Анализ детерминант спроса на купонные акции
Выявление и анализ детерминант спроса на рынке купонов на скидки. Основные виды купонных акций. Механизм купонных интернет-акций. Характерные проблемы и ограничения. Описание источника данных на примере купонного сервиса Biglion. Сбор и обработка данных.
| Рубрика | Экономика и экономическая теория |
| Вид | курсовая работа |
| Язык | русский |
| Дата добавления | 05.07.2016 |
| Размер файла | 1,1 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Оглавление
- Введение
- Глава 1. Обзор литературы
- 1.1 Виды купонных акций
- 1.2 Механизм купонных интернет-акций
- 1.3 Направления анализа интернет-акций
- 1.4 Характерные проблемы и ограничения
- Глава 2. Работа с данными
- 2.1 Описание источника данных
- 2.2 Сбор и обработка данных
- 2.3 Описательная статистика
- Глава 3. Эмпирические модели
- 3.1 Модель 1. Социальная активность
- 3.2 Модель 2. Детерминанты спроса
- 3.3 Модель 2. Диагностика
- 3.4 Модель 2. Интерпретация результатов
- 3.5 Модель 3. Прогнозирование продаж
- Заключение
- Список литературы
- Приложения
Введение
В настоящее время все большее распространение получают новые виды купонных акций, с помощью которых компании привлекают потребителей. Одна из наиболее популярных современных разновидностей - это интернет-акции, в рамках которых купоны на скидки приобретаются на сайтах специализированных купонных сервисов. Подобные площадки пользуются большой популярностью как у потребителей, так и у различных компаний, что побуждает фирмы к поиску способов выиграть конкуренцию за покупателя.
Наиболее актуальная проблема, с которой сталкиваются фирмы при размещении купонных акций на веб-сайтах - это проблема выбора различных параметров данной акции. Необходимо продумать такие аспекты, как размер предоставляемой скидки, продолжительность продажи купонов, ассортимент товаров, на которые будет действовать скидка и иные параметры. Выявление того, какие факторы оказывают влияние на потребительский спрос, способствуют продажам купонов и в какой степени они это делают - важнейшая задача для любой компании. Такое знание могло бы помочь фирме понять, стоит ли запускать промо-акцию, и какими именно условиями ее необходимо наделить для максимизации объема привлеченной аудитории.
В экономической литературе исследования купонных интернет-акций начали встречаться относительно недавно в силу новизны купонных сервисов подобного формата. Некоторые исследования, проведенные на американском рынке, затрагивают анализ детерминант спроса, однако обладают рядом серьезных пробелов. В настоящей работе анализ проводится на российском рынке купонов. Актуальность выбора состоит в относительно молодом возрасте рынка купонов в Российской Федерации, где потенциалы для расширения велики, а сам рынок исследован достаточно неглубоко.
детерминанта спрос купонная акция
Итак, целью данной работы является выявление и анализ детерминант спроса на рынке купонов на скидки. Для достижения этой цели требуется выполнение следующих задач:
1. Изучить опыт исследователей ванной области.
2. Произвести сбор и обработку необходимых данных.
3. Построить основанные на полученных данных модели.
4. Проанализировать результаты и сделать выводы о том, какие факторы и в какой степени влияют на продажи купонов.
5. Разработать инструмент прогнозирования продаж купонов на основе выявленных детерминант спроса.
Объектом настоящего исследования является российский рынок купонных акций, а предметом - детерминанты потребительского спроса на этом рынке. Исследование опирается на опыт зарубежных авторов, публиковавших статьи по схожей тематике, а также использует новые приемы анализа.
Данная работа состоит из трех глав, разделенных на параграфы. В первой главе рассматриваются теоретические аспекты анализа: описываются основные виды и механизм проведения купонных акций, приводится обзор соответствующей литературы, перечисляются основные проблемы, возникающие в ходе исследований. Во второй части работы описывается процесс сбора и обработки данных, а также приводятся некоторые аспекты описательной статистики переменных. В третьей главе описывается построение основанных на собранных данных эконометрических моделей и производится анализ полученных с их помощью результатов.
Глава 1. Обзор литературы
1.1 Виды купонных акций
Существует несколько форматов купонных акций, которые отличаются друг от друга видами купонов и способами их распределения. В маркетинге выделяются различные классификации акций: промо-акции, в которых купоны на скидки автоматически рассылаются постоянным покупателям по почте; акции, где такие купоны распечатываются в журналах и газетах; акции, в которых ваучер на скидку выдается потребителю после совершения покупки на определённую сумму и другие (McKenzie, Richard и др., 2012). В силу того, что перечисленные методы практикуются компаниями на протяжении очень длительного времени, акции такого формата уже являются очень хорошо изученными.
Почтовые рассылки купонов целевой аудитории доказали свою эффективность в генерации дополнительной выручки за счет роста продаж в том случае, когда целевая аудитория и ее предпочтения известны достаточно достоверно (Bawa, 1996). Купоны, которые предлагаются потребителям при совершении дорогих покупок, широко используются в различных ресторанах быстрого питания и также хорошо изучены в ряде работ (Taylor, Ayala и др., 2002). Самый первый скидочный купон появился еще в 1894 году - это был бумажный ваучер, который предоставлял своему владельцу право на бесплатный стакан напитка Coca-Cola (Carter, 2011).
Более новые исследования обращают внимание на то, что наблюдается постепенный сдвиг от традиционных форм проведения промо-акций к новым электронным и мобильным вариантам размещения и распространения купонов (Kondo, Uwadaira и др., 2008). Ввиду развития технологий, компаниям становится удобнее применять интернет-инструменты для привлечения потребителей и стимулирования продаж.
К одному из наиболее распространенных на настоящий момент формату купонных акций относится продажа купонов через интернет-сервисы, агрегирующие акции различных компаний на своих веб-сайтах. Данный вид остается менее изученным в силу своей относительной новизны (первый полноценный купонный интернет-сервис появился в США лишь в 2009 году) и наличия характерных черт, отличающих его от традиционных видов купонных акций. Однако, именно данный формат представляет сейчас наибольший интерес, так как его использование растет очень высокими темпами: к 2015 году аналитиками прогнозируется рост отрасли электронных и мобильных купонов до 46 миллиардов долларов по сравнению с 6 миллиардами в 2011 году (Haselton, 2011).
1.2 Механизм купонных интернет-акций
Механизм проведения купонных интернет-акций следующий: компания, решившая организовать какую-либо промо-акцию, выпускает специальные купоны, которые размещаются на сайтах купонных сервисов. Данные ваучеры могут приобретаться за определенную компанией цену и предоставляют скидку на товары или услуги фирмы. В некоторых случаях скидка распространяется на конкретные продукты, в других - на весь возможный ассортимент. Размер скидки обычно значительно превышает стоимость купона.
Организуя промо-акцию на купонном сервисе, фирма может варьировать различные характеристики этой акции: размер скидки, стоимость купона, длительность акции и прочие показатели. Набор возможных характеристик определяется купонным сервисом и может покрывать очень широкое количество аспектов акции.
Купонные сервисы агрегируют предложения от разных фирм и предоставляют посетителю сайта подробную информацию об акциях, которые доступны на данный момент времени. Покупатели просматривают и приобретают купоны на сайтах сервисов, а затем обращаются к фирмам с распечатанными скидочными ваучерами.
Несмотря на то, что первый купонный веб-сайт появился менее пяти лет назад, подобные сервисы быстро набрали популярность как среди покупателей, так и среди компаний. Основной причиной такого быстрого роста является то, что купонные сервисы открывают новые возможности для агентов с обеих сторон: потребители получают удобные варианты приобретения широкого ассортимента товаров и услуг с высокими скидками, а компании - новые способы увеличить свои продажи и целевую аудиторию за счет привлечения новых клиентов (Bertini, Wathie и др., 2012).
В данной работе анализируются только купонные акции, реализуемые при помощи интернет-сервисов описанного выше формата. Мы сознательно ограничиваем объект исследования в силу: а) высокой степени изученности традиционных видов купонных акций; б) широкой распространенности и растущей популярности онлайн-акций в настоящее время; в) специфики данного формата, отличающей его механизм от остальных видов акций и оправдывающей актуальность исследования.
В следующем параграфе подробно рассмотрены исследования, посвященные анализу различных аспектов купонных интернет-акций.
1.3 Направления анализа интернет-акций
Купонные онлайн-акции представляют большой интерес для современных исследователей. Работы, посвященные анализу подобных акций, можно разделить на два основных направления, в зависимости от того, какие цели ставят перед собой авторы. К первому направлению относятся исследования, которые акцентируют свое внимание на прибыльности купонных акций для компаний, проводящих их; вторая группа авторов изучает потребителей купонов, их спрос и поведение.
В данном параграфе описаны некоторые работы авторов, следующих обеим направлениям анализа. Авторы, изучающие прибыльность компаний и ее детерминанты, подтверждают актуальность нашего исследования; работы, следующие второму направлению, приводятся с целью их анализа на те или иные методологические проблемы и ограничения, которые могут оказывать влияние на сделанные выводы.
Как было отмечено ранее, работы первого направления посвящены анализу прибыльности купонных акций. Одним из первых эмпирических исследований, анализировавшим интернет-акции в рамках данного подхода, стала статья индийского экономиста, основанная на данных опроса фирм США (Dhokalia, 2010). При помощи моделей логистической регрессии автором было установлено, что существует три значимых фактора, увеличивающих вероятность того, что интернет-акция окажется прибыльной: большое количество проданных купонов, эффективность в привлечении новых потребителей и удовлетворенность работников компании от проведенной акции. Что касается желания повторения акции в будущем, то к вышеперечисленным факторам добавляется четвертый - доля потребителей, которые помимо приобретенного купона покупают иные услуги и товары во время посещения магазина. Спрос на акции, представленный в виде количества проданных купонов, имеет значимое положительное влияние на зависимую переменную в обеих моделях.
Купонные акции также исследуются при помощи теоретических моделей. Авторы одной из таких работ построили двухпериодную репетативную модель, в которой бесконечное множество потребителей приобретает товары у фирмы, использующей скидочные купоны для осуществления ценовой дискриминации и таргетированной рекламы (Edelman, Jaffe и др., 2010). Согласно модели, использование купонных акций увеличивает прибыль фирмы в том случае, когда функции полезности привлекаемых покупателей значительно отличаются от полезностей потребителей среди целевой аудитории, которая пользуется товарами фирмы без скидочных купонов. Наиболее важным для нас является другой вывод: купонные акции приносят положительную прибыль только в том случае, если количество проданных купонов превосходит определенное значение, которое эндогенно определяется параметрами модели.
Некоторые исследования показывают, что прибыль фирмы от проведения купонной интернет-акции - величина, которую очень сложно отделить от обычной прибыли (Kumar, Rajan, 2012; Sfekas, Lillard, 2013). Авторы утверждают, что в начальной фазе акции каждый проданный купон может временно приносить фирме убыток, так как позволяет покупателю приобретать товар по скидке. С их точки зрения, рост продаж скидочных купонов выгоден фирме в том случае, когда велика вероятность того, что новый покупатель будет впоследствии приобретать иные товары и услуги компании или привлекать новых потребителей.
Итак, в большинстве статей, исследующих прибыльность купонных акций, устанавливается значимая положительная взаимосвязь между количеством проданных купонов и прибылью, полученной от проведения купонной акции (Carter, Laajaj и др., 2013). Данная закономерность получает подтверждение и в другом исследовании индийского экономиста Dhokalia, проведенного им годом позже для переоценки полученных ранее результатов (Dhokalia, 2012). Это свидетельствует о том, что для максимизации прибыли от купонных интернет-акций фирмам приходится искать способы стимулирования спроса на скидочные купоны. Таким образом, понимание и выделение факторов, оказывающих влияние на объем продаж купонов, обретает высокую важность для любой компании, что особенно подчеркивается в литературе (Kim, Lee и др., 2012). Именно поэтому исследователи, следующие второму направлению анализа, стремятся выявить детерминанты спроса на купоны.
В одной из таких работ, китайские экономисты анализируют поведение потребителей и выявляют взаимосвязи между количеством проданных купонов и репутацией продавцов (Zhao, Chen и др., 2012). Построенная модель подтверждает гипотезу о негативной корреляции между репутацией фирмы и размером купонной скидки (в качестве переменной, отражающей репутацию компании, использовался рейтинг фирмы на портале Yelp - сети, обобщающей различную информацию по компаниям). Это означает, что покупатели ищут баланс между высокой ценой и риском: потребители согласны пойти в ресторан с более низкой репутацией, если он предлагает хорошую скидку.
Данное исследование имеет несколько существенных ограничений. Во-первых, выводы авторов применимы только к ресторанной индустрии, так как в выборку данных включались только компании, действующие в этом сегменте. Во-вторых, отрицательная корреляция между репутацией фирмы и размером скидки была получена в ходе оценивания регрессии другой переменной (количества проданных купонов), что делает этот результат менее точным. В-третьих, значения коэффициентов могут быть смещены в силу того, что в данных рассматривались только рестораны, которые представлены на портале Yelp и имеют там какой-либо потребительский рейтинг. Кроме того, авторы очень узко рассматривают влияние репутации фирм - например, в статье не изучается, влияет ли факт проведения купонной акции на последующий рейтинг компании.
Эта проблема анализируется в другой работе, авторы которой опираются на несколько источников данных: два купонных сервиса Groupon и LivingSocial, социальную сеть Facebook и портал Yelp (Byers, Mitzematcher и др., 2012). Проведенный анализ показывает, что в течение месяца с момента начала акции рейтинг продавца на Yelp падает на 0.12 баллов из пяти возможных. Это довольно негативный эффект: исследования показывают, что падение рейтинга продавца на портале Yelp на один балл снижает его выручку на 5% (Luca, 2011). Авторы объясняют подобную динамику тем, что новые потребители, привлеченные купонными акциями, могут быть более критичны, чем целевая аудитория фирмы, поскольку они не так заинтересованы в ее продукции.
В другом исследовании тех же авторов строится модель, которая объясняет количество проданных купонов через различные ценовые и неценовые характеристики (Byers, Mitzematcher и др., 2012). Исследователи приходят к выводу о том, что существуют значимые различия между продажами купонов в разных городах США. Также, устанавливается положительная зависимость между проданным и минимальным количеством купонов, которые необходимо реализовать для того, чтобы акция состоялась. Акции, продолжающиеся несколько дней, показывают более высокие объемы продаж по сравнению с однодневными акциями. Наконец, количество "лайков", которые покупатели ставят акциям через социальную сеть Facebook, положительно коррелирует с продажами купонов. Последний вывод иллюстрирует так называемый эффект "word-of-mouth", проявляющийся в привлечении новых покупателей через социальные сети (Xitong, Lynn, 2013).
Несмотря на содержательность и полноту описанного исследования, существует много путей для углубления анализа и избежания некоторых ограничений. Во-первых, среди различных характеристик авторами не учитывается такой фактор, как размер скидки, которую предоставляет купон. Во-вторых, многодневные и однодневные акции закодированы как категориальные переменные, хотя более логично было бы использовать количественные переменные, отражающие длительность акции в днях или неделях. В-третьих, социальная активность рассматривается только через количество "лайков" в Facebook, которое указано на главной странице акции. Другие социальные сети авторами не учитываются.
В некоторых исследованиях анализируются более неочевидные закономерности, связанные со спросом на купонные акции. Так, в одной из работ авторами было установлено, что расстояние от места жительства покупателя до магазина положительно влияет на количество проданных купонов (Seongmin, Byungjoon, 2013). Данный феномен исследователи объясняют тем, что покупатели могут часто приобретать купоны перед тем, как совершить поездку в другой город или отправлять ваучеры родственникам, не имеющим выхода в интернет. В других работах анализируется взаимосвязь между продажами и наличием почтовых и SMS-уведомлений пользователей сервиса о появлении новых купонных акций (Seongmin, 2014).
Кроме того, экономисты и маркетологи обращают внимание на поведение потребительских групп на сайтах купонных сервисов. В частности, подвергается изучению процессы распространения факта об участии в промо-акциями между потребителями с целью того, чтобы акция набрала необходимое количество проданных купонов и была признана состоявшейся (Ye, Mao и др., 2012; Goudarz, Adilson и др., 2013).
Как можно заметить из обзора вышеприведенных статей, большое количество аспектов купонных акций уже так или иначе изучено исследователями. Одни авторы рассматривают данные акции с точки зрения продавцов, анализируя факторы, влияющие на прибыль компаний. Другие авторы исследуют акции с точки зрения покупателей и выделяют некоторые детерминанты спроса. Авторы основывают свои выводы как на эмпирических исследованиях, так и на теоретических моделях.
Однако, если подробнее рассматривать исследования, посвященные нахождению детерминант спроса на купонные акции, то можно выделить ряд проблем и ограничений. Данные проблемы могут значительно повлиять на результаты исследований, ограничить возможности рассмотрения важных факторов или не позволить обобщить выводы на более широкие совокупности. Индивидуальные ограничения, присущие конкретным работам, уже обсуждались в этом параграфе. Кроме того, данные ограничения дополняются более широкими проблемами, свойственными всем работам ввиду специфики механизма купонных акций. Наиболее важные из подобных ограничений детально описаны в следующем параграфе.
1.4 Характерные проблемы и ограничения
Во-первых, данные, на которые опираются исследователи, зачастую нельзя назвать репрезентативными. Практически все работы основаны на данных купонного сервиса Groupon (за редким исключением, когда в дополнение к нему рассматривается агрегатор LivingSocial). За последние несколько лет купонные сайты получили большое распространение по всему миру, и сейчас их количество постоянно растет. В некоторых регионах Groupon не является самым популярным сервисом, поэтому выводы, основанные на нем, нельзя обобщать на весь рынок (Dutta, Caplan и др., 2014). Кроме того, разные купонные сервисы предлагают различный формат промо-акций, что вызывает необходимость анализа новых характеристик, недоступных на Groupon, но представленных на отличных от него сайтах.
В дополнение к этому, авторы работ часто ограничивают свои исследования рассмотрением компаний из какой-либо отдельной отрасли, а иногда и отдельным городом, в котором находятся данные фирмы. Это также ограничивает полученные выводы с точки зрения их распространения на рынок купонных промо-акций.
Во-вторых, влияние социального фактора изучается недостаточно подробно. В единственной работе, принимающей во внимание данный аспект, исследователи ограничиваются рассмотрением только одной переменной - количества "лайков" в Facebook. В настоящее время существуют другие социальные сети, ссылки на которые размещаются на страницах промо-акций на сайтах купонных сервисов. Кроме того, многие сервисы имеют встроенные системы отзывов и рейтингов акций, которые могут быть использованы вместо данных таких сторонних сервисов как Yelp, что поможет избежать пропусков в данных.
В-третьих, некоторые важные характеристики не всегда включаются в модели, построенные предыдущими исследователями. Частично это связано с тем, что некоторые функции купонных сервисов были введены уже после того, как работы авторов были опубликованы; частично - с не совсем корректным кодированием переменных, отражающих уже существующие характеристики. Сюда относится упомянутое в предыдущей главе кодирование длительности акции бинарными переменными, не включение такого фактора как размер скидки и т.д.
Все перечисленные в параграфах 1.3 и 1.4 проблемы значительно ограничивают проведенные исследования. В данной работе мы стараемся учесть все выявленные ограничения и минимизировать их негативное влияние на результаты. Мы следуем второму направлению анализа, выявляем и изучаем факторы, влияющие на спрос на скидочные купоны. Наше исследование проводится на российском рынке купонных интернет-акций, который, в отличие от американского, является менее изученным. В исследовании мы будем акцентировать внимание на крупных городах России, так как рынок купонных акций очень слабо развит в регионах РФ.
Проведенное нами исследование состоит из двух последовательных этапов: сбор и обработка необходимых данных, регрессионный анализ и интерпретация его результатов. Наше исследование подробно описывается в двух следующих главах работы.
Глава 2. Работа с данными
2.1 Описание источника данных
В качестве источника данных в нашей работе используется купонный сервис Biglion (www.biglion.ru), который является первым сайтом, начавшим продавать промо-купоны в России. Выбор данного источника обусловлен: а) стремлением получить данные, наиболее характерные для российского рынка купонных акций; б) наличием у сервиса широкого функционала, позволяющего отследить различные детерминанты спроса; в) публичной открытостью информации о прошедших акциях и их характеристиках. Данные аргументы более подробно раскрываются в этом параграфе.
Наиболее актуальное исследование российского рынка купонов было проведено в 2012 году аналитиками компании J'son & Partners Consulting. По их данным, Biglion значительно опережает своих конкурентов по показателям посещаемости и популярности [3]. Ниже приведена таблица, отражающая распределение среднесуточной аудитории по купонным сервисам. Данные собирались вышеназванной консалтинговой компанией в 2012 году.
Таблица 2.1 показывает, что Biglion является безусловным лидером по количеству аудитории - он охватывает более 68% потребителей рынка купонных интернет-акций. По данным исследования J'son & Partners Consulting, Biglion также занимает лидирующее место по количеству просмотров страниц сайта, то есть по глубине изучения контента потребителями (на данный сервис приходится 3,970,000 просмотров ежедневно). Как уже было сказано, Biglion является первой компанией купонной отрасли, начавшей функционировать в России с марта 2010 года. Потенциальными клиентами сервиса являются 69 миллионов человек более чем в 80 городах РФ.
Таблица 2.1
Среднесуточная посещаемость купонных сайтов России
|
Сервис |
Число посетителей, тысяч человек |
Число просмотров, тысяч штук |
|
|
Biglion |
2340.00 |
3970.00 |
|
|
Kupikupon |
470.00 |
1467.90 |
|
|
Groupon |
382.00 |
689.00 |
|
|
Bigbuzzy |
126.00 |
170.00 |
|
|
Vigoda |
62.00 |
214.00 |
|
|
Kupibonus |
15.00 |
41.40 |
|
|
Fun2Mass |
8.97 |
35.90 |
|
|
Myfant |
5.75 |
17.70 |
|
|
Weclever |
5.43 |
28.00 |
|
|
Alkupone |
5.28 |
18.40 |
|
|
Funkyworld |
4.69 |
20.00 |
|
|
Sellberry |
4.04 |
7.32 |
|
|
Cityradar |
2.92 |
6.28 |
|
|
BonCoupon |
2.84 |
17.20 |
|
|
BillKill |
2.45 |
19.60 |
|
|
Glavskidka |
1.49 |
3.88 |
Что касается функционала, то здесь можно выделить ряд преимуществ Biglion над своими конкурентами. Во-первых, данный сервис имеет встроенную систему отзывов, вопросов и оценок акции, что позволяет анализировать влияние мнений ее участников. Во-вторых, в сайт интегрированы две социальные сети: VK и Facebook, в то время как основная масса купонных сервисов размещает ссылки только на одну из данных сетей. В-третьих, в отличие от однодневных предложений Groupon и похожих сайтов, на портале Biglion размещаются длительные акции, продолжающиеся в течение нескольких недель, что позволяет более точно учитывать временной фактор.
Очень важное значение имеет тот факт, что Biglion сохраняет всю информацию по 300 последним прошедшим акциям и размещает ее в отдельном разделе веб-сайта. Это значительно упрощает процесс сбора данных и позволяет получить более объемную выборку по сравнению с условиями работы с иными сервисами.
Каждая купонная акция отображается на отдельной странице с одинаковой структурой. На этой странице публикуется различная информация о промо-акции: ее название, категория, условия участия, продолжительность и прочие характеристики. На этой же странице приводятся данные о количестве проданных купонов, их стоимости и размерах предоставляемых скидок. Социальная составляющая реализована в виде отображения отзывов, вопросов и оценок, а также количества "лайков" в VK, Facebook и на самом Biglion. Наличие большого объема различной информации о проведенных купонных акций и ее единая структура отображения является еще одним достоинством данного купонного агрегатора.
Исходя из всего вышесказанного можно заключить, что Biglion действительно является наиболее подходящим выбором в качестве источника данных. Именно он позволяет проанализировать самый крупный сегмент российского рынка купонов, так как является наиболее распространенным купонным сервисом. В нашем исследовании, которое нацелено на выявление детерминант спроса, характерных прежде всего для крупных российских городов, этот источник позволяет делать корректные выводы. Кроме того, на Biglion представлены купонные акции компаний из различных отраслей, что позволяет нам избавиться от ограниченности какой-то конкретной сферой бизнеса и получить репрезентативные данные. Проблема недостаточного внимания к социальной составляющей также снимается в силу относительного большого количества элементов социальной активности потребителей на сервисе.
2.2 Сбор и обработка данных
Процесс сбора данных происходил в два этапа: первый был осуществлен в феврале, второй - в мае 2014 года. Разделение этого процесса на этапы было обусловлено необходимостью ожидания замещения информации о 300 последних проведенных акциях новыми предложениями, которые реализовывались во временной период между выгрузками данных.
Сбор данных осуществлялся с применением автоматизированных программных пакетов. Однако, ввиду специфики механизма отображения количества людей, поделившихся информацией об акции в социальных сетях, данные о социальной активности собирались вручную. К этой информации добавились также данные по отзывам потребителей об акциях и рейтинге, выставляемом ими. Формат отображения данных показателей не позволил применить автоматизированные методы выгрузки данных для соответствующих переменных, поэтому их сбор происходил вручную по каждой из промо-акций.
В базу данных включалась информация об акциях, проводимых в двух городах: Москва и Санкт-Петербург. Выбор данных городов обусловлен тем, что в них реализуется основная масса купонов Biglion. Акции в других городах проводятся значительно реже, что осложняет сбор достаточного количества данных. Кроме того, Москва и Санкт-Петербург являются самыми крупными городами, в которых продаются купоны, и свойственные им закономерности вряд ли применимы к маленьким городам, в которых оперирует Biglion.
Информацию об акциях, собираемую с купонного сервиса, можно разделить на несколько блоков. В первом блоке содержалась основная информация об акции:
· название промо-акции;
· город, в котором проводится акция;
· категория и подкатегория акции.
Данные по категориям отражают отрасль, которой принадлежит фирма и/или вид продаваемых товаров или услуг. В некоторых случаях в подкатегориях также указывались города проведения акции (например, при продаже купонов на отдых по путевкам).
Второй блок информации содержит основные количественные и ценовые показатели акции. В него вошли:
· количество проданных купонов;
· цена купона;
· цена продукта при покупке без участия в акции;
· размер скидки, предоставляемой по купону.
Следующий блок - это временные показатели акции, отражающие ее продолжительность. Здесь по каждой акции были собраны три различные переменные:
· дата начала продажи купонов;
· дата окончания продажи купонов;
· дата окончания действия купонов.
Как мы видим, дата окончания промо-акции выражалась через две разных даты. Это вызвано тем, что срок действия купонов обычно распространялся на более продолжительный временной период, в то время как продажа купонов завершалась до его истечения.
Последний блок переменных отражал социальную активность потребителей. К данным переменным были отнесены:
· количество оставленных отзывов;
· рейтинг акции по каждому из отзывов;
· количество оставленных к акции вопросов;
· количество "лайков" на странице акции в Biglion;
· количество поделившихся записью в сети VK;
· количество поделившихся записью в сети Facebook.
На основе вышеперечисленных показателей было закодировано несколько новых переменных, опирающихся на имеющуюся информацию. Так, были созданы переменные pr_days и cp_days, которые содержали информацию о продолжительности промо-акции и сроке действия скидочного купона. Данные переменные были измерены в днях и вычислялись как разности между соответствующими датами. К этим двум переменным добавились pr_holidays и cp_holidays, которые отображали количество выходных и праздничных дней, попадающих в период действия акции или в период продажи купонов. В кодировке этих переменных использовался перечень нерабочих праздничных дней, приведенный в 112 статье ТК РФ, дополненный воскресеньями [1].
Также, на основе купонной скидки в процентах (discount) была закодирована скидка в рублях (benefit). Для обозначения рейтинга акции была рассчитана переменная rating, взятая в качестве средней оценки акции по онлайн-отзывам потребителей.
Еще одной дополнительной переменной стала бинарная переменная limit, которая равнялась единице в том случае, если купонная скидка распространялась на весь ассортимент продукции фирмы, и нулю в случае наложения ограничений на товары по акции. Бинарная переменная moscow была закодирована для обозначения того, проводится ли промо-акция в Москве.
Всего в базу данных вошло 25 переменных, собранных по 1200 наблюдениям. Мы считаем, что полученные нами данные позволяют в полной мере учесть различные характеристики купонных интернет-акций, а их кодировка была осуществлена грамотно и корректно. В частности, в отличие от исследований, обсуждаемых в первой главе, в нашей работе: а) используется более точные показатели длительности акции (кодируются две количественные переменные вместо одной бинарной); б) купонная скидка учитывается и в рублях, и в процентах; в) введена новая переменная об ограниченности ассортимента продуктов; г) социальная активность покупателей представлена пятью различными переменными. Таким образом, ограничения, связанные с недостаточно корректной кодировкой переменных и неполнотой анализа социальной активности покупателей, были преодолены.
В таблице ниже приведены переменные, вошедшие в базу данных, с указанием их названий, типов и краткого описания.
Таблица 2.2
Используемые переменные
|
Переменная |
Тип |
Описание |
|
|
id |
количественная |
номер наблюдения |
|
|
title |
текстовая |
название акции |
|
|
category1 |
категориальная |
категория компании [широкая] |
|
|
category2 |
категориальная |
подкатегория компании [узкая] |
|
|
city |
категориальная |
город, в котором проходит акция |
|
|
moscow |
бинарная |
проводится ли акция в Москве (1) |
|
|
sales |
количественная |
количество проданных купонов |
|
|
cp_price |
количественная |
цена купона, рублей |
|
|
pr_price |
количественная |
цена продукта без купона, рублей |
|
|
discount |
количественная |
скидка, которую дает купон, процентов |
|
|
benefit |
количественная |
скидка, которую дает купон, рублей |
|
|
limit |
бинарная |
дает ли купон скидку на конкретный товар (1) или на весь ассортимент (0) |
|
|
pr_start |
дата |
дата начала продаж купонов |
|
|
pr_end |
дата |
дата окончания продаж купонов |
|
|
cp_end |
дата |
дата окончания срока действия купонов |
|
|
pr_days |
количественная |
длительность акции, дней |
|
|
cp_days |
количественная |
срок действия купонов, дней |
|
|
pr_holidays |
количественная |
количество праздничных и выходных дней за период продаж купонов |
|
|
cp_holidays |
количественная |
количество праздничных и выходных дней за период действия купонов |
|
|
bg_likes |
количественная |
количество "лайков" на сайте Biglion |
|
|
vk_likes |
количественная |
количество "лайков" в сети VK |
|
|
fb_likes |
количественная |
количество "лайков" в сети Facebook |
|
|
reviews |
количественная |
количество отзывов к акции на Biglion |
|
|
rating |
количественная |
средний рейтинг акции по отзывам |
|
|
questions |
количественная |
количество вопросов к акции на Biglion |
2.3 Описательная статистика
Следующим этапом работы с данными являлся процесс изучения описательной статистики имеющихся переменных с целью проверки данных на наличие ошибок регистрации, а также выявления каких-либо заслуживающих внимания закономерностей.
В рамках данного параграфа рассмотрены только некоторые особенности данных, которые были приведены для понимания сложившейся ситуации на рынке купонных акций, формулирования предварительных гипотез, или в силу значимости их упоминания в контексте темы проводимого исследования.
Для начала, взглянем на группу параметров акции, информация о которых приведена в таблице 2.3 Таблица разделена на две части: первая обобщает данные по Москве, вторая - по Санкт-Петербургу.
Таблица 2.3
(а) Продажи и скидки: Москва
|
Переменная |
Среднее |
Медиана |
СКО |
Мин |
Макс |
|
|
sales |
1316.51 |
392 |
3043.97 |
7 |
41075 |
|
|
cp_price |
1747.44 |
688 |
3216.99 |
10 |
26712 |
|
|
discount |
63.37% |
60% |
15.09% |
30% |
98% |
(б) Продажи и скидки: Санкт-Петербург
|
Переменная |
Среднее |
Медиана |
СКО |
Мин |
Макс |
|
|
sales |
227.64 |
95 |
472.30 |
3 |
5661 |
|
|
cp_price |
1376.14 |
792 |
1858.65 |
10 |
18350 |
|
|
discount |
68.72% |
70% |
13.92% |
30% |
97% |
Средняя скидка, которая предоставляется обладателям купонов - около 66%, при чем в некоторых акциях эта величина вырастает до 98%. Что касается средней стоимости купона, то она, на первый взгляд, может показаться очень высокой: 1376 рублей в Санкт-Петербурге и 1747 рублей в Москве. Это происходит вследствие наличия в выборке акций, в рамках которых со скидкой предлагаются многодневные туристические путевки, цена которых значительно превышает прочие предложения. Описательная статистика показывает, что медианные значение цен купона в два раза ниже их средних значений.
Главное, на что стоит обратить внимание - это количество проданных купонов, которое колеблется от 3 до 41075 с относительно высокой дисперсией. В среднем, за каждую промо-акцию реализуется около 1317 купонов в Москве и всего лишь 228 - в Санкт-Петербурге. Такое большое различие побуждает нас сформулировать гипотезу, которая будет проверена в рамках построения эмпирических моделей: при прочих равных условиях, купонные акции в Москве характеризуются большим спросом по сравнению с Санкт-Петербургом. Это может быть вызвано как высокой развитостью купонных интернет-сервисов в столице, так и большим размером рынка ввиду превосходства в численности населения.
H1: Купоны на скидки, реализуемые в Москве пользуются большим спросом по сравнению с акциями в Санкт-Петербурге.
В нижестоящей таблица приведена информация по бинарной переменной limit. Эта переменная выделена отдельно, так как представляет для нас высокую практическую ценность.
Таблица 2.4
Ограниченность ассортимента
|
Переменная |
Наблюдений |
Среднее |
СКО |
Мин. |
Макс. |
|
|
limit |
1200 |
0.85 |
0.36 |
0 |
1 |
Согласно таблице 2.4, 85% интернет-акций на портале Biglion обладают ограниченностью ассортимента, на который распространяется купонная скидка. Подобная ограниченность представляется негативным явлением с точки зрения потребителя, поскольку не привлекает покупателей, которые могли реализовать купон на какой-либо иной товар или услугу данной фирмы. В связи с этим, мы формулируем гипотезу:
H2: Ограниченность ассортимента отрицательно влияет на количество продаваемых купонов.
Следующая группа переменных отражает социальную активность покупателей скидочных купонов.
Таблица 2.5
Социальная активность
|
Переменная |
Наблюдений |
Среднее |
СКО |
Мин. |
Макс. |
|
|
reviews |
1200 |
64.91 |
191.96 |
0 |
2113 |
|
|
questions |
1200 |
2.79 |
8.30 |
0 |
165 |
|
|
bg_likes |
1200 |
50.93 |
68.38 |
0 |
1006 |
|
|
vk_likes |
897 |
2.20 |
7.03 |
0 |
184 |
|
|
fb_likes |
897 |
1.54 |
6.76 |
0 |
134 |
Как следует заметить из таблицы 2.5, пользователи довольно активно пользуются системой оставления отзывов: к каждой промо-акции из выборки оставляют в среднем по 65 онлайн-отзывов, а самые популярные акции набирают и более двух тысяч отзывов. Высокое значение среднеквадратичного отклонения данной величины показывает, что разброс количества отзывов может быть очень широким для различных акций. Вопросов к купонным акциям задается существенно меньше - в среднем, около трех на каждую.
Рис. 2.1 Социальная активность в "лайках"
Что касается количества "лайков", оставленных различными способами, то здесь будет нагляднее взглянуть не только на данные из таблицы, но и на ящичковые диаграммы, построенные выше. Для удобства представления на диаграммах удалена верхняя вертикальная часть, в которой сосредоточено большое количество выбросов.
Согласно рисунку 2.1, наиболее распространенный способ оценить акцию - это отметки "мне нравится" на сайте купонного агрегатора Biglion: 50% акций имеют от 23 до 69 таких "лайков". Что касается социальных сетей VK и Facebook, то пользователи чаще делятся информацией об акции при помощи первой из них, что видно по диаграмме. Рассчитанные для vk_likes и fb_likes 95-ые перцентили равны, соответственно, 9 и 5 - отсюда следует, что основная масса акций набирает не так много "лайков" в социальных сетях, но встречаются отдельные предложения, пользующиеся высокой популярностью. Это может свидетельствовать либо об успешности акции, выделяющей ее среди остальных, либо о целенаправленной кампании по распространению информации о ней в социальных сетях.
Показатели активности в социальных сетях могут указывать на то, что наименьшее влияние на продажи оказывает количество "лайков" в сети Facebook, а наибольшее - "лайки" на портале Biglion.
Таблица 2.6
Продолжительность акции
|
Переменная |
Наблюдений |
Среднее |
СКО |
Мин. |
Макс. |
|
|
pr_days |
1200 |
39.21 |
20.37 |
1 |
104 |
|
|
cp_days |
1200 |
67.72 |
30.29 |
1 |
426 |
Таблица 2.6 отражает описательную статистику переменных, связанных с длительностью купонных акций. Данная информация свидетельствует о том, что средний срок действия купона существенно превосходит среднюю продолжительность продаж самих купонов. Акции на Biglion в среднем длятся по 39 дней, тогда как использовать приобретенные купоны можно в течение более двух месяцев.
Последнее, на что стоит обратить внимание в рамках данного параграфа - это распределение акций по категориям. Как уже было описано ранее, сфера деятельности фирмы представлялась через две переменные - категория и подкатегория проводимой акции. Схема распределения купонных интернет-акций по различным категориям с указанием соответствующих долей в процентном отношении приведена в приложении 1.
Из данной схемы следует, что наиболее распространенной категорией являются услуги, на которые приходится около 72% всех представленных на сайте акций. Внутри данной категории наиболее многочисленны два сегмента: развлечения и красота (28% и 27% соответственно). На третьем месте по распространенности находятся купонные акции, связанные с ресторанным бизнесом - на их долю приходится чуть более 14% акций.
Довольно значительная разница в количестве предложений между различными категориями может указывать на большие различия и в спросе на купоны. Гипотеза, которая формулируется нами относительно этого явления такова:
H3: Между различными категориями и подкатегориями купонных акций существуют статистически значимые различия в количестве реализованных купонов.
Рассуждения и гипотезы, приведенные в данной главе основаны только на анализе описательной статистики соответствующих переменных, подкрепляемом результатами предыдущих исследований или логическими соображениями, и не являются подтвержденными выводами. Они необходимы для того, чтобы впоследствии постараться учесть все возможные виды взаимосвязей в процессе регрессионного анализа моделей.
Данный этап исследования описывается в следующей главе работы.
Глава 3. Эмпирические модели
3.1 Модель 1. Социальная активность
Первая модель, оцениваемая в рамках данной главы, базировалась на социальной составляющей купонных акций. На этом этапе нами использовались данные о количестве "лайков", которые пользователи могут выставлять той или иной купонной акции на ее странице на портале Biglion, а также через социальные сети VK и Facebook. Кроме этого, учитывались средние оценки промо-акции, выставляемые покупателями в онлайн-отзывах.
Первоначально, для оценки взаимосвязи, существующей между продажами купонов, "лайками" и рейтингом купонной акции, использовалась модель линейной регрессии, построенная при помощи метода наименьших квадратов. Вывод о характере зависимости был сделан в ходе эмпирического анализа диаграмм рассеивания, который показал целесообразность логарифмирования зависимой переменной.
Ниже представлено уравнение регрессии в алгебраической форме:
(3.1)
,
где:
- натуральный логарифм количестве проданных купонов,
- количество "лайков" на странице акции на Biglion,
- количество "лайков" в социальной сети VK,
- количество "лайков" в социальной сети Facebook,
- средний рейтинг акции по онлайн-отзывам.
Основной целью анализа данной модели было выявление знаков и значений коэффициентов , так как по ним можно судить о наличии и характере взаимосвязи между продажами купонов и перечисленными факторами.
В таблице 3.1 приведены результаты регрессионного анализа описанной выше модели.
Таблица 3.1.
Результаты регрессионного анализа
|
Переменная |
Оценка |
Ст. ошибка |
Значимость |
|
|
константа |
2.3968 |
(0.5178) |
*** |
|
|
rating |
0.5259 |
(0.1167) |
*** |
|
|
bg_likes |
0.0117 |
(0.0013) |
*** |
|
|
vk_likes |
0.1221 |
(0.0214) |
*** |
|
|
fb_likes |
0.0381 |
(0.0147) |
** |
|
|
наблюдений |
616 |
AIC |
2037.82 |
|
|
R-squared |
0.3156 |
BIC |
2059.94 |
|
|
R-adjusted |
0.3111 |
F |
55.77 |
Значимость: * p <0.05; ** p <0.01; *** p < 0.001
Проинтерпретируем полученные результаты.
Во-первых, включенные в модель регрессоры объясняют лишь 31.11% дисперсии общей оценки товара, что является относительно невысоким показателем.
Во-вторых, благодаря высоким значениям t-статистик, коэффициенты статистически значимы на 1% уровне, при чем первые три регрессора сохраняют значимость и на уровне 0.1%.
В-третьих, сами зависимости можно проинтерпретировать подобным образом: при повышении рейтинга промо-акции на один балл (из пяти возможных), продажи купонов растут на 69.20%; каждый дополнительный "лайк" на Biglion увеличивает продажи купонов на 1.18%; один дополнительный "лайк", оставленный в сети VK или Facebook - на 12.99% или 3.88%, соответственно.
Однако, приведенная выше интерпретация может быть не совсем корректной в силу весьма возможного наличия проблемы эндогенности в построенной модели. Количество "лайков", как и рейтинг промо-акции, могут являться показателями ненаблюдаемой привлекательности купонной акции. В таком случае, оценки коэффициентов являются смещенными и не отображают истинного влияния указанных параметров, сильно завышая реальные значения.
В силу этого, более корректной формой анализа взаимосвязи между продажами купонов и "лайками" является оценка парных коэффициентов корреляции. Данные коэффициенты приведены в таблице 3.2 ниже.
Таблица 3.2.
Корреляционная матрица
|
Переменные |
ln_sales |
bg_likes |
vk_likes |
fb_likes |
rating |
|
|
ln_sales |
1.0000 |
|||||
|
bg_likes |
0.5513* |
1.0000 |
||||
|
vk_likes |
0.3941* |
0.5006* |
1.0000 |
|||
|
fb_likes |
0.2789* |
0.3468* |
0.3493* |
1.0000 |
||
|
rating |
0.1331* |
0.0470 |
-0.0760 |
-0.0768 |
1.0000 |
Значимость: * p < 0.05
Согласно таблице 3.2, между логарифмом продаж купонов и четырьмя рассматриваемыми показателями существует положительная линейная взаимосвязь, которая является статистически значимой на 5% уровне. Наиболее тесная взаимосвязь выявлена между логарифмом продаж и количеством "лайков" на странице акции на портале Biglion. "Лайки" в социальных сетях VK и Facebook связаны с продажами купонов менее тесно. Также, следует заметить, что различные "лайки" значимо положительно коррелируют друг с другом.
Построенная в данном параграфе модель иллюстрирует наличие взаимосвязи между "лайками" и продажами купонов. Она подчеркивает важность эффекта "word-of-mouth" - распространения информации об акции между покупателями. Однако, модель представляет небольшую практическую ценность для компаний, так как дает мало возможностей для прогнозирования продаж. Поэтому, следующим шагом нашего исследования являлось выведение модели детерминант спроса, которая могла бы выявить иные характеристики промо-акций, влияющие на объемы продаж купонов.
3.2 Модель 2. Детерминанты спроса
Вторая модель, построенная в ходе анализа, основывалась на всех характеристиках купонных акций, данные по которым были собраны в рамках исследования. Целью модели являлось выявление различных факторов, которые оказывают влияние на продажи купонов. В ходе визуального анализа диаграмм рассеивания различных переменных нами было принято решение выбрать логарифм объема продаж в качестве зависимой переменной.
В качестве регрессоров изначально рассматривались следующие характеристики: размер скидки, цена купона, наличие ограничения на ассортимент товаров, длительность акции и срок действия купона, город проведения акции, количество оставленных отзывов и вопросов.
Уравнение (3.2) ниже иллюстрирует базовую модель.
+
(3.2)
Проверка гипотез H1-H2, сформулированных во второй главе данной работы, осуществлялась с помощью регрессоров, упомянутых выше. Напомним, что мы предполагали более высокие объемы продаж купонов в Москве по сравнению с Санкт-Петербургом (переменная moscow), а также наличие отрицательного эффекта от введения ограничения на ассортимент продукции, на который в рамках акции действует купонная скидка (переменная limit).
Для проверки гипотезы H3 и выявления тех категорий купонных акций, продажи которых значимо отличны от других, было решено использовать бинарные переменные, соответствующие различным подкатегории фирм. Более широкие категории фирм дробились на узкие в соответствии со схемой, представленной в приложении 1. Кодировка соответствующих бинарных переменных осуществлялась таким образом, чтобы по ее значению можно было сделать однозначный вывод и о подкатегории, и о категории акции. В качестве базовых использовались акции вида "Без категории - Без подкатегории". Проведенный F-тест подтвердил целесообразность ввода подобных бинарных переменных.
Далее, нами было выдвинуто две новых гипотезы, проверка которых потребовала введения дополнительных регрессоров.
H4: Цена купона нелинейно влияет на его продажи.
Мы предположили, что цена купоны может влиять на продажи замедляющимися темпами. Для проверки данной гипотезы в модель был включен квадрат цены купона - cp_price2.
H5: Влияние величины скидки на объем продаж купонов зависит от стоимости товара, на который действует купонная скидка.
Нами была закодирована дополнительная бинарная переменная expensive, которая принимала значение "1", если цена товара по купону превосходит 1000 рублей, и "0" в противном случае. В модель был включен регрессор, представляющий собой произведение переменных expensive и discount.
Некоторые другие переменные были введены в модель в целях проверки их влияния на продажи, но зет...
Подобные документы
Понятие, сущность, значение, основные виды, показатели доходности акций и способы их расчета. Методика корреляционного и регрессионного анализа. Методы прогнозирования в рядах динамики. Прогнозирование стоимости акций ОАО ГМК "Норильский никель".
курсовая работа [648,8 K], добавлен 27.11.2012Виды и классификация спроса, его функции. Экономическая сущность спроса и его роль в организации деятельности предприятия. Изучение факторов и детерминантов спроса. Взаимосвязь спроса и предложения. Ограничения со стороны покупателей и конкурентов.
курсовая работа [48,1 K], добавлен 26.06.2014Экономическое содержание спроса. Закономерности в изменении спроса на рынке. Отношения спроса и предложения. Чувствительность спроса к изменению цены и показатель эластичности. Анализ эластичности спроса. Оценка динамики спроса в современной России.
курсовая работа [32,5 K], добавлен 18.05.2012Привилегированные акции и особенности их оценки. Некоторые особенности определения рыночной стоимости привилегированных акций доходным подходом. Определение ставки дисконтирования. Экономический анализ привилегированных акций российских предприятий.
курсовая работа [317,5 K], добавлен 01.10.2008Сущность спроса покупателей и основные факторы, его определяющие на современном рынке. Анализ и оценка важнейших показателей и характеристик спроса. Порядок формирования кривой спроса и ее исследование. Расчет показателей согласно таблице издержек.
контрольная работа [214,8 K], добавлен 26.05.2012Сущность понятия акций и акционерного общества. Общая характеристика акций, их основные свойства. Доходность акций. Понятие рыночной цены. Дивиденд. Стоимостная оценка акций и факторы изменении доходности. Оценка влияния инфляции на доходность акций.
реферат [22,0 K], добавлен 23.11.2008Понятие спроса и его отличия от понятия величины спроса. Сущность товара Гиффена и порядок определения спроса на него. Жилье и его характерные признаки, способы его применения. Основные факторы, определяющие спрос на жилье на рынке недвижимости.
доклад [13,8 K], добавлен 29.10.2009Изучение спроса на рынке является первоочередной задачей при функционировании предприятия. Отслеживание спроса и способность моментально реагировать на малейшие его изменения. Формулировка закона спроса. Виды спроса и факторы, влияющие на его изменения.
реферат [95,4 K], добавлен 22.02.2010Экономическая природа и содержание потребительского спроса. Понятие и виды спроса. Основы анализа потребительского спроса и предложения. Анализ потребительского спроса по Российской Федерации. Проблемы и методы прогнозирования потребительского спроса.
курсовая работа [209,8 K], добавлен 13.03.2011Неценовые факторы, определяющие объем спроса. Эластичность спроса и факторы эластичности. Динамика доходов и их влияние на спрос на потребительские товары. Национальные вкусы и предпочтения. Особенности спроса на продовольствие на российском рынке.
курсовая работа [83,7 K], добавлен 13.01.2010Ценовые и неценовые детерминанты спроса. Анализ спроса и предложения по степени удовлетворения на примере аптеки. Оценка степени насыщения рынка некоторыми препаратами. Выявление "топ-десятки" лекарственных средств, приносящих наибольшую выручку.
курсовая работа [343,9 K], добавлен 20.10.2014Теоретические аспекты основных факторов спроса и предложения. Формирование спроса на рынке В2С, его особенности в России. Особенности факторов спроса и предложения на примере измерения спроса кофейных зерен в России за 2015-2016. Прогноз развития рынка.
курсовая работа [619,1 K], добавлен 16.09.2017Рассмотрение понятия, разновидностей и факторов формирования спроса; основные способы и методы его изучения. Ознакомление с особенностями спроса на товары и услуги на потребительском рынке в небольших населенных пунктах на примере поселка Новостройка.
дипломная работа [5,2 M], добавлен 09.07.2014Соотношение величины спроса и предложения. Рыночный механизм спроса и предложения. Факторы и зависимости, определяющие основные закономерности взаимодействия спроса и предложения. Увеличение и уменьшение спроса под воздействием неценовых факторов.
курсовая работа [304,9 K], добавлен 17.05.2015Методология оценки рыночной стоимости пакетов акций российских предприятий. Особенности предприятия как объекта оценки. Классификация пакетов акций и анализ их влияния на стоимость. Расчет рыночной стоимости пакета акций на примере ОАО "ГТК "КаналТВ".
курсовая работа [1,7 M], добавлен 05.04.2011Теоретические аспекты публичного размещения акций. Объемы инвестиций и особенности размещения акций на международных площадках. Порядок дополнительного выпуска акций и процедура листинга в России. Анализ проблем и перспективы данного направления.
курсовая работа [99,7 K], добавлен 19.02.2011Определение сущности и правил образования равновесной цены. Исследование положения спроса, при увеличении или уменьшении предложения. Особенности капитала и анализ факторов спроса-предложения на рынке. Отличительные признаки процедуры дисконтирования.
контрольная работа [39,8 K], добавлен 26.10.2010Изучение спроса на рынке-первоочередная задача при функционировании предприятия. Эластичность спроса. Закон спроса. Понятие эластичности и неэластичности спроса. Единичная эластичность. Совершенно эластичный и неэластичный спрос. Величины спроса.
курсовая работа [33,0 K], добавлен 24.11.2008Децентрализованный сбор информации как основа рыночного механизма регуляции. Причины увеличения и уменьшения платежеспособного спроса. Кривая рыночного спроса. Определение эластичности спроса по цене и по доходу. Основные условия эластичности предложения.
реферат [201,0 K], добавлен 27.03.2013Законодательная база оценки акций предприятия. Анализ финансовых результатов деятельности предприятия. Оценка рыночной стоимости ЗАО "Топливозаправочная компания "Кольцово" доходным подходом. Определение размеров предъявленных к оценке пакетов акций.
курсовая работа [122,3 K], добавлен 20.12.2014
