8505
.pdf130
Темп роста в 1-м периоде вычисляется по следующей формуле:
Трi |
yi |
, |
(4) |
|
|||
|
yi 1 |
|
где уi - уровень ряда динамики в i-й период.
Проблема с применением этого метода возникает в случае небольшого количества данных о динамике и достаточно сильных колебаний (сезон-
ных, конъюнктурных) прогнозируемых показателей.
б) Сглаживание методом скользящей средней. В основу положено определение по исходным данным теоретических уровней, в которых слу-
чайные колебания погашаются, а основная тенденция развития выражается в виде некоторой плавной линии. В соответствии с этим методом сбыт в период (t + 1) есть средняя арифметическая сбыта в предыдущие периоды.
Скользящей она называется потому, что может быть использована не толь-
ко для прогноза, но и для выравнивания показателя сбыта в любом перио-
де. Очевидно, что при небольшом количестве периодов, применяемых для прогноза, сильно влияние конъюнктурных колебаний, а при большом их количестве существует опасность замедленной реакции прогноза на струк-
турные изменения в тренде. Метод сглаживания удобен скорее для анализа прошлой динамики и для краткосрочного (на один период) прогноза,
нежели для среднесрочного анализа.
в) Метод аналитического выравнивания в рядах динамики. Основ-
ная тенденция развития у рассчитывается как функция времени:
yti = f (ti). |
(5) |
Теоретические (расчетные) уровни |
yti определяются на основе так |
называемой адекватной математической функции, которая наилучшим об-
разом отображает основную тенденцию ряда динамики. Адекватная функ-
ция подбирается методом наименьших квадратов — минимумом отклоне-
131
ний суммы квадратов разности между теоретическими уi и эмпирическими yti уровнями:
yti yi 2 |
min . |
(6) |
При изучении тренда это уравнение используется в качестве критерия оценки соответствия расчетных (теоретических) уровней фактическим
(эмпирическим). Важнейшей проблемой, требующей своего решения при применении метода аналитического выравнивания, является подбор мате-
матической функции, по которой рассчитываются теоретические уровни тренда. От правильности решения этой проблемы зависят выводы о зако-
номерностях тренда изучаемых явлений. Если выбранный вид математиче-
ской функции адекватен основной тенденции развития изучаемого явления во времени, то синтезированная на этой основе трендовая модель может быть полезна при изучении сезонных колебаний, прогнозировании и в дру-
гих практических целях.
Одно из условий обоснованного применения метода аналитического
выравнивания в анализе рядов динамики — знание типов развития со-
циально-экономических явлений во времени, их основных отличительных признаков. В практике статистического изучения тренда различают следу-
ющие эталонные типы развития социально-экономических явлений во времени.
Равномерное развитие. Этому типу динамики присуши постоянные
абсолютные приросты: ∆y = const.
Основная тенденция развития в рядах динамики со стабильными абсо-
лютными приростами отображается уравнением линейной зависимости
yt = a0 + a1t, |
(7) |
где а0 и а1 — параметры уравнения, t — время.
132
Параметр а1 является коэффициентом регрессии, определяющим направление развития. Если а1 > 0, то уровни ряда динамики равномерно возрастают, а при а1 < 0 происходит их равномерное снижение.
Равноускоренное (равнозамедленное) развитие. Этому типу дина-
мики свойственно постоянное во времени увеличение (замедление) разви-
тия. Уровни таких рядов динамики изменяются с постоянными темпами прироста:
Тп = const, |
(8) |
где Тп = Тр - 1.
Основная тенденция развития в рядах динамики со стабильными тем-
пами прироста отображается квадратичной функцией: уt = а0 + a1t + a2t2
(параболой).
Здесь значения параметров а0 и а1 идентичны параметрам, используе-
мым в уравнении линейной функции. Параметр а2, характеризует постоян-
ное изменение интенсивности развития (в единицу времени). При а2 > 0
происходит ускорение развития, а при а2 < 0 идет процесс замедления ро-
ста.
Развитие по экспоненте. Этот тип динамики характеризуют ста-
бильные темпы роста: Tp≈const,
уt =аоеa1t |
(9) |
Основная тенденция в рядах динамики с постоянными темпами роста
может отображаться также показательной функцией
уt = а0 а1,t |
(10) |
где а1 — темп роста (снижения) изучаемого явления в единицу време-
ни, т.е. интенсивность развития.
Развитие с замедлением роста в конце периода. Основная тенден-
ция развития в таких рядах динамики выражается логарифмической функ-
цией yt = a0 + a1lgt.
133
Широкое применение при аналитическом выравнивании находят также степенная функция (yt = a0 t a1), и обратная зависимость (yt = a0 + a1 / t).
Практика статистического изучения тренда социально-экономических явлений показывает, что порой невозможно однозначно решить вопрос,
какому типу развития больше всего отвечают показатели ряда динамики.
Рассмотренные признаки классификации типов развития (абсолютные приросты, темпы роста и прироста) весьма схематичны. На практике ряды динамики с показателями, соответствующими признакам эталонных мате-
матических функций, скорее исключение, чем правило. Реальные условия формирования уровней развития социально-экономических явлений тако-
вы, что совокупное действие факторов (постоянных, периодических, разо-
вых) обусловливает такие изменения показателей рядов динамики, кото-
рые не согласуются с основными признаками эталонных функций. Это усложняет выбор адекватной математической функции для аналитического выравнивания.
12.2. Каузальный (причинно-следственный) прогноз
Предпосылкой применения каузального (причинно-следственного)
прогноза является идентификация всех факторов, оказывающих влияние на течение того или иного экономического процесса. Далее строится мате-
матическая модель, отражающая зависимость скорости, глубины измене-
ний от уровня этих факторов. Потом прогнозируются их вероятные буду-
щие значения, а из этих значений выводится вероятное значение изучаемо-
го показателя.
Как уже было показано, на динамику рыночных отношений оказывает влияние огромное число факторов, многие из которых не поддаются коли-
чественной оценке. Именно поэтому при анализе рынка товаров практиче-
ски не используются модели, претендующие на более или менее полный учет всех этих факторов. Однако простейшие модели учитывающие,
134
например, зависимость спроса от предложения или цены от емкости рын-
ка, получили достаточно широкое распространение.
12.3 Качественный экспертный прогноз
В том случае, когда прогноз опирается не на объективные данные, а
скорее на мнение специалиста-эксперта, говорят о качественном (эксперт-
ном) прогнозе. Предполагается, что эксперт основывает свое суждение на группе причинных факторов, оценивая вероятность их реализации и их ве-
роятное влияние на ход экономических процессов или динамику всего рынка товаров и услуг в целом.
В основе этого подхода лежит, следовательно, некоторая каузальная структура, т.е. совокупность суждений, касающихся причинных факторов,
определяющих рыночное поведение, и дополненная вероятностями реали-
зации этих ситуации в рамках одного или нескольких сценариев. Данная каузальная структура неразрывно связана с личностью эксперта, так что другой эксперт, поставленный перед той же проблемой, может, используя ту же информацию, прийти к другим выводам. Достоинство экспертного метода по сравнению с чисто интуитивным подходом состоит в возможно-
сти обмена и противопоставления идей благодаря наличию явно выражен-
ной каузальной структуры. Одна из наиболее известных форм организации качественных прогнозов с привлечением нескольких экспертов — метод Дельфи. Другим известным методом качественного прогноза является
метод построения сценариев будущего развития.
Работа по методу Дельфи состоит из последовательности туров опро-
сов, по каждому из которых анонимные ответы собираются и представля-
ются на ознакомление всем участникам опроса. Таким образом, эксперты имеют возможность на протяжении всего процесса корректировать свою точку зрения. В результате все мнения экспертов группируются, как пра-
135
вило, вокруг одной или нескольких точек зрения, которые и рассматрива-
ются как результат прогноза.
Построение сценариев будущего развития имеет своей целью показать различные тенденции будущего развития и оценить их вероятности. При этом процесс построения сценариев проходит следующие этапы:
анализ (определение объекта исследования и факторов воздействия);
прогноз динамики факторов воздействия;
синтез с формулированием цельных сценариев будущего развития.
Разработка всех возможных сценариев будущего развития вряд ли воз-
можна и экономически невыгодна. Поэтому часто разрабатываются два-
три совершенно противоположных предположения о будущем развитии факторов влияния и, таким образом, ограничивается спектр возможных будущих состояний внешней среды. Например, на деятельность нефтедо-
бывающих и нефтеперерабатывающих компаний решающее воздействие оказывает динамика и структура объема производства в нефтяной отрасли.
Для прогноза этой динамики могут быть разработаны два сценария —
«рост» и «стагнация» при различных условиях и спрогнозированы общие последствия для отдельных компаний при наступлении этих двух сценари-
ев (табл.21).
Таблица 21 - Сценарии развития мирового рынка нефти
Факторы |
Сценарий 1 |
Сценарий 2 |
|
|
|
Цены ОПЕК |
Рост |
Без изменения |
Инвестиции в энергосбере- |
Высокие |
Без изменения |
гающие технологии |
|
|
Общественное мнение |
Изменяется в пользу |
Без изменения |
|
экономии энергии |
|
Международное разделе- |
Стимулируется |
Ограниченное |
ние труда |
|
|
|
|
|
136
Помимо вышеизложенных методов при прогнозировании используют различные виды анализа.
Факторный анализ необходим для обнаружения факторов, влияющих на исследуемое явление или объект (оценка воздействия конкурента на по-
требительские предпочтения; влияние экономического роста на объем продаж).
Однофакторный анализ используется при исследовании ситуации, ко-
гда можно указать только один фактор, влияющий на конечный результат,
и этот фактор может принимать конечное число значений (цена и объем продаж).
Двухфакторный анализ. Бывает, что в рамках однофакторной модели влияние интересующего нас фактора не проявляется, так как сказывается действие еще одного фактора (цена, объем продаж, потребительская при-
верженность марке).
Кластерный анализ позволяет разбить изучаемую совокупность эко-
номических объектов на группы со схожими параметрами - так называе-
мые кластеры. Специалисты-маркетологи применяют этот метод при про-
ведении сегментации рынка.
Линейный регрессионный анализ объединяет широкий круг задач,
связанных с построением функциональных зависимостей между двумя группами числовых переменных (реализация товара и определение спроса на него; рентабельность продаж и оценка объема инвестиций).
Анализ временных рядов используется для исследования процессов,
представленных временными рядами, и их прогнозирования, а также для выявления изменения среднего уровня значений (т.е. трендов) и обнаруже-
ния периодических колебаний. Здесь могут быть использованы также ме-
тоды корреляционного анализа, что позволяет выявить наиболее суще-
ственные периодические изменения, и методы авторегрессии и скользящей средней для прогнозирования процессов, проявляющих однородные коле-
137
бания вокруг среднего значения (изменение курса валют, сезонные коле-
бания продаж, производственный цикл и др.).
При всем многообразии методик анализа и прогнозирования наиболее надежные выводы базируются на использовании трендовых моделей (ста-
тистическом выравнивании), которые определяют не только векторную скорость развития, но и характер eго ускорения (степенная и показательная зависимости, парабола); рост с замедлением (полулогарифмическая кри-
вая); спад с замедлением (гипербола), paвномерное развитие (прямая) и т.д.
Существуют три вида трендов (рис.6 )
1.Бычий - движение цены вверх.
2.Медвежий — движение цены вниз.
3.Боковой - цена остается практически постоянной.
Цена |
Бычий |
Цена |
Медвежий |
|
|||
|
|
Время |
Время |
Цена Боковой
Время
Рисунок 6 - Виды трендов
При изучении поведения цены на рынке смотрят на тренд и приходят к выводу, что данная политика цен имеет тот или иной тип развития, и мар-
138
кетолог может описать с определенной вероятностью тенденцию наступ-
ления события. Применение системы трендов возможно в определении це-
лой системы показателей: рентабельности продаж, уровне сезонных коле-
баний спроса и т.п.
13. СОВРЕМЕННЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И МАРКЕТИНГОВЫЕ ИССЛЕДОВАНИЯ
13.1 Поиск вторичной информации в Интернет
В свое время пользователями был придуман своеобразный закон веро-
ятности для Интернета: «Вероятность обнаружения во Всемирной сети не-
обходимой вам информации обратно пропорциональна общему количеству опубликованных в ней данных на сходную тематику». Действительно, при обилии документов, так или иначе касающихся интересующей вас темы,
поиск конкретной информации зачастую напоминает попытку найти игол-
ку в стоге сена.
Однако прежде чем перейти к детальному изучению действенных ме-
тодов поиска, которые сэкономят ваше время и силы, необходимо доско-
нально разобраться в устройстве и принципах работы главного инструмен-
та для поиска информации во Всемирной сети: поисковых систем и ката-
логов.
Поисковые системы и Интерактивные каталоги.
Поисковые системы (их называют также поисковыми машинами) —
это полностью автоматизированные интерактивные сервисные службы,
осуществляющие поиск информации в Интернете по введенному пользо-
вателем текстовому запросу.
Пользователь, обращаясь к услугам поисковой машины, просто вводит в поле текстового запроса ключевые слова или некую ключевую фразу, ха-
рактеризующую предмет его интересов, после чего нажимает кнопку «Ис-
139
кать». По данной команде поисковый сервер передает управление другой программе, которая называется поисковым механизмом. Эта программа сравнивает введенные пользователем ключевые слова с содержимым ин-
декса (базы данных поисковой системы), выявляя возможные соответ-
ствия.
Для увеличения вероятности обнаружения интересующих пользователя данных наиболее «продвинутые» версии подобных программ могут само-
стоятельно просклонять и проспрягать ключевые слова, увеличив тем са-
мым количество искомых словоформ. Например, получив запрос со словом
«идти», поисковый механизм может расширить диапазон поиска, включив в список ключевых слов производные от исходного глаголы «пойти», «шел», «шла», «пойдет» и т. д. Ссылки на web-страницы, в описании кото-
рых поисковый механизм обнаруживает подобные слова, автоматически включаются им в файл отчета. Этот файл предоставляется пользователю в виде перечня, содержащего гиперссылки на найденные ресурсы с крат-
кими текстовыми аннотациями для каждой из них. Степень соответствия обнаруженных таким образом ссылок исходному запросу называется реле-
вантностью поиска.
Интерфейс большинства поисковых машин интуитивно понятен даже неподготовленному пользователю и, как правило, не вызывает затрудне-
ний в изучении. Адреса большинства популярных российских и зарубеж-
ных поисковых систем приведены ниже.
Российские ресурсы:
http://www.yandex.ru — наиболее известная, перспективная и полнофунк-
циональная поисковая система, индексирующая ресурсы в российской зоне Интернета. Возможен поиск с учетом морфологии русского языка.
http://www.rambler.ru — одна из старейших и наиболее известных россий-
ских поисковых систем.