Евразийский
научный
журнал

Эконометрическое моделирование и анализ социально-экономических факторов потребительского поведения

Поделитесь статьей с друзьями:
Автор(ы): Маслюкова Елена Васильевна, Пиронко Екатерина Владиславовна
Рубрика: Экономические науки
Журнал: «Евразийский Научный Журнал №12 2015»  (декабрь 2015)
Количество просмотров статьи: 1324
Показать PDF версию Эконометрическое моделирование и анализ социально-экономических факторов потребительского поведения

Маслюкова Е.В.,
к.э.н., старший преподаватель
ФГАОУ ВО Южный федеральный университет,
Россия, г. Ростов-на-Дону
Пиронко Е.В.,
студент
ФГАОУ ВО Южный федеральный университет,
Россия, г. Ростов-на-Дону

Аннотация: в статье рассмотрено применение эконометрического анализа для выявления влияния социально-экономических факторов на потребительские расходы домашних хозяйств.

Ключевые слова: эконометрическое моделирование, множественная регрессия, расходы, домохозяйства

Исследование природы потребительского спроса и факторов, формирующих потребительское поведение, является первостепенной задачей маркетологов и экономистов, проводится психологами и носит междисциплинарный характер.

В условиях изменения макроэкономической ситуации в России на фоне событий международной политики перед производителями стоит задача пересмотра маркетинговой политики, выбора новых маркетинговых коммуникаций и поиск новых ориентиров. Для этого необходимо понимать, какими социально-экономическими факторами определяется потребительское поведение и его ключевые показатели, а для того, чтобы спрогнозировать дальнейшее развитие экономики или даже объемов потребительского рынка, определить нишу, на которую может претендовать компания, и выбрать стратегию дальнейшего развития, необходимо уметь смоделировать потребительский спрос.

Потребление можно рассматривать как функцию от множества факторов. При этом набор факторов варьируется в зависимости от товара, потребление которого анализируется, и от периода расчета. К важнейшим статическим факторам потребления относится уровень денежного дохода у разных категорий семей. Существенное влияние на потребление и спрос оказывают также состав и размер семей, а также уровень денежных сбережений у разных категорий населения. Накопления в известной мере можно учитывать, вводя в модель в качестве фактора не доход, а расход потребителя. Но можно включать сбережения и в явном виде, хотя при расчетах на перспективу их прогнозирование связано с некоторыми трудностями. Еще сложнее обстоит дело с учетом в статических моделях уровня цен. Как известно, розничные цены изменяются в зависимости от природных условий и других особенностей территории. Поэтому если модель используется для расчетов потребления в различных районах (территориальная), то цены становятся переменной величиной и учитываются в статических моделях. Также следует учесть и такой фактор, как потребление из личного подсобного хозяйства. Особенно большое значение оно имеет в расчетах потребления сельских жителей. Таким образом, статические факторы формирования спроса на товар j в районе (стране) q таковы:

1)      Дд(q) — уровень денежного дохода;

2)      Iq — размер семьи;

3)      δ— состав семьи;

4)      Cбq — величина сбережений;

5)      Плхj(q) — потребление из личного подсобного хозяйства;

6)      Pj(q) — уровень цен.

Исходя из этого, спрос (потребление) населения может быть рассчитан в виде функции от всех этих факторов (формула 1):

Пj(q) = f (Дд(q), Iq, δq, Cбq, Плхj(q), Pj(q))                                               (1)

Набор факторов в формуле (1) зависит от определённых условий и возможностей расчета.

Методы корреляционно-регрессионного анализа являются одним из наиболее действенных количественных инструментов исследования потребительского поведения. Рассмотрим пример, когда на величину результативного показателя Y (потребительские расходы домохозяйств на продукты питания в среднем на одного человека (рублей) за 2014 год) оказывают влияние несколько факторов и построим модель множественной регрессии, а так же установим зависимость между этими переменными. В качестве независимых переменных будем использовать: X1 – численность экономически активного населения (тысяч человек), X2 – домашние хозяйства, имевшие персональный компьютер и доступ к сети интернет (в процентах от общего числа домохозяйств), X3 – оборот розничной торговли на душу населения (рублей), X4 – среднемесячная номинальная начисленная заработная плата(рублей), X5 – объем бытовых услуг на душу населения (рублей), X6  – объем платных услуг на душу населения (рублей), X7–  объем жилищно-коммунальных услуг на душу населения (рублей)[1].

Для оценки взаимосвязи между факторами, построим матрицу парных коэффициентов корреляции (таблица 1):

Таблица 1

Матрица парных коэффициентов корреляции между факторами потребительского поведения[2]

x1 x2 x3 x4 x5 x6 x7 Y
x1 1 0,1 0,2 0,11 0,94 0,99 0,09 0,1
x2 0,1 1 0,44 0,53 0,08 0,12 0,28 0,46
x3 0,2 0,44 1 0,63 0,16 0,26 0,41 0,69
x4 0,11 0,53 0,63 1 0,08 0,15 0,67 0,63
x5 0,94 0,08 0,16 0,08 1 0,94 0,08 0,08
x6 0,99 0,12 0,26 0,15 0,94 1 0,12 0,14
x7 0,09 0,28 0,41 0,67 0,08 0,12 1 0,6
Y 0,1 0,46 0,69 0,63 0,08 0,14 0,6 1

Видно, что между x1 и x5, x1 и x6, x6 и x5 имеется сильная связь (R>0,7), то есть эти факторы являются мультиколлинеарными.

Спецификация регрессионной модели[3] по статистическим данным за 2014 год позволила, исключая неинформативные факторы, выявить статистически значимые параметры модели. Итоговые результаты расчетов приведены в таблице 2. Оцениваемые параметры полученной регрессионной модели являются значимыми, о чем свидетельствуют значения t-статистики и уровень значимости p-level. Модель является качественной, поскольку множественный коэффициент корреляции R=0,766 и коэффициент детерминации R2=0,588 показывает наличие сильной связи между регрессорам и регрессантом.

Таблица 2

Оценка параметров и значимости регрессионной модели[4]

Модель:

R2 = 0,588, R= 0,766, t(81) = 8,01, F=57,01, p-value = 0,0000

0,11*X3+0,01*X7+20500,5

p=-0,0000        p=0,00007            p=0,0000

Таким образом, регрессионная модель достаточно точно описывает взаимосвязь между параметром «Потребительские расходы домохозяйств на продукты питания» и показателями «Оборот розничной торговли» и «Объем жилищно-коммунальных услуг на душу населения».

Необходимо отметить, что использование моделей множественной регрессии имеет важное значение: позволяет формулировать четкие выводы, интерпретировать различные параметры и выявлять взаимосвязь между факторами. Преимуществом разработанной модели является возможность ее использования в мониторинге развития макроэкономической ситуации и прогнозировании спроса в среднесрочной перспективе. Полученные интегральные характеристики, с одной стороны, позволяют выявить базовые факторы, формирующие реакцию потребительского поведения на внешние изменения, а с другой – могут быть использованы как критерии межрегиональной сравнительной оценки экономического развития. Данная модель также может быть использована в рыночном анализе и при принятии решений о векторе развития компании с точки зрения освоения новых рынков.

Для дальнейших же исследований влияния факторов на потребительское поведение необходимо углубление изучения различных социальных и экономических взаимосвязей и применение более точных эконометрических моделей.

Литература

1.                  Федеральная служба государственной статистики / Режим доступа: http://www.gks.ru