- •Анализ влияния макросреды на маркетинг фирмы и рыночную ситуацию в целом. Изучение и прогнозирование покупательского спроса.
- •1. Для выбранного предприятия определить абсолютный прирост товарооборота (в сопоставимых ценах) и роль факторов, повлиявших на этот прирост.
- •2. Для выбранного предприятия построить и интерпретировать факторную динамическую модель товарооборота.
- •3. Для выбранного товара рассчитать индекс товарооборота на душу населения, «чистый» индекс товарооборота на душу населения в неизменной структуре товарооборота и индекс демографической структуры.
- •5. Сделать прогноз спроса на продукцию на три периода вперед и оценить ошибку прогноза методом Тейла.
Анализ влияния макросреды на маркетинг фирмы и рыночную ситуацию в целом. Изучение и прогнозирование покупательского спроса.
1. Для выбранного предприятия определить абсолютный прирост товарооборота (в сопоставимых ценах) и роль факторов, повлиявших на этот прирост.
Пример. Исходя из данных таблицы 1 определить абсолютный прирост товарооборота (в сопоставимых ценах) и роль факторов, повлиявших на этот прирост.
Табл. 1
Динамика численности населения и товарооборота (в масштабе цен 2008 г.; цифры условные)
Показатели |
Единицы измерения |
Периоды |
Индекс цен i = p - цена |
Товарооборот текущего периода, в базисных ценах (T1 / i ) |
|
базисного периода
|
текущего периода
|
||||
Товарооборот |
млрд. руб. |
T0 = 422,4 |
T1 = 909,9 |
1,48 |
614,8 |
Среднегодовая численность населения |
млн. чел. |
S0= 143 |
S1 = 152 |
- |
- |
Товарооборот на душу населения |
млн. руб./чел. |
D0= 2954 |
D1 = 5986 |
- |
4045 |
По данным таблицы 1 абсолютный прирост товарооборота составил:
∆товарооборота = Т1 -Т0 = 909,9 - 422,4= 487,5 млрд. руб.,
а в сопоставимых ценах:
∆товарооборота = D1S1 -D0S0 = 614,8 - 422,4= 192,4 млрд. руб.,
в том числе:
∆товарооборота (S) = D0S1 -D0S0 = (2954 · 152)-422,4 = 449,0-422,4 =26,6 млрд. руб.,
∆товарооборота (D) = D1S1 -D0S1 = 614,8 - 449,0= 165,8 млрд. руб.
d(S) = · 100 = 13,8% ; d(D) = · 100 = 86,2%.
Расчет показал, что абсолютный прирост товарооборота только на 13,8% обусловлен демографическим фактором (ростом численности населения) и на 86,2% - увеличением среднего уровня покупок.
2. Для выбранного предприятия построить и интерпретировать факторную динамическую модель товарооборота.
Продолжение примера (исходные данные в таблице 1; расчет в сопоставимых ценах). Построить и интерпретировать факторную динамическую модель товарооборота.
= · = 1,369 · 1,063 = 1,455.
Мы видим, что оба вектора имеют одно и то же направление. Эта модель интерпретируется следующим образом: рост объема проданных товаров (общий объем удовлетворенного спроса) на 45,5% обусловлен ростом покупок на душу населения на 36,9% (индивидуальный уровень удовлетворенного спроса, определяющий уровень потребления) и увеличением численности населения (числа потребителей) на 6,3%.
3. Для выбранного товара рассчитать индекс товарооборота на душу населения, «чистый» индекс товарооборота на душу населения в неизменной структуре товарооборота и индекс демографической структуры.
ID = IDi Iстр.S = ,
где D0 и D1 - средний по всем группам населения товарооборот на душу (соответственно в базисном и текущем периодах);
Dj0 и Di1 - товарооборот/покупки на душу i-й группы населения (соответственно в базисном и текущем периодах);
S'i0 и S'i1 - структура населения (возрастная, социальная и т.п.), удельный вес i-й группы населения в общей численности (в процентах) соответственно в базисном и текущем периодах;
п - число i-х групп населения;
ID - индекс товарооборота на душу населения (в среднем по всей совокупности населения);
IDj - «чистый» индекс товарооборота на душу населения в неизменной структуре товарооборота;
Iстр.S - индекс влияния структуры населения на динамику товарооборота на душу населения (индекс демографической структуры).
Пример. Рассчитать индекс товарооборота на душу населения, «чистый» индекс товарооборота на душу населения в неизменной структуре товарооборота и индекс демографической структуры, используя данные таблицы 2 (цифры условные).
Табл. 2
Социальная структура населения и покупка товаров на душу населения (в среднем за месяц)
Группы населения по уровню дохода |
Численность населения, % к итогу |
Товарооборот/ покупка на душу населения, руб. на 100 чел. |
Расчетные показатели товарооборота, руб. на 100 чел. |
||||
в базисном периоде |
в текущем периоде |
в базисном периоде |
в текущем периоде |
Di0 S'i0 |
Di1 S'i1 |
Di0 S'i1 |
|
S'i0 |
S'i1 |
Di0 |
Di1 |
||||
Высокообеспеченные |
6 |
7 |
2500 |
2500 |
15000 |
17500 |
17500 |
Среднеобеспеченные |
40 |
27 |
540 |
500 |
21600 |
13500 |
14580 |
Низкообеспе- ченные |
54 |
66 |
200 |
170 |
10800 |
11220 |
13200 |
По всей совокупности |
100 |
100 |
- |
- |
47400 |
42220 |
45280 |
ID = = 0,89; IDi = = 0,93; Iстр.S = = 0,96.
Проверка правильности расчета: 0,93 • 0,96 = 0,89.
В данном примере средний товарооборот на душу населения сократился на 11 %. Это сокращение вызвано сдвигами в социальной структуре населения (на 4 %) и сокращением товарооборот на душу населения (7 %).
4. Для выбранного предприятия построить модель зависимости спроса на продукцию фирмы от следующих факторов: индекса инфляции, уровня безработицы, уровня доходов населения, цены на товар. Проверить гипотезы о значимости коэффициентов регрессии, о значимости уравнения, об отсутствии автокорреляции остатков.
Функции, чаще других используемые в маркетинге при моделировании влияния факторов на покупательский спрос представлены в таблице 3.
Табл. 3
Функции, используемые при моделировании влияния факторов на покупательский спрос
Название функции |
Аналитическое выражение функции |
Преобразование функции в линейную форму |
Линейная |
у = а + b х |
не требует |
Полулогарифмическая |
у = а + blg х |
не требует |
Параболы n -го порядка |
у = а + b1 х + + b2 х +…+ bn хn |
не требует |
Гиперболы |
у = а + b |
не требует |
Кривая Гомперца |
у = к abx |
lg у = lg к + bx lg a |
Логистическая |
y = |
lg( ) = lgb – cx· lg e |
Экспонента |
у = а ebx |
lg у = lg a + bx· lg e |
Степенная |
у = а хb |
lg у = lg a + b Ig x |
Показательная |
у = а bx |
lg у = lg a + х lg b |
Торнквиста 1-го типа |
y = |
|
Торнквиста 2-го типа |
y = |
|
Торнквиста 3-го типа |
y = |
|
Пример. Определить зависимость доли непродовольственных товаров в покупках семьи от дохода на душу населения, используя данные таблицы 4.
Табл.4
Структура среднего дохода на одного члена семьи и доли непродовольственных товаров в общем объеме покупок (цифры условные)
Группы семей по доходу на одного члена семьи, руб. за месяц
|
В группах семей средний доход на одного члена семьи, руб. за месяц |
Доля непродовольственных товаров в общем объеме покупок, руб. |
x |
у |
|
200,1 - 400 |
300 |
30 |
400,1 - 600 |
500 |
40 |
600,1 - 800 |
700 |
45 |
800,1 -1000 |
900 |
48 |
Более 1000 |
1200 |
50 |
1. Используя ПЭВМ рассчитать показатель тесноты связи η (коэффициент корреляции) у и х.
Показатель тесноты связи η получился равным 0,985. Это означает очень высокую степень тесноты связи, показывающую, что 98,5% вариации результативного признака объясняется изучаемым фактором (доходом) и только 2,5% остается на долю случайных воздействий.
Используя ПЭВМ рассчитываются параметры уравнения регрессии.
В соответствии с законом Энгеля, чем больше доход в семье, тем больше доля покупок непродовольственных товаров. При этом рост доли не пропорционален увеличению дохода, а отстает от него. Предположим, что это замедление можно смоделировать уравнением регрессии полулогарифмической функции: у = а + в lg (x).
Результаты регрессионного анализа представлены в таблице 5.
Табл. 5
Результаты регрессионного анализа
Параметры |
Коэффициенты |
sig F |
Sig(t) |
R2 |
а в |
- 52,18 33,72 |
0,002 |
0,01 0,002 |
0,97 |
Уравнение регрессии, отражающего зависимость доли непродовольственных товаров в общем объеме покупок товаров семьей от дохода в расчете на одного члена семьи: = - 52,18 + 33,72 lgx.
Для определения правильности выбора функции для построения модели можно рассчитать коэффициент аппроксимации (табл. 6).
Табл. 6
Расчет коэффициента апроксимации
Группы семей по доходу на одного члена семьи, руб. за месяц
|
Доля непродвольственных товаров в общем объеме покупок, руб. |
Сглаженное (теоретическое) значение доли |
Расчет остаточной дисперсии |
у |
yx |
(yi -yx)2 |
|
200,1 - 400 |
30 |
31,345 |
1,808 |
400,1 - 600 |
40 |
38,825 |
1,380 |
600,1 - 800 |
45 |
43,752 |
1,557 |
800,1 -1000 |
48 |
47,432 |
0,322 |
Более 1000 |
50 |
51,645 |
2,707 |
Сумма |
213 |
213 |
7,774 |
В результате получим остаточную дисперсию: σ2ост. = = 1,555, среднеквадратическое отклонение при этом σ = 1,247. Исчислив его процентное отношение к среднему значению результативного признака (213/5=42,6), получим коэффициент аппроксимации: Ка = · 100 = 2,93%. Коэффициент аппроксимации очень близок к 0, что подтверждает правильность выбора функции.
На рисунке 1 графически отражена зависимость структуры покупок от дохода.
Рис. 1. Зависимость структуры покупок от дохода
Однако в реальности на спрос оказывает влияние одновременно не один, а комплекс факторов, что выявляется с помощью множественной корреляции и регрессии.
Чаще всего применяют линейную форму множественной регрессии:
= а + b1 х1 + b2 х2 + …+ bn хn + е.
где e – случайная ошибка.
Критерием оценивания параметров чаще всего является метод наименьших квадратов. При оценке качества полученного уравнения регрессии проверяются следующие гипотезы:
• о значимости коэффициентов регрессии;
• о значимости уравнения;
• об отсутствии автокорреляции остатков ei.
Для проверки первой гипотезы рассчитывается t-статистика. Для проверки второй гипотезы рассчитывается, F-статистика. Для оценки независимости отклонений рассчитывается статистика Дарбина-Уотсона:
DW =
Если DW составляет 1,5 – 2 – 2,5, то при малом объеме выборки можно считать, что автокорреляция остатков отсутствует, а любая другая нелинейная функция не превосходит построенную линейную регрессию.