CC BY
32
УДК 629.113.084
МОДЕЛИРОВАНИЕ ДИНАМИКИ ОБЪЁМА ПРОДАЖ ЛЕГКОВЫХ АВТОТРАНСПОРТНЫХ СРЕДСТВ НА РОССИЙСКОМ РЫНКЕ ДЛЯ ОБОСНОВАНИЯ ВОЗМОЖНОСТИ СОЗДАНИЯ И ОПТИМИЗАЦИИ СИСТЕМ УПРАВЛЕНИЯ ЗАПАСАМИ ЗАПАСНЫХ ЧАСТЕЙ И МАТЕРИАЛОВ
Солнцев А.А., д.т.н., профессор, ФГБОУ ВО «Московский автомобильно-дорожный государственный технический университет» (МАДИ) Зенченко В.А., к.т.н, доцент, ФГБОУ ВО «Московский автомобильно-дорожный государственный технический университет» (МАДИ) Гулый В.В., аспирант кафедры ЭАТиС, ФГБОУ ВО «Московский автомобильно-дорожный государственный технический
университет» (МАДИ)
В настоящей статье рассматриваются вопросы прогноза продаж легковых автомобилей, отобраны брендовые марки ЛАТС, спрогнозированы продажи легковых автомобилей выделенной группы с учетом доверительных и толерантных границ.
Ключевые слова: объем продаж, легковые автомобили, рынок.
MODELING THE DYNAMICS OF SALES OF LIGHT VEHICLES IN THE RUSSIAN
MARKET FOR RATIONALE OF THE OPPORTUNITY OF CREATING AND OPTIMIZING THE CONTROL SYSTEMS OF RESERVES OF SPARE PARTS AND
MATERIALS
Solntsev A., Doctor of Techniques, professor, FSEI HE «Moscow Automobile and Road Construction University» (MADI) Zenchenkov V., Ph.D., assistant professor, FSEI HE «Moscow Automobile and Road Construction University» (MADI) Guliy V., the post-graduate student, Operation of Automobile Transport and Car Service chair, FSEI HE «Moscow Automobile and Road Construction University» (MADI)
This article discusses the forecast of sales of light cars, selected brands of LATS, predicted sales of cars of the selected group, taking into account trust and tolerant boundaries.
Keywords: sales volume, cars, market.
В настоящей статье представлены результаты исследований, проводимых кафедрой «Эксплуатации автомобильного транспорта и автосервиса» Московского автомобильно-дорожного государственного технического университета (МАДИ), отражающие выявление динамики объёмов продаж легковых автотранспортных средств (далее ЛАТС) на ретроспективном периоде, с последующим моделированием прогноза продаж, как для общей совокупности продвигаемых на российский рыноклегковых автомобилей, так и для отдельных марок из выделенного кластера с наибольшим индексом потребительской удовлетворённости [7]. При этом предусматривается учет и оценка связи объемов продаж, изменение экономической конъектуры с инвестиционными и деловыми циклами функционирования экономики, в том числе и в сфере продвижения ЛАТС на российский рынок.
Был проведен анализ и представленообоснование выбора брендовых марок ЛАТС (из ТОП 30), продвигаемых на транспортный рынок Российской Федерации, в число которых вошли BMW, LandRover, Lexus, Honda, Mercedes, Toyota, Audi, Volvo (см. рис. 1). Данные марки ЛАТС обладают наибольшим индексом потребительской удовлетворенности, нижняя толерантная граница которого, для заданной
U^Lc - U6р - 84,73
вероятности У 0,95 составляла ^ ' . Дифференциальная функция, описывающая распределение рейтинга по-
требительской удовлетворенности отобранных брендовых марок ЛАТС, представлена на рис. 2.
3,5
Í 87
83 82
84,4
I
BMW Land Rover Lexus Mercedes Honda Toyota Audi Volvo марки ЛАТС
Рис.1. Распределение рейтинга потребительской удовлетворенности брендовых марок ЛАТС. 0,09 ■ 0,08 0,07 0,06 0,05 0,04 0,03 0,02 0,01 о ■
TIUj
—. U6p=8b,99
\ с !(11бр)=1 38
82
90
92 11бр
Рис.2. Дифференциальная функция распределения рейтинга потребительской удовлетворенности отобранных брендовых марок ЛАТС
(BMW, LandRover, Lexus, Honda, Mercedes, Toyota, Audi, Volvo).
В соответствии с представленной структурой проведения исследований,на основе использования статистической информации «Ассоциации европейского бизнеса (АЕБ)» (см. рис.1), было выполиеномоделирование прогноза (на краткосрочном и среднесрочном периодах)
динамики изменения объёма продаж ЛАТС (%.
Моделирование на достаточно широком временном лаге, может бытьдостаточно достоверно описаноуравнениями регрессиип-
го порядка, с последующей оценкой колебания динамики продаж, в том числе с выявлением верхних и нижних доверительных границе у
заданными вероятностями ' [5].
Тренд, отражающий изменение динамики 4 * может быть описан регрессионнымуравнением вида:
= а0 + аг * £Н-----1- щ * г1 Н------1- ап * Гп
где t
■ - коэффициенты уравнения регрессии;
- приведенное текущее значение года на рассматриваемом временном лаге, принимающее значение:
1 = Т-Т0
(1)
(2)
т т
В выражении (2) в качестве выступают переменные значения текущих годов с 2005 по 2025, а о является годом привязки к началу координат равным 2004.
От = /со
В качестве исходной информации для прогнозирования у' были использованы статистические данные [1], выполненного
«Ассоциацией европейского бизнеса (АЕБ)» [2], см. рис. 3.
с 3
э 2.74 2,76
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Годы
Рис. 3. Фрагмент динамики продаж ЛАТС в РФ с 2005 по 2016 год в млн. шт.
Результаты обработки отмеченнойинформации, представленнойна рис.3 позволили провести моделирование объема продаж ( ) на
временном лаге с 2005 по 2025 годы (т.е. от
¿1 = 1 = 21
ДО
) и получить прогнозные оценки изменения тренда и его верхних и нижних
У
доверительных границ для заданной вероятности ' = 0,9, то есть
- для тренда:
<3
0,3921+ 1,40191 - 0,432912 + 0,067313 - 0,00541* + 0,000215-3Е-0616
- для верхней доверительной границы:
= 0,802 + 1,40191 - 0,432912 + 0,067313 - 0,005414 + 0,000215-3Е-0б16
- для нижней доверительной границы:
= 0,0178 + 1,40191 - 0,432912 + 0,067313 - 0,005414 + 0,000215-3Е-0б16
При этом было достигнута достаточно высокая корреляция между экспериментальными и теоритическими значениями, коэффициент которой равен г = 0,775.
О,- Р.г" (^у
На рис. 4 в графическом виде отражены результаты моделирования тренда ^1 и его верхних ' и нижних ' доверительных границ для г = 0,9.
Рис. 4. Моделирование объемов продаж \ ^ на временном лаге ^ {[1,21,1] или Т (2004,2025,1)
Волновой характер поведения^связан с изменением экономической конъюнктуры на рынке продаж ЛАТС.определяемойинвестици онными и деловыми циклами функционирования экономики (см.рис. 3), [4]. ¿уровень экономической активности
200t
202^
цикл Китчина цикл Жугляра цикл Кузнеца цикл Кондратьева
воина за технологическое лидерство и доминирование в мировой экономике
Рис. 5. Глобальный кризис как сочетание циклических процессов
Qt,
Анализ результатов моделирования объемов продаж представленных на рис. 4 и циклических процессов уровня экономической активности (см.рис. 5) показывает, что в диапазоне временного лага с 2005 (tj =11) по 2025(tn=21) годы имеет место сходимость результа-
товпрогноза изменения ^ *-с циклами Жиглера и Кузнеца в зоне технологического лидерства и доминирования в мировой экономики.
Если проанализировать поведение общей тенденции роста объема продаж с 2016 по 2025 годы без учета колебательного процесса определяемого изменением экономической конъюнктуры, то можно сделать вывод о логарифмическом его изменении на рассматриваемом временном лаге, то есть
Q, = а + Ъ * In (t) (3)
где а и b - коэффициенты уравнения регрессии;
£ - приведенное текущее значение года на рассматриваемом временном лаге определяемое согласно выражению (2).
Результаты моделирования объемов продаж ^'на временном лаге с 2016 по 2025 годы с использованием выражения (3) указывают на логарифмическое изменение тенденции потенциального роста продвижения ЛАТС на российский рынок (см. рис. 6):
Qt = -2,539 + 1,798 * In (t)
Для данного уравнения коэффициент корреляцииг = 0,883, что отражает достаточно объективную оценку прогноза.
3,5
11 12 13 14
Рис. 6. Прогнозпотенциального роста продвижения ЛАТС на временном лаге с 2015 по 2025 годы
Одновременно, в рамках проводимых исследований, анализировался характер изменения объема продаж ЛАТС вышеотмеченного брендового сегмента (BMW, LandRover, Lexus, Honda, Mercedes, Toyota, Audi, Volvo) на временном лаге ретроспективного периода (с 2012 по 2016 годы).Динамика продаж и статистические характеристики представлены в табл. 1 и на рис. 7.
Полученные результаты показывают на попадание в доверительный интервал следующих марок ЛАТС: BMW, LandRover, Lexus, Honda, Mercedes, Toyota, Audi. Toyota, как наиболее продвигаемая и массовая марка, выпадает из доверительных границ средней характеристики объема продаж и может рассматриваться в дальнейшем в качестве отдельного кластера ЛАТС. В то же время анализ полученных данных говорит о наличии однородных объемов продаж и их колебаний для марок ЛАТС являющихся прямыми конкурентами, а именно BMW, Mercedes и Audi.Если рассмотретьобъемы продаж за 2016 год, то в целом можно сказать, что его колебание достаточно значительное. На
рис. 8 представлена дифференциальная-^^1-^ и интегральная функции распределения ^ ^'^за вышеотмеченный год [6].
QtH Qts
При этомв конце рассматриваемого временного лага (2016 год) в рамки доверительного интервала от Рдо гв основном, попадают маркиВМ^, Lexus и Audi, являющиеся ЛАТС практического одного класса и одновременно прямыми конкурентами.
Если проанализировать такую распространенную марку ЛАТС как Audi (доля продвижения которой на российский рынок достаточно высока как за счет первичных, так и вторичных продаж) то можно отметить положительную тенденцию потенциального роста объема ее продвижения, что было получено на основе выполненного прогнозирования на временном лаге с t = 8 по t =21 или с 2012 по 2025 годы (см. рис. 9 и 10).
Аналитическое описание прогноза изменения объема продаж в виде тренда и него верхних и нижних доверительных границ (с высоким значением коэффициента корреляции равным r = 0,915, характеризующим сходимость исходных данных с теоретическими значениями) имеет вид:
- для тренда:
Таблица 1. Статистические характеристики динамики продаж брендовых ЛАТС на ретроспективном периоде с 2012 по 2016 гг.
№ п.п. Брендовые марки Годы T /1; Объем продаж Q)брендовых ЛАТС, тыс. шт.
ЛАТС 2012/8 2013/9 2014/10 2015/11 2016/12
1 BMW 33,117 37,888 31,927 25,349 25,169
2 LR 17,257 18,809 19,078 10,45 8,337
3 LEXUS 14,354 14,294 17,661 18,038 21,608
4 MB 33,666 40,211 44,955 38,797 34,23
5 HONDA 19,425 22,676 18,57 4,357 1,438
6 T0Y0TA 140,292 140,07 144,418 86,972 84,151
7 AUDI 31,318 33,565 31,031 23,31 19,059
8 V0LV0 18,525 13,416 13,964 6,807 4,937
Статистические характеристики
Наименование Обозначение Значения характеристик для рассматриваемых годов временного лага
Математическое ожидание 38,494 40,116 40,200 26,760 24,866
Среднее квадратичное отклонение 41,854 41,707 43,337 26,796 26,365
Доверительные границы для двухсторонней доверительной вероятности г = 0,8: Значения доверительных границ
- верхняя доверительная граница 50,924 52,502 53,071 34,718 32,696
- нижняя доверительная граница к 26,064 27,729 27,330 18,802 17,036
Рис. 7. Динамика продаж брендовых ЛАТС на ретроспективном периоде с 2012 по 2016 гг. с отражением тренда и его верхних и доверительных границ (для заданной двухсторонней вероятностиг).
Рис. 8. Дифференциальная и интегральная ^ функции распределения объема продаж брендовых ЛАТС на 2016 год.
0„ , = - 6,3815 + 66,984t - 37,457t2 + 9,0181t3 - 1,06381:4 + 0,0607^ -0,0013t6
^■Цсред) ' 7 7 7 7 7 7
- для верхней доверительной границы:
Qti(верх) = - 4,3013+ 66,984: - 37,457^ + 9,0181^ - 1,0638^ + 0,0607:5-0,00Ш6
- для нижней доверительной границы: Qti(ниж) = - 8,4617 + 66,984: - 37,457? + 9,0181:3 + 1,0638? + 0,0607? -0,0013?
Общая тенденция роста объема продаж с 2012 по 2025 годы без учета колебательного процесса определяемого, изменением экономической конъюнктуры (см рис. 10), может быть описана степенной функцией вида:
Qt
= 26,314ехр(а'"5'>
При этом для данного выражения коэффициент вариации достигает значения г = 0,365.
Рис. 9. Тенденция изменения и прогноз объема продаж JIATC марки Audi на временном лаге с t = 8 по t = 21. ^ 45
2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025
Годы
Рис. 10. Тенденция изменения и прогноз объема продаж ЛАТС марки Audi с 2012 по 2025 годы.
Полученные результаты моделирования продвижения ЛАТС марки Audi указывают на сходимость результатов прогноза изменения ее объема Qt с циклами Жиглера и Кузнеца описывающих процессы уровня экономической активности (см. рис. 5) в диапазоне временного лага с 2014 (t1 =10) по 2025 (tn=21) годы.
Проведенные исследования, представленные в настоящей статье позволяют целенаправленно и обоснованно подойти к рассмотрению вопросов касающихся:выявления объема продвижения ЛАТС конкретных марок и динамики изменения их парка в рассматриваемых районах деловой активности автосервисных систем; прогнозирования (с учетом интенсивности эксплуатации автомобилей и уровня их эксплуатационной надежности) потенциальных потоков на устранение отказов и восстановление работоспособности ЛАТС, которые в свою очередь формируют требования к системам управления запасами запасных частей и материалов. При этом необходимо учитывать функционирование уже действующих региональных дистрибьюторских и дилерских систем с учетом перспектив возможного их развития и расширения.
При рассмотрении отмеченных вопросов также необходимо учитывать влияние внешних факторов отражающих: экономическую конъюнктуру; существующего и потенциального рынка автосервистных услуг; структуру потребительских услуг по поддержанию и восстановлению работоспособности автомобилей, предлагаемых дилерскими и альтернативными автосервисными предприятиями с учетом конкуренции между ними; существующее законодательство в сфере бизнеса и отношение к нему государственных органов ит.д. [3,5,8]
Наряду с выше отмеченным, в рамках последующих публикаций по данному направлению исследований, предусматривается рассмотрение вопросов, касающихся выявления для дальнейшего рассмотрения наиболее представительных и критических по уровню работоспособности и надежности марок и моделей ЛАТС и их элементов (узлов, агрегатов и систем) с учетом интенсивности эксплуатации и эксплуатационной надежности, с последующей разработкой подходов к формированию системы управления запасами, оптимизации и оценки эффективности ее функционирования в рассматриваемых районах деловой активности с привязкой к динамике изменения количества ЛАТС в районах деловой активности.
Литература:
1. «АВТОСТАТ Аналитическое Агенство» www.autostat.ru.
2. «Ассоциацией европейского бизнеса (АЕБ)» www.aebrus.ru.
3. Григорьев М.В., Зенченко В.А. Проблемы прогнозирования продвижения автосервисных услуг в обеспечении работоспособности элементов транспортно-технологических комплексов. Сборник научных трудов по материалам 75-ой научно-методической и научно-исследовательской конференции МАДИ, Техполиграфцентр, 2017, 267с.
4. Глазьев С.Ю. О неотложных мерах по укреплению экономической безопасности России и выводу российской экономики на траекторию опережающего развития. Доклад / С.Ю. Глазьев. М.: Институт экономических стратегий, Русский биографический институт, 2015. — 60 с.
5. Зенченко В.А., Антонов Д.В. Прогнозирование развития рынка автосервисных услуг МЕТОДИЧЕСКИЕ УКАЗАНИЯ к семинарским занятиям по курсу «Основы маркетинга в сфере сервиса». МАДИ. - М., 2011. - 48 с.
6. И.И Елисеева, В.С. Князевский, Л.И.Ниворожкина, З.А.Морозова; Под ред. И.И. Елисеевой. Теория статистики с основами теории вероятностей: Учеб. пособие для ВУЗов/.-М.: ЮНИТИ-Дана, 2001. - 446 с.
7. Техническая эксплуатация автомобилей: Учебник для вузов. 4-е изд., перераб. и дополн. / Е. С. Кузнецов, А. П. Болдин, В. М. Власов и др. - М.: Наука, 2004. - 535 с.
8. Лазаренко А.В., Моисеев А.Н., Рогова О.Б., Солнцев А.А. МОДЕЛИРОВАНИЕ ТРАНСПОРТНЫХ СХЕМ ПОСТАВОК ЗАПАСНЫХ ЧАСТЕЙ И КОМПЛЕКТУЮЩИХ В ДИЛЕРСКИХ СЕТЯХ Автоматизация и управление в технических системах. 2013. № 4.2. С. 8-
