Реферат: Особенности формирования производственных и ценовых планов (прогнозов) предприятий российской промышленности в 1993-2001 гг.Notice: Undefined variable: ref_img in /home/area7ru/area7.ru/docs/referat.php on line 323
Специально для качественных результатов конъюнктурных опросов Konig et all (1981) предложили упрощенную формулировку адаптивной модели, которая не накладывает никаких ограничений на взаимодействие независимых переменных, и выглядит следующим образом: X*t=f( X t, X*t-1 ). В этом случае ожидания в момент t определяются реализациями того же показателя в момент t и ожиданиями в момент t-1, взаимодействие которых может быть любым. Модель обучения на ошибках для данных конъюнктурных опросов связывает точность реализации предыдущего прогноза с изменениями двух последующих прогнозов (Konig et all, 1981). Она имеет вид: D(X*t, X*t-1) = f ( Ф(Xt, X*t-1) ). Здесь D(X*t, X*t-1) обозначает изменение показателя (в данном случае - прогнозов показателя X) за два соседних опроса и определяется из матрицы сопряженности значений показателя в моменты t-1 и t, где (+) означает рост показателя, (-) - снижение, (=) - нет изменений:
Производные переменные D(X*t, X*t-1) и Ф(Xt, X*t-1) обычно определяются для одних и тех же показателей (Konig et all, 1981). Вместе с тем в некоторых случаях может представлять интерес расчет Ф(Xt, X*t-1) для двух разных показателей, отклонение которых друг от друга также интересно использовать. Для переходных экономик такой парой является, несомненно, выпуск и спрос (платежеспособный или бартерный). Для этой пары показателей целесообразно рассмотреть и отклонение фактических изменений в одном опросе. 3. Эмпирические данные и методы анализа Эмпирической основой для проверки гипотез станут результаты регулярных конъюнктурных опросов, проводимых лабораторией конъюнктурных опросов Института экономики переходного периода с 1992 г. по европейской гармонизированной методике. Конъюнктурные опросы (КО) представляют собой почтовые анкетные опросы руководителей предприятий по стандартной (не меняющейся во времени) анкете. Они принципиально отличаются от статистической отчетности по своим методам и использованию. Конъюнктурные опросы руководителей предприятий - быстрый способ сбора сведений об оценках руководителями положения дел на своих предприятиях и ожидаемых (планируемых) изменениях основных показателей работы предприятия. Главные результаты КО - сведения о субъективных оценках и краткосрочных ожиданиях, формирующихся на предприятиях. За редким исключением КО в европейских странах проводятся не официальными (государственными) статистическими органами, а исследовательскими институтами, ассоциациями предприятий или социологическими службами. Более того, при выработке рекомендаций по организации КО в бывших социалистических странах западноевропейские эксперты подчеркивали нежелательность проведения опросов на базе статистических органов, поскольку отношение предприятий к статкомитетам устойчиво отрицательное (European Economy. - Supplement B. - July 1991. - Special Edition). Опросы же базируются на добровольности и доверии, а не на принуждении и ответственности. Анкета гармонизированного европейского конъюнктурного опроса содержит небольшое количество вопросов (не более 15-20). При этом вопросы имеют качественный, а не количественный характер Типичный вопрос: ”Как вы оцениваете объем запасов готовой продукции на своем предприятии”. Ответы предлагается дать по простой шкале: “Выше нормы”, “ Нормальные”, “Ниже нормы”. Такая простая конструкция вопросов и ответов позволяет респондентам заполнять анкеты быстро и без привлечения других сотрудников или какой-либо документации. Принципиально важно, что респондентом на каждом предприятии был управленец максимально высокого уровня, имеющий полное представление о положении дел на предприятии и имеющий непосредственное отношение к руководству предприятием. Если анкета будет содержать большое количество сложных вопросов, требующих привлечения конкретных специалистов или количественных сведений из документации предприятия, то велика вероятность отказа от участия в опросах или передачи анкеты сотрудникам нижнего уровня. Это снижает ценность сведений, получаемых с предприятий. Количественных вопросов в анкете должно быть очень мало, а сведения по этим вопросам хорошо известны руководителям и не требовать обращения к документам или расчетов. Количественные вопросы КО задаются по поводу таких хорошо известных менеджерам показателей, как загрузка мощностей или месяцы обеспеченности заказами. Пример ежемесячной анкеты КО Института экономики переходного периода приведен в приложении 1. Опросы ИЭПП проводятся по панели, в которую входят более 1400 предприятий. На предприятиях панели работает около 21% занятых в промышленности. Структура должностей респондентов панели свидетельствует о высоком качестве опросной информации (см. табл.1). Ежемесячно собирается около 1000 ответов. Таблица 1. Динамика должностной структуры панели ИЭПП, %
Важным фактором получения качественных результатов опросов является установление обратной связи с респондентами. Во время каждого опроса руководители предприятий получают бланк анкеты, который необходимо заполнить, и результаты предыдущего опроса. Обязательное регулярное возвращение обобщенных результатов всем организациям, которые приняли участие в опросе - это единственно возможная форма и очень поощрения к участию в обследованиях. Схема “индивидуальные ответы - обобщенные итоги” сводит на нет вероятность умышленного искажения данных, возвращаемых предприятиями в ИЭПП. Косвенным подтверждением этого являются результаты ежегодных “опросов об опросах”, проводимых с 1996 г. (см. табл.2). Таблица 2. Почему Вы отвечаете на анкеты наших конъюнктурных опросов? (процент к числу ответивших)
Прямое общение с руководителями предприятий позволяет включать в анкету вопросы о таких показателях, которые не могут быть измерены традиционной статистикой, но, несомненно, отслеживаются менеджерами: помехи росту производства, ожидания, оценка уровня конкуренции на рынках сбыта и конкурентоспособности, динамика платежеспособного и бартерного спроса на продукцию предприятия. Формирование прямых и доверительных отношений с руководителями предприятий создает основу для получения истинных данных о положении дел на предприятии. Это обстоятельство в современных российских условиях является чрезвычайно важным, поскольку официальная отчетность предприятий малонадежна в силу умышленного или неумышленного искажения, и ее использование может привести к некорректным выводам (Earle, J.S. and Estrin, S., 1998; Moers, L., 1999). Впервые этот тезис нашел подтверждение в 2000 г. (Цухло, 2001). Оказалось, что четверть опрошенных предприятий смогли прямо признать, что их официальная отчетность не отражает истинное положение дел на предприятии, и они знают это наверняка. Тогда же было высказано предположение, что при детализации вопроса по отдельным видам отчетности финансовая отчетность оказалась бы наименее надежной. В 2001 предприятиям панели был задан аналогичный вопрос с просьбой оценить каждый вид отчетности по отдельности, и эта гипотеза полностью подтвердилась (см. табл.3). Таблица 3. Распределение ответов руководителей предприятий на вопрос: ”Можно ли использовать официальную (т.е. направляемую в государственные органы) отчетность предприятий при анализе реального положения дел в промышленности”, %
При обсуждении результатов ежемесячных конъюнктурных опросов (КО) с различными "потребителями" довольно часто возникал вопрос о надежности (качестве) прогнозов предприятий. Вопросы об ожидаемых изменениях основных показателей деятельности предприятий входят во все анкеты и вызывает особый интерес, особенно в начале каждого календарного года, когда эксперты разных организаций и ведомств пытаются угадать, как будет развивать отечественная промышленность в течение очередного года. Отношение к прогнозам предприятий и соответственно к результатам опросов бывает очень разным. На одном полюсе находится восторженное восприятие любых выводов, которые делаются по результатам анализа. На другом - полное неприятие этого вида данных, в которое иногда вплетается удивление по поводу того, что результаты опросов оказываются правильными, и молчание в тех случаях, когда они позволяют просто объяснить явления, необъяснимые на основе традиционной статистики. Но истина, как всегда, находится где-то посередине. Рассмотрим сейчас достоинства конъюнктурных опросов как источника данных для анализа планов и прогнозов предприятий в переходных экономиках. Анализ недостатков КО оставим критикам, нехватки которых в России никогда не ощущалось. Во-первых, в состав всех анкеты КО в явном виде входят вопросы об ожиданиях, планах или прогнозах. Это дает возможность получать и изучать прогнозы в режиме мониторинга и приближает результаты КО к привычным статистическим данным. Если возникает потребность в отслеживании новых показателей, то простая и гибкая организация КО в ИЭПП позволяет это сделать предельно оперативно. Наверное, это самое большое достоинство опросов, особенно в России. Во-вторых, предприятия прогнозируют состояние показателей своей собственной деятельности, и поэтому такие прогнозы можно считать уже планами предприятий. Реализация (или подготовка к реализации) этих планов уже могла начаться на момент проведения опроса. Несомненно, это увеличивает степень реализуемости подобных планов. В-третьих, горизонт планирования (прогнозирования), о котором идет речь в анкетах КО, составляет 2-3 месяца и является вполне доступным для прогнозирования даже в условиях нестабильной переходной экономики. В-четвертых, панельный характер опросов позволяет сопоставлять прогнозы и все (по времени) последующие реализации этих прогнозов по каждому из предприятий. Так можно проводить гораздо более точный анализ точности прогнозов. Отсутствие такой возможности часто вызывает сожаление у аналитиков, оперирующих макроданными (Flood and Lowe 1995). Результаты конъюнктурных опросов в агрегированном виде доступны большинству исследователей, так же как и статистические ряды. В этом случае они обычно представляются в виде балансов. Балансом называется разница между долей ответов "рост" и долей ответов "снижение". Такой способ представления не учитывает варианты ответов "нет изменений" и "нет ответа" (Carlso and Parkin, 1975). Попытки агрегировать данные, для того чтобы получить только два варианта ответов (Theil, 1966) также оказалась неудовлетворительной, поскольку результаты оказались крайне неустойчивыми во времени в силу влияния на них общеэкономических причин. Еще одна проблема, которая возникает при использовании агрегированных в форме балансов данных, состоит в том реальная независимость двух трихотомических переменных может сопровождаться высокой положительной зависимостью на уровне балансов (Konig et all, 1981). Таким образом, использование микроданных позволяет избежать достаточно серьезных проблем и получить более качественные результаты. Использование данных конъюнктурных опросов в большинстве случаев снимает и проблему причинности. Естественно считать, что фактические изменения и предшествующие прогнозы формируют текущие прогнозы, а не наоборот. Исходные данные конъюнктурных опросов ИЭПП (ответы руководителей предприятий) представлены в порядковой (см. Приложение), а не в привычной для экономистов количественной шкале. Это заставляет обратиться вместо традиционного регрессионного анализа к логлинейными моделями. Логлинейные модели описывают взаимодействие неколичественных факторов на основе таблиц сопряженности (Agresti, 1996). Логика логлинейного анализа позволяет проверять различные гипотезы о структуре и характере связей исследуемых факторов (Lindsey, 1995). Конечным результатом должна стать модель, достаточно хорошо описывающая исходные данные и максимально простая по структуре. Последнее обстоятельство особенно важно при обработке результатов анкетных опросов, в ходе которых может быть собран представительный набор показателей, описывающих исследуемое явление. Первый шаг логлинейного анализа – проверка гипотезы о независимости исследуемых переменных. Если качество подгонки такой модели оказывается приемлемым (наблюдаемый уровень значимости значительно превышает пороговую величину 0.05), то усложнение модели за счет добавления взаимодействий переменных будет излишним. Следующий шаг анализа – использование моделей, включающих взаимодействие исследуемых переменных. Поскольку практически все вопросы конъюнктурных опросов ИЭПП имеют порядковый характер, то можно пользоваться логлинейными моделями с линейными взаимодействиями между включенными факторами. В этом случае логарифмы элементов таблицы сопряженности имеют следующее представление: log = + + + * . Параметры , , имеют обычные для логлинейного анализа значения. Новый параметр оценивает связь (ассоциацию) рангов i и j. Он интерпретируется как привычный в эконометрическом анализе коэффициент регрессии. Положительные значения означают, что ранги одной переменной увеличиваются с ростом рангов другой и наоборот. При линейной независимости переменных коэффициент равен 0. Целесообразность добавления в модель взаимодействия признаков очевидна для тех случаев, когда гипотеза о независимости не дает удовлетворительных результатов. Если же независимая модель допустима, то для проверки целесообразности усложнения модели следует оценить относительное качество подгонки. Последнее предполагает по парное сравнение качества подгонки простой и сложной модели, когда сложная модель получена из простой за счет добавления одного параметра. Чем больше сокращение величины отношения правдоподобия, тем более вероятно, что сложная модель лучше. Перечисленные особенности и возможности позволяют, на наш взгляд, исследовать прогнозы российских промышленных предприятий достаточно полно и всесторонне, а результаты использовать для анализа эволюции их поведения в первые годы экономических реформ. 4. Модели формирования производственных планов 4.1 Экстраполяционные модели формирования производственных планов Начнем анализ моделей формирования ожиданий с экстраполяционных моделей формирования производственных планов. Рассмотрим классическую модель, в которой планы в момент t определяются t-1 фактическими изменениями того же показателя в моменты t и t-1: Q*t = f( Q t, Qt-1 ), где Q*t - планы изменения выпуска предприятия, определившиеся в момент (опрос) t; Qt - фактические изменения выпуска, зарегистрированные в момент (опрос) t; Qt-1 - фактические изменения выпуска, зарегистрированные в момент (опрос) t-1. Такая модель достаточно хорошо описывает формирование планов выпуска в периода 1993-1994 гг. В 1995 г. прогнозы предприятий лишь в пяти месяцах из 12 могут быть описаны такой экстраполяционной моделью. С 1996 г. расхождения эмпирических и модельных данных постоянно увеличиваются: российские промышленные предприятия все дальше уходят от планирования своего выпуска по принципу “от достигнутого уровня”. Этот вывод очевиден при анализе значений отношения правдоподобия, оценивающего качество подгонки модельных данных. Горизонтальная линия на графике обозначает величину отношения, соответствующую 5% уровню значимости (см. рис. 1). Рис.1 Значения отношения правдоподобия для экстраполяционных моделей, предполагающих формирование производственных планов под влиянием только платежеспособного или только бартерного спроса, выглядят предпочтительней. Экстраполяционная модель, в которой прогнозы производства определяются фактическими изменениями платежеспособного спроса, является более “прогрессивной” для предприятий в переходных экономиках. В этом случае предприятия планируют свой выпуск, экстраполируя предыдущие тенденции изменения спроса. Указанная модель проверялась для периода с июля 1995 г. по декабрь 2001 г. Самым высоким качество подгонки этой модели было до начала 1997 г. В 1997 г. расхождения стали недопустимо велики: модель оказалась приемлемой лишь в 3 случаях из 12. Затем качество подгонки возросло, но не было стабильным. Лишь в 2000 г. “спросовая” экстраполяционная модель стала лучше описывать формирование планов производства в российской промышленности. В 2001 г. качество подгонки такой модели опять снизилось. Экстраполяционная модель с фактическими изменениями бартерного спроса в качестве независимых переменных дополняет предыдущую модель. Ориентация на бартерный спрос при формировании производственных планов свидетельствует о нерыночных позициях производителей. Как показали расчеты, качество подгонки модели с бартерным спросом (без других независимых переменных) находится на одном уровне с моделью, включающей изменения только платежеспособного спроса. Рассмотрим теперь коэффициенты моделей. В классической экстраполяционной модели (производственные планы определяются только изменениями производства) всегда положительными и статистически значимыми были только коэффициенты у Q t (фактические изменения выпуска, непосредственно предшествующие формированию планов). Коэффициенты Q*t-1 могли быть как положительными, так и отрицательными, и были статистически значимы лишь в одной трети случаев. При этом значение первых из рассмотренных коэффициентов были всегда выше. Таким образом, в рамках классической экстраполяционной модели можно говорить о том, что планы выпуска формируются в основном под воздействием фактических изменений производства, регистрируемых в момент определения планов. Ситуация с коэффициентами в экстраполяционной модели, предполагающей формирование производственных планов на основе фактических изменений платежеспособного спроса (Q*t = f( Dt, Dt-1 )), аналогична предыдущей модели. Всегда положительны и статистически значимы были коэффициенты последних изменений спроса (Dt). Коэффициенты предшествующих изменений (Dt-1) были значимы лишь в 34% случаев и имели иногда отрицательные значения. Т.е. и здесь лишь самые последние изменения платежеспособного спроса учитываются предприятиями при формировании своих планов выпуска. В экстраполяционной модели с бартерным спросом (Q*t = f( B t, B t-1 )) коэффициенты последних изменений (Bt) были статистически значимы и положительны только до марта 1999 г. Затем они становятся стабильно незначимыми и иногда - отрицательными. Предшествующие изменения бартерного спроса очень редко статистически значимо влияли на планы предприятий и в течение всего периода наблюдений встречались отрицательные знаки. Это свидетельствует о том, что бартер оказывал влияние на планы выпуска только до начала нормального (за счет платежеспособного спроса) роста производства. С того момента как предприятия поняли, что продажи за деньги начинают вытеснять бартер, они перестали принимать его во внимание. Это произошло, как показывают расчеты по данным конъюнктурных опросов, именно в марте 1999 г. Исключение из модели линейного взаимодействия Q*t и B t-1 оказалось оправданным в большинстве случаев. Статистическая значимость коэффициентов Bt сохранилась до марта 1999 г. Исследование модели с прочими видами неденежного спроса в качестве факторов, определяющих формирование планов выпуска, приводит к похожим выводам. Правда, мониторинг неденежных видов спроса (векселей, зачетов и пр.) начался только в феврале 2000 г. и поэтому расчеты могут быть сделаны только для относительно благоприятного для российской промышленности периода. Качество подгонки этой модели было достаточно хорошим (см. табл.4). Но коэффициенты модели были чаще статистически незначимы и имели отрицательные знаки для обоих независимых переменных. По этой причине модель была сначала упрощена за счет исключения взаимодействия Q*t и Nt-1. Качество подгонки осталось допустимым в абсолютном большинстве случаев, а коэффициенты стали положительны и часто статистически значимы после сентября 2000 г. Поскольку прирост величины отношения правдоподобия был незначительным, то упрощенная модель является предпочтительной. Дальнейшее сокращение модели за счет исключения взаимодействия Q*t и Nt оказалось допустимым с точки зрения сохранения качества подгонки, но нецелесообразным после октября 2000 г с точки зрения прироста величины G2. Именно осенью 2000 г. российская промышленность впервые после дефолта 1998 г. столкнулась со значительными сбытовыми проблемами и, вновь прибегнув к вексельным и зачетным сделкам, решила, вероятно, учитывать при планировании выпуска их и в дальнейшем. На всякий случай. И эти случаи не замедлили в дальнейшем наступить. Таблица 4. Характеристики влияния фактических изменений прочих неденежных видов спроса на планы выпуска предприятий
Notice: Undefined offset: 1 in /home/area7ru/area7.ru/docs/linkmanager/links.php on line 21 Notice: Undefined variable: r_script in /home/area7ru/area7.ru/docs/referat.php on line 434 |