Эконометрическое ранжирование марок автомобилей на рынке подержанных автомобилей
Модели потребления автомобилей разных марок через официально учтенные каналы реализации. Развитие территориальных кластеров автомобильной индустрии как условие повышения конкурентоспособности экономики. Анализ качества регрессии рынка подержанных авто.
Рубрика | Экономико-математическое моделирование |
Вид | статья |
Язык | русский |
Дата добавления | 20.04.2019 |
Размер файла | 14,5 K |
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/
1
Размещено на http://www.allbest.ru/
Эконометрическое ранжирование марок автомобилей на рынке подержанных автомобилей
Михина С.Г., Турундаевский В.Б Российский экономический университет им. Г.В.Плеханова
автомобиль рынок регрессия кластер
На современном этапе рыночных условий хозяйствования ведущую роль приобретает создание выгодной системы ранжирования автомобильной инфраструктуры потребительского рынка.
Одним из наиболее важных направлений экономических исследований, связанных с информационно-методическим обеспечением процесса управления на всех уровнях, начиная с уровня государства и заканчивая субъектом хозяйствования, является исследование и обобщение тенденций развития автомобильного рынка.
Проанализировав основные тенденции развития спроса и предложения на потребительском рынке, можно сделать вывод, что потребление автомобилей разного ранга и марок, в частности подержанной продукции, через официально учтенные каналы реализации подчиняется нескольким моделям:
1. Товары эластичного спроса, динамика физических объемов потребления которых коррелирует с коэффициентом опережения, выражающим отношение индекса цен на данную группу товаров и индекса цен на потребительские товары и услуги в целом.
2. Товары стоимостной эластичности спроса, физические объемы потребления которых коррелируют с реальными денежными доходами потребителей, а стоимостные - с коэффициентом опережения ценовых индексов.
В современных условиях развития экономики важная роль отводится автомобильной индустрии как отрасли, обеспечивающей все основные отрасли народного хозяйства. В связи с этим, актуальным становится повышение эффективности деятельностивсей совокупности взаимосвязанных предприятий промышленности автомобильных материалов как основного поставщика материальных ресурсов для инвестиционного комплекса.
С целью экономического развития отраслей народного хозяйства применяется кластерный подход, который позволяет увязать в единое целое интересы предприятий, региональных органов государственной власти, науки и образования.
При этом предприятия получают возможность повысить свою конкурентоспособность на основе производства инновационной продукции, увеличить объемы производства, расширить географию сбыта, увеличить объемы экспорта, создать новые высококвалифицированные рабочие места, получить новые финансовые, трудовые, материальные ресурсы в рамках реализации кооперационных проектов.
Данный подход можно применить и к отрасли промышленности автомобильных материалов, которая в настоящее время рассматривается как один из элементов избранного кластера, а не как самостоятельная система с присущими ей свойствами, характеристиками и особенностями развития.
В настоящее время разработан значительный теоретический и методологический аппарат по проблеме кластерного развития отраслей народного хозяйства. Исследованы процессы инновационной деятельности в кластерах, вопросы внутрикластерного взаимодействия, организации внутрикластерных проектов, стратегического развития кластеров, однако отдельные вопросы кластерного развития предприятий промышленности автомобильных материалов и продвижению подержанных автомобилей нуждаются в дальнейшей разработке, в частности, формирование моделей и механизмов создания кластеров промышленности строительных материалов, подходы к оценке эффективности их функционирования и развития.
Современная экономика отличается скоростью, гибкостью и способностью взаимодействовать в среде, в которой инновации и экономический рост географически сконцентрированы. Кластеры «подержанного рынка» являются краеугольными камнями этой реальности.
Центр внимания экономического развития сдвигается с национального уровня, с поддержки отраслей и с поддержки отдельных фирм. Сегодня акцент делается на развитие городов, районов и их кластерных систем.
Этот восходящий подход показывает, что в то время как торговые предприятия и рыночные системы автомобильного транспорта могут появляться и исчезать, сильные и развивающиеся кластеры обеспечивают экономическую стабильность в регионе.
Текущее состояние экономики в стране и в мире в целом ставит перед регионами задачу повышения их экономической эффективности.
Обязательным условием решения поставленной задачи является выбор наиболее конкурентоспособной модели региональной экономики, позволяющей максимально использовать его потенциал.
Развитие автомобильной промышленности, продвижение его на рынке оказывает стимулирующее действие на другие секторы экономики (в том числе транспорт, связь, торговлю), способствует созданию значительного количества рабочих мест, увеличению налогооблагаемой базы и поступлений средств от налогов во все уровни бюджетов.
В рамках долгосрочного продвижения автомобильной продукции, имеет она характер подержанного товара или нет, система методов оптимального решения ранжирует экономически ее на современном рынке, вследствие чего возникают изменения во внешней среде, в которой создаются стратегические ситуационные события.
По концепции стратегического управления посредством использования метода оптимальных решений рынок подержанных автомобилей воспринимается управляющей структурой экономической системы ранжирования различных марок автомобилей как стратегические задачи развития экономики страны.
В настоящее время организация и оценка эффективности деятельности любой автомобильной марки даже на рынке подержанных автомобилей в целях повышения своего ранга и престижа требует совершенствования работы в соответствии с развитием общества и его подсистем.
Решение данной проблемы в современных условиях изменяющегося и развивающегося рынка возможно посредством разработки и внедрения инновационных управленческих технологий в организационную структуру проекта.
Особенностью инновационной управленческой деятельности в рамках создания, реализации грамотного экономически выгодного ранжирования является ведущая роль человеческого фактора при формировании ее результатов: наличие достаточного количества кадров и их высокая квалификация при разработке и реализации инновационных управленческих решений.
Совершенствование работы возможно как на путях построения конкретных проектов, так и путем внедрения метатехнологии, т. е. технологии проектирования и реализации частных инновационных управленческих технологий и решений.
Развитие территориальных кластеров автомобильной индустрии, продвигающей подержанные автомобили в России является одним из условий повышения конкурентоспособности отечественной экономики, интенсификации реализации механизмов частно-государственного партнерства.
Основной целью реализации кластерной экономической политики является обеспечение высоких темпов экономического роста и диверсификации экономики за счет повышения конкурентоспособности предприятий, поставщиков оборудования, комплектующих, специализированных производственных и сервисных услуг, научноисследовательских и образовательных организаций, образующих территориально-производственные кластеры.
К сдерживающим факторам реализации политики экономического ранжирования марок подержанных автомобилей в России следует отнести:
• низкий уровень развития бизнеса, а также инфраструктурные и организационные ограничения автомобильных марок;
• слабый уровень доверия между основными субъектами экономической деятельности;
• отсутствие предпринимательской, рыночной культуры и информационной открытости;
• низкая культура производства;
• отсутствие высококвалифицированных управленческих кадров;
• краткосрочный горизонт планирования, ориентированный на «короткие» деньги и высокие единовременные доходы.
Рассмотрим пример. Данные для исследования были получены с Webсайта auto.ru - одного из крупнейших российских сайтов автомобильной тематики. Для каждого из 12 производителей в выборке данных имеется информация о возрасте, цене и пробеге автомобилей различных моделей. Однако имеющиеся в выборке данные не позволяют рассчитать индекс, так как не удается найти для каждого подержанного автомобиля абсолютно идентичный новый. Поэтому индекс подержанного автомобиля будем вычислять, рассчитывая величину Pn как среднюю цену новых автомобилей той же марки и модели. Результаты оценивания модели приведены в Табл. 1.
С помощью инструмента регрессионный анализ (это метод исследования влияния одной или нескольких независимых переменных Х1, Х2, … Хр на зависимую переменную У, где У в данном случае, это выбранная марка автомобиля, Х1, Х2, … Хр - факторы; а коэффициент детерминации - доля дисперсии зависимой переменной) проанализируем 3 различные базы данных, взятые с сайта Auto.ru. Для анализа мы взяли автомобили марок: Mercedes, BMW, Audi. Для более точного анализа мы берем один класс каждой марки - бизнес класс (E-class, 5 сер, А6). Из регрессионного анализа мы можем видеть индексы подержанных автомобилей для каждой марки:
Таблица 1
Марка |
Индекс подержанного авто |
Коэффициент детерминации |
|
Mercedes E-classe |
-0,094032239 |
0,904343435 |
|
Audi A6 |
-0,009937374 |
0,923961918 |
|
BMW 5 serie |
-0,008373523 |
0,638092187 |
Индекс рынка подержанных автомобилей показывает, как автомобиль теряет в цене за каждый год (чем меньше индекс, тем больше машина потеряла в цене). Минимальный индекс у Mercedes E-classe, максимальный у Audi A6. Отсюда следует, что Audi A6 самый выгодный автомобиль для последующей перепродажи в нынешних рыночных условиях.
Качественная учетная информация позволяет осуществлять контроль на разных стадиях производства, контролировать в случае необходимости во всех деталях деятельность предприятия и его подразделений, анализировать ее и на базе этой информации подготавливать, обосновывать и принимать соответствующие управленческие решения на различных уровнях управления. Контрольная функция бухгалтерского учета обеспечивается специальными приемами: наблюдением данных и их обобщением; сопоставимостью показателей; повышенной требовательностью к достоверности; объективностью информации; своевременностью.
Гармоничное функционирование любой организации напрямую зависит от оптимальной организации бухгалтерского труда при соблюдении законодательного регламента. Современный бухгалтерский учет занимается не только сбором, хранением и обработкой информации, но также планированием, прогнозированием, решением финансовых проблем организации, бюджетированием, принятием эффективных управленческих решений, установлением оптимальных цен на продукцию, проведением анализа безубыточности производства и продаж, проведением анализа чувствительности прибыли к отдельным факторам и т.д.
Результаты анализа качества регрессии рынка подержанных авто.
Y=-0,164X1-69591,02X2+49030,5X3+1156149,091
Таблица 2 Дисперсионный анализ
df |
SS |
MS |
F |
Значимость F |
||
Регрессия |
6 |
4E+13 |
6,6E+12 |
612,315 |
3,5454E-274 |
|
Остаток |
698 |
7,5E+12 |
1,1E+10 |
- |
- |
|
Итого |
704 |
4,7E+13 |
- |
- |
- |
Таким образом, на уменьшение цены влияет пробег автомобиля и его возраст (это те самые факторы Х1, Х2, … Хр), а на увеличение стоимости - объем двигателя. Наиболее выгодный автомобиль для дальнейшей перепродажи - это Audi, а наиболее невыгодный - Mercedes.
В процессе принятия решений в организации ранжирования автомобильных марок большая роль отводится этапу распознавания проблемы, то есть мерам определения значимости и оценки ранжирования современных подержанных автомобилей.
Для оптимальной и корректной экономической дифференциации автомобильных марок подержанного рынка промышленной индустрии требуется своевременное применение методов оптимального решения - стратегического планирования, прогнозирования, позиционирования и ранжирования категорий для использования выгодных сигналов марок.
Стратегия управления ранжирования категориями разного ранга марок подержанных автомобилей принимается нынешними компаниями под воздействием увеличивающейся нестабильности внешней среды и желанием раньше конкурента реагировать на новые проблемы.
В условиях значительной нестабильности, когда ситуация меняется быстро, организация не может ждать, когда слабые сигналы превратятся в сильные.
Принимать решения будет поздно, поэтому при высоких уровнях нестабильности возникает необходимость готовить решения на фоне слабых сигналов. Подготовка к принятию решения в этом случае предполагает организацию наблюдения за слабыми сигналами, сбор и анализ информации из внешней среды.
Система наблюдения должна быть максимально чувствительна к слабым сигналам, чтобы не только зафиксировать, но и определить их относительный уровень. В организационном отношении система наблюдения может быть представлена в виде аналитических отделов предприятия, групп аналитиков или подобных им структур.
Список используемой литературы
1. А.И. Орлов Эконометрика Учебник. М.: Издательство "Экзамен", 2002.
2. Соколов А.В., Токарев В.В. - Методы оптимальных решений. Том 1.
3. Завадовский В.В. Использование инновационных технологий управления для повышения конкурентоспособности региона- Новосибирск, 2003. - 207с.
4. Фатхутдинов Р.А. Инновационный менеджмент. - М.: Интел-Синтез, 2000. - 615 с.
5. Щепин Н.О. Развитие рынка в современных условиях и проблемы оптимизации структуры организации”. - М., 2001. - С. 67 - 91
6. Попова В.Л. Управление проектами рынка [Текст] / В.Л. Попова. - М.: Издво ИНФРА-М, 2009г. - с. 416
7. Менеджмент организации [Текст] : учеб. пособие / под ред. З.П. Румянцевой, Н.А. Соломатина. - М. : ИНФРА-М, 1997. - с.241
8. Евтушенко О.В. Рыночные практики / О.В. Евтушенко // Материалы международной научно-практической конференции 2006. - с.56
9. Водачек Л. Стратегия управления экономикой. / Л. Водачек, О. Водачкова - М.: Экономика, 2006. - с.264
10. Томилов В.В. Менеджмент. Учебник / Под ред. В.В. Томилова. -М.: Юрайт. -2003. -С.346
Размещено на Allbest.ru
...Подобные документы
Описание факторов рынка подержанных автомобилей. Эконометрическое моделирование исходных данных. Модель регрессии с добавленными фиктивными переменными наблюдений. Точечные и интервальные внутри-выборочные прогнозы для продажной стоимости автомашин.
курсовая работа [921,9 K], добавлен 03.04.2014Эконометрическое моделирование стоимости квартир в московской области. Матрица парных коэффициентов корреляции. Расчет параметров линейной парной регрессии. Исследование динамики экономического показателя на основе анализа одномерного временного ряда.
контрольная работа [298,2 K], добавлен 19.01.2011Газовая промышленность как составная часть топливно-энергетического комплекса РФ. Потребление природного газа в России, анализ факторов, обуславливающих его спрос на внутреннем рынке. Эконометрическое моделирование спроса на газ на внутреннем рынке РФ.
дипломная работа [552,6 K], добавлен 14.11.2012Построение, экономическая интерпретация и оценка качества регрессионной модели влияния объема промышленного производства Беларуси и объема розничного товарооборота торговли через все каналы реализации на валовой внутренний продукт Республики за два года.
курсовая работа [667,6 K], добавлен 31.05.2014Описание классической линейной модели множественной регрессии. Анализ матрицы парных коэффициентов корреляции на наличие мультиколлинеарности. Оценка модели парной регрессии с наиболее значимым фактором. Графическое построение интервала прогноза.
курсовая работа [243,1 K], добавлен 17.01.2016Понятие регрессии. Оценка параметров модели. Показатели качества регрессии. Проверка статистической значимости в парной линейной регрессии. Реализация регрессионного анализа в программе MS Excel. Условия Гаусса-Маркова. Свойства коэффициента детерминации.
курсовая работа [233,1 K], добавлен 21.03.2015Построение модели множественной линейной регрессии по заданным параметрам. Оценка качества модели по коэффициентам детерминации и множественной корреляции. Определение значимости уравнения регрессии на основе F-критерия Фишера и t-критерия Стьюдента.
контрольная работа [914,4 K], добавлен 01.12.2013Исследование линейной модели парной регрессии зависимости стоимости однокомнатных квартир от общей площади жилья. Пространственно-параметрическое моделирование рынка вторичного жилья. Особенности изменения среднего уровня цены в пространстве и во времени.
курсовая работа [365,2 K], добавлен 26.10.2014Построение линейной модели и уравнения регрессии зависимости цены на квартиры на вторичном рынке жилья в Москве в 2006 г. от влияющих факторов. Методика составления матрицы парных коэффициентов корреляции. Экономическая интерпретация модели регрессии.
лабораторная работа [1,8 M], добавлен 25.05.2009Теоретические основы эконометрического анализа рождаемости в России. Эконометрика и эконометрическое моделирование. Парная регрессия и корреляция. Многомерный эконометрический анализ уровня рождаемости в России: с помощью множественной и парной регрессии.
курсовая работа [1,5 M], добавлен 25.03.2014Анализ и выявление значимых факторов, влияющих на объект. Построение эконометрической модели затрат предприятия для обоснований принимаемых решений. Исследование трендов временных рядов. Оценка главных параметров качества эконометрической модели.
курсовая работа [821,1 K], добавлен 21.11.2013Основные параметры уравнения регрессии, оценка их параметров и значимость. Интервальная оценка для коэффициента корреляции. Анализ точности определения оценок коэффициентов регрессии. Показатели качества уравнения регрессии, прогнозирование данных.
контрольная работа [222,5 K], добавлен 08.05.2014Выборка и генеральная совокупность. Модель множественной регрессии. Нестационарные временные ряды. Параметры линейного уравнения парной регрессии. Нахождение медианы, ранжирование временного ряда. Гипотеза о неизменности среднего значения временного ряда.
задача [62,0 K], добавлен 08.08.2010Основы построения и тестирования адекватности экономических моделей множественной регрессии, проблема их спецификации и последствия ошибок. Методическое и информационное обеспечение множественной регрессии. Числовой пример модели множественной регрессии.
курсовая работа [3,4 M], добавлен 10.02.2014Построение модели для зависимой переменной, используя пошаговую множественную регрессию. Рассчет индекса корреляции, оценка качества полученного уравнения регрессии с помощью коэффициента детерминации. Оценка статистической значимости уравнения регрессии.
лабораторная работа [2,1 M], добавлен 25.05.2009Эконометрическое моделирование стоимости квартир в Московской области. Исследование динамики экономического показателя на основе анализа одномерного временного ряда. Параметры линейной парной регрессии. Оценка адекватности модели, осуществление прогноза.
контрольная работа [925,5 K], добавлен 07.09.2011Выбор факторных признаков для двухфакторной модели с помощью корреляционного анализа. Расчет коэффициентов регрессии, корреляции и эластичности. Построение модели линейной регрессии производительности труда от факторов фондо- и энерговооруженности.
задача [142,0 K], добавлен 20.03.2010Факторные и результативные признаки адекватности модели. Исследование взаимосвязи энерговооруженности и выпуска готовой продукции. Построение уравнения регрессии и вычисление коэффициента регрессии. Графики практической и теоретической линии регрессии.
контрольная работа [45,2 K], добавлен 20.01.2015Основные проблемы эконометрического моделирования. Показатели, характеризующие степень разброса случайной величины вокруг ее среднего значения. Физический смысл коэффициента детерминации. Расчет функции эластичности в линейной эконометрической модели.
контрольная работа [18,1 K], добавлен 23.11.2009Математические методы систематизации и использования статистических данных для экономических расчетов и практических выводов: анализ структуры продаж автомобилей; оценка влияния рекламы на количество вкладчиков банка; анализ уровня активности населения.
контрольная работа [89,0 K], добавлен 30.12.2010