Навігація
Головна
 
Головна arrow Економіка arrow Економіка торговельної галузі
< Попередня   ЗМІСТ   Наступна >

Методи прогнозування товарно-групової структури споживчого попиту

У сучасній практиці застосовуються різні підходи до прогнозування товарно-групової структури споживчого попиту: генетичний, нормативний, евристичний, порівняльний. Кожен з них реалізується за допомогою певних способів розрахунку попиту:

  • • генетичний підхід використовує економіко-статистичні методи;
  • • нормативний підхід передбачає застосування раціональних норм споживання;
  • • евристичний підхід включає використання різновидів методу експертних оцінок;
  • • порівняльний підхід полягає в застосуванні методу аналогії.

Економіко-статистичні методи прогнозування попиту

Генетичний підхід до прогнозування споживчого попиту грунтується на інерційному характері його розвитку, тобто на оцінках стійких тенденцій розвитку споживчого попиту, перенесення залежностей минулого і сьогодення на майбутнє.

Цей підхід найбільш повно реалізується за допомогою економіко-статистичного моделювання динаміки попиту, яке сформувалося в самостійний напрям прогнозування попиту в 20-30-і рр. XX ст.

Економіко-статистичні моделі в залежності від способів моделювання їх параметрів поділяються на два види:

  • • трендові моделі оцінки та прогнозування попиту;
  • • факторні моделі оцінки та прогнозування попиту.
4.6.1.1. Трендові моделі оцінки та прогнозування попиту

Ці моделі грунтуються на математичному вирівнюванні і екстраполяції динамічного ряду фактичного попиту на окремі товари по так званим тимчасовим, або трендовим, моделям: Y t = а 0 + a 1 t; Y t = а 0 + a 1 lg t; Y t = а 0 + a 1 t + a 2 t 2; Y t = a 0 × а 1t і ін.

У наведених рівняннях можуть використовуватися такі символи:

Υ t - розрахункова усереднена величина продажів (попиту) товарів в рублях в порівнянних цінах або в натуральних одиницях виміру;

t - порядковий номер року, t = 1, 2, 3, ..., п;

а 0 , а 1, а 2 - параметри рівняння, що характеризують: а 0 - початок відліку в динамічному ряду; а 1 - коефіцієнт лінійного збільшення попиту (продажів) в середньому за рік;

a 2 - коефіцієнт нелінійного збільшення попиту (продажів) в середньому за рік.

Строгих правил вибору конкретної форми рівняння не існує. Для вирішення цього завдання рекомендується керуватися матеріалами якісного аналізу стійких тенденцій зміни споживчого попиту, а також припущеннями про можливий розвиток основних факторів попиту в перспективі, які включають в гіпотезу розвитку прогнозованого попиту. Формальні прийоми вибору конкретного типу рівняння включають:

  • а) графічне представлення динаміки попиту;
  • б) порівняльну оцінку динаміки приросту показників попиту;
  • в) порівняльну оцінку результатів різних варіантів комп'ютерного моделювання динаміки попиту.

Найбільш надійним вважається порівняльна оцінка динаміки приростів показників попиту ( Y) відносно приросту аргументу ( t ). Наприклад, при зміні аргументу t в арифметичній прогресії:

  • • прямолінійною залежності динаміки попиту відповідають постійні значення перших різниць показників попиту Y (ΔY '- const);
  • • квадратической параболі відповідають постійні значення друге різниць показників попиту Y (ΔY "- const);
  • • полулогарифмической кривої відповідають постійно зменшуються значення друге різниць показників попиту Y;
  • • показовою кривою відповідають зростаючі в геометричній прогресії перші різниці показників попиту Y.

Основна перевага трендових моделей полягає в простоті використовуваних моделей і розрахунків прогнозів попиту на їх основі. Вони застосовуються для прогнозування попиту, динаміка якого характеризується монотонним зростанням або зниженням. Надійність прогнозів при цьому залежить від стійкості тенденції зміни попиту. А ця стійкість якраз і виявилася порушеною в сучасних умовах кризового розвитку економіки.

Питання оцінки динаміки і прогнозу попиту вирішується в залежності від того, в якій точці циклу оцінюється попит. Очевидно, що в умовах переходу від однієї фази циклу до іншої застосування трендових моделей вимагає через

чайно обережності і стриманості. Тому їх рекомендується застосовувати в основному при короткостроковому прогнозуванні попиту.

Основний недолік трендових моделей прогнозування полягає в тому, що вони не дозволяють розкрити внутрішні взаємозв'язки процесу зміни попиту і факторів, що формують його рівень і динаміку. В цьому відношенні більш значними можливостями мають факторні моделі прогнозування попиту.

4.6.1.2. Факторні моделі оцінки та прогнозування попиту

Сутність цих методів полягає в тому, що попит на будь-яку групу товарів виражається у вигляді функції одного або декількох аргументів - факторів, що визначають його розвиток. Вони дозволяють перейти від опису тренда зміни прогнозованого попиту до моделювання рушійних сил, які формують його рівень і динаміку.

Прийнято розрізняти однофакторні і багатофакторні моделі оцінки та прогнозування споживчого попиту.

Однофакторні моделі оцінки та прогнозування попиту

До простих відносяться однофакторні моделі попиту, що базуються на наступних на і більш часто застосовуваних рівняннях регресії: ; ; ; та ін.

У наведених рівняннях:

- Розрахункова усереднена величина продажів (попиту) товарів, що залежить від фактора х в рублях або будь-яких інших одиницях виміру;

x - врахований в моделі фактор попиту;

- Параметри рівняння, що характеризують: -

вільний параметр рівняння; - Коефіцієнт регресії, що складає, на скільки в середньому змінюється попит У при зміні фактора х на одиницю; - Коефіцієнт регресії, що відображає нелінійний приріст попиту У на одиницю приросту фактора х.

Однофакторні моделі мають ті ж переваги, що й трендові моделі, але вони більш змістовні, оскільки замість аргументу t в них використовується фактор-аргумент х, яким є найбільш істотний з безлічі чинників, які формують попит (найчастіше це грошові доходи в розрахунку на душу населення , загальний обсяг споживчого попиту, рівень цін на споживчі товари).

Основний недолік однофакторних моделей полягає в тому, що вони не охоплюють комплексу чинників, що формують попит на той чи інший товар. Тому в процесі прогнозування товарно-групової структури попиту перевага віддається багатофакторним моделями.

Багатофакторні моделі оцінки та прогнозування попиту

При багатофакторному моделюванні попиту найбільш часто застосовуються рівняння регресії лінійного, параболічного, напівлогарифмічному і логарифмічного типів.

Приклади багатофакторних моделей прогнозування попиту:

а) модель прогнозу попиту на всі споживчі товари:

де Y - індекс витрат населення на всі споживчі товари; - Індекс грошових доходів або купівельних фондів населення; - Індекс цін на споживчі товари;

б) модель прогнозу попиту на продовольчі товари [1] :

де Y - витрати населення на продовольчі товари;

- Витрати населення на всі споживчі товари;

- Індекс цін на споживчі товари; - Індекс цін па продовольчі товари.

Алгоритм економіко-статистичного прогнозування стосовно факторним моделям попиту включає наступні кроки.

  • 1. Підбір факторів попиту, який здійснюється на основі якісного аналізу впливу основних факторів на рівень і динаміку попиту на товари. Отримані результати доповнюються матеріалами кількісного аналізу парних коефіцієнтів кореляції (кореляційних відносин) і коефіцієнта детермінації, що характеризують ступінь впливу найбільш істотних факторів па попит.
  • 2. Підбір конкретного виду регресії. Такий підбір здійснюється на основі якісного аналізу адекватності характеру зміни відповідної прямої (кривої) відомим закономірностям розвитку споживчого попиту. Можуть бути використані і формальні ознаки такого вибору:
    • а) графічне представлення динаміки попиту і його чинників;
    • б) порівняльну характеристику динаміки перших і других різниць показників попиту і його чинників;
    • в) розрахунок і оцінка варіантів комп'ютерного моделювання попиту по найбільш імовірним рівнянням регресії.
  • 3. Розрахунок параметрів рівняння регресії , , , ..., - зазвичай методом найменших квадратів.
  • 4. На основі отриманих параметрів і фактичних значень факторів x i визначаються розрахункові значення попиту на кожен рік аналізованого періоду (г) - .
  • 5. Розрахунок відхилень фактичних значень попиту від розрахункових значень за кожен рік моделювання попиту (i). В якості запобіжного точності моделювання рекомендується використовувати середню відносну помилку апроксимації ( ):

Якщо величина , то вбрання рівняння регресії вважається досить адекватним реальному процесу формування попиту [2] .

  • 6. Розрахунок прогнозу попиту на майбутній рік шляхом накладення на отримані параметри прогнозованих значень основних факторів попиту
  • 7. Визначення довірчого інтервалу прогнозу стандартними методами статистики.
4.6.1.3. Прогнозування попиту за допомогою коефіцієнтів еластичності

Особливу групу факторного моделювання та прогнозування споживчого попиту утворюють коефіцієнти еластичності попиту, які були введені в арсенал дослідників ринку англійським економістом А. Маршаллом (1842-1924).

Прямий коефіцієнт еластичності визначається відношенням темпу приросту грошового доходу в розрахунку на душу населення або іншого істотного фактора попиту:

де - коефіцієнт еластичності попиту від доходу або іншого чинника попиту; Y - попит на певну групу товарів в розрахунку на душу населення або інший фактор попиту в базисному періоді; Δ Y - приріст попиту звітного періоду в порівнянні з базисним періодом; X - грошовий дохід на душу населення або інший фактор попиту в базисному періоді; Δ Х - приріст грошового доходу звітного періоду в порівнянні з базисним періодом.

При наявності рівняння регресії величина коефіцієнта еластичності може бути розрахована також за формулою

де - перша похідна прийнятого рівняння регресії.

Наприклад, для лінійного рівняння регресії похідна , а коефіцієнт еластичності попиту:

Прямий коефіцієнт еластичності попиту показує, на скільки відсотків змінюється попит на даний товар при зміні доходу або іншого чинника попиту на один відсоток.

Наприклад, розраховані на основі даних вибіркових обстежень домашніх господарств в нашій країні за 2007-2008 рр. коефіцієнти еластичності середньодушового споживання окремих товарів через зміну витрат на продовольчі і непродовольчі товари представлені в табл. 4.6.

З представлених в таблиці даних випливає, що при зміні загальної суми витрат на продукти харчування на 1% найбільш еластичний попит на рибу і рибопродукти (0,305%), а при зміні загальної суми витрат на непродовольчі товари на 1% попит на взуття змінився на 0,318% , на пральні машини - на 0,649%.

Таблиця 4.6

Коефіцієнти еластичності середньодушового споживання окремих товарів [3]

Найменування товарів

Від витрат на харчування йди на непродовольчі товари

Продукти харчування

М'ясо, птиця і напівфабрикати

0,190

Риба і рибопродукти

0,305

Молоко і молочні продукти

0,001

Хліб і хлібобулочні вироби

-0,093

Картопля

-0,217

Овочі

0,019

Непродовольчі товари

взуття

0,318

Побутові пральні машини

0,649

меблі

0,606

При виконанні прогнозних розрахунків попиту на товари на майбутній рік прийнята величина коефіцієнта еластичності попиту множиться на прогнозований тими приросту грошових доходів на душу населення або іншого чинника попиту:

де (пр.) - прогнозований період.

Наприклад, якщо прогнозується приріст витрат на продукти харчування на 4%, то витрати на покупку м'яса і м'ясопродуктів можуть зрости на 3,6% (4 × 0,9), на рибу і рибопродукти - на 3,2 (4 × 0,8 ), на молоко та молочні продукти - на 1,2% (4 × 0,3) і т.д.

Якщо попит на даний товар залежить не тільки від його ціни, а й від цін на інші товари, то рекомендується застосовувати в прогнозних і комерційних розрахунках показник перехресної еластичності попиту за ціною. Він розраховується відношенням темпу приросту попиту на даний товар ( ) до темпу приросту ціни на інший товар ( ):

або при наявності рівняння регресії попиту на даний товар від зміни ціни на інший товар:

де - перша похідна прийнятого рівняння регресії попиту на товар від ціни на інший товар ( ).

  • [1] Суворов А. В., Сухорукова Г. М. Прогнозування доходів і споживання населення // Проблеми прогнозування. 1996. № 4. С. 41.
  • [2] Спірін О. А., Фомін Г. П. Економіко-математичні методи і моделі в торгівлі. М .: Економіка, 1988. С. 35.
  • [3] Розраховано за матеріалами сайту Росстату. URL: gks.ru
 
Якщо Ви помітили помилку в тексті позначте слово та натисніть Shift + Enter
< Попередня   ЗМІСТ   Наступна >
 
Дисципліни
Агропромисловість
Аудит та Бухоблік
Банківська справа
БЖД
Географія
Документознавство
Екологія
Економіка
Етика та Естетика
Журналістика
Інвестування
Інформатика
Історія
Культурологія
Література
Логіка
Логістика
Маркетинг
Медицина
Нерухомість
Менеджмент
Педагогіка
Політологія
Політекономія
Право
Природознавство
Психологія
Релігієзнавство
Риторика
Соціологія
Статистика
Техніка
Страхова справа
Товарознавство
Туризм
Філософія
Фінанси
Пошук