پیش‌بینی قیمت مواد اولیه و بسته‌بندی

مدل حساسیت به نرخ دلار به‌علاوه تورم داخلی  ·  پایه: دلار ۲۲۳٬۰۰۰ تومان  ·  همه مبالغ به ریال

پارامترهای پیش‌بینی

نرخ زمان ثبت قیمت‌های فایل
این عدد را تغییر دهید
سال/ماه/روز
تاریخی که قیمت آن را می‌خواهید
فقط اگر تاریخ هدف را جلو ببرید
رشد دلار
فاصله زمانی
میانگین رشد مواد اولیه
میانگین رشد بسته‌بندی
اقلام کالیبره‌شده
۰
کدنام مادهضریب β قیمت پایهحملپایه + حملقیمت پیش‌بینیتغییر
کدنام بسته‌بندیضریب βقیمت پایه حملپایه + حملقیمت پیش‌بینیتغییرهزینه هر kg/Lit

ثبت داده تاریخی (کالیبراسیون خودکار)

هر قیمت واقعی که از گذشته می‌دانید اینجا ثبت کنید: فلان ماده در فلان تاریخ با دلار فلان‌قدر، این قیمت بود. با ثبت حداقل یک داده برای هر قلم، برنامه ضریب حساسیت آن قلم به دلار را خودش از روی واقعیت حساب می‌کند و دیگر از ضریب حدسی استفاده نمی‌کند. هرچه داده بیشتر، پیش‌بینی دقیق‌تر.

داده‌های ثبت‌شده

قلمتاریخدلار (تومان)قیمت (ریال) β محاسبه‌شدهخطای مدل

فرمول پیش‌بینی

P_new = P_base × [ 1 + β × (USD_new / USD_base − 1) + (1 − β) × inflation × Δt ]

چرا ضرب ساده در نسبت دلار کافی نیست؟ چون همه اقلام شما به یک اندازه ارزبر نیستند. اگر دلار ۱۰ درصد بالا برود، رزین اپوکسی و هاردنر و RDP تقریباً همان ۱۰ درصد گران می‌شوند، ولی سیمان سیاه و سیلیس و آب شاید فقط دو تا سه درصد. ضریب β همین تفاوت را مدل می‌کند.

معنی β

  • β = ۱ کاملاً وارداتی، دقیقاً پابه‌پای دلار حرکت می‌کند: رزین، هاردنر، HPMC، اروزیل، کاردورا
  • β ≈ ۰٫۷ پتروشیمی داخلی با قیمت‌گذاری بورسی: قیر، حلال، سود پرک، پارافین، گالن و سطل پلاستیکی
  • β ≈ ۰٫۵ نیمه‌ارزبر: کارتن، سیلیکات سدیم، دی کلسیم فسفات
  • β ≈ ۰٫۲ معدنی و داخلی: سیمان، سیلیس، کربنات، تالک، دولومیت، آهک
  • β ≈ ۰٫۱ یارانه‌ای: گازوئیل، نفت، آب

بخش (۱ − β) هر قلم با تورم داخلی رشد می‌کند، نه با دلار. به همین دلیل اگر تاریخ هدف را جلو ببرید، حتی با دلار ثابت هم قیمت‌ها کمی بالا می‌روند. این همان چیزی است که در واقعیت اتفاق می‌افتد.

کالیبراسیون از روی داده واقعی

ضریب‌های اولیه حدس کارشناسی هستند. به محض اینکه در تب داده‌های تاریخی یک قیمت واقعی گذشته ثبت کنید، برنامه ضریب واقعی آن قلم را از روی همان داده حساب می‌کند و جایگزین حدس می‌کند. اقلام کالیبره‌شده با نقطه بنفش و کادر بنفش مشخص می‌شوند.

beta = (P_base / P_old − 1) / (USD_base / USD_old − 1)

یعنی اگر بین آن تاریخ و امروز دلار ۴۰ درصد بالا رفته و قیمت آن ماده ۳۲ درصد، ضریب می‌شود ۰٫۸. با چند داده، برنامه خط بهینه را با روش کمترین مربعات از میان همه آن‌ها رد می‌کند.

سه نکته مهم درباره داده تاریخی

  • داده‌ای که تغییر دلارش کمتر از ۵ درصد باشد کنار گذاشته می‌شود، چون نسبت آن بی‌معنی و ناپایدار است.
  • اگر علامت ! کنار ضریب دیدید، یعنی آن داده با هیچ ضریب منطقی (بین صفر و دو) نمی‌خواند. معمولاً یعنی قیمت آن قلم دلیل دیگری جز دلار داشته: تغییر تأمین‌کننده، تغییر تناژ خرید، یا اشتباه در نرخ دلار ثبت‌شده. آن داده را بازبینی کنید.
  • داده خیلی قدیمی (مثلاً سه سال پیش) ضریب را بیش از واقع بزرگ می‌کند، چون تورم داخلی آن سال‌ها هم داخل ضریب می‌نشیند. برای پیش‌بینی کوتاه‌مدت، داده‌های یک سال اخیر بهترین نتیجه را می‌دهند.

تورم داخلی و تاریخ هدف

اگر تاریخ هدف را جلوتر از تاریخ پایه بگذارید و عددی برای تورم داخلی وارد کنید، بخش (۱ − β) هر قلم با تورم رشد می‌کند. پیش‌فرض این عدد صفر است تا تا وقتی خودتان نخواهید، خروجی دقیقاً همان محاسبه ساده دلاری باشد که می‌توانید با دست چک کنید.

ویرایش دستی ضریب

اگر تجربه‌تان می‌گوید ضریبی اشتباه است، مستقیم در ستون β عدد را عوض کنید. تغییر شما ذخیره می‌شود و در محاسبات بعدی اعمال می‌گردد. برای برگرداندن به حالت خودکار، کادر را خالی کنید.

دستمزد و سود

در فایل شما دستمزد به‌علاوه سربار و همچنین درصد سود هر دو ۵۰ درصد ثبت شده‌اند. این‌ها درصدند نه قیمت، بنابراین در جدول پیش‌بینی نیامده‌اند. دستمزد معمولاً سالی یک‌بار و طبق مصوبه بالا می‌رود، نه با دلار.

ذخیره‌سازی

داده‌های تاریخی و ضریب‌های ویرایش‌شده در حافظه همین مرورگر ذخیره می‌شوند. برای انتقال به رایانه دیگر از دکمه پشتیبان JSON استفاده کنید.