Инструментальные средства и методы формирования ценовой стратегии фирмы тема диссертации по экономике, полный текст автореферата
Автореферат
| Ученая степень | кандидат экономических наук |
| Автор | Домнин, Дмитрий Сергеевич |
| Место защиты | Москва |
| Год | 2010 |
| Шифр ВАК РФ | 08.00.13 |
Диссертация
Автореферат диссертации по теме "Инструментальные средства и методы формирования ценовой стратегии фирмы"
На правах рукописи
Домнин Дмитрий Сергеевич
ИНСТРУМЕНТАЛЬНЫЕ СРЕДСТВА И МЕТОДЫ ФОРМИРОВАНИЯ ЦЕНОВОЙ СТРАТЕГИИ ФИРМЫ
08.00.13 - Математические и инструментальные методы экономики
Автореферат диссертации на соискание ученой степени кандидата экономических наук
1 С ЛЕК 2010
Москва 2010
004618075
Работа выпонена на кафедре Информационные технологии ФГОБУВПО Финансовый университет при Правительстве Российской Федерации
Научный руководитель: доктор экономических наук, профессор
Шуремов Евгений Леонидович
Официальные оппоненты: доктор экономических наук, профессор
Уринцов Аркадий Ильич
кандидат экономических наук Мицкевич Владимир Владимирович
Ведущая организация: ГОУВПО Нижегородский государственный
университет им. Н.И. Лобачевского
Защита состоится л22 декабря 2010 г. в 14-00 часов на заседании совета по защите докторских и кандидатских диссертаций Д 505.001.03 при ФГОБУВПО Финансовый университет при Правительстве Российской Федерации по адресу: 125993, г. Москва, Ленинградский проспект, д.49, аудитория 406.
С диссертацией можно ознакомиться в диссертационном зале Библиотечно-информационного комплекса ФГОБУВПО Финансовый университет при Правительстве Российской Федерации по адресу: 125993, г. Москва, Ленинградский проспект, д. 49, комн. 203.
Автореферат разослан л19 ноября 2010 г. и размещен на официальном сайте ФГОБУВПО Финансовый университет при Правительстве Российской Федерации: VAVw.fa.ru
Ученый секретарь совета Д 505.001.03,__
кандидат экономических наук, доцент О.Ю. Городецкая
I. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность темы исследования. Ключевым элементом оптимизации функционирования фирмы в условиях конкуренции является формирование эффективной ценовой стратегии, основанной на всестороннем учете особенностей потребительского спроса.
Существующие методы исследования спроса на основе опросов потребителей (методы Штоцеля, Габора-Гренжера, Ван-Вестендорпа, Ньютона-Милсра-Смита) позволяют изучить важные качественные особенности спроса, определить приемлемые для потребителя интервалы изменения цен. Однако выработка конкретных ценовых решений требует более строгой формализации ценовых предпочтений потребителей и построения функций спроса, являющихся основой для применения математических методов оптимизации.
Торговые компании, специализирующиеся на реализации товаров повседневного спроса (FMCG- Fast Moving Consumer Goods), как правило, обладают большими объёмами данных о фактически проведённых транзакциях. Превращение таких данных в информацию, на основе которой можно принимать эффективные ценовые решения, является актуальной научно-практической задачей. Основная проблема состоит в том, что фактические данные о продажах, как правило, представлены лишь для узкого диапазона изменения цен на конкретные товары, что существенно затрудняет поноценную идентификацию функций спроса.
Другая проблема состоит в необходимости оперативного формирования функций спроса для различных сегментов рынка. Существующие в настоящее время инструменты проведения маркетинговых исследований, связанных с решением задач сегментации рынка, ориентированы, главным образом, на выработку рекомендаций качественного характера по формированию маркетинговой стратегии компании и, как правило, не могут быть прямо применены в качестве экономико-математических инструментов оптимизации ценообразования в рамках выделенных сегментов.
При выработке ценовых решений необходимо учитывать взаимозависимость цен конкурирующих товаров. Совершенствование методов опроса потребителей для учёта данной взаимозависимости и построения функций спроса, зависящих от цен товаров конкурентов, позволило бы повысить качество принятия ценовых решений в условиях конкуренции. Однако существующие модели игрового взаимодействия фирм (модели конкуренции по Курно, Штакельбергу, Бертрану) основываются на предположении о
взаимозаменяемости товаров, тогда как в современной экономике доминирующим типом рынка является монополистическая конкуренция, в которой товары являются частично взаимозаменяемыми, и снижение цены на товар конкурента не всегда вызывает поное переключение спроса на него. Упомянутые общеизвестные модели олигополии предполагают поноту информации, что делает актуальным вопрос исследования, динамики и решения игры при информационной и стратегической рефлексии.
Недостаточная разработанность проблемы формирования эффективной ценовой стратегии, основанной на всестороннем учете особенностей потребительского спроса, определила актуальность исследования и обусловила выбор темы диссертации.
Степень разработанности проблемы. Разработкой классической теорией спроса, анализом поведения потребителей, исследованием доминантных факторов, влияющих на спрос, занимались известные экономисты XIX-XX вв. А.Маршал (A. Marshall), Л.Вальрас (L. Walras), В.Парето (V. Pareto), Дж. Хикс (J. Hicks), О.Курно (А. Cournot) и др.
В рамках теории маркетинговых исследований существуют методы исследования спроса на основе опроса потребителей, названные в честь их создателей: П. Ван-Весгендорп (P.Van-Westendorp), Ж.Стецель (J.Stoetzel), Д. Ньютон, Дж. Милер, П. Смит (D. Newton, J. Miller, P. Smith), А.Гэбор, К. Гранжер (A. Gabor, С. Granger).
Общими вопросами конкуренции занимались следующие учёные: М. Портер (М. Porter), А. Ю. Юданов. Моделирование игрового взаимодействия фирм на рынке олигополии исследовали О.Курно (А. Cournot), Ж. Бертран (J. Bertrand), Г. Штакельберг (Н. Stackelberg).
Основы теории игры были заложены Дж. фон Нейманом (John von Neumann), О. Моргенштерном (О. Morgenstern). Фундаментальный анализ равновесия в теории некооперативных игр был проведён Дж. Нэшем (J. Nash). В нашей стране развитием теории рефлексивных и иерархических игр занимаются российские учёные Д. А. Новиков, А. Г. Чхартишвили.
Необходимость развития методологии совместного применения экономико-математических методов, информационных технологий и инструментария маркетинговых исследований для поддержки процедур принятия эффективных ценовых решений на рынках олигополии и монополистической конкуренции определила цель и основные направления диссертационного исследования.
Цель н основные задачи исследования. Целью диссертационного исследования является развитие методологии совместного применения экономико-математических методов, информационных технологий и инструментария маркетинговых исследований для поддержки процедур принятия эффективных ценовых решений на рынках олигополии и монополистической конкуренции.
Для достижения указанной цели были поставлены и решены следующие задачи.
1. Изучение существующего научного инструментария исследования спроса и формирования ценовых стратегий.
2. Развитие теоретического аппарата методов исследования спроса на основе опросов потребителей.
3. Разработка методов формирования вероятностной функции спроса как инструмента преодоления неопределённости в ценовых предпочтениях потребителей.
4. Формирование и апробация методов интерпретации данных о продажах торговых фирм в целях построения функции спроса и планирования цен.
5. Построение модели рефлексивной игры участников рынков олигополии и монополистической конкуренции.
6. Разработка инструментов проведения игрового имитационного моделирования с применением информационной и стратегической рефлексии относительно конкурентов.
Объектом исследования выступают торговые фирмы, реализующие товары повседневного спроса (FMCG - Fast Moving Consumer Goods), действующие в условиях олигополии или монополистической конкуренции.
Предметом исследования являются методы исследования спроса и потребительских предпочтений, планирования цен в торговых компаниях, а также механизмы игрового взаимодействия участников рынков олигополии и монополистической конкуренции при формировании ценовых стратегий.
Теоретическую и методологическую основу исследования составляют труды российских и зарубежных ученых в области микроэкономики, маркетинга, эконометрики, прикладной статистики, теории вероятностей, теории рефлексивных игр.
Область исследования диссертации соответствует Паспорту специальности 08.00.13 - Математические и инструментальные методы экономики.
Информационную базу исследования составляют данные о продажах торговых фирм, реализующих товары повседневного спроса.
Научная новизна исследования. В рамках диссертационной работы получены следующие научные результаты:
1. Разработан метод построения вероятностной функции спроса, основанный на использовании техники опроса Ван-Вестендорпа с учётом уточнения Ньютона-Милера-Смита. Существующие методы исследования спроса на основе опросов потребителей позволяют изучить важные качественные особенности спроса, определить приемлемые для потребителя интервалы изменения цен. Разработанный метод, в отличие от существующих, для выработки конкретных ценовых решений позволяет провести более строгую формализацию ценовых предпочтений потребителей и построить функцию спроса, являющихся основой для применения математических методов оптимизации.
2. Разработаны информационные технологии формирования функции спроса для различных сегментов рынка на основе данных о продажах товаров повседневного спроса. Решена проблема идентификации функции спроса, когда фактические данные о продажах представлены лишь для узкого диапазона изменения цен на конкретные товары.
3. Разработаны механизм использования функции спроса для решения задач оптимизации планирования цен и поддерживающие его информационные технологии.
4. Построена модель рефлексивной игры участников рынков олигополии и монополистической конкуренции, которая развивает существующие модели игрового взаимодействия фирм (модели конкуренции по Курно, Штакельбергу, Бертрану). В построенной модели рассматриваются не только однородные, но и частично взаимозаменяемые товары, когда снижение цены на товар конкурента не всегда вызывает поное переключение спроса на него. Построенная модель не ограничивается предположением поноты информации, которое делается в существующих моделях игрового взаимодействия фирм.
5. Разработаны инструменты формирования ценовой стратегии на рынках олигополии и монополистической конкуренции на основе методов игрового имитационного моделирования, которые позволяют провести исследования динамики и решения игры при информационной и стратегической рефлексии.
Теоретическая н практическая значимость исследования.
Теоретическая значимость исследования заключается в развитии методологии совместного применения экономико-математических методов, информационных технологий и инструментария маркетинговых исследований для поддержки процедур принятия эффективных ценовых решений на рынках олигополии и монополистической конкуренции.
Полученные результаты имеют практическую ценность и могут применяться в следующих областях.
1. Метод построения вероятностной функции спроса, основанный на использовании техники опроса Ван-Вестендорпа с учётом уточнения Ньютона-Милера-Смита - в практическом маркетинге для проведения маркетинговых исследования по выявлению ценовых предпочтений с целью формирования функции спроса для сегментов рынка.
2. Инструменты формирования вероятностной функции спроса для различных сегментов рынка на основе данных о продажах товаров повседневного спроса и механизм использования вероятностной функции спроса для решения задач оптимизации планирования цен и поддерживающие его информационные технологии -в торговых фирмах, реализующих товары повседневного спроса.
3. Модель рефлексивной игры участников рынков олигополии и монополистической конкуренции и инструменты формирования ценовой стратегии на рынках олигополии и монополистической конкуренции на основе методов игрового имитационного моделирования - в компаниях, действующих в условиях олигополии или монополистической конкуренции, с целью поиска прогнозируемого устойчивого исхода взаимодействия конкурентов при формировании ценовых стратегий.
Апробация и внедрение результатов исследования. Исследования, проведенные в диссертации, нашли свое отражение в рамках научно-исследовательских работ Финансового университета, проводимых в соответствии с комплексной темой: Пути развития финансово-экономического сектора России по кафедральной подтеме Совершенствование систем управления предприятиями на основе современных информационных технологий.
Результаты исследований, приведенные в диссертационной работе, докладывались и были одобрены на международных и всероссийских конференциях, в том числе: на Международной научно-практической конференции Управление развитием крупномасштабных систем (МЬ80'2009) (Институт проблем управления им. В.Л.
Трапезникова РАН, Москва, 2009), на Международной научно-практической конференции Системный анализ в проектировании и управлении (Политехнический университет, Санкт-Петербург, 2009).
Основные научные и практические результаты исследования, приведенные в диссертационной работе, используются в практической деятельности отдела аналитической отчётности компании ЗАО БиАй Партнер и позволили увеличить эффективность формирования ценовой стратегии фирмы.
Внедрение указанных результатов исследования подтверждается соответствующими справками о внедрении.
Публикации. Основные положения и результаты работы опубликованы в 5 работах общим объемом 2,12 п.л. (авторский объем 2,12 пл.). Три статьи общим объемом 1,67 п.л. (авторский объем 1,67 пл.) опубликованы в журналах, определенных ВАК.
Структура и объем работы. Структура диссертации обусловлена целью, задачами и логикой исследования. Работа состоит из введения, трех глав, заключения, списка использованной литературы, включающего 52 наименований, и приложений. Диссертация включает 85 формул, 27 таблиц, 21 рисунков. Общий объем работы составляет 160 страниц.
II. ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИОННОЙ РАБОТЫ
Первая глава диссертации Ч Теоретические основы исследования спроса и формирования ценовой стратегии посвящена анализу современных методов исследования спроса и построения функции спроса, а также методов формирования ценовой стратегии в условиях конкуренции.
В рыночной экономике со свободным ценообразованием ключевым вопросом фирмы является формирование ценовой стратегии на основе результатов исследования потребительского спроса.
В настоящей работе рассмотрены следующие методы исследования спроса па основе опроса потребителей: метод Штоцеля, метод Габора-Гренжера, метод Ван-Вестендорпа, метод Ньютона-Милера-Смита. Данные методы исследования спроса на основе опроса потребителей позволяют получить качественные рекомендации, построить приемлемый для потребителя ценовой интервал. Для повышения качества ценовых решений возникает необходимость формализации ценовых предпочтений потребителей и построение функции спроса, на основе которой возможно дальнейшее формирование ценовой стратегии.
Важным моментом при формировании ценовой стратегии фирмы является выбор критерия оптимизации управленческих решений в области цены. В догосрочной перспективе каждая фирма стремиться максимизировать прибыль. Для достижения догосрочной цели фирма на каждом краткосрочном периоде решает свои задачи, для которых применяются свои ценовые стратегии.
Рассмотрен затратный метод ценообразования и его ограниченность в условиях свободной конкуренции. Затратные метода ценообразования позволяют определить нижнюю границу цены. Данные методы следует применять в комплексе с другими методами, которые учитывают уровень спроса и конкуренции.
Исследован метод ценообразования на основе учёта спроса и выручки. При использовании критерия оптимизации выручки при эластичном спросе следует снижать цену, а при неэластичном спросе повышать цену для получения оптимальной выручки.
Исследован метод ценообразования на основе учёта коэффициента эластичности спроса и маржинального дохода. Коэффициент эластичности используется для линейной аппроксимации функции спроса, поэтому лишь приближённо отражает функцию спроса и может применяться только для небольших корректировок цен в районе цены, которой соответствует коэффициент эластичности.
Развитием предыдущего метода является метод, использующий функцию спроса, вид которой описывается убывающей экспонентой. В случае верности предположения о виде функции спроса, метод позволяет получить оптимальную цену по критерию оптимизации маржинального дохода.
Основной проблемой практического применения вышеуказанных методов ценообразования, основанных на спросе, является корректное определение коэффициента эластичности и коэффициентов функции спроса, заданной в виде убывающей экспоненты. Данные коэффициенты могут быть определены по статистическим данным о продажах. Торговые компании, продающие товары повседневного спроса (FMCG - Fast Moving Consumer Goods), как правило, обладают большими объёмами данных о фактически проведённых транзакциях. Превращение таких данных в информацию, на основе которой можно принимать эффективные решения в области ценовой стратегии, является актуальной задачей. Вместе с тем, фактические данные о продажах, как правило, не содержат достаточное разнообразие цен на конкретный товар, чтобы можно было говорить о возможности построения
функции спроса. Возникает необходимость преодоления низкой вариабельности данных для построения функции спроса и планирования цен.
Сегментирование рынка выступает необходимым этапом при формировании маркетинговой стратегии. У фирм имеется потребность в инструменте оперативного отображения функции спроса для различных сегментов рынка и получения рекомендаций по формированию ценовых стратегий в рамках заданных сегментов.
Основной чертой рыночной экономики является конкуренция, которая предполагает взаимозависимость цен конкурирующих товаров. Совершенствование методов опроса потребителей для учёта данной взаимозависимости и построения функции спроса, зависящей от цен товаров конкурентов, позволит повысить качество принятия ценовых решений в условиях конкуренции.
Моделирование взаимодействия конкурентов при формировании ценовых стратегий позволит найти прогнозируемый устойчивый исход данного взаимодействия. Существующие модели игрового взаимодействия фирм (Модель конкуренции по Курно, Модель конкуренции по Штакельбергу, Модель конкуренции по Бертрану) основываются на предположении о взаимозаменяемости товаров, тогда как в современной экономике доминирующим типом рынка является монополистическая конкуренция, в которой товары являются частично взаимозаменяемыми, и снижении цены на товар конкурента не всегда вызывает поное переключение спроса на него. Упомянутые общеизвестные модели олигополии предполагают поноту информации, что делает актуальным вопрос исследования динамики и решения игры при информационной и стратегической рефлексии.
Вторая глава диссертации - Методы построения функции спроса и формирования ценовой стратегии посвящена разработке метода построения вероятностной функции спроса на основе опроса потребителей, метода построения функции спроса на основе данных о продажах, метода планирования цены на основе функции спроса, методам формирования ценовой стратегии в условиях конкуренции.
Метод построения вероятностной функции спроса на основе опроса потребителей. Рассмотрено определение индивидуальной функции спроса в микроэкономике и обосновано использование в ней вместо показателя количество товара показателя вероятность покупки при проведении исследования ценовых предпочтений потребителей. Дано определение индивидуальной вероятностной
функцией спроса как функции, показывающей зависимость вероятности покупки единицы товара для конкретного индивидуума от цены на этот товара.
Показана корректность представления функции рыночного спроса как суммы индивидуальных вероятностных функций спроса. Использована гипотеза независимости потребителя, которая утверждает, что спрос индивидуального потребителя не зависит от объемов спроса на этот же товар других потребителей. Гипотеза независимости потребителя, в общем случае, не выпоняется из-за того, что индивидуальная функция спроса зависит как от цены на товар, так и от уровня оценки рыночного спроса на данный товар (эффект подражания большинству, эффект сноба, эффект Веблена). Данные рыночные эффекты частично нейтрализуют друг друга при рассмотрении совокупного спроса из-за взаимно противоположной направленности, поэтому ими можно пренебречь в данном исследовании.
На основе техники опроса Ван-Вестендорпа с учетом уточнения Ньютона-Милера-Смита разработан метод построения вероятностной функции спроса на основе опроса потребителей. Данный метод предполагает организацию опроса респондентов, которым дожны задаваться следующие вопросы:
1. При какой цене вы бы посчитали продукт слишком дорогим и отказались бы от покупки? (слишком дорого)
2. При какой цене вы бы посчитали, что цена продукта слишком низка, и вам бы пришлось отказаться от покупки из-за неприемлемого качества? (слишком дёшево)
3. При какой цене продукт начинает становиться достаточно дорогим, чтобы обдумать покупку как следует? (дорого)
4. При какой цене продукт начинает становиться дешёвым, чтобы начать сомневаться в качестве и обдумать покупку как следует? (дёшево)
Результаты опроса потребителей используются для построения индивидуальной вероятностной функции спроса следующим образом. Четыре вопроса позволяют сформировать пять ценовых категорий, границы которых для каждого респондента индивидуальны и соответствуют его ответам. Например, пусть ответы на вышеуказанные вопросы некоторого потребителя соответственно следующие: 250 р., 70 р., 200 р., 100 р. Тогда для него ценовые категории будут иметь следующее определение (табл. 1).
Ценовая категория Интервал цен
Слишком дёшево 70]
Слишком дёшево - дёшево (70; 100]
Норма (100; 200)
Дорого - слишком дорого [200; 250)
Слишком дорого [250; +оо)
Каждой ценовой категории можно назначить вероятность покупки в качественной шкале. На данной шкале можно назначить порядок, что является следствием действия классических эффектов дохода и замещения, а также принятым в практическом маркетинге следующим положением. Снижение цены часто вызывает сомнения в качестве товара и, тем самым, в резком падении спроса при переходе цены через некоторый уровень, воспринимаемый потребителем как минимальный для товара с приемлемым качеством.
Переход от качественной шкалы вероятности покупки для ценовых категорий к количественной шкале требует проведения допонительного исследования для заданного рынка. Общий порядок исследований предлагается следующий: назначение вероятностей согласованное с порядковой шкалой, расчёт модели на основе ответов конкретной группы респондентов, верификация модели с использованием реальных данных о спросе данной группы респондентов, последующая настройка параметров модели - вероятностей ценовых категорий. Для каждого рынка могут быть получены свои вероятности ценовых категорий, и вообще нельзя задать фиксированные вероятности, пригодные для любого случая.
Вышеуказанные вопросы позволяют понять оценить интервалы справедливой цены для потребителей. В то же время справедливость цены для некоторого потребителя не гарантирует того, что он готов в ближайшее время купить товар. Для оценки готовности приобрести товар предлагается использование допонительных вопросов о вероятности покупки:
5. Насколько вероятно, что вы купите товар по цене дорого? (Цена дорого -цена, которую респондент указал при ответе на вопрос N 3)
6. Насколько вероятно, что вы купите товар по цене дёшево? (Цена дёшево -цена, которую респондент указал при ответе на вопрос N 4).
Готовность к покупке товара, входящего в некоторую ценовую категорию, является условной вероятностью. Уточнённую вероятность покупки (вероятность покупки с
учетом фактора готовности) можно получить перемножением вероятности ценовой категории (вероятности покупки) на вероятность готовности к покупке. Например, был опрошен респондент, который не совсем готов в настоящее время к покупке, на что могут быть различные причины. На группу вопросов о готовности к покупке респондент дал ответы, которые позволили сделать расчёт уточнённой вероятности покупки для него (табл. 2).
Таил. 2. Уточнённые вероятности ценовых категорий
N Ценовая категория Вероятность покупки Готовность к покупке Уточнённая вероятность покупки
1 Слишком дёшево 0% 40% (скорее нет, чем да) 0%
2 Слишком дёшево -дёшево 50% 60% (скорее да, чем нет) 30%
3 Норм 100% 80% (вероятно) 80%
4 Дорого -слишком дорого 50% 40% (скорее нет, чем да) 20%
5 Слишком дорого 0% 0 % (воздержусь от покупки) 0%
Введена случайная величина количество покупок для каждой ценовой категории, представляемая как биноминально-распределённая случайная величина. Вероятностная функция спроса строится на основе случайной величины лобщее количество покупок, которая равна сумме биноминально-распределённах случайных величин количество покупок.
С помощью неравенства Чебышева построен доверительный интервал (с 95% вероятностью) для вероятностной функции спроса. Показано, что случайную величину, имеющую биноминальное распределение, можно аппроксимировать нормальным распределением. Построен доверительный интервал (с 95% вероятностью), который меньше предыдущего за счёт того, что мы используем знание о распределении случайной величины, тогда как неравенство Чебышева верно для любого распределения (рис. 1).
Убывающий характер функции спроса в области низких цен объясняется падением привлекательности товара из-за сомнений в его качестве. Однако в теории кривая спроса в области низких цен не имеет падения. Объяснить видимое несогласованность выводов можно тем, что теоретическая кривая строится для обобщённого товара, а
практическаяЧ для товара определённой ценовой ниши. Например, обобщённым товаром можно считать Кобаса варёная, а товарами из соответствующих ценовых ниш Кобаса варёная: премиум, Кобаса варёная: средний ценовой сегмент, Кобаса варёная: эконом класс. Покупатель представляет уровень качества товара для каждой ценовой ниши, и при падении цены ниже её границы для данного товара переключается на товар из другой ценовой ниши.
I ожидаемаядалялокупдтелей И кижняягр.'ница Ч^вррхняя граница
цена, р.
Рис. 1. Функция спроса и 95% доверительный интервал
Для концепций новых товаров и плохо знакомых потребителям товаров данный метод не позволяет учесть брендовую наценку, которая возникает в ходе дальнейших маркетинговых мероприятий, нацеленных на повышение уровня имиджа бренда и товара под этим брендом. В то же время, для известных потребителям имиджевых товаров, при решении о покупке которых важную роль играет эмоциональный мотив и доверие к бренду, стоимость бренда в товаре адекватно учитывается в предложенном методе.
Для исследования товаров, объективные характеристики которых могут быть восприняты потребителями, также могут применяться методы, основанные на зависимости цены от изменения качества
Метод построения функции спроса на основе данных о продажах. Данные о продажах фирм, торгующих товарами повседневного спроса (FMCG- Fast Moving Consumer Goods), можно представить как многомерный куб, в котором измерениями служат такие характеристики как: Территория (страна, регион, город, магазин),
Размер магазина, Товар (отдел, группа, подгруппа, товар), Клиент, Время, а фактами являются натуральный оборот, выручка, закупочная стоимость.
Фактические данные о продажах, как правило, не содержат достаточное разнообразие цен на конкретный товар, чтобы можно было говорить о возможности построения функции спроса на данный товар. В настоящей работе разработана технология обобщения данных, позволяющая получить достаточную вариабельность цены для построения функции спроса. Рассматривая иерархии измерения для торговых компаний, торгующих товарами повседневного спроса, выделана иерархия подгруппа, разбивающая товары по уровню качества и цены. Таким образом, каждая подгруппа определяет обобщённый дифференцированный товар. В пределах подгруппы товары можно считать, в первом приближении, однотипными. Рассматривая подгруппу как обобщённый товар, появляется достаточное количество фактического материала для построения функции спроса.
Сделан вывод о том, что функция спроса для подгрупп адекватно отражает реальность только в пределах ценовой ниши рассматриваемого обобщённого товара. Экстраполяция функции за пределы ценовой ниши не допустима.
Измерение группа определяет товар более высокой степени обобщения, чем подгруппа. Функция спроса для группы является кусочной, составленной из отрезков функций спроса для подгрупп в пределах своих ценовых ниш.
Функция спроса для подгруппы оценена линейной регрессионной моделью. Показано, что экспоненциальная функция не даёт значимых преимуществ перед линейной на рассматриваемых данных о продажах.
Методы планирования цены на основе вероятностной функции спроса. Вероятностная функция спроса может использоваться для нахождения оптимальной цены в различных рыночных сегментах по количественным критериям, основанным на компромиссе между определённостью получаемого оптимального значения и широтой его доверительного интервала.
Разработаны методы планирования цены на основе вероятностной функции спроса. Предполагаем, что для каждого варианта возможной цены Рг известно распределение вероятностей значений объёмов продаж Х(Рг), и тем самым случайная величина маржинальной прибыли М(Рг,Х(Рг)).
Для устранения неопределённости можно ввести критерий и>1(Рг), отражающий детерминированное значение маржинальной прибыли. Критерий -и>1(Рг) можно
определить как математическое ожидание маржинальной прибыли wl(Pr) = M(Pr,X(Pr)). Можно использовать критерий w2(Pr), отражающий риск при выборе каждого варианта цены. Критерий w2(Pr) позволит оценить возможность отклонения реализуемого объёма продаж от среднего значения.
Задача планирования цены формализуется в виде многокритериальной задачи оптимизации: максимизация детерминированного значения маржинальной прибыли wI(Pr) одновременно с минимизацией риска отклонения от него w2(Pr). Для решения данной задачи в работе предложены следующие подходы.
Задачу с двумя критериями можно свести к однокритериальной задаче, если оптимизировать только один из критериев, а другой - ограничить. Можно зафиксировать требуемое значение маржинальной прибыли Мтр, и критерий w2(Pr) определить как w2(Pr) = р{м(Рг,Х(Рг)) < Мтр). В таком случае возникает
однокритериальная задача уменьшения риска w2(Pr) ~> min. Или можно зафиксировать требуемый уровень риска Ртр, и критерий wl(Pr) определить как wl(Pr) = Мв, где вероятностно-гарантированный результат Мв определяется из соотношения Р(м(Рг,Х(Рг)) > Мв) = Ртр. В таком случае возникает однокритериальная задача
максимизации вероятностно-гарантированного результата wl(Pr) - max .
Два критерия wl(Pr) и w2(Pr) можно объединить в один. Задав первый критерий в виде математического ожидания маржинальной прибыли wl(Pr) = М(РгД(Рг)), а второй в виде дисперсии маржинальной прибыли w2(Pr) = D [м ( РгД(Рг))], можно сконструировать и использовать объединённый критерий w(Pr) = (1 Ч е)М2 Ч eD[M], где 0 < е < 1 - коэффициент, учитывающий отношение к риску. Психологическим обоснованием использования в качестве критерия такой конструкции является тот факт, что для каждой величины риска (дисперсии) существует компенсирующая величина среднего результата.
Применение теории полезности позволяет учесть риск другим способом. Предполагаем, что для каждого уровня цены задано распределение вероятностей (лотерея) на множестве объёмов продаж, а следовательно и на множестве маржинальных прибылей. Вводится функция полезности и(-), которая оценивает полезность маржинальной прибыли с учётом риска таким образом, что если для фирмы безразлично играть ли в лотерею со случайной величиной М(Рг,Х(Рг)) или получить
гарантированный результат Мгар (детерминированный эквивалент лотереи), то математическое ожидание полезности (ожидаемая полезность лотереи) равно полезности гарантированного результата II (Рг) = й(м(Рг,Х(Рг))^ = и(Мгар). Теорема Неймана-Моргенштерна утверждает существование такой функции полезности.
На основе общих требований к функции полезности, имеющим психологическое обоснование, предложено функцию полезности задать следующим образом. Пусть иы(Мц) - функция полезности, область определения которой является отрезок [0; 1], в который линейно отображаются всё множество возможных значений результатов (маржинальной прибыли): Мы = М М""" . Предлагается использовать функцию иы(Мы) = Мдг", где параметр сс определяется отношением к риску (табл. 3).
Табл. 3. Требования к функции полезности
Отношение к риску Общие требования Параметр сс
несклонность к риску Мгар < М(0, и следовательно (M(0)<u(M(-)) ос< 1
безразличное отношение к риску Мгар = М(-), и следовательно й(М0)=и(М(О) к= 1
склонность к риску Мгар > М(-), и следовательно й(М(0) >и(М(-)) ос> 1
Методы формирования ценовой стратегии в условиях конкуренции.
Рассмотрена рыночная структура олигополия, в которой возникает неопределённость поведения конкурентов, существенно влияющая на процесс планирования цены. Предложен аналитический вид функции спроса, зависящий от цен конкурентов. Функция спроса первой фирмы цг = Л Ч / Х + д Х р2, второй фирмы -<72 = Л Ч / Х Рг + 9 ' > ГДе VI ~ цена первой фирмы, р2 - цена второй фирмы. Состояние природы - параметр функции спроса Л И Н = [т^; /1тах].
Предполагается, что можно выделить постоянные и переменные издержки в структуре затрат фирмы. Фирмы рациональны и оптимизируют маржинальную прибыль.
В специфицированной игровой модели найдено равновесие Нэша и соответствующие ему ценовые стратегии при предположении о поноте информации. Рассмотрен случай непоной информации, когда фирма знает распределение вероятностей значений переменных издержек фирмы конкурента. Для устранения неопределённости предложено использовать Байесов принцип принятия решений, что позволило найти равновесие Байеса-Нэша и соответствующие ему ценовые стратегии.
Сделан вывод, что в условиях поной информированности на рынке олигополии фирмы устанавливают цены меньше, чем в условие неопределённости, и, соответственно, совокупный объём продаж выше в условиях поной информированности.
Исследовано информационное управление ценовой стратегией фирм в условиях конкуренции. Выделен центр, который осуществляет информационное управление агентами. Информационное управление представляет собой воздействие на структуру информированности агента. Структура информированности представляет собой иерархию представлений агента: представление о параметрах природы, представление о представлениях других агентов и т.д. Формируя структуру информированности у агента, центр создаёт в его сознании фантомных агентов. Устойчивый исход взаимодействия реальных и фантомных агентов называется информационным равновесием.
Рассмотрены три вида информационного управления в порядке усложнения структуры информированности. Для каждого такого вида определяется зависимость исхода игры агентов (информационного равновесия) от структуры информированности. Затем, на основе данной зависимости, решается задача управления - находится такая структуру информированности, которая приводит к желаемым для центра ценовым решениям агентов.
На рис. 2 отражены линии налучших ответов (ВЯ) на значение состояния природы и установленную цену другим игроком. Например, линия ВЯ1(Ьт1П1р2) соответствует рациональной ценовой стратегии первого игрока при состоянии природы /г = Нт1п и установленной конкурентом цене р2.
В унифицированном информационном регулировании центр сообщал одно и то же значение агентам о состоянии природы (множество информационных равновесий -отрезок РС), в персонифицированном регулировании центр сообщал разные значения, но агенты знали о представлениях друг друга (множество информационных
равновесий- паралелограмм АССР). В рефлексивном управлении центр внедряет в сознании каждого игрока фантомного агента, и агенты ориентируются на илюзорного игрока при принятии решений, что позволяет центру ещё свободнее управлять поведением агентов (множество информационных равновесий- квадрат ВООР). Каждый последующий вид управления для центра сильнее предыдущего в плане возможности центра повлиять на выбор цен агентов, так как множество информационного равновесия каждого вида управления включает в себя все множества предыдущих видов.
Третья глава диссертации - Инструменты построения функции спроса и формирования ценовой стратегии посвящена реализации метода сегментации рынка, разработке инструмента планирования цены для сегментов рынка, инструмента построения функции спроса в условиях конкуренции, инструмента формирования ценовой стратегии в условиях конкуренции на основе игрового имитационного моделирования.
Реализация метода сегментации рынка. Для осуществления возможности сегментации в настоящей работе предлагается по каждому респонденту собирать информацию, составляющая его профиль: пол, возраст, место жительства, доход и др. На основе профилей потребителей можно проводить сегментацию рынка. Сегментация рынка предполагает выделение определённой группы потребителей с одинаковой реакцией на маркетинговые воздействия. Сегментация может проводиться по разнообразным критериям: географическая сегментация, демографическая сегментация, социально-экономическая сегментация, психографическая сегментация, сегментация по обстоятельствам применения, сегментация на основе выгод и др.. Критерий сегментации основывается на измерениях и подмножестве значений для каждого измерения, то есть на некотором срезе многомерного куба, осями которого являются данные измерения. Для возможности разделения потребителей на сегменты необходимо зафиксировать при опросе значения каждого такого измерения у каждого потребителя.
Для выделения текущего сегмента следует произвести фильтрацию выборки респондентов, чтобы их значения измерений соответствовали срезу данного многомерного куба. После фильтрации респондентов при оперативном пересчёте функции спроса будут учитываться результаты опроса только выбранных потребителей, что позволяет отображать функцию спроса для произвольных сегментов рынка. Система бизнес-аналитики (31ПсУ1е\у (zveday.ru/solution/qlikview) позволяет проводить интерактивную фильтрацию, оперативно пересчитывать и визуально отображать модели, что обусловило выбор данной системы для реализации метода сегментации рынка и пересчёта функции спроса.
Инструмент планирования цены для сегментов рынка. Как было сказано выше, данные о продажах фирм, торгующих товарами повседневного спроса, можно представить как многомерный куб, в котором измерениями служат такие характеристики как: Территория (страна, регион, город, магазин), Размер магазина, Товар (отдел, группа, подгруппа, товар), Клиент, Время, а фактами являются натуральный оборот, выручка, закупочная стоимость.
Разработанный инструмент в системе <ЗНкУ!е\\' (izveday.ru/model) позволяет, после спецификации сегмента рынка (задании среза данного многомерного куба) и выбора товара, оперативно рассчитывает средневзвешенную цену, выборочное среднее
натурального оборота за день и за месяц, среднее квадратичное отклонение (с.к.о.) натурального оборота (рис. 3).
Гргпгм Р. WsiT оберет
; ; -; . 14
Ал^оньемпитк
- Нт. оборот Нет. olkipui Нот.оборот ___^. .
(л.) Чср.мг**.) (сл.а.)
-йЗ/ш г.оз
ГЦ^ругм
ствмки Х:Х Товар
' Hat. а&&ат(ф.) 9-
Wo Гкг.^итргё ю 1кг ftw
тсйцйг'5- "I
ЦенаСф.)
3 Ценз
Рис 3. Оценка значения функции спроса в одной точке для сегментов рынка на основе данных о продажах товара
При выборе вместо товара только подгруппы (обобщённого товара) инструмент рассчитывает функцию спроса , строя регрессионную прямую. Выводятся
коэффициенты а и Ь, а также коэффициент детерминации И2. Пользователь имеет возможность задать переменные издержки посредством прямого указания значения или используя элемент управления Бегунок. Инструмент, используя введённые пользователем переменные издержки, оперативно рассчитывает цену (Рт), доставляющую максимум маржинальной прибыли (рис. 4). Допонительно выводятся следующие показатели при оптимальной цене: объём продаж (Хт), эластичность спроса (Ет), наценка (к).
Закупочная цена - v Х А
Х^itel лffijfcfgsn&g Sfj!
Кзб. вл р. Докторская в сетке в/с 1кг Джтро Коб, мр, Докторская в/с 6w.ojt*i 1 кг Mmkoi Коб. вар. Докторская в/с н/о 1кг Дкктрое Коб. вар. Докторская н/о синкге Гост 1кг Кс Коб.аар.Докгорсхэя гтм изохя.мяса 1кг Bei <г6. вар.Джгсросля по-черк.н/о в/с J г 4M Коб. вар. Докторская р/е в Унцит.сргде 1кг
= - а
; ^Коб.ад,Доктором* есвткевЛ,..
5 I-60 ЧКоб.вар,Докторская в/с белû... | Ч120 Коб.вар. Докторская в/с н/о 1С ... | 1-180 Ч.Кйб.вав.Дйетврааян/осжюгл...
ф.Ч40 Ч Каб.в&р.Докгорскья ггмуо охг....
Коб.вар. Докторская гю-черк.н/о... Ч Коб.вар.Докторскоя р/виз охл.и... Ксб.вар.Дсжтдасквя р/в н/о з^с 1.,, Коб.вар. Докторская сижзга 1кг... а-Коб.вар,Телячья н/о в/с 1кг Дни... Ч- ^об-чр.ТеП!Л*ьв н/с сипота Гос... Ксб.вар.Тйлячья по-черкиэ. в си... ксб.вас.Аысовая бекой в о1Н... Ч. Ксяб.Язькоаав в/с н/с 1кг Микоян Ч Кобйм дскторская н/о симюга 1... м^си^тто^С Рт _ хт т Наценка 412. ло; -2,37 __ 73*А
Ш&щта*-. - Х В ..'П а Ь Л2
1 348,05 2,302 37,73%
Рис 4. Планирование цен для сегментов рынка при заданных пользователем переменных издержках (у).
Для каждого товара имеется информация о его закупочной цене (переменных издержках), поэтому появляется возможность расчитать оптимальную цену для каждого товара, используя построенную обобщённую функцию спроса.
Реализация метода построения функции спроса в условиях конкуренции. Рассматривается рынок неоднородных товаров, которые являются взаимозаменяемыми в некотором смысле. Данная взаимозаменяемость понимается в том смысле, что существует отличная от нуля перекрёстная эластичность спроса, то есть спрос на некоторый товар зависит от цен других товаров на этом рынке.
Реализован метод построения функции спроса в условиях конкуренции на основе концепции виртуальной поки магазина метода переключения спроса (ВРТО- Brand Price Trade Off). На виртуальной поке магазина располагаются конкурирующие товары с определёнными ценами. Потребитель выбирает товар, который он бы приобрёл, встретившись с такой же ситуацией в реальной жизни. Рассмотрен механизм формирования виртуальной поки. Для тестируемого товара определяется круг конкурентов, сходных по потребительским качествам товаров, которые потребитель может встретить в реальной жизни на одной поке в магазине и из которых ему предстоит выбирать товар для покупки. Для такого круга товаров определяются среднерыночные цены каждого, и фиксируется ценовой интервал, в пределах которого возможны реальные или потенциальные изменения цен. Данный ценовой интервал делится на равномерные отрезки, границы которых определяют дискретную шкалу цен. Виртуальная пока, предъявляемая потребителю, будет состоять из отобранного круга конкурирующих товаров, и на первом этапе на каждый товар будет установлена минимальная цена нашей ценовой дискретной шкалы. После выбора потребителем товара для покупки, цена на него повышается на один дискретный шаг по рассматриваемой шкале, и ситуация выбора повторяется снова до тех пор, пока повышение цены станет не возможным в связи с исчерпанием шкалы. Моменты переключения спроса на другой товар фиксируются, и на основе полученных данных производится построение функции спроса при заданных ценах конкурирующих товаров.
Функция спроса на исследуемый товар оперативно перестраивается при изменении цен конкурентов. Цены на товары конкурентов могут быть заданы, используя поля ввода данных или элемент управления Бегунок (рис. 5).
Рис. 5. Функция спроса лйогурта Активиа в конкурентной среде
Реализованный механизм построения и оперативного пересчёта функции спроса (izveday.ru/model) позволяет провести анализ что-если и сделать практические выводы.
Инструмент формирования ценовой стратегии в условиях конкуренции на основе игрового имитационного моделирования. Для более формализованного планирования ценовой стратегии построена игровая модель взаимодействия агентов и разработан инструмент проведения игрового имитационного моделирования для поиска различных концепций решений игры.
Каждую фирму, действующую на рассматриваемом рынке неоднородных и, в некотором смысле, взаимозаменяемых товаров, можно рассматривать как агента, со своей целью и стратегией, относительно цены реализации своего товара. Причём, спрос (объём реализации) зависит как от цены своего товара, так и от цен товаров фирм-конкурентов. Используя механизм, предложенный в предыдущем разделе и построив функцию спроса, появляется возможность формализовать игровую модель. Рассматривается некооперативное взаимодействие игроков, некооперативная игра, в которой игроки не могут создавать коалиции, договариваться о совместных действиях, делить выручку между собой. Под обстановкой игрока понимается тип агентов (состояние природы) и обстановка игры: совокупность стратегий его конкурентов.
В системе (ЗНкЧе\у реализован инструмент проведения игрового имитационного моделирования. Пользователи могут задать основные характеристики игры, выбрать
цели игроков, задать типы агентов (переменные издержки), на основе которых рассчитаются матрицы платежей, провести поиск оптимальных стратегий. Рассмотрены различные ситуации информированности игрока об обстановке, и какие оптимальные стратегии могут быть им выбраны для решения игры. При ситуации минимальной информированности игрок может выбрать множество доминирующих стратегий или применить гарантирующую (максиминную) стратегию. Если информация об игре может являться общим знанием, то рациональным поведением игроков будет реализация равновесия Нэша, которое будет существовать, по крайней мере, в смешанных стратегиях. Разработанный инструмент моделирования позволяет находить равновесие Нэша в смешанных стратегиях (рис. 6).
Стратеги Стратегия Стратегия й "йогурт "йогурт Био- "йогурт Бмо-Активиа" Баланс" Макс"
1 25 25 40
2 25 20 25
3 30 30 25
4 30 30 40
Стратегия "йогурт Активна" 50% 50%
Стратегия "йогурт Д _ 0 25 оО Био-Баяанс 25% 25% 50%
Стратегия "йогурт Д Био-Макс" * - " . 50% 50%
Выигрыш Выигрыш Выигрыш "йогурт "йогурт Бис- "йогурт Био-Активиа" Баланс" Макс"
1 666,67 500,00 0,00
2 333,33 Х<3,33 666,67
3 500,00 666,67 666,67 4' 500,00 666,67 1 166,67
2 000,00 2 1Б6,67 2 500,01
Рис. 6. Равновесие Нэша в смешанных стратегиях
Рассмотрен промежуточный вариант между поным отсутствием информированности и общим знанием, когда возникает рефлексивная игра, и каждый игрок принимает решения, основываясь на собственной иерархии представлений. В разработанном инструменте информационная рефлексия реализуется посредством задания типов игроков на основе представлений об их закупочных ценах (переменных издержках). Задавая различные структуры информированности в разработанном инструменте игрового моделирования можно найти различные концепции решения игры- прогнозируемый устойчивый исход взаимодействия конкурентов при выборе оптимальных ценовых стратегий.
III. СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ
Статьи, опубликованные в журналах и изданиях, определённых ВАК:
1. Домнин Д.С. Построение вероятностной функции спроса на основе опроса потребителей [текст] / Д.С. Домнин // Вестник Университета Российской академии образования. Ч М., 2010,Ч№3 (51).ЧС. 151-156.(0,54 пл.)
2. Домнин Д.С. Планирование цен товаров повседневного спроса (FMCG) на основе данных о продажах [текст] / Д.С. Домнин // Микроэкономика. Ч М., 2010,Ч№4, ЧС. 147-151. (0,5 пл.)
3. Домнин Д.С. Построение функции спроса и формирование ценовой стратегии в условиях конкуренции [текст] / Д.С. Домнин // Микроэкономика. Ч М., 2010,Ч№5. ЧС. 127-134.(0,63 пл.)
Статьи, опубликованные в других научных журналах и изданиях:
4. Домнин Д.С. Формирование цен при непоной информации о параметрах конкурентов в условиях олигополии [текст] /Д.С. Домнин // Системный анализ в проектировании и управлении: Сборник научных трудов XIII Международной научно-практической конференции Ч. 2. Ч СПб.: Издательство политехнического университета, 2009. Ч С. 65-68. (0,2 п.л.)
5. Домнин Д.С. Информационное управление ценовой стратегией фирм в условиях олигополии [текст] /Д.С. Домнин // Управление развитием крупномасштабных систем (MLSD'2009): Материалы третьей Международной научно-практической конференции (5-7 октября 2009 г., Москва, Россия). Том I. Ч М.: Учреждение Российской академии наук Институт проблем управления им. В.А. Трапезникова РАН, 2009. С. 277-280. (0,25 пл.)
Подписано в печать: 17.11.2010
Заказ № 4635 Тираж -120 экз. Печать трафаретная. Объем: 1,5 усл.п.л. Типография л11-й ФОРМАТ ИНН 7726330900 115230, Москва, Варшавское ш., 36 (499) 788-78-56 ivww.autoreferat.ru
Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Домнин, Дмитрий Сергеевич
ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ИССЛЕДОВАНИЯ СПРОСА И ФОРМИРОВАНИЯ
ЦЕНОВОЙ СТРАТЕГИИ.
1.1. Ценовая стратегия в комплексе маркетинга и экономическая сущность цены.
1.2. Факторы ценообразования.
Производственные факторы ценообразования.
Спрос и его фундаментальные факторы.
Уровень конкурентности рынка.
Свойства товара.
Стратегическая цель фирмы.
1.3. Анализ современных подходов к исследованию спроса и формированию ценовой стратегии.
Современные подходы к исследованию спроса.
Ретроспективный статистический анализ цен.
Прямые методы опроса потребителей.
Методы исследования спроса в конкурентной среде.
Методы ценообразования.
Затратные методы ценообразования.
Конкурентные методы ценообразования.
Методы ценообразования, учитывающие спрос.
Методы ценообразования на основе учёта спроса и маржинального дохода.
Ценовые стратегии в моделях конкуренции.
Конкуренция по Курно.
Конкуренция по Бертрану.
Конкуренция по Штакельбергу.
Выводы по первой главе.
ГЛАВА 2. МЕТОДЫ ПОСТРОЕНИЯ ФУНКЦИИ СПРОСА И ФОРМИРОВАНИЯ ЦЕНОВОЙ СТРАТЕГИИ.
2.1. Методы исследования спроса и построения вероятностной функции спроса.
Метод построения вероятностной функции спроса на основе опроса потребителей.
Индивидуальная вероятностная функция спроса.
Гипотеза независимости потребителя и функция рыночного спроса.
Ценовые категории и вероятности покупки.
Расчёт случайной величины количество покупок.
Доверительный интервал случайно величины количество покупок.
Уточнение вероятностей покупки для ценовых категорий.
Область применимости метода построения вероятностной функции спроса.
Метод построения функции спроса на основе данных о продажах.
Товарные иерархии торговых компаний.
Обобщённый товар.
Данные о продажах товара и их интерпретация.
Идентификация функции спроса.
2.2. Методы планирования цены на основе функции спроса.
Планирование цены на основе гладкой функции спроса.
Планирование цены на основе вероятностной функции спроса.
2.3. Методы формирования ценовой стратегии в условиях конкуренции.
Игровая модель взаимодействия фирм.
Формирование цен при непоной информации о параметрах конкурентов в условиях олигополии.
Информационное управление ценовой стратегией фирм в условиях олигополии.
Информационное управление.
Унифицированное информационное регулирование.
Персонифицированное информационное регулирование.
Рефлексивное управление.
Соотношение видов информационного управления.
Выводы по второй главе.
ГЛАВА 3. ИНСТРУМЕНТЫ ПОСТРОЕНИЯ ФУНКЦИИ СПРОСА И ФОРМИРОВАНИЯ ЦЕНОВОЙ СТРАТЕГИИ.
3.1. Реализация методов планирования цены на основе опроса потребителей.
Инструмент планирования цены на основе существующих методов исследования ценовых предпочтений потребителей.
Инструменты сбора информации о потребителях и проведения их опроса.
Инструмент формирования кривых ценовых предпочтений и планирования цены.
Инструмент построения вероятностной функции спроса и планирования цены на основе опроса потребителей для сегментов рынка.
Инструменты сбора информации о потребителях и проведения их опроса.
Реализация метода сегментации рынка.
Инструмента построения вероятностной функции спроса для сегментов рынка.
Инструмент планирования цены для сегментов рынка.
3.2. Реализация методов планирования цены на основе данных о продажах.
3.3. Реализация метода построения функции спроса в условиях конкуренции.
3.4. Инструмент формирования ценовой стратегии в условиях конкуренции на основе игрового имитационного моделирования.
Выводы по третьей главе.
Диссертация: введение по экономике, на тему "Инструментальные средства и методы формирования ценовой стратегии фирмы"
Актуальность темы исследования. Ключевым элементом оптимизации функционирования фирмы в условиях конкуренции является формирование эффективной ценовой стратегии, основанной на всестороннем учете особенностей потребительского спроса.
Существующие методы исследования спроса на основе опросов потребителей (методы Штоцеля, Габора-Гренжера, Ван-Вестендорпа, Ньютона-Милера-Смита) позволяют изучить важные качественные особенности спроса, определить приемлемые для потребителя интервалы изменения цен. Однако выработка конкретных ценовых решений требует более строгой формализации ценовых предпочтений потребителей и построения функций спроса, являющихся основой для применения математических методов оптимизации.
Торговые компании, специализирующиеся на реализации товаров повседневного спроса (FMCG- Fast Moving Consumer Goods), как правило, обладают большими объёмами данных о фактически проведённых транзакциях. Превращение таких данных в информацию, на основе которой можно принимать эффективные ценовые решения, является актуальной научно-практической задачей. Основная проблема состоит в том, что фактические данные о продажах, как правило, представлены лишь для узкого диапазона изменения цен на конкретные товары, что существенно затрудняет поноценную идентификацию функций спроса.
Другая проблема состоит в необходимости оперативного формирования функций спроса для различных сегментов рынка. Существующие в настоящее время инструменты проведения маркетинговых исследований, связанных с решением задач сегментации рынка, ориентированы, главным образом, на выработку рекомендаций качественного характера по формированию маркетинговой стратегии компании и, как правило, не могут быть прямо применены в качестве экономико-математических инструментов оптимизации ценообразования в рамках выделенных сегментов.
При выработке ценовых решений необходимо учитывать взаимозависимость цен конкурирующих товаров. Совершенствование методов опроса потребителей для учёта данной взаимозависимости и построения функций спроса, зависящих от цен товаров конкурентов, позволило бы повысить качество принятия ценовых решений в условиях конкуренции. Однако существующие модели игрового взаимодействия фирм (модели конкуренции по Курно, Штакельбергу, Бертрану) основываются на предположении о взаимозаменяемости товаров, тогда как в современной экономике доминирующим типом рынка является монополистическая конкуренция, в которой товары являются частично взаимозаменяемыми, и снижение цены на товар конкурента не всегда вызывает поное переключение спроса на него. Упомянутые общеизвестные модели олигополии предполагают поноту информации, что делает актуальным вопрос исследования динамики и решения игры при информационной и стратегической рефлексии.
Недостаточная разработанность проблемы формирования эффективной ценовой стратегии, основанной на всестороннем учете особенностей потребительского спроса, определила актуальность исследования и обусловила выбор темы диссертации.
Степень разработанности проблемы. Разработкой классической теорией спроса, анализом поведения потребителей, исследованием доминантных факторов, влияющих на спрос, занимались известные экономисты XIX-XX вв. А.Маршал (A. Marshall), Л.Вальрас (L. Walras), В.Парето (V. Pareto), Дж. Хикс (J. Hicks), О.Курно (A. Coumot) и др.
В рамках теории маркетинговых исследований существуют методы исследования спроса на основе опроса потребителей, названные в честь их создателей: П. Ван-Вестендорп (Р.Van-Westendorp), Ж.Стецель (J.Stoetzel), Д. Ньютон, Дж. Милер, П. Смит (D. Newton, J. Miller, P. Smith), А.Гэбор, К. Гранжер (A. Gabor, С. Granger).
Общими вопросами конкуренции занимались следующие учёные: М. Портер (М. Porter), А. Ю. Юданов. Моделирование игрового взаимодействия фирм на рынке олигополии исследовали О.Курно (А. Cournot), Ж. Бертран (J. Bertrand), Г. Штакельберг (Н. Stackelberg).
Основы теории игры были заложены Дж. фон Нейманом (John von Neumann), О. Моргенштерном (О. Morgenstern). Фундаментальный анализ равновесия в теории некооперативных игр был проведён Дж. Нэшем (J. Nash). В нашей стране развитием теории рефлексивных и иерархических игр занимаются российские учёные Д. А. Новиков, А. Г. Чхартишвили.
Необходимость развития методологии совместного применения экономико-математических методов, информационных технологий и инструментария маркетинговых исследований для поддержки процедур принятия эффективных ценовых решений на рынках олигополии и монополистической конкуренции определила цель и основные направления диссертационного исследования.
Цель и основные задачи исследования. Целью диссертационного исследования является развитие методологии совместного применения экономико-математических методов, информационных технологий и инструментария маркетинговых исследований для поддержки процедур принятия эффективных ценовых решений на рынках олигополии и монополистической конкуренции.
Для достижения указанной цели были поставлены и решены следующие задачи.
1. Изучение существующего научного инструментария исследования спроса и формирования ценовых стратегий.
2. Развитие теоретического аппарата методов исследования спроса на основе опросов потребителей.
3. Разработка методов формирования вероятностной функции спроса, как инструмента преодоления неопределённости в ценовых предпочтениях потребителей.
4. Формирование и апробация методов интерпретации данных о продажах торговых фирм в целях построения функции спроса и планирования цен.
5. Построение модели рефлексивной игры участников рынков олигополии и монополистической конкуренции.
6. Разработка инструментов проведения игрового имитационного моделирования с применением информационной и стратегической рефлексии относительно конкурентов.
Объектом исследования выступают торговые фирмы, реализующие товары повседневного спроса (FMCG Ч Fast Moving Consumer Goods), действующие в условиях олигополии или монополистической конкуренции.
Предметом исследования являются методы исследования спроса и потребительских предпочтений, планирования цен в торговых компаниях, а также механизмы игрового взаимодействия участников рынков олигополии и монополистической конкуренции при формировании ценовых стратегий.
Теоретическую и методологическую основу исследования составляют труды российских и зарубежных ученых в области микроэкономики, маркетинга, эконометрики, прикладной статистики, теории вероятностей, теории рефлексивных игр.
Область исследования диссертации соответствует Паспорту специальности 08.00.13 Ч Математические и инструментальные методы экономики.
Информационную базу исследования составляют данные о продажах торговых фирм, реализующих товары повседневного спроса.
Научная новизна исследования. В рамках диссертационной работы получены следующие научные результаты:
1. Разработан метод построения вероятностной функции спроса, основанный на использовании техники опроса Ван-Вестендорпа с учётом уточнения Ньютона-Милера-Смита. Существующие методы исследования спроса на основе опросов потребителей позволяют изучить важные качественные особенности спроса, определить приемлемые для потребителя интервалы изменения цен. Разработанный метод, в отличие от существующих, для выработки конкретных ценовых решений позволяет провести более строгую формализацию ценовых предпочтений потребителей и построить функцию спроса, являющихся основой для применения математических методов оптимизации
2. Разработаны информационные технологии формирования функции спроса для различных сегментов рынка на основе данных о продажах товаров повседневного спроса. Решена проблема идентификации функции спроса, когда фактические данные о продажах представлены лишь для узкого диапазона изменения цен на конкретные товары.
3. Разработаны механизм использования функции спроса для решения задач оптимизации планирования цен и поддерживающие его информационные технологии.
4. Построена модель рефлексивной игры участников рынков олигополии и монополистической конкуренции, которая развивает существующие модели игрового взаимодействия фирм (модели конкуренции по Курно, Штакельбергу, Бертрану). В построенной модели рассматриваются не только однородные, но и частично взаимозаменяемые товары, когда снижение цены на товар конкурента не всегда вызывает поное переключение спроса на него. Построенная модель не ограничивается предположением поноты информации, которое делается в существующих моделях игрового взаимодействия фирм.
5. Разработаны инструменты формирования ценовой стратегии на рынках олигополии и монополистической конкуренции на основе методов игрового имитационного моделирования, которые позволяют провести исследования динамики и решения игры при информационной и стратегической рефлексии.
Теоретическая и практическая значимость исследования.
Теоретическая значимость исследования заключается в развитии методологии совместного применения экономико-математических методов, информационных технологий и инструментария маркетинговых исследований для поддержки процедур принятия эффективных ценовых решений на рынках олигополии и монополистической конкуренции.
Полученные результаты имеют практическую ценность и могут применяться в следующих областях.
1. Метод построения вероятностной функции спроса, основанный на использовании техники опроса Ван-Вестендорпа с учётом уточнения Ньютона-Милера-Смита Ч в практическом маркетинге для проведения маркетинговых исследования по выявлению ценовых предпочтений с целью формирования функции спроса для сегментов рынка.
2. Инструменты формирования вероятностной функции спроса для различных сегментов рынка на основе данных о продажах товаров повседневного спроса и механизм использования вероятностной функции спроса для решения задач оптимизации планирования цен и поддерживающие его информационные технологии Ч в торговых фирмах, реализующих товары повседневного спроса.
3. Модель рефлексивной игры участников рынков олигополии и монополистической конкуренции и инструменты формирования ценовой стратегии на рынках олигополии и монополистической конкуренции на основе методов игрового имитационного моделирования Ч в компаниях, действующих в условиях олигополии или монополистической конкуренции, с целью поиска прогнозируемого устойчивого исхода взаимодействия конкурентов при формировании ценовых стратегий.
Апробация и внедрение результатов исследования. Исследования, проведенные в диссертации, нашли свое отражение в рамках научно-исследовательских работ Финансового университета, проводимых в соответствии с комплексной темой: Пути развития финансово-экономического сектора России по кафедральной подтеме Совершенствование систем управления предприятиями на основе современных информационных технологий.
Результаты исследований, приведенные в диссертационной работе, докладывались и были одобрены на международных и всероссийских конференциях, в том числе: на Международной научно-практической конференции Управление развитием крупномасштабных систем (МЬ80'2009) (Институт проблем управления им. В.А. Трапезникова РАН, Москва, 2009), на Международной научно-практической конференции Системный анализ в проектировании и управлении (Политехнический университет, Санкт-Петербург, 2009).
Основные научные и практические результаты исследования, приведенные в диссертационной работе, используются в практической деятельности отдела аналитической отчётности компании ЗАО БиАй Партнер и позволили увеличить эффективность формирования ценовой стратегии фирмы.
Внедрение указанных результатов исследования подтверждается соответствующими справками о внедрении.
Публикации. Основные положения и результаты работы опубликованы в 5 работах общим объемом 2,12 п.л. (авторский объем 2,12 пл.). Три статьи общим объемом 1,67 п.л. (авторский объем 1,67 п.л.) опубликованы в журналах, определенных ВАК.
Диссертация: заключение по теме "Математические и инструментальные методы экономики", Домнин, Дмитрий Сергеевич
Выводы по третьей главе
На основании полученных в третьей главе результатов исследований можно сделать следующие выводы.
С технологической точки зрения достаточно совершенным и доступным является платформа Google Docs для организации опроса респондентов для исследования их ценовых предпочтений. С помощью инструментов платформы возможно создание форм и организация доступ к ним через сеть Интернет без необходимости установки клиентского программного обеспечения. Результаты обработки ответов могут быть внедрены на любом сайте посредством виджетов Google.
Для осуществления возможности сегментации в настоящей работе предлагается по каждому респонденту собирать информацию, составляющая его профиль: пол, возраст, место жительства, доход и др. На основе профилей потребителей можно проводить сегментацию рынка. Сегментация рынка предполагает выделение определённой группы потребителей с одинаковой
128 реакцией на маркетинговые воздействия. Сегментация может проводиться по разнообразным критериям: географическая сегментация, демографическая сегментация, социально-экономическая сегментация, психографическая сегментация, сегментация по обстоятельствам применения, сегментация на основе выгод и др. Критерий сегментации основывается на измерениях и подмножестве значений для каждого измерения, то есть на некотором срезе многомерного куба, осями которого являются данные измерения. Для возможности разделения потребителей на сегменты необходимо зафиксировать при опросе значения каждого такого измерения у каждого потребителя.
Для выделения текущего сегмента следует произвести фильтрацию выборки респондентов, чтобы их значения измерений соответствовали срезу данного многомерного куба. После фильтрации респондентов при оперативном пересчёте функции спроса будут учитываться результаты опроса только выбранных потребителей, что позволяет отображать функцию спроса для произвольных сегментов рынка. Система бизнес-аналитики С>НкЛ/1е\ (izveday.ru/solution/qlikview) позволяет проводить интерактивную фильтрацию, оперативно пересчитывать и визуально отображать модели, что обусловило выбор данной системы для реализации метода сегментации рынка и пересчёта функции спроса.
Разработанный инструмент в системе (2ИкУ1е\у (izveday.ru/model) позволяет, после спецификации сегмента рынка (задании среза данного многомерного куба) и выбора товара, оперативно рассчитывает средневзвешенную цену, выборочное среднее натурального оборота за день и за месяц, среднее квадратичное отклонение (с.к.о.) натурального оборота.
При выборе вместо товара только подгруппы (обобщённого товара) инструмент рассчитывает линейную и экспоненциальную функции спроса посредством линейной регрессии. Выводятся коэффициенты а и Ь, а также коэффициент детерминации Я . Пользователь имеет возможность задать переменные издержки посредством прямого указания значения или используя элемент управления Бегунок. Инструмент, используя введённые пользователем переменные издержки, оперативно рассчитывает цену (Рт), доставляющую максимум маржинальной прибыли. Допонительно выводятся следующие показатели при оптимальной цене: объём продаж эластичность спроса (jЕт), наценка (к).
Для каждого товара имеется информация о его закупочной цене (переменных издержках), поэтому появляется возможность расчитать оптимальную цену для каждого товара, используя построенную обобщённую функцию спроса.
Рассматривается рынок неоднородных товаров, которые являются взаимозаменяемыми в некотором смысле. Данная взаимозаменяемость понимается в том смысле, что существует отличная от нуля- перекрёстная эластичность спроса, то есть спрос на некоторый товар зависит от цен других товаров на этом рынке.
Реализован метод построения функции спроса в условиях конкуренции на основе концепции виртуальной'поки магазина метода переключения спроса (ВРТО Ч Brand Price Trade Off). На виртуальной поке магазина располагаются конкурирующие товары с определёнными ценами. Потребитель выбирает товар, который он бы приобрёл, встретившись с такой же ситуацией в реальной жизни. Рассмотрен механизм формирования виртуальной поки. Для тестируемого товара определяется круг конкурентов, сходных по потребительским качествам товаров, которые потребитель может встретить в реальной жизни на одной поке в магазине и из которых ему предстоит выбирать товар для покупки. Для такого круга товаров определяются среднерыночные цены каждого, и фиксируется ценовой интервал, в пределах которого возможны реальные или потенциальные изменения цен. Данный ценовой интервал делится на равномерные отрезки, границы которых определяют дискретную шкалу цен. Виртуальная пока, предъявляемая потребителю, будет состоять из отобранного круга конкурирующих товаров, и на первом этапе на каждый товар будет установлена минимальная цена нашей ценовой дискретной шкалы. После выбора потребителем товара для покупки, цена на него повышается на один дискретный шаг по рассматриваемой шкале, и ситуация выбора повторяется снова до тех пор, пока повышение цены станет не возможным в связи с исчерпанием шкалы. Моменты переключения спроса на другой товар фиксируются, и на основе полученных данных производится построение функции спроса при заданных ценах конкурирующих товаров.
Для более формализованного планирования ценовой стратегии построена игровая модель взаимодействия агентов и разработан инструмент проведения игрового имитационного моделирования для поиска различных концепций решений игры.
Каждую фирму, действующую на рассматриваемом рынке неоднородных и, в некотором смысле, взаимозаменяемых товаров, можно рассматривать как агента, со своей целью и стратегией, относительно цены реализации своего товара. Причём, спрос (объём реализации) зависит как от цены своего товара,* так и от цен товаров фирм-конкурентов. Используя механизм, предложенный в предыдущем разделе и построив функцию спроса, появляется возможность формализовать игровую модель. Рассматривается некооперативное взаимодействие игроков, некооперативная игра, в которой игроки не могут создавать коалиции, договариваться о совместных действиях, делить выручку между собой. Под обстановкой игрока понимается тип агентов (состояние природы) и обстановка игры: совокупность стратегий его конкурентов.
В системе (^НкУгелу реализован инструмент проведения игрового имитационного моделирования. Пользователи могут задать основные характеристики игры, выбрать цели игроков, задать типы агентов (переменные издержки), на основе которых рассчитаются матрицы платежей, провести поиск оптимальных стратегий. Рассмотрены различные ситуации информированности игрока об обстановке, и какие оптимальные стратегии могут быть им выбраны для решения игры. При ситуации минимальной информированности игрок может выбрать множество доминирующих стратегий или применить гарантирующую (максиминную) стратегию. Если информация об игре может являться общим знанием, то рациональным поведением игроков будет реализация равновесия Нэша, которое будет существовать, по крайней мере, в смешанных стратегиях. Разработанный инструмент моделирования позволяет находить равновесие Нэша в смешанных стратегиях.
Рассмотрен промежуточный вариант между поным отсутствием информированности и общим знанием, когда возникает рефлексивная игра, и каждый игрок принимает решения, основываясь на собственной иерархии представлений. В разработанном инструменте информационная рефлексия реализуется посредством задания типов игроков на основе представлений об их закупочных ценах (переменных издержках). Задавая различные структуры информированности в разработанном инструменте игрового моделирования можно найти различные концепции решения игры - прогнозируемый устойчивый исход взаимодействия конкурентов при выборе оптимальных ценовых стратегий.
Заключение
В рыночной экономике со свободным ценообразованием ключевым вопросом фирмы является формирование ценовой стратегии на основе результатов исследования потребительского спроса.
В настоящей работе рассмотрены следующие методы исследования спроса на основе опроса потребителей: метод Штоцеля, метод Габора-Гренжера, метод Ван-Вестендорпа, метод Ньютона-Милера-Смита. Данные методы исследования спроса на основе опроса потребителей позволяют получить качественные рекомендации, построить приемлемый для потребителя ценовой интервал. Для повышения качества ценовых решений возникает необходимость формализации ценовых предпочтений потребителей и построение функции спроса, на основе которой возможно дальнейшее формирование ценовой стратегии.
Исследован метод ценообразования на основе учёта коэффициента эластичности спроса и маржинального дохода. Коэффициент эластичности используется для линейной аппроксимации функции спроса, поэтому лишь приближённо отражает функцию спроса и может применяться только для небольших корректировок цен в районе цены, которой соответствует коэффициент эластичности.
Развитием предыдущего метода является метод, использующий функцию спроса, вид которой описывается убывающей экспонентой. В случае верности предположения о виде функции спроса, метод позволяет получить оптимальную цену по критерию оптимизации маржинального дохода.
Основной проблемой практического применения вышеуказанных методов ценообразования, основанных на спросе, является корректное определение коэффициента эластичности и коэффициентов функции спроса, заданной в виде убывающей экспоненты. Данные коэффициенты могут быть определены по статистическим данным о продажах. Торговые компании, продающие товары повседневного спроса (FMCG Ч Fast Moving Consumer Goods), как правило, обладают большими объёмами данных о фактически проведённых транзакциях. Превращение таких данных в информацию, на основе которой можно принимать эффективные решения в области ценовой стратегии, является актуальной задачей. Вместе с тем, фактические данные о продажах, как правило, не содержат достаточное разнообразие цен на конкретный товар, чтобы можно было говорить о возможности построения функции спроса. Возникает необходимость преодоления низкой вариабельности данных для построения функции спроса и планирования цен.
Основной чертой рыночной экономики является конкуренция, которая предполагает взаимозависимость цен конкурирующих товаров. Совершенствование методов опроса потребителей для учёта данной взаимозависимости и построения функции спроса, зависящей от цен товаров конкурентов, позволит повысить качество принятия ценовых решений в условиях конкуренции.
Моделирование взаимодействия конкурентов при формировании ценовых стратегий позволит найти прогнозируемый устойчивый исход данного взаимодействия. Существующие модели игрового взаимодействия фирм (Модель конкуренции по Курно, Модель конкуренции по Штакельбергу, Модель конкуренции по Бертрану) основываются на предположении о взаимозаменяемости товаров, тогда как в современной экономике доминирующим типом рынка является монополистическая конкуренция, в которой товары являются частично взаимозаменяемыми, и снижении цены на товар конкурента не всегда вызывает поное переключение спроса на него. Упомянутые общеизвестные модели олигополии предполагают поноту информации, что делает актуальным вопрос исследования динамики и решения игры при информационной и стратегической рефлексии.
Рассмотрено определение индивидуальной функции спроса в микроэкономике и обосновано использование в ней вместо показателя количество товара показателя вероятность покупки при проведении исследования ценовых предпочтений потребителей. Дано определение индивидуальной вероятностной функцией спроса как функции, показывающей зависимость вероятности покупки единицы товара для конкретного индивидуума от цены на этот товара.
Показана корректность представления функции рыночного спроса как суммы индивидуальных вероятностных функций спроса. Использована гипотеза независимости потребителя, которая утверждает, что спрос индивидуального потребителя не зависит от объёмов спроса на этот же товар других потребителей. Гипотеза независимости потребителя, в общем случае, не выпоняется из-за того, что индивидуальная функция спроса зависит как от цены на товар, так и от уровня оценки рыночного спроса на данный товар (эффект подражания большинству, эффект сноба, эффект Веблена). Данные рыночные эффекты частично нейтрализуют друг друга при рассмотрении" совокупного спроса из-за взаимно противоположной направленности, поэтому ими можно пренебречь в данном исследовании.
На основе техники опроса Ван-Вестендорпа с учётом уточнения Ньютона-Милера-Смита разработан метод построения вероятностной функции спроса на основе опроса потребителей.
Вышеуказанные вопросы позволяют понять оценить интервалы справедливой цены для потребителей. В то же время справедливость цены для некоторого потребителя не гарантирует того, что он готов в ближайшее время купить товар. Для оценки готовности приобрести товар предлагается использование допонительных вопросов о вероятности покупки.
Для исследования товаров, объективные характеристики которых могут быть восприняты потребителями, также могут применяться методы, основанные на зависимости цены от изменения качества.
Данные о продажах фирм, торгующих товарами повседневного спроса (FMCG Ч Fast Moving Consumer Goods), можно представить как многомерный куб. Фактические данные о продажах, как правило, не содержат достаточное разнообразие цен на конкретный товар, чтобы можно было говорить о возможности построения функции спроса на данный товар. В настоящей работе разработана технология обобщения данных, позволяющая получить достаточную вариабельность цены для построения функции спроса. Рассматривая иерархии измерения для торговых компаний, торгующих товарами повседневного спроса, выделана иерархия подгруппа, разбивающая товары по уровню качества и цены. Таким образом, каждая подгруппа определяет обобщённый дифференцированный товар. В пределах подгруппы товары можно считать, в первом приближении, однотипными. Рассматривая подгруппу как обобщённый товар, появляется достаточное количество фактического материала для построения функции спроса.
Сделан вывод о том, что функция спроса для подгрупп адекватно отражает реальность только в пределах ценовой ниши рассматриваемого обобщённого товара. Экстраполяция функции за пределы ценовой ниши не допустима.
Измерение группа определяет товар более высокой степени обобщения, чем подгруппа. Функция спроса для группы является кусочной, составленной из отрезков функций спроса для подгрупп в пределах своих ценовых ниш.
Функция спроса для подгруппы оценена линейной регрессионной моделью и экспонентой.
Исследованы методы планирования цены на основе гладкой функции спроса: линейной, квадратичной и экспоненты. Рассматриваются критерии оптимизации Ч максимизация выручки и максимизация маржинальной прибыли.
Исследованы методы планирования цены на основе вероятностной функции спроса. Вероятностная функция спроса может использоваться для нахождения оптимальной цены в различных рыночных сегментах по количественным критериям, основанным на компромиссе между определённостью получаемого оптимального значения и широтой его доверительного интервала.
Рассмотрена рыночная структура олигополия, в которой возникает неопределённость поведения конкурентов, существенно влияющая на процесс планирования цены.
Исследован процесс формирования цены в условиях неопределённости относительно параметров конкурентов, в частности переменных затратах. Сделан вывод о том, что в условиях поной информированности на рынке олигополия фирмы устанавливают цены меньше, чем в условие неопределённости, и, соответственно, спрос на продукцию выше.
Исследовано информационное управление ценовой стратегией фирм в условиях олигополии. Выделен центр, который осуществляет информационное управление агентами. Рассмотрены три вида информационного управления- в порядке усложнения структуры информированности. В унифицированном информационном регулировании центр сообщал одно и то же значение агентам о состоянии природы, в персонифицированном регулировании центр сообщал разные значения, но агенты знали о представлениях друг друга. В рефлексивном управлении центр внедряет в сознании каждого игрока фантомного агента, с тем, чтобы агенты ориентировались на илюзорного игрока при принятии решений, что позволяет центру ещё свободнее управлять поведением агентов. Каждый последующий вид управления для центра сильнее предыдущего в плане возможности центра повлиять на выбор цен агентов, так как множество информационного равновесия каждого вида управления включает в себя все множества предыдущих видов.
Для осуществления возможности сегментации в настоящей работе предлагается по каждому респонденту собирать информацию, составляющая его профиль: пол, возраст, место жительства, доход и др. Для выделения текущего сегмента следует произвести фильтрацию выборки респондентов, чтобы их значения измерений соответствовали срезу данного многомерного куба. После фильтрации респондентов при оперативном пересчёте функции спроса будут учитываться результаты опроса только выбранных потребителей, что позволяет отображать функцию спроса для произвольных сегментов рынка.
Разработанный инструмент в системе QlikView (izveday.ru/model) позволяет, после спецификации сегмента рынка (задании среза данного многомерного куба) и выбора товара, оперативно рассчитывает средневзвешенную цену, выборочное среднее натурального оборота за день и за месяц, среднее квадратичное отклонение (с.к.о.) натурального оборота.
Реализован метод построения функции спроса в условиях конкуренции на основе концепции виртуальной поки магазина метода переключения спроса (ВРТОЧ Brand Price Trade Off). Для более формализованного планирования ценовой стратегии построена игровая модель взаимодействия агентов и разработан инструмент проведения игрового имитационного моделирования для поиска различных концепций решений игры.
Каждую фирму, действующую на рассматриваемом рынке неоднородных и, в некотором смысле, взаимозаменяемых товаров, можно рассматривать как агента, со своей целью и стратегией, относительно цены реализации своего товара. Причём, спрос (объём реализации) зависит как от цены своего товара, так и от цен товаров фирм-конкурентов. Используя механизм, предложенный в предыдущем разделе и построив функцию спроса, появляется возможность формализовать игровую модель. Рассматривается некооперативное взаимодействие игроков, некооперативная игра, в которой игроки не могут создавать коалиции, договариваться о совместных действиях, делить выручку между собой. Под обстановкой игрока понимается тип агентов (состояние природы) и обстановка игры: совокупность стратегий его конкурентов.
В системе С*НкУ1е\у реализован инструмент проведения игрового имитационного моделирования. Пользователи могут задать основные характеристики игры, выбрать цели игроков, задать типы агентов (переменные издержки), на основе которых рассчитаются матрицы платежей, провести поиск оптимальных стратегий. Рассмотрены различные ситуации информированности игрока об обстановке, и какие оптимальные стратегии могут быть им выбраны для решения игры. При ситуации минимальной информированности игрок может выбрать множество доминирующих стратегий или применить гарантирующую (максиминную) стратегию. Если информация об игре может являться общим знанием, то рациональным поведением игроков будет реализация равновесия Нэша, которое будет существовать, по крайней мере, в смешанных стратегиях. Разработанный инструмент моделирования позволяет находить равновесие Нэша в смешанных стратегиях.
Рассмотрен промежуточный вариант между поным отсутствием информированности и общим знанием, когда возникает рефлексивная игра; и каждый игрок принимает решения, основываясь на собственной иерархии представлений. В разработанном инструменте информационная рефлексия реализуется посредством задания типов игроков на основе представлений об их закупочных ценах (переменных издержках). Задавая различные структуры информированности в разработанном инструменте игрового моделирования можно найти различные концепции решения игры Ч прогнозируемый устойчивый исход взаимодействия конкурентов при выборе оптимальных ценовых стратегий.
Диссертация: библиография по экономике, кандидат экономических наук , Домнин, Дмитрий Сергеевич, Москва
1. Абанин A.B. Геометрические критерии представления аналитических функций рядами обобщенных экспонент. Доклады АН, 1992, 323 (5), 807810.
2. Айвазян С.А., Мхитарян B.C. Прикладная статистика. Основы эконометрики: Учебник для вузов. М.: ЮНИТИ-ДАНА, 2001. Ч 656 с.
3. Айвазян С.А. и др. Прикладная статистика: Исследование зависимостей. М.: Финансы и статистика, 1985. Ч487 с.
4. Алиев В. С. Многошаговые игры двух лиц с принятием решений на каждом шаге при агрегированной информации о выборе лосторожного второго игрока / Управление большими системами. Выпуск 23. М.: ИПУ РАН, 2008. С.5-23.
5. Алиев B.C., Кононенко А.Ф. Многошаговые игры двух лиц с фиксированной последовательностью ходов при агрегированной информации о выборе партнера. // Автоматика и телемеханика. Ч 2005. Ч №2.-С. 108-114.
6. Афанасьев В.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование: Учебник. Ч М.: Финансы и статистика, 2001. Ч 228 с.
7. Бородулин А.Н., Заложнев А.Ю., Шуремов E.JI. Внутрифирменное управление, учет и информационные технологии. Учебное пособие. М.: ЗАО ПМСОФТ, 2006. 340 с.
8. Вэриан Х.Р. Микроэкономика. Промежуточный уровень: Современный подход. М.: Юнити, 1997. Ч 767 с.
9. Гальперин В. М., Игнатьев С. М., Моргунов В. И. Микроэкономика. Институт "Экономическая школа", Санкт-Петербург, 2004.
10. Голосов О.В., Дрогобыцкий И.Н., Герасимов Б.И., Дякин В.Н. Тематический обзор по областям исследований научной специальности
11. ВАК России 08.00.13 Ч Математические и инструментальные методы экономики. Тамбов: Изд-во Тамб. гос. техн. ун-та, 2004. 236 с.
12. Голубков Е.П. Основы маркетинга: Учебник. М.: Финпресс, 1999.
13. Денисова И.П. Цены и ценообразование: Учебное пособие. М.: Экспертное бюро-М, 1997.
14. Диксон П.Р. Управление маркетингом. Пер. с англ. М.: ЗАО Издательство БИНОМ, 1998. - 560с.
15. Дихтль Е., Хёршген X. Практический маркетинг. Ч М.: Высшая школа, ИНФРА-М, 1996.
16. Добренькое В.И., Кравченко А.И. Методы социологического исследования: Учебник. Ч М.: ИНФРА-М, 2004. Ч 768 с.
17. Доугерти К. Введение в эконометрику: Пер с англ. ЧМ.: ИНФРА-М, 1999. Ч402 с.
18. Игровое имитационное моделирование для формирования ценовых стратегий, Ссыка на домен более не работаетmodel/price-game
19. Изведай автоматизацию на основе BI систем, Ссыка на домен более не работаетp>
20. Котлер Ф. Маркетинг-менеджмент. Экспресс-курс, 2-е изд. : Пер. с англ. под ред. С.Г. Божук. Ч СПб.: Питер, 2006.
21. Котлер Ф., Армстронг Г., Сондерс Д., Вонг В. Основы маркетинга / Пер. с англ. Ч М.: Вильяме, 2003.
22. Котлер Ф. Маркетинг XXI века. М.: ИНФРА-М, 2005. - 432 с.
23. Ламбен Жан-Жак. Стратегический маркетинг. Европейская перспектива. Пер. с французского. Ч СПб. : Наука, 1996. Ч589 с.
24. Магнус Я.Р., Катышев П.К., Пересецкий A.A. Эконометрика. Ч- 6-е изд., перераб. и доп. Ч М.: Дело, 2004. Ч 576 с.
25. Махотра, Нэреш К. Маркетинговые исследования. Практическое руководство, 3-е изд.: Пер. с англ.Ч М.: Вильяме, 2002.
26. Маркс К., Энгельс Ф. Соч. Т. 32.
27. Маслова Т.Д., Божук С.Г., Ковалик Л.Н. Маркетинг. Ч СПб.: Питер, 2002.
28. Метод Ван Вестендорпа построения кривых ценовых предпочтений, Ссыка на домен более не работаетmodel/Van-Westendorp
29. Микроэкономика: практический подход, под ред. Грязновой А. Г. и Юданова А. Ю., М.: КНОРУС, 2008 г., 704 С.
30. Новиков Д.А. Теория управления организационными системами. М.: МПСИ, 2005 г., 584 С.
31. Новиков Д.А., Чхартишвили А.Г. Рефлексивные игры. М.: СИНТЕГ, 2003.-149 с.
32. Петросян Л. А. и др. Теория игр: Учеб. пособие для ун-тов. Ч М.: Высш. шк., Книжный дом Университет, 1998. 304 с/
33. Розенберг Д. История политической экономии. Ч. 1. М.: Институт экономики Комакадемии.
34. Тарасевич В.М. Ценовая политика предприятия. Ч СПб.: Питер. 2001.
35. Тюрин Ю.Н., Макаров A.A. Анализ данных на компьютере. Ч 3-е изд., перераб. и доп. ЧМ.: ИНФРА-М, 2003. Ч 544 с.35.фон Нейман Дж., Моргенштерн О. Теория игр и экономическое поведение. М.: Наука, 1970. Ч 707 с.
36. Цацулин А.Н. Цены и ценообразование в системе маркетинга. М.:Информационно-издательский дом Филинъ, 1998.
37. Цены и ценообразование: Учебник для вузов. 3-е изд. / Под ред. В. Е. Есипова. Ч СПб: Издательство Питер, 2000. Ч 464 с.
38. Шуремов E.JI. Автоматизированные информационные системы бухгатерского учёта, анализа, аудита. М.: Перспектива, 2002.
39. Шуремов E.JL, Информационные технологии финансового планирования. Издательство Компьютер-Пресс, 2000.
40. Шуремов E.JI. Информационные технологии финансового планирования и экономического анализа. Ч М.: 1 С-Паблишинг, 2003.
41. Эванс Дж. Р., Берман Б. Маркетинг. Ч М.: Экономика, 1998.
42. Adam D. Consumer Reactions to Prices. Pricing Strategy. N.Y., 1969.
43. Dickson P.R., Sawyer A.G. Entry/Exit Demand Analysis // Advances in Consumer Research. 1984. Vol. 11. N. l.P. 617-622.
44. Gabor A., Granger C. The Attitude of the Consumer to Prices. Pricing Strategy. N.Y., 1969.
45. Hawkins E.R. Methods of Estimating Demand // The Journal of Marketing. 1957. Vol. 21. N 4. P. 428-438.
46. Hunt P. The Price is Right // Marketing Magazine. 2002. Vol. 107. N 42. P. 19.
47. Louviere J. J., Woodworth G. (1983) Design and Analysis of Simulated Consumer Choice or Allocation Experiments: An Approach Based on Aggregate Data // Journal of Marketing Research. Vol. 20. November.
48. Mohn N.C. Pricing Research for Decision Making // Marketing Research. 1995. Vol. 7.N1.P. 11-19.
49. Newton, D, Miller, J, and Smith, P, (1993) "A market acceptance extension to traditional price sensitivity measurement." Proceedings of the American Marketing Association Advanced Research Techniques Forum
50. Stoetzel J. Psychological / Sociological Aspects of Pricing. Pricing Strategy. N.Y., 1960.
51. Wyner G.A. Get Serious about Pricing // Marketing Research. 2002. Vol. 14. N4. P. 4-6
52. Van Westendorp, P (1976) "NSS-Price Sensitivity Meter (PSM)- A new approach to study consumer perception of price Proceedings of the 29th ESOMAR Congress, Venice.
Похожие диссертации
- Формирование экономической стратегии развития сельского хозяйства региона
- Методы формирования маркетинговых решений с использованием аппарата нечеткой математики
- Математические и инструментальные методы формирования инновационной стратегии разработки нового продукта на примере фармацевтического предприятия
- Методы принятия решений по формированию оптимальных стратегий на фондовом рынке
- Применение математических методов при формировании ценовой политики компании