Тема 9 статистические методы оценки и прогнозирования коммерческой деятельности

Прогнозирование покупательского спроса Цель конъюнктурного анализа- распространение оценок фактически сложившейся рыночной ситуации, найденных тенденций и выявленных причинно-следственных связей на будущий период.

Прогнозирование спроса - это научно обоснованное предсказание развития рынка во времени на основе изучения причинно-следственных связей, тенденций и закономерностей.

В зависимости от охвата объектов исследования прогноз подразделяется на:

1. глобальный
2. региональный
3. локальный

По срокам предсказания прогнозы различаются:

1. предупреждающий (сигнальный)
2. оперативный
3. краткосрочный
4. среднесрочный
5. долгосрочный (перспективный)

Приемы и методы прогнозирования:

1. предупреждающая (сигнальная) информация
2. аналоговые модели
3. нормативные (рационализированные)
4. имитационные модели
5. прогнозирование по экспертным оценкам
6. методы экстраполяции
7. методы статистического моделирования
8. прогнозирование по коэффициентам эластичности
9. составление прогнозных сценариев как динамических альтернативных моделей будущего

В практике статистического исследования и прогнозирования покупательского спроса по различным видам продуктов и услуг используются различные типы моделей, наиболее соответствующие характеру и закономерностям развития данного рынка. Часто используются следующие функции:

Выбор функции зависит от:

1. результата предварительных исследований (в частности от минимизации остаточной дисперсии)
2. конкретных условий рыночной конъюнктуры
3. вида товара
4. сегмента рынка и т.д.

Процесс затухания роста спроса по мере перехода к группам населения с высоким доходом удачно отражается полулогарифмической функцией.

Чаще прогноз рыночной ситуации осуществляется с помощью многофакторного моделирования, причем для аккумуляции неучтенных факторов развития и устранения авторегрессии в модель, построенную на основе динамических рядов, вводится фактор времени:

Развитие спроса редко бывает линейным. Чаще его закономерности выражаются криволинейными функциями. Для того, чтобы избавиться от линейности модели, все члены ее логарифмируют, т.е. строится многофакторное уравнение по степенной или показательной функциям. Важным моментом прогнозирования является проверка надежности и точности прогноза. Рассчитывается ошибка прогноза, т.е. его отклонение от фактического уровня. Таким образом проверяется достоверность прогноза, т.е. верификация прогнозов спроса. Очень важно осуществлять ее не по окончании прогнозного срока, а при составлении самого прогноза. Существует также метод Тейла, который позволяет оценить ошибку прогноза до наступления прогнозного срока.

Если V=0, то прогноз абсолютно точен.

Если V=1, то прогноз близок к простой экстраполяции.

Если V>1, то прогноз дает худший результат, чем предположение о неизменности тенденций исследуемого явления.

Способы моделирования цен. Основные способы статистического выявления тренда – это механическое сглаживание и аналитическое выравнивание. В общем виде трендовая модель для отдельной цены или индекса цен может быть выражена как p=f(t), где t- номер года. Модель отражает не только направление изменения, но и его характер, также дает количественную оценку среднего изменения за период, определяемую как первая производная соответствующей функции. После выявления тренда оценивается характер распределения колебаний вокруг него- случайный или периодический- с помощью критерия поворотных точек Кендэлла и коэффициента автокорреляции отклонений от тренда с лагом 1 год. В результате интерференции колебаний возникает случайно распределенная во времени колеблемость цен. Так называемые случайные колебания цен объясняются также влиянием ряда факторов, которые просто невозможно учесть, а также наличием случайных отклонений основных факторов, влияющих на динамику цен. Если длинный временной ряд разбить на отдельные характерные периоды, то вычисленные для каждого периода коэффициенты вариации пригодны для сравнения между собой и приблизительной характеристики тенденций динамики колеблемости. Для количественной оценки случайных колебаний используется коэффициент аппроксимации.Если характер динамики цен претерпевал качественные изменения, то исследуемый период разбивается на подпериоды с трендами, различными по форме и значениям параметров.

При наличии сезонности в характере изменения месячных уровней цен коэффициент аппроксимации оценит чисто случайные колебания, если трендовые значения не были освобождены от сезонной компоненты. В противном случае будет оценена совокупность случайных и сезонных колебаний.

Самый простой случай для изучения сезонных колебаний- неизменность среднегодового уровня цен в течение исследуемого периода

В случае, если нет тенденции к изменению цен внутри изучаемого периода, возможен расчет общей оценки колеблемости цены товара по формуле среднего квадратического отклонения, взвешенного или нет, если объемы продажи мало менялись во времени.

Условие правомерности использования этой формулы для общей оценки колеблемости цены товара отпадает, если вместо уровней цен использовать цепные индексы цен (i -для одного товара, I- для совокупности ).

Дата добавления: 2014-01-11