Прогнозирование спроса

Прогноз спроса - это теоретически обоснованная система показателей о еще неизвестном объеме и структуре спроса

По категориям потребителей

По регионам

По периоду времени

По отдельному товару или товарной группе

Классификация прогнозов спроса

Главный акцент прогнозирования - количественная, качественная и ценовая оценка изменений объема и структуры спроса.

Наличие ресурсов

Кредитная политика

Квалификация персонала

Производительность труда

Производственные мощности

Наличие капитала

Потребительские вкусы

Время года (сезонность спроса)

Число покупателей

Жизненный цикл товара

Цены, в т.ч. на сопряженные товары

Прибыльность деятельности

Состояние рынка взаимозаменяемых и взаимодополняемых товаров

Обеспеченность населения данным товаром

Тенденции развития рынка

Состояние рыночных цен на товар и сопряженные товары

Численность населения и его половозрастной состав

Денежные доходы населения

Общая информация (политическая стабильность, роль государства, законодательство и т.д.)

Классифицировать показатели потребления товара по сегментам рынка

Выявить главные факторы, определяющие спрос в прошлом и настоящем

Составить прогноз развития факторов, определяющих спрос в прогнозируемом периоде

Разработать прогноз спроса

Недостатки методов прогнозирования

Появление новых, неизвестных факторов

Факторы, не поддающиеся точному определению

Неточность предположений

Технические и технологические изменения

Изменения экономических связей субъектов хозяйствования

Субъективные методы. Такое определение предполагает, что процессы, используемые для формирования прогноза, не изложены в явной форме и неотделимы от лица, делающего прогноз

Объективные методы. Процессы прогнозирования четко сформулированы и могут быть воспроизведены другими лицами, которые неизбежно придут к формулировке такого же прогноза

Наивные методы. Прогноз формулируется на базе наблюдений за прошлой эволюцией исследуемой переменной (например, уровень первичного спроса), без учета в явной форме основных движущих факторов

Причинно-следственные методы. Факторы, определяющие спрос, идентифицированы, и их вероятные будущие значения спрогнозированы;
из них выводится вероятное значение спроса, при условии реализации принятого сценария

метод регрессии - продолжение линейной регрессии, где предполагается, что переменная линейно зависит от ряда других переменных

методы множества уравнений –
где имеется ряд переменных, которые взаимозависят посредством ряда уравнений (эконометрические модели)

методы анализа рядов динамики - где мы имеем одну переменную, которая изменяется во времени и ее будущие значения зависят от прошлых

Количественные методы

качественные методы:
экспертной оценки;
оценки уровня продажи, высказанные ведущими торговыми фирмами;
анкетирование потребителей

количественные методы:
использование коэффициента эластичности спроса;
метод геометрической прогрессии;
трендовая модель;
многофакторные корреляционные и регрессионные модели, в том числе множественной линейной регрессии

Метод Дельфи – для средне- и долгосрочного периода; удовлетворительная точность; высокая объективность оценок; незначительная дополнительная информация; незначительное время.

Гибридные методы –
при разработке сложных долгосрочных прогнозов применяются различные методы для отдельных его разделов. Решение
сложных долгосрочных задач требует различные гибридные методы

Оценка по ожиданиям потребления - прямой опрос покупателей об их планах на покупки в течение определенного периода

факторные модели прогнозирования спроса. Сущность данных моделей заключается в том, что спрос на какую-либо группу товаров выражается в виде функции одного или нескольких факторов, определяющих развитие спроса

прогнозирование спроса с помощью коэффициентов эластичности. Сущность этой модели заключается в использовании коэффициента эластичности спроса, который показывает, на сколько процентов изменяется спрос на данный товар при изменении дохода или другого фактора спроса на 1%.

Метод цепочки отношений предполагает последовательное разложение абсолютного потенциала рынка вплоть до нахождения оценки спроса на конкретный товар или марку.
В качестве примера рассмотрим случай фирмы, продающей добавку, предназначенную для применения совместно с реактивами для смягчения воды в котельных. Поскольку многие предприятия пока еще не используют данную добавку, требуется оценить текущий потенциал рынка, а также реальный уровень спроса в определенной географической зоне.
Расчет производится следующим образом:
— потребление воды фирмами, имеющими котельные: 7 500 000 гл;
— норма расхода средства смягчения на литр воды: 1%;
— доля фирм, применяющих это средство: 72%;
— норма расхода добавки на литр средства: 9%;
— текущий потенциал рынка:
7 500 000 гл х 0, 01 х 0, 72 х 0, 09 = 486 000 л;
доля фирм, уже применяющих добавку: 54%;
— текущий уровень первичного спроса:
7 500 000 гл х 0, 01 х 0, 72 х 0, 09 х 0, 54 = 262 000 л.
Если цель фирмы в том, чтобы добиться доли рынка 40%, продажи товара в данном регионе должны быть доведены до 105000 л.

неэластичный спрос
с коэффициентом ниже 1
Снижение цены на такие товары может быть выгодно покупателям, но невыгодно фирме, так как обычно ведет к уменьшению ее прибыли при сокращающемся или неизменном объеме продажи товаров. Снижение доходов населения также почти не оказывает влияния на величину спроса.
К таким товарам относятся:
хлеб, соль, спички,
основные молокопродукты,
овощи и некоторые другие,
т.е. товары первой необходимости

Динамический коэффициент эластичности исчисляется за более длительный период.
Динамические коэффициенты эластичности исчисляются на основе данных об изменении спроса и того или иного его определяющего фактора за ряд лет. Такие коэффициенты эластичности рассчитываются от года к году. Они более пригодны для прогнозирования спроса, так как в них отражается тенденция изменения спроса во времени

3. Определяем возможный объем продажи товара «А» в расчете на весь контингент покупателей:
5,242 х 400000 = 2096800 (кг или 2097 т).
Вывод. Объем спроса на товар «А» после снижения цены на 4% составит 2097 т.

Вывод. После увеличения цены товара «В» с 15 до 17 руб. можно ожидать, что объем при сложившейся конъюнктуре рынка его продажи составит 68,5 тыс. руб.

Ряды могут быть

Моментальными - характеризуются определенной величиной явления по состоянию на определенную дату

интервальными – характеризуются величиной явления по состоянию за определенный период
Временные (динамические) ряды могут быть в виде: тренда, лага, периодических колебаний

Тренду присуща длительная «вековая» тенденция.
У лага имеется запаздывание одного явления от другого, связанного с ним.
Периодические колебания зависят от сезона, циклов и иных повторяющихся изменений

основана на том, что объем и особенно структура спроса характеризуются определенной степенью инерционности, т.е. потребление с запаздыванием приспосабливается к изменившимся условиям.

Наиболее часто используются:
а) уравнение прямой
y = a + bx ,
б) логарифмическая функция
y = a + blgx ,
в) экспоненциальная функция
y = aх,
г) параболическая функция
y = a + bx + cx2
д) логистическая
у = с/(1 + ае-bx).

Прогноз спроса на базе трендовых моделей основывается на допущении, что все факторы, действовавшие в базисном периоде, и взаимосвязь этих факторов останутся неизменными и в прогнозном периоде.

Аналитическая модель спроса строится с использованием методов математической статистики на основе информации о структуре доходов населения, цен на товары и других факторов.
Например, для прогнозирования спроса на предметы длительного пользования (холодильники, телевизоры, стиральные машины и т.д.) нужны данные о наличии и возрасте таких предметов, уже имеющихся у населения, составе семей и др.

Однофакторная модель спроса от доходов, называемая кривой Энгеля, позволяет установить, какую долю своих доходов семьи определенного сегмента рынка выделяют на приобретение тех или иных благ (товаров и услуг). Их еще называют функциями потребления.

Недостаток метода в том, что они не могут предвидеть «поворотные точки». Они только отражают произошедшие изменения. Поэтому их называют «адаптивной прогнозной моделью».

Аналогично считаем данные за 1 квартал по следующим годам:
Q(2013) = 0,2*106 + 0,8*102,6 = 103.4
Q(2014) = 0,2*109 + 0,8*103,4 = 104.5
Q(2015) = 0,2*114+ 0,8*104,5 = 106.4
Q(2016) =Q(2015) = 106.4

Определим погрешность:
(114-106,4)/114 = 6,7%

Исходные данные о динамике спроса

Спрогнозировать спрос на 2016 год, если α = 0,2

Предположим, что наш прогноз на 2015 год составил 106 единиц продукции.
В этом случае прогноз на 2016 год составит:
Q = 106 + 0,2 (108 – 106) = 106,4

Центрированная скользящая средняя находится только для третьего квартала путем деления суммы данных скользящей средней за 2 и 3 кварталы 2010 года:
(270+292)/2 = 281
Дальше поступаем аналогично для расчета данных по следующим кварталам

Индекс сезонных колебаний получают путем деления фактического объема производства за квартал на величину центрированной скользящей средней за тот же период.
Для 3-его квартала 2010 года:
300:281 = 1,07.

Скользящие средние определяются исходя из разбивки года на кварталы. Можно рассчитать скользящую среднюю только за 2-ой квартал 2010 года путем деления суммы данных за четыре квартала данного года на 4: (190+370+300+220)/4= 270.

Средний индекс сезонных колебаний рассчитываем путем деления суммы индексов за данный квартал на количество данных: для 1 квартала: 3,90:4 = 0,975 и т.д.

Полученные средние индексы сезонных колебаний проверяют на точность расчета. Среднее значение всех квартальных индексов не должна превышать 1.
В нашем случае: (0.975 + 1,375 + 1,0125 + 0,6675): 4 = 1,0075
Так как индекс больше 1, его следует скорректировать, уменьшив на 0.0075.

Позволяет точнее отразить процесс формирования спроса, чем трендовые однофакторные модели

Среди многофакторных моделей особое признание получила множественная линейная регрессия.
Такую форму связи тем или иным способом необходимо привести к линейному виду, единственным требованием которого является достаточная близость теоретической кривой к эмпирическим значениям ряда. Оценка близости производится посредством исчисления среднеквадратического отклонения.

Для прогнозирования потребления непродовольственных товаров требуется учет следующих факторов:
величины рационального гардероба;
перспективной нормы потребления товара;
износа имеющегося товара у населения для его замены;
дополнительной потребности в товаре для обеспечения им естественного прироста населения до среднего уровня, сложившегося в обществе