Стратегический менеджмент

Стратегический менеджмент рассматривает проблемы роста и выживания крупных организаций. Значение стратегического поведения, позволяющее фирме выживать в конкурентной борьбе в долгосрочной перспективе, резко возросло в последние десятилетия.

Методы и модели, используемые в работе

Пусть X = {x1, … , xT} - временной ряд.

Экспоненциальное сглаживание ряда осуществляется по рекуррентной формуле: , .

Чем меньше α, тем в большей степени фильтруются, подавляются колебания исходного ряда и шума.

Если последовательно использовать рекуррентное это соотношение, то экспоненциальную среднюю St можно выразить через значения временного ряда X.

Если к моменту начала сглаживания существуют более ранние данные, то в качестве начального значения S0 можно использовать арифметическую среднюю всех имеющихся данных или какой-то их части.

После появления работ Р. Брауна экспоненциальное сглаживание часто используется для решения задачи краткосрочного прогнозирования временных рядов.

) Авторегрессионная модель

Модель, которая статистически описывает связи значений одного и того же показателя в различные моменты времени Y (t) = f (y(t-1)). Авторегрессия часто используется в качестве линейной модели для прогнозирования. В общем виде она описывается выражением

,

где n - число независимых переменных с коэффициентом dj для каждой xj, k - число задержек (лагов) для зависимой переменной y. Тогда общее число параметров модели будет k+n. Задача заключается в оценке параметров b и d. Таким образом, чем длиннее задержка, тем больше параметров авторегрессионной модели требуется оценить.

) Мультипликативная модель

Мультипликативная модель - это модель, в которую факторы входят в виде произведения. Она используется в детерминированном анализе. Все изменения в экономике мультипликативные модели позволяют рассмотреть условно, в виде покадрового режима - очень медленно. Это позволяет увидеть незаметные в обычном режиме анализа явления, вскрыть влияние неявных факторов.

Примером может служить простейшая двухфакторная модель:

где Р - реализация;

Ч - численность;

ПТ - производительность труда.

При построении мультипликативных моделей целесообразно строго придерживаться специально разработанным правилам:

. Каждый фактор-сомножитель модели должен иметь самостоятельное экономическое значение.

. Каждая пара прилегающих друг к другу факторов при перемножении должна давать первый показатель, имеющий самостоятельное значение.

. При перемножении всех факторов-сомножителей мы должны получить исходный исследуемый показатель.

) Аддитивная модель

Аддитивные модели представляют собой обобщение Множественной регрессии (которая является частным случаем общей линейной модели). В частности, в линейной регрессии линейная подгонка методом наименьших квадратов вычисляется для набора предикторов или переменных Х, чтобы предсказать зависимость переменной У. Хорошо известное уравнение линейной регрессии с m предикторами можно сформулировать, как:

= b0 + b1*X1 + bm*Xm

Где Y обозначает зависимую переменную (для предсказанных значений), X1 при помощи Xm представляет m значения для предсказанных переменных, а b0, и b1 при помощи bm коэффициенты регрессии, оцененные при помощи множественной регрессии. Обобщение множественной регрессионной модели сохраняет аддитивную природу модели, но перемещая простые члены линейного уравнения bi*Xi с fi(Xi), где fi непараметрическая функция предиктора Xi. Другими словами, вместо отдельного коэффициента для каждой переменной (аддитивного элемента) в модели ваддитивных моделях не уточненная (непараметрическая) функция оценивается для каждого предиктора, чтобы получить наилучшее предсказание значения зависимой переменной.

Перейти на страницу: 1 2 3 4