Особенности формирования производственных и ценовых планов (прогнозов) предприятий российской промышленности в 1993-2001 гг. (стр. 10 из 22)

D(Q*t, Q*t-1) = f( Ф(Dt, Q*t-1) ).

Ф(Dt, Q*t-1) - точность реализации первых из двух планов изменения производства Q*t-1 относительно фактических изменений платежеспособного спроса Dt. Использование этой модели не может быть отвергнуто при описании механизма пересмотра планов производства в течение всего периода наблюдения за входящими в модель исходными признаками (1995-2001 гг.). Вместе с тем, качество подгонки этой модели не всегда было стабильным. Провалы наблюдаемого уровня значимости ниже порог 5% были зарегистрированы в конце 1998 г. - начале 1999 г. Вероятно, резкие и неожиданные изменения динамики продаж внесли тогда некоторую сумятицу в принципы формирования производственных планов в российской промышленности. Затем ситуация нормализовалась, и точность планов производства относительно продаж продукции за деньги стала по-прежнему учитываться при корректировке очередных планов выпуска.

Рассмотрим теперь модель, в которой изменение прогнозов выпуска может зависеть от двух точностей: от точности планов производства относительно последующих фактических изменений выпуска и точности относительно последующих изменений платежеспособного спроса:

D(Q*t, Q*t-1) = f( Ф(Qt, Q*t-1), Ф(Dt, Q*t-1) ).

Такая модель имела приемлемое качество подгонки до конца 1997 г. В 1998 г. величина отношения правдоподобия чаще стала бывать слишком большой, чтобы не отвергнуть проверяемую модель для описания механизма изменения планов выпуска. В 1999 г. основания для того, чтобы не принимать эту модель стало еще больше. Но в 2000 г. и особенно в 2001 г. ситуация стала исправляться: наблюдаемый уровень значимости стал чаще превышать порог 5%. Правда, превышение это оказывалось не таким большим как в 1993-1994 гг. Коэффициенты модели были всегда положительны и статистически значимы (кроме одного исключения). Этим исключением оказался 1994 г., когда коэффициенты точности относительно реализаций выпуска были статистически незначимы. Интересным оказалось соотношение коэффициентов модели. Точность планов выпуска относительно последующих реализаций спроса в подавляющем числе случаев оказывала более сильное влияние на пересмотр планов производства. Этот вывод свидетельствует в пользу "рыночности" мышления руководителей промышленных предприятий, для которых соответствие планов выпуска и изменений спроса является более сильным аргументом для пересмотра своих планов, нежели соответствие планов выпуска и их фактических изменений.

Влияние бартера на механизм пересмотра производственных планов предприятий можно исследовать при помощи модели, в которой в качестве независимой переменной используются точности планов выпуска относительно фактических изменений бартерного спроса:

D(Q*t, Q*t-1) = f( Ф(Bt, Q*t-1) ).

Ф(Bt, Q*t-1) - точность реализации первых из двух планов изменения производства Q*t-1 относительно фактических изменений бартерного спроса Bt. Такая модель также имела хорошее качество подгонки и всегда положительные и статистически значимые коэффициенты. Таким образом, точность планов выпуска относительно бартера также учитывалась предприятиями при пересмотре своих планов. Добавление в эту модель еще и традиционной точности относительно самого выпуска дало интересные результаты. Во-первых, стабильным и высоким качество подгонки этой модели было с июля по октябрь 1998 г., когда бартер еще был важен для российской промышленности, а доля нормальных продаж еще не стал существенной. Во-вторых, затем до конца 2000 г. отклонение модели от эмпирических значений становится неприемлемо большим, и только в конце этого года (когда опросы зарегистрировали первый в последефолтный период абсолютный спад продаж за деньги) рассматриваемая модель опять не может быть отвергнута. В 2001 г. наша модель начинает "работать" в мае и в конце года, когда в российской промышленности опять возникают проблемы с платежеспособным спросом. Все коэффициенты модели были всегда положительны и всегда статистически значимы. При этом значение коэффициентов точности по бартеру было чаще выше, чем значение коэффициентов точности по выпуску. Конечно, бартер сложно назвать "хорошим" фактором для определения производственных планов, но все же этот ориентир лучше фактической динамики выпуска.

Аналогичная ситуация сложилась и при использовании в качестве независимой переменной точности планов выпуска относительно прочих неденежных видов спроса (векселя, зачеты и пр.):

D(Q*t, Q*t-1) = f( Ф(Nt, Q*t-1) ).

где Ф(Nt, Q*t-1) - точность реализации первых из двух планов изменения производства Q*t-1 относительно фактических изменений прочих неденежных видов спроса Nt. Подобная модель была оценена только для 2000-2001 гг., поскольку мониторинг этого вида спроса начался с 2000 г. Качество подгонки модели было высоким и стабильным в 2000 г. и нестабильным в 2001 г. Коэффициенты модели были положительными и статистически значимыми в течение всего времени. Таким образом, гипотеза о том, что отклонения планов выпуска от фактических изменений объемов вексельных и зачетных сделок учитываются предприятиями при корректировке планов производства, не может быть отвергнута. Расширение состава независимых переменных за счет точности планов выпуска относительно фактического изменения выпуска привело к тому, что качество подгонки модели стало допустимым только в конце 2000 г. - начале 2001 г. Коэффициенты модели были по-прежнему положительны и статистически значимы в течение всего времени наблюдения. Как и в случае с другими видами спроса, влияние точности планов производства относительно фактического изменения рассматриваемого вида спроса на изменение планов выпуска было выше.

Исследование простых моделей обучения на ошибках с перекрестными точностями планов выпуска относительно фактических изменений спроса показало, что предприятия учитывают должным образом все виды спроса при корректировке своих планов выпуска. И учитывают отклонения от спросов сильнее, чем отклонения от фактического выпуска. Теперь закономерно поставить вопрос о том, какой вид спроса (отклонения от какого вида спроса) сильнее влияет на изменения планов выпуска российских промышленных предприятий. Ответ на такой вопрос можно получить, исследовав модель, где в качестве независимых переменных используются одновременно точности относительно всех трех видов спроса:

D(Q*t, Q*t-1) = f( Ф(Dt, Q*t-1), Ф(Bt, Q*t-1), Ф(Nt, Q*t-1) ).

Поскольку одновременный мониторинг трех видов спроса велся только в течение 2000-2001 гг., а платежеспособного и бартерного - с августа 1998 г., то мы исследуем сначала модель с точностями планов выпуска относительно последних двух видов спроса:

D(Q*t, Q*t-1) = f( Ф(Dt, Q*t-1), Ф(Bt, Q*t-1) ).

Качество подгонки такой модели было в большинстве случаев приемлемым, но не стабильным. Недопустимо большое расхождение эмпирических и модельных данных зарегистрировано в первой половине 2000 г. и начале 2001 г. Но тренд этого показателя свидетельствует о положительной динамике качества рассматриваемой модели. Коэффициенты модели были положительны и статистически значимы в течение всего периода. При этом точность прогнозов относительно платежеспособного спроса имела более сильное влияние на корректировку производственных планов, чем точность относительно бартера. И это преобладание было достаточно стабильным (см. рис.6).

Теперь рассмотрим модель с участием всех трех видов спроса. Качество ее подгонки было стабильно высоким в течение всего периода. Наблюдаемый уровень значимости не опускался, как правило, ниже 0,9 (см. табл.10). Всегда положительны и статистически значимы были только коэффициенты для точности планов выпуска относительно платежеспособного выпуска. Коэффициенты для бартерного спроса были положительны почти во всех случаях и статистически незначимы. Коэффициенты для прочих видов неденежного спроса были всегда положительны и статистически значимы в половине случаев. Таким образом, бартер, скорее всего, имеет самое слабое воздействие на корректировку производственных планов предприятий в последние два года. Промежуточное влияние имеют векселя и зачеты, самое сильное и стабильное в 2000-2001 гг. - платежеспособный спрос.

Таблица 10. Характеристики влияния точностей производственных планов относительно фактических изменений платежеспособного, бартерного и прочих неденежных видов спроса на корректировку производственных планов предприятий

Дата	Характеристики качества подгонки модели			Коэффициенты модели для точностей планов относительно
				платежеспособного спроса		бартерного спроса		прочих неденежных видов спроса
	G2	Df	Sig		SE		SE		SE
1/00	54.8217	49	0.2634	0.7862	0.1693	0.8597	0.2448	0.3748	0.2317
2/00	28.6792	49	0.9910	0.9798	0.2052	0.0512	0.2226	0.5912	0.2377
3/00	36.7336	49	0.9018	0.8818	0.1678	0.1941	0.1983	0.3935	0.2159
4/00	41.4023	49	0.7712	0.7552	0.1726	0.3931	0.2307	0.4273	0.2510
5/00	28.3159	49	0.9922	1.0580	0.1758	0.6583	0.2264	0.3425	0.2271
6/00	34.8893	49	0.9360	0.7974	0.1560	0.2888	0.1943	0.4692	0.2056
7/00	48.7470	49	0.4833	0.7239	0.1677	0.1018	0.2303	0.6284	0.2337
8/00	25.3251	49	0.9980	0.7406	0.1955	0.2508	0.2822	0.4210	0.3065
9/00	9.9045	49	1.0000	0.6319	0.1862	0.2564	0.2795	0.6130	0.2800
10/00	26.8803	49	0.9958	0.8331	0.1997	0.2981	0.2393	0.7174	0.2709
11/00	26.1652	49	0.9969	0.5476	0.1640	0.3198	0.2370	0.3639	0.2485
12/00	19.2679	49	1.0000	0.5234	0.1632	0.5756	0.3014	0.8027	0.3062
1/01	42.1194	49	0.7461	0.8737	0.1849	0.4919	0.2710	0.4982	0.2719
2/01	29.1400	49	0.9892	0.4185	0.1639	0.1077	0.2763	1.0221	0.3169
3/01	28.2170	49	0.9925	1.1423	0.2035	0.2810	0.2528	0.2089	0.2675
4/01	30.7890	49	0.9805	0.7253	0.1766	0.3467	0.2609	0.5865	0.2589
5/01	23.9655	49	0.9990	0.8790	0.1971	0.2496	0.2921	1.1259	0.3018
6/01	44.8833	49	0.6407	0.4960	0.1552	0.4165	0.2455	0.6628	0.2564
7/01	33.8275	49	0.9514	0.3395	0.1621	0.3215	0.2364	0.6948	0.2567
8/01	23.6373	49	0.9992	0.8037	0.1933	0.2632	0.2311	0.4458	0.2677
9/01	21.1884	49	0.9998	0.6830	0.2007	-0.0231	0.2854	0.7095	0.3164
10/01	33.3594	49	0.9572	1.2455	0.2096	-0.1137	0.2816	0.7601	0.2932
11/01	21.7503	49	0.9997	0.4282	0.1735	0.3232	0.2501	0.3741	0.2585
12/01	12.1144	49	1.0000	0.5653	0.2428	0.7621	0.4937	0.5005	0.5134

Примечание. В таблице приведены: G2 - величина отношения правдоподобия; df - число степеней свободы; Sig - наблюдаемый уровень значимости; коэффициенты

, оценивающие линейную связь (ассоциацию) рангов каждого из факторов с изменением производственных планов, и стандартные ошибки (SE).