Метод рыночного эксперимента

Метод рыночного эксперимента и опросов обычно используется фирмами, чтобы получить информацию, как реагирует объем спроса на изменение цены и других факторов спро­са. Чтобы эксперимент имел достоверные результаты, должна быть изменена только цена. Например, если предприятию необходимо ус­тановить влияние 20% снижения цены продукции на увеличение объ­ема продаж, то необходимо быть уверенным, что за период экспери­мента ничего кроме цены не изменилось.

Такой эксперимент может проводиться по отдельным регионам. Первоначально для эксперимента выбираются наиболее типичные го­рода или регионы, куда поставляется данная продукция. Затем оп­ределяются группы и типы магазинов в каждом из обследуемых реги­онов. Наблюдения за объемом продаж устанавливаются в каждом обс­ледуемом городе до начала эксперимента. Далее города делятся на «контрольные», где проводится эксперимент, и цена продукции, вы­бираемая в качестве обследуемой, меняется, и «неконтрольные», где все факторы остаются неизменными. После этого организуется наблюдение за сбытом во время, и после изменения цены продукции. Зафиксированные изменения цены продаж во всех обследованных и «контрольных» городах (регионах) позволят оценить значимость из­менения цены продукции для объема продаж. Естественно, что до­биться того, чтобы все факторы, влияющие на объем продаж, оста­вались неизменными, достаточно сложно. И чем длительнее период эксперимента, тем труднее это сделать. Если в течение продолжав­шегося эксперимента, например, возросли доходы покупателей, то возросший объем продаж будет результатом как снижения цены, так и увеличения доходов покупателей. Для выявления парной зависи­мости между объемом продаж и ценой потребуется исключить влияние увеличения доходов покупателей на изменение продаж. Для этого необходимо установить чувствительность объема покупок потребите­ля к изменению в его доходе, которая измеряется в помощью пока­зателя эластичности спроса по доходу (ЭСД). ЭСД измеряет про­центные изменения в объеме покупок в ответ на каждое 1%-ное из­менение в его доходе.

Величина ЭСД может быть положительной и отрицательной. На нормальные товары и предметы роскоши ЭСД будет положительной. Как бы не менялась величина дохода, при прочих равных условиях, спрос на такие товары изменяется в том же направлении. На товары низшей категории (товары Гиффена) ЭСД является отрицательной, то есть при изменении дохода спрос на такие товары изменяется в противоположном направлении.

Если ЭСД установить сложно, то для учебных целей можно вос­пользоваться результатами исследований, которые иногда приводят­ся в зарубежных и отечественных изданиях. В табл.1 показаны некоторые данные по ЭСД, заимствованные из [4, т.1, с.159].

Данные табл.1 свидетельствуют, что увеличение дохода поку­пателей на 1% повлечет за собой увеличение количества продаж, например, бензина и нефти в краткосрочном периоде на 0,55%, а в долгосрочном - на 1,36%. Следовательно, чтобы выявить точную связь между изменением цены и объемом продаж при одновременном увеличении в процессе эксперимента доходов покупателей на 2%. то необходимо величину объема продаж при первоначальной цене, по которой бензин или нефть передавались до начала эксперимента, уве­личить в краткосрочном периоде на 1.1% (0,55 х 2).

Таблица 1

Эластичность спроса по доходу

Наименование	В рамках
короткого периода	длинного периода
Картофель	н.д.	-0,81
Свинина	0,27	0,18
Говядина	0,51	0,45
Мебель	2,6	0,53
Фарфор, стеклянная и прочая посуда	0,47	0,77
Услуги дантиста	0,38	1,0
цыплята	0,49	1,06
Автомобили	5,5	1,07
Зрелищный спорт	0,46	1,07
Врачебные услуги	0,28	1.15
Одежда	0,95	1,17
Бензин и нефть	0,55	1,36
Домашнее оборудование (приборы)	2,72	1,40
Обувь	0,9	1,5
Драгоценности и часы	1,0	1.6
Частные дома	0.07	2.45
Предметы туалета	0,25	3,74

Проводя такой эксперимент, необходимо быть уверенным, что потребители не примут сниженные цены за временные и не произой­дет взрыв увеличения продаж перед тем, как цены поднимутся сно­ва.

Если имеются конкурирующие фирмы, выпускающие аналогичную продукцию, то результат эксперимента зависит от того, понизят ли также цену конкуренты. Для выявления зависимости объема продаж от изменения цены на олигополистичеоком рынке необходимо, чтобы все конкурирующие предприятия понизили цены, при уверенности, что больше ничего не изменится.

Если при проведении эксперимента изменились цены на взаимо­заменяемые товары, то последствия от этого изменения можно оце­нить с помощью перекрестной эластичности спроса (ПЭС). Она изме­ряет процентные изменения в количестве купленного товара Х в от­вет на каждое 1%-ное изменение в цене какого-то другого товара У. Величина ПЭС может быть положительной, отрицательной и нуле­вой. Если два товара взаимозаменяемы и могут служить одинаковым целям,их ПЭС будет положительной. Это означает, что увеличиваю­щаяся цена такого товара ведет к увеличению покупок другого то­вара. Комплиментарные или взаимодополняемые товары имеют отрица­тельную ПЭС. Бензин и автомобиль - взаимодополняемые товары. Следовательно, увеличение, цены на автомобили понизит спрос на бензин. ПЭС бензина по отношению к автомобилю отрицательна. Табл.2 представляет оценки ПЭС на некоторые пары продуктов.

Например, ПЭС между цыплятами и ценой свинины положительна и равна 0,29. Каждое 1%-ное увеличение цены свинины приведет к увеличению спроса на цыплят при любой данной цене приблизительно на 0,3%. Если при проведении эксперимента со снижением, к примеру, цены цыплят произошло 10%-ное повышение цены свинины, то это привело к дополнительному 3%-ному увеличению объема покупок цып­лят. Следовательно, чтобы выявить точную связь между снижением цены цыплят и объемомих продаж при одновременном увеличении цен свинины на 10%, необходимо величину объема продаж при первона­чальной цене, по которой цыплята продавались до начала экспери­мента, увеличить на 3%.

Таблица 2

Перекрестная эластичность спроса [4, т.1, с.161]

Наименование	Оценки ПЭС
Природный газ по отношению к цене электричества Соотношение между марками машин (импата по отношению к цене шевроле) Маргарин по отношению к цене масла Свинина по отношению к цене говядины Цыплята по отношению к цене свинины	0.8 11.0   1.53 0.40 0.29

Из вкусов и предпочтений, которые могут измениться в про­цессе эксперимента, необходимо учитывать такие факторы, как рек­лама, мода, сезонность, климат и моральное старение продукта. Если влияния сезонности можно избежать путем выбора соответству­ющего периода проведения эксперимента, то влияние остальных фак­торов на изменение объема продаж также требует корректировки по­лученных в результате эксперимента данных.

Метод опроса

С помощью опроса можно узнать, как потребители могли бы "от­реагировать на изменение цены товара. Для его проведения необхо­димо определить, кто будет объектом опроса. Это зависит от харак­тера анализируемого продукта. Если он является потребительским товаром и услугой, то опрос должен охватывать как существующих потребителей, так и потенциальных, которым товар или услуга по существующей цене недоступен, но при снижении цены он может стать его покупателем, способствуя тем самым увеличению объема продаж.

При этом необходимо знать, что не все потребители одинаково воспринимают цену при покупке товара. В зарубежных исследованиях отмечается, что определенная часть покупателей основной упор де­лает не на цену, а на другие показатели продукта: образ, обслу­живание, отношение фирмы и т.д. И только экономные покупатели прежде всего проявляют чувствительность к ценам. В нашей стране, где большая часть населения живет на уровне доходов ниже или близких к прожиточному минимуму, экономной вынуждена быть по­давляющая часть населения.

Потребителями товаров и услуг производственного назначения являются организации.Их особенность такова, что количество ор­ганизаций значительно меньше, чем покупателей потребительских товаров и услуг, ноих спрос является производным от спроса на потребительские товары. Решения о покупке они чаще всего прини­мают коллективно, а для крупного оборудования - только на уровне первых руководителей.

Эти процедуры требуют от потребителей специальных расчетов, экспертных оценок, обмена мнений, а значит и много времени для решений. Понижение цены на такую продукций снизит издержки про­изводства у организаций. Они могут получать больше прибыли. Но для существующих организаций такая мера может ничего не дать, так как организация уже не сможет заменить приобретенное ранее аналогичное оборудование по более дорогой цене. Следовательно, для таких случаев объектами анализа могут быть только вновь соз­даваемые организации, которым оборудование с более низкими цена­ми делает инвестиции более выгодными.

До проведения опросов необходимо установить их количество или размер выборки. В принципе, чем она больше, тем точнее и тем больше требует затрат. Существуют методы для оценки размера вы­борки в зависимости от точности и затрат, однако их описание вы­ходит за рамки данной работы. В ходе опроса происходит система­тический сбор информации от опрашиваемых лиц посредством контак­тов с ними лично, по телефону или по почте.

Личный опрос проводится один на один, он гибок, ориентиро­ван на получение пространных ответов и снижает неопределенность. Но он дорог, могут быть отклонения в результате пристрастия ин­тервьюера, который может подсказывать свои мнения или создавать определенную обстановку во время опроса.

Опрос по телефону занимает меньше времени и недорог. Однако не у всех потребителей есть телефоны, илиих номера не указаны в справочнике. Опрос по почте может обеспечить выход на разработанную со­вокупность потребителей, у него нет недостатков, связанных с личностью интервьюера. Он более дешев. У потребителя есть время для обсуждения и анализа своих условий, которые возникают в свя­зи с возможными изменениями цены поставляемой продукции. Он бо­лее применим для товаров и услуг производственного назначения. Письменный запрос, адресованный непосредственно руководителю ор­ганизации поручается для исполнения соответствующим специалис­там этой организации и, как правило, выполняется в установленные сроки. Недостатками опросного метода являются трудности в полу­чении представительной выборки и отсутствие уверенности в том, что действительные результаты могут совпадать с ответами на воп­росы. Если речь идет о размерах приобретения продукции по более высокой цене, то результаты приобретения могут быть потребителем заниженными. В этом проявляется отрицательное отношение любого потребителя к более высокой цене. И, наоборот, если речь идет о более низкой цене, то объем потребления может быть завышен про­тив реальных значений. Потребитель сознательно может приукраши­вать состояние дел, чтобы подтолкнуть производителя продавать продукцию по более дешевой цене.

Статистические методы

Статистические методы широко применяются для выявления свя­зей между различными показателями, факторами, признаками и для оценки тесноты связи между ними по результатам наблюдений, спе­циально поставленных опытов, по отчетным и вообще по любым ста­тистическим данным.

Наиболее отработанным статистическим методом изучения зави­симостей является корреляционный или регрессионный анализ. Часто эти методы объединяют и называют корреляционным анализом. Срав­нение определения регрессии с определением корреляции показыва­ет, что это, в сущности, одно и то же. Однако, если задачей кор­реляционного анализа является получение и исследование числовых характеристик зависимости и прежде всего линейных коэффициентов корреляции, то задачей регрессионного анализа является получение и исследование функций, описывающих эту зависимость.

Регрессионный анализ - это статистический прием для оценки взаимосвязей между одним фактором, так называемой зависимой пе­ременной, и одним или несколькими независимыми переменными в форме уравнения. Кроме того. при помощи анализа можно оценить степень взаимосвязи между зависимой переменной и каждойиз неза­висимых переменных (или любой комбинации их). Степень, взаимосвя­зи между одной переменной и одной или более другими переменными оценивается показателями степени тесноты корреляционной связи.

При практическом проведении регрессивного анализа по наблю­дениям объема продаж и факторов, оказывающих на него, влияние может быть получена не истинная величина их взаимосвязи, а лишь ее оценка. Эта оценка будет тем точнее и надежнее, чем больше у аналитика будет объем выборки - число полученных значений каждо­го из факторов и объема продаж. При этом, чем больше факторов учитывается, тем больше должен быть объем выборки. Минимально допустимый объем выборки, при котором оценка взаимосвязи может быть использована для практических выводов, определяется уравнением П_m1n = (6÷8) ^. N, где N - число учитываемых факторов.

Различают простой и множественный регрессионные анализы. Простой или парный регрессионный анализ предусматривает, что только одна независимая переменная включена в уравнение регрес­сии. Такой анализ состоит из трех этапов:

1) разработка регрессионной модели, отражающей общее содер­жание изучаемой взаимосвязи:

2) приложение модели к данному набору данных:

3) оценка результатов.

Регрессионная модель - это уравнение (или система уравне­ний), показывающее, какие факторы, по мнению аналитика, должны быть вовлечены во взаимосвязь, которая подвергается анализу. Оно также дает представление о форме связи или вида кривой (прямая, гипербола, парабола или любая другая аналитическая зависимость).

При определении формы уравнения регрессии представляется весьма полезным построение графика или диаграммы разброса значе­ний переменных. График позволяет еще раз убедиться, что с увели­чением цены объем продаж действительно имеет тенденцию к сниже­нию. В большинстве случаев диаграмма может не давать ясного представления о форме взаимосвязи. В этом случае выбор необходи­мого вида уравнения регрессии зависит от значения проблемы, рас­суждении и везения;

Большинство аналитиков в качестве основы регрессионного анали­за используют простое линейное уравнение, которое можно предста­вить следующим образом:

Q = a – б ^. Ц, (1)

где Q - объем продаж, ед;

Ц - изменяющаяся рыночная цена продукта, руб/ед;

а - постоянная величина;

б - коэффициент регрессии, показывающий, на сколько единиц из­менится среднее значение объема продаж фирмы Q при изменении це­ны на один рубль.

Поскольку уравнение линейной связи между ценой и объемом продаж носит обратный характер, то коэффициент бимеет отрица­тельное значение.

Линейные уравнения используются в регрессионном анализе по двум причинам. Во-первых, расчеты, необходимые для приложения модели к данному набору данных, в случае линейного уравнения намного упрощаются, равно как и в случае применения уравнений, легко трансформируемых в линейные. Во-вторых, линейные уравнения концептуально представляют собой простейший тип зависимости меж­ду переменными. Однако в практике управления вторым положением необходимо руководствоваться с большой осторожностью.

Приложение модели к имеющимся данным. Обычно данные предс­тавляют собой "исторические" сведения, т.е. цифры, показывающие значение каждого из факторов в каждом из предшествующих периодов времени или географических районов.

Цели приложения:

1. Получение оценок коэффициентов уравнения регрессии (а и б в нашем примере).

2. Определение степени соответствия модели действительным изменениям результативного фактора.

Оценку коэффициентов уравнения можно проводить различными способами, но наиболее универсальным является метод наименьших квадратов (МНК). Оценки по МНК - это те величины, которые мини­мизируют сумму квадратов отклонений действительных наблюдаемых значений факторов от их значений, полученных из уравнения рег­рессии. Например, в случае анализа объема продаж как функции от различия в цене имеется серия оценок действительного объема про­даж по месяцам и данные, полученные с помощью уравнения регрес­сии.

Оценка по МНК в данном случае имеет вид:

S(Q_t - Q_t^’ )² ® min, (2)

где Q_t и Q_t^’ - объем продаж фактический в период времени t и объем продаж, рассчитанный по уравнению регрессии для этого периода.

Модель ИНК позволяет минимизировать дисперсию оценоки,следовательно, минимизировать степень неопределенности, связан­ную с оценками.

Дисперсия фактических значений объема продаж от вычисленных по уравнению (б²) определяется по формуле:

_N

б² = 1 / N S (Q_i - Q _i^’ )², (3)

^{i = 1}

где N - количество значений;

Q_i и Q_i^’ - фактическое значение объема продаж (зависимой переменной) и значение, вычисленное по уравнению регрессии.

Расчет коэффициентов регрессии, удовлетворяющих критерию МНК, производится при помощи компьютера по специальным програм­мам.

Оценка результатов. На "выходе" простого регрессионного анализа могут быть получены следующие результаты:

1. Оценки коэффициентов уравнения регрессии.

2. Стандартные ошибки коэффициентов.

3. Коэффициент корреляции и коэффициент детерминации, пока­зывающие степень, с которой факторы, включенные в уравнение рег­рессии, объясняют вариацию результативного признака.

4. Стандартные ошибки (стандартное отклонение) оценок неза­висимых переменных, полученных при помощи уравнения регрессии.

Применительно к анализу объема продаж как функции от разли­чия в цене, результаты могут толковаться следующим образом:

1. Свободный член а представляет собой наилучшую оценку объема продаж при условии, что не существует никаких различий между ценой фирмы и ценой конкурентов. Однако такое "толкование не всегда возможно, так как результат может представлять собой лишь оценку влияния факторов, не включенных в анализ.

2. Коэффициент б представляет собой коэффициент чувстви­тельности цен и отражает ожидаемое изменение объема продаж при изменении цены.

3. Коэффициент детерминации (г²) - это мера степени вариа­ции в объеме продаж, которая объясняется вариацией в различии цен.

Дисперсия результативного фактора (общая дисперсия) - мак­симум, который можно объяснить влиянием независимых факторов. Если бы можно было изучить влияние всех независимых факторов, то значение результативного фактора можно было бы вычислить абсо­лютно точно. Однако в большинстве случаев регрессионный анализ объясняет только часть общей дисперсии. Таким образом,

Общая Дисперсия, объяс- Необъясняемая

дисперсия = няемая регрессион- + дисперсия

ным анализом

Коэффициент детерминации (г²) - это отношение объясняемой дисперсии к общей. Чем ближе оно по своему значению к 1, тем в большей степени уравнение регрессии объясняет изучаемый фактор.

Высокий уровень г² не доказывает, что уравнение регрессии верно, и наоборот, низкий уровень не говорит о том, что взаимос­вязи между факторами не существует. Это может быть лишь резуль­татом неправильно составленного уравнения регрессии.

Таким образом, коэффициент детерминации свидетельствует, некоторым образом, о степени взаимосвязи между двумя факторами. В нашем примере значение г² показывает процент вариации объема продаж, объясняемый фактором различия цен. Если он незначителен, можно предположить, что другие факторы влияют на изменение доли рынка в большей степени.

В этом случае простая модель, основанная на одной независи­мой переменной, является недостаточной и должен быть проведен более расширенный анализ.

Модели множественного регрессионного анализа. Как уже ука­зывалось, на объем продаж, кроме цены, влияют неценовые факто­ры. Поэтому в большинстве случаев необходимо пользоваться мо­делью множественного регрессионного анализа (МРА).

Концепция и методы, используемые в МРА практически те же, что и в простом регрессионном анализе, но с некоторыми модифика­циями и дополнениями, связанными с изучением нескольких факторов одновременно.

Составление модели МРА связано с дополнительными трудностя­ми. Прежде всего, не представляется возможным исследовать взаи­мосвязи между, например, пятью факторами при помощи диаграммы разброса. Конечно же, диаграмму можно использовать для отражения взаимосвязи между результативным фактором и каждым из независи­мых факторов по очереди. Но это будет не совсем верно, посколь­ку независимые переменные зачастую влияют друг на друга так же как и на результативный фактор. Следовательно, модель множест­венной регрессии должна отражать общие воздействия двух или бо­лее независимых переменных.

Допустим, в нашем примере существует предположение, что кроме разницы цен на величину объема продаж влияют также затраты на рекламу, доход потребителя, цена продукта у конкурентов.

В результате уравнение МРА примет вид:

Q = K ^. Ц_ф^{а .}Ц_к^{б .}ЗР_ф^{с .}ДП^d , (4)

где Q - объем продаж;

К – константа;

Ц_ф - цена продукции фирмы;

Ц_к - средняя цена конкурентов;

ЗР_ф, - затраты фирмы на рекламу;

ДП - доход потребителя;

а,б,с,d - коэффициенты, которые необходимо рассчитать.

Уравнение показательной функции, используемое для решения данной проблемы, является хорошим примером нелинейного уравне­ния, которое для упрощения вычисления может быть трансформирова­но в линейную форму:

Log(Q) = Log(К) + а ^. Log(Ц_ф) + б ^. Log(Ц_к) + с ^. Log(ЗР_ф,)+ d ^. Log(ДП). (5)

Оценка результатов МРА. На выходе МРА могут быть получены следующие результаты:

1. Значения коэффициентов регрессии для каждой независимой переменной.

2. Стандартная ошибка каждого из этих коэффициентов.

3. Множественный коэффициент детерминации (R²), который от­ражает степень совместного влияния всех факторов на вариацию ре­зультативного фактора.

4. Ряд коэффициентов частной детерминации (г²), которые от­ражают степень взаимосвязи между результативным фактором и дан­ным независимым фактором.

Толкование результатов происходит тем же образом, что и в простом (парном) регрессионном анализе.

Принципиальная трудность заключается в толковании относи­тельной важности некоторых независимых факторов.

Коэффициенты регрессии. Коэффициент при каждой переменной отражает процентные изменения в объеме продаж, которые можно ожидать при изменении независимой переменной на 1%, при условии, что в остальных независимых переменных изменения не происходят. Стандартные ошибки коэффициентов регрессии можно использовать для определения их доверительных интервалов.

Множественные коэффициенты детерминации. R² изменяется от О до 1. Чем больше значение R², тем большая часть общей вариации объема продаж объясняется факторами, включенными в данную мо­дель. В нашем примере, если R² равно, например, 0,92, то это свидетельствует о том, что факторы, включенные в уравнение, действительно являются основными факторами, влияющими на объем продаж. Однако может случиться так, что факторы, включенные в модель, будут лишь отражать влияние других, более глубинных фак­торов. Например, количество потребителей может на самом деле быть более важным фактором, чем сама величина доходов.

Сравнение независимых факторов. Зачастую одной из целей МРА является определение относительной важности различных независи­мых факторов.

Однако нельзя говорить, например, что величина дохода в два раза важнее, чем затраты на рекламу, если r_дп² – 2r_зп². Прямые сравнения подобного рода недопустимы по двум причинам:

значение коэффициента регрессии зависит от единиц, в кото­рых выражен фактор. Если затраты на рекламу выражены в тысячах рублей, тогда мыможем произвольно увеличить коэффициент путем замены единиц измерения на десятки тысяч, сотни тысяч и т. д.;

независимые факторы связаны не только с результативным, но и в некоторой степени между собой. Следовательно, даже если еди­ницы измерения сопоставимы, коэффициент при данном факторе не является "чистой" мерой воздействия на объем продаж. Существуют методы определения "чистого" влияния каждого независимого фактора на объем продаж, принимающий во внимание и прямые, и косвен­ные воздействия. Одним из таких методов является расчет коэффи­циентов частной корреляции, которые показывают, в какой степени каждый из факторов влияет на величину объема продаж с учетом их взаимодействия с другими факторными признаками. Однако необходи­мо иметь в виду, что Sr_i ¹ R.

3.1.4. Косвенные методы определения кривой спроса для учебных целей

Из-за трудностей осуществления экономического эксперимента и отсутствия необходимой информации может оказаться, что возмож­ности использования описанных выше методов выявления кривой спроса для целей курсового проекта могут быть ограничены. Такая оценка реальных условий должна быть осуществлена студентом сов­местно с работниками предприятия. И если таких возможностей не оказалось, то по согласованию с руководителем работы он может определить кривую спроса на продукцию с помощью коэффициента це­новой эластичности спроса (ЦЭС),который может быть заимствован из опубликованных источников в отечественной и зарубежной литературе. Например, в работе [1, т.2, с 19] приводятся данные по ЦЭС, показанные в табл. 3 (в долях единицы).

Таблица 3

Ценовая эластичность спроса [1, т.2, с. 19]

Товары и услуги	Эластич­ность	Товары и услуги	Эластич­ность
Хлеб	0.15	Медицинское обслуживание	0.31
Говядина	0.64	Табачные изделия	0.46
Баранина	2.65	Автомобильные покрышки	0.86
Яйца	0.32	Газеты и журналы	0.42
Ресторанные блюда Электроприборы (в домашнем хозяйстве)	2.27   0.13	Одежда и обувь Билеты в кино	0.20 0.87

В этом же источнике указывается, что на большинство сель­скохозяйственных продуктов коэффициент ценовой эластичности сос­тавляет 0.2 ÷ 0.25.

Значения ЦЭС, заимствованные из других работ, показаны в табл. 4 и 5.

Таблица 4

Ценовая эластичность спроса [4, т.1, с. 146]

Товары (услуги)	Краткосрочный период	Долгосрочный период
Канцелярские принадлежности Драгоценности и часы	0.47 0.41	0,56 0,67
Шины и камеры	0.86	1.19
Бензин	0,4	1.5
Жилье	0.3	1.88
Потребление электроэнергии в до­маш­нем хозяйстве	0.13	1,89
Табачная продукция	0.46	1,89
Потребление природного газа в быту	1.4	2.1
Автомобили и запчасти	1,87	2.24
Фарфор, стеклянная и прочая посуда	1.54	2.25
Туалетные принадлежности	0.20	3.04
Междугородные ж/д перевозки	1.4	3.19
Кино	0,87	3,67
Ремонт телерадиоаппаратуры	0.47	3.84
Говядина	0.64	-

Таблица 5

Ценовая эластичность спроса [6, с. 81]

Товары (услуги)	Ценовая эластичность спроса
1. Томаты 2. Зеленый горошек 3. Услуги такси 4. Мебель 5. Медицинская страховка 6. Автобусные перевозки	4.6 2,8 1.2 1.0 0.31 0.20

Зная цену продукта, объем продаж и как определяется ЦЭС, можно рассчитать показатели кривой спроса. Коэффициент ЦЭС, определяется по формуле:

Q₂ – Q₁ Ц₂ + Ц₁ Q₂ – Q₁ Ц₂ + Ц₁

Е_с = ---------- ^. ------------ или = --------- . --------- (6)

Q₂ + Q₁ Ц₁ – Ц₂ Ц₁ – Ц₂ Q₂ + Q₁

где Q₁ и Q₂- объем продаж на рынке данного товара при ценах Ц₁ и Ц₂, соответствующих данному объему спроса.

Допустим, если предприятие при цене продукции Ц₁ = 100 руб. реализует Q₁= 30 ед. продукции и известен коэффициент ценовой эластичности, равный 0.2, то значение Ц₂ для объема в 35 единиц составит:

35 – 30 Ц₂ + 100

Е_с = ---------- ^. ------------ = 0,2, откуда Ц₂ = 44.2 руб.

35 + 30 100 – Ц₂

Но при этом необходимо предостеречь, что использование ко­эффициентов ЦЭС из данных зарубежной практики допустимо только в учебных целях.

Если студент не смог воспользоваться ни одним из вышеука­занных способов определения кривой спроса, можно, по согласова­нию с руководителем курсового проекта, принять гипотетическую кри­вую спроса на продукцию несовершенного конкурента или считать ее совершенно эластичной в зависимости от модели рынка.

Кривую спроса необходимо установить в расчете как на объем выработки товарного продукта в течение всего краткосрочного периода, так и на ежедневный объем продажи. Результаты полученных значений по одному из опи­санных методов необходимо свести в таблицу и показать графичес­ки, описать принятую методику определения кривой спроса.

При определении гипотетической кривой спроса при наличии данных по рентабельности (плановым накоплениям) можно воспользоваться следующим способом:

Цена = полная с/стоимость + рентабельность (%) + НДС (%) (7)

При этом цены (минимальная, фактическая и максимальная), отличные друг от друга уровнем рентабельности, обязательно увязываются с объемами продаж и учитывают степень ценовой дискриминации, используемой предприятием. За фактический объем продаж можно принять объем товарного продукта, указанного в калькуляции. Однако, если предприятие работает с данным продуктом на разных рынках, то целесообразнее установить пропорции продаж на каждом из этих рынков и анализировать в курсовой работе уже конкретный объем, отвечающий действительности.

При определении максимально возможного объема продаж студент может использовать фактический объем с добавлением процента резерва производственной мощности, учитывая при этом емкость и степень насыщенности продуктом рынка.

При определении минимально возможного объема можно воспользоваться принципом целесообразности производства, отражающим то минимальное количество продукта, которое учитывает как технологические возможности изготовления и возможности отгрузки производителем, так и спрос на рынке.