Статья: Прогнозирование сегмента автомобильного рынка на примере Московского региона

Автомобильный рынок, в силу своей специфичности, является очень динамичным, поэтому, для проведения оценки первоначального состояния автомобильного сегмента на определенный период времени и построения дальнейшего прогноза развития могут быть использованы различные экономические методики, процедуры и инструменты.

В свете мирового финансово-экономического кризиса, построение прогнозов в автомобильном секторе приобретает огромную актуальность.

По мере развития экономического кризиса у участников рынка возрастает необходимость в получении как можно более полной и достоверной информации, с тем, чтобы все предпринимаемые шаги были тщательно взвешены и делались с открытыми глазами. Растут требования к регулярности и стабильности получения информации. Оперативность получения информации о происходящих на рынке изменениях становится более важной. Своевременность получения такой информации позволяет корректировать планы и повышать эффективность маркетинговых мероприятий.

В качестве первоначального инструмента прогнозирования автомобильного сегмента рынка может быть рассмотрен обзор автомобильных рынков зарубежных стран, включающий регистрацию автомобилей в странах Европы и продажи автомобилей по брендам. Это позволяет прогнозировать возможное развитие ситуации в нашей стране и общее состояние тех или иных автопроизводителей.

Обзор основных событий на автомобильном рынке России позволяет исследовать причины, влияющие на те, или иные происходящие на нем процессы, а также позволяет спрогнозировать возможные процессы. В этом случае, следует рассматривать структуру рынка с раскладкой по маркам и моделям в динамике, а также

группировку по классам и типам автомобилей, что позволит оперативно отслеживать потребительские предпочтения и тренды их изменений.

Точность составления прогнозов будет зависеть от количества и качества учтенных факторов внешней и внутренней экономической среды. Конечно же, построить абсолютно достоверный прогноз невозможно. Однако, рассматривая максимально широкий круг факторов, возможно построить прогноз с определенной долей вероятности, наиболее близкой к реальной ситуации.

Среди основных факторов выделяют:

Ситуация на мировых автомобильных рынках;

Основные события на автомобильном рынке России;

Ключевые макроэкономические показатели;

Динамика продаж новых автомобилей;

Динамика продаж автомобилей с пробегом;

Изменение марочной структуры рынка;

Изменение модельной структуры рынка;

Динамика и структура импорта легковых автомобилей;

Обзор ценовой политики основных участников рынка.

Рассматривая мировую практику прогнозирования автомобильного рынка можно выделить два основных метода - технический и фундаментальный анализ. Технический анализ основывается на значениях продаж предыдущих периодов. На основании этих данных строится прогноз статистическими методами: выделяются сезонный и календарный факторы, тренды, циклы и пр.

Для построения наиболее точных и качественных прогнозов, западными маркетологами используются все современные методы математической статистики. Для простых случаев обычно используется метод ARIMA(Autoregressive integrated moving average), основанная на методологии Бокса-Женкинса.[1] Для более сложных, - хорошо зарекомендовали себя методы прогнозирования на базе теории хаоса, волн Эллиотта, нейронных сетей и прочего.

Для установления возможности применения асимптотических результатов при конечных (т. н. «малых») объемах выборок полезны компьютерные статистические технологии. Они позволяют также строить различные имитационные модели. Отметим полезность методов размножения данных (бутстреп-методов). Системы прогнозирования с интенсивным использованием компьютеров объединяют различные методы прогнозирования в рамках единого автоматизированного рабочего места прогнозиста.

Прогнозирование на основе данных, имеющих нечисловую природу, в частности, прогнозирование качественных признаков основано на результатах статистики нечисловых данных. Весьма перспективными для прогнозирования представляются регрессионный анализ на основе интервальных данных, включающий, в частности, определение и расчет нотны и рационального объема выборки, а также регрессионный анализ нечетких данных.[2] Общая постановка регрессионного анализа в рамках статистики нечисловых данных и ее частные случаи - дисперсионный анализ и дискриминантный анализ, давая единый подход к формально различным методам, полезна при программной реализации современных статистических методов прогнозирования.[3]

Основными процедурами обработки прогностических экспертных оценок являются проверка согласованности, кластер-анализ и нахождение группового мнения. Проверка согласованности мнений экспертов, выраженных ранжировками, проводится с помощью коэффициентов ранговой корреляции Кендалла и Спирмена, коэффициента ранговой конкордации Кендалла и Бэбингтона Смита. Используются параметрические модели парных сравнений - Терстоуна, Бредли-Терри-Льюса - и непараметрические модели теории люсианов.[4] Полезна процедура согласования ранжировок и классификаций путем построения согласующих бинарных отношений. При отсутствии согласованности разбиение мнений экспертов на группы сходных между собой проводят методом ближайшего соседа или другими методами кластерного анализа (автоматического построения классификаций, распознавания образов без учителя). Классификация люсианов осуществляется на основе вероятностно-статистической модели.

Используют различные методы построения итогового мнения комиссии экспертов. Своей простотой выделяются методы средних арифметических и медиан рангов. Компьютерное моделирование позволило установить ряд свойств медианы Кемени, часто рекомендуемой для использования в качестве итогового (обобщенного, среднего) мнения комиссии экспертов. Интерпретация закона больших чисел для нечисловых данных в терминах теории экспертного опроса такова: итоговое мнение устойчиво, то есть мало меняется при изменении состава экспертной комиссии, и при росте числа экспертов приближается к «истине». При этом в соответствии с принятым в подходом предполагается, что ответы экспертов можно рассматривать как результаты измерений с ошибками, все они — независимые одинаково распределенные случайные элементы, вероятность принятия определенного значения убывает по мере удаления от некоторого центра — «истины», а общее число экспертов достаточно велико.

Эти инструменты позволяют давать наиболее реалистичные прогнозы с достаточной степенью достоверности, но проблема в том, что для современного этапа развития автомобильного рынка в РФ методы технического анализа не применимы в принципе. Не завершился этап становления этого рынка, не хватает периодов наблюдения для составления прогнозов. Вообще, в отличие от стационарных, переходные процессы самые трудные – и в математике, и в физике, и в экономике. Россия находится сейчас именно на этой стадии развития рынка. Но это не значит, что рынок не предсказуем в принципе. Просто необходимо применять другой метод – фундаментальный анализ.

Фундаментальный анализ основывается на предположении, что объём продаж, в первую очередь, зависит от макроэкономических параметров: стоимости нефти, динамики валютных курсов, ликвидности (остатки на корреспондентских счетах, денежные агрегаты), стоимости денег и пр. На основании статистических данных строится эконометрическая модель рынка(сегмента рынка) для этих параметров. При этом определённой проблемой является устранение мультиколлинеарности, так как параметры не являются в чистом виде независимыми, но современные эконометрические методы дают возможность легко с этим справляться. Построенная модель позволяет отсечь некоторое количество параметров, оказывающих наименьшее воздействие на результат.

Так, для автомобильного рынка определяющими являются всего 6-7 параметров, а для сегмента автомобильного рынка подбирается большее количество параметров. На первом месте, конечно, стоимость нефти (весовой коэффициент более 30%). Именно этот фактор определяет непохожесть российского рынка на другие рынки, ведь во всём мире с ростом цен на нефть падают объёмы продаж автомобилей, а в России – растут. Это же объясняет повышенный интерес иностранных автопроизводителей к нашей стране. Присутствие на рынке России, или, как говорят экономисты, включение в портфель рынков, позволяет им хеджировать свои риски, связанные со стоимостью нефти. Ведь, если стоимость нефти будет расти, объём продаж в России позволит им смягчить последствия падения продаж на других рынках, а, если нефть будет падать, то снижение продаж в РФ будет скомпенсировано ростом продаж на других рынках. Таким образом, повышается стабильность процессов, а это для производства – главное. Конечно, при этом подходе не все параметры могут быть помещены в модель, например, демографические, структурные и пр. Но это не означает, что метод плохо работает, просто модель надо постоянно обновлять. А поскольку экономические процессы инертны, то при постоянном обновлении модели погрешность будет минимальной.

Частично некоторые аналитики автомобильного рынка используют фундаментальный метод, правда, в качестве макроэкономического параметра берут такой показатель как количество автомобилей на 1000 населения. Это не совсем оправданный подход. Кроме того, что он однобок, он зависит не столько от продаж автомобилей, сколько от «удачных» реформ Правительства, в результате которых численность населения может стремительно снижаться, а, значит, этот показатель будет увеличиваться.

На следующем этапе можно произвести кластерный анализ, т.е. выбрать те сегменты рынка, для которых второй по воздействию параметр (после цен на нефть) одинаков. Так для автомобильного рынка первый кластер занимает нишу автомобилей стоимостью примерно до $ 12 000. В этом кластере вторым после стоимости нефти параметром является динамика курса доллара. В следующем кластере (стоимость от $ 12 000 до $ 25 000) этот параметр перемещается на третье место, а второе занимает стоимость квадратного метра жилья. В следующем кластере этот параметр перемещается назад, а на второе место выдвигается динамика индекса РТС. Вот почему в этом году ожидаются драматические изменения между кластерами. При наиболее вероятном сценарии среднегодовая стоимость нефти незначительно упадёт, но общий объём продаж увеличится благодаря другим факторам, и значительно изменятся объёмы продаж в тех кластерах, где наиболее значимые параметры претерпят наибольшие изменения. И что очень важно, для различных кластеров различается оптимальная маркетинговая стратегия.

Помимо основных методов экономического прогнозирования в автомобильной отрасли, следует рассмотреть наиболее распространенные инструменты прогнозирования, которые, в наиболее общем виде, могут быть разделены на классические и специфические экономические инструменты прогнозирования.

--> ЧИТАТЬ ПОЛНОСТЬЮ <--