Таблиця 3.5

Експертна оцінка перспективної місткості ринку

Кількість експертів	Оцінка експертами перспективної місячної місткості ринку, тис. грн.	Сумарна прогнозна оцінка експертів, тис. грн. (1 гр. X 2 гр.)
4	400	1600
5	500	2500
7	700	4900
4	800	3200
20	2400	12200

Примітка. Сумарну оцінку визначають множенням кількості експертів на оцінку місткості ринку.

За сумарною прогнозною оцінкою експертів визначаємо середню прогнозну виважену оцінку експертів:

Знаходимо прогнозовану місткість ринку:

де Q_o — очікуваний прогноз; V — стандартні відхилення. Очікуваний прогноз

де O_p — оптимістичний прогноз; N — добуток кількості варіантів прогнозу і середньої прогнозної виваженої оцінки експертів; P_p — пе­симістичний прогноз; N₁ — загальна кількість варіантів прогнозу з урахуванням окремо оптимістичного та песимістичного прогнозів.

Стандартні відхилення

Підставляючи вихідні дані, отримуємо

Отже, за експертним прогнозом місячна місткість ринку антибіо­тиків перебуватиме в межах 473,4 + 739,8 тис. грн.

Чимало фірм прогнозують попит на товари, аналізуючи дані по­передніх років. При цьому передбачається, що ці дані відображають постійні причинні зв'язки, які можна виявити за допомогою статис­тичного аналізу. Тоді часовий ряд продажу товару за минулі роки можна аналізувати за чотирма основними компонентами:

1. Тренд — виражає основні тенденції в демографічних процесах, капіталовкладеннях і технологіях. Тренд досить постійний, має важ­ливе значення при підготовці довгострокового прогнозу.

2. Цикл — відображає коливання обсягу продажу. При цьому ча­совий ряд має досить постійну амплітуду та періодично змінюється. Цикл має важливе значення при середньостроковому прогнозуванні.

3. Сезонність — характеризує регулярні коливання продажу про­тягом року. Залежить від пори року, погодних умов та інших чинни­ків. Відповідно до характеру сезонних коливань дослідник може скласти короткостроковий прогноз.

4. Нерегулярні події — це соціальні заворушення, стихійні лиха та інші відхилення від нормальної ринкової ситуації.

Аналіз часових рядів передбачає розкладання початкових часо­вих рядів на компоненти. Згідно з моделлю лінійного прогнозування між ними існує лінійна залежність:

(3.9)

де У — початковий часовий ряд; Т — тренд; С — цикл; 5 — сезон­ність; Е — нерегулярні події.

Відповідно до мультиплікативної моделі прогнозування залеж­ність між ними така:

(3.10)

Методику розкладання часових рядів викладено у статистичній літературі. Водночас дослідників варто застерегти від механічної екстраполяції минулих тенденцій на майбутнє. На практиці всі ком­поненти зазнають змін: тренд може змінитися з появою конкуруючо­го виробу; цикл може порушитися внаслідок нової політики держа­ви; сезонний характер продажу можна змінити за допомогою марке­тингових заходів.

Фірми, що виробляють широкий асортимент продукції і хочуть розробити короткостроковий прогноз, можуть використати метод експоненційного згладжування. У найпростішому вигляді коротко­строковий прогноз виражають формулою

(3.11)

де Q_tn — прогнозований обсяг продажу; А — коефіцієнт згладжу­вання (0 < А < 1); Q_t — обсяг продажу в поточному періоді; Q_t — згладжений обсяг продажу в досліджуваному періоді.

Для кожного виробу фірма визначає початковий рівень згладже­ного обсягу продажу й коефіцієнт згладжування. Цим початковим рівнем може бути, наприклад, середній обсяг продажу за кілька ос­танніх років чи місяців. Коефіцієнт згладжування одержують, аналі­зуючи різні його значення доти, поки не буде отримано значення, що найбільше відповідає обсягу продажу за минулий період.

Згідно з цією методикою прогнозований обсяг продажу завжди перебуває в інтервалі між його рівнем у поточному періоді та зглад­женим рівнем. Відносний вплив поточного і згладженого обсягів продажу на прогнозований залежить від коефіцієнта згладжування. Наприклад, підприємство, яке торгує миючими засобами, має коефі­цієнт згладжування 0,4; обсяг продажу в поточному періоді стано­вить 2787 тис. грн; у попередні три роки — відповідно 547; 2154; 2839 тис. грн. Отже,

тобто прогнозований обсяг продажу становитиме 2222,79 тис. грн.

Аналіз часових рядів дає змогу характеризувати перспективний попит як функцію часу, а не функцію, що залежить від чинників, які визначають цей попит. Тому їх найчастіше використовують як чин­ники попиту, сталі у часі. У разі недотримання цієї умови треба зас­тосовувати безпосередній зв'язок між обсягом продажу і чинниками, які впливають на попит. Статистичний аналіз попиту дає змогу по­дати реалізацію товару як змінну, що залежить від коливання окре­мих незалежних змінних попиту (Х₁, Х₂,..., Х_п):

(3.12)

Дослідникам, які використовують цей метод, слід мати на увазі, що достовірність результату аналізу інформації знижується за неве­ликої кількості спостережень.

Частка ринку розраховується у відсотках і може бути визначена різними способами:

1. Частка ринку за обсягами продажу

(3.13)

де ?_пев тов — кількість проданих товарів певного виду у натуральних показниках; д_р — загальний обсяг продажу товарів на базовому рин­ку в натуральних показниках.

2. Частка ринку за вартісними показниками

(3.14)

де Q_пв тов — продаж товарів певного виду у вартісних показниках; Q_p — місткість ринку у грошових одиницях.

3. Відносна частка ринку

(3.15)

де Яф — частка ринку фірми; Я_к — частка ринку конкурента або групи конкурентів.

4. Насиченість ринку

(3.16)

де N — загальна кількість споживачів; N — кількість споживачів,

п ' '

які придбали товар.

Вважається, що за рівня насиченості 85-90 % ринок є безперспек­тивним, 5-15 % — ринок привабливий для фірми.