Особенности формирования производственных и ценовых планов (прогнозов) предприятий российской промышленности в 1993-2001 гг. (стр. 9 из 22)

Таблица 9. Характеристики влияния точностей предыдущих планов выпуска относительно последующих фактических изменений выпуска, платежеспособного, бартерного и прочих неденежных видов спроса на производственные планы предприятий

Дата	Характеристики качества подгонки модели			Коэффициенты модели
				Ф(Qt, Q*t-1)		Ф(Dt, Q*t-1)		Ф(Bt, Q*t-1)		Ф(Nt, Q*t-1)
	G2	Df	Sig		SE		SE		SE		SE
2/00	158.86	156	0.4212	0.5332	0.1549	0.2092	0.1500	-0.1369	0.1407	-0.2093	0.1561
3/00	263.42	156	0.0000	0.6758	0.1071	0.0373	0.1144	0.0406	0.1252	-0.5011	0.1475
4/00	212.75	156	0.0017	0.7929	0.1135	-0.0551	0.1185	-0.1732	0.1446	-0.3385	0.1611
5/00	194.93	156	0.0187	0.7591	0.1249	0.0367	0.1278	-0.1109	0.1570	-0.4689	0.1646
6/00	158.09	156	0.4382	0.4332	0.1114	0.1107	0.1249	-0.1406	0.1482	-0.1479	0.1618
7/00	200.16	156	0.0098	0.5138	0.1333	-0.0277	0.1541	0.1891	0.1713	-0.3867	0.1807
8/00	198.44	156	0.0122	0.2805	0.1285	0.2364	0.1359	0.1155	0.1608	-0.3687	0.1842
9/00	202.79	156	0.0070	0.7163	0.1399	-0.1484	0.1256	0.3504	0.1670	-0.6379	0.1750
10/00	198.20	156	0.0126	0.7216	0.1236	-0.1849	0.1214	-0.1213	0.1348	-0.1406	0.1445
11/00	236.39	156	0.0000	0.5356	0.1097	-0.0425	0.1122	-0.0096	0.1402	-0.3404	0.1499
12/00	103.99	156	0.9995	0.3128	0.1214	0.0066	0.1393	0.0340	0.2022	-0.1647	0.2121
1/01	128.75	156	0.9457	0.6821	0.1319	-0.0114	0.1422	-0.4669	0.1846	-0.0661	0.1872
2/01	146.05	156	0.7046	0.5573	0.1182	-0.2186	0.1296	-0.4144	0.1846	0.1733	0.1964
3/01	211.24	156	0.0021	0.5491	0.1302	0.3538	0.1400	-0.3296	0.1750	-0.2999	0.1806
4/01	168.62	156	0.2317	0.8151	0.1221	-0.0642	0.1201	-0.2711	0.1443	-0.2371	0.1441
5/01	165.01	156	0.2951	0.4745	0.1290	0.0682	0.1278	-0.2749	0.1691	-0.0908	0.1717
6/01	192.95	156	0.0237	0.2191	0.1166	0.0394	0.1225	-0.0122	0.1641	-0.0284	0.1721
7/01	173.38	156	0.1618	0.6276	0.1191	-0.2042	0.1211	-0.0277	0.1422	-0.1938	0.1732
8/01	189.44	156	0.0352	0.7930	0.1333	-0.0734	0.1359	0.1231	0.1678	-0.6453	0.1964
9/01	204.62	156	0.0054	0.8107	0.1294	-0.3738	0.1458	-0.1393	0.1768	-0.1671	0.1967
10/01	181.22	156	0.0815	0.4924	0.1172	0.3646	0.1429	-0.3119	0.1891	-0.2897	0.2001
11/01	164.76	156	0.2999	0.5682	0.1213	-0.0113	0.1202	0.0291	0.1433	-0.3554	0.1536
12/01	107.78	156	0.9988	0.3913	0.1509	0.0522	0.1704	-0.2752	0.2415	0.1866	0.2618

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 производственными планами, и стандартные ошибки (SE).

Подводя итог исследованию адаптивных моделей для описания планов формирования производственных планов, можно следующие выводы. Во-первых, такой тип формирования планов, скорее всего, не характерен для российских промышленных предприятий. Во-вторых, использование в адаптивных моделях спросовых переменных значительно расширило аналитические возможности, но также не дало устойчивых и логичных результатов. В-третьих, отрицательные коэффициенты моделей показывают, что предприятия, вероятно, не склонны верить отклонениям фактических изменений показателей и корректировать с учетом этого свои очередные планы выпуска. Они предпочитают сохранять прежнее направление своих намерений. "Мягкие" постановки адаптивных моделей подтвердили этот тезис: влияние на очередные планы предыдущих намерений всегда и существенно превосходило влияние фактических изменений выпуска. В-четвертых, точности прогнозов всех видов спроса не оказывали значимого влияния на производственные планы предприятий. В-пятых, самой удачной оказалась адаптивная модель с включением точностей прогнозов всех факторов в состав независимых переменных. При этом значимое положительное влияние на производственные планы имели только неденежные виды спроса. Это объясняется тем, что в период оценки модели фактические изменения неденежных видов спроса имели желаемую для предприятий динамику, что и делало возможным ее учет при выработке следующих планов. А недостаточные объемы денежного спроса и выпуска не позволяли российским предприятиям адекватно учитывать их изменения при выработке очередных планов.

4.3. Обучения-на-ошибках модели формирования планов производства

Модели обучения на ошибках предполагают, что изменения прогноза между двумя соседними опросами зависят от точности реализации прогноза в первом из опросов. В отличие от адаптивных моделей модели обучения на ошибках представляются более интересными в силу того обстоятельства, что в них в качестве зависимой переменной используются изменения прогнозов между двумя соседними опросами. В этих моделях используются обе производные переменные, введенные ранее: точность прогноза и изменение прогноза за два соседних опроса. Повторим, что переменная, характеризующая точность прогноза, может принимать значения: 1 – если фактические значения оказались лучше прогнозов, 2 – если прогноз совпал с фактом, 3 – если фактические значения оказались хуже прогнозов. Вторая переменная, описывающая изменение прогнозов за два соседних опроса, также трихотомическая: 1 – если прогноз стал более оптимистичным, 2 – если прогноз не изменился, 3 – если прогноз стал более пессимистичным. Если справедливо предположение о том, что формирование прогнозов носит характер обучения на ошибках, то при лучших фактических изменениях по сравнению с предыдущими прогнозами очередные прогнозы должны быть пересмотрены в сторону улучшения. При обратной ситуации (прогноз оказался хуже факта) предприятия должны изменить прогнозы в сторону снижения (ухудшения). Тогда коэффициент логлинейной модели с использованием порядковых данных конъюнктурных опросов должны быть положительны.

Кроме базовой модели формирования производственных планов будут исследованы и комбинированные модели, в которых в качестве независимых переменных фигурируют точности прогнозов производства относительно последующих фактических изменений различных видов спросов. Другое возможное направление развития таких моделей - использование в качестве независимых переменных "чистых" точностей прогнозов трех видов спроса, т.е. точностей относительно фактических реализаций того же показателя.

Начнем исследование моделей обучения на ошибках с базовой модели формирования (точнее - изменения) производственных планов:

D(Q*t, Q*t-1) = f( Ф(Qt, Q*t-1) ).

где D(Q*t, Q*t-1) - изменение направления производственных планов, зарегистрированных между двумя моментами (опросами) t и t-1; Ф(Qt, Q*t-1) - точность реализации первого из двух планов изменения производства Q*t-1 относительно фактических изменений производства Qt.

Эта модель обучения на ошибках достаточно хорошо и стабильно описывала изменения прогнозов выпуска в течение 1993-1996 гг. Затем качество подгонки модели стало ухудшаться: она все реже имела допустимые значения отношения правдоподобия, а с 1999 г. перестала быть приемлемой. Правда, в 2001 г. было зафиксировано три случая, когда величина отношения правдоподобия свидетельствовала о невозможности отвергнуть гипотезу об изменении соседних производственных планов под влиянием точности реализации первых из них. Однако наблюдаемый уровень значимости не слишком сильно превосходил порог 5%, чтобы можно было уверенно говорить о возврате российских промышленных предприятий к подобному принципу пересмотра своих планов. Коэффициенты модели были положительны и статистически значимы в течение всего периода мониторинга. Таким образом, предприятия последние годы, скоре всего, перестают учитывать точность прогнозов производства при корректировке своих дальнейших планов. Вместе с тем, проверка гипотезы о независимости изменения планов от точности реализации первых из них показала, что это предположение не может быть принято. Наблюдаемый уровень значимости отношения правдоподобия логлинейной модели без линейного взаимодействия факторов во всех случаях был нулевым. А сравнение качества подгонки двух моделей показало обоснованность усложнения модели за счет линейного взаимодействия. Однако простого линейного взаимодействия последние годы стало недостаточно.

На следующем шаге анализа проверим гипотезы о зависимости пересмотра производственных планов от точности их реализации относительно фактических изменений трех отслеживаемых видов спроса по отдельности. Зависимость от точности относительно платежеспособного спроса имеет вид: