Прогнозирование сегмента автомобильного рынка на примере Московского региона

Окатьев Константин Викторович

Москва 2009

1. Разработка процедур и инструментария прогнозирования

Автомобильный рынок, в силу своей специфичности, является очень динамичным, поэтому, для проведения оценки первоначального состояния автомобильного сегмента на определенный период времени и построения дальнейшего прогноза развития могут быть использованы различные экономические методики, процедуры и инструменты.

В свете мирового финансово-экономического кризиса, построение прогнозов в автомобильном секторе приобретает огромную актуальность.

По мере развития экономического кризиса у участников рынка возрастает необходимость в получении как можно более полной и достоверной информации, с тем, чтобы все предпринимаемые шаги были тщательно взвешены и делались с открытыми глазами. Растут требования к регулярности и стабильности получения информации. Оперативность получения информации о происходящих на рынке изменениях становится более важной. Своевременность получения такой информации позволяет корректировать планы и повышать эффективность маркетинговых мероприятий.

В качестве первоначального инструмента прогнозирования автомобильного сегмента рынка может быть рассмотрен обзор автомобильных рынков зарубежных стран, включающий регистрацию автомобилей в странах Европы и продажи автомобилей по брендам. Это позволяет прогнозировать возможное развитие ситуации в нашей стране и общее состояние тех или иных автопроизводителей.

Обзор основных событий на автомобильном рынке России позволяет исследовать причины, влияющие на те, или иные происходящие на нем процессы, а также позволяет спрогнозировать возможные процессы. В этом случае, следует рассматривать структуру рынка с раскладкой по маркам и моделям в динамике, а также

группировку по классам и типам автомобилей, что позволит оперативно отслеживать потребительские предпочтения и тренды их изменений.

Точность составления прогнозов будет зависеть от количества и качества учтенных факторов внешней и внутренней экономической среды. Конечно же, построить абсолютно достоверный прогноз невозможно. Однако, рассматривая максимально широкий круг факторов, возможно построить прогноз с определенной долей вероятности, наиболее близкой к реальной ситуации.

Среди основных факторов выделяют:

Ситуация на мировых автомобильных рынках;

Основные события на автомобильном рынке России;

Ключевые макроэкономические показатели;

Динамика продаж новых автомобилей;

Динамика продаж автомобилей с пробегом;

Изменение марочной структуры рынка;

Изменение модельной структуры рынка;

Динамика и структура импорта легковых автомобилей;

Обзор ценовой политики основных участников рынка.

Рассматривая мировую практику прогнозирования автомобильного рынка можно выделить два основных метода - технический и фундаментальный анализ. Технический анализ основывается на значениях продаж предыдущих периодов. На основании этих данных строится прогноз статистическими методами: выделяются сезонный и календарный факторы, тренды, циклы и пр.

Для построения наиболее точных и качественных прогнозов, западными маркетологами используются все современные методы математической статистики. Для простых случаев обычно используется метод ARIMA(Autoregressive integrated moving average), основанная на методологии Бокса-Женкинса.[1] Для более сложных, - хорошо зарекомендовали себя методы прогнозирования на базе теории хаоса, волн Эллиотта, нейронных сетей и прочего.

Для установления возможности применения асимптотических результатов при конечных (т. н. «малых») объемах выборок полезны компьютерные статистические технологии. Они позволяют также строить различные имитационные модели. Отметим полезность методов размножения данных (бутстреп-методов). Системы прогнозирования с интенсивным использованием компьютеров объединяют различные методы прогнозирования в рамках единого автоматизированного рабочего места прогнозиста.

Прогнозирование на основе данных, имеющих нечисловую природу, в частности, прогнозирование качественных признаков основано на результатах статистики нечисловых данных. Весьма перспективными для прогнозирования представляются регрессионный анализ на основе интервальных данных, включающий, в частности, определение и расчет нотны и рационального объема выборки, а также регрессионный анализ нечетких данных.[2] Общая постановка регрессионного анализа в рамках статистики нечисловых данных и ее частные случаи - дисперсионный анализ и дискриминантный анализ, давая единый подход к формально различным методам, полезна при программной реализации современных статистических методов прогнозирования.[3]

Основными процедурами обработки прогностических экспертных оценок являются проверка согласованности, кластер-анализ и нахождение группового мнения. Проверка согласованности мнений экспертов, выраженных ранжировками, проводится с помощью коэффициентов ранговой корреляции Кендалла и Спирмена, коэффициента ранговой конкордации Кендалла и Бэбингтона Смита. Используются параметрические модели парных сравнений - Терстоуна, Бредли-Терри-Льюса - и непараметрические модели теории люсианов.[4] Полезна процедура согласования ранжировок и классификаций путем построения согласующих бинарных отношений. При отсутствии согласованности разбиение мнений экспертов на группы сходных между собой проводят методом ближайшего соседа или другими методами кластерного анализа (автоматического построения классификаций, распознавания образов без учителя). Классификация люсианов осуществляется на основе вероятностно-статистической модели.

Рекомендуем скачать другие рефераты по теме: реферат деловой, шпаргалки по экономике.





1  2  3  4  5  6  7  8  9  10  11 | Следующая страница реферата