Прогноз ключевых показателей сложноорганизованной экономической системы

Одним из необходимых компонентов в задачах повышения эффективности бизнеса, инвестиционного планирования или оценки стоимости компаний является прогнозирование ключевых показателей экономической деятельности. Большое число различных показателей экономической деятельности взаимосвязаны сложным образом, и результат изменения отдельного показателя или группы влечет за собой изменения других показателей, что характерно для крупного предприятия. Наличие системы взаимосвязанных показателей значительно осложняет прогнозирование. Цель работы – ​предложить методики и аналитические инструменты прогнозирования ключевых показателей сложноорганизованной экономической системы. Разработан гибридный подход к прогнозированию сложноорганизованной экономической системы, позволяющий осуществлять прогнозирование отдельных технико-экономических показателей с учетом динамики и тенденций изменения всего множества показателей, отражающих различные аспекты деятельности предприятия. Предлагаемая методика прогнозирования основных технико-экономических показателей совмещает несколько подходов и содержит ряд ограничений. На первой стадии выполняется декомпозиция сложной системы показателей на группы. По каждой группе показателей определяются системы одновременных уравнений множественной регрессии временных рядов. Далее проводится селекция моделей регрессии с использованием регрессионной статистики и экономически обоснованных ограничений. Регрессионные модели по каждому показателю дополняются адаптивной моделью. Синтез результата получается как скользящее среднее прогноза, полученного на основе одновременных уравнений множественной регрессии временных рядов. Предложенные инструментальные методы анализа рекомендуются в качестве аналитических инструментов анализа бизнеса для разных целей, в том числе инвестиционных, и направлены на повышение достоверности знаний о состоянии бизнеса интересующего предприятия. Апробация предложенных аналитических инструментов прогнозирования по данным официальной отчетности выполнена на тематическом исследовании оценки стоимости трех крупных промышленных предприятий сахарной промышленности Приволжского федерального округа.

1. Бережная Е. В. (2015). Резервы повышения эффективности и финансовохозяйственной деятельности предприятия // Концепт. № 3. ART 75065.

2. Богатко А. Н. (2009). Основы экономического анализа хозяйствующего субъекта. М.: Финансы и статистика.

3. Иберла К. (1980). Факторный анализ. М.: Статистика. 398 c.

4. Китова О. В., Колмаков И. Б., Доможаков М. В., Кривошеева Я. В., Пеньков И. А. (2017). Гибридные распределенные регрессионные и интеллектуальные системы прогноза показателей социально-экономического развития России // Вестник Российского экономического университета имени Г. В. Плеханова. T. 2. C. 147–161. https://doi.org/10.21686/2413-2829-2017-2-147-161

5. Китова О. В., Колмаков И. Б., Кольцов А. В., Доможаков М. В. (2016). Анализ динамики результатов верификации краткосрочных прогнозов показателей сферы научных исследований и инноваций в РФ // Вестник Российского экономического университета имени Г. В. Плеханова. № 5 (89). С. 111–119.

6. Лукашин Ю. П. (2003). Адаптивные методы краткосрочного прогнозирования временных рядов. М.: Финансы и статистика.

7. Мухаметзянов И. З., Пиорунский И. Д., Сумберг Г. И. (2021). Оценка деятельности химического предприятия на основе комплексного анализа динамики технико-экономических и финансовых показателей // Экономический анализ: теория и практика. Т. 20. № 10. С. 1833–1860.

8. Фёрстер Э., Рёнц Б. (1983). Методы корреляционного и регрессионного анализа. Руководство для экономистов / пер. с англ. В. М. Ивановой. М.: Финансы и статистика.

9. Kaplan R.S., Norton D.P. (1996). The Balanced Scorecard: Translating Strategy into Action. Boston (MA): Harvard Business School Press.

10. Martynenko M., Lysytsia N., Polyakova Ya. (2020). Assessment of economic activity of enterprise based on the balanced scorecard. Financial and Credit Activities: Problems of Theory and Practice, vol. 35, no. 4, pp. 248–257.

11. Voelper S., Leibold M., Eckhoff R., Davenport T. (2006). The tyranny of the Balanced Scorecard in the innovation economy. Journal of Intellectual Capital, vol. 7, no. 1, pp. 43–60.