряда, и – наоборот: при a → 0, значения EMAt → к значениям средней линии ряда.
Результат, после сохранения, представлен на графике:
Таблица результатов расчета за 1 год:
Периоды | Янв | Фев | Март | Апр | Май | Июнь | Июль | Авг | Сен | Окт | Ноя | Дек |
Старые значения - расчет цены за 1 год | 200 | 210 | 196 | 204 | 186 | 212 | 202 | 192 | 186 | 204 | 210 | 206 |
Новые значения - расчет цены за 1 год | 200 | 205 | 201 | 202 | 194 | 203 | 203 | 197 | 192 | 198 | 204 | 205 |
Дельта - разница между старыми и новыми значениями | 0 | 5 | -5 | 2 | -8 | 9 | -1 | -5 | -6 | 6 | 6 | 1 |
Краткосрочные прогнозы на основе моделей скользящих средних
Перед началом построения краткосрочного прогноза, на основе моделей скользящих средних, нужно установить настройки параметром меню, как описано выше, затем выбрать пункт меню: "Построение скользящих средних" → "Прогноз цены на указанном интервале". Результат модификации ряда можно посмотреть на графике.
Пример.
Пусть прогноз среднегодовой оптовой цены на продукт следующий: Цена = 200, прогнозные сезонные колебания цен (в %):
Аi = {0% 5% -2% 2% -7% 6% 1% -4% -7% 2% 5% 3%}.
Задача. Построить краткосрочный прогноз на конец 2015 начала 2016 года: 10.2015-03.2016. В примере, для построения краткосрочного прогноза ряда, используем модель простого скользящего среднего - SMA с прогнозным интервалом 3.
Пошаговые действия:
- шаг. Перейдем в форму планирования продукта и установим цену «200» для всего периода.
- шаг. Установим значения сезонности.
- шаг. Кнопка "Считать" → "интерполяцию ряда по тренду":
- шаг. Установим в меню настроек модель SMA: "Настройки параметров моделей" → "Выбор модели скользящего среднего" → SMA.
- шаг. Установим в меню настроек Прогнозный интервал: "Настройки параметров моделей" → "Прогнозный интервал" → 3.
- шаг. Установим период начала расчета: "10.2015".
- шаг. Выполним расчет: "Построение скользящих средних" → "Прогноз цены на указанном интервале". Количество рассчитываемых периодов ≡ N + 1.
- шаг. Сохранить данные: "Построение скользящих средних" → "Сохранить текущие значения".
Результат расчета на графике:
Для вызова графика, выделите строку цены (щелчок мышью по наименованию строки) и вызовите контекстное меню (правая кнопка мыши).
Для построения краткосрочного прогноза, необходимо не менее трех периодов наблюдения, не включая текущего периода. Если период расчета установлен некорректно, программа выведет сообщение об ошибке.
Программа выполнит расчет и выведет следующее сообщение на экран:
Результат расчета на графике:
Выберите лицензию Budget-Plan Express и оплатите в личном кабинете – в рублях или другой валютой