Міністерство Освіти та Науки України

Київський Національний Економічний  Університет 
 
 
 
 
 
 
 
 
 
 
 
 
 

Реферат

з дисципліни:

«Прогнозування  соціально-економічних  процесів»

на  тему:

«Прогнозування  сфери попиту» 
 
 
 

                                                     Виконала:

                                                     студентка 4 курсу,

                                                     факультету УПтаМ,

                                                     спец.6507, 10 групи

                                                     Власюк Анастасія 
 
 
 
 
 
 
 
 

Київ, 2011

Вступ

      Здійснення  успішної комерційної діяльності на зовнішньому ринку так само як і на внутрішньому вимагає в першу  чергу задоволення потреб покупця. Щоб досягти цієї мети та отримати бажаний прибуток підприємству необхідно по можливості максимально точно спрогнозувати величину попиту в часовій перспективі на товар чи послугу, яку воно пропонує для продажу.

      Радикальна  відмінність зовнішнього ринку  від внутрішнього українського полягає в тому, що зовнішній ринок є ринком покупця, де пропозиція товарів і послуг (у більшості капіталістичних країн) випереджає попит. І тут основне питання не стільки в досягненні конкурентноздатності товарів, скільки в з'ясуванні нових запитів потенційних покупців і своєчасному їхньому задоволенні. Звідси найважливіша вимога для національного українського підприємця складається у швидкому, оперативному видобутку ринкової інформації, її обробці і виробленню адекватно ринковій ситуації стратегії у виробництві і реалізації товарів.

      Таким чином, першочерговим завданням  будь-якого підприємства, що збирається виходити на зовнішній ринок є  вивчення різноманітних методів  прогнозування ринкового попиту на товари. Розрізняють два виду товарів – товари широкого вжитку і товари виробничого призначення, проте методи прогнозування попиту на них практично однакові. Також  як і методи прогнозування попиту на внутрішньому і зовнішньому ринках. Це пояснюється тим, що розробки цих  методів у нас просто не велись через відмінні економічні і політичні  системи (для нашої планової економіки  це було просто не потрібно) і зараз  ми їх просто запозичили у західних дослідників. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

     Для початку, найдоцільнішим буде з’ясувати, що ж таке «ринковий попит». Ринковий попит - це загальний обсяг продажів на визначеному ринку (приватному чи сукупному) визначеної марки товару чи сукупності марок товару за визначений період часу.

     На  величину попиту впливають  як неконтрольовані  фактори зовнішнього середовища, так і маркетингові фактори, що представляють  собою сукупність маркетингових  зусиль, прикладених на ринку конкуруючими фірмами.

     Методи  прогнозування, як і всі методи, використовувані  при проведенні маркетингових досліджень, можна класифікувати на евристичні, при застосуванні яких переважають суб'єктивні початки і на економіко-математичні методи, при застосуванні яких переважають об'єктивні початки, до числа яких відносяться статистичні методи.

     Евристичні  методи припускають, що підходи, використовувані для формування прогнозу, не викладені в явній формі і невіддільні від імені, що робить прогноз, при розробці якого домінують інтуїція, колишній досвід, творчість і уява. До даної категорії методів відносяться методи соціологічних досліджень і експертні методи. Причому опитувані, даючи свої оцінки, можуть засновувати свої судження, як на голій інтуїції, так і використовуючи визначені причинно-наслідкові зв'язки, дані статистики і розрахунків.

     Так при прогнозуванні попиту вивчаються переваги споживачів; як  експертів  можна розглядати торговий персонал, що обслуговує визначені території, дилери, дистриб'ютори, консультанти по маркетингу і т.д.

     При використанні економіко-математичних методів підходи до прогнозування  чітко сформульовані і можуть бути відтворені іншими особами, що неминуче прийдуть до одержання такого ж прогнозу.

     Якщо  при застосуванні експертних методів  структура причинно-наслідкових  зв'язків, використовувана різними експертами, може бути різною, то при використанні економіко-математичних методів структура моделей встановлюється і перевіряється експериментально, в умовах, що піддаються об'єктивному спостереженню і виміру.

     Визначення  системи факторів і причинно-наслідкової (казуальної) структури досліджуваного явища - вихідна точка економіко-математичного  моделювання.

     Насправді   всі ці методи є взаємодоповнюючими. Ефективна прогнозна система  повинна забезпечити можливість використання кожного з цих методів.

     Прикладом складної задачі прогнозування, що не зважується за допомогою якогось  одного методу, є прогнозування обсягу продажів нового товару. При проведенні маркетингових досліджень оцінюються обсяги продажів нового товару протягом  перших років (скажемо трьох) після випуску. Для цієї мети можуть бути застосовані експертні методи, методи опитувань, проведення продажів на контрольному ринку.  

     Експертні оцінки, сформульовані фахівцями з маркетингу, базуються на даних, зібраних на стадії попереднього аналізу і враховуючих інформацію про продажі конкурентів, розмірі потенційного ринку, загальному попиті, частках продуктів різних марок на ринку, приступності збутових мереж і ін.

     Відсутня  інформація збирається шляхом прямих опитувань потенційних користувачів, торговців, постачальників і, якщо це можливо, конкурентів.

     Перевірка ринку, чи контрольних продаж, у ході якої спостерігається реальне ринкове поводження покупців, дозволяє оцінити рівень спробних і повторних закупівель і обсяг потенційних продажів нового товару. Можна також провести спробні продажі за місцем проживання чи експерименти в спеціальних лабораторіях-магазинах.

     Дані  методи зазвичай застосовуються спільно. Ясно, що в умовах сильно мінливого зовнішнього середовища інтуїція й уява здатні стати важливими інструментами сприйняття реальності, доповнюючи кількісні підходи, що, по визначенню, опираються тільки на  фактори, що спостерігаються. З іншого боку, зрозуміло, що чисто якісному методу також характерні значні погрішності і що інтуїція повинна, в можливо більшому ступені, перевірятися за допомогою доступних фактів і знань. Таким чином, варто забезпечити спільне використання цих двох підходів.

     Що  стосується прогнозування попиту, то в методологічно правильній постановці - це мистецтво оцінки майбутнього  попиту при припущенні про визначене  поводження покупців у заданих умовах. Прогнозування попиту в даному випадку  повинне здійснюється в три етапи. Спочатку розробляється прогноз  зовнішнього середовища, потім - прогноз  розвитку даної галузі, нарешті, розробляється  прогноз величини попиту на товари конкретної компанії. Такі комплексні, тим більше аналітичні моделі, розробити  і реалізувати надзвичайно складно, тому на практиці набули застосування більш прості статистичні моделі.

     Усі прогнози обсягу продажів будуються  на використанні трьох видів інформації, отриманих на основі вивчення: що люди говорять, що люди роблять і що люди зробили. Одержання першого виду інформації ґрунтується на вивченні думки споживачів і покупців, торгових агентів і посередників. Тут використовуються методи соціологічних досліджень і  експертні методи. Вивчення того, що люди роблять припускає проведення тестування ринку. Вивчення того, що люди зробили, припускає аналіз статистичних даних по зроблених ними покупках.

     Звичайно  в даному випадку мова йде про  прогнозування на основі статистичних даних по обсягу продажів для конкретної  компанії чи конкретного ринку, величини поточного ринкового попиту на визначений товар.

 

      Прогнозування попиту, основане на методах  математичної статистики.

     Можна виділити два методи розробки прогнозів, заснованих на методах математичної статистики: екстраполяцію і моделювання.

     У першому випадку як  база прогнозування використовується минулий досвід, що прогнозується на майбутнє. Робиться припущення, що система розвивається еволюційно в досить стабільних умовах. Чим крупніша система, тим більш ймовірне збереження її параметрів без зміни, звичайно, на термін не занадто великий. Бажано, щоб термін прогнозу не перевищував однієї третини тривалості вихідної тимчасової бази.

     В другому випадку будується прогнозна  модель, що характеризує залежність досліджуваного параметра від ряду факторів, що на нього впливають. Вона зв'язує умови, що, як очікується, будуть мати місце і характер їхнього впливу на досліджуваний параметр.

     Дані  моделі не використовують функціональні  залежності; вони засновані тільки на статистичних взаємозв'язках.

     При побудові прогнозних моделей найчастіше  використовується парний і множинний  регресійний аналіз; в основі екстраполяційних методів лежить аналіз тимчасових рядів.

     Парний  регресійний аналіз заснований на використанні рівняння прямої лінії:  

y = a + bx, 

      де,

      y - оцінювана чи прогнозована залежна перемінна (результативна ознака);

      a - вільний член рівняння;

x - незалежна перемінна (факторна ознака), використовувана для визначення         залежної перемінної.

      b - коефіцієнт регресії, що вимірює середнє відношення відхилення результативної ознаки від його середньої величини до відхилення факторної ознаки від його середньої величини на одну одиницю його виміру - варіація y, що приходиться на одиницю варіації x.

      Коефіцієнти a і b розраховуються на основі спостережень величин y і x за допомогою методу найменших  квадратів.

      Припустимо, що торговий агент продає дитячі іграшки, відвідуючи квартири випадковим образом. Відсутність відвідування якоїсь квартири означає відсутність  продажу a = 0. Якщо в середньому кожен десятий  візит супроводжується продажем на 62 долара, то вартість продажу на один візит складе 6,2  долари чи b = 6,2.

      Тоді  y = 0 + 6,2x.

      Таким чином, очікується , що при 100 візитах  доход складе 620 доларів. Треба пам'ятати, що ця оцінка не є обов'язкової, а  носить ймовірністний характер.

      Аналіз  на основі множинної регресії заснований на використанні більш, ніж однієї незалежної перемінної у рівнянні регресії. Це ускладнює аналіз, роблячи його багатовимірним. Однак регресійна модель більш повно відбиває дійсність, тому що в реальності досліджуваний параметр, як правило, залежить від безлічі факторів.

      Так, наприклад, при прогнозуванні попиту ідентифікуються фактори, що визначають попит, визначаються взаємозв'язки існуючі  між ними, і прогнозуються їх ймовірні майбутні значення; з них за умови  реалізації умов, для яких рівняння множинної регресії залишається  справедливим, виводиться прогнозне  значення попиту.

      Усе, що стосується множинної регресії концептуально є ідентичним парній регресії, за винятком того, що використовується більш, ніж одна перемінна. Під цим кутом зору злегка змінюється термінологія і статистичні розрахунки.

      Багатофакторне  рівняння множинної регресії має  наступний вид:  

      y = a + b1 x 1 + b2x2 + b3 x3 + .... + bm xm,

де,

      y - залежна чи прогнозована перемінна;

      xі - незалежна перемінна;

      a - вільний член рівняння;

      bі - коефіцієнт умовно-чистої регресії;

      і = 1, m;

      m - число незалежних перемінних (факторних ознак).

      Термін "коефіцієнт умовно-чистої регресії" означає, що кожна з величин b вимірює  середнє по сукупності відхилення залежної перемінної (результативної ознаки) від  її середньої величини при відхиленні залежної перемінної (фактора) x від  своєї середньої величини на одиницю  її виміру і за умови, що всі інші фактори, що входять у рівняння регресії, закріплені на середніх значеннях, не змінюються, не варіюються.