В практической части работы проведено исследование и прогнозирование уровня продаж автомобилей в России. Среди факторов, влияющих на спрос, были выделены следующие показатели:
Среднедушевой доход;
Процентная ставка по кредиту;
Величина бивалютной корзины;
Розничная цена на бензин;
Динамика инфляции;
Численность населения;
Период продажи (месяц);
Кризисный период.
Первые шесть факторов выражены через количественные переменные. За седьмой и восьмой отвечали специальные фиктивные переменные.
Исследование проводилось на 90 ежемесячных наблюдениях за период с января 2007 года по июнь 2014 года. Среди статистических пакетов для работы с данными был выбран IBM SPSS Statistics. Данный пакет относится к универсальной группе, что характеризует наличие широкого круга статистических методов. Интерфейс понятен для пользователя, имеется широкий выбор справочной литературы.
Построены три модели спроса:
Модель общего спроса на новые автомобили в России;
Модель спроса на автомобили парок отечественного производителя;
Модель спроса на зарубежные автомобили в России.
Модели общего спроса и спроса на зарубежные автомобили оказались значимыми для 90% вариаций показателя продаж, на отечественные — для 83%. При анализе моделей подтвердились следующие гипотезы: рост процентной ставки по кредиту и стоимости бивалютной корзины отрицательно влияют на уровень продаж, весной наблюдается пик продаж. Также, наблюдения показали, что спрос растет при увеличении дохода лишь до определенного уровня, после чего падает. Такая ситуация объясняется возможным инвестированием денежных средств, например, в недвижимость. Гипотеза о уменьшении спроса при увеличении стоимости бензина была опровергнута. Обратная взаимосвязь цены на бензин и уровня продаж объясняется потребностью в более экономичных (в плане расхода топлива) новых автомобилях.
Полученные модели были применены к данным за период с июля 2014 по март 2015, сделав тем самым ретроспективный прогноз. Модели общего спроса и спроса на автомобили показали хороший результат: средняя ошибка прогноза составила менее 10%, средняя ошибка для модели спроса на отечественные автомобили составила 17,29%. Улучшение последней модели возможно за счет добавления дополнительных объясняющих переменных, которые не были учтены. Основное препятствие к такому расширению модели заключается в отсутствии соответствующих данных для всех наблюдений.
