CC BY
45
СОЦИАЛЬНО-ЭКОНОМИЧЕСКИЕ АСПЕКТЫ РАЗВИТИЯ ОТРАСЛЕЙ, КОМПЛЕКСОВ, ПРЕДПРИЯТИЙ И ОРГАНИЗАЦИЙ СФЕРЫ УСЛУГ
УДК 338.465.4 DOI: 10.24411/1995-042X-2019-10111
МУТРАКОВ Олег Сергеевич
Уфимский государственный нефтяной технический университет
(Уфа, Респ. Башкортостан, РФ); аспирант; e-mail: mutrakov@rambler.ru
ЗАЙНАШЕВА Зарима Гафаровна
Уфимский государственный нефтяной технический университет
(Уфа, Респ. Башкортостан, РФ); доктор экономических наук, профессор; e-mail: zarema54@mail.ru МУХАМЕТЗЯНОВ Ирик Зирягович
Уфимский государственный нефтяной технический университет
(Уфа, Респ. Башкортостан, РФ); доктор физико-математических наук, профессор; e-mail: miz2004@yandex.ru
Прогнозирование развития сферы региональных автосервисных услуг (на материалах Республики Башкортостан)
Объектом исследования авторов является региональных рынок автосервисных услуг. Предмет исследования статьи составляет краткосрочное прогнозирование основных показателей развития рынка автосервисных услуг в Республике Башкортостан (РБ). Для прогнозирования авторы используют базовую адаптивную модель Брауна с модификацией коэффициентов модели, учитывающей динамику и тенденции изменения основных показателей. Основная идея предлагаемой модификации адаптивной модели прогнозирования состоит в повышении информативности прогноза за счёт анализа динамики коэффициентов модели a0(i) и a1(i), i=1,...,k. По существу, набор коэффициентов вбирает в себя влияние различных факторов, оказывающих влияние на процесс. В прогнозе основных показателей развития рынка автосервисных услуг используются брутто-показатели - суммарные и средние по многим объектам по всему рынку с периодичностью один год и на краткосрочный период, прогнозирование осуществляется в рамках общего класса линейных экстраполяций. Исходные данные для основных показателей получены из открытых источников Федеральной службы государственной статистики, региональных органов исполнительной власти, а также аналитического агентства «Ав-тостат». Выполнен краткосрочный прогноз показателей спроса и предложения развития рынка автосервисных услуг в РБ на основе адаптивных моделей. Предложена модификация процедуры прогнозирования по методу Брауна, отличающаяся внесением попра-
Ключевые слова:
сфера услуг, автосервисные услуги, рынок, прогнозирование, спрос, предложение, регион, Республика Башкортостан
Мутраков О.С., Зайнашева З.Г., Мухаметзянов И.З.
Прогнозирование развития сферы региональных автосервисных услуг (на материалах Республики Башкортостан)
вок в коэффициенты прогноза путём учёта динамики адаптивных коэффициентов. Получены прогнозные оценки спроса и предложения, показывающие привлекательность инвестиций в сферу развития региональных автосервисных услуг.
Введение. Анализ любого сегмента рынка и рыночных отношений предполагает выявления закономерностей и тенденций развития основных показателей на краткосрочный и долгосрочный период, что определяет своевременное реагирования государственных и управленческих структур на изменения, происходящие в рыночной сфере и приятие эффективных управленческих решений [4, 7].
Экономическое поведение часто является ответом на ожидаемое будущее, а не на прошлое или настоящее, что подчёркивает актуальность прогнозирования экономического развития в любой сфере деятельности. На практике большинство моделей прогнозирования, используемых в эконометрическом анализе, представляют собой экстраполяции текущих и прошлых значений временных рядов, будущая стоимость которых ожидается. В большинстве случаев функция экстраполяции является линейной: прогнозное значение переменной получается путём взвешенной суммы прошлых значений ряда. Однако прогнозирование на основе линейных трендовых моделей является оправданным лишь в периоды относительной экономической стабильности рынка. Как правило, модели прогнозирования рынка всегда являются специфичными, включающими в свою структуру региональные особенности, экспертные неформализованные оценки и закономерности и т.д. [8].
Модели прогнозирования сферы услуг, рассматривались многими авторами, которые предлагали свои подходы к построению краткосрочных и долгосрочных прогнозов. В общем, вопросами прогнозирования сферы услуг занимались такие исследователи как В.В. Борисевич, О.И. Волков, А.С. Маршалова и др. [3, 5, 17].
Прогнозирование и планирование функционирования и развития сферы обслужива-
ния населения производится с учётом особенностей отраслей. Исходя из этих особенностей, подбираются те или иные методы прогнозирования.
В научной литературе экономико-математические методы, на основе которых строятся модели прогнозирования сферы услуг, разделяются на три основных направления [10, 12]:
1) общенаучные методы;
2) аналитико-прогностические методы;
3) методы, заимствованные из других отраслей знаний, таких, как социология, психология, экология, эстетика и др. [18].
В своём исследовании Т.В. Блинова, А.Ю. Митрофанов, А.В. Русановский [1] в процессе разработки прогноза доли сектора услуг предлагают использовать модель, сочетающую в себе цепь Маркова и векторную авторегрессию. На основе этой модели распределения занятых по видам экономической деятельности моделируется с помощью возмущённой однородной цепи Маркова с непрерывным временем, чтобы спрогнозировать долю сектора услуг.
Для прогнозирования результатов деятельности сферы услуг М. В. Ивашкин и С. А. Сорока [11] предлагают использовать метод стохастического анализа. С помощью этой методики отбираются показатели, отражающие результаты деятельности сферы услуг и оказывающие существенное влияние на развитие данной сферы.
Одно из перспективных направлений развития краткосрочного прогнозирования связано с адаптивными методами. Эти методы позволяют строить самокорректирующиеся модели, способные оперативно реагировать на изменение условий. Адаптивные методы учитывают различную информационную ценность уровней ряда, «старение» информа-
ции. Все это делает эффективным их применение для прогнозирования неустойчивых ря-
V г-,
дов с изменяющейся тенденцией. В адаптивных методах различную ценность уровней в зависимости от их «свежести» можно учесть с помощью системы весов, придаваемых этим уровням [15]. К адаптивным методам относятся модель Хольта, модель Хольта-Уинтерса, модель Брауна, модель Тейла-Вейджа.
Применение разнообразных моделей прогнозирования находят отражение при составлении реальных прогнозов различных отраслей сферы услуг.
При прогнозировании сферы образовательных услуг Ж.К. Леонова и Е. Осипова использовали такие методы как композиция и декомпозиция факторов, факторный анализ, метод главных компонент, метод экспертного оценивания, метод пассивного и активного прогнозирования, метод оптимизации. Полученный прогноз позволил авторам дать рекомендации по дальнейшим действиям государственных структур по развитию высшего образования, которое заключается в налаживании более тесного взаимодействия с предпринимательством [16].
Составленный Е.Е. Володиной прогноз развития рынка технологий мобильного широкополосного доступа в Российской Федерации был построен с использованием таких методов как метод прямого счета, метод экстраполяции прошлого на будущее, метод регрессионного анализа, метод логического моделирования и экспертные методы. По результатам прогноза автор составил три сценария развития рынка услуг беспроводного широкополосного доступа к сетям интернет, которые могут быть учтены в государственной программе «Информационное общество» или других стратегических планах [6].
Объектом исследования авторов является региональных рынок автосервисных услуг. Предмет исследования статьи составляет краткосрочное прогнозирование основных показателей развития рынка автосервисных услуг в Республике Башкортостан (РБ). Для
прогнозирования авторы используют базовую адаптивную модель Брауна с модификацией коэффициентов модели, учитывающей динамику и тенденции изменения основных показателей.
Обзор основных тенденций развития регионального рынка автосервисных услуг
Рынок автосервисных услуг характеризуется следующими основным показателями: количество продаваемых автомобилей, общий размер автопарка и финансовый объем трат на их покупку и обслуживание.
Объем российского рынка по техническому обслуживанию и ремонту автомобилей в 2017 году составил 543,9 млрд. руб., из них 49,4 млрд. руб. приходится на официальных автодилеров, а 79,8 - на независимые СТО. Остальные 147,5 млрд. руб. рассчитаны как потенциал рынка, под которым подразумеваются работы по ремонту и обслуживанию автомобилей, производимые лично автовладельцами или механиками-частниками1.
Объем по ведущим услугам сервиса распределился следующим образом: автомойка -120,1 млрд. руб., шиномонтаж - 24,5 млрд. руб. и кузовной ремонт - 122,5 млрд. руб.1
Структура участников рынка автосервисных услуг в России представлена в табл. 1.
Таблица 1 - Структура участников рынка автосервисных услуг в России1
Участники рынка, их кол-во и % Значение
Официальные кол-во, ед. 3440
дилеры доля, % 4,9
Независимые кол-во, ед. 25915
СТО доля, % 36,9
Узкая кол-во, ед. 40925
специализация доля, % 58,2
Общая тенденция рынка автосервисных услуг в России имеет схожие черты с европейским рынком. В России также сокращается доля официальных дилеров и увеличивается доля независимых СТО, что связано с увели-
1 Аналитическое агентство «Автостат» URL: https://autostat.ru/ (Дата обращения: 03.10.2018).
Мутраков О.С., Зайнашева З.Г., Мухаметзянов И.З.
Прогнозирование развития сферы региональных автосервисных услуг (на материалах Республики Башкортостан)
чением возраста автопарка, сокращением пост продажного обслуживания и повышения качества обслуживания независимых СТО.
Развитие региональных рынков автосер-сисных услуг имеет сходные тенденции и определяется экономическим развитием региона. Рынок автосервисных услуг в Республике Башкортостан развивается быстрыми темпами благодаря всеобщей автомобилизации страны и региона, численности и структуры автомобильного парка, развития сети автомобильных дорог, увеличению доходов населения, расширению ассортимента услуг и т.д. Основным показателем, влияющим на сферу автосервисных услуг, является парк автомобилей, его численность и структура. По данным ГИБДД, на конец 2017 года в Республике Башкортостан насчитывалось 1397812 ед. легкового транспорта. Начиная с 2005 года легковой автотранспорт увеличился на 86,6%, а среднегодовой рост легкового автотранспорта составил 7%.2
В структуре легкового автотранспорта в разрезе «отечественные-импортные» преобладают отечественные автомобили которые составляют 57% от всего парка легковых автомобилей. Возрастная структура легковых автомобилей в Республике Башкортостан имеет следующие показатели2:
- до года - 6%;
- от 1 до 3 лет - 8%;
- от 3 до 5 лет - 12%;
- от 5 и до 10 лет - 24%;
- от 10 и до 15 лет - 20%;
- от 15 и более лет - 30%.
Согласно данным аналитического
агентства «Автостат» объёмы продаж новых автомобилей в Республике Башкортостан с 2007 по 2017 как сокращались, так и увеличивались в разные периоды (табл. 2).
Резкое снижение объёма продаж в 2009 году, связано с мировым экономическим кри-
2 Официальная статистика Госавтоинспекции Российской Федерации URL: http://stat.gibdd.ru/ (Дата обращения: 13.10.2017).
зисом, а снижение продаж в 2014 и резкое падение в 2015 году произошло из-за санкци-онной политики западных стран, а также ухода из российского рынка некоторых крупных автопроизводителей, таких как General Motors. На рис. 1 показаны продажи новых автомобилей в Республике Башкортостан за последние 10 лет2.
Таблица 2 - Объем продаж новых автомобилей в Респ. Башкортостан в 2007-2017 гг. (млрд. руб.)1
год значение год значение
2007 32,4 2013 65,3
2008 32,7 2014 63,7
2009 18,7 2015 37,2
2010 26,5 2016 42,6
2011 45,7 2017 56,0
2012 53,6
Другим показателем, отражающим состояние рынка автосервисных услуг, является объем рынка. В табл. 3 представлены данные Федеральной службы государственной статистики по объёму рынка услуг по обслуживанию и ремонту автотранспортных в регионе. Начиная с 2005 года объем услуг по обслуживанию и ремонту автотранспортных средств в республике вырос в 12,6 раза.
Таблица 3 - Объем услуг по обслуживанию и ремонту автотранспортных средств в Респ. Башкортостан (млн. руб.) 3
год значение год значение
2005 413,4 2016 5534,4
2010 2628,5 2017 5064,3
2015 4454,4
Структура участников рынка автосервисных услуг в Республике Башкортостан показан на рис. 2.
3 Центральная база статистических данных Федеральной службы государственной статистики Российской Федерации. URL: http://www.gks.ru/dbscripts/cbsd/ DBInet.cgi (Дата обращения: 13.10.2017).
30000
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 Рис. 1 - Продажи новых автомобилей в Респ. Башкортостан, ед.1
2017
6,6%
Официальные дилеры
Независимые СТО
Узкая
специализация
Рис.2 - Структура участников рынка автосервисных услуг в Респ. Башкортостан1
В настоящий момент в регионе наблюдается тенденция к сокращению доли официальных дилеров и сервисов узкой специализации и увеличение доли независимых автосервисов в структуре рынка автосервисных услуг (табл. 4). Такая же тенденция наблюдается и на федеральном уровне и на европейском рынке.
Структура рынка автосервисных услуг в Республике Башкортостан по видам услуг представлена в табл. 5.
Общая тенденция в Республике Башкортостан такова, что при сокращении количества предприятий автосервиса увеличивается объем автосервисных услуг. Это говори об укруп-
нении предприятий, т.е. при меньшем количестве автосервисов, они выполняют больший объем работ.
Таблица 4 - Структура участников рынка автосервисных услуг в Респ. Башкортостан, %
Участники рынка 2014 2015 2016 2017 Прирост/ сокращение
Официальные дилеры 12,6 11,1 7 6,6 -47,7
Независимые СТО 16,6 21,7 29 30,8 85,5
Узкая специализация 70,8 67,2 63,9 62,6 -11,6
В связи с компьютеризацией автомобильного транспорта, распространения современных информационных систем управления автомобилем, появились новые виды услуг, такие как компьютерная диагностика автомобилей и ремонт электронных систем управления автомобиля. Данные виды услуг позволяют автосервисам разработать информационную систему и вести базу данных неисправностей клиентов, отслеживать изменения в работе автомобиля, тем самым установить постоянную коммуникацию с клиентом и сократить время на поиск причин неисправностей.
Мутраков О.С., Зайнашева З.Г., Мухаметзянов И.З. СТЕПОМ
Прогнозирование развития сферы региональных С|ТЛ\/ии1 1М
автосервисных услуг (на материалах \|х\/пи ЛППЫ
Республики Башкортостан) ЖУ1ПАЛ
Таблица 5 - Структура рынка автосервисных услуг в Респ. Башкортостан по видам услуг, X1
Услуга \ год 2014 2015 2016 2017 Прирост/ сокращение
Автозвук 5,8 6,4 5,0 4,6 -20,1
Автомойки 9,3 10,0 15,2 13,7 46,7
Автосигнализации 6,9 8,0 5,7 5,4 -22,1
Антикоррозийная обработка автомобилей 0,2 0,2 0,1 0,1 -45,4
Аппаратная замена масла 2,4 2,1 1,9 2,3 -2,3
Газовое оборудование для автотранспорта 0,0 0,0 1,1 1,1 0
Компьютерная диагностика автомобилей 0,0 0,0 2,0 1,7 -20,1
Кузовной ремонт 9,0 8,1 7,9 8,2 -9,1
Развал-схождение 3,1 1,9 1,3 1,7 -43,1
Ремонт автоэлектрики 4,9 4,9 4,8 4,8 -0,2
Ремонт АКП 2,3 2,2 1,0 0,9 -61,5
Ремонт бензиновых двигателей 7,0 5,5 3,7 3,6 -47,8
Ремонт выхлопных систем 0,0 0,0 0,2 0,1 -66,9
Ремонт дизельных двигателей 1,8 1,4 1,0 1,1 -36,4
Ремонт карбюраторов/инжекторов 1,7 1,4 0,6 0,5 -70,5
Ремонт МКП 0,0 0,0 0,6 0,7 17,5
Ремонт ходовой части автомобиля 9,2 6,8 5,7 5,5 -40,1
Ремонт электронных систем управления автомобиля 1,4 1,4 1,1 1,0 -29,9
Ремонт/обслуживание климатических систем автомобиля 1,3 1,7 2,4 1,7 30,9
Тонирование автостёкол 6,1 6,4 6,1 5,7 -7,5
Тюнинг 5,7 6,2 6,6 6,8 18,9
Установка/ремонт автомобильной оптики 0,0 0,0 0,3 0,4 39,2
Установка/ремонт автостёкол 5,1 5,3 5,0 5,0 -2,0
Шиномонтаж 17,0 20,3 20,6 23,4 37,4
Методика прогнозирования
Выбор моделей прогнозирования обусловлен характером и качеством исходных данных, а также сроком прогноза. В случае, когда исследуются брутто-показатели - суммарные, или средние по многим объектам или всему рынку с периодичностью один квартал или год и на краткосрочный период -прогнозирование осуществляют в рамках общего класса линейных экстраполяций [2, 13]. Более узкий класс моделей для процессов, которые не имеют ярко выраженной динамики роста или падения своих показателей, представляют адаптивные модели. Базовой адаптивной моделью является адаптивная модель прогнозирования Брауна. Она приемлема для рядов показателей, уровень которых меняется относительно некоторой постоянной величины и прогнозные значения зависят некоторым об-
разом от предыдущих периодов (прошлое оказывает влияние на будущее) [14, 20].
Общая структура адаптивной модели Брауна следующая [20]. Пусть Y - основной прогнозируемый показатель и значения Y(t) за k предыдущих периодов известны (t=1,2,...,k). Модель Брауна представляет модель линейного тренда с уравнением yt=01(i)^+0ci(i), для которой коэффициенты рассчитываются путём итерационной процедуры
1) рассчитывают коэффициенты линейного тренда yt= а1(0)-т+ 00(0) по первым пяти точкам ряда наблюдений Y(1),..., Y(5);
2) определяют прогноз на шаг вперед (т=1): у1= 01(0) -1+ 00(0).
Для ряда наблюдений изменяя t от 1 до k (for t=1 to k) находим:
- величину отклонения фактического значения показателя от расчётного: £t= yt-Y(t) ;
- корректируем параметры модели по формулам:
(1) 00^) = 00^-1) + Ог ^-1) + (1 - в2 )• St ,
(2) слМ = а^-1) + (1 -в )2•£t ,
где в= 1-а ,а - параметр сглаживания.
- находим прогноз на следующий период (т= 1):
у =0l(t-1)•т+0o(t-1)
3) точечный прогноз на будущее рассчитывается по формуле:
у(к+т) = сп(к)-т+сг0(к), т= 1, 2, 3,...; здесь к - число наблюдений.
Для параметра сглаживания а, более высокие значения фактически уменьшают уровень сглаживания. При а близким к единице, прогнозирование выполняется с большим весом последних изменений данных, а значения а, близкие к нулю, имеют больший эффект сглаживания и менее чувствительны к недавним изменениям. Формальной процедуры выбора параметра а нет [9, 19].
Таким образом, каждая из прогнозных моделей для показателей представляет модель тренда со своим уравнением у(к+т) =01(к)-т+00(к). Эта экстраполяция является проекцией прошлых ценностей или прошлых изменений в них, и является взвешенной или экспоненциальной экстраполяцией.
Многие из факторов, оказывающих влияние на прогноз основного показателя не доступны исследователю. Они могут изменятся в процессе развития рынка. Поэтому учесть различные причинно-следственные связи в явной форме в модели прогнозирования не представляется возможным.
Основная идея предлагаемой модификации адаптивной модели прогнозирования состоит в повышении информативности прогноза за счет анализа динамики коэффициентов модели 00(/) и 01(/'), /=1,...,к. По существу, набор коэффициентов вбирает в себя влияние различных факторов, оказывающих влияние на процесс.
Такая процедура формализуется следующим образом:
- по к числовым значениям коэффициен-
тов строим зависимость изменения коэффициента (линейную или нелинейную) во времени (по отсечкам временного ряда t=1, 2,.., k);
- на основании зависимости определяем новые значения коэффициентов ao(k) и ai(k) на конец периода t=k .
4) прогнозирование будет выполнятся по формуле:
у(к+т) = ai(k)-i+ao(k), т= 1, 2, 3,... ;
В этом случае, новые коэффициенты ao(k) и ai(k) неявно будут содержать в себе множество факторов предыдущих периодов, что определяет учёт зависимостей между показателем прогноза и набором доступных факторов, которые некоторым случайным образом влияют на основной показатель прогноза.
Определение показателей прогнозирования
Экономически содержательными показателями развития сферы региональных автосервисных услуг и доступными в количественном выражении являются:
1) численность парка автомобилей в регионе - Ыпа (показатель определяющий спрос на рынке);
2) объем автосервисных услуг в денежном выражении - Уау (показатель определяющий предложение на рынке);
3) количество предприятий по ремонту автотранспортных средств - Nac (показатель определяющий предложение на рынке);
Частные показатели, такие как, численность парка автомобилей в разрезе ценовых категорий, в разрезе производителя, в разрезе отечественные-импортные; количество предприятий по ремонту автотранспортных средств в разрезе крупные, средние и др., а так же величина спроса и предложения по группам автопарка в количественном выражении не точны, что определяет невозможность количественного прогнозирования. По таким показателям возможно получить экспертные оценки развития в терминах нечётких высказываний, таких как: возможный рост, падение, стагнация, увеличится значи-
Мутраков О.С., Зайнашева З.Г., Мухаметзянов И.З.
Прогнозирование развития сферы региональных автосервисных услуг (на материалах Республики Башкортостан)
тельно и т.п.
Помимо основных показателей, для прогнозирования важно рассматривать второстепенные показатели или факторы, которые так или иначе влияют на развитие автосервисных услуг. Это позволяет использовать причинно-следственные модели прогнозирования. К таким показателям относятся:
1) доходы населения;
2) объем выбросов загрязняющих веществ в атмосферу от автомобильного транспорта;
3) количество выданных автокредитов;
4) количество заключённых договоров ОСАГО;
5) доля автомобилей более 7 лет эксплуатации.
Экономически содержательными для любого рынка являются показатели спроса-предложения.
Величину предложения будем рассчитывать как отношение объёма автосервисных
услуг к количеству предприятий спроса —
Нас
предложения (по годам).
Величину спроса будем рассчитывать как отношение объёма автосервисных услуг к численности парка автомобилей (по годам).
На рис. 3 представлены кривые спроса и предложения на рынке автосервисных услуг.
Рис. 3 - Кривые спроса и предложения на рынке автосервисных услуг РБ (с учётом инфляции)
Приведённые линии построены с использованием относительных значений и по
существу не являются отражающими в точности спрос-предложение, как, например, значения спроса-предложения в рублёвом выражении. Поэтому, коррекция относительных значений линий спроса и предложения на рынке автосервисных услуг проводится путём определения точек равновесия между спросом и предложением на основании экспертных оценок. Для этого задаётся коэффициента пропорциональности для линий спроса и предложения в виде:
Кау , КАУ -= к--
Согласно опроса экспертов примерное равенство спроса-предложения на рынке было в 2010-2012 гг., что соответствует коэффициенту соответствия, равного 1,75.
Значительно изменение спроса на автосервисные услуги наблюдалось в 2013 году, что обусловлено значительным увеличением автопарка. В 2014 и 2015 гг. интенсивное увеличение и развитие автосервисных услуг повлекло небольшое превышение предложения над спросом и благоприятно отразилось на ценовую политику услуг в пользу потребителя.
Построение прогноза показателей развития сферы региональных автосервисных услуг на материалах Республики Башкортостан Исходные данные для основных показателей получены из открытых источников Федеральной службы государственной статистики, региональных органов исполнительной власти, а также аналитического агентства «Ав-тостат» и представлены в сводной табл. 6. Ряд отсутствующих по годам данных восстановлены либо с использованием линейной интерполяции, либо экстраполяцией по тренду.
Анализ парных корреляций между различными показателями на основе представленных данных указывает на отсутствии корреляции (или влияния) второстепенных показателей или факторов, за исключением доходов населения. Последнее скорее отражает общую динамику цен на товары и услуги в регионе и в Российской Федерации, нежели факторную зависимость. Отсутствие значимой
корреляции между основными и второстепенными показателями указывает на невозможность использования методики причинно-следственного прогнозирования.
Учитывая, что в прогнозе основных показателей развития рынка автосервисных услуг используются брутто-показатели - суммарные и средние по многим объектам по всему рын-
ку с периодичностью один год и на краткосрочный период, прогнозирование осуществляется в рамках общего класса линейных экс-траполяций.
Простой класс линейных трендовых моделей позволяет получить следующие прогноз основных показателей спроса и предложения, представленный в табл. 7.
Таблица 6 - Исходные данные и матрица парных корреляций основных (Уау , NАС, NпА) и второстепенных показателей рынка автосервисных услуг в РБ
Год Уду, млрд.руб Иде шт Ипд тыс.ед V загр, тыс.тн./год Продано бензина, тн. Доходы насел., руб./мес. Число ДТП, ед
2005 413,4 589 749,0 599,5 429,4 6886 5675
2006 581,2 694 785,3 717,5 626,2 8904 5644
2007 831,9 1382 837,5 667,4 444,5 11073 5546
2008 1562,6 1568 938,5 713,4 357,4 14245 5361
2009 1858,9 1714 949,4 656,2 385,2 16125 5280
2010 2628,5 1790 964,8 702,1 412,1 17498 5163
2011 3195,4 1879 1027,7 742,1 657,0 19030 5160
2012 3654,8 1940 1129,2 507,3 713,9 21268 5115
2013 4058,9 1993 1027,9 334,7 749,7 23892 4979
2014 4358,2 2056 1250,8 443,6 747,2 25971 4912
2015 4454,4 2114 1270,1 450,4 735,4 27744 4563
2016 5534,4 2187 1290,0 457,7 821,7 28125 4548
2017 5064,3 2273 1343,0 422,3 831,0 31407 4387
п/п Матрица парных корреляций
1 1,00
2 0,90 1,00
3 0,96 0,89 1,00
4 -0,75 -0,57 -0,69 1,00
5 0,82 0,58 0,78 -0,75 1,00
6 0,98 0,92 0,98 -0,75 0,79 1,00
7 -0,96 -0,88 -0,96 0,71 -0,76 -0,98 1,00
Таблица 7 - Прогноз показателей спроса и предложения развития рынка автосервисных услуг в РБ на основе линейных трендовых моделей
У/Ызе V/Nпа
Линия тренда 0Д492Ы -298,6321 0,16982^-340,13185
Прогноз £=2018 2,474 2,565
2019 2,623 2,735
2020 2,772 2,905
2021
Прямая тенденция, как правило, даёт завышенные значения при прогнозе за счёт не учёта насыщения рынка товарами и услугами. Учёт в модели прогнозирования прошлых и колебания тенденций последний значений
2,921
3,074
хорошо описывает адаптивная модель прогнозирования. В качестве базовой выбрана модель Брауна, алгоритм которой был приведён выше. Модель прогнозирования Брауна приемлема для рядов показателей, уровень
Мутраков О.С., Зайнашева З.Г., Мухаметзянов И.З.
Прогнозирование развития сферы региональных автосервисных услуг (на материалах Республики Башкортостан)
которых меняется относительно некоторой постоянной величины и прогнозные значения зависят некоторым образом от предыдущих периодов (прошлое оказывает влияние на будущее). Параметр сглаживания подбирался на основе вычислительного эксперимента в соответствии с критерием сглаживания коэффициентов модели при дополнительном ограничении, обеспечивающим заданную относительную ошибку между наблюдаемыми и
предсказанными значениями по тем же периодам.
Определение параметров модели Брауна выполнено в соответствии с описанной выше методикой прогнозирования. На рис.4 и рис. 5 представлена динамика коэффициента наклона и свободного члена линейной модели Брауна для различных параметров сглаживания а при прогнозе спроса-предложения рынка автосервисных услуг РБ.
Динамика коэффициента для различн
ог модели Брауна ых а
2019
-0,3
Рис. 4 - Динамика коэффициента наклона линейной модели Брауна для различных параметров сглаживания а при прогнозе спроса-предложения рынка автосервисных услуг РБ
2,5
Динамика коэффициентов модели Брауна а=0,б
1,5
0,5
0
У/Час (а0) У/Чпа (а0) У/Час (а1) У/Чпа (а1)
2004
2007
2010
2013
2016
2019
-0,5
Рис. 5 - Динамика адаптивных коэффициентов линейной модели Брауна при прогнозе спроса-
предложения рынка автосервисных услуг РБ
2
1
С увеличением параметра сглаживания наблюдается увеличение разброса значений угла наклона линейной модели. Аналогичное поведение наблюдается и для свободного коэффициента линейной модели. Это означает, что прогноз для значений параметра сглаживания а близких к 1 (0< а<1) имеет больший доверительный интервал, а, следовательно, и меньшую точность. Кроме этого, при а близких к 1 прогнозирование выполняется с большим весом последних изменений данных, а значения а, близкие к нулю менее чувствительны к недавним изменениям. Таким образом, учёт большего веса последних изменений ухудшает точность прогнозирования. Компромиссное значение находится в интер-
вале 0,4 < а< 0,6. Учитывая важность последних изменений в тенденциях рынка, правая граница интервала является предпочтительной: а = 0,6.
Результаты, представленные в таблице8, иллюстрирует расчётный алгоритм модели Брауна. Важными для анализа являются параметры модели о0и о1 и значения погрешностей модели. Расчёт выполнен для параметра сглаживания а = 0,6.
На рис.6 и 7 представлены диаграммы динамики и прогноза (по модели Брауна) предложения и спроса на рынке автосервисных услуг. Справочно представлена линия тенденций показателей, полученная с использованием адаптивной модели Хольта.
Таблица 8 - Последовательный расчёт параметров модели Брауна и экстраполяция параметров на конец периода (2017 г.)
а= 0,60_в= 0,40
1 У/Час 00 01 £ £2 еМ, %
0,509 0,085
2005 1 0,633 0,63 0,10 0,59 0,039 0,002 6,18
2006 2 0,769 0,76 0,11 0,73 0,042 0,002 5,51
2007 3 0,535 0,59 -0,01 0,88 -0,342 0,117 64,04
2008 4 0,887 0,84 0,10 0,58 0,306 0,094 34,49
2009 5 1,001 0,99 0,12 0,94 0,062 0,004 6,21
2010 6 1,339 1,30 0,20 1,12 0,224 0,050 16,72
2011 7 1,599 1,58 0,24 1,51 0,091 0,008 5,69
2012 8 1,773 1,78 0,22 1,82 -0,049 0,002 2,74
2013 9 1,922 1,93 0,19 2,00 -0,079 0,006 4,11
2014 10 1,907 1,94 0,11 2,13 -0,219 0,048 11,49
2015 11 1,900 1,92 0,06 2,05 -0,155 0,024 8,14
2016 12 2,411 2,34 0,21 1,98 0,430 0,185 17,84
2017 13 1,992 2,08 0,01 2,55 -0,563 0,317 28,26
2018 14 Прогноз: 2,09068 СКО= 0,927 16,3
2019 15 2,09977
2020 16 2,10887
2021 17 2,11797
Лог. экстр. 2017 1,900 0,148
Авторы предлагают один из возможных способов устранения большого разброса значений параметров линейной модели Брауна о0 и о1 . В качестве параметров прогнозного уравнения выбирается значения параметров о0 и о1, полученные путём экстраполяции на
основе логарифмической функции на конец периода фактических наблюдений, а экстраполированное по табл. 8 значение. Это позволяет увеличить точность прогноза. Значения коэффициентов о0 и о1 для модели прогнозирования, полученные путём экстраполяции
Мутраков О.С., Зайнашева З.Г., Мухаметзянов И.З.
Прогнозирование развития сферы региональных автосервисных услуг (на материалах Республики Башкортостан)
коэффициентов модели Брауна, представлены в последней строке табл. 8.
В табл. 9 представлен краткосрочный прогноз показателей спроса и предложения развития рынка автосервисных услуг в РБ на основе различных моделей.
Для различных методов прогнозирования в 2019-2021 гг. ожидается превышение спроса над предложением от 3,3 до 18 %. Аб-
солютное значение превышения в 1% составляет в денежном выражении сумму около 25 млн. руб в ценах 2017 г. Таким образом, дефицит предложения на рынке автосервисных услуг республики Башкортостан может составлять за период 2019-2021 гг. от 0,5 до 1,3 млрд. руб. в ценах 2017 года. Это определяет перспективность инвестиций в развитие отрасли автосервиса на краткосрочный период.
Рис. 6 - Динамика и прогноз предложения на рынке автосервисных услуг РБ с использованием линейной модели Брауна
Рис. 7 - Динамика и прогноз спроса на рынке автосервисных услуг РБ с использованием линейной модели Брауна
Таблица 9 - Краткосрочный прогноз показателей спроса и предложения развития рынка автосервисных услуг в РБ на основе различных моделей
Предложение (V/Nac)
а= Лог.экстрапол.
Лин. тренд 0,6 0,5 0,4 0,6 0,3
2018 2,474 2,091 2,173 2,252 2,048 2,528
2019 2,623 2,100 2,227 2,342 2,196 2,637
2020 2,772 2,109 2,282 2,432 2,344 2,745
2021 2,921 2,118 2,336 2,522 2,492 2,853
Спрос (V/^а)
Лин. тренд 0,6 0,5 0,4 0,6 0,3
2018 2,565 2,162 2,210 2,269 2,517 2,673
2019 2,735 2,209 2,283 2,369 2,674 2,844
2020 2,905 2,256 2,356 2,468 2,831 3,014
2021 3,074 2,302 2,429 2,568 2,988 3,184
Превышение спроса над предложением по годам, %
2018 3,6 3,3 1,7 0,8 18,6 5,4
2019 4,1 4,9 2,4 1,1 17,9 7,3
2020 4,6 6,5 3,1 1,5 17,2 8,9
2021 5,0 8,0 3,8 1,8 16,6 10,4
Выводы. Прежде всего, автосервисам необходимо расширять спектр предоставляемых услуг, так как потребитель предпочитает получать комплекс услуг в одном месте.
Усложнение устройств автомобилей, встраивание в них электронных и компьютерных систем открывают новые возможности для автосервисов повысить уровень конкурентоспособности и привлечь новых «цифровых» клиентов. Применение специализированных технических и программных средств интегрированных в CRM автосервиса позволит построить мощную систему управления автосервисом,
а также коммуникацию со своими клиентами.
Таким образом, выполнен краткосрочный прогноз показателей спроса и предложения развития рынка автосервисных услуг в РБ на основе адаптивных моделей. Предложена модификация процедуры прогнозирования по методу Брауна, отличающаяся внесением поправок в коэффициенты прогноза путём учёта динамики адаптивных коэффициентов. Получены прогнозные оценки спроса и предложения, показывающие привлекательность инвестиций в сферу развития региональных автосервисных услуг.
Список источников:
1. Блинова Т.В., Митрофанов А.Ю., Русановский А.В. Прогнозирование развития сектора услуг в структуре российской экономики // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2008. №9(65). С. 336-344.
2. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление. М.: Мир, 1974. Вып. 1, 2.
3. Борисевич В.В. Прогнозирование и планирование экономики. Мн.: Экоперспектива, 2000. 432 с.
4. Владимирова Л.П. Прогнозирование и планирование в условиях рынка. М.: Издат. дом «Дашков и Ко», 2000. 308 с.
5. Волков О.И. Экономика предприятия (фирмы). М.: ИНФРД-М, 2002. 601 с.
6. Володина Е.Е. Прогнозирование развития инновационных услуг в сфере инфокоммуника-ций // Инновационное развитие экономики. 2017. №5(41). С. 7-16.
Мутраков О.С., Зайнашева З.Г., Мухаметзянов И.З. РРТГПОМ
Прогнозирование развития сферы региональных C|TA\/UUI IM
автосервисных услуг (на материалах \ix\/nLJ ЛППЫ
Республики Башкортостан) ЖУ1ПАЛ
7. Гладыщевский А.И. Методы и модели отраслевого экономического прогнозирования. М.: Экономика, 1997. 143 с.
8. Глущенко В.В. Прогнозирование. М.: Вузовская книга, 2000. 208 с.
9. Давидович Б.Я. и др. Методы прогнозирования спроса. М., 1972. 193 с.
10.Джонстон Дж. Эконометрические методы. М.: Статистика, 1980. 431 с.
11.Ивашкин М.В., Сорока С.А. Методика прогнозирования результатов деятельности организации сферы услуг // Вестник Тихоокеанского государственного университета. 2018. №1(48). С. 73-78.
12.Кейн Э. Экономическая статистика и эконометрия. М.: Наука, 1977, Вып. 1, 2.
13.Кильдинов Г.С., Френкель А.А. Анализ временных рядов и прогнозирование. М.: Статистика, 1973. 432 с.
14.Клеопатров Д.И., Френкель А.А. Прогнозирование экономических показателей с помощью метода простого экспоненциального сглаживания. Статистический анализ экономических временных рядов и прогнозирование. М.: Наука, 1973. 298 с.
15.Косовцева Т.Р., Беляев В.В. Технологии обработки экономической информации. Адаптивные методы прогнозирования. СПб.: Университет ИТМО, 2016. 31 с.
16.Леонова Ж.К., Осипова Е. Прогнозирование развития сферы образовательных услуг // РИСК: Ресурсы, информация, снабжение, конкуренция. 2012. №4. С. 316-320.
17.Маршалова А.С. Управление экономикой региона. Новосибирск: Сибирское соглашение, 2003. 404 с.
18.Мудунов А.С., Цахаева К.Н. Предприятия сферы услуг: анализ моделей и методов // Вопросы структуризации экономики. 2012. №1. С. 62-65.
19.Рожков Л.Н., Френкель А.А. Выбор оптимального параметра сглаживания в методе экспоненциального сглаживания. Основные проблемы и задачи научного прогнозирования. М.: Наука, 1972. 154 с.
20.Brown R.G. Smoothing, Forecasting and Prediction of Discrete Time-Series. New Jersey, Prentice-Hall, 1962.
Oleg S. MUTRAKOV a, a-c Ufa State Petroleum Technological University
Zarima G. ZAINASHEVA b, (Ufa, Rep. of Bashkortostan, Russia);
Irik Z. MUKHAMETZYANOV c a Post-graduate student; e-mail: mutrakov@rambler.ru;
b PhD (Dr.Sc.) in Economics, Professor; e-mail: zarema54@mail.ru; c PhD (Dr.Sc.) in Physical and Mathematical sciences, Professor;
e-mail: miz2004@yandex.ru
FORECASTING THE REGIONAL AUTOSERVICES SPHERE DEVELOPMENT (ON THE MATERIAL OF THE REPUBLIC OF BASHKORTOSTAN)
The object of the authors' research is the regional autoservices market. The subject of the research is short-term forecasting of the main development indicators of the autoservices market in the Republic of Bashkortostan (RB). For forecasting, the authors use the basic adaptive Brown model with a modification of the coefficients of the model, taking into account the dynamics and trends of the main indicators. The main idea of the proposed modification of the adaptive forecasting model is to increase the informational content of the forecast by analyzing the dynamics of the coefficients of the model a0 (i) and a1(i), i = 1, ..., k. Essentially, the set of coefficients incorporates the influence of various factors that influence the process. In the forecast of the main development indicators of the autoservices market, gross indicators are used - total
Keywords:
service sector, autoservices, market, forecasting, demand, supply, region, Republic of Bashkortostan
СЕРВИС
Т. 13, No. 1 (83)
2019
В РОССИИ
И ЗА РУБЕЖОМ
and average for many objects throughout the market with a periodicity of one year and for the short term, forecasting is carried out within the framework of the general class of linear extrapolations. Baseline data for key indicators are obtained from open sources of the Federal State Statistics Service, regional executive authorities, and the Avtostat analytical agency. A short-term forecast of indicators of demand and supply of the development of the market of autoservices in the Republic of Bashkortostan based on adaptive models has been carried out. A modification of the Brown forecasting procedure is proposed, which is characterized by amending the forecast coefficients by taking into account the dynamics of adaptive coefficients. Forecasted estimates of supply and demand, showing the attractiveness of investments in the development of regional autoservices, are obtained.
References
1. Blinova, T. V., Mitrofanov, A. Yu., & Rusanovsky, A. V. (2008). Prognozirovanie razvitija sektora uslug v strukture rossijskoj ekonomiki [Forecasting the service sector in the structure of the Russian economy]. Vestnik Tambovskogo universiteta. Serija: Gumanitarnye nauki [Bulletin of Tambov University. Series: Humanities], 9(65), 336-344. (In Russ.).
2. Box, G., & Jenkins, G. (1974). Analiz vremennyh rjadov. Prognoz i upravlenie [Time Series Analysis. Forecasting and Control]. Moscow: Mir. (In Russ.).
3. Borisevich, V. V. (2000). Prognozirovanie i planirovanie ekonomiki [Economy: Forecasting and Planning]. Minsk: Ekoperspektiva. (In Russ.).
4. Vladimirova, L. P. (2000). Prognozirovanie i planirovanie v uslovijah rynka [Forecasting and planning in market conditions]: A tutorial. Moscow: Dashkov & Ko. (In Russ.).
5. Volkov, O. I. (2002). Ekonomika predprijatija (firmy) [Economics of enterprise (company)]: A textbook. Moscow: INFRA-M. (In Russ.).
6. Volodina, E. E. (2017). Prognozirovanie razvitija innovacionnyh uslug v sfere infokommunikacij [Forecasting the innovative services development in the field of info-communications]. Innovacionnoe razvitie ekonomiki [Innovative development of the economy], 5(41), 7-16. (In Russ.).
7. Gladyshhevsky, A. I. (1997). Metody i modeli otraslevogo ekonomicheskogo prognozirovanija [Methods and models of sectoral economic forecasting]. Moscow: Economics. (In Russ.).
8. Glushhenko, V. V. (2000). Prognozirovanie [Forecasting]. Moscow: University book. (In Russ.).
9. Davidovich, B. Ya., & so on. (1972). Metody prognozirovanija sprosa [Demand forecasting methods]. Moscow.
10.Johnston, J. (1980). Ekonometricheskie metody [Econometric methods]. Moscow: Statistics. (In Russ.).
11. Ivashkin, M. V., & Soroka, S. A. (2018). Metodika prognozirovanija rezul'tatov dejatel'nosti organizacii sfery uslug [Methods of forecasting the performance of the organization of the service sector]. Vestnik Tihookeanskogo gosudarstvennogo universiteta [Pacific State University Bulletin], 1(48), 73-78. (In Russ.).
12. Kane, E. (1977). Ekonomicheskaja statistika i ekonometrija [Economic statistics and econometrics]. Moscow: Science. (In Russ.).
13. Kildinov, G. S., & Frenkel, A. A. (1973). Analiz vremennyh rjadov i prognozirovanie [Time-Series Analysis and Forecasting]. Moscow: Statistics. (In Russ.).
14. Kleopatrov, D. I., & Frenkel, A. A. (1973). Prognozirovanie ekonomicheskih pokazatelej s pomo-shch'yu metoda prostogo eksponencial'nogo sglazhivaniya. - Statisticheskij analiz ekonomicheskih vremennyh ryadov i prognozirovanie [Forecasting economic indicators using the
Мутраков О.С., Зайнашева З.Г., Мухаметзянов И.З. СТЕПОМ
Прогнозирование развития сферы региональных С|ТЛ\/ии1 1М
автосервисных услуг (на материалах \|х\/пи ЛППЫ
Республики Башкортостан) ЖУ1ПАЛ
simple exponential smoothing method. - Statistical analysis of economic time series and forecasting]. Moscow: Nauka. (In Russ.).
15.Kosovtseva, T. R., Beljaev, V. V., & Kosovtseva, T. R. (2016). Tehnologii obrabotki ekonomicheskoj informacii. Adaptivnye metody prognozirovanija [Economic information processing technologies. Adaptive forecasting methods]: A tutorial. St. Petersburg: ITMO University. (In Russ.).
16.Leonova, Zh. K., & Osipova, E. (2012). Prognozirovanie razvitija sfery obrazovatel'nyh uslug [Forecasting the development of educational services]. RISK: Resursy, informacija, snabzhenie, konkurencija [RISC: Resources, information, supply, competition], 4, 316-320. (In Russ.).
17.Marshalova, A. S. (2003). Upravlenie ekonomikoj regiona [Regional Economy Management]: A tutorial. Novosibirsk: Siberian Agreement. (In Russ.).
18.Mudunov, A. S., & Tsakhaeva, K. N. (2012). Predprijatija sfery uslug: analiz modelej i metodov [Enterprises in the service sector: analysis of models and methods]. Voprosy strukturizacii ekonomiki [Questions of structuring the economy], 1, 62-65. (In Russ.).
19.Rozhkov, L. N., & Frenkel, A. A. (1972). Vybor optimal'nogo parametra sglazhivanija v metode eksponencial'nogo sglazhivanija. - Osnovnye problemy i zadachi nauchnogo prognozirovanija [Selection of the optimal smoothing parameter in the exponential smoothing method. - The main problems and objectives of scientific forecasting]. Moscow: Science. (In Russ.).
20.Brown, R. G. (1962). Smoothing, Forecasting and Prediction of Discrete Time-Series. Prentice-Hall, New Jersey.
Мутраков О.С., Зайнашева З.Г., Мухаметзянов И.З.
Прогнозирование развития сферы региональных автосервисных услуг (на материалах Республики Башкортостан) // Сервис в России и за рубежом. 2019. Т. 13. Вып. 1. С. 136-151. й01: 10.24411/1995-042Х-2019-10111.
Mutrakov, O. S., Zainasheva, Z. G., & Mukha-metzyanov, I. Z. (2019). Forecasting the regional autoservices sphere development (On the material of the Republic of Bashkortostan). Servis v Rossii i za rubezhom [Services in Russia and Abroad], 13(1), 136151. doi: 10.24411/1995-042X-2019-10111. (In Russ).
