8505

130

Темп роста в 1-м периоде вычисляется по следующей формуле:

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:

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:

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

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:

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,

Основная тенденция в рядах динамики с постоянными темпами роста

может отображаться также показательной функцией

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

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 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.