- •Глава 4 эластичность спроса
- •Iroro (особенно если мы включаем в это понятие другие хлебобулочные продук-
- •Влияние эластичности на цену и количество
- •10%, То коэффициент эластичности по доходу равняется 1. То есть та часть до-
- •1,6. Очевидно, что потребителям требуется некоторое время, чтобы приспосо-
- •19. Канадская компания Roots, занимающаяся выпуском одежды, согласи-
- •2. В общих чертах функция спроса на кока-колу выглядит следующим об-
- •4. Мистер Смит имеет следующее уравнение спроса на определенный то-
- •6. Компания abc производит am/fm-радиоприемники с часами и прода-
- •7. Футбольная команда ≪Mesa Redbirds≫ играет на стадионе, который вме-
- •8. The Software Store продавала в месяц по 100 программ табличных вычис-
- •15. Уравнение спроса товара X выглядит следующим образом: q- 2000 - 20р.
- •16. Первого января 2004 г. Transportation Authority (Транспортное управле-
- •17. (Перед тем как отвечать на этот вопрос, прочитайте раздел ≪Газеты и их
- •18. Distinctive Fashions Company увеличила рекламный бюджет на ведущие
- •1. Мы обсудим некоторые конкретные применения спроса и предложения,
- •2. Мы представим и обсудим различные реальные ситуации, которые были
- •0„ Работники, которые хотят устроиться на работу при такой зарплате, будут
- •Valorem. Мы могли бы обсудить сферы действия налогов ad valorem и специ-
- •1980-Х гг. Было предложение по введению очень высокого налога (от 30 до
- •50 Центов за галлон) на бензин. Популярная оценка заключалась в том, что каж-
- •28% От общей численности работающих граждан. Затем женщины вновь стали
- •45% Всех расходов на продукты питания. Прибыли производителей расфасо-
- •5. Разрозненная природа французской отрасли виноделия не позволяет ей
- •2004 Г фирма Universal частично поменяла свой курс и подняла оптовые цены,
- •4) Средняя цена на прохладительные напитки в местах продажи пиццы и 5) рас-
- •X* •расположение.
- •1,708 При уровне значимости 0,05 и использовании одностороннего критерия.
- •X (плата за обучение) и Хл (расположение студенческого городка), не являют-
- •2,76. На уровне 0,01 критическое значение равняется 4,18. Так как результаты
- •1. Доля рынка сигарет с пониженным содержанием никотина.
- •2. Яркие предупреждения о вреде курения, принятые в 1992 г. Была ис-
- •1. Намерения потребителей. Так как расходы потребителей являются са-
- •Index (Индекс доверия потребителей), Present Situation Index (Индекс
- •2. Ожидаемые объемы продаж и производственных запасов. Ежемесячный
- •1) Темп роста в сложных процентах;
- •2) Визуальное проецирование временного ряда;
- •3) Проецирование временного ряда с использованием метода наименьших
- •7 Млн 371 тыс., что составит 6%-ный ежегодный прирост? Глядя на ежегодное
- •5%. В течение 10 дет темпы роста снижались.
- •7 Млн 371 тыс. Штук. Прогнозирование продаж с использованием абсолютного
- •1. Тренд. Это направление изменения денных за относительно долгий пе-
- •2. Циклические изменения. Это отклонение от тренда вследствие общих
- •4. Неравномерность. Отклонения от нормы могут быть вызваны особыми
- •973,0 В колонке 3 должно было быть расположено между 2-м и 3-м кварта-
- •1) Валютный курс спот —цена одной валюты по отношению к другой для
- •2) Форвардный валютный курс —цена одной валюты по отношению к дру-
- •1) Современная система обменных курсов не позволяет валютам свободно
- •2) Несмотря на то что форвардные курсы могут устанавливаться на доста-
- •3) Надежные форвардные рынки существуют только для валют ведущих
- •2) Использует сезонные факторы;
- •3) Может сделать поправку на циклическое влияние.
- •100% Вызвано изменениями независимой переменной. Во множественном рег-
- •2. Вы менеджер крупной компании-автодилера и хотите узнать больше об
- •3. Производитель ведущего бренда низкокалорийных продуктов питания
- •4. Производители компьютерных станций собрали информацию о средних
- •1. Основываясь на данных за прошлые периоды, Mack's Pool Supply по-
- •2. Данные о продажах за последние 10 лет в компании Acme Hardware Store
- •5. Office Enterprises {oe) производит линию металлических картотечных
- •6. Ниже приведен номинальный и реальный ввп сша с 1987 по 2001 г.:
- •7. По оценке экономиста, линия тренда продаж компании Sun Beit юу
- •9. В исследовании Columbia Gas of Ohio, в котором был спрогнозирован
100% Вызвано изменениями независимой переменной. Во множественном рег-
рессионном анализе этот показатель называется множественным коэффици-
ентом смешанной корреляции.
Опрос потребителей: способ получения данных о спросе, который заклю-
чается в прямых вопросах потребителям об их покупках, с использованием
интервью, фокус-групп, опросов по телефону и анкет, высылаемых по почте.
Перекрестные данные: данные о конкретном наборе переменных для опре-
деленного времени для набора отдельных i-pyirn (например, людей, семей, го-
родов, штатов, стран).
Степени свободы: корректирующий фактор, необходимый для проведения
t-теста. Это число находится путем вычитания числа независимых переменных
плюс один из числа наблюдений в выборке; т. е. степень свободы = п - (k + 1) =
= п-к~ 1.
f-тест: тест статистической значимости значения R-. Если этот тест прохо-
дит, исследователь может быть вполне уверен в том, что все полученные коэф-
фициенты регрессионной модели не равны нулю для изучаемого массива.
Односторонний критерий: относится к природе альтернативной гипотезы
в г-теста. Если альтернативная гипотеза утверждает, что коэффициент в масси-
ве положителен, то используется верхняя часть Е-раепределения. Если альтер-
нативная гипотеза утверждает, что коэффициент в массиве отрицателен, то
используется только одна часть (-распределения.
Регрессионный анализ: статистический метод нахождения связи между
зависимой переменной и выбранными независимыми переменными. Если ис-
пользуется только одна независимая переменная, то этот метод называется про-
стой регрессией. Если используется больше одной независимой переменной,
то метод называется множественной регрессией.
Правило двух: общее правило, которое используется экономистами при
проведении f-теста. По сути, этот закон утверждает: любое ^-отношение, равное
двум и более, указывает на то, что полученные коэффициенты статистически
значимы на уровне 0,05.
Стандартная ошибка (SE^): показатель отклонения полученного коэффи-
циента регрессии от предполагаемого значения реального (но неизвестного)
коэффициента для массива. В (-тесте стандартная ошибка определенного ко-
эффициента делится на этот коэффициент, показывая t-значение.
(-таблица, численная таблица, состоящая из значений f-отношения и часто-
ты их появления в (-распределении, чье среднее значение равняется нулю,
/-тест: тест статистической значимости полученных коэффициентов регрес-
сии. Если коэффициент проходит этот тест, то исследователь может быть вполне
уверен в том, что значение коэффициента для массива не равняется нулю;
Временные данные: данные по определенному набору переменных; их зна-
чения отслеживаются в течение определенного времени с регулярными интер-
валами (ежемесячно, ежеквартально, ежегодно).
Двухсторонний критерий: f-тест, в котором альтернативная гипотеза
утверждает, что коэффициент для массива может быть как положительным,
ш
О
оы
так и отрицательным, т. е. он не равняется нулю. Таким образом, может быть
использована как верхняя, так и нижняя часть ^-распределения.
ПРОГНОЗИРОВАНИЕ
Причинное (объяснительное прогнозирование): количественный метод про-
гнозирования, в котором предпринимается попытка раскрытия функциональ-
ных зависимостей между независимыми переменными и зависимой пере-
менной.
Проекция сложного темпа роста: прогнозирование за счет проектирова-
ния среднего темпа роста в прошлом на будущее.
Метод Delphi: форма прогнозирования с использованием экспертных мне-
ний, в которой используется набор письменных ответов и вопросов для полу-
чения прогноза. Этот метод чаще всего используется при прогнозировании тех-
нологических тенденций.
Модель эконометрического прогнозирования: количественный, причин-
ный метод, в котором ряд независимых переменных используется для объяс-
нения прогнозируемой зависимой переменной. При эконометрическом прогно-
зировании используются модели с одним и несколькими уравнениями.
Экономические ____________показатели: барометрический метод прогнозирования,
в котором из экономических данных формируются индексы, отражающие со-
стояние экономики. Индексы ведущих, сопутствующих и отстающих показа-
телей используются для прогнозирования изменений экономической активно-
сти.
Экспоненциальное скольжение: скользящий метод прогнозирования, в ко-
тором большая значимость приписывается более свежим данным в отличие от
более удаленных по времени данных.
Жюри из мнений руководителей: прогноз, формируемый экспертами (на-
пример, руководителями корпорации) в ходе их собраний. Опрос мнений про-
давцов, которые каждый день связаны с рынком, представляет собой похожий
метод.
Метод скользящего среднего: метод скольжения, который сглаживает се-
зонные колебания.
Простое прогнозирование: количественное прогнозирование, которое про-
ецирует данные за прошлые периоды, не объясняя причин возникновения бу-
дущих тенденций.
Опросы общественного мнения: метод прогнозирования, в котором прово-
дится опрос населения для выявления тенденций потребления.
Качественное прогнозирование: прогнозирование на основе суждений от-
дельных людей или групп. Также называется прогнозированием на основе суж-
дений.
Количественное прогнозирование: прогнозирование, в котором исследу-
ются и принимаются за основу будущих трендов данные за прошлые периоды.
Исследования планируемых затрат: проверка экономических трендов, та-
ких как мнение потребителей и производственные запасы.
Прогнозирование на основе временных данных: метод прогнозирования
на основе данных за прошлые периоды с использованием статистического ме-
тода наименьших квадратов. В ходе этого анализа обычно изучаются тренды,
циклические сезонные колебания, а также нерегулярные изменения.
Проецирование тренда: форма простого прогнозирования, в ходе которого
осуществляется проецирование трендов на основе данных за прошлые перио-
ды. Для проецирования тренда, как правило, используются сложные темпы
роста, визуальные временные ряды или метод наименьших квадратов.
ВОПРОСЫ
ОЦЕНКА СПРОСА
1. Объясните различия между временными и перекрестными данными.
Приведите примеры каждого типа данных.
2. Будут ли отличаться наборы данных, которые используются в регресси-
онной модели спроса на потребительские товары длительного пользо-
вания (например, автомобили, бытовая техника, мебель) и регрессион-
ные модели спроса на потребительские товары ≪быстрого потребления≫
(например, еда, напитки, товары по уходу за собой)? Объясните свой
ответ.
3. Кратко объясните значение R*. Временной анализ спроса приводит к бо-
лее высокому значению R2, чем анализ с использованием перекрестных
данных. Как вы думаете, почему так происходит?
4. Назовите этапы проведения t-теста. Какова основа использования ≪пра-
вила двух* как заменяющего метода оценки ^-отношений?
5. Кратко объясните значение Р-теста. Как вы думаете, почему этот тест
считается более важным при проведении множественного регрессион-
ного анализа по сравнению с простым регрессионным анализом?
6. Что такое мультиколлинеарность? Как исследователи могут выявить эту
проблему? Как эта проблема влияет на результаты регрессии? Что мож-
но предпринять, чтобы справиться с этой проблемой?
7. В чем заключается проблема идентификации? Как эта проблема влияет
на регрессионные оценки функции спроса? Объясните свой ответ.
ПРОГНОЗИРОВАНИЕ
1. ≪Лучшим методом прогнозирования является тот метод, который дает
большую долю правильных предсказаний≫. Прокомментируйте это ут-
верждение.
2. Перечислите методы количественного и качественного прогнозирова-
ния. В чем основные различия между этими методами?
3. Обсудите преимущества и недостатки следующих методов прогнозиро-
вания:
а) жюри из мнения руководителей;
б) метод Delphi;
в) опросы общественного мнения.
Каждый метод используется в своем случае. Перечислите случаи исполь-
зования каждого метода.
4. а) Почему новые заказы у производителей и невоенное капитальное
имущество являются приемлемыми ведущими показателями?
б) Почему индекс промышленного производства является приемлемым
сопутствующим показателем?
в) Почему устанавливаемая банками средняя базисная ставка является
приемлемым отстающим показателем?
5- Обсудите наиболее важные упреки в адрес прогнозирующей способно-
сти ведущих экономических показателей.
6. По утверждениям, Манхеттен был куплен у коренных американцев
в 1626 г, за $24. Если бы продавцы инвестировали эту сумму под 6%
начисляемых раз в полгода и присоединяемых к основной сумме, какой
бы была эта сумма сегодня?
7. Сложный темп роста периодически используется для прогнозирования
различных количественных показателей (продаж, прибыли и т. д.). Счи-
таете ли вы это хорошим методом? Следует ли вводить какие-то предо-
стережения при осуществлении таких прогнозов?
8. Опишите прогнозы, в которых используется скользящее среднее или
экспоненциальное скольжение. При каких условиях могут использовать-
ся эти методы? Какой из этих двух методов кажется вам более полез-
ным?
9. Как в эконометрических моделях определяются ≪простые≫ методы про-
гнозирования? Всегда ли рекомендуется использовать эти методы в про-
гнозировании?
10. Вас попросили осуществить прогноз нового товара в вашей стране ~
питьевой воды в бутылках. Обсудите, какой тип информации вам по-
требуется для осуществления этого прогноза.
11. Ниже приведены ежемесячные изменения индекса ведущих экономи-
ческих показателей к ходе 2001 г. и в январе 2002 г.:
январь +0,1; август 0;
февраль +0,1; сентябрь -0,6;
март -0,3; октябрь +0,1;
апрель -0,1; ноябрь +0,8;
май+0,6; декабрь+1,3;
нюнь +0,2; январь +0,6.
июль +0,3.
Каким будет ваш прогноз экономики США на 2002 г.?
ЗАДАЧИ
ОЦЕНКА СПРОСА
1. Одной из наиболее сложных задач регрессионного анализа является по-
лучение данных, подходящих для такого типа количественного иссле-
дования. Предположим, вы пытаетесь оценить спрос на домашнюю ме-
бель. Выберите тип переменных, которые можно использовать для
выражения факторов, которые, как вы считаете, влияют на спрос на то-
вар. Будьте как можно более точными. Ожидаете ли вы какую-то слож-
ность в получении таких данных? Объясните свой ответ.
Факторы, определяющие спрос на мебель |
Предлагаемые переменные для использования в регрессионном анализе |
Цена |
|
Вкусы и предпочтения |
|
Цена на связанные товары |
|
Доход |
|
Стоимость или доступность кредита |
|
Число покупателей |
|
Ожидание |
|
Другие возможные факторы |
|