Каузальний (причинний) метод прогнозування побудований на визначенні майбутніх планових показників на основі оцінки причинно-наслідкових зв’язків з іншими показниками. Напри-клад, прогнозний обсяг дебіторської заборгованості визначається на основі даних про строки оплати готової продукції; прогноз ви-робництва робиться виходячи з інформації про обсяги реалізації, прогнозна величина затрат — від обсягів виробництва тощо. Каузальне прогнозування може здійснюватися у двох основ-них формах: • детермінантний прогноз; • стохастичний прогноз. Перша форма дозволяє з високим рівнем точності виконати прогнозні розрахунки у тому разі, якщо між показниками існує чіткий причинно-наслідковий (функціональний) зв’язок, за якого кожному значенню фактора (х) відповідає чітко визначене зна-чення (у). Наприклад, зв’язок між обсягом виробництва певного виду продукції та прогнозною величиною змінних затрат є дете-рмінантним. Його можна описати такою функцією: у = bx, (11.7) де у — прогнозна величина змінних затрат (грн); х — обсяг виро-бництва (шт.); b — коефіцієнт пропорційності (величина змінних затрат на одиницю випуску). Якщо зв’язок між показниками має ймовірнісний характер, тобто кожному значенню фактора х відповідає певна множина значень у, то під час прогнозування доцільно використовувати стохастичний підхід (здебільшого використовується при прогно-зуванні грошових надходжень від реалізації продукції). Стохастичне прогнозування ґрунтується на регресійному ана-лізі, в процесі якого на основі побудови рівняння регресії дослі-джується ймовірнісна залежність середнього значення однієї ве-личини від іншої. Визначальними при цьому є два чинники: • вид і параметри незалежних змінних, що впливають на за-лежну змінну; • тип рівняння регресії. Розрізняють лінійні та нелінійні регресії. Якщо спостерігаєть-ся більш-менш рівномірна залежність між факторами х та у (на-приклад, рентабельність власного капіталу від коефіцієнта забор-гованості за незмінної процентної ставки за користування позичками), то цю залежність можна описати за допомогою лінійної функції: у = а + bx, (11.8) де b — коефіцієнт регресії (ефект впливу х на у); а — заданий ві-льний член рівняння регресії. Якщо між прогнозованими внутрішніми показниками та зов-нішніми факторами впливу існує нелінійна залежність, то в про-цесі прогнозування застосовують нелінійні регресії, наприклад: • степеневу — y = axb; • логарифмічну — y = a log(b + cx); • гіперболічну — y = a + b/x; • параболічну — у = a + bx + cx2. Тип рівняння регресії визначають на основі аналізу функціо-нальної залежності прогнозованих показників від факторів впли-ву на них. Для цього рекомендується побудова наближених гра-фіків, змінними в яких будуть емпіричні дані про розвиток тих чи інших економічних процесів (показників) (наприклад, залежність собівартості одиниці продукції від обсягів виробництва можна описати за допомогою рівняння гіперболи). Проблема полягає в точності розрахунків коефіцієнта регресії та вільного члена рівняння регресії. Для детальнішого ознайом-лення з порядком проведення регресійного аналізу та визначення ймовірнісної залежності між окремими внутрішніми та зовнішні-ми змінними доцільно звернутися до рекомендованої спеціалізо-ваної літератури з теорії ймовірності та статистики.
Ви переглядаєте статтю (реферат): «Каузальне прогнозування» з дисципліни «Фінансова діяльність субєктів господарювання»
