Файл: Эконометрическое моделирование в маркетинговых исследованиях.docx
Добавлен: 09.11.2023
Просмотров: 31
Скачиваний: 2
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
Автономная некоммерческая образовательная организация высшего образования
«Сибирский институт бизнеса и информационных технологий»
Зачетная работа
№7 семестра
ПИСЬМЕННАЯ РАБОТА №1
Дисциплина: Экономометрика
Номер темы реферата №4
Тема: Эконометрическое моделирование в маркетинговых исследованиях
Выполнила: Мустафина (Мухмаеджанова)
Мадина Кудайбергеновна
38.03.01 Экономика
Группа: ЭН-512(2)
Проверил(а): ______________________
_____________________________ (дата)
Омск 2023 г.
Содержание
| | Введение.............................................................................................. | 3 |
| 1 | Общая характеристика эконометрического моделирования в маркетинговых исследованиях......................................................... | 5 |
| 1.1 | Понятие эконометрического моделирования.................................. | 8 |
| 1.2 | Особенности эконометрического метода........................................ | 11 |
| 2 | Практическое обоснование эконометрического моделирования в маркетинговых исследованиях...................................................... | 14 |
| 2.1 | Модель оптимального ценообразования как частный случай моделирования маркетинговых процессов...................................... | 16 |
| 2.2 | Этапы экономико-математического моделирования маркетинговых исследований........................................................... | 21 |
| 2.3 | Общая математическая модель динамики маркетинговых исследований....................................................................................... | 23 |
| | Заключение.......................................................................................... | 30 |
| | Список использованной литературы................................................ | 32 |
Введение
Процесс моделирования имеет несколько этапов.
Содержательная постановка задачи – формулируются вопросы, на которые надо получить ответы. Делаются всевозможные гипотезы, выявляются факторы, определяющие поведение объекта, устанавливаются взаимосвязи. Правильно поставленные задачи и цели облегчают построение моделей и являются существенным шагом на пути исследования изучаемого процесса. Экономико-математические методы – сложнейшая область знаний, для овладения которыми требуются значительные усилия. Не простым является и вопрос о возможности и месте применения математики в экономических исследованиях и управленческой деятельности. Одной из областей применения этих методов является маркетинговая деятельность.
Для решения задач маркетинга используется широкий спектр экономико-математических методов, включающий наряду со строго формализованными также и эвристические методы. Наибольшее применение в задачах исследования рынка имеют методы математической статистики, кроме этого используются методы элементарной математики, дифференциальное и интегральное исчисление, вариационное исчисление, корреляционно-регрессионный анализ, однофакторный и многофакторный анализ, дисперсионный анализ, производственные функции, балансовый метод ("затраты – выпуск"), национальное счетоводство, линейное программирование, нелинейное программирование, динамическое, стохастическое и другие виды программирования, а также многие другие.
Построение математической модели – формулирование задачи.
Математический анализ и численные расчёты модели требуют привлечение специалистов, математиков, программистов. Сначала делается попытка выявить аналитическим способом свойства изучаемого объекта. Если это удаётся, то такие свойства могут быть распространены на все другие модели, схожими с изучаемым объектом.
Если аналитический анализ не даёт желательных результатов ввиду сложности модели, то производится их численный расчёт с помощью вычислительной техники. Численные результаты имеют частичный характер, т.е. применим только к исследуемому объекту. В результате анализа и расчёта делаются выводы для лиц, принимающих решения.
Цель работы – рассмотреть эконометрическое моделирование в маркетинговых исследованиях.
Задачи работы:
1) охарактеризовать эконометрическое моделирование в маркетинговых исследованиях;
2) привести практическое обоснование эконометрического моделирования в маркетинговых исследованиях;
3) обозначить выводы, предложения по улучшению ситуации.
1. Общая характеристика эконометрического моделирования в маркетинговых исследованиях
Постоянство механизмов. Одно из условий, на которое опирается эконометрическое моделирование, состоит в том, что функциональное соотношение не меняется в течение рассматриваемого периода. Однако это условие часто нереалистично, особенно в случае, когда приходится иметь дело с переходной экономикой. Это обычная проблема, с которой экономист сталкивается при исследовании экономических процессов с изменчивой структурой. Как бы то ни было, приходится делать предположение о неизменности формы модели, иначе моделирование не было бы возможно.
Один из возможных способов учета структурных сдвигов состоит в использовании различного рода сконструированных переменных, таких как, фиктивные переменные и тренды. Включение в эконометрическую модель трендов позволяет учитывать изменения во всех коэффициентах регрессионного уравнения: свободном члене и коэффициентах при "экономических" переменных. Фиктивные переменные (принимающие только два значения – 0 и 1) позволяют учесть резкие структурные скачки.
Кроме того, использование фиктивных переменных и гармонических трендов (синусов и косинусов) позволяет учесть в модели сезонные колебания. Если предположить, что сезонность имеет детерминированный характер, то ее можно смоделировать, добавив в уравнение регрессии компоненту следующего вида: 1 M1 + ... + 12 M12. Здесь M1, ..., M12 – сезонные месячные переменные.
Все же эти методы не позволяют адекватно учесть изменения, если неизвестен их характер или момент изменения (в случае скачка). Особенно большие проблемы создают структурные сдвиги для прогнозирования. Если резкое изменение в параметрах экономического процесса произошло в течение исследуемого периода, то это изменение можно заметить и учесть в модели. Если же неожиданное изменение произойдет после исследуемого периода, то сделанные прогнозы окажутся неверными.
Недостаточный набор данных. Имеющихся данных может быть недостаточно для того, чтобы определить функциональную связь между переменными, либо они недостаточно варьируются, чтобы можно было отличить влияние одного фактора от влияния другого. Последняя проблема получила в эконометрическом моделировании название "мультиколлинеарности". В отличие от экспериментальных наук, у отдельного исследователя, изучающего экономические процессы, как правило, нет возможности сколько-нибудь заметно на них повлиять. Обычно за него это делает правительство. Чтобы восполнить недостаток данных, исследователю приходится делать некоторые априорные допущения, зачастую недостаточно обоснованные.
Как правило, функциональная форма модели заранее неизвестна. В этом случае хорошим выходом из положения было бы использование непараметрических методов оценивания. Однако для применения таких методов необходим довольно значительный набор данных. Поэтому на практике, как правило, предполагают, что зависимость между двумя переменными линейна. Часто линейная зависимость дает хорошую аппроксимацию гладкой зависимости в некоторой небольшой окрестности, но вообще говоря, нет никакой гарантии, что "истинная" зависимость не окажется сильно нелинейной как раз в том интервале, к которому относятся данные. эконометрический маркетинговый ценообразование
При применении статистических методов следует помнить, что постулируемые свойства, как правило, носят асимптотический характер, то есть проявляются в пределе, при стремлении количества наблюдений к бесконечности. В частности, если в линейной регрессии в качестве регрессоров используются лаги зависимой переменной, то, даже если выполнены стандартные предположения регрессионного анализа, полученные оценки будут состоятельными, но смещенными. Проблема ложной регрессии. Для того, чтобы получить высокий коэффициент детерминации, достаточно, чтобы в зависимой переменной и в регрессоре имелся тренд и динамика трендов до некоторой степени совпала.
Коэффициент детерминации, как правило, бывает, высок в регрессии одного растущего показателя по другому растущему показателю. С другой стороны, коэффициент детерминации, как правило, бывает низким в регрессии одного процесса типа "белый шум" по другому такому же процессу. Двумя основными причинами наличия "тренда" во временных рядах являются: детерминированная составляющая (тогда говорят о детерминированном тренде), нестационарность (тогда говорят о стохастическом тренде). Наличие детерминированного тренда может приводить к появлению ложной регрессии. Пусть, например Yt и Xt порождаются процессами
Yt = a + bt + t, Xt = c + dt + t,
где t, t – независимые, одинаково распределенные ошибки. Регрессия Yt по константе и Xt может иметь высокий коэффициент детерминации и этот эффект только усиливается с ростом размера выборки. К счастью, с "детерминированным" вариантом ложной регрессии достаточно легко бороться. В рассматриваемом случае достаточно добавить в уравнение тренд в качестве регрессора, и эффект ложной регрессии исчезает. Если существует стационарная линейная комбинация нестационарных случайных процессов, то эти процессы называют коинтегрированными. Коинтегрированность гарантирует (по крайней мере, асимптотически, то есть для больших выборок), что не возникнет ложная регрессия. Теория коинтеграции – быстро развивающийся раздел современной эконометрики. Для оценивания моделей с нестационарными, но коинтегрированными переменными, вообще говоря, следует использовать специальные методы. К сожалению, методы оценивания коинтеграционных регрессий сложны с точки зрения реализации, и способы проверки их спецификации плохо разработаны. Поэтому, несмотря на указанные недостатки, обычный метод наименьших квадратов остается наиболее мощным инструментом эконометрики.
1.1 Понятие эконометрического моделирования
В любой эконометрической модели в зависимости от конечных прикладных целей её использования все участвующие в ней переменные подразделяются: на экзогенные, т.е. задаваемые как бы "извне", автономно, в определенной степени управляемые (планируемые); на эндогенные, т.е. такие переменные, значения которых формируются в процессе и внутри функционирования анализируемой социально-экономической системы в существенной мере под воздействием экзогенных переменных и, конечно, во взаимодействии друг с другом; в эконометрической модели они являются объясняющими переменными; предопределенные, т.е. выступающие в системе в роли факторов-аргументов, или объясняющих переменных.
Из данных выше определений следует, что множество предопределенных переменных формируется из всех экзогенных переменных (которые могут быть "привязаны" к прошлым, текущему или будущим моментам времени) и так называемых лаговых эндогенных переменных, т.е. таких эндогенных переменных, значения которых входят в уравнения анализируемой эконометрической системы измеренными в прошлые (по отношению к текущему) моменты времени, а следовательно, являются уже известными, заданными. В приведенном выше примере потребление (yt(1)), инвестиции (yt(2)) и национальный доход в текущий момент времени t являются эндогенными переменными; подоходный налог (xt(1)), норма процента как инструмент государственного регулирования (xt(2)) и государственные закупки товаров и услуг (xt(3)) –экзогенными переменными, которые вместе с национальным доходом в предшествующий момент времени (yt-1(3)) образуют множество предопределенных переменных. Таким образом, эконометрическая модель служит для объяснения поведения эндогенных переменных в зависимости от значений экзогенных и лаговых эндогенных переменных. При построении и анализе эконометрических моделей различают её структурную и приведенную формы. Структурная форма модели отражает наше представление о характере связи между переменными и наборе переменных, участвующих в уравнениях. Часто эндогенные переменные обозначают через Y, а экзогенные переменные – через Х. Эндогенные и экзогенные переменные могут находиться как по разные стороны, так и по одну сторону от знака равенства. Если удается выразить все эндогенные переменные через предопределенные, то получают приведенную (редуцированную) форму модели.