4.4. анализ тенденций и устойчивости развития рыночной конъюнктуры
4.4. анализ тенденций и устойчивости развития рыночной конъюнктуры
Важным элементом конъюнктурного анализа служит характеристика динамики исследуемого явления. Рынок, как мы уже указывали, явление динамическое, он непрерывно изменяется, и время выступает в качестве абсциссы экономической кривой, отражающей тенденции развития рынка.
Общее направление (вектор) развития и средняя скорость изменения погашают случайные отклонения от общего курса. Термин тенденция происходит от лат. tendere направляться, стремиться. На основе количественных оценок и моделей динамики рынка даются качественные характеристики изменения рыночной ситуации: растущий/развивающийся рынок, стабильный рынок, сокращающийся рынок и т.д.
Для определения вектора и скорости развития рынка строятся динамические ряды показателей, характеризующих основные параметры рынка, а затем исчисляются темпы роста или прироста (базисные и цепные):
(4.15)
где у0 и у1 уровни динамического ряда соответственно базисного
и текущего периодов.
В табл. 4.15 приведены данные, характеризующие развитие рынка товара Q (цифры условные).
Таблица 4.15
Динамика основных параметров рынка товара Q
периоды | Поставка, Тыс.т. | Продажа в розницу, тыс.т. | Цена, руб. кг | Товарный запас, дней | \% к базисному периоду | |||
поставка
| продажа
| цена
| Товарный запас
| |||||
1-й | 50 | 44 | 12 | 5 | 100 | 100 | 100 | 100 |
2-й | 60 | 46 | 16 | 8 | 120 | 104,5 | 133,3 | 160 |
3-й | 70 | 49 | 20 | 14 | 140 | 111,4 | 166,7 | 280 |
4-й | 66 | 36 | 40 | 21 | 132 | 81,8 | 333,3 | 420 |
5-й | 55 | 31 | 45 | 12 | 110 | 70,5 | 375,0 | 240 |
6-й | 46 | 30 | 45 | 12 | 92 | 68,2 | 375,0 | 240 |
Картина весьма противоречивая. Вероятно, рыночными структурами не было учтено повышение цен и его влияние на спрос. В результате до 3-го периода наращивалась поставка товаров. В результате росли запасы, что явилось индикацией усиления разбалансированности рынка. На основании данной информации можно более обоснованно судить о развитии ситуации на рынке, чем по неформальным данным торговых корреспондентов.
В тех случаях, когда изучаемое явление рынка представляет собой сложную агрегированную величину (например, товарооборот, состоящий из совокупности разнородных товаров), характеристика динамики количественных показателей достигается с помощью агрегатных или средних индексов, в частности, индекса физического объема товарооборота (т.е. оценки изменения стоимости товаров в сопоставимых ценах) и общего индекса цен:
(4.16)
где qi0 и qi1 количество проданного i-го товара соответственно в базисном
и текущем периодах;
рi0 цена i-го товара в базисном периоде.
Существует ряд способов исчисления индекса физического объема товарооборота. Они описаны в учебнике, на который мы ссылаемся. В данном пособии приводится наиболее простой и доступный метод, который может быть использован в том случае, когда исследователь располагает данными о продаже товаров в натуральном выражении и о ценах на них.
Пример. Данные о продаже и ценах трех товаров за два периода приведены в табл. 4.16 (цифры условные).
Таблица 4.16
Расчет индекса физического объема товарооборота
Товар | Базисный период | Текущий период | Количество текущего периода в ценах базисного, тыс.руб. | ||||
количество, т | Цена, руб. за 1 кг | Товарооборот, тыс. руб. | количество, т | Цена, руб. за 1 кг | Товарооборот, тыс. руб | ||
qi0 | рi0 | qi0 рi0 | qi1 | рi1 | qi1 рi1 | qi1 рi0 | |
А | 1 | 2 | 3 (гр.1 х гр.2) | 4 | 5 | 6 (гр.1 х гр.5) | 7 (гр.5 х гр.2) |
1-й | 500 | 12 | 600 | 300 | 24 | 7200 | 3600 |
2-й | 200 | 10 | 2000 | 200 | 10 | 2000 | 2000 |
3-й | 300 | 25 | 7500 | 600 | 15 | 9000 | 15 000 |
S | 15 500 | 18 200 | 20 600 |
Индекс товарооборота (в фактических ценах) исчисляется как отношение итога гр. 6 к итогу гр. 3:
т.е. денежная выручка продавца увеличилась на 17,4\%. Индекс физического объема товарооборота исчисляется как отношение итога гр. 7 к итогу гр. 3:
т.е. объем продажи товаров (в сопоставимых ценах) вырос на 32,9\%.
Тенденции развития рынка определяются на основе анализа изменения основных своих параметров (поставки, продажи, цен, товарных запасов). Визуально рассматриваются динамические ряды темпов роста или их графические изображения (диаграммы), и на этой основе дается описательная характеристика тенденций. Иногда используется так называемый метод технического сглаживания уровней динамического ряда. Фактические данные (эмпирические уровни) наносятся на график, а после этого проводится линия, на глаз осредняющая все колебания. Такой метод широко применяется в анализе биржевой конъюнктуры, когда требуются моментальные выводы о тенденции развития рынка. Применяется еще достаточно простой, но не очень точный метод, известный в теории статистики как метод механического сглаживания, к которому мы еще вернемся в анализе сезонных колебаний.
Более надежный способ выявления основной тенденции развития рынка заключается в построении и графическом изображении трендовых моделей (так называемый метод статистического, или аналитического, выравнивания).
Данный метод имеет то преимущество, что определяет не только вектор, но и скорость развития, а также отражает его характер: ускорение (степенная и показательная кривая, парабола и-го порядка), рост с замедлением (полулогарифмическая кривая), спад с замедлением (гипербола), равномерное развитие (прямая) и т.д. Сущность данного метода заключается в том, что изменение явления (например, продажи товара) рассматривается как функция времени:
(4.17)
где tномер уровня (периода, даты) динамического ряда.
Более подробно об этом методе вы можете прочесть в любом учебнике по теории статистики.
Для построения трендовых моделей используются уравнения, отбираемые по минимуму остаточной дисперсии. Ниже приводятся общие формулы соответствующих уравнений:
где уi выровненное (сглаженное) значение уровней динамического ряда;
а свободный член уравнения, экономически не интерпретируемый;
bi i-е параметры уравнения, характеризующие скорость или ускорение развития рынка;
е основание натурального логарифма;
t номер уровня динамического ряда (периода, даты);
n число i-х параметров в уравнении.
Для расчета параметров трендовых моделей используются стандартные программы ПЭВМ, а для линейных и линеаризированных моделей можно использовать систему нормальных уравнений, которая в общем виде имеет следующий вид:
(4.20)
Однако практически использовать систему нормальных уравнений можно только ограниченно: для моделей, построенных по функции не более чем второго порядка. В противном случае придется решать больше трех уравнений. Расчет можно упростить, если использовать следующие формулы сумм значений t с первой по четвертую степень:
(4.21, 4.22, 4.23, 4.24)
К числу наиболее употребительных трендовых моделей относятся следующие:
1. Линейная (прямая):
(4.25)
Данное уравнение позволяет определить вектор развития: параметр b с плюсом рост, b с минусом спад. Он указывает на то, что рынок развивался равномерно, без ускорения или замедления. Модель тренда по линейной функции отражена на рис. 4.5.
Рис. 4.5. Трендовая модель тенденции развития рынка по прямой
2. Парабола 2-го порядка
(4.26)
Данная модель позволяет выявить не только скорость развития b1, но и его ускорение (b2). В зависимости от знаков параметров определяется вектор развития (рост, спад, ускорение, замедление). Поэтому возможно применение данной модели в широком диапазоне примеров.
Не следует забывать, что криволинейную тенденцию часто хорошо аппроксимирует парабола более высокого, чем второй, порядка:
Параболический рост, а затем спад отражены на рис.4.6
Рис. 4.6. Модель тенденции развития рынка по параболе 2-го порядка
3. Экспонента
В тех случаях, когда прирост зависит от величины основания функции, обычно используют сглаживание по экспоненциальной кривой (экспоненте). Она обычно отражает нарастание приростов. Ее формула:
У̃t = а×еbt, а в линеаризированном виде: lg yt = lg a + bt (4.28; 4.29)
Моделирование тренда по экспоненте в графической форме представлено на рис. 4.7.
Рис. 4.7. Трендовая модель тенденции развития рынка по экспоненте
4. Степенная и показательная функции
На практике чаще встречаются тенденции, которые можно отразить уравнениями степенной и показательной функций:
(4.30, 4.31)
(уравнения могут быть представлены в линейном виде):
(4.32, 4.33)
В частности, показательная функция используется для сглаживания, когда цепные темпы роста динамического ряда более или менее постоянны.
Модель тренда по показательной функции в графической форме отражена на рис. 4.8.
Рис. 4.8. Трендовая модель тенденции развития рынка по
показательной функции
5. Логарифмическая (полулогарифмическая) функция
Если равномерный или даже ускоренный рост параметров рынка сменяется замедлением или затуханием развития, то такую тенденцию достаточно надежно отражает логарифмическая функция типа
(.34)
В графической форме подобная трендовая модель показана на рис. 4.9.
Рис. 4.9. Трендовая модель тенденции развития рынка по логарифмической функции
6. Гипербола
Тенденция к сокращению параметров рынка (спад) отражается каждой из рассмотренных функций в зависимости от характера изменения. При этом меняются знаки в уравнениях с плюса на минус. Однако моделирование процесса сжатия рынка, если происходит спад с нарастающим замедлением к концу периода, хорошо отражается функцией гиперболы:
(4.35)
Графическая форма модели тренда показана на рис. 4.10.
Трендовые модели используются также для краткосрочных прогнозов, когда есть вероятность инерционного развития рынка. Исходят из того, что сложившиеся в прошлом тенденции при соответствующих условиях можно распространить (экстраполировать) на прогнозируемый период. В формулу уравнения подставляется номер последующего периода (прогнозируемого: / + 1 и т.д.). Для долгосрочного периода, когда существенно меняются рыночные условия и окружающая среда, этот метод мало подходит. Несколько позже мы рассмотрим проблему составления прогноза.
Рис. 4.10. Трендовая модель тенденции развития рынка по гиперболе
Пример. Оценка тенденции равномерного развития рынка. Данные об изменении цены товара X приведены в табл. 4.17.
Несмотря на значительные колебания цены в отдельные месяцы, в целом за все изучаемое время она выросла в 3 раза. В среднем за месяц она увеличивалась на 10,6\% (за базу принят 1-й месяц). Расчет среднего темпа роста ведется по следующей формуле:
(4.36)
где Т̃ средний за все периоды темп роста (чаще его называют среднегодовым темпом), в нашем примере исчислен корень 11-й степени.
Таблица 4.17
Динамика цены товара X
Месяцы, t | Цена товара, X, yi | Произведение, yt | Темпы роста, \% | |
базисные | цепные | |||
1 | 20 | 20 | 100 | |
2 | 8 | 16 | 40 | 40 |
3 | 30 | 90 | 150 | 375 |
4 | 12 | 48 | 60 | 40 |
5 | 40 | 200 | 200 | 333 |
6 | 22 | 132 | 110 | 55 |
7 | 48 | 336 | 240 | 218 |
8 | 31 | 248 | 155 | 65 |
9 | 58 | 522 | 290 | 187 |
10 | 50 | 500 | 250 | . 86 |
11 | 70 | 770 | 350 | 140 |
12 | 61 | 732 | 305 | 87 |
I | 450 | 3614 |
Расчет также может быть выполнен по формуле:
Обсуждение Маркетинговое исследование: информация, анализ, прогноз
Комментарии, рецензии и отзывы