Особенности формирования производственных и ценовых планов (прогнозов) предприятий российской промышленности в 1993-2001 гг. (стр. 8 из 22)

Введем в предыдущую модель точность прогнозирования (точнее - планирования) еще одного показателя - объемов производства. Тогда у нас получится модель, которая предполагает, что очередные прогнозы выпуска формируются в зависимости от точности четырех показателей (трех видов спроса и выпуска):

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

Рассматриваемая модель также имела высокое качество подгонки: наблюдаемый уровень значимости всегда был максимальным. Коэффициенты модели были всегда положительны для трех видов спроса и почти всегда для точности предыдущих планов производства. Однако статистически значимым оказалось влияние точности прогнозов бартерного и прочих неденежных видов спроса, точности других показателей не учитывались адаптивным образом при планировании выпуска на очередной период (см. табл.8).

Таблица 8. Характеристики влияния точностей прогнозов 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, D*t-1)		Ф(Bt, B*t-1)		Ф(Nt, N*t-1)
	G2	Df	Sig		SE		SE		SE		SE
2/00	194.58	228	1.0000	0.1023	0.1120	0.2312	0.1304	0.2474	0.1347	0.4101	0.1385
3/00	208.37	228	1.0000	0.1397	0.1087	0.2126	0.1157	0.3833	0.1256	0.2050	0.1177
4/00	284.33	228	1.0000	0.0165	0.0932	0.0365	0.1000	0.2339	0.1072	0.3402	0.1093
5/00	274.8	228	1.0000	0.1675	0.0992	0.1375	0.1066	0.2848	0.1154	0.2261	0.1256
6/00	240.68	228	1.0000	0.1373	0.0991	0.1924	0.1033	0.3495	0.1191	0.3020	0.1227
7/00	280.96	228	1.0000	-0.0569	0.1004	0.2088	0.1188	0.2427	0.1218	0.5010	0.1341
8/00	216.76	228	1.0000	-0.0840	0.1146	0.2177	0.1271	0.4217	0.1427	0.3873	0.1465
9/00	208.57	228	1.0000	0.0330	0.1069	0.1019	0.1076	0.4709	0.1239	0.3721	0.1275
10/00	226.26	228	1.0000	0.0886	0.1013	0.0450	0.1062	0.2861	0.1234	0.5185	0.1424
11/00	222.24	228	1.0000	0.0058	0.0901	0.2653	0.1045	0.2216	0.1194	0.3669	0.1303
12/00	251.93	228	1.0000	0.0647	0.1088	0.2453	0.1222	0.2772	0.1324	0.4402	0.1455
1/01	257.64	228	1.0000	0.0515	0.1033	0.2062	0.1183	0.2452	0.1286	0.4178	0.1356
2/01	270.78	228	1.0000	-0.0352	0.1033	0.1398	0.1123	0.3256	0.1263	0.4148	0.1324
3/01	229.63	228	1.0000	0.0101	0.0961	0.2188	0.1129	0.4292	0.1314	0.3383	0.1244
4/01	242.77	228	1.0000	0.0791	0.0985	0.1806	0.1018	0.2972	0.1147	0.3577	0.1092
5/01	312.98	228	1.0000	0.0327	0.1043	0.1333	0.1136	0.1928	0.1190	0.5054	0.1211
6/01	252.88	228	1.0000	-0.2133	0.0993	0.1964	0.1091	0.5487	0.1297	0.3509	0.1212
7/01	200.69	228	1.0000	0.0310	0.1038	0.2432	0.1179	0.2845	0.1186	0.4541	0.1490
8/01	249.12	228	1.0000	0.0599	0.1025	0.1069	0.1112	0.2470	0.1286	0.4197	0.1381
9/01	231.01	228	1.0000	-0.0454	0.1001	0.1151	0.1161	0.5540	0.1428	0.3404	0.1397
10/01	237.68	228	1.0000	0.1756	0.1104	0.4493	0.1342	0.2478	0.1312	0.1980	0.1388
11/01	212.09	228	1.0000	-0.0414	0.0977	0.1683	0.1079	0.6023	0.1347	0.3922	0.1318
12/01	179.59	228	1.0000	0.2244	0.1289	0.1660	0.1374	0.4399	0.1749	0.2257	0.1652

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).

Такая ситуация выглядит не очень логичной, поскольку оба статистически значимых показателя становятся после дефолта все менее значимыми для российских промышленных предприятий. Суммарная доля этих видов спроса упала в 2001 г. до 25-20%. Более того, предприятия стараются удерживаться от увеличения объемов таких сделок даже во времена, когда денежный спрос не растет или снижается. Но, возможно, в этом сочетании и следует искать объяснение. Если нежелаемые явления имеют фактическую тенденцию к сокращению, то почему бы не следовать (не учитывать) этой тенденции и в своих действиях (планах выпуска). Возможно, поэтому в такой адаптивной модели и было получено статистически значимое влияние на планы выпуска точностей предыдущих прогнозов "нежеланных" показателей. С другими индикаторами (платежеспособный спрос и выпуск) ситуация иная. Объемы этих показателей (продаж и производства) до сих пор считаются в российской промышленности недостаточными. Об этом явно свидетельствуют оценки предприятиями объемов платежеспособного спроса и производства по шкале "выше нормы", "нормальный", "ниже нормы" (см. рис.5).

Рис.5

В промышленности всегда и устойчиво преобладали ответы "ниже нормы" при оценке этих показателей. Промышленный рост 1999-2001 гг. не внес принципиальных изменений в соотношение оценок. Конечно, сейчас стало больше ответов "нормальный". В целом по промышленности доля таких ответов составляет 40%. Но остальные (т.е. большинство) считают и спрос, и выпуск недостаточными. По этой же причине, вероятно, прогнозы предприятий выпуска и продаж всегда оптимистичнее фактических изменений этих показателей. В такой ситуации корректировать свои очередные планы выпуска с учетом отклонений факта от предыдущих планов российским предприятиям сложно. Желаемое все еще довлеет над действительным.

Продолжим исследование адаптивных моделей формирования производственных планов с использованием точностей реализации предыдущих планов относительно фактических изменений основных видов спроса: платежеспособного, бартерного и прочих неденежных. Сначала рассмотрим модель, в которой очередные прогнозы выпуска определяются только точностью относительно платежеспособного спроса:

Q*t = f( Ф(Dt, Q*t-1) ),

где Q*t - ожидаемые изменения производства, зарегистрированные в момент (опрос) t; Dt - фактические изменения платежеспособного спроса, зарегистрированные в момент (опрос) t; Q*t-1 - планы изменения выпуска, зарегистрированные в момент (опрос) t-1, Ф(Dt, Q*t-1) - точность реализации ожидаемых изменений производства Q*t-1 относительно фактических изменений платежеспособного спроса Dt. Такая модель имела приемлемое, но не стабильное качество подгонки в 1993-1996 гг., затем наблюдаемый уровень значимости стал все реже превышать 5% порог (как правило, не более 4 раз в год) и не слишком сильно. Коэффициент модели, оценивающий линейную связь рангов, всегда был отрицательным, а статистически значимым - с конца 1995 г. Таким образом, предположение о том, что предприятия учитывают отклонения своих предыдущих планов выпуска от фактических изменений спроса пока не получило статистических аргументов.

Аналогичные результаты получены при тестировании модели с включением только точности планов выпуска относительно фактических изменений бартерного спроса. Такая модель в течение всего периода наблюдения за динамикой бартера (1998-2001 гг.) не подходит для описания формирования производственных планов предприятий. Наблюдаемый уровень значимости был нулевым. А коэффициенты модели - значимо отрицательными.

Почти столь же неподходящей была и адаптивная модель, использующая в качестве независимой переменной точность планов выпуска относительно динамики прочих видов спроса. Она имела приемлемое качество подгонки лишь в конце 2000 г. - начале 2001 г. и всегда - отрицательные коэффициенты, которые были статистически значимы.

Адаптивная модель с использованием точностей реализации предыдущих планов выпуска относительно всех трех видов спроса

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

не обеспечила хорошее качество подгонки (наблюдаемый уровень значимости был нулевым), но имела "желаемые" - для нормальной экономики - коэффициенты. Они были положительны и в половине случаев статистически значимы для точности платежеспособного спроса; отрицательны и редко значимы - для неденежных видов спроса (бартер, векселя, зачеты). Иными словами, при выработке следующих планов выпуска российские предприятия скорее учитывают отклонения предыдущих планов от платежеспособного спроса, чем от неденежных видов спроса.

Добавление в предыдущую модель точности планов выпуска относительно последующих фактических изменений производства позволило несколько улучшить качество подгонки модели (см. табл.9). Положительные коэффициенты имела лишь новая независимая переменная - точность предыдущих планов выпуска. Эти коэффициенты были и статистически значимы в течение всего периода наблюдения. Влияние точности относительно платежеспособного спроса стало положительным лишь в половине случаев и еще реже - статистически значимым. Больше положительных коэффициентов появилось у точности относительно бартерного спроса, но статистически значимых стало меньше. Точность относительно прочих неденежных видов спроса сохранила отрицательные коэффициенты, среди которых стало больше статистически значимых.