Előrejelzés.

Az előadások a következő témára: "Előrejelzés."— Előadás másolata:

1 Előrejelzés

2 Fogalma Állítás valamely döntési szempontból lényeges változó jövőbeli értékéről (vagy az állítás megtételéig vezető folyamat) .

3 Az előrejelzés szerepe
Helyettesíti a pontos adatokat a tervezés során. Csökkenti a bizonytalanságot a menedzserek számára. Befolyásolja a döntéseket a szervezet minden szintjén és a tevékenységek szinte minden területén: Pénzügy és számvitel, kontrolling (előkalkuláció) HR Marketing Vezetői Információs Rendszerek Termelés és szolgáltatás Termék és szolgáltatástervezés

4 Általános megállapítások az előrejelzésről
Időben stabil oksági összefüggéseket feltételez: a múltra alapozva a jövőre tesz megállapításokat. Mindig feltűnhetnek korábban nem tapasztalt tényezők, ezért mindig készen kell állni a reagálásra. A véletlen események miatt mindig bizonytalan Csoportokra, aggregátumokra mindig pontosabb Hosszabb távra mindig pontatlanabb. A szervezetek rugalmassága rövidebb előrejelzést tesz szükségessé, így pontosabban képes előre jelezni ezen a rövidebb időtávon.

5 Az előrejelzés irányulhat…
Szervezeten kívüli dolgokra, melyek kevésbé befolyásolhatóak. Pl. időjárás, infláció, munkanélküliség Szervezeten belüli jelenségekre, melyekre nagyobb a szervezet döntéshozóinak befolyása. Pl. szervezet korstruktúrája, fluktuáció, selejtarány

6 A jó előrejelzés… Időzített Pontos Értelmezhető Adekvát Írott
Megbízható Adekvát Írott Értelmezhető + költséghatékony

7 Az előrejelzési folyamat lépései
1 Cél meghatározása 2 Időtáv megválasztása 3 Technika megválasztása 4 Adatgyűjtés és elemzés 5 Az előrejelzés elkészítése 6 Nyomonkövetés “Előrejelzés”

8 Előrejelzés pontossága (jóságmutatók)
Előrejelezési hiba: et = At – Ft Átlagos abszolút eltérés: MAD Átlagos négyzetes hiba: MSE Átlagos abszolút hibaszázalék: MAPE MAPE 8

9

10 Előrejelzés pontossága 2.
Előrejelzés hibájának futó összege: RSFE Követő Jel: TS

11 Előrejelzési megközelítések
Vélemények – szubjektív inputokra épít Vezetők, vásárlók, szakértők, kívülállók Idősorok – történeti adatokból a jövőre Asszociatív modellek – magyarázó változókkal való összefüggésekből jósol

12 Előrejelzési módszerek
Kvantitatív Oksági Automatikus Kvalitatív Pl. Életciklus elemzés, Delphi, Történelmi analógia, Szakértői vélemény, Marketing teszt

13 Idősoron alapuló előrejelzés
Trend – hosszú-távú elmozdulás Szezonalitás – rövidtávú, rendszeresen ismétlődőváltozások, melyek időintervallumokhoz vagy időpontokhoz kötődnek Ciklus – egy évnél hosszabb időtávon jelentkező hullámszerű változások Rendszertelen változások – olyan kilengések, melyek egyszeriek és valamely nem várt tényező okozza Véletlen – olyan váltakozás, ami az összes tényező eltávolítása után marad

14 Trend Rendszertelen eltérés Szezonalitás t1 t2 t3 Ciklus

15 Naív előrejelzés Olyan előrejelzés, melyben a következő időszaki értékeket a jelenlegi időszak értékével becslik. Állandó sorozat Ft = At-1 Szezonalitás figyelembe vétele Ft = At-n Naív trend Ft = At-1 + (At-1 – At-2) Előnyei Költsége elhanyagolható Gyors, egyszerű Lehet elfogadható pontosságú Alapjául szolgálhat a bonyolultabb eszközök értékelésének

16 A véletlen variancia „eltüntetése” Átlagolási technikák
Egyszerű átlag Mozgóátlagolás Súlyozott mozgóátlagolás Exponenciális simítás

17 Egyszerű átlag (Csizmadia)
17

18 Egyszerű mozgó átlag 1. Ft = (At-n+…+At-2+At-1)/n
Tipikus történelmi példa: KGST árak Gyakorlás (3 éves): € 42 € 40 € 43 € 41 €? Kiderül: 7. € 37 8. ? Kiderül: 6. € 38 7. ? Milyenek lettek volna a becslések 5 éves mozgó átlaggal?

19 Egyszerű mozgó átlag Állandó trend esetén 19

20 Egyszerű mozgó átlag Mottó: egy biztos – minden bizonytalan
Változó trend esetén Mottó: egy biztos – minden bizonytalan Az előrejelzés a jövőbeni események megjósolásának tudománya és művészete Miért tudomány? Miért művészet? 20

21

22 Súlyozott mozgó átlag (Csizmadia)
Adatok: Aug. 95 Szept. 100 Okt. 110 Nov. ? Előrejelzés Súlyok: Időszak Jelen -1 -2 Súly 3 2 1 22

23 Exponenciális simítás
Új előrejelzés = elmúlt időszaki előrejelzés + α*hiba Ahol a hiba = aktuális érték az utolsó időszakra – előrejelzés α: illesztési (simítási) konstans (általában 0,05<α<0,5) 23

24

25 Összehasonlítás (Csizmadia)
Mottó: egy biztos – minden bizonytalan Az előrejelzés a jövőbeni események megjósolásának tudománya és művészete Miért tudomány? Miért művészet? 25

26 Idősor extrapolációja (Csizmadia)
26

27 Lineáris trend egyenlete
Ft = a + bt ahol és ahol n = a periódusok száma, y pedig az idősor értéke

28

29 Nemlineáris trendek

30 Asszociatív technikák
Prediktor változók – saját változásukkal előre jelzik a kívánt változót (korreláció) (Lineáris) regresszió – statisztikai technika, mely megfigyelésekhez függvényt illeszt

31 Lineáris regresszió

32 Lineáris regresszió yi=a+bxi ahol

33 Választás a technikák között
Nincs általánosan jó választás Két fő dimenzió Költség Pontosság

34 Választás a technikák közül
Időhorizont Tényező Rövid Közép Hosszú Gyakoriság leggyakoribb ritkább Legritkább Halmaz termékegyed termékcsalád Teljes kihozatal Modell típus MÁ, EXP, SMÁ trend kvalitatív Vezető bevo-násának foka kicsi közepes nagy Költség alacsony magas 34

35 Az előrejelzés monitoringja
Ellenőrző táblázat Vizuális eszköz Kiszűrni a nem véletlenszerű hibák A hibákat akkor tekintjük kontrolláltnak, ha: A hibák határon belül maradnak Nincsenek mintázatok (trendek, ciklusok stb.) a hibákban

36 Sources of Forecast errors
Model may be inadequate Irregular variations Incorrect use of forecasting technique