Микроэкономика: практический подход - Грязнова А.Г.
ISBN 5-85971-160-3
Скачать (прямая ссылка):
Достоинства активных методов сбора информации состоят прежде всего в их экспериментальной природе. Менеджер в состоя-
116
нии многократно повторять исследование, меняя некоторые его параметры (скажем, уровень иен); может уточнять дополнительные условия (например, предлагать товар в разной упаковке), может фокусировать внимание на разных группах клиентов. Поэтому получаемая активными методами информация обычно бывает весьма ценной.
Обший недостаток всех активных методов — дороговизна их применения. Такие исследования предполагают наем специального персонала или отвлечение от основных обязанностей работников фирмы, стимулирование клиентов за согласие участвовать в эксперименте, заключение договоров с торговыми организациями о его проведении и т.п. Для лабораторных экспериментов и интервью особую проблему составляет их оторванность от реальности. Специально выданные деньги клиент тратит совсем не так, как собственные, а ответы на вопросы не всегда соответствуют реальному поведению. Рыночные эксперименты проводятся в обстановке, близкой к обычным условиям ведения бизнеса. Но такие эксперименты особенно трудно организовать: далеко не каждая фирма работает с изолированными группами потребителей, чаше всего рынок не удается поделить на части, где проводится эксперимент и идет обычная коммерция. Кроме того, о рыночных экспериментах, как правило, становится известно конкурентам, что провоцирует контрмеры.
Подробно принципы активного сбора информации изучаются в курсе маркетинга, а способы правильной постановки экспериментов (проведения опросов) и обработки полученных данных — в курсе экономической статистики
На основе собранных данных менеджеру нужно выбрать вид уравнений для описания интересующей фирму кривой спроса. Достигается это примерным сравнением значений независимых переменных и соответствующих им объемов спроса. Если данная взаимосвязь носит приблизительно линейный характер (скажем, каждое удвоение интенсивности рекламы увеличивает уровень спроса в 2,5—3 раза), то уравнение будет иметь вид
Qd = D0 + Ь,Р + Ь2/ + Ь3А, (3-18)
где
D0 — постоянная величина;
bf — коэффициент при /-й независимой переменной
Кроме линейной функиии спроса возможно использование нелинейных (например, квадратичной или логарифмической) функиии спроса. Так, квадратичная функиия имеет вид
Qd = D0 + D1P2 + D2/2 + D3A2. (3-1 9)
Выбор подобной функиии оправдан тогда, когда по данным видно, что увеличение, скажем, интенсивности рекламы ведет не просто к росту объема спроса, а к его ускоряющемуся росту.
Практика показывает, что моделирование спроса с помошью линейных уравнений обычно лает достаточно точные результаты и прибегать к более сложным нелинейным моделям нет нужды,
После этапа выбора модели следует этап ее анализа. Для построения кривой спроса применяется так называемый регрессионный анализ, посредством которого выясняется зависимость некоего показателя (в нашем случае величины спроса) от нескольких независимых переменных (регрессоров). Большая часть расчетов регрес-
117
сии проводится на компьютерах с помошью специальных программ. В частности, такую возможность дают и общеизвестные электронные таблииы Excel.
Приниип, или идеологию, регрессионного анализа, заложенный в эти программы, можно проиллюстрировать на примере так называемого простого регрессионного анализа, который предполагает выяснение зависимости межлу двумя переменными при допушении постоянства других.
Примем, что в нашем примере с холодильником менялась только его цена, доходы же населения и интенсивность рекламы были постоянными. В этом случае линейная функиия (3-18) принимает вид
Qa-b^ + b^P. 0¦2O)
Совокупность информации, которую менеджер получил на этапе сбора данных, допустим, данные временного ряда, содержит парные наблюдения величины спроса {Qji и иены (Р) за каждый год. Их нетрудно представить графически в виде точек, соответствующих наблюдавшимся сочетаниям величин Qdn Р. На рис. 3.21 специально выделены точки, соответствующие показателям 2003 и 2004 гг. Хорошо видно, что при почти одинаковом уровне иен спрос на холодильники в 2004 г. был заметно выше. Все остальные показанные на рисунке точки относятся к другим годам.
Чтобы выявить обшую закономерность, или тенденцию, взаимосвязи обьема спроса и иен, эти точки нужно соединить линией. Конкретнее, поскольку в нашем случае мы исходим из линейного характера связи обеих переменных, нужно найти некую соединяющую их прямую. Однако на рис. 3.21 через осе разбросанные точки, отражающие известные менеджеру пары данных, провести прямую линию невозможно. Как бы он ни разместил ее, часть точек окажется ниже, часть выше и лишь некоторые — на прямой.
Именно так обстоят дела не только в примере, но и в реальности. Как бы тесно ни зависели друг от друга переменные, в экономике всегда могут произойти нарушения этой взаимосвязи. Поэтому задача состоит в поиске прямой, пусть и не идеально, но все-таки как можно лучше показывающей эту связь (на профессиональном
11 8
языке такую линию называют линией тренда). Статистический метод, применяемый для нахождения линии тренда, называется метолом наименьших квадратов и используется при анализе большинства регрессий, в том числе нелинейных, и учитывающих не одну, а многие переменные.
