Прогнозирование емкости рынка потребительских товаров

СГА. Оценка: отлично ...

Содержание

Введение……………………………………………………………..…….………….......3
1 Особенности прогнозирования рынка потребительских товаров…………………..5
1.1 Потребительский рынок: его состав и характеристика важнейших элементов..5
1.2 Емкость и коньюктура рынка……………………………………………………….10
1.3 Прогнозные оценки рыночной ситуации………………………………………….12
2 Прогнозирование емкости мясопродуктового рынка ………………………….19
2.1 Алгоритм прогнозирования……………………………………………………….19
2.2 Применение алгоритма прогнозирования в регионе……………………………22
Заключение……………………………………………………………………………....28
Глоссарий………………………………………………………………………………...30
Список использованных источников…………………………….................................32
Приложения……………………………………………………………………………...35

Введение
Товарные рынки, на которых действует предприятие, можно оценивать с точки зрения их привлекательности и преимуществ для предприятия. Важнейшей проблемой является оценка или прогноз емкости рынка. Излишне оптимистичная оценка приведет к избыточным затратам на исследования и разработку нового товара. Излишне пессимистичная оценка препятствует выведению нового товара на рынок. При анализе емкости рынка и расчете прогноза сбыта необходимо учитывать ряд важных деталей.
Именно рынок покупателя является непременным условием применения концепций маркетинга.

Для наглядной картины стоит рассмотреть конкретный пример расчета емкости рынка методом общей оценки на принадлежности для бритья в городе Воронеже. Согласно статистике на 1 января 2015 года численность населения Воронежа составила 1024 тыс. человек. Теперь определяем объем потенциальных покупателей продукции, учитывая по данным статистики процент численности мужчин 45%, из которых взрослых мужчин, являющихся потенциальными пользователями товара 25 %. Затраты в год на этот вид товара составляют 5000. В результате получаются следующие расчеты: 1024 тыс. человек умножаем на 45% и умножаем на 25% и получаем 115200 потенциальных покупателей. Далее, рассчитываем емкость рынка: 115200 мужчин умножаем на 5000 и получаем 576 млн. рублей. Учитывая среднюю выручку магазинов от продажи товаров для бритья в размере 500 тыс. рублей, то в городе можно разместить 1152 магазина, реализующих этот вид продукции. Емкость рынка является особо важным показателем для маркетинговых исследований организаций. Знание емкости рынка необходимо предприятиям для: расчета возможностей освоения рынка новым предприятием; внедрения на рынок нового вида продукции; определения новых сегментов; установления принципов развития рынка; прогнозирования финансовых и маркетинговых изменений на рынке; принятия стратегии маркетинговых действий организации.
1.3 Прогнозные оценки рыночной ситуации
Цель конъюнктурного анализа не исчерпывается констатационными оценками фактически сложившейся ситуации и выявлением причинно-следственных связей в сфере рынка товаров и услуг. Конъюнктурный анализ должен завершаться прогнозом дальнейшего развития рынка, в первую очередь спроса и предложения.
Прогнозирование спроса и предложения - это научно обоснованное предсказание развития спроса и предложения в будущем на основе изучения причинно-следственных связей, тенденций и закономерностей. 
Наиболее простым способом прогноза является экстраполяция, т.е. распространение тенденций, сложившихся в прошлом, на будущее. Однако существуют определенные ограничения подобного метода прогнозирования. Главное из них заключается в невозможности учитывать вероятные изменения условий, определяющих рыночную ситуацию. В то же время необходимо признать, что любой прогноз как предвидение будущего опирается на информацию, полученную в прошлом. К тому же многие рыночные процессы обладают некоторой инерционностью. Особенно это проявляется в краткосрочном развитии. Это оправдывает использование методов экстраполяции при наличии соответствующих предпосылок[5].
В то же время более глубокий прогноз, особенно на отдаленный период, должен максимально принимать во внимание вероятность изменения условий, в которых будет функционировать рынок. Искусство прогноза как раз заключается в умении предвидеть изменение социально-экономической и демографической обстановки. При этом не исключается многовариантность прогноза в заданных границах достоверности. Разрабатываются сценарии развития, исходящие из различных вариантов изменения условий. Может быть поставлена несколько иная цель: разработать определенные ориентиры развития рынка, которых нужно достичь к определенному сроку. В этом случае прогноз представляет своеобразную ожидаемую траекторию развития.
Непременным требованием к прогнозированию рыночных процессов является комплексность: одновременное составление прогнозов всего комплекса основных параметров рынка, хотя не исключается разработка прогноза только одного из них, наиболее важного для маркетинговых целей, в частности прогнозирование спроса.
В известной мере прогнозными являются расчеты производственного и потребительского потенциала рынка. 
Однако их не следует приравнивать к прогнозам спроса и предложения, это не вполне тождественные действия. Такой расчет является скорее не прогнозом, а определением потенциальных возможностей развития рынка.
Таким образом, расчет потенциала рынка идёт параллельно с прогнозированием спроса и предложения. 
В зависимости от охвата объектов исследования прогноз может быть глобальным, региональным, локальным (системным). Иначе говоря, он может охватывать весь рынок страны или ограничиваться рынком определенного региона, он может также охватывать локальный рынок отдельной фирмы. Он может рассматривать рыночную ситуацию в целом или же его предметом будет рынок отдельного товара. 
Прогнозы рыночной конъюнктуры различаются по срокам предсказания. В соответствии с этим принято деление на следующие виды прогноза:
оперативный (на декаду, месяц, квартал, полугодие);
краткосрочный (на год);
среднесрочный (до пяти лет);
долгосрочный, или перспективный (от пяти лет и более).
Прогнозы могут быть точечными, когда результат выражается в виде одного уровня, интервальными и многовариантными, когда результат представляется в виде интервала или варьирующей величины. Точность прогноза зависит:
от надежности и полноты информации о рыночных процессах и факторах, определяющих их уровень и развитие;
от степени устойчивости рынка и экономики в целом (чем менее устойчив рынок, тем меньше степень надежности прогноза);
от адекватности прогнозной модели (т. е. от правильности выбора вида модели, от степени аппроксимации ею эмпирических данных);
от технической вооруженности прогноза (от типа ЭВМ, качества программ, алгоритмов и т. п.).
Существуют различные приемы и методы прогнозирования. Чаще других в прогнозировании спроса и предложения применяются следующие:
аналоговые модели, когда в качестве прогноза рассматриваются благоприятные показатели рыночной ситуации в каком-либо регионе или стране;
имитационные модели, 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 (примечание: этот метод больше подходит для рынка средств производства, где большую роль играют производственно-технические нормативы и прочие детерминанты, чем для потребительского рынка, где потребности проявляются в форме статистических закономерностей);
прогнозирование по экспертным оценкам (обычно Дельфи - метод);
методы экстраполяции: техническое, механические способы сглаживания динамических рядов, трендовые модели:
методы статистического моделирования (парные и многофакторные уравнения регрессии);
прогнозирование по коэффициентам эластичности.
В практике статистического исследования и прогнозирования покупательского спроса по различным видам продуктов и услуг используются различные типы моделей, наиболее соответствующие характеру и закономерностям развития данного рынка. 
Выбор функции зависит от результата предварительных исследований и конкретных условий рыночной конъюнктуры, вида товара, сегмента рынка и т. д. В мировой практике широко используют формулу Торнквиста, причем 1-ю для моделирования спроса на продукты питания, а 3-ю - для моделирования спроса на 1 предметы роскоши. Спрос ряда 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 удачно отражается полулогарифмической функцией. 
Важным моментом прогнозирования является проверка надежности и точности прогноза. Рассчитывается ошибка прогноза, т. е. его отклонение от фактического уровня. Мерой качества прогноза служит показатель
К = р/(р+q)
где р - число подтвердившихся прогнозов; q-число неподтвердившихся прогнозов.
Таким образом проверяется достоверность прогноза, т. е. верификация прогнозов спроса. Очень важно осуществлять ее не по окончании прогнозного срока, а при составлении самого прогноза. Существует, например, метод инверсной верификации путем ретроспективного прогнозирования. Это означает, что правильность прогнозной модели проверяется составлением прогноза на уже истекший период и сопоставлением его с фактическими данными.
2 Прогнозирование емкости мясопродуктового рынка
2.1 Алгоритм прогнозирования
В рыночных условиях хозяйствования любое предприятие занимающееся производством и переработкой мясопродукции сталкивается со значительным уровнем неопределенности будущего состояния окружающей среды. В свою очередь незнание потенциального объема потребления выпускаемой продукции может привести к потере конкурентного положения на рынке, и как следствие, снижению прибыльности организации или уходу с рынка. Поэтому своевременное получение информации о будущем состоянии его емкости может являться залогом эффективного управления мясоперерабатывающим предприятием и улучшения его конкурентного статуса с целью сохранения или увеличения его прибыльности. Снизить степень неопределенности будущего призвано прогнозирование. Необходимо выявление закономерностей потребления мясопродукции населением и разработка прогнозов возможных состояний данного показателя в будущем. Таким образом, совершенствование методов прогнозирования потенциального потребления мясопродуктов, выявления его потенциальной емкости является актуальным и является целью данной работы.
Предлагаемый подход к прогнозированию может быть использован для выявления потребления практически любой группы продуктов питания в будущем при соответствующей адаптации в зависимости от особенностей исследуемой группы пищевых продуктов.
Прогнозирование потребления мясопродукции может быть использовано для выработки и принятия рыночных стратегий мясоперерабатывающих предприятий, направленных на сохранение или улучшение позиций на рынке мясопереработки, а так же их конкурентного статуса, так как служит мощным инструментом предсказания потенциальной емкости рынка мясопродукции в регионе в будущем.
Разработанный алгоритм прогнозирования состоит из следующих основных этапов:
1. На первом этапе производится анализ современного состояния рынка мясопродукции в регионе с целью выявления положения на нем мясоперерабатывающих предприятий в зависимости от занимаемой доли на рынке мясопродукции и их положения относительно конкурентов. Особое место в определении текущего конкурентного статуса предприятий отводится занимаемым ими долям на рынке мясопродукции и темпам их роста.
2. На втором этапе производится отбор наиболее существенных факторов обуславливающих региональное потребление мясопродукции и строится модель отражающая зависимость среднедушевого потребления мясопродуктов от изменения ее производства и уровня жизни населения в регионе.
3. На третьем этапе строятся прогнозы возможных альтернатив развития факторов влияния, и на их основе приводится интервальный прогноз емкости регионального рынка мясопродукции.
4. На четвертом этапе, на основании расчетов потенциальной емкости рынка мясопродуктов в будущем производится оценка необходимых объемов реализации продукции мясоперерабатывающими предприятиями в зависимости от требований к доле рынка в будущем.
2.2 Применение алгоритма прогнозирования в регионе

Применение разработанного алгоритма производится на примере мясоперерабатывающих предприятий Республики Марий Эл, использующие в производстве все виды мяса. В 2014 году реальная емкость рынка мясопродуктов составляла 39 тыс. т. На долю крупных и средних производителей республики приходится 44,8% всего рынка. Из них предприятиям занимающимся производством продукции исключительно из мяса птицы принадлежит 8,8%. Таким образом, реальная емкость рынка продукции мясоперерабатывающих предприятий использующих в производстве все виды мяса за исключением мяса птицы (целевой рынок) составляет 36,0% (44,8% - 8,8%) всего рынка мясопродукции региона или 14035 т.
Для 2015 года этот показатель составляет 16148 т. В 2014-2015 г.г. На целевом рынке республики действуют три безусловных лидера: ЗАО «Йошкар-Олинский мясокомбинат» (доля целевого рынка 44,5% и 40,5% соответственно в 2014 и 2015 годах), ООО ТПК «Звениговский» (доля целевого рынка 37,3% и 33,6% соответственно в 2014 и 2015 годах) и ЗАО «Марийское» (доля целевого рынка 12,1% и 20,9% соответственно в 2014 и 2015 годах). Остальные 6,1% в 2014 году и
5% в 2015 году принадлежат значительно менее крупным предприятиям, среди которых наибольшую долю на региональном рынке мясопродукции без учета мяса птицы занимает ОАО «Тепличное» (доля целевого рынка 2,7% и 2,9% соответственно в 2014 и 2015 годах). Снижение долей первых двух лидеров обусловлено в первую очередь значительным увеличением доли третьего лидера рынка.
Необходимо отметить, что мясопродукция, как и другие продукты питания отличается от прочих потребительских товаров тем, что спрос на них обусловлен биологическими потребностями человека и существует всегда.
Таким образом, спрос на мясопродукцию неэластичен по цене и относительно предсказуем, что обуславливает возможность его прогнозирования. Однако он неразрывно связан с потребительскими предпочтениями и вкусом покупателей, которые достаточно сложно учесть без проведения комплексного, дорогостоящего маркетингового исследования рынка, основанного на экспертных оценках и опросах групп потребителей.
На первоначальном этапе моделирования потребительского спроса на мясопродукты в регионе были учтены такие факторы влияния, как: индекс потребительских цен, индекс потребительских цен на мясопродукты, среднедушевые денежные доходы населения, реальные денежные доходы населения, численность населения в регионе, величина прожиточного минимума, численность населения с доходами ниже прожиточного уровня, коэффициент концентрации доходов Джинни, стоимость минимального набора продуктов питания, производство мясопродукции на человека в год, индекс производства мясопродукции. Учет данных факторов позволяет оценить потребление мясопродуктов в регионе в зависимости от уровня жизни в регионе и темпов роста или спада производства данной продукции в регионе. Исходными данными для моделирования послужила информация о включаемых факторах за 2014 год по 31 республикам и областям, входящих в Центральный и Приволжский Федеральный Округа Российской федерации.
Проведенный факторный анализ позволил исключить несущественные факторы и выявить наиболее значимые. Ими были признаны: средняя стоимость минимального набора продуктов питания, индекс производства мясопродукции и численность населения с доходами ниже прожиточного минимума.
Подбор модели производился на базе табличного процессора Excel пакета Microsoft Office.
В результате разработана следующая модель потребления мясопродуктов в регионе:
(1)
где – Y -потребление мясопродуктов в среднем на человека в год, кг.;
Xнпм– численность населения ниже прожиточного уровня, %;
Смн- средняя стоимость минимального набора продуктов питания в регионе, руб.;
Хипм-индекс производства мясопродукции в регионе, %.
Полученная модель статистически значима: F-критерий намного больше табличного (923,4). Коэффициенты также статистически значимы: значения t-критерия Стьюдента соответственно для коэффициентов при , равны: -2,47; 10,32; 2,42 (больше 2,05). Множественный коэффициент детерминации составил 0,99, что говорит о том, что изменение потребления мясопродуктов в регионе на 99% объясняется включенными в модель
факторами. Средняя ошибка аппроксимации для модели составила 8,6%.
Таким образом, разработана факторная модель регионального потребления мясопродуктов в зависимости от стоимости минимального набора продуктов питания, темпов роста или спада производства мясопродукции в регионе и численности населения ниже прожиточного минимума. Представленная модель служит основой для прогнозирования потенциальной емкости рынка мясопродукции в регионе.
На третьем этапе строится прогноз развития потенциальной емкости мясопродукции в регионе на основании прогнозных значений воздействующих факторов. Для этого предлагается использование адаптивного прогнозирования основанного на методе Хольта, так как в условиях сильной динамичности и неопределенности окружающей среды мясоперерабатывающих предприятий он предоставляет возможность смещать приоритеты в сторону ближайших изменений на рынке мясопродукции. Кроме того, данный метод позволяет постоянно корректировать прогнозные значения потребления мясопродукции на душу населения в момент поступления новых данных о воздействующих на этот показатель факторах, то есть разрабатываемая модель может постоянно адаптироваться под изменяющиеся экономические условия в регионе или страны в целом.
В соответствии с предпосылками адаптивного прогнозирования получена следующая формула для прогнозирования факторов влияния на потребление мясопродукции в регионе:
(2), (3)
где: - Пi -накопленное значение фактора потребления мясопродуктов в
год i;
Ti– накопленный тренд в год i;
n, м – константы сглаживания (от 0 до 1) – при более высоких значениях n наибольшим приоритетом обладают значения факторов потребления мясопродукции и тенденция их развития; чем больше значение м, тем больший приоритет имеют прошлые тенденции развития факторов потребления по сравнению с современными;
Yi- фактическое значение фактора потребления мясопродуктов в год i.
Прогнозирование производилось на базе табличного процессора Microsoft Excel. Отметим, что разработанный алгоритм прогнозирования обладает большой гибкостью, так как позволяет использовать возможные варианты развития воздействующих факторов в будущем, не исключая экспертной оценки. Однако использование только экспертного подхода в прогнозировании не представляется рациональным вследствие большой субъективности составляемых прогнозов.
В случае ухудшения экономического состояния региона, характерен рост или стагнация численности населения с доходами ниже прожиточного минимума. Вместе с тем производство мясопродукции либо остается прежним, либо падает, поэтому приоритетом обладают негативные тенденции и наименьшие значения прироста производства. Стоимость продуктов питания может расти большими темпами. В случае положительных направлений в развитии экономики региона наблюдаются обратные тенденции указанных факторов. Поэтому необходимо учитывать ошибку прогноза с целью интервальной оценки потенциальной емкости рынка мясопродукции в регионе.
Для расчета интервалов возможных значений прогнозируемых факторов
влияния используется следующая формула:
где:Sy -среднее квадратическое отклонение аппроксимации;
ta-табличное значение t-критерия Стьюдента;
i- номер наблюдения;
к –количество независимых переменных модели;
N – количество наблюдений (периодов времени).
Результаты расчетов прогнозных значений факторов оказывающих влияние на потребление мясопродукции представлены в таблице 2.
Отметим, что моделирование производилось на основе подбора таких значений констант сглаживания, при которых модель удовлетворяла условию отсутствия автокорреляции в остатках. Оценка модели производилась по критерию Дарбина-Уотсона. Расчетные значения данного критерия при прогнозировании всех факторов указали на необходимость принятия нулевой гипотезы об отсутствии автокорреляции в остатках и как следствие возможность использования моделей для прогнозирования. Более того, вследствие наличия оперативной информации в Госкомстате РФ существует возможность проверки полученных данных относительно индексов производства мясопродукции. Так, в 2015 году этот показатель в РМЭ составил 122%, что соответствует скорее оптимистичному сценарию развития экономики республики. В это же время минимальное прогнозное значение для 2016 года при пессимистичном сценарии составило 96,65%, в то время как реальное значение составило 105,8%. Резкое снижение объемов производства мясопродукции можно объяснить воздействием сложившейся кризисной экономической ситуацией в мире. Так же для средней стоимости минимального набора продуктов питания в 2015 году реальное значение составило 1828,96 рублей (прогноз – 1803,39 рублей). Таким образом, модель предполагает возможность учета как кризисных, так и прогрессивных состояний экономики в регионе или стране в целом.
Таблица 2-Прогнозные значения факторов влияющих на потребление мясопродукции