XI Международная студенческая научная конференция Студенческий научный форум - 2019

Эконометрика играет важную роль в механизме управления экономикой и торговлей в современном обществе. На сегодняшний день нет ни одной области в экономике, не требующей от специалиста использования современных методов работы, знания достижений мировой экономической мысли, понимания научного языка, которые основаны на эконометрических моделях, концепциях, методиках [2].

Рассмотрим более подробно применение эконометрических методов в маркетинге, который в свою очередь является видом деятельности ипредставляет собой социально-экономический процесс, направленный на удовлетворение потребностей отдельных лиц, посредством производства и сбыта товаров и услуг.

Он основан на разработке производственных программ, исследовании структуры рынка, ценообразовании, организации доставки и т.д. [7].

Существует несколько его видов, каждый из которых оперирует определенными типами продуктов, имеющих специфические особенности экономического характера:

Стимулирующий;

Развивающий;

Поддерживающий;

Противодействующий;

Конверсионный;

Синхромаркетинг;

Ремаркетинг;

Демаркетинг;

Маркетинговые цели:

Проводить комплексное исследование рынка;

Выявить потенциальный спрос и неудовлетворенные потребности;

Спланировать товарный ассортимент и цены;

Разработать меры для наилучшего удовлетворения спроса;

Спланировать и осуществлять продажи;

Разработать меры по улучшению организации и управления производством.

Существуют классы эконометрических моделей, применяющихся в маркетинге:

Регрессионные модели с одним уравнением

Линейные

Нелинейные

Модели временных рядов, полученные с использованием следующих методов [8]

Экспоненциального сглживаания

Сезонный распад

Системы одновременных уравнений

Модель спроса и предложения описывается следующей системой уравнений:

Где: - предложение товара в момент времени t;

- спрос на товар в момент времени t;

- цена товара в момент времени t;

- цена товара в момент времени t₁;

- потребительский доход в момент времени t;

- параметры (i=1,2,3);

- случайная составляющая (отклонение).

Более подробно рассмотрим на примере:

Пусть три группы покупателей готовы приобрести 100 экземпляров программного продукта, собственные предельные цены которых составляют 600, 1000 и 1500 руб., соответственно. То есть цена будет варьироваться от 600 до 1500 руб. Таким образом, при цене 600 руб. будет продано 300 копий (всем покупателям); при цене от 601 до 1000 руб. — 200 экземпляров (покупателям второй и третьей групп), а при цене от 1001 до 1500 руб. — 100 экземпляров (покупателям третьей группы). Следовательно, доход по этим ценам составит:

Для увеличения общей прибыли можем использовать один из способов:

установить значительную скидку для покупателей, которые не имеют возможности приобрести программу по рыночной цене (школ; университетов; государственных научно-исследовательских учреждений и т. п.). При выборе первой группы покупателей в специальном классе, для которого вводится скидка в 50% от найденной нами цены, прибыль составит 250000 руб.;

постепенно снижать цены — при условии, что инфляция отсутствует и за время торговли реклама не устарела, стоит придерживаться следующего сценария продаж:

сначала установите неновой лимит на программу Р₁ и сохраняйте его до тех пор, пока все покупатели третьего класса не приобретут интересующие их экземпляров;

затем снизить цену до следующего предельного значения, предоставляя возможность купить программу всем покупателям второй группы;

снизить цену до минимального порогового значения Р, предоставив экземпляры программ всем оставшимся клиентам (такой сценарий принесет продавцу максимальный для условий примера доход в 310 000 руб.

Поскольку, приведенная модель только иллюстрирует ситуацию, то она не может быть применена на практике. В то же время, принимая во внимание такие факторы как: неопределенность в поиске потенциальных покупателей, переход к интервальным оценкам их собственных предельных цен, учет инфляции, нелегальное копирование и устаревание рекламы, и другие неопределенные факторы, позволят использовать результаты моделирования [4].

Также, используя эконометрические модели можно решить ряд других задач:

По конечным прикладным целям:

прогноз экономических и социально-экономических показателей, характеризующих состояние и развитие анализируемой системы;

имитация возможных сценариев социально-экономического развития системы с целью выявления того, как запланированные изменения в определенных контролируемых параметрах повлияют на выходных характеристиках [5].

В соответствии с уровнем иерархии:

На макроуровне (страна в целом);

На мезоуровне (на уровне регионов, отраслей, корпораций);

На микроуровне (на уровне семьи, предприятия, фирмы).

По профилю анализируемой экономической системы выделяют задачи, направленные на решение проблем:

рынка;

инвестиционной, финансовой или социальной политики;

ценообразования;

дистрибьюторских отношений;

спроса и потребления.

Рассмотрим применение эконометрической модели на конкретном примере: По 16 фабрикам, производящим однородное изделие, получено уравнение регрессии себестоимости Y (тыс. руб.) от уровня технической оснащенности X (тыс. руб.):

Доля остаточной дисперсии - составила 0,19. Необходимо найти индекс корреляции, а также проверить статистическую значимость уравнения регрессии в целом, использую критерий Фишера ( ).

Индекс корреляции:

Индекс детерминации:

На основании расчетов можно сделать вывод, что полученное значение F критерия 68,21 больше табличного 4,49.

Поскольку эконометрические методы являются самыми современными средствами анализа и исследования различных социально-экономических процессов, они только иллюстрируют теоретические утверждения, но, несмотря на это мы можем сделать выводы, основанные на этих допущениях, о правильности наших действий. Поэтому эконометрика действительно имеет большое значение и широко применяется в маркетинговой деятельности и в экономике в целом.

Список литературы

Долгополова А.Ф., Ковчина Ю.С. Применение методов теории игр при оптимизации выпуска продукции // Международный студенческий научный вестник. 2018. №3-1. С. 62-65.

Морозова О.В., Долгополова А.Ф. Системно-синергический подход к обеспечению продовольственной безопасности страны // Фундаментальные исследования. 2015. №4. С. 234-238.

Морозова О.В., Долгополова А.Ф.Перспективы развития молочного рынка России в условиях экономических санкций // Управление экономическими системами: электронный научный журнал. 2014. №11(71). С. 15.

Шеин В.Г., Долгополова А.Ф. Особенности математического моделирования при прогнозировании спроса // Современные наукоемкие технологии. 2014. №5-2. С. 181-183.

Попова С.В., Колодяжная Т.А. Применение алгоритмов при обучении математике в вузе./ С.В. Попова ,Т.А. Колодяжная // Моделирование производственных процессов и развитие информационных систем. 2011.- С 278-281.

Шепеть И.П., Бражнев С.М., Литвин Д.Б., Чернавина Т.В. Методика синтеза оптимального закона управления положением чувствительных элементов инерциальной системы в условиях априорной определенности // НаукаПарк. 2015. № 3 (33). С. 71-75.

Шепеть И.П., Бражнев С.М., Литвин Д.Б., Алабанов А.Б., Литвина Е.Д. Оценка возможности применения пространственной модуляции погрешностей измерительных элементов в информационно-управляющих системах // НаукаПарк. 2014. № 2-2 (22). С. 15-19.

Код для цитирования: Скопировать