Материал: Разработка полноценной методологии для прогнозирования товарооборота в торговом объекте

В качестве данных по численности населения и долям рынка в зонах охвата были взяты результаты запусков под номером 2 из разделов 3.3 - 3.4. Доли рынка для каждой товарной категории были взяты эквивалентными доле рынка всего ТЦ, но при этом последняя была уменьшена на одну треть в рамках предположения, что часть оборота в реальности уходит в пользу не включенных в оценку торговых объектов. Доли рынка в прогнозном году идентичны долям для базового года.

Табл. 17. Население и доли рынка для зон охвата объектов

Поскольку, общие потребительские расходы в Москве, а также их структура одинаковы для обоих торговых центров, расходы одного человека на товарную категорию в денежном выражении также оказались одинаковыми.

Табл. 18. Индивидуальные потребительские расходы, тыс. руб.

Итоговые объемы совокупного товарооборота для каждого из торговых центров представлены в таблице 16. Процентное соотношение каждой из категорий товаров идентично представленному в таблице 12, поскольку для каждой из них были взяты одинаковые доли рынка.

Табл. 19. Полученные с помощью исходной модели оценки товарооборота

Сравнить полученные оценки с реальными данными по товарообороту в рамках ВКР не было возможным в виду отсутствия сведений по последним. Однако можно определить, что при данных входных параметрах соотношение полученных оборотов для «Филиона» и «Метрополиса» составляет приблизительно 0.58, что отличается от представленного в таблицах 8 и 9, которое равняется 0.4.

3.7 Запуск модели оценки структуры расходов

В виду отсутствия сведений о величине или структуре товарооборота для достаточного числа объектов, а также о соответствующих им долях рынков в разных товарных категориях, запуск данной модели на реальных данных не был возможен. Вместо этого, с целью проверки работоспособности, был осуществлен запуск модели на случайно сгенерированном наборе данных, включающем в себя сведения о восьми объектах. Были взяты те же десять товарных категорий, что и при оценке товарооборота исходной моделью в разделе 3.6. Таблица 20 содержит входные данные относительно структуры товарооборота в каждом из 8 торговых объектов.

Табл. 20. Доли категорий в товарообороте.

Для каждого ТЦ рассматривалось три зоны охвата, численность населения в которых приведена в таблице 21.

Табл. 21. Население в зонах охвата ТЦ, тыс. чел.

Для каждого торгового объекта были указаны соответствующие ему доли рынка, занимаемые в каждой из товарных категорий внутри каждой из трех зон охвата.

Табл. 22. Уровни конкуренции для категории «Одежда и обувь»

Табл. 23. Структура расходов, полученная в результате работы модели.

Заключение

Разработанная в рамках ВКР методология оценки оборота торговых объектов включает в себя ряд взаимосвязанных модулей, предназначенных для прогнозирования как непосредственно товарооборота, так и вспомогательных данных, к которым относятся численность населения и уровень конкуренции в зонах охвата объектов, а также структура расходов потребителей. Применение этой методологии дает необходимую информацию для оценки величины арендных платежей в существующих и проектируемых торговых центрах, а, следовательно, и их рентабельности.

Использование методологии на практике дало возможность оценить оборот для ряда торговых центров Москвы и частично сопоставить прогнозные значения с фактическими. Точность полученных прогнозов оказалась разной в зависимости от объекта, что обусловлено рядом факторов.

Прежде всего, возникновение отклонений прогнозов вызвано доступностью информации лишь о небольшом числе торговых объектов, равно как и низким уровнем её детализации. В ходе прогнозирования с помощью регрессионных уравнений, обучающая и проверочная выборки включали, в общей сложности, всего семь объектов. Прямая оценка качества работы исходной модели оборота и вовсе не представилась возможной, поскольку не было фактических сведений о величине оборота объектов в денежном выражении.

Нехватка данных также оказала влияние на выбор в пользу относительной простоты выбранных способов реализации элементов методологии - оценки численности населения, конкуренции и использование всего двух регрессоров при оценке товарооборота.

Несмотря на описанные ограничения, всё же можно сказать, что в ходе работы были полностью выполнены поставленные задачи. Были рассмотрены возможны подходы к оценке оборота и доработке исходной модели, созданной в рамках курсового проекта. С учетом имеющихся теоретических сведений была разработана полноценная методология прогнозирования товарооборота. Наконец, с помощью этой методологии были составлены прогнозы по обороту в ряде существующих, а также одном проектируемом объекте.

Дальнейшее улучшение созданной методологии может проводиться по ряду направлений:

·        увеличение числа объектов, для которых доступна информация, на основе которой может проводиться прогнозирование: точность регрессионных моделей, как правило, возрастает с ростом числа наблюдений, а наличие сведений об абсолютных величинах товарооборотов для значительного числа объектов даст возможность осуществления калибровки остальных моделей;

·        получение более детальной информации об арендаторах торговых центров, а также о наиболее крупных объектах, работающих в исследуемых товарных категориях, что дало бы возможность проводить более гибкую оценку положения на рынке того или иного ТЦ;

·        расширение имеющихся сведений о характеристиках объектов, которое позволило бы более точно оценивать их привлекательность для посетителей, а, следовательно, и занимаемую ими долю рынка; общая арендуемая площадь, безусловно, оказывает влияние на итоговую величину товарооборота, однако было бы целесообразно рассмотреть и иные факторы, вроде расположения относительно транспортных путей, числа парковочных мест или наличия иных предоставляемых дополнительно услуг;

·        внесение изменений в модуль оценки численности населения с целью повышения точность его работы или его реализация средствами одной из геоинформационных систем, позволяющих значительно более точно определять границы зон охвата и число попадающих в них людей.

Литература

1.      Структура ВВП России // www.newsruss.ru - http://newsruss.ru/doc/index.php/Структура_ВВП_России

.        http://tass.ru/ekonomika/1728983

.        Рынок торговой недвижимости // Knight Frank. Москва, 2014.

.        Лазаренко А. А. Методы оценки конкурентоспособности [Текст] / А. А. Лазаренко // Молодой ученый. - 2014. - №1. - С. 374-377.

.        Павлова Н. Н. Маркетинговый подход к оценке конкурентоспособности магазина (сервиса) // "Маркетинг в России и за рубежом" - 2005 - №1.

6.      David L. Huff. Parameter Estimation in the Huff Model // ArcUser, October - December, 2003 - esri.com

7.      Российский статистический ежегодник - 2013 г. // Федеральная служба государственной статистики, 2013.

.        Административные округа и районы Москвы // портал «Электронная Москва» - http://mosopen.ru/regions.

.        Хортонен А. А. Географические информационные системы как класс систем поддержки принятия решений при управлении пространственность информацией (на примере банковской сферы) // Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика - 2011 - №1.

.        Зборовский Р.Д., Сидоренко В. И., Солдатов Г. И. Рынок торговой недвижимости. Модель расчета товарооборота торговых центров // НИУ ВШЭ, 2014.

.        Вычисление расстояния и начального азимута между двумя точками на сфере // www.gis-lab.info - http://gis-lab.info/qa/great-circles.html

.        Численность постоянного населения на 1 января // Единая межведомственная информационно-статистическая система - http://www.fedstat.ru/indicator/data.do?id=31557

.        Предположительная численность населения Российской Федерации до 2030 года (статистический бюллетень) // Федеральная служба государственной статистики. Москва, 2013.

.        Розничная торговля и услуги населению // Федеральная служба государственной статистики

.        Рынок общественного питания // Intesco Research Group. Москва, 2014.

.        Обзор российского кинорынка. Итоги 2012 года // Невафильм Research. Санкт-Петербуг, апрель 2013.

.        Прогноз долгосрочного социально-экономического развития РФ до 2030 года // Минэкономразвития России.

Приложение 1

Исходный код написанных для методологии макросов