Построение кривых «доходпотребление» и кривых Энгеля для разных категорий экономических благ

1.

Построение кривых «доходпотребление» и кривых Энгеля
для разных категорий
экономических благ.
1

2.

X* = D ( PX,PY,M,U);
Y* = D (PY, PX,M,U),
в общем виде для n товаров при данной
функции полезности:
Xn*= Dn (P1,P2,…,Pn, M).
При данной функции полезности для
товара Х:
Х* = D(Px,PY,M).
2

3.

I
Y
Y
E2
U2
U1
E2
a
E1
U1
I
б
.
Х1 Х2
E1
Х1 Х2
X
Y
U2
X
U2
U1
в
E1
E2
I
Х1
Х2
X
3

4.

Предельная склонность к потреблению (MPC) –
предельное изменение количества спроса на
товар при изменении дохода потребителя
Для нормального товара MPC (
Х
0 ),
М
Для товара низшей (инфериорного)категории MPC ( Х 0 )
М
Кривая «доход – потребление» показывает влияние
изменения дохода потребителя на структуру
оптимального набора
4

5.

Кривые «доход- потребление» и кривых Энгеля
для нормальных товаров.
Гомотетичные предпочтения.
Y
I
U2
U1
E2
U3
E1
Х1
X
Х2
М
G
М2
М1
Х1
Х2
X
5

6.

Kривыe Энгеля для необходимых
благ и предметов роскоши.
GNEC
X
MPC
GLUX
MPC
APC
M
6

7.

МРС Х Х
АРС М М
м
х
7

8.

Y
I
Кривые «доход - потребление» и
кривые Энгеля для товаров низшей
категории.
I
Y
E2
U2
U1
U1
E1
U2
E2
.
E1
X
X
M
M
G
G
М3
М2
М2
М1
М1
X1 X2
X
Х1
Х3 Х2
X
8

9.

Кривая расходов Энгеля для нормального товара
а) необходимое благо; б) товар низшей категории; в) предмет роскоши
ХРХ
ХРХ
а)
М1
М2
М
М1
М2
М
б)
ХРХ
в)
М1
М2
9

10.

Построение кривой «цена-потребление» и кривой
индивидуального спроса для обычного товара
Y
E
E2
Y2*
U2
Y1*
E1
E
РХ
X1*
D
U1
Х
X2*
РХ1
РХ2
D
X1
X2
Х
10

11.

Построение кривой «цена-потребление» и кривой спроса для товара
Гиффена
E
Y
E2
U2
Y2*
Y1*
U1
E1
E
Х
D
РХ
РХ1
РХ2
D
X1*
X2*
Х
11

12.

px
dx
X X
Px P
12

13.

Определение кривой спроса
13

14. Этапы оценки спроса.

14
Этапы оценки спроса.
1) Определение основных переменных, от которых
зависит спрос на производимый фирмой товар;
2) Сбор данных о динамике интересующих
переменных за определенный период времени;
3) Выбор уравнений, которые отражают характер
действия выявленных переменных на спрос;
4) Проведение регрессионного анализа (метод
эконометрики для выведения уравнений и
интерпретации полученных результатов).
14

15. Определение переменных спроса

15
Определение переменных спроса
1) Составьте перечень всех факторов, которые
оказывают существенное влияние на спрос
на ваш товар.
2) Проведите анализ выбранных факторов с
учетом основного слоя населения,
предъявляющим спрос на ваш товар.
3) Проанализируйте выбранные факторы по
направлению (обратная, прямая
зависимость) и силе воздействия (наиболее
существенные, важные, второстепенные)
15

16.

16
4) Представьте функцию спроса на Ваш
товар в виде зависимости от наиболее
существенных факторов,
Например: Qd = f (P, I, A),
Где P – цена; I - доход потребителей; A –
расходы на рекламу
16

17. Сбор и анализ статистических данных

17
Сбор и анализ статистических
данных
- Пассивные методы – использование для
определения параметров кривой спроса сведений,
уже имеющихся в распоряжении данной фирмы
(временные ряды и структурный анализ).
- Активные методы сбора информации –
специальные усилия фирмы, направленные на
получение необходимых сведений. Как правило,
исследования рынка проводятся путем
непосредственного контакта с потребителями через:
опросы (интервью), наблюдения, эксперименты
(лабораторные и рыночные). Основной недостаток –
большие затраты.
17

18. Пример пассивного метода сбора информации. Временные ряды.

18
Пример пассивного метода сбора
информации. Временные ряды.
Год
Q
(спрос, шт.)
P (цена,
руб.)
2001
25
300
15000
500
2002
35
280
17500
700
2003
55
250
20000
910
2004
43
270
19000
750
2005
45
250
21000
600
56
220
22000
550
2006
I (доходы А (расходы
потребител
на
ей, руб.)
рекламу,
млн. руб.)
18

19. Пример пассивного метода сбора информации. Структурный анализ.

19
Пример пассивного метода сбора
информации. Структурный анализ.
Регион
Q
(спрос,
шт.)
P (цена,
руб.)
I (доходы
А (расходы
потребителей,
на
руб.)
рекламу,
млн. руб.)
Москва
…
…
…
…
Краснодар
…
…
…
…
Ростов
…
…
…
…
Белгород
…
…
…
…
Омск
…
…
…
…
Хабаровск
…
…
…
…
19

20. Выбор уравнений

20
Выбор уравнений
1) Линейная функция спроса, типа
Qd = b0 –b1P+b2 I+b3A,
где b0 – постоянная величина,
bi – коэффициент при i-ой независимой переменной
2) Нелинейные функции спроса (квадратичная,
логарифмическая). Например,
Qd = b0 –b1P2+b2 I2+b3A2
Практика показывает, что применение линейной
функции обычно дает достаточно точные
результаты и прибегать к более сложным
нелинейным моделям нет смысла.
20

21. Регрессионный анализ

21
Регрессионный анализ
• Для построения кривой спроса применяется
регрессионный анализ, посредством которого
выясняется зависимость некоего показателя (в
нашем случае величины спроса) от одной или
нескольких независимых переменных (регрессоров):
• Y = b0 + b1xi1 + ... + bjxij + ... + bkxik
• Простой регрессионный анализ предполагает
выяснение зависимости между двумя переменными
при допущении постоянства других. В нашем
примере, это построение уравнения типа: Qd = b0b1P
• Возможность провести регрессионный анализ дают
электронные таблицы Excel.
21

22. Простой регрессионный анализ

22
Простой регрессионный анализ
• Совокупность информации, которую менеджер
получил на этапе сбора данных (например, данные
временного ряда) содержит парные наблюдения
величины спроса (Qd) и цены (Р) за каждый период.
период
1
2
3
4
5
6
Q, тыс. шт.
25
35
55
43
45
56
P, руб.
30
28
25
27
25
22
22

23.

23
• Данные таблицы представляем графически в виде
точек, соответствующих наблюдавшимся сочетаниям
величин Qd и Р.
• Далее, к графику добавляется линия тренда
(составляется в статистике методом наименьших
квадратов).
• Построенная линия тренда позволяет определить
интересующую менеджера функцию спроса с
конкретными значениями коэффициентов b0 и b1
которые называются оцененными коэффициентами
регрессии.
23

24. Идея регрессионного анализа

24
Цена, P
Идея регрессионного анализа
35
30
25
y = -0,2187x + 35,608
20
15
15
20
25
30
35
40
45
50
55
60
Спрос, Qd
Уравнение спроса: Qd=35,608-0,2187P
24

25.

25
• Ориентируясь на полученное уравнение, менеджер
может предсказать, что объем реализации товара
при цене 24 руб. будет равен 30,36 тыс. шт. за
период.
• Это предсказание будет достаточно условным,
поскольку интересующий менеджера спрос на товар
зависит не только от цен, но и от других факторов.
• Для дальнейшей детализации прогноза необходимо
уравнение регрессии, которое позволяет учитывать
их влияние. Это метод множественной регрессии,
в рамках которого также применяется метод
наименьших квадратов.
25

26. Для построения множественной линейной регрессионной модели в Excel необходимо:

26
Для построения множественной линейной
регрессионной модели в Excel необходимо:
1) подготовить список из n строк и m столбцов,
содержащий экспериментальные данные (столбец,
содержащий выходную величину y должен быть либо
первым, либо последним в списке);
2) обратиться к меню Сервис/Анализ данных/Регрессия
26

27.

27
3) в диалоговом окне "Регрессия" задать:
• входной интервал Y; входной интервал X;
• выходной интервал (рекомендуется разместить на
новом рабочем листе)
27

28. Пример. Построение кривой спроса с использованием множественной регрессии

Q
(спрос,
шт.)
P
(цена, руб.)
25
35
55
43
45
56
300
280
250
270
250
220
28
I
А
(доходы
(расходы на
потребителей, рекламу, млн.
руб.)
руб.)
15000
17500
20000
19000
21000
22000
500
700
910
750
600
550
28

29.

29
29

30. Результат:

30
Результат:
Уравнение спроса:
Qd=149,5-0,43P-0,001I+0,028A
30