2 Прогнозные оценки рыночной конъюнктуры
Конъюнктурный анализ ставит своей целью распространение оценок фактически сложившейся рыночной ситуации, найденных тенденций и выявленных причинно-следственных связей на будущий период. Прогноз дальнейшего развития рынка представляет значительный практический интерес для маркетинга.
Прогнозирование спроса — это научно обоснованное предсказание развития рынка во времени на основе изучения причинно-следственных связей, тенденций и закономерностей.
Наиболее простым способом прогноза является экстраполяция.
Прогнозы рыночной конъюнктуры различаются по срокам предсказания. В соответствии с этим принято деление на следующие виды прогноза:
предупреждающий или сигнальный (несколько дней, неделя, декада);
оперативный (на декаду, месяц, квартал, полугодие);
краткосрочный (на год);
среднесрочный (до пяти лет);
долгосрочный или перспективный (от пяти лет и более). Прогнозы могут быть точечными, когда результат выражается в виде одного уровня; интервальными и многовариантными, когда результат представляется в виде интервала или варьирующей величины.
Точность прогноза зависит от:
надежности и полноты информации о рыночных процессах и факторах, определяющих их уровень и развитие;
степени устойчивости рынка и экономики в целом (чем менее устойчив рынок, тем меньше степень надежности прогноза);
адекватности прогнозной модели (т.е. от правильности выбора для вида модели степени аппроксимации ею эмпирических данных);
технической вооруженности прогноза (от компьютерной технологии и
т.п.).
Существуют различные приемы и методы прогнозирования. Чаще других в прогнозировании спроса и предложения применяются следующие:
предупреждающая (сигнальная) информация, основанная на визуальном наблюдении за параметрами рынка, поведением покупателей и т. д.;
аналоговые модели, когда в качестве прогноза рассматриваются благоприятные показатели рыночной ситуации в каком-либо регионе (или стране);
нормативные, или рационализированные, прогнозные расчеты, например, проистекающие из рационального бюджета или рациональных научно рекомендуемых норм потребления;
имитационные модели, когда вместо реальных данных используются построения, созданные по специальной программе с помощью компьютерных технологий;
прогнозирование по экспертным оценкам (чаще всего с помощью уже
описанного дельфи-метода) и др.
У каждого из них имеются определенные достоинства и недостатки. Предупреждающая информация основана на опыте и интуиции работников торговли, их наблюдениях за покупками и запросами потребителей. Однако эти данные не могут быть точными и долгосрочными, они лишь указывают на возможность или вероятность изменений в сложившихся ранее тенденциях и пропорциях.
Аналоговая модель проста, но, во-первых, необходимо обеспечить одинаковые стартовые условия (или внести поправки на различные условия). Например, нельзя в качестве базы сравнения прогноза потребления сельскохозяйственных продуктов России брать регион или страну с благоприятными климатическими условиями сельскохозяйственного производства (в частности, США). Во-вторых, аналоговая модель скорее ориентир, чем реальный прогноз. Похожи^ проблемы возникают при использовании нормативного метода. Кроме того, необходимо исключить возможность необъективного построения нормативов. Вообще этот метод больше подходит для рынка товаров производственного назначения, где производственное потребление в значительной степени детерминировано производственно-техническими нормативами и прочими детерминантами, чем для потребительского рынка, где потребности проявляются в форме стохастических закономерностей и тенденции. В силу ряда социально-экономических условий, не учтенных при разработке Норматива, реальный спрос может резко отличаться от нормативных рекомендаций.
Имитационная модель требует выявления точных пропорций взаимосвязей параметров рынка и факторов, влияющих на спрос и предложение. Преимущество этого метода заключается в возможности оперативно рассчитывать различные варианты прогноза. В статистике накоплен богатый опыт использования дельфи-метода в целях прогнозирования. Возможности человеческого мозга пока еще могут конкурировать с компьютерами.
Для долгосрочного и среднесрочного прогнозирования наиболее часто используют методы статистического моделирования в том числе многофакторного. Краткосрочное прогнозирование хорошо осуществляется методом экстраполяции. Экстраполяция осуществляется сравнительно просто: технический способ заключается в продолжении линии тренда, отражая тенденцию развития «на глаз»; в трендовой модели фактор времени заменяется номером прогнозируемого периода.
Конечно, экстраполяция тем точнее, чем правильнее линия тренда отражает эмпирические данные и чем устойчивее развитие рынка. По характеру колебаний с учетом сигнальной информации определяется вероятность изменения сложившейся ранее тенденции.