Анализ тенденций и устойчивости развития рыночной конъюнктуры
Важным элементом конъюнктурного анализа служит характеристика ди-намики исследуемого явления. Рынок, как мы уже указывали, - явление дина-мическое, он непрерывно изменяется, и время выступает в качестве абсциссы экономической кривой, отражающей тенденции развития рынка.
Общее направление (вектор) развития и средняя скорость изменения по-гашают 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 ры-ночной ситуации: растущий/развивающийся рынок, стабильный рынок, сокра-щающийся рынок и т.д. Для определения вектора и скорости развития рынка строятся динамиче-ские 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
пе-риоды По-ставка, Тыс.т. Продажа в розни-цу,тыс.т. Цена, руб. кг Товар-ный за-пас, дней % к базисному периоду постав-ка прода-жа цена Товар-ный за-пас 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 пе-риода наращивалась поставка товаров. В результате росли запасы, что явилось индикацией усиления разбалансированности рынка. На основании данной ин-формации можно более обоснованно судить о развитии ситуации на рынке, чем по неформальным данным торговых корреспондентов. В тех случаях, когда изучаемое явление рынка представляет собой слож-ную агрегированную величину (например, товарооборот, состоящий из сово-купности разнородных товаров), характеристика динамики количественных по-казателей достигается с помощью агрегатных или средних индексов, в частно-сти, индекса физического объема товарооборота (т.е. оценки изменения стои-мости 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 това-рооборота. Они описаны в учебнике, на который мы ссылаемся. В данном по-собии 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 приведе-ны в табл. 4.16 (цифры условные). Таблица 4.16 Расчет индекса физического объема товарооборота
Товар Базисный период Текущий период Количество текущего пе-риода в це-нах базисно-го, тыс.руб. количе-ство,т Цена, руб. за 1 кг Товаро-оборот, тыс. руб. количе-ство,т Цена, руб. за 1 кг Товаро-оборот, 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 физиче-ского 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). Визу-ально рассматриваются динамические ряды темпов роста или их графические изображения (диаграммы), и на этой основе дается описательная характеристи-ка тенденций. Иногда используется так называемый метод технического сгла-живания уровней динамического ряда. Фактические данные (эмпирические уровни) наносятся на график, а после этого проводится линия, на глаз осред-няющая 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, из-вестный в теории статистики как метод механического сглаживания, к которо-му 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 (полулога-рифмическая кривая), спад с замедлением (гипербола), равномерное развитие (прямая) и т.д. Сущность данного метода заключается в том, что изменение яв-ления (например, продажи товара) рассматривается как функция времени: (4.17)
где t- номер 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, отбирае-мые 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 ис-пользовать систему нормальных уравнений, которая в общем виде имеет сле-дующий вид: (4.20) Однако практически использовать систему нормальных уравнений можно только ограниченно: для моделей, построенных по функции не более чем вто-рого порядка. В противном случае придется решать больше трех уравнений. Расчет можно упростить, если использовать следующие формулы сумм значе-ний t с первой по четвертую степень: (4.21, 4.22, 4.23, 4.24)
К числу наиболее употребительных трендовых моделей относятся сле-дующие: 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 функ-ции 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 ап-проксимирует 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 = аЧеbt, 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 урав-нениями 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, ко-гда 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 сменя-ется 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 логарифмиче-ской функции
6. Гипербола Тенденция к сокращению параметров рынка (спад) отражается каждой из рассмотренных функций в зависимости от характера изменения. При этом ме-няются знаки в уравнениях - с плюса на минус. Однако моделирование процес-са 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 ус-ловия 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 увеличи-валась на 10,6% (за базу принят 1-й месяц). Расчет среднего темпа роста ведет-ся 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: (4.36а) где Тn- темп роста за весь период: (4.36б) где уn и у0 - соответственно уровни динамического ряда за последний и начальный (базисный) периоды; n - число периодов (дат, уровней), не считая базисного.
Средний абсолютный прирост цены за весь период равен
Однако, эта формула игнорирует все уровни ряда, за исключением на-чального и конечного. Используем одну из моделей тренда, наилучшим обра-зом аппроксимирующую эмпирические значения уровней динамического ряда. В данном случае нет основания считать, что товарооборот растет с ускорением. Поэтому мы выбираем для отражения основной тенденции линейную модель тренда. Результат ее расчета на ПЭВМ был приведен на рис. 4.11, где показаны эмпирические данные и их трендовая линия, выражающая общую тенденцию развития.
Рис. 4.11. Тенденция роста цены
Данные, приведенные в таблице, указывают на отсутствие ускорения или замедления роста цены. Поэтому мы вправе воспользоваться линейной функци-ей для выявления основной тенденции развития. Расчет на ЭВМ позволил по-строить следующую модель: ỹt = 6,18 + 4,82/ (руб./кг) . Это означает, что средний прирост цены за период с учетом всех колеба-ний составлял 4,8 руб./кг. К этому же результату мы придем, если выполним расчет «вручную», не используя компьютер, а опираясь на формулы 4.20- 4.22. В этом случае суммы номеров месяцев и их квадратов составят:
Система нормальных уравнений будет выглядеть следующим образом:
Решив ее, получим, что b = 4,82, а = 6,18, т.е. параметры модели те же, что и вычисленные ЭВМ. Стихийность рынка, действие случайных, непредсказуемых факторов проявляется в колебаниях его параметров, в их отклонениях от линии нормаль-ного развития. Рыночные колебания имеют два вектора: динамический (коле-бания во времени) и пространственный (колебания по предприятиям, по терри-тории). В первом случае наблюдаются рассмотренные ранее отклонения от ос-новной тенденции развития, во втором - от среднего уровня состояния рынка. Чем меньше размах колебаний, т.е. чем устойчивее рынок и его развитие, тем надежнее его оценки и прогнозы, тем ниже риск маркетинговых мероприятий. Характеристика устойчивости развития рынка является важным этапом конъ-юнктурного анализа. Как выявить колебания основных параметров рынка, каким образом из-мерить их интенсивность и тем самым определить степень устойчивости рын-ка? Техническая (графическая) характеристика способна визуально обратить наше внимание на неравномерное или, наоборот, на равномерное развитие рынка. В первом случае график покажет ломаную линию динамики, а во втором - линию, близкую к прямой. Рисунок отразит и размах колебаний. Однако это неформальная оценка, не позволяющая смоделировать процесс, выразить его количественно, сравнить с базисным периодом или с другим рынком. Напомним, что линия тренда как бы осредняет колебания, равно удалена (в идеале) от точек, характеризующих эмпирические уровни динамического ря-да. Это дает возможность использовать трендовую модель в целях измерения устойчивости развития рынка во времени. Определяется средний размер откло-нений от тенденции развития, выраженной линией тренда. В процессе анализа динамической устойчивости рынка нельзя использо-вать обычный коэффициент вариации, поскольку, чем выше скорость развития и больше угол возвышения тренда, тем больше будет отклонение от средней и соответственно больше коэффициент вариации, даже при полной равномерно-сти развития. Посмотрите следующие два графика, которые иллюстрируют данное положение и доказывают неприемлемость определения отклонения от среднего уровня при оценке динамической устойчивости развития рынка (рис. 4.12):
А. Высокие темпы роста Б. Низкие темпы роста
Рис. 4.12. Отклонение тренда от среднего уровня
И в том и в другом случае развитие было равномерным: оно выражено прямой линией. Однако в первом случае (А) темпы роста были высокими, соот-ветственно отклонение от средней оказывается большим. Во втором случае (Б) темпы были невысокими, соответственно отклонение от среднего уровня не-значительно. Устойчивость (или как ее антипод - колеблемость) развития рынка во времени проявляется в характере отклонений фактических уровней развития от основной тенденции, т.е. от тренда. Это позволяет измерять устойчивость раз-вития рынка известным в анализе динамики показателем - коэффициентом ап-проксимации. Исчисляется среднеквадратическое отклонение эмпирических уровней от тренда (syi-yt): (4.37)
где syi-yt - среднеквадратическое отклонение эмпирических уровней динамического ряда от тренда; уi - i-й уровень динамического ряда; уt - сглаженный i-й уровень динамического ряда (тренд); n - число i-х уровней динамического ряда.
Все же нельзя забывать, что среднеквадратическое отклонение выражено в именованных числах, и его результат зависит от размерности уровней дина-мического ряда. Поэтому следует выразить его в процентах к среднему уровню. Такой показатель называется коэффициентом аппроксимации (от лат. арргохта-ге -приближаться): (4.38) Именно этот показатель, варьирующий в диапазоне между 100% и 0, от-ражает степень устойчивости развития рынка.
Продолжим пример. Данные о динамике продажи товара за 6 месяцев из табл. 4.17 перенесены в табл. 4.18. В нее же включены данные, полученные по-сле подстановки в уравнение тренда значений времени (t):
По отклонениям от тренда была исчислена остаточная дисперсия, а затем среднеквадратическое отклонение эмпирических данных от тренда. Для того чтобы стандартизовать эту величину, было исчислено ее процентное отношение к среднему уровню ряда (коэффициент аппроксимации). Он составил почти 26%. Это означает, что рынок развивался неустойчиво, в своем развитии цены колебались в значительной степени. Однако чаще развитие рынка приобретает нелинейный характер. Рас-смотрим пример, когда динамика товарооборота аппроксимирована уравнением параболы 2-го порядка (рис. 4.13):
Таблица 4.18 Расчет устойчивости роста цены товара X
Рис. 4.13. Устойчивость нелинейного развития рынка
Диаграмма показывает, что развитие рынка происходило недостаточно устойчиво. Расчет коэффициента аппроксимации подтвердил этот вывод. Его значение составило 42,3%. Как видно, анализ тенденций и колеблемости рынка - это достаточно тру-доемкий процесс, требующий сбора соответствующей информации, построения динамических рядов, статистических расчетов (как правило, с использованием электронно-вычислительной техники). Для оперативных целей наряду с графи-ческим (техническим) методом характеристики тенденций и устойчивости рын-ка и методами механического сглаживания, также не требующими сложных расчетов, рекомендуется использовать уже упоминавшийся специфический конъюнктурный метод тестирования. В практике конъюнктурного анализа получили большое распространение тенденциальные опросы, являющиеся по существу вариантом экспертного ис-следования (см. 2.4). Именно на их основе разрабатываются конъюнктурные тесты, которые представляют собой средние арифметические из трех возмож-ных оценок сложившейся тенденции развития рынка: рост (подъем), стабиль-ность, понижение (спад), каждой из которых присваивается соответствующий балл. В результате дается обобщающая оценка тенденций развития рынка. Конечно, любые качественные характеристики рынка носят отпечаток субъективности, но в них можно включать и объективные показатели: темп роста товарооборота (Т), уровень устойчивости (Ка), степень деловой активно-сти. На рис. 4.14. показаны варианты оценки состояния рынка и перехода из одной ситуации в другую. Не менее важна характеристика колеблемости рынка в статике, в терри-ториально-экономическом пространстве, например вариация цен по предпри-ятиям, выступающим со своими товарами на рынке. Сильные колебания, в ча-стности, могут указывать на проявления ценовой конкуренции или на неустой-чивость рыночной ситуации, часто обусловленную дифференциацией спроса. Так, в пределах одного и того же города наиболее высокие цены обычно отме-чаются в центре; в «спальных» районах цены, как правило, ниже; самые низкие цены складываются в производственных зонах (табл. 4.19).
Рис. 4.14. Варианты оценки рыночной ситуации
Таблица 4.19 Группировка предприятий по уровню цен на товар
Группы с уровнем цен В них предприятий единиц % к итогу Низким 22 5 Средним 387 86 Высоким 41 9 Итого 450 100
В зависимости от распределения предприятий дается оценка степени раз-личий рыночных параметров: чем больше доля средней группы, тем устойчивее рынок. Например, низкие цены были отмечены всего на 5% предприятий, вы-сокие - на 9%, а на остальных предприятиях цены были на среднем уровне. Проиллюстрируем пример диаграммой (рис. 4.15).
Рис. 4.15. Структура торговых предприятий по уровню цен на товар
Секторная диаграмма наглядно показала, что по параметру цен рынок на-ходится в устойчивом состоянии. Другое дело, если каждая группа занимает в совокупности значительное место. Например, низкий уровень цен отмечался на 20% предприятий, средний - на 32% и высокий - на 48%. Если в первом случае всего на 14% предприятий цены отклонялись от среднего уровня, то во втором примере средняя по ценам группа предприятий уже не преобладает над другими, которые занимают значительное место в со-вокупности. Это указывает на существенную неравномерность в состоянии рынка (по данному параметру). Существует еще одна возможность наглядной характеристики колебле-мости параметров рынка в экономическом пространстве на определенную дату, т.е. в статике: отложить на графике фактические значения параметров и изобра-зить линию, характеризующую средний уровень. Рассмотрим соответствующий пример (рис. 4.16).
Рис. 4.16. Вариация цен по магазинам
Формализованные оценки колеблемости показателей рынка в статике, в частности в географическом или экономическом пространстве (или по регио-нам, или по конкурирующим фирмам, или по собственным предприятиям - тор-говым единицам и т.п.), осуществляются с помощью следующей формулы: (4.39)
где V - коэффициент вариации (стандартизованный в процентах к среднему уровню по территории или по предприятиям); s - среднеквадратическое отклонение, исчисляемое по формуле
(4.40) где n - число i-х единиц (предприятий, регионов); Fi - «вес», характеризующий размер i-й единицы (товарооборот, численность населения и т.п.); yi - параметр рынка i-го предприятия (или региона); y̅ - среднее значение параметра (средний уровень), исчисляемое по формуле средней арифметической взвешенной:
(4.41) В тех случаях, когда взвешивание невозможно осуществить или когда структура более или менее однородна, допустимо прибегать к косвенным ха-рактеристикам (например, использовать показатели размерности, в регионах - численность населения, на предприятиях -торговую площадь, число работаю-щих и т.п.) или в крайнем случае использовать невзвешенные средние. Приведем в качестве примера таблицу, на основе данных которой была построена диаграмма вариации цен по предприятиям (табл. 4.20, цифры услов-ные). Таблица 4.20 Данные о ценах на 1 апреля 1999 г. и о товарообороте за апрель по 10 магазинам
Предварительно было рассчитано как отношение итога гр. 3 таблицы на итог гр. 2 среднее по всем магазинам значение варьирующей цены: (руб./ед.) Затем исчисляются дисперсия (отношение итога гр. 4 к итогу гр. 2), а из нее - среднеквадратическое отклонение: (руб./ед.) В стандартизованном виде вариацию цен отражает коэффициент вариа-ции: , а это означает, что имеет место высокая колеблемость цен по предпри-ятиям, выступающим на рынке.
Ви переглядаєте статтю (реферат): «Анализ тенденций и устойчивости развития рыночной конъюнктуры» з дисципліни «Маркетингове дослідження: інформація, аналіз, прогноз»
