Enviar pesquisa
Carregar
Business statisics and forecasting techniques: testing models.
•
0 gostou
•
620 visualizações
Andriy V. Zaporozhetz
Seguir
My presentation at "CFO days in Ukraine", 24 November 2011, Hotel "Rus".
Leia menos
Leia mais
Economia e finanças
Denunciar
Compartilhar
Denunciar
Compartilhar
1 de 16
Baixar agora
Baixar para ler offline
Recomendados
Алексей Романенко, SAS. Опыт построения системы оптимального распределения то...
Алексей Романенко, SAS. Опыт построения системы оптимального распределения то...
IBS
Sales forecasting 101
Sales forecasting 101
Akademy Konsalt
среднесрочное прогнозирование нефтяных цен в R
среднесрочное прогнозирование нефтяных цен в R
Anton Belov
Повышение маржинальности бизнеса за счет внедрения интегрированного планирования
Повышение маржинальности бизнеса за счет внедрения интегрированного планирования
Smart Person
Deductor and forecasting
Deductor and forecasting
Kadimov Mansur
Дмитрий Ларин, SAS. Аналитика в Retail/CPG
Дмитрий Ларин, SAS. Аналитика в Retail/CPG
IBS
Создание интерактивных карт с Google Fusion Tables и BatchGeo
Создание интерактивных карт с Google Fusion Tables и BatchGeo
Newreporter.org Sukhacheva
The Math of Profitability in Retail
The Math of Profitability in Retail
Alexey Ivasyuk
Recomendados
Алексей Романенко, SAS. Опыт построения системы оптимального распределения то...
Алексей Романенко, SAS. Опыт построения системы оптимального распределения то...
IBS
Sales forecasting 101
Sales forecasting 101
Akademy Konsalt
среднесрочное прогнозирование нефтяных цен в R
среднесрочное прогнозирование нефтяных цен в R
Anton Belov
Повышение маржинальности бизнеса за счет внедрения интегрированного планирования
Повышение маржинальности бизнеса за счет внедрения интегрированного планирования
Smart Person
Deductor and forecasting
Deductor and forecasting
Kadimov Mansur
Дмитрий Ларин, SAS. Аналитика в Retail/CPG
Дмитрий Ларин, SAS. Аналитика в Retail/CPG
IBS
Создание интерактивных карт с Google Fusion Tables и BatchGeo
Создание интерактивных карт с Google Fusion Tables и BatchGeo
Newreporter.org Sukhacheva
The Math of Profitability in Retail
The Math of Profitability in Retail
Alexey Ivasyuk
Systematically Improving Sales Forecast Accuracy
Systematically Improving Sales Forecast Accuracy
Inflexion-Point Strategy Partners
Кейсы визуализации с использванием excel, R, Tableau - Уваров Максим, imetric...
Кейсы визуализации с использванием excel, R, Tableau - Уваров Максим, imetric...
Maxim Uvarov
Семинар 24-25 апреля 2014 г. «R + TABLEAU. ПРОГНОЗИRОВАНИЕ И BIG DATA АНАЛИЗ»
Семинар 24-25 апреля 2014 г. «R + TABLEAU. ПРОГНОЗИRОВАНИЕ И BIG DATA АНАЛИЗ»
АНАЛИТИКА ПЛЮС
Softline Services: Бизнес-аналитика (BI)
Softline Services: Бизнес-аналитика (BI)
Softline
Моделирование цепей поставок: принципы и инструменты
Моделирование цепей поставок: принципы и инструменты
Gleb Zakhodiakin
Визуализация данных на географических картах - 2016
Визуализация данных на географических картах - 2016
Gleb Zakhodiakin
Add a table of contents in a Word document using R software and ReporteRs pac...
Add a table of contents in a Word document using R software and ReporteRs pac...
kassambara
Прогнозирование - Лекция 1. Компьютерные инструменты прогнозирования
Прогнозирование - Лекция 1. Компьютерные инструменты прогнозирования
Gleb Zakhodiakin
Прогнозирование - Лекция 7. Oracle Demand Management
Прогнозирование - Лекция 7. Oracle Demand Management
Gleb Zakhodiakin
Прогнозирование - Лекция 5. Методология Бокса-Дженкинса (модели ARIMA)
Прогнозирование - Лекция 5. Методология Бокса-Дженкинса (модели ARIMA)
Gleb Zakhodiakin
Прогнозирование - Лекция 6. Использование инструментов подготовки данных и пр...
Прогнозирование - Лекция 6. Использование инструментов подготовки данных и пр...
Gleb Zakhodiakin
Прогнозирование - Лекция 4. Регрессионные модели временных рядов
Прогнозирование - Лекция 4. Регрессионные модели временных рядов
Gleb Zakhodiakin
Прогнозирование - Лекция 2. Корреляционный анализ и простая линейная регрессия
Прогнозирование - Лекция 2. Корреляционный анализ и простая линейная регрессия
Gleb Zakhodiakin
Визуализация данных. Аналитическая платформа Tableau.
Визуализация данных. Аналитическая платформа Tableau.
Gleb Zakhodiakin
Прогнозирование - Лекция 3. Множественная регрессия
Прогнозирование - Лекция 3. Множественная регрессия
Gleb Zakhodiakin
Внедрение управленческой отчетности
Внедрение управленческой отчетности
Disalab
Визуализация данных на географических картах в Tableau (базовый уровень)
Визуализация данных на географических картах в Tableau (базовый уровень)
Gleb Zakhodiakin
OOS and stock mangement in Russia
OOS and stock mangement in Russia
Serge Rivet
Mais conteúdo relacionado
Destaque
Systematically Improving Sales Forecast Accuracy
Systematically Improving Sales Forecast Accuracy
Inflexion-Point Strategy Partners
Кейсы визуализации с использванием excel, R, Tableau - Уваров Максим, imetric...
Кейсы визуализации с использванием excel, R, Tableau - Уваров Максим, imetric...
Maxim Uvarov
Семинар 24-25 апреля 2014 г. «R + TABLEAU. ПРОГНОЗИRОВАНИЕ И BIG DATA АНАЛИЗ»
Семинар 24-25 апреля 2014 г. «R + TABLEAU. ПРОГНОЗИRОВАНИЕ И BIG DATA АНАЛИЗ»
АНАЛИТИКА ПЛЮС
Softline Services: Бизнес-аналитика (BI)
Softline Services: Бизнес-аналитика (BI)
Softline
Моделирование цепей поставок: принципы и инструменты
Моделирование цепей поставок: принципы и инструменты
Gleb Zakhodiakin
Визуализация данных на географических картах - 2016
Визуализация данных на географических картах - 2016
Gleb Zakhodiakin
Add a table of contents in a Word document using R software and ReporteRs pac...
Add a table of contents in a Word document using R software and ReporteRs pac...
kassambara
Прогнозирование - Лекция 1. Компьютерные инструменты прогнозирования
Прогнозирование - Лекция 1. Компьютерные инструменты прогнозирования
Gleb Zakhodiakin
Прогнозирование - Лекция 7. Oracle Demand Management
Прогнозирование - Лекция 7. Oracle Demand Management
Gleb Zakhodiakin
Прогнозирование - Лекция 5. Методология Бокса-Дженкинса (модели ARIMA)
Прогнозирование - Лекция 5. Методология Бокса-Дженкинса (модели ARIMA)
Gleb Zakhodiakin
Прогнозирование - Лекция 6. Использование инструментов подготовки данных и пр...
Прогнозирование - Лекция 6. Использование инструментов подготовки данных и пр...
Gleb Zakhodiakin
Прогнозирование - Лекция 4. Регрессионные модели временных рядов
Прогнозирование - Лекция 4. Регрессионные модели временных рядов
Gleb Zakhodiakin
Прогнозирование - Лекция 2. Корреляционный анализ и простая линейная регрессия
Прогнозирование - Лекция 2. Корреляционный анализ и простая линейная регрессия
Gleb Zakhodiakin
Визуализация данных. Аналитическая платформа Tableau.
Визуализация данных. Аналитическая платформа Tableau.
Gleb Zakhodiakin
Прогнозирование - Лекция 3. Множественная регрессия
Прогнозирование - Лекция 3. Множественная регрессия
Gleb Zakhodiakin
Внедрение управленческой отчетности
Внедрение управленческой отчетности
Disalab
Визуализация данных на географических картах в Tableau (базовый уровень)
Визуализация данных на географических картах в Tableau (базовый уровень)
Gleb Zakhodiakin
OOS and stock mangement in Russia
OOS and stock mangement in Russia
Serge Rivet
Destaque
(18)
Systematically Improving Sales Forecast Accuracy
Systematically Improving Sales Forecast Accuracy
Кейсы визуализации с использванием excel, R, Tableau - Уваров Максим, imetric...
Кейсы визуализации с использванием excel, R, Tableau - Уваров Максим, imetric...
Семинар 24-25 апреля 2014 г. «R + TABLEAU. ПРОГНОЗИRОВАНИЕ И BIG DATA АНАЛИЗ»
Семинар 24-25 апреля 2014 г. «R + TABLEAU. ПРОГНОЗИRОВАНИЕ И BIG DATA АНАЛИЗ»
Softline Services: Бизнес-аналитика (BI)
Softline Services: Бизнес-аналитика (BI)
Моделирование цепей поставок: принципы и инструменты
Моделирование цепей поставок: принципы и инструменты
Визуализация данных на географических картах - 2016
Визуализация данных на географических картах - 2016
Add a table of contents in a Word document using R software and ReporteRs pac...
Add a table of contents in a Word document using R software and ReporteRs pac...
Прогнозирование - Лекция 1. Компьютерные инструменты прогнозирования
Прогнозирование - Лекция 1. Компьютерные инструменты прогнозирования
Прогнозирование - Лекция 7. Oracle Demand Management
Прогнозирование - Лекция 7. Oracle Demand Management
Прогнозирование - Лекция 5. Методология Бокса-Дженкинса (модели ARIMA)
Прогнозирование - Лекция 5. Методология Бокса-Дженкинса (модели ARIMA)
Прогнозирование - Лекция 6. Использование инструментов подготовки данных и пр...
Прогнозирование - Лекция 6. Использование инструментов подготовки данных и пр...
Прогнозирование - Лекция 4. Регрессионные модели временных рядов
Прогнозирование - Лекция 4. Регрессионные модели временных рядов
Прогнозирование - Лекция 2. Корреляционный анализ и простая линейная регрессия
Прогнозирование - Лекция 2. Корреляционный анализ и простая линейная регрессия
Визуализация данных. Аналитическая платформа Tableau.
Визуализация данных. Аналитическая платформа Tableau.
Прогнозирование - Лекция 3. Множественная регрессия
Прогнозирование - Лекция 3. Множественная регрессия
Внедрение управленческой отчетности
Внедрение управленческой отчетности
Визуализация данных на географических картах в Tableau (базовый уровень)
Визуализация данных на географических картах в Tableau (базовый уровень)
OOS and stock mangement in Russia
OOS and stock mangement in Russia
Business statisics and forecasting techniques: testing models.
1.
«Новое – это
хорошо забытое старое, или Статистические методы и качество прогнозов» © A. Запорожец, КБШ, 24.11.2011 1
2.
Прогнозирование
Прогноз - проецирование будущей финансовой или операционной информации (н-р, выручки, расходов, количества продаж и т. д.); - предсказание будущих событий или условий; - процесс оценки в состоянии неопределенности. Положение по управленческому учету 2A, Институт управленческих бухгалтеров США (IMA) Прогнозирование независимого спроса (массовые модели спроса): объем продаж, цены на сырье и т.п. © A. Запорожец, КБШ, 24.11.2011 2
3.
Количественные методы (КМ)
прогнозирования Количественные методы (= техники): Скользящие средние: SMA, WMА, EMA и их разновидности Линейная регрессия (врем. ряды…) Сезонные индексы Авторегрессия и др. Модель: совокупность техник прогнозирования и необходимых переменных. © A. Запорожец, КБШ, 24.11.2011 3
4.
Применение КМ:
традиционный подход Постановка задачи, сбор и очистка входных данных. Построение временного ряда. Использование техник – расчет прогнозных значений. Тестирование «качества» модели – на основе показателей оценки техник (MSE и др.). Фиксация прогнозной величины. Обратная связь: Включение в модель фактического значения искомой величины. Тюнинг модели (уточнение факторов сезонности, экспоненциальных факторов, весов, т. п.). Либо отказ от существующей модели. Пересмотр техник, настройка модели и т.д. © A. Запорожец, КБШ, 24.11.2011 4
5.
Применение КМ:
традиционный подход Показатели оценки техник прогнозирования («измерители ошибок»): Среднее абсолютное MAD отклонение (ошибка) Средний квадрат MSE ошибок Средняя абсолютная MAPE процентная ошибка Текущая сумма ошибок RSFE Следящий сигнал TS Другие … © A. Запорожец, КБШ, 24.11.2011 5
6.
Применение КМ:
традиционный подход Пример: цена на серебро, LME ПЕРИОД Факт Прогноз F-A ABS(F-A) (F-A)^2 January'11 27,75 30,31 2,56 2,56 6,54 February 33,49 27,97 -5,52 5,52 30,50 March 37,87 33,02 -4,85 4,85 23,52 April 48,70 37,46 -11,24 11,24 126,40 May 38,65 47,74 9,09 9,09 82,69 June 35,02 39,42 4,40 4,40 19,39 July 39,63 35,39 -4,24 4,24 17,94 August 39,27 Среднее 22,40 -29,25 2,40 12,46 RSFE MAD MSE 10,73% MAPE © A. Запорожец, КБШ, 24.11.2011 6
7.
Проблема: неоднозначность
оценки техник ПОКАЗАТЕЛИ ОЦЕНКИ: МОДЕЛЬ MAD MSE MAPE RSFE TS 1. Наивная модель 2,39 12,52 10,17% -27,12 -11,37 2. EMA (1-парам.) 2,40 12,46 10,73% -29,25 -12,17 3. Линейная регрессия 3,34 19,93 14,93% 4,51 1,35 4. ЛРД + сезонность 3,25 15,97 14,51% 4,17 1,28 5. WMA (4-период.) 2,61 13,66 11,65% -31,79 -12,18 Лучшие техники: 2, 1, 4. Худшие: 3, 5 На какую технику опираться в модели? © A. Запорожец, КБШ, 24.11.2011 7
8.
Проблема: неоднозначность
оценки техник ПОКАЗАТЕЛИ ОЦЕНКИ: ПРОГНОЗ MAD MSE MAPE RSFE TS 1. Наивная модель 2,39 12,52 10,17% -27,12 -11,37 39,63 2. EMA (1-парам.) 2,40 12,46 10,73% -29,25 -12,17 39,27 3. Линейная регрессия 3,34 19,93 14,93% 4,51 1,35 37,12 4. ЛРД + сезонность 3,25 15,97 14,51% 4,17 1,28 31,26 5. WMA (4-период.) 2,61 13,66 11,65% -31,79 -12,18 39,50 Среднее 37,36 Решение: (1) оставляем несколько техник; (2) используем среднее значение от нескольких прогнозов (техник); (3) принимаем во внимание разброс прогнозных значений (min – max). © A. Запорожец, КБШ, 24.11.2011 8
9.
Применение КМ:
традиционный подход НАШ ДОКЛАД НЕ ОБ ЭТОМ © A. Запорожец, КБШ, 24.11.2011 9
10.
Применение КМ:
традиционный подход Можно ли как-то убедиться, что качество и точность прогноза улучшается от периода периоду? Эмоции: Мнение босса (клиента)? Цифры: Улучшение значений «измерителей ошибок»? Еще? Устойчивость? Как измерить? © A. Запорожец, КБШ, 24.11.2011 10
11.
Коэффициент вариации (CV):
отношение вариации значений к среднему значению Рынки S&P500 RTSI Период Значение Доходность Значение Доходность 2011 1 269,75 10,70% 1 802,23 16,04% 2010 1 146,98 31,80% 1 553,06 147,76% 2009 870,26 -38,73% 626,85 -72,83% 2008 1 420,33 0,39% 2 306,87 30,28% 2007 1 414,85 9,70% 1 770,67 48,75% 2006 1 289,69 8,35% 1 190,34 95,92% 2005 1 190,25 5,59% 607,57 2,06% 2004 1 127,23 21,53% 595,32 66,32% 2003 927,57 -19,80% 357,94 24,90% 2002 1 156,55 -11,93% 286,59 85,28% 2001 1 313,27 154,68 Среднее 1,76% 44,45% Ст. откл. 20,51% 60,02% CV 11,65 1,35 © A. Запорожец, КБШ, 24.11.2011 11
12.
CV: применяем к
разбросу прогнозных значений Пример: цена на серебро, LME ПОКАЗАТЕЛИ ОЦЕНКИ: МОДЕЛЬ ПРОГНОЗ MAD MSE MAPE RSFE TS 1. Наивная модель 2,39 12,52 10,17% -27,12 -11,37 39,63 2. EMA (1-парам.) 2,40 12,46 10,73% -29,25 -12,17 39,27 3. Линейная регрессия 3,34 19,93 14,93% 4,51 1,35 37,12 4. ЛРД + сезонность 3,25 15,97 14,51% 4,17 1,28 31,26 5. WMA (4-период.) 2,61 13,66 11,65% -31,79 -12,18 39,50 Среднее 37,36 Сигма 3,56 CV 0,10 © A. Запорожец, КБШ, 24.11.2011 12
13.
CV: динамика
Пример: производственная компания, Украина Прогноз Прогноз Прогноз МОДЕЛЬ Август Сентябрь Октябрь 1 1 364 220 2 145 045 2 154 036 Снижение значения 2 1 667 646 1 819 738 1 926 241 CV - устойчивость 3 2 002 984 2 046 173 2 089 362 прогнозных 4 1 922 364 2 067 422 1 751 998 значений (шире: 5 1 938 289 2 084 490 1 766 413 устойчивость 6 1 754 186 1 605 629 1 837 932 процесса). 7 1 796 319 1 786 739 1 685 334 Среднее 1 778 001 1 936 462 1 887 331 Сигма 216 582 200 041 177 783 CV 0,1218 0,1033 0,0942 © A. Запорожец, КБШ, 24.11.2011 13
14.
Увеличение значения CV:
возможные действия Увеличение – сигнал о возможных проблемах процесса, техник и модели. Прогноз Прогноз Прогноз МОДЕЛЬ Август Сентябрь Октябрь Среднее 1 778 001 1 936 462 1 860 854 Сигма 216 582 200 041 221 343 CV 0,1218 0,1033 0,1189 © A. Запорожец, КБШ, 24.11.2011 14
15.
Увеличение значения CV:
возможные действия Принципиальные подходы: 1. Не пересматривать модель прогнозирования. Анализ «прогноз-факт» еще на 1 период. Принять во внимание увеличение разброса прогнозных значений (оптимистический – пессимистический прогнозы; доверительный интервал). Мониторинг. 2. Пересмотреть техники и их параметры (веса, факторы, коэффициенты…). Исключить некоторые техники. Пересчитать прогнозы за ряд периодов. Отследить значения СV за последние периоды. Убедиться в нужной нам динамике. Мониторинг. © A. Запорожец, КБШ, 24.11.2011 15
16.
«Новое – это
хорошо забытое старое, или Статистические методы и качество прогнозов» Андрей Запорожец, МВА Тренер, Киевская Бизнес Школа Директор, Центр «АЗЪ-ИНВЕСТ» Тел.: 050 257 2207 Почта: az.invest@yahoo.com © A. Запорожец, КБШ, 24.11.2011 16
Baixar agora