Теоретические основы анализа предложения на рынке телекоммуникационных услуг

 

Расчет и анализ потенциала рынка

То или иное состояние рынка в определенной степени зависит от его потенциальных возможностей.

Товарное предложение и спрос представляют собой формы функционирования потенциала рынка.

Потенциал рынка - это прогнозная совокупность производственных и потребительских сил, обусловливающих спрос и предложение.

Производственный потенциал выступает в форме возможности произвести и представить на рынок определенный объем товаров (продуктов и услуг).

Цель оценки потенциала рынка заключается в характеристике рыночных возможностей как на макроуровне, так и на микроуровне отдельных фирм.

Принципиальная схема расчета производственного потенциала рынка товаров и услуг сводится к следующим действиям: определяется число производственных единиц, исчисляются показатели удельной мощности производства. В формулу вводятся показатели эластичности предложения от цен  и других факторов рынка. В формулу могут быть также введены показатели, ограничивающие или, наоборот, расширяющие объем производства.

В развернутом виде принципиальная схема расчета производственного потенциала (потенциала товарного предложения) на какой-то период может быть представлена в виде следующей формулы:

n

Q = S (Ni * Wi * Di * Ri * Эх) - B

i=1

Где Q - производственный потенциал рынка, т. е. объем товаров, который может быть произведен и предложен рынку в течение определенного периода;

Ni -предприятия или группа предприятий, производящих данный товар (продукт  или услугу);

Wi-мощность предприятия (или средняя  мощность по группе);

Di - степень загрузки производственных  площадей;

Ri-степень обеспечения ресурсами, необходимыми для реализации  производственной программы;

Эx - эластичность предложения от цен на сырье и готовую продукцию;

В - внутреннее производственное потребление (по нормативам);

n -число i-х производственных предприятий.

 

 

 

1.3.3. Анализ динамики предложения

Центральным моментом оценки и анализа рыночного предложения является изучение тенденций и особенностей его развития. Для определения вектора и скорости его развития строятся динамические ряды показателей-индикаторов предложения. Исчисляются базисные, цепные и средние за период темпы роста. Целесообразно также рассчитывать компаративные темпы роста для взаимообусловленных показателей, особенно в тех случаях, когда один показатель изменяется быстрее или медленнее другого.

Основной тенденцией развития (трендом) называется плавное и устойчивое изменение уровня явления во времени, свободное от случайных колебаний.

Для обнаружения основной тенденции развития могут использоваться следующие основные методы:

укрупнение интервала динамического ряда;

метод скользящей средней;

аналитическое выравнивание ряда динамики.

Здесь будет рассмотрен метод аналитического выравнивания ряда динамики, поскольку он является наиболее эффективным методом выявления основной тенденции. [Р. А. Шмойлова. Практикум по теории статистики.]

Основным содержанием метода аналитического выравнивания рядов динамики является расчет общей тенденции развития как функции времени:

,

где

- уровни динамического ряда, вычисленные  по соответствующему аналитическому  уравнению на момент времени t.

Определение теоретических (расчетных) уровней производится на основе так называемой адекватной математической модели, которая наилучшим образом отображает основную тенденцию развития ряда динамики.

Простейшими моделями (формулами), выражающими тенденцию развития, являются следующие:

1. линейная функция (прямая)

,

2. показательная функция

,

3. степенная функция - кривая второго  порядка (парабола)

,

где

- константы уравнений.

Расчет параметров функции обычно производится методом наименьших квадратов (МНК), в котором в качестве решения принимается точка минимума суммы квадратов отклонений между теоретическим и эмпирическим уровнями:

,

где

- фактические уровни.

Параметры уравнения , удовлетворяющие этому условию, могут быть найдены решением системы нормальных уравнений. На основе найденного уравнения тренда вычисляются выровненные уровни.

Выравнивание по прямой используется в тех случаях, когда абсолютные приросты практически постоянны, т.е. когда уровни изменяются в арифметической прогрессии (или близко к ней).

Выравнивание по показательной функции используется в тех случаях, когда ряд отражает развитие в геометрической прогрессии, т.е. цепные коэффициенты роста практически постоянны.

Выравнивание по степенной функции (параболе второго порядка) используется в случае, если ряды динамики изменяются с постоянными цепными темпами прироста.

Нормальные уравнения МНК имеют вид:

1. для линейного тренда

(6)

2. для параболы второго порядка

(7)

где

- число уровней ряда;

- номера периодов или моментов времени (1, 2, 3, ..., n).

Для решения систем уравнений обычно применяется способ определителей или способ отсчета от условного начала.

Для упрощения расчетов удобнее воспользоваться способом отсчета от условного начала. При этом сумма показателей времени изучаемого ряда динамики должна быть равна нулю:

,

(8)

При нечетном числе уровней ряда динамики уровень, находящийся в середине ряда, принимается за условное начало отсчета времени (этому периоду или моменту времени придается нулевое значение). Даты времени, стоящие выше этого уровня, обозначаются натуральными числами со знаком минус (-1, -2, -3 и т. д.), а ниже - натуральными числами со знаком плюс (+1, +2, +3 и т.д.).

Если число уровней динамического ряда четное, периоды времени верхней половины ряда (до середины) нумеруются -1, -2, -3 и т. д., а нижней - +1, +2, +3 и т. д. При этом условие (8) будет равно нулю и системы нормальных уравнений (6) и (7) преобразуются следующим образом:

1. для линейного тренда

(9)

2. для параболы второго порядка

(10)

По вычисленным параметрам производятся синтезирование трендовой модели функции, то есть полученных значений а0, а1, а2 , и их подстановка в искомое уравнение.

Правильность расчетов аналитических уровней можно проверить по следующему условию - сумма значений эмпирического ряда должна совпадать с суммой вычисленных уровней выровненного ряда. При этом может возникнуть небольшая погрешность в расчетах из-за округлений вычисляемых величин.

Для анализа адекватности полученной зависимости используются различные критерии. Один из них - средняя ошибка аппроксимации:

,

указывающая на средний процент отклонения расчетного значения от эмпирического.

После выбора наиболее адекватной модели можно сделать прогноз на любой из периодов. При составлении прогнозов оперируют не точечной, а интервальной оценкой, определяя так называемые доверительные интервалы прогноза. Величина доверительного интервала определяется в общем виде следующим образом:

,

Где

- среднее квадратическое отклонение  от тренда;

- табличное значение t-критерия Стьюдента при уровне значимости a. Зависит от уровня значимости a (%) и числа степеней свободы .

Величина определяется по формуле

,

где

m - количество параметров в уравнении тренда (для уравнения прямой m = 2, для уравнения параболы 2-го порядка m = 3).

После проведения необходимых расчетов определяется интервал, в котором с определенной вероятностью будет находиться прогнозируемая величина.

К сезонным колебаниям относят все явления, которые обнаруживают в своем развитии отчетливо выраженную закономерность внутри годичных изменений, т.е. явления, более или менее устойчиво повторяющиеся из года в год колебания уровней.

Для измерения сезонных колебаний статистикой используются различные методы. Наиболее простые и часто употребляемые из них:

метод абсолютных разностей;

метод относительных разностей;

построение индексов сезонности.

Применяя способ абсолютных разностей, оперируют непосредственно размерами этих разностей, а при использовании метода относительных разностей определяют отношение абсолютных размеров указанных разностей к выровненному уровню.

Индексы сезонности - это процентные соотношения фактических (эмпирических) внутригрупповых уровней к теоретическим (расчетным) уровням, выступающим в качестве базы сравнения. Кроме того, в некоторых случаях можно рассчитывать индекс сезонности по непосредственно эмпирическим данным:

,

где

- средняя для каждого месяца минимум за три года,

- среднемесячный уровень для всего ряда.

Совокупность индексов сезонности отражает сезонную волну. Для наглядного представления сезонной волны индексы сезонности представляют в виде графика.

Цикличность рынка связана также с жизненными циклами товаров - неотъемлемой компонентой рыночного механизма. Данное явление изучается в ходе маркетингового исследования, но является также объектом статистического моделирования и прогнозирования. Различные этапы жизненного цикла - выведение товара на рынок, рост, зрелость и упадок могут быть смоделированы кривой соответствующей конфигурации, чаще всего параболической.

Методика выявления цикличности заключается в следующем. Отбираются рыночные показатели, проявляющие наибольшие колебания, и строятся их динамические ряды за возможно более длительный период. В каждом из них исключается тренд, отражающий единую тенденцию к росту или снижению, а также сезонные колебания. Остаточные ряды, отражающие только конъюнктурные или чисто случайные колебания, стандартизуются, т. е. приводятся к единому знаменателю, обеспечивающему их сравнимость. Затем устанавливаются синхронность и взаимосвязь показателей (путем расчета коэффициентов корреляции). Многомерность связи обеспечивается разбивкой показателей на однородные кластерные группы. Нанесенные на график кластерные оценки должны показать последовательность (лаг) изменений основных рыночных процессов и их движение по фазам конъюнктурных циклов.

В зарубежной экономической науке была разработана многофакторная статистическая прогнозная модель, получившая название экономического барометра. В нее включался набор основных факторов, характеризующих уровень развития рынка. Естественно, товарный рынок является составной частью рыночной экономики и должен изучаться не только изолированно, но и в комплексе с другими компонентами рыночной экономики. Однако построение многофакторной модели типа экономического барометра, как показывает многолетний опыт, не исчерпывает проблемы интеграционной характеристики состояния и развития рынка в силу наличия множества неучтенных случайных и невыявленных факторов. В то же время модель такого рода позволяет дать комплексную оценку закономерностей развития рынка. Параллельно решается проблема разделения динамического ряда на составляющие: тренд (общая тенденция); внутригодовые (сезонные) колебания; циклические (долгие и быстрые) колебания; остаточные (случайные) колебания. Весьма продуктивным направлением является использование так называемой шведской модели с лагом, что позволяет по набору индикаторов предсказать изменения конъюнктуры.