Примечание.
В таблице приведены: G2 - величина отношения правдоподобия; df - число степеней
свободы; Sig - наблюдаемый уровень значимости; коэффициенты Такая ситуация выглядит не очень логичной, поскольку оба статистически значимых показателя становятся после дефолта все менее значимыми для российских промышленных предприятий. Суммарная доля этих видов спроса упала в 2001 г. до 25-20%. Более того, предприятия стараются удерживаться от увеличения объемов таких сделок даже во времена, когда денежный спрос не растет или снижается. Но, возможно, в этом сочетании и следует искать объяснение. Если нежелаемые явления имеют фактическую тенденцию к сокращению, то почему бы не следовать (не учитывать) этой тенденции и в своих действиях (планах выпуска). Возможно, поэтому в такой адаптивной модели и было получено статистически значимое влияние на планы выпуска точностей предыдущих прогнозов "нежеланных" показателей. С другими индикаторами (платежеспособный спрос и выпуск) ситуация иная. Объемы этих показателей (продаж и производства) до сих пор считаются в российской промышленности недостаточными. Об этом явно свидетельствуют оценки предприятиями объемов платежеспособного спроса и производства по шкале "выше нормы", "нормальный", "ниже нормы" (см. рис.5). Рис.5
В промышленности всегда и устойчиво преобладали ответы "ниже нормы" при оценке этих показателей. Промышленный рост 1999-2001 гг. не внес принципиальных изменений в соотношение оценок. Конечно, сейчас стало больше ответов "нормальный". В целом по промышленности доля таких ответов составляет 40%. Но остальные (т.е. большинство) считают и спрос, и выпуск недостаточными. По этой же причине, вероятно, прогнозы предприятий выпуска и продаж всегда оптимистичнее фактических изменений этих показателей. В такой ситуации корректировать свои очередные планы выпуска с учетом отклонений факта от предыдущих планов российским предприятиям сложно. Желаемое все еще довлеет над действительным. Продолжим исследование адаптивных моделей формирования производственных планов с использованием точностей реализации предыдущих планов относительно фактических изменений основных видов спроса: платежеспособного, бартерного и прочих неденежных. Сначала рассмотрим модель, в которой очередные прогнозы выпуска определяются только точностью относительно платежеспособного спроса: Q*t = f( Ф(Dt, Q*t-1) ), где Q*t - ожидаемые изменения производства, зарегистрированные в момент (опрос) t; Dt - фактические изменения платежеспособного спроса, зарегистрированные в момент (опрос) t; Q*t-1 - планы изменения выпуска, зарегистрированные в момент (опрос) t-1, Ф(Dt, Q*t-1) - точность реализации ожидаемых изменений производства Q*t-1 относительно фактических изменений платежеспособного спроса Dt. Такая модель имела приемлемое, но не стабильное качество подгонки в 1993-1996 гг., затем наблюдаемый уровень значимости стал все реже превышать 5% порог (как правило, не более 4 раз в год) и не слишком сильно. Коэффициент модели, оценивающий линейную связь рангов, всегда был отрицательным, а статистически значимым - с конца 1995 г. Таким образом, предположение о том, что предприятия учитывают отклонения своих предыдущих планов выпуска от фактических изменений спроса пока не получило статистических аргументов. Аналогичные результаты получены при тестировании модели с включением только точности планов выпуска относительно фактических изменений бартерного спроса. Такая модель в течение всего периода наблюдения за динамикой бартера (1998-2001 гг.) не подходит для описания формирования производственных планов предприятий. Наблюдаемый уровень значимости был нулевым. А коэффициенты модели - значимо отрицательными. Почти столь же неподходящей была и адаптивная модель, использующая в качестве независимой переменной точность планов выпуска относительно динамики прочих видов спроса. Она имела приемлемое качество подгонки лишь в конце 2000 г. - начале 2001 г. и всегда - отрицательные коэффициенты, которые были статистически значимы. Адаптивная модель с использованием точностей реализации предыдущих планов выпуска относительно всех трех видов спроса Q*t = f( Ф(Dt, Q*t-1), Ф(Bt, Q*t-1), Ф(Nt, Q*t-1) ) не обеспечила хорошее качество подгонки (наблюдаемый уровень значимости был нулевым), но имела "желаемые" - для нормальной экономики - коэффициенты. Они были положительны и в половине случаев статистически значимы для точности платежеспособного спроса; отрицательны и редко значимы - для неденежных видов спроса (бартер, векселя, зачеты). Иными словами, при выработке следующих планов выпуска российские предприятия скорее учитывают отклонения предыдущих планов от платежеспособного спроса, чем от неденежных видов спроса. Добавление в предыдущую модель точности планов выпуска относительно последующих фактических изменений производства позволило несколько улучшить качество подгонки модели (см. табл.9). Положительные коэффициенты имела лишь новая независимая переменная - точность предыдущих планов выпуска. Эти коэффициенты были и статистически значимы в течение всего периода наблюдения. Влияние точности относительно платежеспособного спроса стало положительным лишь в половине случаев и еще реже - статистически значимым. Больше положительных коэффициентов появилось у точности относительно бартерного спроса, но статистически значимых стало меньше. Точность относительно прочих неденежных видов спроса сохранила отрицательные коэффициенты, среди которых стало больше статистически значимых. Таблица 9. Характеристики влияния точностей предыдущих планов выпуска относительно последующих фактических изменений выпуска, платежеспособного, бартерного и прочих неденежных видов спроса на производственные планы предприятий
|
, оценивающие
линейную связь (ассоциацию) рангов каждого из факторов с производственными
планами, и стандартные ошибки (SE).
Главная