Построение функции мультивариантного спроса презентация

В некоторых случаях изменения спроса удовлетворительно объясняются изменениями одной независимой переменной, например цены

Рыночная цена этого товара

Вкусы и предпочтения потребителей

Уровень дохода потребителей

Цены на подобные товары (субституты и дополняющие)

Ожидаемые потребительские цены, доходы и доступность товара

Объем доступных товаров

Количество потенциальных потребителей

Реклама и продвижение товара

Все другие факторы

Модель спроса может иметь следующий вид:

При любом эмпирическом изучении спроса необходимо выявить независимые переменные и их связь с зависимой переменной

Построение функции мультивариантного спроса

Шаг 1. Идентификация переменных

Величины независимых переменных изменяются более или менее случайно

Трудно определить, какое действие оказывает на спрос одна из переменных в то время, как остальные переменные изменяются

Недостаточно определить связь переменных спроса с необходимым количеством товара

Парная регрессия

Рыночная цена устанавливается по точке пересечения кривых спроса и предложения

Если рыночная цена меняется, то сместились либо кривая спроса, либо кривая предложения, либо обе эти кривые

Если сместилась только кривая предложения, то точки «цена-количество» будут лежать только вдоль кривой спроса

Здесь для определения кривой спроса можно использовать простую парную регрессию

Ех: рынок микропроцессоров

Технологический прогресс быстро снизил затраты на производство этих приборов, поэтому у производителей появилось желание расширить производство: кривая предложения сместилась вправо

«Проблема идентификации»

Три точки равновесия в результате смещения и кривой предложения и кривой спроса

Функция спроса от одной переменной?

Если фирма ошибочно примет эту линию за кривую спроса, то она может снизить цену в ожидании сильного повышения доходов за счет резкого увеличения объема продаж

Истинная кривая спроса менее эластична, т.е. предполагаемого увеличения объема продаж не будет

Может быть решена при помощи множественной регрессии

Большее количество наблюдений позволяет достичь большей статистической эффективности

Коррекция с учетом численности населения и инфляции;
сезонные уточнения (для квартальных данных);
реакция экономических явлений на изменение условий с некоторой задержкой

ДОСТУПНОСТЬ!

Основное правило: для хорошо выбранной модели требуется количество наблюдений, по крайней мере в три или четыре раза больше, чем количество независимых переменных

Оцененный спрос на исследуемый товар

Величина независимой переменной

Постоянная величина

Оценочное значение i-го регрессионного параметра

С математической точки зрения это уравнение описывает гиперплоскость множественной регрессии

˄

Построение функции мультивариантного спроса

Шаг 3. Выбор наилучшей формы управления

Сильная корреляция необязательно указывает на причину и следствие

Регрессионный коэффициент: статистически незначимую переменную нельзя недооценивать

Результаты анализа могут быть улучшены путем увеличения количества наблюдений (объема выборки)‏

Ответ основан на экономической теории и на суждениях исследователя

Необходимо провести определенные статистические тесты, оценивающие как отдельные параметры, так и модель в целом

Тестирование пригодности модели

Компьютер выполняет любой регрессионный анализ, данные для которого представлены в корректной форме, независимо от экономического смысла

Задача исследователя – определение правильности применения результатов расчета для прогнозирования спроса