Учебно-методический комплекс Специальность 080507 «Менеджмент ор. Учебнометодический комплекс Специальность 080507 Менеджмент организации

• Название: Учебнометодический комплекс Специальность 080507 Менеджмент организации
• Дата: 10.03.2022
• Размер: 0.78 Mb.
• Имя файла: Учебно-методический комплекс Специальность 080507 «Менеджмент ор.doc
• Тип: Учебно-методический комплекс; #390821
• страница: 10 из 18

Тема 4. Методы анализа маркетинговой информации

При лекционном изложении темы необходимо обратить внимание студентов на то, что полученная в ходе исследования информация (она включает в себя значительное число заполненных анкет, записей с наблюдениями и экспертными заключениями) подвергается всестороннему анализу. Анализ – совокупность процедур, позволяющих сделать выводы о структуре, свойствах объекта анализа и закономерностях его функционирования. Методы маркетингового анализа делятся на группы:

- ^ Экспертные методы – приемы и методы решения задач и вывода доказательств, основанные на учете опыта решения сходных задач в прошлом, накоплении опыта, учете ошибок, экспертных знаниях, а также интуиции.

- ^ Формальные методы – приемы и методы анализа, связанные с использованием детерминированных алгоритмов, процедур и т.д. в зависимости от степени «жесткости» и предопределенности шагов анализа выделяют слабо формализованные и сильно формализованные методы. Слабо формализованные методы – это гибкие алгоритмы и процедуры, которые на определенных этапах могут включать в себя даже вмешательство человека. Формализованные (сильно, жестко, полностью формализованные) – это жесткие алгоритмы, экономико-математические, статистические и т.п. методы.

- ^ Комбинированные методы – методы, использующие как эвристику, так и формализованные процедуры.

В лекции следует рассмотреть основные методы анализа маркетинговой информации, полученной в ходе исследований.

Экспертные методы. Суть любого экспертного исследования заключается в подборе и формировании группы независимых, достаточно компетентных в изучаемой проблеме специалистов, высказывающих свое согласованное мнение, которое рассматривается как экспертная оценка. Экспертной оценкой называется средняя, или модальная, характеристика из высказанных группой компетентных специалистов мнений о каком-либо явлении и процессе, при условии, что удалось достичь согласованности или близости взглядов. Экспертные оценки могут быть количественными и качественными. В первом случае экспертиза базируется на применении статистических и эконометрических методов, во втором – на эвристических процедурах, опирающихся на опыт и интуицию, знание предмета исследования и граничащих с искусством.

Экспертные методы получения информации используются при изучении рыночной ситуации, в прогнозировании рыночных параметров и составлении развития рынка, в принятии стратегических решений, в характеристике качества продукции, в оценках потенциала конкурентов и т.д.

^ Основные этапы экспертной оценки включают:

1. Формулирование цели экспертизы и разработку процедуры опроса.

2. Отбор и формирование группы экспертов.

При решении задачи формирования экспертной группы необходимо выявить и стабилизировать работоспособную сеть экспертов. Способ стабилизации экспертной сети заключается в следующем. На основе анализа литературы по прогнозируемой проблеме выбирается любой специалист, имеющий несколько публикаций в данной области. К нему обращаются с просьбой назвать 10 наиболее компетентных, по его мнению, специалистов по данной проблеме. Затем обращаются одновременно к каждому из десяти названных специалистов с просьбой указать 10 наиболее крупных их коллег-ученых. Из полученного списка специалистов вычеркиваются 10 первоначальных, а остальным рассылаются письма, содержащие указанную выше просьбу. Данную процедуру повторяют до тех пор, пока ни один из вновь названных специалистов не добавит новых фамилий к списку экспертов, т.е. пока не стабилизируется сеть экспертов. Полученную сеть можно считать генеральной совокупностью специалистов, компетентных в области прогнозируемой проблемы. Однако в силу ряда практических ограничений оказывается нецелесообразным привлекать всех специалистов к экспертизе. Поэтому необходимо сформировать репрезентативную выборку из генеральной совокупности экспертов.

^ 3. Методы проведения экспертных оценок делятся на две группы: индивидуальные и коллективные. Индивидуальные экспертные методы включают метод интервьюирования эксперта по типу глубинного интервью, метод сценариев. Коллективные экспертные методы предусматривают работу эксперта в команде. Методы коллективной экспертизы можно разделить по форме обсуждения на открытые (взаимодействие экспертов), закрытые (без личного контакта) и смешанные. Открытое обсуждение использует следующие методы: «комиссий», «мозгового штурма», «суда», «синектики», «морфологического анализа». Закрытое обсуждение базируется на методе Дельфи. Смешанное обсуждение представлено процедурой метода «коллективного блокнота», «логико-смыслового моделирования».

Одним из наиболее перспективных методов формирования групповой оценки экспертов является метод Дельфи. Метод представляет собой ряд последовательно осуществляемых процедур, направленных на формирование группового мнения по проблемам, по которым ощущается недостаток информации.

На первом этапе формируется представительная группа экспертов, в состав которой входят специалисты различного профиля. Первая анкета может быть полностью бесструктурной и допускать любые ответы. Цель такой анкеты – составление перечня событий для прогноза в определенной области маркетингового исследования. Полученный перечень событий становится основой второй анкеты.

Второй тур опроса. Экспертам направляют свободный перечень событий и просят оценить даты, когда может произойти реализация этих событий и аргументировать свои ответы. После этого организатор подготавливает статистическую сводку мнений экспертов. После второго тура опроса аналитики производят обработку полученных оценок: уточняют перечень событий и анализируют характеристики ряда, т.е. рассчитывают медианы и квартили. Величины этих квартилей в первом приближении равны значениям оценок ряда в интервале, равном 25% от начала и 25% от конца ряда. Таким образом, медиана и два квартиля разбивают на оси ряда четыре интервала, среди которых квартили, лежащие от медианы, считаются наиболее предпочтительными.

Третий тур опроса. Третья анкета состоит из перечня событий, групповой медианы дат наступления событий и верхнего и нижнего квартилей для каждого события, а также сводных данных о причинах более ранних или поздних оценок. Участников экспертизы просят рассмотреть аргументы и сформулировать новые оценки предполагаемой даты наступления каждого события. Если новая оценка не попала в интервалы между квартилями, полученными во втором туре опроса, то их просят обосновать свою точку зрения. Организатор также обрабатывает данные и считает новые медианы и квартили.

Четвертый тур опроса. Участникам опроса вновь предлагают перечень событий, статистическое описание оценок группы и аргументы обеих сторон. Эксперты должны принять во внимание аргументы и их критику и составить новый прогноз. Получив прогнозы экспертов, снова рассчитываются медианы и квартили для каждого события. Исчисляется средняя величина оценок, которая считается экспертной оценкой.

Практика показывает, что необязательно проводить все четыре тура опроса. Если эксперты пришли к соглашению во втором туре, то опрос можно прекратить.

^ Метод «мозгового штурма» считается более оперативным и достаточно надежным для получения оценок, прежде всего конъюнктурных. Он возник в сфере рекламы в 1953 г. Данный метод был предложен американским маркетологом А. Осборном. Этот метод применяется также в целях прогнозирования развития рынка или отдельных его параметров. Его использование целесообразно в процессе разработки товара, когда решается вопрос о стратегическом выборе товарно-сбытовой политики фирмы. Собирается группа квалифицированных специалистов, оценки и выводы делаются в ходе обсуждения. Решение считается результатом совместных усилий. Существует два варианта его проведения.

Первый заключается в том, что формируются две группы: в первую приглашаются специалисты с творческим, новаторским складом ума, во вторую – с критическим складом ума, подвергающие все и вся сомнению. Первая группа концентрирует и генерирует идеи и оценки, вторая их анализирует и критикует, старается обнаружить их слабые места. Идея или оценка, которая устоит против критики и с которой соглашается большинство участников, принимается в качестве экспертной. Второй вариант заключается в том, что заранее не выделяется группа критиков. Происходит свободное обсуждение, которое направляется руководителем. Постепенно мнения сближаются, и принимается согласованная версия оценки.

Чаще всего для участия приглашается группа из 10–15 человек, иногда 6–10 человек, хотя известны случаи формирования групп из 100 и даже из 200 человек.

Вариантом «мозгового штурма» служит метод 635. Группа состоит из 6 человек. Каждому вручают в письменном виде изложение проблемы. Им нужно представить как минимум 3 собственных предложения, позволяющих решить проблему. На это отводится пять минут. Затем каждый член группы передает свой лист с предложениями следующему. Пять раз рассматриваются 18 исходных предложений, затем выбирается оптимальный вариант.

^ Метод синектики предложен американским ученым У. Гордоном. Собираются специалисты из разных сфер деятельности. Каждый из участников воспринимает совещание как состязание и вносит задуманную заранее идею или характеристику. Происходит селекция идей и отсев идей, не выдержавших критику. Принимается наиболее реальная идея, получившая поддержку большинства. Для оценки идей используют балльные оценки и шкалирование.

^ Морфологический метод, сущность которого заключается в разложении рассматриваемой проблемы на структурные компоненты, или параметры. На первом этапе проблема описывается в целом и никакие решения не принимаются. На втором – проблема разбивается на частные компоненты, влияющие на общее решение проблемы. На третьем этапе для каждого компонента подбираются альтернативные решения. Они вводятся в специальную матрицу (морфологический ящик), и с ее помощью вычленяется наиболее оптимальное решение. Четвертый этап заключается в комбинации альтернативных решений компонентов. На пятом этапе наиболее оптимальная альтернатива выбирается как возможное решение.

^ Метод логико-смыслового моделирования проблем. На совещание приглашаются руководители и ведущие специалисты маркетинговой службы, которым предстоит выдвинуть и оценить основные проблемы, составить каталог проблем, которые затем ранжируются, выявляется их приоритетность и важность, т.е. определяется их рейтинг.

^ Виды статистического анализа. Выделяют пять основных видов статистического анализа, используемых при проведении маркетинговых исследований: дескриптивный анализ, выводной анализ, анализ различий, анализ связей и предсказательный анализ. Иногда эти виды анализа используются по отдельности, иногда совместно.

В основе дескриптивного анализа лежит использование средних величин (средняя), моды, среднего квадратического отклонения, размаха или амплитуды вариации.

Анализ, в основе которого лежит использование статистических процедур (например проверка гипотез) с целью обобщения полученных результатов на всю совокупность, называется выводным анализом.

^ Анализ различий используется для сравнения результатов исследования двух групп (двух рыночных сегментов) для определения степени реального отличия в их поведении, в реакции на одну и ту же рекламу и т.п.

^ Анализ связей направлен на определение систематических связей (их направленности и силы) переменных. Например, определение как увеличение затрат на рекламу влияет на увеличение сбыта.

^ Предсказательный анализ используется в целях прогнозирования развития событий в будущем, например путем анализа временных рядов.

Инструменты дескриптивного анализа. Для описания информации, полученной на основе выборочных измерений, широко используются две группы мер. Первая включает меры «центральной тенденции», или меры, которые описывают типичного респондента или типичный ответ. Вторая включает меры вариации, или меры, описывающие степень схожести или несхожести респондентов или ответов с «типичными» респондентами или ответами.

К числу мер центральной тенденции относятся мода, медиана и средняя.

Мода характеризует величину признака, появляющуюся наиболее часто по сравнению с другими величинами данного признака. Мода носит относительный характер, и необязательно, чтобы большинство респон­дентов указало именно эту величину признака. Медиана характеризует значение признака, занимающее срединное место в упорядоченном ряду значений данного признака. Средняя величина чаще всего рассчитывается как средняя арифметическая величина. При ее вычислении общий объем признака поровну распределяется между всеми единицами совокупности. Степень информативности средней величины больше, чем медианы, а медианы – моды.

Очевидно, что помимо знания величин мер центральной тенденции важно установить, насколько близко к этим величинам расположены остальные полученные оценки. Обычно используют три меры вариации: распределение частот, размах вариации и среднее квадратическое отклонение.

^ Распределение частот представляет в табличной или графической форме: число случаев появления каждого значения измеренной харак­теристики (признака) в каждом выбранном диапазоне ее значений. Распределение частот позволяет быстро сделать выводы о степени подробности результатов измерений. Размах вариации определяет абсолютную разность между максимальным и минимальным значениями измеренного признака. Говоря другими сло­вами, это разница между конечными точками в распределении упорядо­ченных величин измеренного признака. Данная мера определяет интервал распределения значений признака. Среднее квадратическое отклонение является обобщающей статистической характеристикой вариации значений признака. Если эта мера мала, то кривая распределения имеет узкую, сжатую форму (результаты измерений обладают высокой степенью схожести); если мера велика, то кривая распределения имеет широкий, растянутый вид (велика степень различия оценок).

^ Статистический вывод основан на статистическом анализе результатов выборочных исследований и направлен на оценку параметров совокупности в целом. В данном случае результаты выборочных исследований являются только отправной точкой для получения общих выводов. При проведении исследований чаще всего используются следующие методы статистического вывода: оценка параметров и проверка гипотез.

^ Оценка параметров генеральной совокупности представляет собой процесс определения, исходя из данных о выборке, интервала, в котором находится один из параметров генеральной совокупности, например среднее значение. Для этого используют следующие статистические показатели: средние величины, среднюю квадратическую ошибку и желаемый уровень доверительности (обычно 95 или 99%).

Средняя квадратическая ошибка является, как отмечалось выше, мерой вариации выборочного распределения при теоретическом предположении, что исследовалось множество независимых выборок одной и той же генеральной совокупности. Средняя ошибка выборки тем больше, чем больше вариа­ция, и тем меньше, чем больше объем выборки. Поскольку всегда существует выборочная ошибка, то необходимо оценить разброс значений изучаемого параметра генеральной совокупности. Предположим, исследователь выбрал уровень доверительности, равный 99%. Из свойств нормальной кривой распределения вытекает, что ему соответствует параметр Z = ±2,58. Средняя для генеральной совокупности в целом вычисляется по формуле: х = х ± Zs_x. Если используются процентные меры, то: p = p ± Zs_p.

Это означает, что если вы хотите, чтобы при 99-процентном уровне доверительности диапазон оценок включал истинную для генеральной совокупности оценку, то необходимо умножить среднюю квадратическую ошибку на 2,58 и добавить полученный результат к процентному значению р (верхняя предельная оценка). Если же произвести вычитание данного произведения, то найдем нижнюю предельную оценку.

^ Статистической гипотезой называется предположение о свойстве генеральной совокупности, которое можно проверить, опираясь на данные выборки. Под проверкой гипотезы понимается статистическая процедура, применяемая для подтверждения или отклонения гипотезы, основанной на результатах выборочных исследований. Проверка гипотезы осуществляет­ся на основе выявления согласованности эмпирических данных с гипотетическими. Если расхождение между сравниваемыми величинами не выходит за пределы случайных ошибок, гипотезу принимают. При этом не делается никаких заключений о правильности самой гипотезы, речь идет лишь о согласованности сравниваемых данных.

Проверка гипотезы проводится в пять этапов:

1. 
   
   Делается некоторое предположение относительно какой-то характеристики генеральной совокупности, например о средней величине опре­деленного параметра.
   
2. 
   
   Формируется случайная выборка, проводится выборочное исследование, и определяются статистические показатели выборки.
   
3. 
   
   Сравниваются гипотетическое и статистическое значения исследуемой характеристики.
   
4. 
   
   Определяется, соответствуют или нет результаты выборочного исследования принятой гипотезе.
   
5. 
   
   Если результаты выборочного исследования не подтверждают гипотезу, последняя пересматривается – она должна соответствовать данным выборочного исследования.
   

Вследствие вариации результатов выборочных исследований невозможно сделать абсолютно точный вывод о достоверности гипотезы, проводя простое арифметическое сравнение величин характеристик. Поэтому статистическая проверка гипотезы включает использование выборочного значения характеристики, среднего квадратического отклонения, желатель­ного уровня доверительности и гипотетического значения характеристики для генеральной совокупности в целом. Для проверки гипотез о средних величинах применяется специальная формула (см. раздел «Основные формулы»).

Проверка гипотез применяется в случаях, когда невозможно или трудоемко проводить полные исследования и ког­да требуется сравнивать результаты нескольких исследований (для разных групп респондентов или проведенных в разное время).

^ Анализ различий. Проверка существенности различий заключается в сопоставлении ответов на один и тот же вопрос, полученных для двух или более независимых групп респондентов. Кроме того, в ряде случаев представляет интерес сравнение ответов на два или более независимых вопросов для одной и той же выборки.

При проведении первого сравнения в расчет необходимо принять два критических фактора: степень существенности различий между величинами параметра для двух выборок и средние квадратические ошибки двух выборок, определяемые их объемами.

Для проверки, является ли существенной разница измеренных средних, используется нулевая гипотеза. Нулевая гипотеза предполагает, что две совокупности, сравниваемые по одному или нескольким признакам, не отличаются друг от друга. При этом предполагается, что действительное различие сравниваемых величин равно нулю, а выявленное по данным отличие от нуля носит случайный характер. Для проверки существенности разницы между двумя измеренными средними (процентами) вначале проводится их сравнение, а затем полученная разница переводится в значение среднеквадратических ошибок и определяется, насколько далеко они отклоняются от гипотетического нулевого значения. Как только определены среднеквадратические ошибки, становится известной площадь под нормальной кривой распределения и появляется возможность сделать заключение о вероятности выполнения нулевой гипотезы (см. раздел «Основные формулы»). Числитель данной формулы характеризует разницу средних. Кроме того, необходимо учесть различие формы двух кривых распределения. Это осуществляется в знаменателе формулы. Выборочное распределение теперь рассматривается как выборочное распределение разницы между средними (процентными мерами). Если нулевая гипотеза справедлива, то распределение разницы является нормальной кривой со средней равной нулю и средней квадратической ошибкой, равной 1.

^ Определение и интерпретация связей между двумя переменными. Очень часто маркетолог ищет ответы на вопросы вроде: «Увеличится ли показатель рыночной доли при увеличении числа дилеров?», «Есть ли связь между объемом сбыта и рекламой?» Такие связи не всегда имеют причинно-следственный характер, а могут иметь просто статистическую природу. В поставленных вопросах можно определенно говорить о влиянии одного фактора на другой. Однако степень влияния изучаемых факторов может быть различной; скорее всего, влияние могут оказывать также какие-то другие факторы. Выделяют четыре типа связей между двумя переменными: немонотонная, монотонная, линейная и криволинейная.

^ Немонотонная связь характеризуется тем, что присутствие (отсутствие) одной переменной систематически связано с присутствием (отсутствием) другой переменной, но ничего неизвестно о направлении этого взаимо­действия (приводит ли, например, увеличение одной переменной к увеличению или уменьшению другой).

^ Монотонная связь характеризуется возможностью указать только общее направление связи между двумя переменными без использования каких-либо количественных характеристик. Нельзя сказать, насколько, напри­мер, определенное увеличение одной переменной приводит к увеличению другой переменной. Существуют только два типа таких связей: увеличе­ние и уменьшение.

^ Линейная связь характеризует прямолинейную зависимость между двумя переменными. Знание количественной характеристики одной переменной автоматически предопределяет знание величины другой переменной:

у = а + bx,

где у – оцениваемая или прогнозируемая зависимая переменная (результативный признак); а – свободный член уравнения; х – независимая переменная (факторный признак), используемая для определения зависимой переменной; b – коэффициент регрессии, измеряющий среднее отношение отклонения результативного признака от его средней величины к отклонению факторного признака от его средней величины на одну единицу его измерения – вариация у, приходящаяся на единицу вариации х.

Коэффициенты а и b рассчитываются на основе наблюдений величин у и х с помощью метода наименьших квадратов.

Криволинейная связь характеризует связь между переменными, носящую более сложный характер по сравнению с прямой линией. В зависимости от своего типа связь может быть охарактеризована путем определения: ее присутствия (отсутствия), направления и силы (тесноты) связи.

Присутствие характеризует наличие или отсутствие систематической связи между двумя изучаемыми переменными; оно имеет статистическую природу. Проведя испытание статистической значимости, определяют, существует ли зависимость между данными. Если результаты исследова­ния отвергают нулевую гипотезу, это говорит о том, что зависимость между данными существует.

В случае монотонных линейных связей последние могут быть описаны с точки зрения их направления – в сторону увеличения или умень­шения.

Связь между двумя переменными может быть сильной, умеренной, слабой или отсутствовать. Сильная зависимость характеризуется высокой вероятностью существования связи между двумя переменными, слабая – малой вероятностью. Существуют специальные процедуры для определения указанных выше характеристик связей. Первоначально надо решить, какой тип связей может существовать между двумя изучаемыми переменными. Ответ на вопрос зависит от выбранной шкалы измерений.

Шкала низкого уровня (наименований) может отразить только неточ­ные связи, в то время как шкала отношений, или интервальная, – очень точные связи. Определив тип связи (монотонная, немонотонная), надо установить, существует ли эта связь для генеральной совокупности в целом. Для этого проводятся статистические испытания.

После того как найдено, что для генеральной совокупности существует определенный тип связи, устанавливается ее направление. Наконец необходимо установить силу (тесноту) связи.

Для определения, существует или нет немонотонная зависимость, используется таблица сопряженности двух переменных и критерий хи-квадрат. Как правило, критерий хи-квадрат применяется для анализа таблиц сопряженности номинальных признаков, однако он может использоваться и при анализе взаимосвязи порядковых, или интервальных, переменных. Если, скажем, было выяснено, что две переменные не связаны друг с другом, то их дальнейшим исследованием заниматься не стоит. Некоторые указания на связь скорее были обусловлены ошибкой выборки. Если же тест на хи-квадрат указал на связь, то она существует в реальности для генеральной совокупности и ее, возможно, следует изучать. Однако этот анализ не указывает на характер связи.

Величина отличия наблюдаемых частот от ожидаемых выражается с помощью величины хи-квадрата (см. раздел «Основные формулы»). Последняя сравнивается с ее табличным значением для выбранного уровня значимости. Когда величина хи-квадрата мала, то нулевая гипотеза принимается, а следовательно, считается, что две переменные являются независимыми и исследователю не стоит тратить время на выяснение связи между ними, поскольку связь является результатом выборочной ошибки.

Теснота связи и ее направление определяются путем расчета коэффициента корреляции, который изменяется от –1 до +1. Абсолютная величина коэффициента корреляции характеризует тесноту связи, а знак указывает на ее направление. Существуют таблицы, с помощью которых для выборки определенного объема можно определить наимень­шую величину значимости для коэффициента корреляции. Если коэффициент корреляции оказался статистически значи­мым, определяется сила связи (табл. 4).

Таблица 4

^ Сила связи в зависимости от величины коэффициента корреляции

Коэффициент корреляции	^ Силa связи
От±0, 8 до ±1,00	Сильная
От ±0,61 до ±0,80	Умеренная
От ±0,41 до ±0,6	Слабая
От ±0,21 до ±0,4	Очень слабая
От ±0,00 до ±0,20	Отсутствует

^ Индексный метод статистического анализа. Индекс – это относительная величина, показывающая, во сколько раз уровень изучаемого явления в данных условиях отличается от уровня того же явления в других условиях. Различие условий может проявляться во времени (тогда говорят об индексах динамики), в пространстве (территориальные индексы), в выборе в качестве базы сравнения какого-либо условного уровня, например планового показателя, уровня договорных обязательств и т.п. Соответственно вводят индекс выполнения обязательств или, если плановый уровень сравнивается с уровнем предыдущего периода, – индекс планового задания. Если известно, что изучаемое явление неоднородно и сравнение уровней можно провести только после приведения их к общей мере, экономический анализ выполняют посредством так называемых общих индексов. Индекс становится общим, когда в расчетной формуле показывается неоднородность изучаемой совокупности.

Приведем формулы расчета некоторых наиболее употребительных агрегатных индексов. Индекс изменения общей суммы затрат на производство продукции в зависимости от объема производства (q) и затрат на единицу (z):

I_c= (∑z₁·q₁) / (∑z_o·q_o) = [(∑z_o·q₁) / (∑z_o·q_o)]·[ (∑z₁·q₁) / (∑z_o·q₁)] = I_q·I_z.

Индекс изменения общего фонда оплаты труда в связи с изменением общей численности работающих (Т) и заработной платы (f):

I_F = (∑f₁·T₁) / (∑f_o·T_o) = [(∑f_o T₁) / (∑f_o·T_o)]·[ (∑f₁·T₁) / (∑f_o T₁) = I_T·I_f.

Индекс изменения объема продукции в связи с изменением численности работающих (Т) и уровня их выработки (w):

I_Q = (∑w₁·T₁) / (∑w_o·T_o) = [(∑w_o·T₁) / (∑w_o·T_o)]·[ (∑w₁·T₁) / (∑w_o·T₁) = I_T·I_w.

Аналогичным образом находят общие агрегатные индексы и по многим другим экономическим показателям.

^ Приемы и методы прогнозирования. Прогнозирование – это процесс разработки экономических прогнозов, основанный на научных методах познания исследуемых явлений и использования методов и средств экономической прогностики.

Существуют различные приемы и методы прогнозирования:

- аналоговые модели, когда в качестве прогноза рассматриваются благоприятные показатели рыночной ситуации в каком-либо регионе или стране;

- имитационные, когда вместо реальных данных используются построения, созданные по специальной программе с помощью ЭВМ;

- нормативные, или рационализированные, прогнозные расчеты, например проистекающие из рационального бюджета или рациональных рекомендуемых норм потребления (этот метод больше подходит для рынка средств производства, где большую роль играют производственно-технические нормативы, чем для потребительского рынка, где потребности проявляются в форме статистических закономерностей);

- прогнозирование по экспертным оценкам (обычно методом Дельфи);

- методы экстраполяции: технические, механические способы сглаживания динамических рядов, трендовые модели;

- методы статистического моделирования (парные и многофакторные уравнения регрессии);

- прогнозирование по коэффициентам эластичности.

Для прогнозирования рынка методы экспертных оценок могут быть использованы для решения следующих основных задач: разработка средне- и долгосрочных прогнозов спроса; краткосрочное прогнозирование спроса по широкому ассортименту продукции; оценка формирующего спроса на новые товары; определение отношений потребителей к новым товарам и возможного спроса на них; оценка конкуренции на рынке; определение положения фирмы на рынке и т.д.

Достоинствами экспертных методов являются их относительная простота и применяемость для прогнозирования практически любых ситуаций, в том числе в условиях неполной информации. Основной недостаток этих методов – субъективизм мнений экспертов. Среди экспертных методов прогнозирования – метод Дельфи. Надежность метода Дельфи считается высокой при прогнозировании на период от 1 до 3 лет, так и на более отдаленные сроки. В зависимости от цели прогноза для получения экспертных оценок может привлекаться от 10 до 150 экспертов.

Достаточно распространенным методом экспертных оценок при прогнозировании является «мозговая атака», или «мозговой штурм». Метод «мозговой атаки» не ставит никаких границ, это интуитивно-творческий метод. Создается атмосфера раскованности, каждый участник может использовать идеи партнеров. Главное в этом методе – количество идей, а не их качество, то не должно быть никакой критики.

При методе «синектики» в качестве экспертов выступает стабильная по составу группа, которая от штурма к штурму накапливает определенный опыт. Кроме того, использование метода «синектики» допускает критические высказывания. В группах от 2 до 6 человек один является координатором. Процесс групповой работы начинается с представления проблемы экспертов. Затем проблема точно формулируется и анализируется. Записываются любые спонтанные реакции. Далее проблему пытаются рассмотреть с другой точки зрения, привлекая при этом аналогии. Делается попытка подробно описать прямые аналогии и через проекцию описания подойти к проблеме, требующей решения. После этого можно сформулировать первый подход к решению проблемы. Можно воспользоваться также для выбора стратегии предложения методом статистической игры. На основе исследования спроса и предложения, потребительских предпочтений производится прогноз возможностей развития рынка.

^ Морфологический анализ – метод прогнозирования, в основу которого положено построение матрицы характеристик рынка и их возможных значений. Далее на основе перебора характеристик рынка и их значений получают различные варианты прогноза. Существуют и другие методы, однако следует иметь в виду, что выбор конкретного метода прогнозирования тесно связан с целью исследования и спецификой информации, а это требует более определенного обоснования.

^ В общем случае процесс прогнозирования распадается на два этапа.

Индуктивный этап – обобщение данных, наблюдаемых за достаточно продолжительный период, и предоставление статистических закономерностей в виде модели, которая выражается либо в виде аналитической функции тенденции развития, либо в виде зависимости от нескольких факторов – аргументов.

^ Дедуктивный этап – собственно прогноз. На основе выявленных закономерностей определяют ожидаемые значения прогнозируемого показателя, которые должны быть критически осмысленны с содержательной точки зрения. Указанные этапы конкретизируются в определенной последовательности шагов.

Информационной базой для анализа прогноза служат динамические и временные ряды. Ряд динамики представляет собой числовые значения определенного статистического показателя, расположенные в хронологическом порядке. Числовые значения показателя, составляющего ряд динамики, называют уровнем. Тенденция в изменении уровней ряда называется трендом.

В практике статистического исследования и прогнозирования покупательского спроса по различным видам продуктов и услуг используют различные типы моделей, наиболее соответствующие характеру и закономерностям развития данного рынка. Для выявления основной тенденции чаще всего используется метод наименьших квадратов, значения временного ряда xt или yt рассматриваются как зависимая переменная, а время t – как объясняющая: yt=f(x)+et, где et – возмущенная, удовлетворяющие основным предпосылкам регрессионного анализа, т.е. представляющие независимые и одинаково распределенные случайные величины, распределение которых предполагается нормальным. Функции, рекомендуемые для моделирования спроса, приведены в таблице 5.


Таблица 5

^ Название функции	Аналитическое выражение функции
Линейная	Y =a + bx
Полулогарифмическая	Y =a + b Igx
Парабола n-го порядка	Y = a + b1x + b2x + … + b x
Гиперболы	Y = a + b 1/x
Кривая Гомперца	Y = ka
Логистическая кривая	Y = a/1 + de
Экспонента	Y = ae
Степенная	Y = ax
Показательная	Y = ab
Тонквиста 1-го типа	Y = ax/b + x
Тонквиста 2-го типа	Y = a(x-b)/x + c
Тонквиста 3-го типа	Y = ax(x - b)/x + c

При выборе соответствующей функции y(x) используют содержательный анализ, который может установить характер динамики процесса, визуальные наблюдения на основе графического изображения временного ряда. Из двух ближайших к соответствию функций предпочтение отдается той, при которой меньше сумма квадратов отклонений фактических данных от расчетных на основе этих функций. Этот принцип нельзя доводить до ситуации, при которой любая эмпирическая полиномиальная функция может описать полином (n-1) степени, проходящий через все точки, и соответственно с минимальной – нулевой суммой квадратов отклонений. В этом случае не следует говорить о выделении основной тенденции, учитывая случайный характер этих точек.

Выбор функции зависит от результата предварительных исследований и конкретных условий рыночной конъюнктуры, вида товара, сегмента рынка и т.д. В мировой практике широко используют формулы Торнквиста, причем 1-ю – для моделирования спроса на продукты питания, а 3-ю – для моделирования спроса на предметы роскоши (табл.). Спрос на ряд непродовольственных товаров аппроксимируется степенной функцией или экспонентой (особенно на активных этапах жизненного цикла товаров). Общие закономерности спроса нередко отражаются кривой Гомперца. При изучении влияния фактора дохода на спрос может быть использована логистическая (сигмоидальная) кривая. Процесс затухания роста спроса по мере перехода к группам населения с высоким доходом отражается полулогарифмической функцией.

^ Выравнивание по скользящей средней. Сущность метода заключается в том, что исчисляется средний уровень из определенного числа, обычно нечетного, первых по счету уровней ряда, затем – из такого же числа уровней, но начиная со второго по счету, далее – начиная с третьего и т.д. Таким образом, средняя «скользит» по ряду динамики, передвигаясь на один срок. Недостатками сглаживания являются «укорачивания» сглаженного ряда по сравнению с фактическим, сложности прогнозирования периода менее 3–5 лет, поскольку слишком малы выборка, массив обрабатываемой статистической информации, а также период проявления действия циклических колебаний.

^ Выравнивание по прямой используется, как правило, в тех случаях, когда абсолютные приросты практически постоянны, т.е. когда уровни изменяются в арифметической прогрессии или близко к ней. Простейшей моделью, выражающей тенденции развития, является линейная функция тренда.

^ Продление в будущее тенденции, наблюдавшейся в прошлом, носит название экстраполяции. Можно определить ожидаемый уровень показателя исходя из уравнения. Зная точечную оценку прогнозируемого значения показателя, определяются вероятностные границы интервала его изменения в будущем.
^