Экономико-математические модели взаимодействия конкурентов на рынке дорожно-строительной техники тема диссертации по экономике, полный текст автореферата

Автореферат диссертации по теме "Экономико-математические модели взаимодействия конкурентов на рынке дорожно-строительной техники"

На правах рукописи

КОМОЛОВ СЕРГЕЙ МИХАЙЛОВИЧ

ЭКОНОМИКО-МАТЕМАТИЧЕСКИЕ МОДЕЛИ ВЗАИМОДЕЙСТВИЯ КОНКУРЕНТОВ НА РЫНКЕ ДОРОЖНО-СТРОИТЕЛЬНОЙ ТЕХНИКИ

Специальность

08.00.13 - Математические и инструментальные методы экономики

Автореферат диссертации на соискание ученой степени кандидата экономических наук

□□3177885

Иваново - 2007

003177885

Работа выполнена в ГОУ ВПО «Ивановский государственный химико-технологический университет»

Научный руководитель: доктор экономических наук

Ермолаев Михаил Борисович

Официальные оппоненты: доктор физ.-мат. наук, доцент

Солон Борис Яковлевич

кандидат экономических наук, доцент Грубов Евгений Олегович

Ведущая организация: ГОУ ВПО «Ивановский государственный университет»

Защита состоится 9 февраля 2008 г. в 9.00 на заседании диссертационного совета Д 212.063.04 при ГОУ ВПО Ивановский государственный химико-технологический университет по адресу: 153000 г. Иваново, пр. Ф. Энгельса, д.7, главный корпус, аудитория Г 101.

С диссертацией можно ознакомиться в библиотеке ГОУ ВПО «Ивановский государственный химико-технологический университет»

Автореферат разослан «28 » декабря 2007 г.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования

Рынок дорожно-строительной техники, инициированный благоприятной конъюнктурой добывающих и строительных отраслей, является одним из наиболее динамично развивающихся в России рынков Об этом говорят не только чрезвычайно высокие темпы роста объёмов продаж дорожно-строительной техники (ДСТ), но и колоссальный прирост импорта данной продукции за последние пять лет Вместе с тем, специфика отдельных видов строительных работ и, соответственно, значительное разнообразие строительной техники делает почти невозможным проведение конструктивного анализа всего рынка ДСТ

Исследуемый в диссертации рынок экскаваторной техники представляет собой достаточно изолированный и важный сегмент общего рынка ДСТ и демонстрирует схожие тенденции. На фоне позитивной динамики спроса на экскаваторную технику усиливается конкуренция между ее производителями как внутри, так и вне Российской Федерации, что требует от предприятий использования современных методов маркетинга, контроллинга, управления качеством, менеджмента, среди которых важное место занимает экономико-математическое моделирование Ярко выраженный олигопольный характер рынка косвенным образом указывает на перспективность рассмотрения проблемы принятия решений в различных сферах деятельности предприятия в контексте анализа взаимодействия конкурентов, что формально может описываться некоторой игровой моделью

Актуальность темы диссертационного исследования вызвана также тем, что сам аналитический аппарат изучения отдельных отраслей и рынков российской экономики, учитывающий их специфику, разработан явно недостаточно и ограничивается, по сути дела, функциями систематизации и экспертных оценок

Степень научной разработанности проблемы

Математическое моделирование рынка дорожно-строительной техники как экономической системы непосредственно связано с разработанным аппаратом экономико-математических методов и моделей Особую значимость для целей нашего исследования имеют работы по статистическому моделированию и прогнозированию экономических процессов — работы С А Айвазяна, Т Андерсона, М Интрилигатора, Л В. Канторовича, Н Д Кондратьева, В В Леонтьева, В С Мхитаряна, Е Е Слуцкого и других

Прикладную основу и концепцию исследования заложили труды по теории игр и исследованию операций Р Аумана, Дж Нэша, Дж Неймана, О Мор-генштерна, Г Оуэна, которые, также, подробно рассматриваются в монографиях Е С Вентцель, Н Н Воробьева, Л А Петросяна, С Л Печерского и других.

Теоретические и прикладные аспекты случайных процессов, моделирующих динамику социально-экономических систем, исследованы в работах

Е Б Дынкина, А Н. Колмогорова, А А Маркова, А В Скорохода и многих других

Особое инструментальное направление разработки проблемы, для чего, собственно, и разрабатывается данный комплекс задач, это маркетинг Базовые положения классического маркетинга были заложены в трудах Б Бермана, Ф Котлера, Дж Прескотта, А Н. Романова, Дж Эванса, маркетинга машиностроения — в работах А А Тупиченкова, Д Филиппса, Л Якокки, применения экономико-математических моделей в маркетинге - в работах Г Моосмюллера, В В Федосеева, Н Д Эриашвили и других

Несмотря на это, крупных, значимых трудов по системному маркетинговому и экономико-математическому анализу и прогнозированию как рынка дорожно-строительной техники, так и машиностроительной отрасли в целом недостаточно

Цель диссертационного исследования

Основной целью диссертационного исследования является разработка экономико-математических моделей взаимодействия конкурентов на рынке дорожно-строительной техники для повышения эффективности решений в области сбыта продукции В соответствии с целью в диссертации поставлены и решены следующие задачи

• исследование и выявление специфики функционирования рынка дорожно-строительной техники,

• анализ и обобщение существующих методов экономико-математического моделирования рыночных механизмов, сопоставимых с рынком дорожно-строительной техники,

• анализ маркетингового инструментария, применяемого на исследуемом рынке,

• разработка модели маркетинговой политики предприятия на основе экономико-математического подхода,

• разработка модели прогнозирования конъюнктуры рынка на основе Марковских процессов.

• разработка модели, позволяющей оценивать влияние качества техники на объемы сбыта

Предметом исследования диссертационной работы является экономико-математическое моделирование взаимоотношений конкурентов на рынке дорожно-строительной техники

Объект исследования представлен одним из сегментов российского рынка дорожно-строительной техники, а именно — рынком экскаваторной техники массой 18-45 тонн

Информационной базой исследования явились ведомственная информация о продажах основных отечественных производителей гусеничных гидравлических экскаваторов, а также дилеров иностранных производителей анало-

гичной продукции, отдельные материалы статистической отчетности ОАО «Машиностроительная компания КРАНЭКС»

Теоретической и методологической основой исследования явились труды зарубежных и отечественных экономистов-математиков по моделированию и прогнозированию социально-экономических систем с использованием корреляционно-регрессионного анализа, анализа временных рядов, теории игр, теории кластерного анализа, теории случайных процессов и элементов математической статистики, работы зарубежных и отечественных маркетологов

Новизна диссертационного исследования, раскрывающая достижение поставленной цели, заключается в следующем

• разработан подход к экономико-математическому моделированию механизма конкурентных отношений на рынке дорожно-строительной техники, отличительной особенностью которого является формализация стадий процесса маркетинговых исследований и представление взаимодействия конкурентов как игровой модели,

• сформулирована и решена задача определения однородных групп продуктов для целей сегментации рынка и построения экономико-математической модели взаимодействия конкурентов, отличающейся от принятого подхода классификации техники на основе государственных стандартов,

• разработана методика подготовки данных об объемах продаж и цен на продукцию для целей прогнозирования доли рынка, учитывающую особенности рынка дорожно-строительной техники, особенностью которой является нормализация данных, необходимая для нивелирования фактора изменения емкости рынка во времени,

• разработана экономико-математическая модель прогнозирования спроса после изменения цен на продукцию на основе преобразования регрессионной модели к модели Марковской цепи,

• на основе предварительной кластеризации данных и подхода Койка предложена модель, позволяющая объективно оценивать влияние качества продукции на объемы сбыта продукции предприятием

Практическая значимость и апробация результатов исследования

Результаты диссертации могут быть использованы для маркетинговых исследований конкуренции, конъюнктуры рынка не только машиностроительной отрасли, но и других отраслей промышленности Теоретико-методологический аппарат работы является законченным продуктом и может применяться в составлении методических указаний, курсов лекций для студентов экономических специальностей по маркетингу или по предметам экономико-математического моделирования Результаты отдельных этапов диссертационного исследования отражены в публикациях в различных научных сборниках и журналах, докладывались на VII всероссийском симпозиуме по прикладной и промышленной математике, а также региональных научно-практических конференциях

Структура работы

Диссертационная работа состоит из введения, трех глав, заключения, библиографического списка литературы из 112 источников, приложений Основное содержание научного исследования изложено на 100 страницах машинописного текста Работа иллюстрирована 14 рисунками, содержит 23 таблицы

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность выбранной темы диссертационного исследования, определены основная цель и задачи работы, раскрыты предмет и объект исследования, отмечена научная новизна, теоретическая и практическая значимость диссертации, степень проработки проблемы в литературе

В первой главе «Российский рынок экскаваторной техники анализ тенденций развития» приведен общий обзор рынка дорожно-строительной техники, а также дана более подробная характеристика одного из его сегментов — рынка экскаваторной техники

В работе приводится классификация дорожно-строительной техники, отмечена значительная неоднородность совокупного продукта дорожно-строительной отрасли, сделан вывод о необходимости дифференцированного подхода при изучении рассматриваемого рынка с выделением на нем достаточно замкнутых, обладающих признаком целостности сегментов В рассматриваемом случае выстраивается многоуровневая цепочка сегментарных вложений, начиная от рынка экскаваторной техники как части рынка ДСТ и заканчивая вполне определенным кластером рынка гусеничных гидравлических экскаваторов

В работе приводится краткая история, описание и виды основного продукта, функционирующего на исследуемом рынке — экскаватора Выделение сегмента одноковшовых гусеничных гидравлических экскаваторов массой 1845 тонн в качестве объекта исследования объясняется, во-первых, значительной распространенностью данного типа экскаваторов среди производителей, и, во-вторых, исключительной ориентацией на этот тип экскаваторов ОАО «Машиностроительная компания КРАНЭКС» - конкретного предприятия, с точки зрения которого разрабатывается аналитический аппарат исследования рынка

Рассматриваемое предприятие находится в г Иваново Основным видом деятельности компании является производство экскаваторов массой 20-45 тонн и объемом ковша 0,8-2,6 м3 Основная часть доходов от реализации приходится именно на продажу экскаваторов (порядка 75-80% поступлений денежных средств) Остальные виды деятельности занимают существенно меньшую долю в обороте компании

Ключевой характеристикой любого рынка и рынка экскаваторной техники является его емкость Под емкостью рынка будем понимать общий объем продаж за определенный промежуток времени В таблице 1 представлена динамика объемов продаж гусеничных экскаваторов массой более 18 тонн в России

за последние 6 лет, а также динамика соответствующей доли компании КРАН-ЭКС на этом рынке и доля импорта.

_Таблица 1. Динамика ёмкости рынка

№ п/п Наименование 2001 2002 2003 2004 2005 2006

1. Ёмкость рынка, шт. 1.527 1.210 1.641 1.798 2.400 3.800

2. Доля ОАО «МК КРАНЭКС»,% 17 11 9 7 4 5

3. Доля импорта, % 40 57 62 65 76 83

Можно отметить экспоненциальный рост емкости совокупного рынка экскаваторной техники, происходящего на фоне строительного бума в России и странах СНГ. Усиление потребности в качественной технике одновременно вызывает рост доли импорта (за рассматриваемый период с 40 до 83 процентов). Продажи КРАНЭКС имели тенденцию к снижению, однако последние два года стабилизировались на уровне 4-5%.

Динамика структуры потребления техники по отраслям представлена в таблице 2. Данные этой таблицы свидетельствуют о лидирующем положении строительной отрасли, как потребителя новой строительной техники.

Таблица 2. Динамика структуры потребления экскаваторов КРАНЭКС по отраслям

№ п/п Отрасль 2001 2002 2003 2004 2005 2006

шт. цоля,% шт. >№ля,% шт. чоля,% : цй«: цолв,% ,iuf.: доля,% шт. доля,%

1. Газовая 39 15 33 24 73 43 40 27 14 9 36 15

2. Иефтян. 140 54 36 26 15 9 8 5 10 7 10 4

3. Строит. 32 12 36 26 31 18 42 28 57 40 88 37

4. Дорож. 45 17 23 17 38 22 24 16 40 28 39 17

5. Добыв. 3 1 6 4 6 4 27 18 17 12 34 15

6. Прочие 2 1 4 3 7 4 8 5 6 4 27 12

Всего 261 100 138 100 170 100 149 100 144 100 234 100

Предложение на рассматриваемом сегменте рынка формирует относительно небольшое число компаний (табл.3). Для того чтобы предварительно оценить степень монополизации рынка, равномерность или неравномерность присутствия на нем хозяйствующих субъектов необходимо определить долю рынка, занимаемого каждым субъектом и рассчитать показатели концентрации, к которым относится коэффициент рыночной концентрации (С Я) и индекс рыночной концентрации Герфиндаля-Гиршмана (НН1). Индекс рыночной концентрации НШ, рассчитанный по данным табл. 3, оказался равным 0,16.

Таблица 3 Ранжированный список конкурентов на рынке экскаваторной техники.

№ п/п Производитель Доля рынка на конец 2006 г., %

1 HITACHI 33

2 KOMATSU 14

3 CATERPILLAR 8

4 ГУП ПО «УВЗ» 8

5 ОАО «КЭЗ» 7

6 ОАО «МК КРАНЭКС» 5

7 ОАО «ТВЭКС» 5

8 VOLVO 4

9 HYUNDAI 4

10 DAEWOO 2

11 Прочие 10

В соответствии с общепринятой методологией в зависимости от значений коэффициента НШ выделяется три типа рынков

I тип - высоко концентрированные рынки 0,20 < НШ < 1,00,

II тип - умеренно концентрированные рынки 0,10 < HHI < 0,20;

III тип — низко концентрированные рынки НШ <0,10

Согласно данной классификации, рынок экскаваторной техники является умеренно концентрированным Нет ярко выраженного лидера, который бы диктовал условия хозяйствования на данном рынке Отсутствует монополизация рынка Тем самым, становится актуальным разработка моделей взаимодействия конкурентов, предлагаемых в работе

Во второй главе «Основные подходы экономико-математического моделирования к исследованию конкурентного взаимодействия на рынке» рассмотрена сущность маркетингового исследования, представлен обзор основных экономико-математических методов исследования рынка, представлен алгоритм работы с маркетинговой информацией от стадии ее получения до стадии принятия управленческих решений Заканчивает главу представление общего подхода моделирования, выстраиваемого в диссертации, дается описание общей игровой модели и приводятся частные методики построения моделей взаимодействия конкурентов на основе ценовой стратегии и стратегии в области качества.

С самой общей точки зрения, стратегия предприятия по реализации производимой им продукции исходит из того, что реальные объёмы продаж данного продукта зависят, во-первых, от текущего спроса на этот товар со стороны потребителей в той или иной части рынка и, во-вторых, от деятельности самого предприятия по продвижению произведенного товара к потребителю (маркетинговой деятельности) В условиях повышенного спроса на экскаваторную технику второе направление стратегии предприятия — маркетинг - выходит на первый план

Маркетинг представляет важную сферу деятельности любого предприятия. Он включает в себя множество самых разнообразных видов деятельности, в том числе маркетинговые исследования, разработку товара, организацию его распространения, установление цен, рекламу и личную продажу

В работе рассматривается проблема управления сбытом с точки зрения двух ключевых элементов маркетинга — ценовой политики и политики в области качества Именно эти элементы представляются наиболее существенными в контексте взаимодействия конкурентов на рынке тяжёлой строительной техники Сам процесс решения обозначенных проблем может быть оформлен в виде специально организованного маркетингового исследования, которое достаточно условно подразделяется на три этапа

1) сбор необходимой первичной информации,

2) обработка информации и построение моделей рыночной конъюнктуры;

3) принятие управленческого решения

Обзор аналитико-прогностических методов в разрезе анализа механизма взаимодействия конкурентов на рынке показал, что наиболее адекватным инст-

рументом описания и анализа подобных взаимодействий является теория игр При этом компании, действующие на рынке, интерпретируются как игроки Каждый из игроков имеет свою цель и использует собственную стратегию, разработанную с учетом представлений этой стороны о других участниках, их ресурсах и их возможных стратегиях Логично предположить, что поведение игрока Р„ определяется множеством векторов {Б}, образуя временную стратегию

Р„(Т) - поведение в момент времени Т. Размерность векторов 5 определяется числом показателей, по которым идентифицируется поведение хозяйствующего субъекта на рынке В первоначальном варианте игровой модели число таких показателей, согласно известной классификации Ф Котлера, равнялось шести (стратегии товара, цены, рынка и др )

Таким образом, относительно каждого момента времени Т имеется определенный набор стратегий всех игроков, создавая некоторое состояние (ситуацию) в игре {Р](Т), Р2(Т), . , Рм(Т)} Функции выигрышей игроков задаются на множестве состояний

Построение общей игровой модели рынка |

Определение игроков | Определение стратегий |

г

Первичная обработка данных с помощью методов регрессионного анализа

< i

Построение мэтриц вероятностен состояний после применения ценовой стратегии Построение модели влияния уровня качества на объёмы реализации

г ' г

Подготовка сводной информации для принятия управленческих решений

Рисунок 1 Взаимосвязь развиваемых в работе моделей

Нетрудно заметить, что полная версия модели даже при минимальном числе альтернатив по каждому показателю выглядит громоздкой и труднообозримой В практических целях представляется, что будут выделены наиболее важные элементы «игры» — игроки, стратегии

Взаимосвязь развиваемых в работе моделей представлена на рис 1 При составлении платежной матрицы необходимо использовать полную стратегию каждого игрока S(si, s2, s3, s4, s5, s6) Число таких стратегий определяется количеством возможных вариантов поведения конкретного игрока В зависимости от «природы» игроков, количество стратегий может меняться

Смысл игрового анализа в данном случае состоит в том, чтобы, зная реальное поведение конкурентов, четко обозначить каждый из наборов стратегий, то есть описать параметры S(s) при помощи аппарата теории игр и других приемов экономико-математического моделирования

Основная сложность начального этапа моделирования состоит в том, чтобы выявить и формально описать сами стратегии Разбирая каждую стратегию в отдельности, можно разработать полный арсенал методов анализа и прогнозирования рыночной конъюнктуры В данном исследовании будут рассмотрены ценовая стратегия и стратегия в области качества Слово «стратегия» следует рассматривать в контексте теории игр, но не менеджмента Далее будет рассмотрен математический аппарат, который предлагается авторами для формализации указанных стратегий — Марковские цепи на основе регрессионных моделей (в области ценовой стратегии) и модель Койка (в области стратегии качества)

Цель марковской модели — описание динамики развития некоторой системы на языке вероятностного распределения по ее возможным состояниям При прочих равных условиях построение эконометрической модели протекает гораздо проще, чем построение марковской модели (даже дискретной) Основа марковской модели - матрица (оператор) вероятностей переходов Ее построение в каждом конкретном случае представляет собой весьма сложную задачу и требует анализа значительного объема информации

Мы попытались разработать методику, позволяющую по заданной регрессионной зависимости строить дискретную марковскую цепь

Итак, пусть исследуется взаимосвязь между двумя экономическими показателями хну, один из которых (д:) является объясняющим (факторным, управляющим), а второй (у) - результирующим (зависимым) Процесс построения марковской цепи

1) построение уравнения регрессии по исходным данным,

2) определение доверительных интервалов прогноза результирующей переменной,

3) построение матрица вероятностей переходов

Если исходные данные представляют собой временные ряды, то, по-видимому, можно рассмотреть несколько альтернативных вариантов линейных моделей, например

У, =<*(, +«1 Х1 (О

Ду,=а0+а, х,+е„ (2)

У, =а0+а, Дх,+8„ (3)

■^- = а0 + а, Дх,+с., (4)

У.

где Ду, = у, — у, Дх, = х, -х,_, — абсолютные приросты исследуемых показателей Возможно также использование моделей авторегрессионного типа, например

у,=сс0+а, х, +а2 у,_,+е,, (5)

а также моделей с распределенным лагом, например

у,=а0+а, х, +а2 хм+е, (6)

В соответствии с поставленной задачей исходная регрессионная модель явно или неявно должна связывать переменные у, и у,.\ и, естественно, содержать те или иные характеристики переменной х Выбор той или иной формы

модели диктуется также показателями качества регрессионной модели (величиной Л2, статистической значимостью параметров и регрессии в целом) Процесс построения марковской цепи рассматривается на основе модели (4), поскольку она отвечает исходным условиям преобразования данных

Предположим, что состояния нашей гипотетической системы определяются значениями переменной у1 При этом дискретный вариант модели предполагает задание конечного (по крайней мере, счетного) числа состояний рассматриваемой системы Так как состояния системы ассоциируются со значениями результирующего показателя, то разобьем интервал расположения возможных значений у на частичные подынтервалы, равной длины

5,= [У™ У0'), Ь2=[Ут,Ут), ,6к=[у<кЛу(Ч], (7)

где У'' — точки разбиения, У0) и У*' - соответственно минимально и максимально возможные в рамках рассматриваемого периода времени значения показателя у

Далее, на основе имеющегося массива данных оценивается выбранная регрессионная модель. Если объем исходной выборки достаточно велик и неоднороден, то целесообразно разделение данных на отдельные классы в соответствии со значениями показателя у и оценивание модели по каждому классу Само выделение классов можно производить на основе известного теста Чоу

Каждое оцененное регрессионное уравнение интересует нас, в первую очередь, не с точки зрения получения оценок параметров, а с позиции определения доверительных интервалов прогноза результирующей переменной при заданном значении объясняющей переменной. Именно эти доверительные интервалы обозначают контуры будущей марковской модели

Марковская цепь будет задана, если определить вероятности рц перехода из г—го состояния в/-е состояние В нашем случае это соответствует попаданию значения у, в интервал 8) при нахождении значения у,А в интервале 5,

Так как в исходной регрессионной модели зависимая переменная представлена относительным приростом показателя у, то принадлежность у, интервалу <5,, очевидно, эквивалентна включению

У.

уИ+1) '

(8)

Будем считать, значение у,.\ совпадает с серединой интервала 5,

У1-1 = У(,)=(У<"+У"-1))/2 (9)

Ду

Тогда вследствие нормальности распределения величины —^ при определен-

У.

ных выше параметрах аист можно определить вероятность выполнения включения (8), которая равна вероятности того, что у, принадлежит интервалу ди соответственно искомой вероятности р,г

^йГ

Вычисляя значения р, при всех /, у=1,2, . ,к, получим матрицу вероятностей переходов Р(Дхр), соответствующую заданному воздействию факторного признака Полученная матрица определяет некоторую марковскую цепь, позволяющую рассчитывать вероятности пребывания системы в тех или иных состояниях в последовательные моменты времени Целесообразно построить несколько матриц вероятностей перехода в зависимости от основных типов влияния фактора и на их основе предугадывать вероятностные распределения переменной^ при ряде вариативных изменений х

Анализ литературы позволяет высказать предположение, что рассмотренная идея, а на ее основе и методика, сведения регрессионной модели к модели марковской является оригинальной Плодотворность же перехода от одной модели к другой заключается

• в большей информативности марковской модели по сравнению с регрессионной моделью (марковская цепь содержит несколько регрессионных уравнений),

• в более мягком (по сравнению с регрессионными моделями) представлении конечных результатов исследования зависимости в условиях принятия решений в области тактического и стратегического менеджмента

В предположении, что качество, как фактор, обуславливает в определенной степени сбыт, мы предпримем попытку формализовать это влияние и построить математическую модель На этапе сбора первичной маркетинговой информации об уровне качества необходимо решить вопрос — что будет являться определяющим фактором, иначе говоря, независимой переменной в модели исчисления влияния качества Интересно отметить, что попытки формализовать само влияние качества на объем продаж или финансовые результаты являются единичными и, как правило, носят экспертный характер

Мы предполагаем, что ключевым показателем, дающим представление о качестве техники является стоимость затрат на гарантийный ремонт, приходящихся на одну единицу техники В нашем исследовании это средние затраты на гарантийный ремонт одного экскаватора Они представлены в денежном выражении В связи с этим, они являются числовым выражением и обобщением качества техники

Автором предлагается использовать метод Койка Для описания процесса используется модель с бесконечным лагом вида

у,=а + Ь0 х,+Ь, хы+Ь2 Х(_2 + +е, В случае рассмотрения модели качества фактором (зависимой переменной) будут являться затраты на гарантийные ремонты, приходящиеся на один экскаватор Результатом (зависимой переменной) в модели выступает доля рынка исследуемого производителя, поскольку доля рынка «очищена» от флук-туаций рынка, связанных с его ростом

В третьей главе - «Экономико-математическая реализация моделей взаимодействия на рынке дорожно-строительной техники» рассматриваются отдельные элементы игровой модели, рассматривается процесс распределения модельного ряда ведущих производителей экскаваторов на типовые группы на

основе кластерного анализа, рассчитывается марковская цепь на основе регрессионных моделей с целью выявления влияния применения ценовых стратегий на изменение долей рынка субъектов хозяйствования.

Поскольку каждый производитель предлагает на рынке широкий модельный ряд, формализацию, в частности, ценовой стратегии необходимо проводить по определённым группам экскаваторов (в общем случае - группам товара фирмы).

Согласно ГОСТ 30067-93 экскаваторы подразделяются на 6 размерных групп в зависимости от массы экскаватора. Такая классификация не учитывает основных особенностей продукта. Поскольку экскаватор обладает рядом характеристик, выраженных численно, представляется оптимальным разбиение на группы при помощи кластерного анализа. Итоги вычислений представлены в таблице 4.

Таблица 4. Описательные статистики для каждого кластера

Кластер Параметр : Среднее значение Щ!

1 Масса, кг 19863,33

Объём ковша, мЗ 0,83

Мощность двигателя, л.с. 133,50

2 Масса, кг 24921,22

Объём ковша, мЗ 1,15

Мощность двигателя, л.с. 174,78

3 Масса, кг 33430,82

Объём ковша, мЗ 1,50

Мощность двигателя, л.с. 235,91

4 Масса, кг 44346,60

Объём ковша, мЗ 1,95

Мощность двигателя, л.с. 306,60

Построение моделей будет основано на втором кластере.

Мы предполагаем, что текущее положение на рынке того или иного конкурента характеризуется его долей в совокупности проданных в РФ единиц техники. Одним из существенных факторов, влияющих на изменение доли на рынке является цена продукции. Поскольку нас интересует изменение объёмов продаж фирмы в зависимости от изменения цены, то необходимо оперировать именно этими двумя факторами. Беря во внимание, как колебание уровня цен, так и колебание объёмов продаж, мы приходим к выводу, что при дальнейших расчётах необходимо оперировать относительными показателями. Расчёт долей, а не абсолютных показателей обусловлен необходимостью нивелирования фактора изменения ёмкости рынка во времени. Далее будет представлена методика подготовки данных.

Пусть О - объём продаж, С)^) - объём продаж продукции ¡-производителя в момент времени I (месяцы). Тогда доля продавца на рынке будег рассчитываться как:

¿0,(0 (11) 1с =1

где п — количество игроков на рынке.

Подготовка данных заключается в том, чтобы убрать влияние фактора масштаба на итоговые результаты моделирования - один и тот же прирост для различных занимаемых долей предполагает внесение разных возмущений в модель. Пусть - цена на продукцию ¡-производителя в момент времени I (месяцы). Тогда:

Pi(t) = -

P,(t)

(£pi(t)*Ql(t))/SQi(t)

(12)

- цены i-производителя, нормированные относительно средней взвешенной цены рынка в период t.

В знаменателе формулы (12) рассчитывается так называемая средняя цена продажи экскаваторов в определённом месяце - объём продаж в стоимостном выражении за месяц, делённый на объём продаж экскаваторов в штуках. Рассчитывая значения Pi(t), мы получаем нормированную цену каждого производителя в определённый месяц. Это сделано для исключения влияния фактора масштаба цены на конечные результаты моделирования. Далее составляется уравнение регрессии следующего вида:

y(t) = p0+plP(t) + e(t), где s(t) — случайная составляющая, распределённая по нормальному закону. Вид формулы для расчёта выбран исходя из сущности понятия эластичности спроса по цене - каков вклад цены в изменение объёма продаж. Искомая зависимость имеет следующий вид: Y(t) = -4,519 - 36,535*p(t) Показатели качества полученных коэффициентов сведены в таблицу 5:

Ро Коэффициенты Стандартная ошибке t-статистикг Нижние 95% Верхние 95% ]

-4,519 1,183 -3,816 -6,911 -2,126

Pi -36,535 5,523 -6,613 -47,699 -25,371

Гипотеза о наличии регрессии не может быть отвергнута в соответствии со значением критерия Фишера. Оцененное регрессионное уравнение интересует нас с позиции определения доверительных интервалов прогноза результирующей переменной при заданном значении объясняющей переменной. Именно эти доверительные интервалы обозначают контуры будущей марковской модели.

-О.Л -О.З -0.2 -O.t О-Q O.t

Рисунок 2. Принцип построения интервалов

Рисунок 2 иллюстрирует принцип построения интервалов для фиксированного значения Ap(t). На данном рисунке представлен график нормального распределения для параметров N(-0,105; 0,129). Заштрихованная часть графика принадлежит диапазону (-0,025; +0,025) и представляет собой вероятность выпадения значения исходной функции в данном отрезке.

Приведём интересуемые нас значения Ap(t):

Параметр Значения значения

Ap(t) -0,020 -0,015 -0,010 -0,005 0 +0,005 +0,010 +0,015 +0,020

y(t) -0,068 -0,076 -0,083 -0,091 -0,098 -0,105 -0,113 -0,120 -0,128

Для значения +0,020, используя интеграл (10), построим матрицу на основе следующих формул

6(1)-8(1-1)

y(t) =

(13)

5(1-1)

8(1) = у(1)* 5(1-1) + 8(1-1) (14)

Преобразование к абсолютным долям рынка сводится к следующим выкладкам. Пусть компания планирует изменить свою нормированную цену на 2%, в сторону увеличения — Др= +0,020. Построение основывается на расчёте следующих зависимостей:

.2

- (х-а) 2-Ь2

f(x) :=-

y/Th-b (15)

где а и b - мат. ожидание и стандартная ошибка в расчёте уравнения регрессии. Далее, отдельно для каждой строки, с помощью цикла рассчитывается интеграл:

rz+nq

f(x) dx

(16)

где q = N / 2 (N — значение относительного изменения доли рынка на 1%); z = М — q (М — первое число в строке вспомогательной матрицы); пе -[2,4,6,8,10,12,14,16,18,20,22]- - параметр цикла.

Таблица 7. Фрагмент итоговой матрицы переходов для Др - +0,020

; <10% | 10% 1:1% 12% 13% 14% ; 15% 16% 17% 18% 19% 20% >20%

10% 0,727 0,189 0,068 0,014 0,002 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000

11% 0,474 0,265 0,172 0,069 0,017 0,003 0,000 0,000 0,000 0,000 0.000 0,000

12% 0,266 0,241 0,239 0,158 0,070 0,021 0,004 0,001 0,000 0,000 0,000 0,000 0,000

13% 0,137 0,172 0,230 0,217 0,146 0,069 0,023 0,005 0,001 0,000 0,000 0,000 0,000

14% 0,068 0,104 0,174 0,215 0,198 0,136 0,070 0,026 0,007 0,002 0,000 0,000 0,000

15% 0,032 0,117 0,177 0.20S 0.182 0,125 0,066 0Д0& 0,002. 0,000 0,000

16% 0,016 0,032 0,071 0,125 0,175 0.193 0,168 0,116 0,064 0,028 0,009 0,003 0,000

17% 0,007 0,017 0,041 | 0,080 0,129 0.169 0.180 0,157 0,111 0,064 0,030 0,011 0,004

18% 0,008 0,009 0,023 j 0.050 0,090 0,134 0,165 0,170 0,145 0,103 0,060 0,030 0,013

19% 0,019 0,005 0,013 j 0,030 0,058 0.096 0,134 0.159 0.160 0,136 0,098 0,060 0,032

20% 0,060 0,003 | 0,007 j 0,017 0,036 0,064 0,099 0,132 0,151 0,150 0,128 0,095 0,058

Тогда искомая матрица примет вид, представленный в табл 7 Это итоговая матрица переходов. Смысл ее в следующем — какова вероятность, при увеличении нормированной цены на 2%, перехода к доле рынка №/о (значения столбца заголовка), если текущая доля рынка М% (значения строки заголовка) Значения вероятностей для долей менее 10% приведены для полноты описания матрицы и не могут рассматриваться в контексте определения вероятностей, поскольку не носят точечный характер

Пусть р0 - вектор, описывающий начальное состояние, то есть, фактически, вектор описывает долю компании на рынке в начальный момент времени

р0т = (0,0,0,0,0,1,0,0,0,0,0) Пусть также вектор соответствует введённым обозначениям и являет собой обозначения строк в матрице, рассчитанной выше Значения вектора есть некое начальное условие, являющееся исходным для построения марковской цепи Как видно из описания вектора, в нем присутствуют лишь единица и нули — вероятности нахождения системы в некоторой точке, то есть вероятность нахождения компании на рынке с долей, соответствующей введенным ранее обозначениям Единице соответствует значение «15%» в итоговой матрице переходов Производя некоторые манипуляции, можно ответить на вопрос, в каком положении будет находиться компания после применения той или иной ценовой стратегии Этот процесс тривиален и сводится к отысканию произведения р, =Р хр0, где Р — итоговая матрица переходов Варьирование ценовой политики предприятия по существу отражается в последовательном выборе соответствующих вероятностных операторов, суперпозиция которых дает прогнозируемое вероятностное распределение доли, занимаемой предприятием на рассматриваемом сегменте рынка

Касаясь модели исследования влияния качества на сбыт, заметим следующее Для описания процесса используется модель с бесконечным лагом вида

у,=а + Ь0 х, +Ь, х,_,+Ь2 х,_2 +

Койк предположил, что существует некоторый постоянный темп уменьшения во времени лаговых воздействий фактора на результат Если в период г результат изменялся под воздействием изменения фактора в этот же период времени на Ь0, то под воздействием изменения фактора, имевшего место в период (/-/), результат изменится на Ь0 X ед , в период (1-2) — на Ь0*Л2 ед и т д В общем виде можно записать Ь,=Ь0 V, ] = 0,1,2, , 0<Х<1

у, =а (1-Я.)+Ь0 х,+Я. у,_, +и„

Построение и анализ качества модели показали значимые коэффициенты регрессии, общее качество уравнения также удовлетворительное (Я2=0,39, значимость Р=0,004)

Таблица 8 Качество оценки уравнения регрессии

Регрессионная статистика

И-квадрат 0,391555895

Нормированный И-квадрат 0,336242795

Стандартная ошибка 0,967520077

Р 7,0788998

Значимость Р 0,004230849

У-пересечение - 4,250 Переменная Ьо —0,834 Переменная X - 0,4871

На первый взгляд может показаться, что значение качества регрессии Я2 не достаточно высокое Однако его значение еще раз доказывает, что на объемы сбыта, на долю рынка оказывают влияние и другие факторы и что фактор качества лишь примерно на 30% вносит свое влияние Данную модель можно применять для анализа влияния качества на сбыт, прогнозировать период последействия изменения качества техники, изучать вклад уровня качества техники в сбыт Зная оценки параметров модели, можно планировать снижение доли рынка как следствие поломок в гарантийные периоды, тем самым можно планировать маркетинговую нагрузку — планировать почтовые рассылки, концентрировать участие в выставках и использовать другие инструменты маркетинга стабилизации объемов продаж

ОСНОВНЫЕ ВЫВОДЫ

1 Оценка и анализ рыночного сегмента гусеничных экскаваторов позволяет сделать вывод о росте потребления в данном секторе, структура рынка на данный момент не сформирована, что делает актуальным применение современных методов в маркетинговых исследованиях в представленных на рынке компаниях

2 Представлена общая модель взаимодействия конкурентов на рынке дорожно-строительной техники на основе теории игр, описаны параметры модели - игроки, стратегии, выигрыш игры

3 Формализация маркетинговой стратегии должна основываться на сходных моделях экскаваторов, поскольку сравнивать и анализировать модели с отличающимися параметрами не имеет смысла Автором применена методика для разделения на группы моделей экскаваторов различных производителей на основе кластерного анализа для формализации игровой стратегии

4 В работе были изложены основные положения методики перехода от регрессионных моделей к марковским цепям, сущность которой заключается в большей информативности марковской модели по сравнению с регрессионной моделью (полученная марковская цепь содержит в себе несколько регрессионных уравнений), в более мягком представлении конечных результатов исследования зависимости, в возможности оперирования полученной марковской моделью для последующих выводов

5 Была предложена модель, описывающая влияние уровня качества техники на объемы продаж, основанная на модели Койка, в которой на зависимую переменную влияет как уровень независимой переменной в текущий момент, так и в предшествующие периоды

ОСНОВНЫЕ ПУБЛИКАЦИИ АВТОРА ПО ТЕМЕ ДИССЕРТАЦИИ

Публикации в журналах по списку ВАК

1 Комолов, С М Формальный маркетинг- некоторые аспекты анализа и прогнозирования конъюнктуры рынка /СМ Комолов // Региональная экономика теория и практика — 2007 — №9 — 0,40 п л , в т ч вклад соискателя 0,40 п л

2 Комолов, С М. Марковская модель взаимодействия конкурентов на рынке дорожно-строительной техники /СМ Комолов // Обозрение прикладной и промышленной математики, т 13, 5 вып — Москва' «ОПиПМ», 2006 — 0,10 п л , в т ч вклад соискателя 0,10 п л

Прочие публикации

3 Комолов, С М. О взаимосвязи регрессионных моделей и моделей марковских процессов /МБ Ермолаев, С М Комолов // Проблемы экономики, финансов и управления производством Сборник научных трудов вузов России Двадцатый выпуск - Иваново ИГХТУ, 2007 — 0,25 п л , в т ч вклад соискателя 0,12 п л

4 Комолов, С М Формальный маркетинг игровой подход в стратегическом анализе рынка Постановка задачи /СМ Комолов // Социально-гуманитарные науки в XXI веке Материалы международной научной конференции в 3 Т ТI Экономические организации функционирование и управление / Под ред д-ра экон наук, проф Г В Ульянова — Ковров: КГТА, 2006 — 0,40 п л , в т ч вклад соискателя 0,40 п л

5 Комолов, С М Моделирование макроэкономической динамики с применением теории циклов /АО Голятин, С М Комолов // Проблемы экономики, финансов и управления производством Сборник научных трудов вузов России Десятый выпуск - Иваново ИГХТУ, 2002 - 0,50 п л , в т ч вклад соискателя 0,25 п л

6 Комолов, С М Методология прогнозирования Эволюция научной мысли / С М Комолов // Тезисы докладов V Региональной студенческой научной конференции «Фундаментальные науки — специалисту нового века» — Иваново ГОУВПО «ИГХТУ», 2004 — 0,1 пл,втч вклад соискателя 0,1 п л

7 Комолов, С М Регрессионный анализ динамики товарной продукции отдельного предприятия /СМ Комолов // Актуальные проблемы развития экономики Сборник материалов Международной научно-практической конференции - Иваново ГОУВПО «ИГХТУ», 2003 - 0,10 п л , в т ч вклад соискателя 0,10 п л

8 Комолов, С М Разработка процесса планирования маркетинговой нагрузки и определение инструментария /СМ Комолов // Проблемы экономики, финансов и управления производством Сборник научных трудов вузов России Девятнадцатый выпуск — Иваново ИГХТУ, 2005 - 0,40 п л , в т ч вклад соискателя 0,40 п л

Подписано в печать 28.12.2007. Формат 60x84 1/16. Бумага писчая. Усл. печ. л. 1,00. Уч.-изд. л. 1,03. Тираж 100 экз. Заказ 1058

ГОУ ВПО Ивановский государственный химико-технологический университет

Отпечатано на полиграфическом оборудовании кафедры экономики и финансов ГОУ ВПО «ИГХТУ» 153000, г. Иваново, пр. Ф. Энгельса, 7

Диссертация: содержание автор диссертационного исследования: кандидата экономических наук, Комолов, Сергей Михайлович

Введение

ГЛАВА I. Российский рынок экскаваторной техники: анализ 9 тенденций развития

1.1. Состояние и тенденции развития рынка дорожно-строительной 9 техники

1.2. Характеристика исследуемого предприятия

1.3. Характеристика исследуемого в работе продукта

1.4. Методика сбора маркетинговой информации 35 Вывод по главе I

ГЛАВА II. Основные подходы экономико-математического моделирования к исследованию конкурентного взаимодействия на рынке

2.1. Обзор математических методов в маркетинге

2.2. Описание взаимодействия конкурентов на основе игровой 50 модели

2.3. Теоретические аспекты построения модели планирования 57 цены на основе регрессионно-марковских моделей

2.4. Модель исчисления влияния качества на результаты 65 предприятия

Вывод по главе II

ГЛАВА III. Экономико-математическая реализация моделей взаимодействия на рынке дорожно-строительной техники

3.1. Классификация моделей экскаваторов на основе кластерного анализа

3.2. Построение регрессионно-марковской модели взаимодействия конкурентов

3.3. Построение модели оценки влияния качества на объёмы сбыта 93 Вывод по главе III

Диссертация: введение по экономике, на тему "Экономико-математические модели взаимодействия конкурентов на рынке дорожно-строительной техники"

Рынок дорожно-строительной техники, инициированный благоприятной конъюнктурой добывающих и строительных отраслей, является одним из наиболее динамично развивающихся в России рынков. Об этом говорят не только чрезвычайно высокие темпы роста объёмов продаж дорожно-строительной техники (ДСТ), но и колоссальный прирост импорта данной продукции за последние пять лет. Вместе с тем, специфика отдельных видов строительных работ и, соответственно, значительное разнообразие строительной техники делает почти невозможным проведение конструктивного анализа всего рынка ДСТ.

Исследуемый в диссертации рынок экскаваторной техники представляет собой достаточно изолированный и важный сегмент общего рынка ДСТ и демонстрирует схожие тенденции. На фоне позитивной динамики спроса на экскаваторную технику усиливается конкуренция между её производителями как внутри, так и вне Российской Федерации, что требует от предприятий использования современных методов маркетинга, контроллинга, управления качеством, менеджмента, среди которых важное место занимает экономико-математическое моделирование. Ярко выраженный олигопольный характер рынка косвенным образом указывает на перспективность рассмотрения проблемы принятия решений в различных сферах деятельности предприятия в контексте анализа взаимодействия конкурентов, что формально может описываться некоторой игровой моделью.

Актуальность темы диссертационного исследования вызвана также тем, что сам аналитический аппарат изучения отдельных отраслей и рынков российской экономики, учитывающий их специфику, разработан явно недостаточно и ограничивается, по сути дела, функциями систематизации и экспертных оценок.

Степень научной разработанности проблемы

Математическое моделирование рынка дорожно-строительной техники как экономической системы непосредственно связано с разработанным аппаратом экономико-математических методов и моделей. Особую значимость для целей нашего исследования имеют работы по статистическому моделированию и прогнозированию экономических процессов - работы С.А. Айвазяна, Т. Андерсона, М. Интрилигатора, JI.B. Канторовича, Н.Д. Кондратьева, В.В. Леонтьева, B.C. Мхитаряна, Е.Е. Слуцкого и других.

Прикладную основу и концепцию исследования заложили труды по теории игр и исследованию операций Р. Аумана, Дж. Нэша, Дж. Неймана, О. Моргенштерна, Г. Оуэна, которые, также, подробно рассматриваются в монографиях Е.С. Вентцель, H.H. Воробьева, JI.A. Петросяна, C.JI. Печёрского и других.

Теоретические и прикладные аспекты случайных процессов, моделирующих динамику социально-экономических систем, исследованы в работах Е.Б. Дынкина, А.Н. Колмогорова, A.A. Маркова, A.B. Скорохода и многих других.

Особое инструментальное направление разработки проблемы, для чего, собственно, и разрабатывается данный комплекс задач, это маркетинг. Базовые положения классического маркетинга были заложены в трудах Б.Бермана, Ф. Котлера, Дж. Прескотта, А.Н. Романова, Дж. Эванса, маркетинга машиностроения - в работах A.A. Тупиченкова, Д. Филиппса, JI. Якокки, применения экономико-математических моделей в маркетинге - в работах Г. Моосмюллера, В.В. Федосеева, Н.Д. Эриашвили и других.

Несмотря на это, крупных, значимых трудов по системному маркетинговому и экономико-математическому анализу и прогнозированию как рынка дорожно-строительной техники, так и машиностроительной отрасли в целом недостаточно.

Цель диссертационного исследования

Основной целью диссертационного исследования является разработка экономико-математического инструментария прогнозирования конъюнктуры рынка в зависимости от различных маркетинговых стратегий, в частности исследуется проблема влияния манипуляций ценами на технику на изменение доли рыночного сегмента, занимаемого фирмой.

В соответствии с целью в диссертации поставлены и решены следующие задачи:

• исследование и выявление специфики функционирования рынка дорожно-строительной техники;

• анализ и обобщение существующих методов экономико-математического моделирования рыночных механизмов, сопоставимых с рынком дорожно-строительной техники;

• анализ маркетингового инструментария, применяемого на исследуемом рынке;

• разработка модели маркетинговой политики предприятия на основе экономико-математического подхода;

• разработка модели прогнозирования конъюнктуры рынка на основе Марковских процессов.

• разработка модели, позволяющей оценивать влияние качества техники на объёмы сбыта.

Предметом исследования диссертационной работы является экономико-математическое моделирование взаимоотношений конкурентов на рынке дорожно-строительной техники.

Объект исследования представлен одним из секторов российского рынка дорожно-строительной техники, а именно - рынком экскаваторной техники массой 18-45 тонн.

Информационной базой исследования явилась статистическая информация о продажах основных отечественных производителей гусеничных гидравлических экскаваторов, а также дилеров иностранных производителей аналогичной продукции; информация о динамике цен на экскаваторы всех основных субъектов хозяйствования.

Теоретической и методологической основой исследования явились труды зарубежных и отечественных экономистов-математиков по моделированию и прогнозированию социально-экономических систем с использованием корреляционно-регрессионного анализа, анализа временных рядов, теории игр, теории кластерного анализа, теории случайных процессов и элементов математической статистики; работы, статьи зарубежных и отечественных маркетологов.

Новизна диссертационного исследования, раскрывающая достижение поставленной цели, заключается в следующем:

• сформулирован подход к экономико-математическому моделированию механизма конкурентных отношений на рынке дорожно-строительной техники, отличительной особенностью которого является формализация стадий процесса маркетинговых исследований и представление взаимодействия конкурентов как игровой модели;

• сформулирована и решена задача определения однородных групп продуктов для целей сегментации рынка и построения экономико-математической модели взаимодействия конкурентов, отличающейся от принятого подхода классификации техники на основе государственных стандартов;

• разработана методика подготовки данных об объёмах продаж и цен на продукцию для целей прогнозирования доли рынка, учитывающую особенности рынка дорожно-строительной техники, отличительной особенностью которой является нормализация данных, необходимая для нивелирования фактора изменения ёмкости рынка во времени;

• разработана экономико-математическая модель прогнозирования спроса после изменения цен на продукцию, отличительной особенностью которой является преобразование регрессионной модели к модели Марковской цепи;

• обосновано применение модели, позволяющей оценивать влияние качества техники на объёмы сбыта.

Практическая значимость и апробация результатов исследования

Результаты диссертационного исследования могут быть использованы для маркетинговых исследований конкуренции, конъюнктуры рынка без какой-либо дополнительной адаптации на любом предприятии не только представленной машиностроительной отрасли, но и других отраслей промышленности, строительства и прочих отраслей.

Теоретико-методическая база работы является законченным продуктом и может применяться без дополнительных доработок в составлении методических указаний, курсов лекций для студентов экономических специальностей по общему, маркетинговому направлению или направлению экономико-математического моделирования.

Структура работы

Работа построена по следующему плану: первая глава - общая характеристика объекта исследования, то есть обзор машиностроительной отрасли, анализ рынка экскаваторов в России, более подробное рассмотрение одного из ведущих участников этого рынка - ивановского предприятия ОАО «МК КРАНЭКС»; приводится методика работы с информацией в области исследования рынка применительно к рынку дорожно-строительной техники; вторая глава - общий обзор современного маркетингового инструментария - общие аспекты и применение в машиностроении, обзор теоретико-методологической базы в области применения экономико-математических методов; представлены теоретические аспекты построения регрессионно-марковской модели, а также модели, учитывающей воздействие факторов, имеющих место в прошлом. третья глава - анализ данных о состоянии рынка и приведение их в виду, пригодному для анализа и прогнозирования; применение кластерного анализа для классификации и сегментирования продукции с учётом специфики исследуемого предприятия; применение методики оценки конъюнктуры после применения ценовой стратегии и стратегии в области качества на основе марковских процессов, эконометрических моделей (моделей регрессионного анализа, модели Койка) применительно к формализации игровых стратегий.

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Комолов, Сергей Михайлович

ЗАКЛЮЧЕНИЕ

Оценка и анализ рыночного сегмента гусеничных экскаваторов, сделанные в первой главе работы, позволяют сделать вывод о росте потребления в данном секторе. Структура рынка на данный момент не сформирована, что делает актуальным применение современных методов в маркетинговых исследованиях представленными на рынке компаниями. Практика российских предприятий показывает, что руководство компаний относится к применению методов экономико-математического моделирования с крайней осторожностью. Применительно к службам маркетинга можно отметить, что менеджеры либо руководствуются исключительно своим опытом, либо применяют для принятия решений методы регрессионного анализа, в большинстве случаев - линейные регрессионные модели, что явно является недостаточным в прогнозировании рынка, маркетинговых исследованиях. Рассмотренный в работе комплекс моделей, основой которых является понятие рыночных взаимодействий с точки зрения теории игр, позволяет принимать решения в области формирования ценовой стратегии, как частного случая применения теории игр.

Останавливаясь на месте предлагаемых в работе моделях, скажем, что формализация стратегий маркетинга и получение конечных результатов основывается на формализации самих процессов маркетинговых исследований. Во второй главе, наряду с обзором методов маркетинговых исследований, была предложена формальная модель маркетинговых исследований. Отличительной особенностью данной модели является описание каждого процесса работы с информацией с указанием конкретных источников информации и адаптация модели к конкретному рынку.

Несмотря на то, что данная модель процесса маркетинговых исследований разрабатывалась для предприятия, занимающегося производством и продажей дорожно-строительной техники, она может быть применена без серьёзных переработок и для других отраслей промышленности в силу ориентации на общие принципы построения маркетингового исследования.

Модель взаимодействия конкурентов на основе теории игр не является новой, однако рассмотрение данного метода и само формальное описание игры - игроки, стратегии, выигрыш игры - имеет несомненную практическую ценность и является материалом для конкретизации и формализации непосредственно стратегий, которые и являются конечным продуктом менеджмента в организации.

Формализация маркетинговой стратегии должна основываться на сходных моделях экскаваторов, поскольку сравнивать и анализировать модели с сильно отличающимися параметрами не имеет смысла. В работе была предложена и применена методика разделения на группы моделей экскаваторов различных производителей на основе кластерного анализа для дальнейшей формализации игровой стратегии. Для руководителя отдела маркетинга предприятия, занимающегося производством и продажей конкретного продукта - гусеничных экскаваторов, это не составляет особой проблемы, однако маркетологи в своей практике постоянно исследуют различные смежные рынки. Таким смежным рынком, например, может оказаться рынок бульдозеров, классификация на однородные группы которых может оказаться сложной задачей для эксперта в области маркетинга гусеничных экскаваторов. Метод кластерного анализа, в данном случае является не только инструментом, способным быстро и обоснованно решить задачу классификации, но и является составной частью общей модели прогнозирования рыночной конъюнктуры.

Основной концепцией в подготовке данных для целей моделирования и формализации ценовой стратегии в работе явилась концепция учёта основных игроков на рынке и учёта изменения ёмкости рынка во времени. Данная концепция, по мнению автора, является более объективной, чем та, на основе которой строятся модели на основе данных лишь об одном предприятии.

Применение методики перехода от регрессионных моделей к моделям марковских цепей, рассмотренной в работе, является заключительной фазой процесса формализации ценовой стратегии. Итогом моделирования на этой стадии построения модели является оператор, суть преобразования которого состоит в получении вектора вероятностей пребывания компании в той или иной доле рынка. Основными преимуществами данной методики являются большая информативность марковской модели по сравнению с регрессионной моделью (по сути дела полученная марковская цепь содержит в себе несколько регрессионных уравнений); более мягкое представление конечных результатов исследования зависимости (вектор вероятностей, а не фиксированные значения); возможность оперирования полученной марковской моделью для последующих выводов. Применяя данную методику и, используя различные операторы состояний, можно формализовать финальный процесс - процесс принятия решения в области ценовой политики предприятия, базирующийся на установлении предельно допустимых отклонений в доли рынка занимаемой компанией после применения той или иной ценовой стратегии.

Применение модели оценки влияния качества на уровень реализации продукции, несомненно, имеет практическую ценность, поскольку позволяет быть регулятором сбыта, его стабилизатором. Результаты, получаемые на выходе данной модели, являются, по сути, управляющим сигналом для корректировки маркетинговой политики компании, что является дополнительным маркетинговым инструментом управления сбытом.