Методические подходы к выбору оптимального метода краткосрочного прогнозирования реализации лекарственных препаратов производителем лекарственных средств

Шильникова, Светлана Владимировна

Диссертации по медицине → Организация фармацевтического дела

Автореферат и диссертация по медицине (14.04.03) на тему:Методические подходы к выбору оптимального метода краткосрочного прогнозирования реализации лекарственных препаратов производителем лекарственных средств

ДИССЕРТАЦИЯ

Методические подходы к выбору оптимального метода краткосрочного прогнозирования реализации лекарственных препаратов производителем лекарственных средств - диссертация, тема по медицине

АВТОРЕФЕРАТ

Шильникова, Светлана Владимировна Пермь 2011 г.

Ученая степень: кандидата фармацевтических наук

ВАК РФ: 14.04.03

Автореферат диссертации по медицине на тему Методические подходы к выбору оптимального метода краткосрочного прогнозирования реализации лекарственных препаратов производителем лекарственных средств

4058504

На правах рукописи

ШИЛЬНИКОВА Светлана Владимировна

МЕТОДИЧЕСКИЕ ПОДХОДЫ К ВЫБОРУ ОПТИМАЛЬНОГО МЕТОДА КРАТКОСРОЧНОГО ПРОГНОЗИРОВАНИЯ РЕАЛИЗАЦИИ ЛЕКАРСТВЕННЫХ ПРЕПАРАТОВ ПРОИЗВОДИТЕЛЕМ ЛЕКАРСТВЕННЫХ СРЕДСТВ

14.04.03 - организация фармацевтического дела

Автореферат

диссертации на соискание ученой степени кандидата фармацевтических наук

- 3 НОЯ 2011

Пермь-2011

4858504

Диссертационная работа выполнена в Государственном бюджетном образовательном учреждении высшего профессионального образования «Пермская государственная фармацевтическая академия» Министерства здравоохранения и социального развития Российской Федерации

Научный руководитель:

доктор фармацевтических наук, профессор

Официальные оппоненты:

доктор фармацевтических наук, профессор

кандидат фармацевтических наук, доцент

Олейник Галина Анатольевна

ГБОУ ВПО «Пермская государственная фармацевтическая академия» Минздравсоц-развития России

Кныш Ольга Ивановна

ГБОУ ВПО «Тюменская государственная медицинская академия» Минздравсоцразвития России

Порсева Наталья Юрьевна

ГБОУ ВПО «Пермская государственная фармацевтическая академия» Минздравсоцразвития России

Ведущая организация: ГБОУ ВПО «Казанский государственный медицинский университет» Министерства здравоохранения и социального развития Российской Федерации

Защита состоится 15 ноября 2011 года в 13.00 часов на заседании Диссертационного Совета Д 208.068.01 при ГБОУ ВПО «Пермская государственная фармацевтическая академия» Минздравсоцразвития России по адресу: 614990, г. Пермь, ул. Полевая, 2.

С диссертацией можно ознакомиться в библиотеке ГБОУ ВПО ПГФА Минздравсоцразвития России по адресу: 614070, г. Пермь, ул. Крупской, 46.

Дата размещения объявления о защите диссертации на сайте Министерства образования и науки Российской Федерации http://www.mon.gov.ru 14 октября 2011 года и на сайте ПГФА http://www.pfa.ru 14 октября 2011 года. Автореферат разослан 14 октября 2011 года

Ученый секретарь

диссертационного совета Д 208.068.01, кандидат фармацевтических наук, доцент

И.А. Липатникова

ВВЕДЕНИЕ

Актуальность темы. В условиях усиливающейся конкуренции на фармацевтическом рынке производителям лекарственных средств (J1C) важно правильно оценить создавшуюся рыночную конъюнктуру и своевременно реагировать на происходящие изменения. Вопросам „развития и совершенствования отечественной фармацевтической промышленности уделяется большое внимание, о чем свидетельствует широта спектра проблем, освещаемых в научной литературе.

Проблемам формирования номенклатуры производства ЛС, стратегий продвижения их российскими производителями, эффективности организации товародвижения на основе логистики посвящены работы Терещенко А.Г., Гетьмана М.А., Курашова М.М. и др.

Рассмотрены вопросы организации производства ЛС на основе конверсионного реформирования предприятий оборонной промышленности, формализации схем разработки опытно-промышленных технологий и соответствующих моделей производства JIC, создания маркетинговой службы на предприятии-производителе ЛС (Кумышева JI.A., Петров А.Ю., Страшный В.В., Орлова Е.В.). Предложены механизмы стратегического управления фармацевтическим предприятием в условиях неопределенности внешней среды (Фотеев В.Г.), система регулярного менеджмента для галеново-фармацевтических фабрик (Буйлин A.B.). Экономическому обоснованию моделей инвестиционных процессов посвящены работы Саповского М.М., Выровщиковой A.B.

Вопросы планирования потребности в различных ЛС широко были рассмотрены и изучены ещё в советское время в работах Кобзаря Л.В., Дрёмовой Н.Б., Тольцман Т.И., Сбоевой С.Г. и др. В современных экономических условиях изучение возможности прогнозирования объёмов производства и реализации лекарственных препаратов (ЛП) на уровне производителя ЛС пока не проводилось. Отсутствие адекватного прогноза реализации ЛП является одной из причин слабой адаптации к требованиям рынка и, как следствие, финансовым затруднениям отечественных производителей ЛС. Для совершенствования деятельности производителя ЛС требуется создание современных методических подходов к анализу и прогнозированию реализации выпускаемых им ЛП. Это обусловило актуальность исследования, определило его цель и задачи.

Цели и задачи исследовании. Целью исследования являлась разработка методических подходов к выбору оптимального метода краткосрочного прогнозирования реализации ЛП на уровне производителя ЛС.

Для достижения поставленной цели необходимо было решить следующие задачи:

• обобщить данные литературы о применении методов прогнозирования в фармацевтической отрасли;

• изучить динамику ассортимента продукции исследуемого производителя ЛС за анализируемый период;

• выявить номенклатурные позиции ЛП для изучения возможности прогнозирования их реализации;

• разработать методики краткосрочного прогнозирования реализации ЛП, оценить возможности и результаты их применения;

• разработать методические рекомендации по выбору оптимального метода прогнозирования реализации ЛП.

Методологическая основа, объекты и методы исследования. Методологическую основу исследований составили современная теория маркетинга, методология системного анализа и научного прогнозирования, основополагающие научные труды отечественных и зарубежных специалистов в области организации здравоохранения и фармации, статистики, нормативные акты и ведомственные материалы по проблемам лекарственного обеспечения населения, а также материалы собственных исследований.

Объектом исследования явилась деятельность по реализации лекарственных и иммунобиологических препаратов на примере филиала Федерального государственного унитарного предприятия «Научно-производственное объединение «Микроген» в Перми - Пермское НПО «Биомед». В качестве источников информации использовали месячные отчеты о движении готовой продукции за период с 01.01.2004 по 31.12.2009, прайс-листы, а также другие отчетные и информационные материалы Пермского НПО «Биомед».

В процессе исследования использовались методы: исторический, контент-анализ, статистические и экономико-математические, сравнения, группировки, графический и логический. Математическая обработка данных производилась на

персональном компьютере в среде Windows ХР с использованием программного обеспечения Microsoft Rxccl.

Научная новизна исследовании. Разработаны методические подходы к выбору оптимального метода краткосрочного прогнозирования реализации ЛГ1 на уровне производителя ЛС.

На основе анализа использования фактографических методов прогнозирования разработан альтернативный подход к выбору исходных данных для получения прогнозных значений реализации ЛГ1 (для методов экстраполяции по скользящей средней, по взвешенной средней, по экспоненциальной средней, по линейной функции, гармонических весов). С использованием традиционного и альтернативного подходов разработаны варианты методик краткосрочного прогнозирования реализации ЛП по каждому методу (всего 170 вариантов).

На основе оценки разработанных вариантов методик по критерию точности прогнозирования обоснован выбор конкретного варианта методики для краткосрочного прогнозирования реализации по каждому ЛП. По результатам исследования разработана программа - утилита для осуществления выбора оп тимального метода краткосрочного прогнозирования реализации ЛС.

Практическая значимость и внедрение результатов исследования в практику. По результатам исследования разработаны, утверждены Ученым Советом ГБОУ ВПО «Пермская государственная фармацевтическая академия» Минздравсоцразвития России (30.06.2011 протокол №10) и внедрены в практику и учебный процесс:

•Методические рекомендации по выбору оптимального метода краткосрочного прогнозирования реализации ЛС (акты внедрения ЗАО «Обнинская химико-фармацевтическая компания» от 31.05.2011; ФГУП «НПО «Микрогсн» Минздравсоцразвития России Филиал в г. Н.Новгороде «Нижегородское предприятие по производству бактерийных препаратов «Имбио» от 15.09.2011).

• Программа-утилита по выбору оптимального метода прогнозирования реализации ЛС (в операционной системе Windows ХР с использованием табличного процессора Microsoft Excel) (акты внедрения ЗАО «Обнинская химико-фармацевтическая компания» от 31.05.2011; Интелфарм, АО Группа компаний от 05.09.2011).

• Учебное пособие «Методы краткосрочного прогнозирования производств; и реализации Л С» (акты внедрения ГКОУ ВПО «Нижегородская государственна; медицинская академия» Мииздравсоцразвития России от 15.09.2011; ГБОУ ВИС «Пермская государственная фармацевтическая академия» Минздравсоцразвитш России от 30.08.2011; ГО У BI10 «Саратовский государственный медицински! университет им. В.И. Разумовского» Мииздравсоцразвития России от 16.05.2011).

Отдельные фрагменты и результаты исследования используются в учебнод процессе ВГОУ ВПО «Пермская государственная фармацевтическая академия) Мииздравсоцразвития России, на кафедре управления и экономики фармации фа культста очного отделения.

Апробация работы. Основные результаты диссертационной работы доло жены и обсуждены на Международной научно-практической конференции «Фармация и здоровье» (Пермь, 2005); Всероссийской научно-практической конференции «Современные проблемы фармакологии и фармации», посвященной 70-летик НГМА (Новосибирск, 2005); IX Всероссийской научно-практической конференции «Формирование гуманитарной среды и впеучебная работа в вузе, техникуме, школе» (Пермь, 2007); на XIV Российском национальном конгрессе «Человек и лекарство» (Москва, 2007); Всероссийской научно-практической конференции, посвященной 110-летию филиала ФГУП НПО «Микроген» МЗ РФ «Пермское НПО «Биомед» «Создание и перспективы применения медицинских иммунобиологических препаратов» (Пермь, 2008); на XVI Российском национальном конгрессе «Человек и лекарство» (Москва, 2009).

Положения, выдвигаемые на защиту: в результаты анализа ассортимента Jll I с помощью методов ABC- и XYZ-анализадля изучения возможности прогнозирования их реализации;

• альтернативный подход к выбору исходных данных для получения прогнозных значений реализации ЛП;

• методические подходы к разработ ке вариантов методик прогнозирования реализации ЛП на основе фактографических методов;

• результаты оценки прогнозных значений реализации ЛП, полученных с помощью разработанных вариантов методик прогнозирования;

о методические подходы по выбору оптимального метода прогнозирования реализации ЛП па уровне производителя ЛС.

Объем и структура диссертации. Диссертационная работа состоит из введения, трех взаимосвязанных глав, изложенных на 125 страницах машинописного текста и 20 приложений на 83 страницах, содержит 24 таблицы и 31 рисунок. Библиографический указатель включает 184 литературных источника, из которых 44 - на иностранных языках.

Конкретное участие автора в получении научных результатов. Автором определены цель и задачи исследования, проведено изучение и обобщение данных литературы по теме исследования, сделан выбор фактографических методов прогнозирования для дальнейшего исследования, проведены ABC- и XYZ-анализы ассортимента ЛП исследуемого производителя ЛС, дана интерпретация их результатов, разработаны 170 вариантов методик прогнозирования и проведена их оценка, разработана программа-утилита, сделаны выводы.

Публикации. По теме исследования опубликовано 11 научных работ, в том числе 2 статьи в перечне изданий, рекомендованных ВАК.

Связь задач с проблемным планом фармацевтических наук. Диссертационная работа соответствует основным направлениям научных исследований ГБОУ ВПО «Пермская государственная фармацевтическая академия» Минздрав-соцразвития России (номер государственной регистрации 01.9.50.007424).

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Глава 1. АНАЛИЗ ИСПОЛЬЗОВАНИЯ РАЗЛИЧНЫХ МЕТОДОВ ПРОГНОЗИРОВАНИЯ ПОТРЕБНОСТИ В ЛЕКАРСТВЕННЫХ СРЕДСТВАХ

Анализ данных литературы показал, что в фармацевтической отрасли широко применяется целый комплекс различных методов прогнозирования потребности в ЛС, таких как: нормативные методы; методы экстраполяции тенденций; математическое моделирование на базе факторного анализа; социологические исследования; определение сезонности в потреблении ЛС; а также частные авторские методики. Каждый из этих методов имеет свою область применения и определенные ограничения. Данные методы в процессе применения в фармацевтической отрасли совершенствовались на основе проводимых научных исследований.

По мнению многих авторов, единого универсального метода прогнозирования не существует. В связи с множеством прогнозируемых ситуаций и показателей имеется и большое разнообразие методов прогнозирования. Выбор метода зависит от периода, на который необходимо составить прогноз, возможности получить исходные данные и требований к точности прогноза.

По степени формализации выделяют интуитивные (экспертные) методы прогнозирования, базирующиеся на информации, полученной на основе оценок специалистов-экспертов, и формализованные (фактографические) методы, которые основываются на фактически имеющемся информационном материале об объекте прогнозирования и его прошлом развитии. Некоторые авторы выделяют группу комбинированных методов прогнозирования, в которых в качестве первичной информации наряду с экспертной используется и фактографическая.

Фактографические методы прогнозирования опираются на результаты анализа динамики потребления, способствуют выявлению тенденций в ее развитии, которые можно экстраполировать на определенный прогнозируемый период. По данным литературы эти методы являются наиболее предпочтительными для прогнозирования, поскольку количественные методы могут быть достаточно легко и быстро выполнены при составлении прогноза и при сравнимой точности (в определенных условиях) это намного дешевле и проще, чем привлечение экспертов.

Среди фактографических методов наиболее часто применяются методы экстраполяции тренда и скользящей средней, основанные на предположении, что параметры тренда и колебаний сохраняются до прогнозируемого периода, а также уравнение регрессии (в том числе и линейной) и экспоненциальное сглаживание. Достоинством метода экстраполяции является изученность используемых моделей и возможность получения, как правило, количественных оценок исследуемой величины. Ограничение, налагаемое на применение экстраполяции, заключается в необходимости получения полной и достоверной информации о прошлых событиях.

На основании изучения применяемых методов прогнозирования потребности в ЛС в целях настоящего исследования мы остановили внимание на методах экстраполяции по скользящей средней; экстраполяции по взвешенной средней; экстраполяции по экспоненциальной средней; гармонических весов; сезонных колебаний и линейной регрессии (рис.1).

Г~~~—-

1 этап - изучение данных литературы о применении методов прогнозирования в фармацевтической отрасли

2 этап - выявление ЛПдли изучения возможности прогнозирования их реализации

3 этап — разработка вариантов методик прогнозирования, оценка их точности, выбор оптимального варианта

4 этап — разработка

методических подходов к выбору оптимального метода краткосрочного прогнозирования реализации ЛП

• Изучение опыта применения различных методов прогнозирования для определения потребности в ЛС и в области прогнозирования спроса в ПС

• Выбор методов прогнозирования с учетом достоинств каждого метода и ограничения их применения

Проведение ABC- и XYZ-анализа ассортимента выпускаемой продукции Выбор ЛП для изучения возможности прогнозирования их реализации на основе совмещения результатов АВС-XYZ-анализа

* Разработка базовых методик прогнозирования и их вариантов на основе методов экстраполяции по скользящей средней, взвешенной средней, экспоненциальной средней, линейной функции, гармонических весов и сезонных колебаний

* Оценка точности вариантов методик с помощью показателя средней относительной ошибки

* Выбор оптимального варианта методики прогнозирования для каждого ЛП по минимальному значению средней относительной ошибки

• Разработка методических подходов по выбору оптимального метода краткосрочного прогнозирования реализации Л П

• Разработка программы - утилиты по выбору оптимального метода краткосрочного прогнозирования реализации ЛП (в операционной системе Windows ХР с использованием табличного процессора Microsoft Excel)

Рисунок 1 - Основные этапы исследования по разработке методических подходов к выбору оптимального метода краткосрочного прогнозирования реализации ЛП на уровне производителя ЛС

Глава 2. ВЫЯВЛЕНИЕ ЛЕКАРСТВЕННЫХ ПРЕПАРАТОВ ДЛЯ ИЗУЧЕНИЯ ВОЗМОЖНОСТИ КРАТКОСРОЧНОЮ ПРОГНОЗИРОВАНИЯ ИХ РЕАЛИЗАЦИИ

Разработка методов краткосрочного прогнозирования реализации ЛП проводилась нами на примере выпускаемой продукции Пермского НПО «Биомед» за 2004 - 2009 гг. На этом этапе нами были проведены исследования по выбору ЛП, для которых существует возможность прогнозирования их реализации. Для этого нами был изучен ассортимент выпускаемой продукции и проведен АВС-анализ по годам за весь анализируемый период, в результате которого были выявлены препараты с наибольшим объёмом реализации, наиболее значимые для производителя ЛС в плане получения дохода. Всего было проанализировано 67 ЛП.

В результате АВС-анализа выявлены ЛП, входившие в группы А, В и С. В разные годы их число составляло от 17 до 10 ЛП в группе А, от 14 до 9 ЛП - в группе В, от 35 до 19 ЛП - в группе С. Сокращение числа ЛП в этих группах к концу исследуемого периода обусловлено сокращением ассортимента выпускаемой продукции. В течение всего исследуемого периода 9 препаратов стабильно входили только в группу А, два - в группу В и одиннадцать - в группу С. Ещё четыре препарата в течение исследуемого периода входили в группу А или В, а три препарата в разные годы входили либо в группу А, либо В, либо С.

Следующим этапом исследования стало проведение ХУг-анализа с целью разделения ассортимента продукции на три группы в зависимости от стабильности их продаж и возможности точного прогнозирования реализации. Для каждой номенклатурной позиции ЛП по формуле (1) был рассчитан коэффициент вариации, который показывает отклонение анализируемого показателя реализации от среднеарифметического значения и выражается в процентах:

V £(Х1-Хср,у/\ К вариации =--*100%, (1)

Хер.

где Квариации - коэффициент вариации;

XI - фактическое значение объема продаж каждого препарата по числу упаковок; Хер. - среднее значение объема продаж каждого препарата по числу упаковок за определенный период (месяц, квартал, год).

Учитывая значение коэффициента вариации объемов продаж, анализируемый ассортимент ЛП распределили на три группы следующим образом:

• Категория X (Квариации от 0% до 10%) - препараты со стабильной величиной реализации, незначительными колебаниями в продажах и высокой точностью прогнозирования объемов продаж.

• Категория Y (Квариации от 10% до 25%) - препараты, реализация которых носит нестабильный или сезонный характер, соответственно, возможности прогнозирования их реализации являются средними.

• Категория Z (Квариации более 25%) - препараты, продажи которых носят нестабильный характер, в связи с чем определенную сложность представляет и сама возможность прогнозирования объемов их продаж.

В результате проведенного анализа с использованием данных о реализации ЛП за месяц установлено, что коэффициенты вариации у всех препаратов за исследуемый период оказались более 25%, что указывает на сложности при прогнозирование реализации ЛП на основе исходных данных за месяц. Поэтому в дальнейшем нами были рассчитаны коэффициенты вариации для всех ЛП на основании данных о реализации за квартал по каждому исследуемому году.

В результате проведенного XYZ-анализа установлено, что удельный вес препаратов, формирующих группу X, составил 15,39%-15,79%. Удельный вес ЛП, составляющих группу Y, остается достаточно постоянным в пределах от 22,22% до 27,45%. Удельный вес группы Z в течение исследуемого периода постепенно снижался и достиг в 2008 г. 57,89%.

Далее путем сопоставления результатов ABC- и XYZ -анализов и построения матриц ABC-XYZ за каждый исследуемый год весь ассортимент ЛП был распределен на девять блоков, каждый из которых имеет две характеристики: объем реализации (в денежном измерителе) и точность прогнозирования их реализации. В результате были выявлены ЛП, которые за исследуемый период попадали в группы стабильной реализации (АХ, AY, ВХ, BY, СХ, CY) в течение четырех-пяти лет и были включены нами в дальнейшие исследования по выбору оптимального метода краткосрочного прогнозирования их реализации (таблицы 1 и 2).

Таблица 1 - ЛИ, попадавшие в группы стабильной реализации в течение пяти исследуемых лет

Наименование ЛП Группа ЛП в матрице АВС-ХУ2

2004г. 2005г. 2006г. 2007г. 2008г.

1 Бифидумбактерин сухой, фл. 5 доз №10 АУ АУ АУ АУ АХ

2 Лакюбактерин сухой, фл. 5 доз №10 АУ АУ АХ АУ АУ

3 Лидаза, лиофилизат для приготовления р-ра д/ин 64УЕ., амп. №10 АХ АУ АУ АУ АХ

4 Секстафаг (Пиобактериофаг поливалентный жидкий), фл. 20 мл. №4 АУ АХ АХ АУ АУ

5 Антиген кардиолипиновый для реакции микропреципитации, амп. №5 АУ АУ ВУ ВУ ВУ

6 Иммуноглобулин человека нормальный, амп. №10 ВУ ВУ ВУ ВУ ВХ

7 Клебсифаг жидкий (Бактериофаг клеб-сиелл-пневмонии), фл. 20 мл. №4 СУ СУ СУ СХ ВУ

8 Комплемент сухой, лиофилизат для диагностических целей, амп. 1мл. №10 ВУ ВХ ВУ СХ СУ

Таблица 2 - ЛП, попадавшие в группы стабильной реализации в течение четырех исследуемых лет

№ Группа ЛП в матрице АВС-ХУ2

п/п Наименование ЛП 2004 2005 2006 2007 2008

г. г. г. г. г.

1 Бактериофаг стафилококковый жидкий, фл. 20 мл. №4 вг (30,36%) ВУ ВУ АУ АХ

2 Бактериофаг стрептококковый жидкий, фл. 20 мл. №4 СУ сг (26,71%) СУ СХ СУ

3 Сыворотка лошадиная нормальная для бактериологических питательных сред жидкая 100 мл. / фл. СХ с г (25,28%) ВУ СУ СУ

4 Сыворотка п/столбнячная лошадиная очищенная концентрированная жидкая, 3000 МЕ/амп. А Ъ (29,39%) ВУ ВУ ВУ СУ

Глава 3. РАЗРАБОТКА МЕТОДИК КРАТКОСРОЧНОГО ПРОГНОЗИРОВАНИЯ РЕАЛИЗАЦИИ ЛЕКАРСТВЕННЫХ ПРЕПАРАТОВ НА ОСНОВЕ ФАКТОГРАФИЧЕСКИХ МЕТОДОВ ПРОГНОЗИРОВАНИЯ

На следующем этапе работы нами были разработаны по каждому выбранному для исследования методу прогнозирования базовые методики расчетов, которые отличаются друг от друга комбинациями двух составляющих - применяемым подходом к использованию исходных данных для прогнозирования и длительностью периода, за который анализируются исходные данные.

В зависимости от использования исходных данных для прогнозирования нами были использованы два подхода. Первый, традиционный, основан на том, что прогнозирование осуществляется на основании исходных фактических данных, непосредственно предшествующих моменту прогнозирования по динамическому временному ряду (рис.2).

Второй, названный нами как альтернативный подход, заключается в том, что прогнозирование осуществляется на основании исходных фактических данных одноименных календарных периодов прошлых динамических рядов, которые соответствуют моменту прогнозирования (например, для прогноза на январь будущего года данные берутся за январи предшествующих лет) (рис.2).

Традиционный

апр.07

май.05

май.06

май.07

июн.05

июн.06

июн.07

ию/1.05

июл.06

июл.07

звг.07

Рисунок 2 - Использование исходных фактических данных о реализации ЛП для получения прогноза с учетом традиционного и альтернативного подходов

сен.07

окт.07

ноя.07

Вторая составляющая, которая учитывалась нами при разработке базовых методик - длительность периода, за который анализируются исходные данные: месяц или квартал.

Таким образом, по каждому методу прогнозирования (за исключением метода сезонных колебаний, в котором изначально не предусмотрен традиционный подход) было разработано четыре базовых методики прогнозирования (рис.3).

Традиционный подход (Т)

Исходная информация за месяц(ы) (м)

Альтернативный подход (А) |

Исходная информация за месяц(ы) (м)

Метод ___прогнозирования

Традиционный подход (Т) +

Исходная информация за квартал(ы)(кв)_

Альтернативный подход (А)

Исходная информация за квартал(ы) (кв)

Рисунок 3 - Комбинации составляющих (применяемый подход и длительность периодов, за которые анализируется исходные данные), формирующие базовые методики прогнозирования

Далее по каждой из четырех базовых методик по каждому методу прогнозирования было разработано несколько вариантов, отличающихся числом показателей динамического ряда, используемых в качестве исходной информации для прогнозирования. С учетом особенностей каждого метода прогнозирования число их было разным (от одного до двенадцати по количеству месяцев, от одного до четырех кварталов). Для идентификации каждого варианта методик нами вводились условные обозначения, включающие обозначения метода прогнозирования, используемого подхода (традиционный или альтернативный), длительности периода (месяц или квартал), число показателей динамического ряда.

Например, для метода экстраполяции по скользящей средней с использованием традиционного подхода с исходными данными за месяц было получено 12 вариантов, число которых обусловлено тем, что количество месяцев, входящих в арифметическую среднюю, было использовано от одного («наивный прогноз») до

двенадцати (Ск.ср.-Т-1м; Ск.ср.-Т-2м; Ск.ср.-Т-Зм;........Ск.ср.-Т-12м). С использованием этого же подхода, по с исходными данными за квартал было получено 4 варианта, число которых было обусловлено количеством кварталов, входящих в арифметическую среднюю (С.к.ср.-Т-1 кв; Скхр.-'Г-2кв; Ск.ср.-Т-Зкв; Слс.ср.-Т-4кв).

При разработке базовой методики прогнозирования с использованием альтернативного подхода с исходными данными за месяц было разработано 3 варианта (Ск.ср.-А-1 м, Ск.ср.-А-2м, Ск.ср.-А-Зм). С использованием этого же подхода, но с исходными данными за квартал было разработано 4 варианта (Ск.ср.-А-1 кв; Ск.ср.-А-2кв; Ск.ср.-А-4кв; Ск.ср.-А-4кв).

Таким образом, на основе метода экстраполяции но скользящей средней нами были разработаны 4 базовые методики краткосрочного прогнозирования реализации ЛП по 23 вариантам. На рисунке 4 представлен алгоритм формирования методик и их вариантов с использованием метода экстраполяции по скользящей средней.

Метод экстраполяции по скользящей средней

Исходные данные

Обработка исходных данных

Результат н/мшенения каждого варианта методика

Рисунок 4 - Алгоритм формирования методик и их вариантов на основе метода экстраполяции по скользящей средней

Таким же образом была проведена разработка базовых методик по всем используемым методам прогнозирования. Результатом данного этапа исследовапи5 явилась разработка 170 вариантов методик краткосрочного прогнозирования не основе фактографических методов прогнозирования (таблица 3).

Таблица 3 - Общее количество разработанных вариантов методик

прогнозирования

N Метод прогнозирования 'Количество вариантов методик Традиционный подход Альтернативный подход

п/п Период -месяц Период -[ квартал Период -месяц Период -квартал

1. Экстраполяция по скользящей средней 23 12 4 3 4

2. Экстраполяция по взвешенной средней 79 25 20 14 20

3. Экстраполяция но экспоненциальной средней 36 9 9 9 9

4. Экстраполяция по линейной функции 8 2 3 2 1

5. Метод гармонических весов 21 8 7 3 3

6. Метод сезонных колебаний 3 - - 2 1

ИТОГО: 170 56 43 33 38

Широкая вариабельность предложенных методик краткосрочного прогнозирования позволит выбрать оптимальный вариант прогнозирования реализации препаратов на определенный период времени с учетом имеющихся фактических данных об их реализации.

Выбор оптимального варианта методики прогнозирования из общего количества разработанных вариантов проводится с использованием в качестве критерия величины средней относительной ошибки. В иностранной и переводной литературе её также называют МАРЕ (mean percentage absolute error).

Средняя относительная ошибка рассчитывается по формуле (2): I X ( — X „р |

МАРЕ = - У---------------100%, (2)

где: МАРЕ - средняя относительная ошибка;

Х| - фактическое значение исследуемого показателя;

х „,,.- прогнозное значение исследуемого показателя.

Средняя относительная ошибка рассчитывается для двенадцати полученных прогнозных значений в случае выполнения прогнозов на месяц (п=12), либо для четырех значений в случае выполнения прогнозов па квартал (п=4).

Данный показатель используется в случае сравнения точности прогнозов по нескольким методикам. При этом считают, что точность методики является:

• Высокой - при МАРЕ < 10%,

• хорошей - при МАРЕ от 10 до 20%,

• удовлетворительной - при МАРЕ от 21 до 50%.

Для практического применения разработанных вариантов методик, расчета средних относительных ошибок и выбора оптимального варианта нами была разработана программа-утилита по выбору оптимального метода прогнозирования реализации JIC в операционной системе Windows ХР с использованием табличного процессора Microsoft Excel, позволяющая оперативно проводить расчеты по всем вариантам методик прогнозирования одновременно.

В программе-утилите по каждому из разработанных вариантов заложен расчет средней относительной ошибки на основании отклонений прогнозных данных от фактических за каждый исследуемый год.

Апробирование разработанных вариантов методик проводилось нами на примере фактических данных по реализации исследуемых ЛП за 2006, 2007, 2008 и 2009 годы. Полученные прогнозные значения за каждый календарный год сопоставлялись с фактическими данными по реализации препарата за этот же год, и рассчитывалась средняя относительная ошибка по каждому из вариантов методик прогнозирования. Оптимальный вариант методики определялся на основании найденного программой-утилитой минимального значения средней относительной ошибки среди всех значений средних относительных ошибок.

Проведенный анализ значений этих ошибок показал, что при использовании вариантов методик с исходными показателями за месяц только для двух препаратов (Бифидумбактерин сухой, фл. 5 доз №10 и Лактобактерии сухой, фл. 5 доз №10) за все четыре года наблюдается хорошая точность прогнозирования (ошибка не превышает 20%). При использовании вариантов методик с исходными пока-

зателями за квартал для восьми Л11 (Бактериофаг стафилококковый жидкий, фл. 20 мл. №4; Бактериофаг стрептококковый жидкий, фл. 20 мл. №4; Бифидумбакте-рии сухой, фл. 5 доз №10; Иммуноглобулин человека нормальный, амп. №10; Клебсифаг жидкий, фл. 20 мл. №4; Лидаза, лиофилизат для приготовления р-ра д/ии. 64УЕ., амп. №10; Секстафаг, фл. 20 мл. №4; Сыворотка лошадиная нормальная для бактериологических питательных сред жидкая 100 мл. / фл.) за все четыре исследуемые года наблюдается хорошая точность прогнозирования (ошибка не превышает 20%).

Таким образом, проведенные исследования показали, что для данной группы препаратов наиболее точными являются прогнозы, основанные на использовании исходных данных за квартал.

В то же время, исследование показало, что использование разных вариантов методик па основе как традиционного, гак и альтернативного подходов не выявило преимущества какого-либо из них при прогнозировании реализации конкретного препарата в течение всего исследуемого периода. В разные годы минимальную величину средней относительной ошибки давали разные варианты методик прогнозирования на основе и традиционного, и альтернативного подходов.

Далее нами была проверена возможность использования оптимального варианта методики за последний период, предшествующий плановому, для краткосрочного прогнозирования реализации конкретного ЛП. По каждому препарату составлялся план реализации за месяц или квартал. При получении данных о фактической реализации ЛП за год проводился сравнительный анализ фактических и прогнозных показателей. Результаты анализа показали возможность экстраполяции оптимального варианта предшествующего периода на плановый период.

На основании проведенных исследований нами были разработаны методические подходы по выбору оптимального метода краткосрочного прогнозирования реализации ЛП производителем ЛС (рис.5).

Лнллт ассортимента выпускаемой продукции кронлзодители ЛС с номонцло метода ЛВС-анализа

Анализ ассортимента выпускаемой продукции производителя ЛС с помощью метода ХУХ-аиалша

Выбор ЛИ для прогнозирования реализации на осиовашш совмещения результатов проведенного ЛВС - ХУХ- анализа

Апробация вариантов методик- прогношровашш на осиовашш ретроспективных данных по реализации ЛП для получения прогнозных шачешш в программе-уташие

Оценка полненных проточных шачешш но величине

средней относительной ошибки

□

Выбор оптимального варианта методики прогно шровашш реализации ЛП на основе поиска минимального значения средней относительной ошибки

Рисунок 5 - Методические подходы по выбору оптимального метода краткосрочного прогнозирования реализации ЛП на уровне производителя ЛС

ВЫВОДЫ

1. Анализ и обобщение данных литературы о применении методов прогнозирования в фармацевтической отрасли выявили широкое использование фактографических методов для прогнозирования потребности в J1C, однако их применение для прогнозирования реализации ЛП на уровне производителя ЛС в источниках литературы не нашло своего отражения. По результатам изучения применяемых методов прогнозирования для дальнейшего исследования были выбраны фактографические методы экстраполяции по скользящей средней, по взвешенной средней; по экспоненциальной средней; гармонических весов; прогнозирования па основе сезонных колебаний и уравнении линейной регрессии.

2. Изучение ассортимента выпускаемой продукции, проведение ABC- и XYZ-аиализов за 2004-2008 гг. позволили выявить J1I1 с наибольшим и стабильным объёмом реализации, которые за исследуемый период попадали в группы стабильной реализации (АХ, AY, ВХ, BY, СХ, CY) с коэффициентом вариации менее 25 %. Эти препараты (всего 12) были нами отобраны для изучения возможности прогнозирования их реализации на основе выбранных методов прогнозирования и разработки методических подходов к выбору оптимального метода краткосрочного прогнозирования реализации ЛП для производителя ЛС.

3. Для разработки методик краткосрочного прогнозирования реализации ЛП нами были применены два подхода к использованию исходных данных - традиционный, основанный на использовании исходных фактических данных, непосредственно предшествующих моменту прогнозирования по динамическому временному ряду, и альтернативный - на основе использования исходных фактических данных одноименных календарных периодов прошлых динамических рядов, которые соответствуют моменту прогнозирования.

4. С использованием традиционного и альтернативного подходов по каждому методу прогнозирования было разработано по четыре базовых методик расчетов (за исключением метода сезонных колебаний, в котором возможны только две методики), отличающиеся между собой комбинациями применяемых подходов и длительностью периода, за который анализируются исходные данные. По каждой из четырех базовых методик у каждого метода прогнозирования

было разработано несколько вариантов, отличающихся числом показателей динамического ряда, используемых в качестве исходной информации для прогнозирования. С учетом особенностей каждого метода прогнозирования число их было разным - от одного до двенадцати но количеству месяцем, либо от одного до четырех кварталов. В результате было разработано 170 вариантов методик краткосрочного прогнозирования.

5. Для оценки точности прогнозов реализации ЛП, полученных но разработанным вариантам методик прогнозирования, в качестве критерия использована величина средней относительной ошибки (или МАРЕ).

6. Для практического применения разработанных вариантов методик, расчета средних относительных ошибок и выбора оптимального варианта нами была разработана программа-утилита по выбору оптимального метода прогнозирования реализации JIC в операционной системе Windows ХР с использованием табличного процессора Microsoft Excel, позволяющая оперативно проводить расчеты по всем вариантам методик прогнозирования одновременно.

7. Апробирование разработанных вариантов методик на примере фактических данных по реализации за 2006, 2007, 2008 и 2009 годы показало, что прогнозирование реализации по всем изучаемым ЛП с минимальными величинами МАРЕ возможно при применении разных вариантов методик за исследуемый период с применением как традиционного, так и альтернативного подходов. Для исследуемой группы препаратов наиболее точными оказались прогнозы, основанные на использовании исходных данных за квартал.

8. На основе оценки применения разработанных вариантов методик по критерию точности прогнозирования обоснован выбор оптимального варианта для краткосрочного прогнозирования реализации по каждому ЛП. Изучение и оценка возможности использования оптимального варианта методики за последний период, предшествующий плановому, для краткосрочного прогнозирования реализации конкретного ЛП показали возможность экстраполяции оптимального варианта методики предшествующего периода на плановый период.

Список работ, опубликованных но теме диссертации

1 .Шильникова, C.B. Выбор метода краткосрочного прогнозирования реааизации л с карствснных препаратов / C.B. Шильникова, Г.А. Олейник, Е.В. Орлова // Соврс менпые проблемы фармакологии и фармации : материалы Всерос. науч.-праю конф., посвящ. 70-летию НГМА. - Новосибирск, 2005. - С. 232-234.

2. Шильникова, C.B. Теоретические подходы к выбору модели прогнозирования н основе анализа временных рядов / C.B. Шильникова, Г.А. Олейник, Е.В. Орлова / Фармация и здоровье : материалы между нар. науч.-практ. конф. ,9-12 нояб 2005 г.-Пермь,2005.-С.54.

3. Шильникова, C.B. Выбор оптимального метода прогнозирования для реализг ции лекарственных средств / C.B. Шильникова, Г.А. Олейник, Е.В. Орлова // ХР Российский национальный конгресс «Человек и лекарство» : тез. докл. - M 2007.-С.ЗЗЗ.

4. Шильникова, C.B. Возможность использования метода гармонических весо! для краткосрочного прогнозирования / C.B. Шильникова, Г.А. Олейник, Е.В. Ор лова // Вести. Перм. гос. фармац. акад. - 2007. - № 3. - С. 155-157. (9/10)

5. Шильникова, C.B. Выбор оптимального метода прогнозирования реализации клебсифага жидкого и сыворотки противогангренозной / C.B. Шильникова, Г,А. Олейник, Е.В. Орлова // Вести. Перм. гос. фармац. акад. - 2007. - № 3. - С. 157— 159.

6. Шильникова, C.B. О возможности использования метода экспоненциального сглаживания для прогнозирования реализации медицинских иммунобиологических препаратов/ C.B. Шильникова, Г.А. Олейник, Е.В. Орлова// Формирование гуманитарной среды и внеучебная работа в вузе, техникуме, школе : материалы IX Всерос. науч.-практ. конф. - Пермь, 2007. - Т. 2.-С. 133-134.

7. Шилышкова, C.B. Выбор оптимального метода краткосрочного прогнозирования для медицинских иммунобиологических и лекарственных препаратов / C.B. Шильникова, Г.А. Олейник, Е.В. Орлова// Фармация. - 2007. -№ 6. -С. 28-29.

8. Шильникова, C.B. Анализ устойчивости реализации ассортимента филиала ФГУП НПО «Микроген» МЗ РФ «Пермское НПО «Биомед» за 2004 - 2006 гг. / C.B. Шильникова, Г.А. Олейник, Е.В. Орлова // Создание и перспективы применения медицинских иммунобиологических препаратов : материалы Всерос. науч.-практ. конф., посвящ. 110-летию фил. ФГУП НПО «Микроген» МЗ РФ «Пермское НПО «Биомед». - Пермь, 2008. - С. 166-168.

9. Шильникова, C.B. Выбор оптимального метода прогнозирования для реализации бактериофагов / C.B. Шильникова, Г.А. Олейник, К.В. Орлова // XVI Российский национальный конгресс «Человек и лекарство» : тез. докл. - М., 2009. - С. 240.

10.Шильникова, C.B. Выбор оптимального метода прогнозирования для реализации иммунобиологических препаратов / C.B. Шильникова, Г.А. Олейник, Е.В. Орлова // XVI Российский национальный конгресс «Человек и лекарство» : тез. докл. -М., 2009.-С. 241.

11.Шильникова, C.B. Выбор оптимальной методики краткосрочного прогнозирования реализации для медицинских иммунобиологических и лекарственных препаратов / C.B. Шильникова, Г.А. Олейник, Е.В. Орлова II Перм. мед. журн. -2010.-Т. 27, №6.-С. 85-90.

Шмльиикова Светлана Владимировна (Россия)

Методические подходы к выбору оптимального метода краткосрочного прогнозирования реализации лекарственных препаратов производителем лекарственных средств

Обоснован выбор фактографических методов прогнозирования для проведения исследования. Разработан альтернативный подход к выбору исходных данных для получения прогнозных значений реализации лекарственных препаратов (ЛП). С использованием традиционного и альтернативного подходов разработаны варианты методик краткосрочного прогнозирования реализации ЛП по каждому методу (170 вариантов). На основе оценки разработанных вариантов методик по критерию точности прогнозирования обоснован выбор конкретного варианта методики для краткосрочного прогнозирования реализации по каждому ЛП. Разработаны методические подходы к выбору оптимального метода краткосрочного прогнозирования реализации ЛП на уровне производителя ЛС. По результатам исследования разработана программа - утилита для осуществления выбора оптимального метода краткосрочного прогнозирования реализации ЛС.

Shilnikova Svetlana (Russia)

The methodical approaches to a choice of an optimal short-term forecasting method of drug realization by pharmaceutical manufacturer

The choice of the factual forecasting methods for the study is proved. The alternative approach to the choice of initial data to obtain predictive values of drug realization is developed. The variants of short-term forecasting techniques of drug realization on each method are developed with use of traditional and alternative approaches (170 variants). The choice of a concrete variant of a technique for short-term forecasting of realization for each drug is proved based on the evaluation of developed variants of techniques by criterion of forecasting accuracy . The methodical approaches to a choice of an optimal short-term forecasting method of drug realization by pharmaceutical manufacturer are proved. The program-utility to choosing an optimal short-term forecasting method of drugs realization is developed by results of research.

>Г

Подписано в печать 13.10.2011

Формат 60*84/16. Набор компьютерный. Бумага ВХИ. Тираж 100 экз. Усл. печ. л 1,5 Заказ № 212/2011.

Отпечатано на ризографе в типографии ГБОУ ВПО ПГФА 614070, г. Пермь, ул. Крупской, 46, тел./факс. 8-901-266-59-37, (342) 282-57-92

Оглавление диссертации Шильникова, Светлана Владимировна :: 2011 :: Пермь

СПИСОК СОКРАЩЕНИИ

ВВЕДЕНИЕ

Глава 1. АНАЛИЗ ИСПОЛЬЗОВАНИЯ РАЗЛИЧНЫХ МЕТОДОВ ПРОГНОЗИРОВАНИЯ ПОТРЕБНОСТИ В ЛЕКАРСТВЕННЫХ СРЕДСТВАХ.

1.1. Методы прогнозирования потребности в ЛС, использовавшиеся в 70-90х гг. XX века.

1.2. Научные исследования в области прогнозирования спроса и потребности в Л С в начале XXI века.

1.3. Краткий обзор применения фактографических методов прогнозирования ЛС.

Глава 2. АНАЛИЗ АССОРТИМЕНТА РЕАЛИЗУЕМОЙ ПРОДУКЦИИ ПЕРМСКОГО НПО «БИОМЕД» ЗА 20042008 гг.

2.1. Характеристика объектов и методов исследования.

2.2. Результаты АВС-анализа ассортимента ЛП, реализуемых Пермским НПО «Биомед» в течение 2004-2008гг.

2.3. Результаты - анализа ассортимента ЛП, реализуемых Пермским НПО «Биомед» в течение 2004-2008гг.

2.4. Обоснование выбора ЛП для изучения возможности прогнозирования их реализации.

Глава 3. РАЗРАБОТКА МЕТОДИК ПРОГНОЗИРОВАНИЯ РЕАЛИЗАЦИИ ЛП НА ОСНОВЕ ФАКТОГРАФИЧЕСКИХ МЕТОДОВ ПРОГНОЗИРОВАНИЯ.

3.1. Общие положения по формированию методик.

3.2. Разработка методик прогнозирования на базе метода экстраполяции по скользящей средней.

3.3. Разработка методик прогнозирования на базе метода экстраполяции по взвешенной средней.

3.4. Разработка методик прогнозирования на базе метода экстраполяции по экспоненциальной средней.

3.5. Разработка методик прогнозирования на основе метода экстраполяции по линейной функции.

3.6. Разработка методик прогнозирования на основе метода гармонических весов.

3.7. Разработка методики прогнозирования на базе метода сезонных колебаний.

3.8. Критерий оценки точности вариантов методик прогнозирования и оценка результатов прогнозирования за 20062009 гг.

3.9. Разработка программы-утилиты по выбору оптимального метода прогнозирования реализации JTC в операционной системе Windows ХР с использованием табличного процессора Microsoft Excel.

3.10. Результаты исследования по выбору оптимального варианта методики прогнозирования и оценка их применения по исследуемым ЛП.

ВЫВОДЫ.

Введение диссертации по теме "Организация фармацевтического дела", Шильникова, Светлана Владимировна, автореферат

Актуальность темы. В условиях усиливающейся конкуренции на фармацевтическом рынке производителям лекарственных средств (JIC) важно правильно оценить создавшуюся рыночную конъюнктуру и своевременно реагировать на происходящие изменения. Вопросам развития и совершенствования отечественной фармацевтической промышленности уделяется большое внимание, о чем свидетельствует широта спектра проблем, освещаемых в научной литературе.

Проблемам формирования номенклатуры производства JIC, стратегий продвижения их российскими производителями, эффективности организации товародвижения на основе логистики посвящены работы Терещенко А.Г., Гетьмана М.А., Курашова М.М. и др.

Рассмотрены вопросы организации производства JTC на основе конверсионного реформирования предприятий оборонной промышленности, формализации схем разработки опытно-промышленных технологий и соответствующих моделей производства JIC, создания маркетинговой службы на предприятии-производителе JIC (Кумышева Л.А., Петров А.Ю., Страшный В.В., Орлова Е.В.). Предложены механизмы стратегического управления фармацевтическим предприятием в условиях неопределенности внешней среды (Фотеев В.Г.), система регулярного менеджмента для галеново-фармацевтических фабрик (Буйлин A.B.). Экономическому обоснованию моделей инвестиционных процессов посвящены работы Сапов-ского М.М., Выровщиковой A.B.

Вопросы планирования потребности в различных JIC широко были рассмотрены и изучены ещё в советское время в работах Кобзаря JI.B., Дрёмовой Н.Б., Тольцман Т.П., Сбоевой С.Г. и др. В современных экономических условиях изучение возможности прогнозирования объёмов производства и реализации лекарственных препаратов (ЛП) на уровне производителя JIC пока не проводилось. Отсутствие адекватного прогноза peaлизации ЛП является одной из причин слабой адаптации к требованиям рынка и, как следствие, финансовым затруднениям отечественных производителей ЛС. Для совершенствования деятельности производителя ЛС требуется создание современных методических подходов к анализу и прогнозированию реализации выпускаемых им ЛП. Это обусловило актуальность исследования, определило его цель и задачи.

Цели и задачи исследования. Целью исследования являлась разработка методических подходов к выбору оптимального метода краткосрочного прогнозирования реализации ЛП на уровне производителя ЛС.

Для достижения поставленной цели необходимо было решить следующие задачи:

• обобщить данные литературы о применении методов прогнозирования в фармацевтической отрасли;

• изучить динамику ассортимента продукции исследуемого производителя ЛС за анализируемый период;

• выявить номенклатурные позиции ЛП для изучения возможности прогнозирования их реализации;

• разработать методические рекомендации по выбору оптимального метода прогнозирования реализации ЛП.

Научная новизна исследований. Разработаны методические подходы к выбору оптимального метода краткосрочного прогнозирования реализации ЛП на уровне производителя ЛС.

На основе анализа использования фактографических методов прогнозирования разработан альтернативный подход к выбору исходных данных для получения прогнозных значений реализации ЛП (для методов экстраполяции по скользящей средней, по взвешенной средней, по экспоненциальной средней, по линейной функции, гармонических весов). С использованием традиционного и альтернативного подходов разработаны варианты методик краткосрочного прогнозирования реализации ЛП по каждому методу (всего 170 вариантов).

На основе оценки разработанных вариантов методик по критерию точности прогнозирования обоснован выбор конкретного варианта методики для краткосрочного прогнозирования реализации по каждому ЛП. По результатам исследования разработана программа - утилита для осуществления выбора оптимального метода краткосрочного прогнозирования реализации ЛС.

•Методические рекомендации по выбору оптимального метода краткосрочного прогнозирования реализации J1C (акты внедрения ЗАО «Обнинская химико-фармацевтическая компания» от 31.05.2011; ФГУП «НПО «Микроген» Минздравсоцразвития России Филиал в г. Н.Новгороде «Нижегородское предприятие по производству бактерийных препаратов «Им-био» от 15.09.2011).

• Программа-утилита по выбору оптимального метода прогнозирования реализации JIC (в операционной системе Windows ХР с использованием табличного процессора Microsoft Excel) (акты внедрения ЗАО «Обнинская химико-фармацевтическая компания» от 31.05.2011; Интелфарм, АО Группа компаний от 05.09.2011).

• Учебное пособие «Методы краткосрочного прогнозирования производства и реализации JIC» (акты внедрения ГБОУ ВПО «Нижегородская государственная медицинская академия» Минздравсоцразвития России от 15.09.2011; ГБОУ ВПО «Пермская государственная фармацевтическая академия» Минздравсоцразвития России от 30.08.2011; ГОУ ВПО «Саратовский государственный медицинский университет им. В.И. Разумовского» Минздравсоцразвития России от 16.05.2011).

Отдельные фрагменты и результаты исследования используются в учебном процессе ГБОУ ВПО «Пермская государственная фармацевтическая академия» Минздравсоцразвития России, на кафедре управления и экономики фармации факультета очного отделения.

Апробация работы. Основные результаты диссертационной работы доложены и обсуждены на Международной научно-практической конференции «Фармация и здоровье» (Пермь, 2005); Всероссийской научнопрактической конференции «Современные проблемы фармакологии и фармации», посвященной 70-летию НГМА (Новосибирск, 2005); IX Всероссийской научно-практической конференции «Формирование гуманитарной среды и внеучебная работа в вузе, техникуме, школе» (Пермь, 2007); на XIV Российском национальном конгрессе «Человек и лекарство» (Москва, 2007); Всероссийской научно-практической конференции, посвященной 110-летию филиала ФГУП НПО «Микроген» МЗ РФ «Пермское НПО «Биомед» «Создание и перспективы применения медицинских иммунобиологических препаратов» (Пермь, 2008); на XVI Российском национальном конгрессе «Человек и лекарство» (Москва, 2009). Положения, выдвигаемые на защиту:

• результаты анализа ассортимента ЛП с помощью методов ABC- и XYZ-анализа для изучения возможности прогнозирования их реализации;

• альтернативный подход к выбору исходных данных для получения прогнозных значений реализации ЛП;

• методические подходы к разработке вариантов методик прогнозирования реализации ЛП на основе фактографических методов;

• методические подходы по выбору оптимального метода прогнозирования реализации ЛП на уровне производителя ЛС.

Объем и структура диссертации. Диссертационная работа состоит из введения, трех взаимосвязанных глав, изложенных на 125 страницах машинописного текста и 24 приложений на 89 страницах, содержит 21 таблицу и 32 рисунка. Библиографический указатель включает 184 литературных источника, из которых 44 - на иностранных языках.

Заключение диссертационного исследования на тему "Методические подходы к выбору оптимального метода краткосрочного прогнозирования реализации лекарственных препаратов производителем лекарственных средств"

123 ВЫВОДЫ

1. Анализ и обобщение данных литературы о применении методов прогнозирования в фармацевтической отрасли выявили широкое использование фактографических методов для прогнозирования потребности в ЛС, однако их применение для прогнозирования реализации ЛП на уровне производителя ЛС в источниках литературы не нашло своего отражения. По результатам изучения применяемых методов прогнозирования для дальнейшего исследования были выбраны фактографические методы экстраполяции по скользящей средней, по взвешенной средней; по экспоненциальной средней; гармонических весов; прогнозирования на основе сезонных колебаний и уравнении линейной регрессии.

2. Изучение ассортимента выпускаемой продукции, проведение ABC- и XYZ-анализов за 2004-2008 гг. позволили выявить ЛП с наибольшим и стабильным объёмом реализации, которые за исследуемый период попадали в группы стабильной реализации (АХ, AY, ВХ, BY, СХ, CY) с коэффициентом вариации менее 25 %. Эти препараты (всего 12) были нами отобраны для изучения возможности прогнозирования их реализации на основе выбранных методов прогнозирования и разработки методических подходов к выбору оптимального метода краткосрочного прогнозирования реализации ЛП для производителя ЛС.

С использованием традиционного и альтернативного подходов по каждому методу прогнозирования было разработано по четыре базовых методик расчетов (за исключением метода сезонных колебаний, в котором возможны только две методики), отличающиеся между собой комбинациями применяемых подходов и длительностью периода, за который анализируются исходные данные. По каждой из четырех базовых методик у каждого метода прогнозирования было разработано несколько вариантов, отличающихся числом показателей динамического ряда, используемых в качестве исходной информации для прогнозирования. С учетом особенностей каждого метода прогнозирования число их было разным - от одного до двенадцати по количеству месяцев, либо от одного до четырех кварталов. В результате было разработано 170 вариантов методик краткосрочного прогнозирования. Для оценки точности прогнозов реализации ЛП, полученных по разработанным вариантам методик прогнозирования, в качестве критерия использована величина средней относительной ошибки (или МАРЕ). Для практического применения разработанных вариантов методик, расчета средних относительных ошибок и выбора оптимального варианта нами была разработана программа-утилита по выбору оптимального метода прогнозирования реализации ЛС в операционной системе Windows ХР с использованием табличного процессора Microsoft Excel, позволяющая оперативно проводить расчеты по всем вариантам методик прогнозирования одновременно.

Апробирование разработанных вариантов методик на примере фактических данных по реализации за 2006, 2007, 2008 и 2009 годы показало, что прогнозирование реализации по всем изучаемым ЛП с минимальными величинами МАРЕ возможно при применении разных вариантов методик за исследуемый период с применением как традиционного, так и альтернативного подходов. Для исследуемой группы препаратов наиболее точными оказались прогнозы, основанные на использовании исходных данных за квартал.

Список использованной литературы по медицине, диссертация 2011 года, Шильникова, Светлана Владимировна

1. Айвазян, С.А. Эконометрика: краткий курс : учеб. пособие / С.А. Айвазян, С.С. Иванова. М.: Маркет ДС, 2007. - 104 с.

2. Анализ обеспечения аптечного склада сезонными запасами лекарственных средств / С.П. Налимов и др. // Фармация. 1988. - № 5. - С. 8-12.

3. Афанасьев, В.Н. Анализ временных рядов и прогнозирование / В.Н. Афанасьев, М.М. Юзбашев. М.: Финансы и статистика, 2001. - 228 с.

4. Афонин, А. Некоторые аспекты формирования ассортиментно-сбытовых стратегий российскими фармпроизводителями / А. Афонин // Ремедиум. 2003. - № 1 - 2. - С. 38-44.

5. Бабич, Т.Н. Планирование на предприятии: учеб. пособие / Т.Н. Бабич, Э.Н. Кузьбожев. -М.: КНОРУС, 2005. -.336 с.

6. Басовский, Л.Е. Прогнозирование и планирование в условиях рынка / Л.Е. Басовский. М.: ИНФРА-М, 2008 г. - 264 с.

7. Беляевский, И.К. Маркетинговое исследование, информация, анализ, прогноз / И.К. Беляевский. М.: Финансы и статистика, 2008. - 320 с.

8. Беляевский, И.К. Статистика рынка товаров и услуг / И.К. Беляевский. М.: Финансы и статистика, 2002. - 65.6 с.

9. Бородин, С.А. Эконометрика : учеб. пособие / С.А. Бородич. Минск: Новое знание, 2001. - 408 с.

10. Буйлин, A.B. ABC-XYZ-анализ ассортимента выпускаемой продукции как элемент стратегического маркетинга / A.B. Буйлин // Ремедиум. -2005.-№3.-С. 80-84.

11. Бушуева, Л.И. Методы прогнозирования объема продаж / Л.И. Бушуе-ва // Маркетинг в России и за рубежом. 2002. - № 1. - С. 15-30.

12. Бывшев, В.А. Эконометрика: учеб. пособие / В.А. Бывшее. М.: Финансы и статистика, 2008. - 480 с.

13. Васнев, С.А. Статистика: учеб. пособие / С.А. Васнев. М.: МГУП, 2001.- 170 с.t

14. Выровщикова, A.B. Совершенствование обеспечения населения лекарственными средствами отечественного производства в условиях инвестиционной политики : автореф. дис. . канд. фармац. наук / А.В. Выровщикова. М., 2002. - 19 с.

15. Геллер, JI.H. Информационные технологии в сфере обращения лекарств / JI.H. Геллер // Фармация. 2006. - № 1 .—'С. 28-32.

16. Годин, А.М. Статистика: учебник / А.М. Годйн. М.: Издат.-торговая корпорация «Дашков и Ко», 2002. - 472 с.

17. Голубков, Е.П. Маркетинговые исследования: теория, методология иtпрактика / Е.П. Голубков. М.: Финпресс, 2000-. - 464 о.

18. Горемыкин, В.А. Планирование на предприятии / В.А. Горемыкин. -М.: Высш. образование, 2007. 624 с.

19. Грязнова, О. Как определить сезонность? / О. Грязнова // Фармац. обозрение. 2008. - № 12. - С. 56-57.

20. Давние, В.В. Адаптивное прогнозирование экономических процессов: модели и методы : автореф. дис. . д-ра зкон. наук / В.В. Давние. -СПб., 1999.-31 с.

21. Дементьева, З.С. Изучение факторов, влияющих на потребление медиtкаментов / З.С. Дементьева, М.Г. Королева // Фармация. 1972. - № 6. -С. 31-36.

22. Дементьева, З.С. Точность прогнозирования потребности в лекарственном препарате с использованием математико-статистических моделей / З.С. Дементьева, М.Г. Королева // Фармация 1976. - № 3. - С. 6-11.

23. Джессен, Р. Методы статистических обследований / Р. Джессен. М.: Финансы и статистика, 1985. - 478 с-. '

24. Джоббер, Д. Продажи и управление продажами: учеб. пособие для вузов / Д. Джоббер, Дж. Ланкастер. М.: ЮНИТ-Й-ДАНА, 2002. - 622 с.

25. Додж, М. Эффективная работа с Microsoft Excel 2000 / Марк Додж, Крейг Стинсон. СПб. : Питер, 2002. - 1056 с. : ил.

26. Доугерти, К. Введение в эконометрику: учебник / К. Доугерти / пер. с англ. 2-е изд. - М.: ИНФРА-М, 2009. - 465 с.

27. Дремова, Н.Б. Анализ потребления медицинских товаров по Курскойобласти / Н.Б. Дремова, А.Г. Сотникова // Фармация. 1983. - № 3. -С. 10-13.

28. Дремова, Н.Б. Изучение динамики потребления медицинских товаров по Курской области / Н.Б. Дремова, З.А. Маркина, В.Л. Базарный // Фармация. 1980. - № 5. - С. 39-41.

29. Дремова, Н.Б. Метод кумулятивных сумм в анализе спроса на лекарственные средства / Н.Б. Дремова, C.B. Соломка '// Фармация. 1991. -№4.-С. 7-10.

30. Дремова, Н.Б. Моделирование потребления медицинских товаров на основе группового учета аргументов / Н.Б'. Дремова, И.Н. Ласкина, М.В. Артеменко // Фармация. 1992. - № 2. - С. 15-19.

31. Дремова, Н.Б. Основные направления и перспектива маркетинговых исследований фармацевтического рынка России / Н.Б. Дремова // Фармация. 1999. - № 3. - С. 27-29.

32. Дремова, Н.Б. Основные направления исследований научного прогнозирования потребления лекарственных средств / Н.Б. Дремова, Л.В Кобзарь // Фармация. 1992. - № 3. - С. 73-79.

33. Дубров, A.M. Многомерные статистические методы: учебник / A.M. Дубров, B.C. Мхитарян, Л.И. Трошин. М.: Финансы и статистика, 2003.-352 с.

34. Дуброва, Т.А. Методологические вопросы прогнозирования производства важнейших видов промышленной продукции / Т.А. Дуброва // Вопр. статистики. 2004. - № 1. - С. 52-57.

35. Дуброва, Т.А. Прогнозирование социально-экономических процессов: учеб. пособие / Т.А. Дуброва. М.: Маркет ДС, 2007. - 192 с.

36. Дуброва, Т.А. Статистические методы прогнозирования / Т.А. Дуброва. М.: ЮНИТИ-ДАНА, 2003. - 208 с.

37. Елисеева, И.И. Общая теория статистикй /.Й.И. Елисеева, М.М. Юз-башев. 5-е изд., перераб. и доп. - М. : Финансы и статистика, 2006. -656 с.

38. Елисеева, И.И. Практикум по общей теории статистики: учеб. пособиедля вузов / И.И. Елисеева, H.A. Флуд, М.М. Юзбашев. М.: Финансыи статистика, 2008 г. 512 с. ■

39. Елисеева, И.И. Эконометрика: учебник /. Под ред. И.И. Елисеевой. -М.: "Финансы и статистика", 2002. 344 с.

40. Ефимова, М.Р. Общая теория статистики: учебник / М.Р. Ефимова, Е.В. Петрова, В.Н. Румянцев. 2-е изд., испр. и доп. - М. : ИНФРА-М, 2000.-318 с.

41. Завьялов, П.С. Маркетинг в схемах, рисунках, таблицах: учеб. пособие / П.С. Завьялов. М.: ИНФРА-М, 2002. - 496 с.

42. Захарченко, Н.И. Бизнес-статистика и прогнозирование в MS Excel:Iсамоучитель / Н.И. Захарченко. М.: Диалектика, 2004. - 204 с.

43. Изучение сезонного характера потребления лекарственных средств / Н.Б. Дремова и др. // Фармация. 1984. - № 2. - С. 7-10.

44. Информационные технологии в статистике: учебник / под ред. В. П. Божко и А. В. Хорошилова. М.: Финстатинформ, 2002. - 144 с.

45. Карева, H.H. Аспекты формирования спроса на психотропные лекарственные средства / H.H. Карева, Н.В. Мочалова // Фармация. 1990. -№3.-С. 8-11.

46. Карлберг, К. Управление данными с помощью Microsoft Excel / Конß' ' рад Карлберг. М.: Издат. дом «Вильяме», 2005. - 448 с.

47. Кашин, С. Товары разной стабильности / С. Кашин // Секрет фирмы. -2004. № 4. - С. 44-47.

48. Кечатов, Е.А. Индексный метод многофакторного анализа для расчета потребности в медикаментах санаторно-курортных больных / Е.А. Кечатов, В.В. Гацан, Н.П. Беда // Фармация. 1986. - № 1. - С. 10-13.

49. Кечатов, Е.А. Определение потребности ,в медикаментах, применяемых для профилактики и лечения ревматизма в Пятигорске / Е.А. Кечатов, В.В. Гацан // Фармация. 1979. - № 3. - С. 51-55.

50. Кириллова, Е.В. Методология статистического прогнозирования основных показателей деятельности аптечных учреждений : автореф. дис. . канд. экон. наук / Е.В. Кириллова, М., 1994. - 25 с.

51. Князев, C.B. Прогнозирование продаж: теория и практика / C.B. Князев // Маркетинг и'маркетинговые йсслед. 2005. - № 4. - С. 36-46.

52. Кобзарь, J1.B. Определение потребности в лекарственных средствах, применяемых для лечения болезней органов пищеварения / JI.B. Кобзарь, Т.Н. Коршикова // Фармация. 1987'. - № 4. - С. 23-29.

53. Кобзарь, Л.В. Прогнозирование потребности гормональных препаратов методом гармонических весов / Л.В. Кобзарь, Т.А. Сафронова // Фармация. 1982. - № 5. - С. 7-9.

54. Кобзарь, Л.В. Развитие ассортимента лекарственных средств и методические основы его анализа / Л.В. Кобзарь, 3:F. Максудова // Фармация.-1986.-№ 3. С. 9-12.

55. Коныпина, Т.М. Анализ реализации и прогноз потребности в седатив-ных лекарственных средствах по Пермскому областному аптечному управлению / Т.М. Коныпина, И.Н. Зырянова // Фармация. 1983 - № 6.-С. 11-13.

56. Королева, М.Г. Методологический подход к определению потребности в медикаментах / М.Г. Королева, З.С. Дементьева // Фармация. -1972.-№5.-С. 9-13.

57. Косоруков, O.A. Методы количественного анализа в бизнесе / O.A. Косоруков. М. : ИНФРА-М, 2005. -368 с.

58. Котлер, Ф. Основы маркетинга / Ф. Котлер. 2-е европ. изд. - М.: Издат. дом «Вильяме», 1999. 1056 с.

59. Кремер, Н.Ш. Эконометрика / H.LLL. Кремер, Б.А. Путко ; под. ред. Н.Ш. Кремера. — М.: ЮНИТИ ДАНА, 2007. - 312 с.

60. Кузнецов, В.Н. Актуальные вопросы оценки прогноза потребленияАкардиологических лекарственных средств в крупном городе / В.Н. Кузнецов, Б.Б. Бондаренко, В.Ф. Чавпецов // Фармация. 1984. - № 5. -С. 5-9.

61. Курс социально-экономической статистики: учебник для вузов / под ред. М. Г. Назарова. М.: Финстатинформ, ЮНИТИ-ДАНА, 2000.I771 с.

62. Лобутева, Л.А. Исследование потребления лекарственных средств в специализированных стационарах / Л.А. Лобутева, З.А. Савельева, Т.И. Тольцман // Фармация. 1987. - № 2. - С. 9-12.

63. Лозовая, Г.Ф. Методические додходы к совершенствованию лекарственного обеспечения больных с заболеваниями органов пищеварения / Г.Ф. Лозовая, Ш.З. Загидуллйн, В.В. Петров // Экон. вестн. фармации. -2002.-№8.-С. 31-37.

64. Лоскутова, Е.Е. Практический маркетинг: методы анализа ассортимента // Рос. аптеки. 2002. - № 4. - С. 39-^Ъ.

65. Лукашин, Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов: учеб. пособие / Ю.П. Лукашин. М.: Финансы и статистика, 2003. - 416 с.

66. Лукич, Радмило. Управление отделом продаж. Инструменты эффективного менеджера / Радмило Лукич. М.: Добрая книга, 2009. - 336 с.

67. Льюис, К.Д. Методы прогнозирования экономических показателей / К.Д. Льюис. — М.: Финансы и статистика, 1986. 133 с.

68. Магнус, Я.Р. Эконометрика. Начальный курс: учебник / Я.Р. Магнус, П.К. Катышев, A.A. Пересецкий. 8-е изд., йспр. - М.: Дело, 2007. -504 с.

69. Мазманова, Б.Г. Методические вопросы прогнозирования сбыта / Б.Г. Мазманова // Маркетинг в России и за рубежом. 2000. - № 1. - С. 105-124. ' ,

70. Максимова, И. XYZ-анализ / И. Максимова // Фармац. обозрение. -2005.-№5.-С. 24-26.

71. Мартыненко, В.Ф. Анализ динамических рядов и прогнозирование показателей товарооборота ащ;ечного хозяйства / В.Ф. Мартыненко, В.П. Сафронова // Фармация. 1975. - № 6. - С. 7—.12.

72. Математические модели прогнозирования спроса на медикаменты / А.Н. Узденников и др. // Фармация. 1984. - № 3. - С. 1-5.

73. Методологические аспекты повышения эффективности лекарственной помощи в вооружённых силах / Ю.В. Мирошниченко и др. // Вестн. Рос. воен.-мед. акад. 2008. - № 3. - С. 147-154.

74. Миротин, Л.Б. Логистика для фармбизнеса / Л.Б. Миротин, Э. Тышба-ев // Экон. вестн. фармации. 2001. - № 9. - С.-34- 52.

75. Михайлова, М.Р. Диаграмма Царето: новые возможности / М.Р. Михайлова, Н.С. Поздеева // Методы менеджмента качества. 2002. - № 9.-С. 13-19.

76. Морозов, Ю.В. Основы высшей математики и статистики: учебник / Ю.В. Морозов. -М.: Медицина, 1998. 232 с.

77. Морозова, Т.Г. Прогнозирование и планирование в условиях рынка: учеб. пособие для вузов / Т.Г. Морозова, A.B. Пйкулькин, В.Ф. Тихонов. М.: ЮНИТИ-ДАНА, 2000.-318 с.

78. Мошкова, Л.В. Возможности анализа деятельности производственных предприятий с использованием экономико-математических методов / Л.В. Мошкова, A.B. Выровщикова // Экон. вестн. фармации. 2002. -№8.-С. 15-19.

79. Мошкова, Jl.В. Методологические основы к углубленному анализу и прогнозу деятельности производственных предприятий / Л.В. Мошкова, A.B. Выровщикова // Экон. вест, фармации. 2002. - № 9. - С. 2130.

80. Мошкова, Л.В. Прогнозирование производственно-экономической деятельности фармацевтических предприятий с использованием компонентно-регрессионных методов / Л.В. Мошкова, A.B. Выровщикова // Экон. вестн. фармации. 2003. - № 8. - С. 66-68.

81. Налимов, С.П. Сравнительный анализ математических моделей для прогнозирования потребности в медикаментах / С.П. Налимов, Л.Р. Яникезинг, М.Э. Меллер // Фармация. 1987. - № 2. - С. 5-9.

82. Николаев, A.C. Статистические методы прогнозирования эффективности предприятий с широкой номенклатурой выпускаемой продукции / A.C. Николаев // Маркетинг и маркетинговые исслед. в России. 2000. -№ 1.-С. 4-11.

83. Орлов, A.C. Прогнозирование сезонных колебадий цен на лекарственные средства / A.C. Орлов // Маркетинг в России и за рубежом. 2006. -№3.-С. 13-24.

84. Палий, И.А. Прикладная статистика: учеб. пособие / И.А. Палий. М.: Из дат.-торговая корпорация "Дашков й\К", 2008. - 224 с.

85. Панченко, Е.И. Определение текущей и перспективной потребности в медикаментах / Е.И. Панченко, Л.В. Кобзарь // Фармация. 1983. - № 1.-С. 11-15.

86. Пашутин, С.Б. Использование правила Парето (закон «20/80») для повышения качества бизнеса на примере российского фармацевтического рынка / С.Б. Пащутин // Маркетинг в России и за рубежом. 2001. -№5.-С. 30-34.

87. Практикум по эконометрике: учеб. пособие / И.М. Елисеева и др. ; под ред. И.И. Елисеевой. 2-е изд., перераб. и доп. - М.: Финансы и статистика, 2007. - 344 с.

88. Прогнозирование и планирование в условиях-рынка: учеб. пособие / Е.А. Черныш и др.. М.: ПРИОР, 1999. - 176 с.

89. Прокопишин, В.И. Основные факторы, формирующие потребление лекарств и их системная классификация / В.И. Прокопишин, В.Н. Сафта // Фармация. 1980. - № 2. - С. 1-6.

90. Рудакова, Р.П. Статистика / Р.П. Рудакова, JI.JI. Букин, В.И. Гаврилов. 2-е изд. - СПб.: Питер, 2007. - 288 с. : ил.

91. Руденко, В.И. Методические основы планирования потребности в лекарственных средствах на районном уровне : автореф. дис. . канд.фармац. наук / В.И. Руденко. М., 1990. - 26 с.

92. Сафронова, В.П. Вопросы прогнозирования и перспективного планирования основных показателей развития аптечного хозяйства / В.П. Сафронова, В.Ф. Мартыненко // Фармация. 1976. - № 1. - С. 7-11.

93. Сафронова, Т.А. Анализ тенденций потребления и моделирование прогноза потребности в антидиабетических препаратах / Т.А. Сафронова, Л.В. Кобзарь // Фармация. 1982. - № 1. - С. 10-14.

94. Сафронова, Т.А. Методический подход к разработке оптимального прогноза по группе гормональных препаратов // Фармация. 1983. -№6. -С. 9-11.t

95. Сафронова, Т.А. Многофактбрное моделирование потребления антидиабетических препаратов / Т.А. Сафронова, Л.В. Кобзарь // Фармация. -1984. -№ 3. -С. 6-8.

96. Сбоева, С.Г. Методический подход к изучению спроса на медикаменты с применением методов социологических исследований / С.Г. Сбоева, Л.А. Суханова, В.Г. Медведев // Фармация. 1986. - № 3. - С. 12-17.

97. Сигел, Э. Практическая бизнес-статистика / Эндрю Сигел. М.: Издат.дом "Вильяме", 2007. 1056 с.

98. Сизова, Т.М. Статистика: учеб. пособие / Т.М. Сизова. СПб.: СПб ГУИТМО, 2005. - 80 с.

99. Симчера, В.М. Методы многомерного анализа статистических данных: учеб. пособие/ В.М. Симчера М.: Финансы и статистика, 2008. - 400 с.

100. Слуцкин, JI.H. Курс MB А по прогнозированию в бизнесе / JI.H. Слуц-кин. М.: Альпина Бизнес Букс, Альпина Паблишерз, 2006. - 280 с.

101. Смирнов, A.B. Исследования по определению спроса и потребности в лекарственных средствах, применяемых в детской гастроэнтерологической практике на региональном уровне : автореф. дис. . канд. фар-мац. наук / A.B. Смирнов. Пятигорск, 2000. - 19 с.

102. ЮЗ.Спиро, Розанн Л. Управление продажами / Розанн Л. Спиро, Уильям Дж. Стэнтон, Грегори А. Рич. М.: Издат. дом-Гребенникова, 2004. -704 с.

103. Статистика: учеб. пособие / Л.П. Харченко {и др.; под ред. В.Г. Иони-на. 3-е изд., перераб. и доп. - М. : ИНФРА-М, 2007. - 445 с.

104. Статистический словарь / под ред. М.А. Королева. 2-е изд., перераб. и доп. - М.: Финансы и статистика, 1989. - 623 с. : ил.

105. Статистическое моделирование и прогнозирование: учеб. пособие / Г.М. Гамбаров, и др. ; под ред. А.Г. Гранберга. М.: Финансы и статистика, 1990. - 383 с.

106. Степанов, A.C. Использование автоматизированной системы организации закупок в фармации / A.C. Степанов, A.A. Сапожников // Фармация. 2008. - № 2. - С. 24-26.

107. Степанов, A.C. Прогнозирование фармацевтических продаж: сезонный аспект / A.C. Степанов, М.В. Щекин, A.A. Сапожников // Новая аптека. 2006. - № 2. - С. 31-35.

108. Степанов, A.C. Экстраполяционный метод прогнозирования продаж в фармации / A.C. Степанов, М.В. Щекин // Фармация. 2007. - № 5. -С. 27-28.

109. Стивенсон, Вильям Дж. Управление производством / Вильям Дж. Стивенсон: пер. с англ. М.: Лаборатория Базовых Знаний, БИНОМ, 1998.-928 с. : ил.

110. Страшный, В.В. Научно-практические основы стратегии маркетинга фармацевтических предприятий: автореф. дис. . д-ра фармац. наук /

111. B.В. Страшный. М., 2000. - 42 с.

112. Теория статистикй: учебник / P.A. Шмойлова и др.; под ред. P.A. Шмойловой. 5-е изд. - М.: Финансы и статистика, 2007. - 656 с. : ил.

113. Тольцман, Т.И. Изучение потребления лекарственных средств на основе среднесуточных терапевтических доз / Т.И. Тольцман, Г.В. Пят-кявичус // Фармация. 1983. - № 2. - С. 14-16.

114. Тольцман, Т.И. Особенности и закономерности потребления лекарственных препаратов при различных нозологических формах болезней / Т.И. Тольцман, З.А. Савельева, Л.А. Лобутева // Фармация. 1989. -№3.-С. 9-12.

115. Трофимова, Е.О. 'Методы прогнозирования развития фармацевтического рынка / Е.О. Трофимова // РемеДиум. 2010. - № 2. - С. 38-41.

116. Тюренков, И.Н. Маркетинговый потенциал при модификации матрицы ABC-XYZ / И.Н. Тюренков, Л.Н. Горшунова // Рос. аптеки. 2006. - № 7. - С. 20-21.

117. Тюренков, И.Н. Практика управления аптечным ассортиментом / И.Н. Тюренков, Л.Н. Горшунова // Экон. вестн. фармации. 2001. - № 10.1. C. 73-84.

118. Умаров, С.З. Анализ отечественного опыта нормирования потребления лекарственных средств / С.З. Умаров, Ю.В. Мирошниченко, И.А. Наркевич // Экон. вестн. фармации. 2002. - № 6. - С. 75-79.

119. Умаров, С.З. Методика планирования потребности в ЛС / С.З. Умаров // Воен.-мед. журн. 1989. - № 2. - С. 53-55.

120. Управление и экономика фармации: учебник / под ред. В.Л. Багиро-вой. М.: Медицину, 2004. - 720 с. : ил.

121. Фомин, Г.П. Математические методы и модели в коммерческой деятельности / Г.П. Фомин. М.: Финансы и статистика, 2001. - 544 с.

122. Ханк, Д.Э. Бизнес-прогнозирование: пер. с англ. / Д.Э. Ханк, Д.У. Уи-черн, А.Дж. Райте. 7-е изд. - М.: Издат. дом «Вильяме», 2003. - 656 с.

123. Хмелевская, С.С. Методологические принципы прогнозирования потребности в лекарственных средствах для гериатрической практики / С.С. Хмелевская, A.J1. Сятыня, Г.И. Рахматулина // Фармация. 1988. -№ 4. - С. 15-19.

124. Царев, В.В. Внутрифирменное планирование: учеб. для вузов / В.В. Царев. СПб.: Питер, 2002. - 496 с.

125. Четыркин, Е.М. Статистические методы прогнозирования / Е.М. Че-тыркин. Изд. 2-е<, перераб. и доп. - М.: Статистика, 1977. - 199с.

126. Чураков, Е.П. Прогнозирование эконометрических временных рядов: учеб. пособие / Е.П. Чураков. М.: Финансы и статистика, 2008. - 208 с.

127. Шикин, Е.В. Математические методы и модели в управлении: учеб. пособие / Е.В. Шиккн, А.Г. ЧхартишвилН: —М:: Дело, 2000. 440 с.

128. Шугалева, М.В. Методы исследования потребления сердечнососудистых средств для планирования потребности в них / М.В. Шугалева, М.Г. Королева // Фармация. 1974. - № 2. - С. 19-23.

129. Эконометрика: учебник / под ред, B.C. Мхитаряна. М.: Проспект, 2008.-384 с.

130. Экономика и статистика фирм: учебник / В.Е. Адамов и др.; под ред.

131. С.Д. Ильенковой. 3-е изд., перераб. и доп. - М.: Финансы и статиiстика, 2001.-288 с. : ил.

132. Экономико-математические методы и прикладные модели / В.В. Федосеев и др. М.: ЮНИТИ-ДАНА, 2000. - 392 с.

133. Экономико-статистический анализ : учеб. пособие для вузов / С.Д. Ильенкова и др. ; под ред. С.Д. Ильенковой. М.: "ЮНИТИ-ДАНА", 2002.-215 с.

134. Эренберг, А. Анализ и интерпретация статистических данных / А.

135. Эренберг; пер. с англ. Б.И. Клименко; под.ред. и t предисл. А. А. Рывкина. М.: Финансы и статистика, 1981. - 406 с.t

136. Багиев, Г.Л. Маркетинг-стати'стика Электронный ресурс. / Г.Л. Баги-ев, Е.Л. Богданова. Электрон, дан. - 1998. - Режим доступа: http://marketing.spb.ru

137. Воробьев, П.Ф. Оптимизация ассортимента: ABC и XYZ анализ Электронный ресурс. / П.Ф. Воробьев. Электрон, дан. - 2010. - Режим доступа: http://www.rimaspb.ru/

138. Голубков, Е.П. Исследование рынков Электронный ресурс. / Е.П. Голубков. Электрон, дан. - 2001. - Режим доступа: http://www.cfin.ru

139. Громовик, Б.П. Управление товарным ассортиментом фармацевтичеtского предприятия с помощью ABC- и XYZ-анализа Электронный ресурс. / Б.П. Громовик Электрон, дан. // Провизор. - 2002. - № 7. -Режим доступа: www.provisor.com.ua

140. Пашутин, С.Б. Закон 20/80, или Правило Парето на российском рынке Электронный ресурс. / С.Б. Пашутин. Электрон, дан. - 2002. - Режим доступа: http://old.e-xecutive.ru/

141. Тарнавский, В. Оптимальные методы прогнозирования продаж Электронный ресурс. / В. Тарнавский // Новый маркетинг. 2004. - № 2. -Электрон, дан. - Режим доступа: http://www.management.com.ua.

142. Adebanjo, D. Identifying problems in forecasting'consumer demand in the fast moving consumer goods sector / Dotun Adebanjo, Robin Mann // Benchmarking: An International Journal. 2000. -Vol. 7, issue 3. - P. 223230.t

143. Agnetis, A. Call planning in European pharmaceutical sales force management / A. Agnetis, E. Messina, M. Pranzo // IMA Journal of Management Mathematics. 2010. - Vol. 21, issue 3. - P. 267-280.

144. Armstrong, Jon S. Principles of forecasting: a handbook for researchers and practitioners / Jon Scott Armstrong. Warren, Springer, 2001. - 849 p.

145. Briscoe, G. An appreciation of alternative sales forecasting models: recent techniques based on historical data / G. Briscoe, M. Hirst // Long Range Planning. 1973.- Vol. 6, issue 3. - P. 79-89. 1

146. Chaman, Jain L. Forecasting Errors Li The Consumers Products Industry /t

147. Jain L. Chaman // The Journal of Business Forecasting. 2003. - Vol. 22, issue 2. - P. 2-6.

148. Chase, Ch. Demand-Driven Forecasting: A Structured Approach to Forecasting / Charles Chase. Hoboken ,Wiley, 2009. - 288 p.

149. Choo, L. Forecasting practices in the pharmaceutical industry in Singapore / L. Choo // The Journ. of business Forecasting Methods & Systems. -2000. -Vol. 19, issue 2. P. 18-20.

150. Clemen, Robert T. Combining forecasts: A review and annotated bibliography / Robert T. Clemen // International Journ. of Forecasting. 1989. -Vol. 5, issue 4. - P. 559-583.

151. Cook, Arthur G. Forecasting for the pharmaceutical industry: models for new product and in-market forecasting and how to use them / Arthur G. Cook. Farnham, Gower Publishing Ltd., 2006. - 141 p.

152. Davis, Donna F. Organizational factors in Sales forecasting management / Donna F. Davis, John T. Mentzer // International Journ. of Forecasting. -2007. Vol. 23, issue 3. - P. 475-495.

153. De Gooijer, Jan G. 25 years of time series forecasting / Jan G. De Gooijer, Rob J. Hyndman // International Journ. of Forecasting. 2006. - Vol. 22, issue 3. - P. 413-414.

154. Dogramatzis, D. Pharmaceutical Marketing: A Practical Guide / Dimitris Dogramatzis. London, Informa Healthcare, 2001. - 400 p.

155. Essam Mahmoud, BkA. Accuracy in forecasting: a survey / B.A. Essam Mahmoud // Journ. 'of Forecasting. 1984. - Vol. 3, issue 2. - P. 139-159.

156. Forecasting intermittent demand in manufacturing: a comparative evaluation of Croston's method / Thomas R. Willemain. et al. // International Journ. of Forecasting. 1994. - Vol. 10, issue 4. - P. 529-538.

157. Golden, James. Forecasting: Trials and Tribulations / James Golden, John Milewicz, Paul Herbig // Management Decision. 1994. - Vol. 32, issue 1. -P. 33-36.

158. Granger, Clive W.J. Forecasting—looking back and forward: paper to celebrate the 50th anniversary of the Econometrics Institute at the Erasmus University, Rotterdam / Clive W.J. Granger //- Journ. of Econometrics. -2007.-Vol. 138, issue 1.-P. 3-13.

159. Hecht, R. Demand Forecasting for Preventive AIDS Vaccines: Economic and Policy Dimensions / Robert Hecht, Gian Gandhi // PharmacoEconom-ics. 2008. - Vol. 26, issue 8. - P. 679-697.

160. Intriligator, M. D. Econometric Models, Techniques, and Appreciations / M.D. Intriligator, R.G. Bodkin, C. Hsiao. Upper Saddle River, Prentice Hall, 1996. -704 p.

161. Johnson, G. Forecasting pharmaceutical sales: an evidence based approach / Gary Johnson. London, Scientific Publishing., 2005. - 152 p.

162. Judgmental forecasting: A review of progress over the last 25 years / Michael Lawrence et al. // International Journ. of Forecasting. 2006. - Vol. 22, issue 3.-P. 493-518.

163. Lawrence, M. A field study of sales forecasting accuracy and processes / Michael Lawrence, Marcus O'Connor, Bob Edmundson // European Journ. of Operational Research. 2000. - Vol. 122, issue 1. - P. 151-160.

164. Leonard, M. Forecasting Short Seasonal -Time Series Using Aggregate and Analogous Series // The International Journ. of Applied Forecasting. -2007, issue 6.-P. 16-20.

165. Lidstone, J. Marketing planning for the pharmaceutical industry / John Lidstone, Janice MacLfennan. Farnham, Go^ver Publishing, Ltd., 1999. - 1461. P

166. Liu, C.Y.D. A computer-aided inventory management system. Part 1 : Forecasting / C.Y.D. Liu, Keith Ridgway // Integrated Manufacturing Systems.- 1995.-Vol. 6, issue l.-P. 12-21.

167. Mentzer, John T. Sales Forecasting Management: A Demand Management Approach / John T. Mentzer, Mark A. Moon. Thousand Oaks, Sage Publications, 2005.-368 p.

168. Mentzer, John T. Sales Forecasting Management: Understanding the Techs Jniques, Systems and Management of the Sales Forecasting Process / John T. Mentzer, Carol C. Bienstock. Thousand Oaks, Sage Publications, 1998.- 288 p.

169. Mentzer, John T. Familiarity, Application, and Performance of Sales Forecasting Techniques / John T. Mentzer, James E. Cox, Jr. // Journ. of Forecasting. 1984. - Vol 3. - P. 27-36.

170. Mentzer, John T. Benchmarking sales forecasting management / John T. Mentzer, Carol C. Bienstock, Kenneth B. Kahn // Business Horizons. -1999. Vol. 42, issue 3. - P. 48-56.

171. Slottje, D. Estimating demand systems and méasuring consumer preferences // Journ. of Econometrics. 2008. - Vol. 147, issue 2. - P. 207-209.

172. Sohal, Amrik S. Computer integrated'manufacturing in the Australian pharmaceutical industry // Integrated Manufacturing Systems. 2000. -Vol. 11, issue 7. -P. 444-453.

173. Talluri, S. Integrating demand and supply variability into safety stock evaluations / Srinivas Talluri, Kemal Cetin, A.J. Gardner // International Journ. of Physical Distribution & Logistics Management. 2004. - Vol. 34, issue l.-P. 62-69.

174. The effects of integrating management judgement into intermittent demand forecasts / Aris A. Syntetos et al. // International Journ. of Production Economics. 2009. - Vol. 118, issue l.-P. 72-81.

175. The Evolution of Sales Forecasting Management: A 20-Year Longitudinal Study of Forecasting Practices / Teresa M. McCarthy et al. // Journ. of Forecasting. 2006. - Vol. 25, issue 5. - P. 303-324.

176. Waddell, D. Forecasting: The Key to Managerial Decision Making / Dianne Waddell, Amrik S. Sohal // Management Decision. 1994. - Vol. 32, issue l.-P. 41-49.

177. Webby, R. Judgemental and statistical time series forecasting: a review of the literature / Richard Webby, Marcus O'Connor // International Journ. of Forecasting,- 1996.-Vol. 12, issue l.-P. 91-118.

178. Williams, J. Insider's guide to the world of pharmaceutical sales / Jane Williams. Arlington, Principle Publications, 2004: - 168 p.

179. Winklhofer, H. Forecasting practice: A review of the empirical literature and an agenda for futare research / Heidi Winklhofer, Adamantios Diaman-topoulos, Stephen F. Witt // International Journ. of Forecasting. 1996. -Vol. 12, issue 2.-P. 193-221.

180. Practical management science / Wayne L. Wiriston et al.. Andover, Cengage Learning, ¿009. - 992 p.

181. Wisniewski, Mik. Quantitative Methods For Decision Makers / Mik Wis-niewski. Upper Saddle River, Prentice Hall, 2006. - 592 p.

182. Hyndman, Rob J. Business forecasting methods Electronic resource. / Rob

183. J. Hyndman. Электрон, дан. - 2009. - Режим доступа:http://robjhyndman.com.t

184. Walonick, David S. An Overview of Forecasting Methodology Electronic resource. / David S.'Walonick. Электрон, дан. - 1993. - Режим доступа: http://www. statpac.com183. http://www.prognoziruy.ru184. http://social.eyeforphc.rma.corn/ • .

Оглавление диссертации Шильникова, Светлана Владимировна :: 2011 :: Пермь

Введение диссертации по теме "Организация фармацевтического дела", Шильникова, Светлана Владимировна, автореферат

Список использованной литературы по медицине, диссертация 2011 года, Шильникова, Светлана Владимировна

Похожие научные работы

Каталог диссертаций