การประเมินความต้องการเชิงประจักษ์: เทคนิค 10 อันดับแรก

ประเด็นต่อไปนี้เน้นเทคนิคสิบอันดับแรกของการประเมินความต้องการเชิงประจักษ์ เทคนิคคือ: 1. ปัญหาเกี่ยวกับการวิเคราะห์เชิงทฤษฎี 2. การประมาณความต้องการโค้ง 3. ปัญหาการระบุ 4. การสำรวจผู้บริโภค 5. คลินิกผู้บริโภค 6. การทดลองการตลาด 7. การวิเคราะห์การถดถอยหลายครั้ง 8. สูตรทางทฤษฎีของฟังก์ชันอุปสงค์ 9. การวิเคราะห์การถดถอย ความต้องการ 10. ฟังก์ชั่นพลังงาน

เทคนิค # 1 ปัญหาเกี่ยวกับการวิเคราะห์ทางทฤษฎี :

เป็นที่รู้จักกันว่าฟังก์ชั่นความต้องการมีคุณสมบัติที่สำคัญสองประการ:

(1) ความต้องการสินค้าใด ๆ เป็นฟังก์ชั่นมูลค่าและรายได้ที่มีมูลค่าเดียว (เช่นการรวมกันของสินค้าโภคภัณฑ์เดียวที่สอดคล้องกับชุดของราคาและรายได้ที่กำหนด) และ

(2) ฟังก์ชั่นความต้องการเป็นเหมือนกันขององศาเป็นศูนย์ในราคาและรายได้ (เช่นถ้าราคาและการเปลี่ยนแปลงรายได้ในทิศทางและสัดส่วนเดียวกันทั้งหมดไม่มีการเปลี่ยนแปลงในแผนการซื้อของผู้บริโภค)

คุณสมบัติเหล่านี้ได้รับการยอมรับอย่างดีในทฤษฎีเศรษฐศาสตร์ แต่นักธุรกิจสนใจที่จะมีความรู้ที่แน่นอนเกี่ยวกับส่วนหนึ่งของกราฟความต้องการผลิตภัณฑ์ที่เขาสนใจ

แน่นอนว่าเป็นไปได้ที่จะประเมินความต้องการฟังก์ชั่นสำหรับผลิตภัณฑ์หลัก (เช่นสินค้าเกษตร) เนื่องจากข้อมูลเกี่ยวกับราคาและปริมาณมีอยู่อย่างง่ายดายเป็นเวลาหลายปี แต่นี่ไม่เป็นความจริงในกรณีของสินค้าที่ผลิต

มีปัญหาอื่นเนื่องจากการมีตัวแทนจำหน่ายอยู่ในตลาดส่วนใหญ่ ส่วนใหญ่มักจะไม่ใช่ผู้ผลิตขายโดยตรงกับตัวแทนจำหน่ายและไม่ให้กับผู้บริโภคขั้นสุดท้าย ในระยะสั้นตัวแทนจำหน่ายอาจไม่ได้ขายให้กับผู้บริโภคทั้งหมด ปริมาณที่ดีลเลอร์มักจะสอดคล้องกับปริมาณที่ผู้บริโภคนำมาใช้ในระยะยาวเท่านั้น

ยิ่งกว่านั้นการสันนิษฐานในทางทฤษฎีว่าปัจจัยอื่น ๆ ทั้งหมดยังคงไม่เปลี่ยนแปลงนั้นไม่สมจริงเมื่อเราจัดการกับข้อมูลตลาดที่เก็บรวบรวมมานานหลายปี ในระยะยาวการเปลี่ยนแปลงของรายได้ของผู้บริโภคในขนาดของประชากรในราคาของสินค้าที่เกี่ยวข้องและในเงื่อนไขของอุปทานมีแนวโน้ม เราต้องคำนึงถึงความเป็นจริงเหล่านี้ในการประเมินความต้องการผลิตภัณฑ์

เทคนิค # 2 การประมาณเส้นโค้งอุปสงค์

สมมติว่าเกิดจากการเปลี่ยนแปลงของรายได้ประชากรและปัจจัยอื่น ๆ ความต้องการของทฤษฎีเปลี่ยนจาก D 1 เป็น D 2 D 2 ถึง D 3 ถึง D 4 ในรูปที่ 11.1 เส้นโค้งอุปทานที่สอดคล้องกันในแต่ละจุดเหล่านี้ตรงตำแหน่ง S 1 ถึง S 4 การสังเกตปริมาณราคาซึ่งบันทึกไว้ในช่วงเวลา 1 (พูด 1981) ได้รับจากการตัดกันของ D 1 ถึง S 1 คือ A A. คนต่อไปจะถูกกำหนดโดยการแยกของ D 2 และ S 2 ที่ B (ใน 1982)

ดังนั้นเราจึงได้ข้อสังเกต A ถึง D เป็นเวลาสี่ปี ได้แก่, 1981, 1982, 1983 และ 1984 สิ่งเหล่านี้รวมกันเป็นเส้นโค้งความต้องการ DD แต่นี่ไม่ใช่เส้นโค้งอุปสงค์เดียวกันที่กล่าวถึงในทางทฤษฎี โดยเฉพาะอย่างยิ่งมันไม่สามารถย้อนกลับได้ เป็นไปไม่ได้ที่เราสามารถย้ายกลับจาก C เป็น B และ B เป็น A

ไม่น่าจะเป็นไปได้ที่การรวมกันของเงื่อนไขที่แม่นยำซึ่งเหนือกว่าที่จุดเหล่านี้จะถูกทำซ้ำ ในทางปฏิบัติอุปสงค์และอุปทานของเส้นโค้งอาจไม่เคลื่อนไหวอย่างต่อเนื่องในทิศทางเดียวกันตามที่คาดไว้ในแผนภาพนี้ พวกเขาอาจเลื่อนขึ้นหรือลงค่อนข้างผิดปกติ

ในรูปที่ 11.1 จุด A, B และ C ไม่ใช่จุดสามจุดบนเส้นอุปสงค์เดี่ยวสำหรับผลิตภัณฑ์ X แต่ละจุดอยู่บนเส้นอุปสงค์ที่แตกต่าง - หนึ่งที่มีการเปลี่ยนแปลงในช่วงเวลาหนึ่ง ดังนั้นเพียงแค่เชื่อมต่อพวกเขาเราไม่สามารถติดตามเส้นโค้งความต้องการผลิตภัณฑ์

บริษัท อาจตีความเส้น dd (ซึ่งเป็น Iocus ของจุด A, B, C และ D) เป็นเส้นโค้งความต้องการโดยไม่ได้ตั้งใจ ดังนั้นจึงอาจสมมติว่าการลดราคาจาก P 1 เป็น P 2 เพิ่มยอดขายจาก Q 1 เป็น Q 2 การขยายตัวของอุปสงค์อาจปรับราคาให้เหมาะสม

แต่ในทางปฏิบัติการลดราคาดังกล่าวจะส่งผลให้ความต้องการเพิ่มขึ้นเล็กน้อย เส้นอุปสงค์ที่แท้จริง (D 1 ) ยืดหยุ่นน้อยกว่า line dd มาก ดังนั้นการปรับลดราคาจึงเป็นที่ต้องการน้อยกว่าเมื่อแรกเห็น

ความสัมพันธ์พร้อมกัน :

ดังนั้นจึงมีความสัมพันธ์ระหว่างเส้นอุปสงค์และอุปทาน

ขณะนี้ข้อมูลเกี่ยวกับราคาและปริมาณที่ซื้อสามารถนำมาใช้ในการประมาณเส้นโค้งความต้องการภายใต้เงื่อนไขสองชุดเท่านั้น:

(1) เส้นอุปสงค์ไม่เปลี่ยน แต่เส้นอุปทานได้เปลี่ยนไป หรือ

(2) เรามีข้อมูลที่เกือบสมบูรณ์ในการพิจารณาว่าแต่ละเส้นโค้งเปลี่ยนแปลงในช่วงเวลาการสังเกตอย่างไร (ซึ่งครอบคลุมสี่ปีในกรณีนี้)

สมมติว่ามีการเปลี่ยนแปลงทางเทคโนโลยีในการผลิตของ X ดังนั้นค่าใช้จ่ายในอุตสาหกรรมจะลดลงอย่างรวดเร็วในช่วงเวลาสั้น ๆ แต่เงื่อนไขความต้องการมีแนวโน้มที่จะมีเสถียรภาพ สถานการณ์ดังแสดงในรูปที่ 11.2 ที่นี่โค้งอุปสงค์ซึ่งในตอนแรกไม่เป็นที่รู้จักในตอนนี้สันนิษฐานว่าจะมีเสถียรภาพ เส้นโค้งอุปทานเปลี่ยนจาก S 1 เป็น S 2, S 2 ถึง S 3 และ S 3 เป็น S 4

เป็นที่ชัดเจนว่าแต่ละจุดราคา / ปริมาณแสดงจุดตัดของเส้นโค้งอุปสงค์และอุปทาน เนื่องจากตัวกำหนดอุปสงค์ทั้งหมดยกเว้นราคาจะถือว่าเสถียรจุด A, B, C และ D จะต้องอยู่บนเส้นอุปสงค์เดียวกัน ดังนั้นความต้องการเส้นโค้ง DD สามารถประมาณได้โดยการเชื่อมต่อสี่จุด

เทคนิค # 3 ปัญหาการระบุตัวตน :

ตอนนี้ปรากฏว่า“ ปัญหาของความสัมพันธ์พร้อมกันในการวิเคราะห์อุปสงค์สามารถเอาชนะได้หากมีข้อมูลเพียงพอที่จะระบุฟังก์ชั่นที่สัมพันธ์กันดังนั้นการเปลี่ยนแปลงในเส้นโค้งหนึ่งสามารถแยกความแตกต่างจากการเปลี่ยนแปลงอื่น ๆ ได้” นี่คือเหตุผลว่า ปัญหาของการประมาณหนึ่งฟังก์ชั่นเมื่อมีความสัมพันธ์พร้อมกันเป็นที่รู้จักกันว่าปัญหาการระบุ .. ”

ที่จริงแล้วเราต้องมีข้อมูลเพียงพอเกี่ยวกับข้อมูลราคา / ปริมาณเพื่อแยกกะในอุปสงค์จากการเปลี่ยนแปลงในการจัดหา เราอาจสังเกตได้ว่าข้อมูลเกี่ยวกับเส้นโค้งที่กำลังเปลี่ยนแปลงและในระดับใดจำเป็นต้องระบุตัวตนและประเมินความสัมพันธ์ของอุปสงค์ ข้อมูลนี้ไม่สามารถใช้งานได้เกือบตลอดเวลา

ในทางปฏิบัติบาง บริษัท ทำการศึกษาอิทธิพลของราคาที่มีต่อปริมาณการขายซึ่งแสดงให้เห็นถึงส่วนเล็ก ๆ ของเส้นอุปสงค์ บริษัท ส่วนใหญ่พึ่งพาสัญชาตญาณและประสบการณ์ของผู้จัดการอาวุโสในเรื่องการตอบสนองต่อยอดขายของการเปลี่ยนแปลงราคา

มีหลักฐานบางอย่างที่นักธุรกิจมักจะตอบสนองต่อการลดราคาขาย ในกรณีเช่นนี้การวิเคราะห์อุปสงค์ทางสถิติด้วยความช่วยเหลือของเทคนิคการถดถอยนั้นไม่สามารถให้การประมาณค่าพารามิเตอร์ของฟังก์ชันอุปสงค์เชิงเส้น

หากไม่สามารถแก้ปัญหาการระบุตัวบุคคลได้จะใช้เทคนิคอื่น ๆ เช่นการสัมภาษณ์ผู้บริโภคและการทดลองทางการตลาดเพื่อรับข้อมูลที่จำเป็นเกี่ยวกับความสัมพันธ์ของฟังก์ชั่นอุปสงค์ที่สำคัญ

สี่วิธีหลักที่ใช้ในการประมาณค่าพารามิเตอร์ (สัมประสิทธิ์) ของฟังก์ชั่นอุปสงค์คือ: (1) การสำรวจผู้บริโภค (2) คลินิกผู้บริโภค (3) การทดลองในตลาดและ (4) การวิเคราะห์การถดถอย การวิเคราะห์การถดถอยอาจเป็นเครื่องมือที่สำคัญที่สุดในการวิเคราะห์ความต้องการด้วยเหตุผลสองประการ

ประการแรกในสถานการณ์ส่วนใหญ่อาจเป็นวิธีที่ดีที่สุดหรือเป็นเพียงเทคนิคเดียวในการประมาณค่าพารามิเตอร์ของสมการอุปสงค์ ประการที่สองนี่อาจเป็นเทคนิคการประมาณค่าเดียวที่สำคัญที่สุดที่ใช้ในเศรษฐศาสตร์การจัดการและด้านการบริหารธุรกิจอื่น ๆ

เทคนิค # 4 สำรวจผู้บริโภค :

การสำรวจผู้บริโภคเกี่ยวข้องกับการตั้งคำถามตัวอย่างของตัวแทนผู้บริโภคเพื่อพิจารณาปัจจัยต่างๆเช่นความเต็มใจที่จะซื้อการตอบสนองต่อการเปลี่ยนแปลงราคาหรือระดับราคาสัมพัทธ์และการตระหนักถึงแคมเปญโฆษณาและตัวแปรอื่น ๆ ที่ถือว่ามีความสำคัญต่อการตลาดและการวางแผนกำไร .

เทคนิคนี้สามารถใช้ได้โดยหยุดผู้ซื้อและถามคำถามเกี่ยวกับความตั้งใจที่จะซื้อในราคาที่ต่างกัน ในอีกขั้นหนึ่งเพื่อรวบรวมข้อมูลที่จำเป็นผู้สัมภาษณ์ที่ผ่านการฝึกอบรมอาจได้รับการแต่งตั้งให้ตั้งคำถามที่ซับซ้อนให้กับกลุ่มตัวอย่างของผู้ซื้อที่ได้รับการคัดเลือกมาอย่างดี

ในทางทฤษฎีการสำรวจผู้บริโภคสามารถให้ข้อมูลที่จำเป็นเกี่ยวกับความสัมพันธ์กับความต้องการที่สำคัญที่สุด บริษัท อาจตั้งคำถามลูกค้าแต่ละรายหรือตัวอย่างลูกค้าเกี่ยวกับการซื้อที่คาดการณ์ภายใต้เงื่อนไขที่หลากหลายที่เกี่ยวข้องกับราคาและปัจจัยอื่น ๆ ที่รวมอยู่ในฟังก์ชันอุปสงค์

จากนั้นเมื่อรวมข้อมูลแล้ว บริษัท สามารถคาดการณ์อุปสงค์ทั้งหมดและอาจจะสามารถประเมินพารามิเตอร์สำคัญบางอย่างในฟังก์ชันอุปสงค์สำหรับผลิตภัณฑ์ของตนได้

ข้อเสีย :

อย่างไรก็ตามความยากลำบากในการใช้งานจริงของวิธีนี้คือข้อมูลที่ได้รับจากเทคนิคนี้และคุณภาพของมันมีแนวโน้มที่จะถูก จำกัด ในฐานะที่เป็น JL Pappas และ EF Brigham ให้เหตุผลว่า “ ผู้บริโภคมักไม่สามารถและในหลาย ๆ กรณีไม่เต็มใจที่จะให้คำตอบที่ถูกต้องสำหรับคำถามสมมุติว่าพวกเขาจะตอบสนองต่อการเปลี่ยนแปลงในตัวแปรความต้องการที่สำคัญ”

ตัวอย่างเช่นผู้บริโภคส่วนใหญ่ไม่สามารถบอกได้ว่าพวกเขาจะตอบสนองต่อการเพิ่มขึ้น (หรือลดลง) 1, 2, หรือ 3% ในราคาของโทรทัศน์สี สิ่งนี้จะช่วยให้การใช้เทคนิคดังกล่าวเป็นการยากในการประมาณความสัมพันธ์ระหว่างอุปสงค์กับสินค้าอุปโภคบริโภคส่วนใหญ่

ข้อดี :

อย่างไรก็ตามมีข้อดีสองประการของวิธีนี้ ก่อนโดยใช้การสอบถามที่มีเสถียรภาพเป็นไปได้ที่ผู้สัมภาษณ์ที่ผ่านการฝึกอบรมจะสามารถดึงข้อมูลที่เป็นประโยชน์จากผู้บริโภคได้ ตัวอย่างเช่นผู้สัมภาษณ์อาจถามคำถามเกี่ยวกับราคาสัมพัทธ์ของหม้อหุงความดันหรือจักรยาน (ซึ่งแข่งขันกันอย่างใกล้ชิด) และอาจพบว่าคนส่วนใหญ่ไม่ทราบถึงความแตกต่างของราคาที่มีอยู่

นี่เป็นข้อบ่งชี้ที่ดีว่าความต้องการไม่ยืดหยุ่นและผู้บริโภคไม่ใส่ใจกับราคามากนัก ดังนั้นจึงไม่จำเป็นที่ผู้ผลิตจะต้องพยายามลดราคาเพื่อเพิ่มความต้องการผลิตภัณฑ์ของตน ผู้บริโภคอาจไม่ได้สังเกตเห็นการลดลง

นอกจากนี้อาจมีการทดสอบประสิทธิภาพของแคมเปญโฆษณาโดยการสุ่มตัวอย่างการรับรู้ของกลุ่มผู้บริโภคไปยังแคมเปญ ดังนั้นจึงเป็นไปได้ที่จะได้รับข้อมูลพื้นฐานผ่านการสำรวจดังกล่าวซึ่งอาจเพียงพอและเชื่อถือได้สำหรับการตัดสินใจ

ประการที่สองไม่มีการทดแทนวิธีการนี้สำหรับข้อมูลบางประเภทเกี่ยวกับความต้องการผลิตภัณฑ์ ตัวอย่างเช่นในความต้องการระยะสั้น (หรือการขาย) การคาดการณ์ความตั้งใจของผู้บริโภคทัศนคติและความคาดหวังเกี่ยวกับเงื่อนไขทางธุรกิจในอนาคตทำให้เกิดความแตกต่างระหว่างการประมาณการที่ถูกต้องและที่ไม่ถูกต้อง เป็นไปได้ที่จะได้รับข้อมูลเชิงอัตวิสัยดังกล่าวผ่านวิธีการสัมภาษณ์เพียงอย่างเดียว

ตัวอย่างเช่นความคาดหวังของผู้บริโภคเกี่ยวกับธุรกิจและสินเชื่อในอนาคตอาจให้ข้อมูลเชิงลึกที่สำคัญเกี่ยวกับแนวโน้มในการซื้อสินค้าหลายรายการโดยเฉพาะอย่างยิ่งสินค้าอุปโภคบริโภคที่มีความคงทนเช่นเครื่องซักผ้าตู้เย็นโทรทัศน์เป็นต้นนอกจากนี้ใช้จินตนาการเล็กน้อย ข้อมูลเชิงลึกที่สำคัญ

เทคนิค # 5 คลินิกผู้บริโภค :

อีกวิธีหนึ่งในการบันทึกการตอบสนองของผู้บริโภคต่อการเปลี่ยนแปลงในปัจจัยที่กำหนดอุปสงค์คือการใช้คลีนิคของผู้บริโภค นี่เป็นเหมือนการทดสอบในห้องปฏิบัติการทางฟิสิกส์หรือเคมี

ที่นี่กลุ่มทดลองของผู้บริโภคจะได้รับเงินจำนวนเล็กน้อยเพื่อซื้อสินค้าบางอย่าง การทดลองสามารถเปิดเผยผลกระทบต่อการซื้อจริงของสินค้าภายใต้การพิจารณาเป็นราคาของสินค้าคู่แข่งและตัวแปรอื่น ๆ ที่มีผลต่อความต้องการมีการจัดการ

ข้อเสีย :

แม้ว่าวิธีนี้จะสมจริงกว่าวิธีการสัมภาษณ์โดยตรง แต่ก็มีข้อบกพร่องหลักสองประการ ประการแรกค่าใช้จ่ายในการตั้งค่าและการใช้งานคลินิกดังกล่าวมีความสำคัญ ดังนั้นผู้บริโภคจำนวนน้อยมากสามารถมีส่วนร่วมในการทดสอบ

ประการที่สองเนื่องจากผู้เข้าร่วมตระหนักดีว่าการกระทำของพวกเขากำลังถูกสังเกตพวกเขาอาจทำงานในลักษณะที่ค่อนข้างแตกต่างจากปกติ เรื่องนี้เป็นที่รู้จักกันในชื่อผลฮอว์ ธ อร์น ผู้ซื้อชุดทีวีที่มีส่วนร่วมในคลินิกผู้บริโภคอาจสงสัยว่าผู้ทดสอบมีความสนใจในความอ่อนไหวต่อราคาและอาจมีราคามากขึ้นว่าเขาจะเป็นเช่นนั้น

อย่างไรก็ตามวิธีนี้เหมือนกับวิธีก่อนหน้านี้มักจะให้ข้อมูลที่เป็นประโยชน์กับกระบวนการตัดสินใจ ในบางสถานการณ์นี่เป็นเทคนิคเดียวที่สามารถให้ข้อมูลที่ใช้งานได้

เทคนิค # 6 การทดสอบตลาด :

วิธีการทดสอบตลาดซึ่งมักใช้เพื่อรวบรวมข้อมูลเกี่ยวกับฟังก์ชั่นความต้องการเกี่ยวข้องกับการตรวจสอบวิธีการที่ผู้บริโภคประพฤติตนในตลาดชีวิตจริง วิธีนี้เกี่ยวข้องกับการตรวจสอบพฤติกรรมผู้บริโภคในตลาดจริง บริษัท อาจใช้วิธีนี้ในการตรวจสอบลักษณะของเส้นโค้งอุปสงค์ของพวกเขาโดยการทดลองกับราคาต่างๆ

สิ่งนี้เรียกว่าการทดสอบตลาด การทดลองทำภายใต้เงื่อนไขของห้องปฏิบัติการเพื่อให้ได้มาซึ่งตารางความต้องการ มีการพยายามทำ “ เพื่อสร้างสถานการณ์การจัดซื้อภายใต้เงื่อนไขที่ควบคุมได้เพื่อให้แน่ใจว่าราคาเป็นเพียงตัวแปรเดียว”

ผู้บริโภคแต่ละคนในกลุ่มเสนอทางเลือกระหว่างผลิตภัณฑ์ภายใต้การตรวจสอบและผลรวมของเงินและจำนวนของบุคคลในกลุ่มที่แสดงความพึงพอใจสำหรับผลิตภัณฑ์

จากนั้นกลุ่มที่สองจะเสนอทางเลือกระหว่างผลิตภัณฑ์และผลรวมของเงินที่แตกต่างกันและการตอบสนองที่ระบุไว้อีกครั้ง โดยการทำซ้ำการออกกำลังกายจำนวนผู้ใช้ผลิตภัณฑ์ใน 'ราคา' ที่แตกต่างกันอาจถูกวางแผนตามตารางความต้องการ

วิธีนี้มีข้อบกพร่องทั้งหมดของวิธีก่อนหน้านี้อีกครั้ง ผู้บริโภคมีทางเลือกเพียงอย่างเดียวระหว่างผลิตภัณฑ์และผลรวมของเงินในขณะที่ในตลาดเขาอาจเลือกจากผลิตภัณฑ์คู่แข่ง อีกครั้งไม่มีการรับประกันว่าผู้บริโภคจะทำงานภายใต้เงื่อนไขที่ควบคุมเหล่านี้เช่นเดียวกับที่พวกเขาทำในตลาด

วิธีนี้ยังก่อให้เกิดปัญหาอีกด้วย ประการแรกมันเป็นสิ่งจำเป็นในหลักสูตรของการทดลอง “ เพื่อคงที่ปัจจัยที่ไม่ใช่ราคาคงที่หรืออย่างน้อยเพื่อให้วิธีการทางสถิติสำหรับการพิจารณาผลกระทบที่แยกต่างหาก จากนั้นอุปสงค์อาจไม่เพียง แต่ขึ้นอยู่กับราคาเท่านั้น แต่ยังขึ้นอยู่กับราคาก่อนหน้าด้วย ดังนั้นจึงเป็นเรื่องยากที่จะคลี่คลาย (เช่นแยกออก) ผลกระทบของราคาแลกเปลี่ยนจากผลกระทบของการเปลี่ยนแปลงราคา

ประการที่สองสิ่งที่คู่แข่งพยายามเข้าไปยุ่งเกี่ยวกับการทดสอบตลาดโดยใช้โปรโมชั่นพิเศษของพวกเขาเอง

ในที่สุดนักธุรกิจมักจะเชื่อว่า“ มันง่ายกว่าที่จะลดราคามากกว่าที่จะขึ้นราคา ดังนั้นพวกเขาจึงลังเลที่จะทดสอบด้วยราคาที่ต่ำลงเพราะกลัวว่าหากการทดลองไม่ประสบความสำเร็จการเพิ่มขึ้นของราคาที่ตามมาจะส่งผลร้ายอย่างมาก”

เทคนิค # 7 การวิเคราะห์การถดถอยหลายครั้ง :

นี่เป็นเทคนิคทางสถิติ มันถูกใช้เพื่อ "แยก" ผลกระทบของราคาจากปัจจัยอื่น ๆ ที่มีอิทธิพลต่อความต้องการ เพื่อแสดงให้เห็นว่าสมมติว่า บริษัท Godrej ตั้งสมมติฐานว่าปริมาณที่ต้องการสำหรับผลิตภัณฑ์นั้นขึ้นอยู่กับราคานอกจากนี้ยังขึ้นอยู่กับสภาพเศรษฐกิจทั่วไปที่สะท้อนใน GNP และขนาดของงบประมาณการโฆษณา

ความสัมพันธ์ที่สันนิษฐานสามารถแสดงในรูปของสมการโดยที่ Y แทนตัวแปรตาม ได้แก่ viz. ปริมาณที่ต้องการ X 1, X 2 และ X 3 เป็นตัวแทนของตัวแปรอิสระ ได้แก่ ราคา, GNP และค่าใช้จ่ายการโฆษณาตามลำดับ สัมประสิทธิ์ b 1, b 2 และ b 3 แสดงถึงอิทธิพลของตัวแปรอิสระตามลำดับต่อปริมาณ และสัมประสิทธิ์ b 4 เป็นเทอมคงที่ สมการคือ

Y = b 1 X 1 + b 2 X 2 + b 3 X 3 + b 4

หากมีการสังเกตการณ์ในอดีตของตัวแปรอิสระและตัวแปรตามที่มีอยู่การสังเกตเหล่านี้สามารถประมวลผลทางสถิติเพื่อให้ได้การประมาณค่าสัมประสิทธิ์ร่วม ค่าสัมประสิทธิ์ประมาณสองจากนั้นถูกนำมาใช้เพื่อเป็นตัวแทนของอิทธิพลของราคาต่อปริมาณความต้องการปัจจัยอื่น ๆ ที่มีการคงที่

ในหลายกรณีการวิเคราะห์การถดถอยเป็นวิธีที่ดีที่สุดหรืออาจจะเป็นเพียงวิธีเดียวในการประมาณสมการอุปสงค์

เทคนิค # 8 สูตรทางทฤษฎีของฟังก์ชันอุปสงค์ :

ขั้นตอนแรกในการดำเนินการศึกษาเชิงสถิติคือกำหนดรูปแบบตามทฤษฎีเศรษฐศาสตร์ ดังนั้นเริ่มต้นด้วยเราสาธิตวิธีการใช้ประโยชน์จากทฤษฎีเศรษฐศาสตร์โดยใช้เครื่องมือทางคณิตศาสตร์เพื่อจัดทำแบบจำลองเชิงปริมาณเชิงสถิติ

เส้นอุปสงค์ของผู้บริโภคสำหรับสินค้าที่กำหนดนั้นมาจากการวิเคราะห์การใช้ประโยชน์สูงสุด ทฤษฎีพฤติกรรมผู้บริโภคแบบนีโอคลาสสิค (มาร์แชล) เริ่มต้นด้วยฟังก์ชันยูทิลิตี้ที่ทำให้ระดับความพึงพอใจของแต่ละคนขึ้นอยู่กับสินค้าที่เขาบริโภค

ให้ฟังก์ชันยูทิลิตี้อันดับแรกของผู้บริโภคเป็น

U = f (q 1, q 2, ..., q n ) (1)

โดยที่ q 1, q 2, . . ., q n คือปริมาณของสินค้าต่าง ๆ ที่บริโภคในช่วงเวลาเดียว สันนิษฐานว่าฟังก์ชั่นยูทิลิตี้ในสมการ (1) ไม่เพียง แต่เป็นการเพิ่มและต่อเนื่องของฟังก์ชั่นของแต่ละปริมาณ แต่ยังแตกต่างกันสองครั้ง

เมื่อพิจารณาถึงฟังก์ชันของยูทิลิตี้ในสมการ (1) ทฤษฎีจะสันนิษฐานว่าพฤติกรรมของผู้บริโภคนั้นสามารถอธิบายได้โดยการทำให้เกิดสมการสูงสุด (1) ด้วยความเคารพของคิวภายใต้งบประมาณที่ จำกัด คือ

ราคา p 1, p 2, . ., p n และรายได้ y ถูกนำไปมอบให้กับผู้บริโภคและพวกเขาปฏิบัติตามเงื่อนไขดังต่อไปนี้:

การทำให้สมการสูงสุด (1) เป็นไปตามสมการ (2) เป็นปัญหาสูงสุดที่ จำกัด เงื่อนไขที่จำเป็นสำหรับการแก้ปัญหาประเภทนี้คือ

โดยที่ U i = (∂U / ∂q i ) และλคือตัวคูณ Lagrange ในแง่เศรษฐกิจλย่อมาจากอรรถประโยชน์ของเงิน จากนี้มันมีเหตุผลดังนี้

และอื่น ๆ

U i / P i = λ, i = 1, 2, . ., n (6)

ดังนั้นในภาวะสมดุลอัตราส่วนของค่าสาธารณูปโภคชายขอบของสินค้าทั้งสองเท่ากับอัตราส่วนราคาของพวกเขานั่นคือสาธารณูปโภคเล็กน้อยเป็นสัดส่วนกับราคา

สมการ (2) และ (4) ให้ (1 + n) ความสัมพันธ์ที่อนุญาต (1 + n) unknowns, λและ q i (i = 1, …, n) ที่จะแสดงในรูปของ y และ p i (i = 1, …, n) ดังนั้นโซลูชันให้ฟังก์ชันความต้องการต่อไปนี้:

q i = f i (p 1, p 2, ..., pn, y), i = 1, 2, . . n (7)

กล่าวอีกนัยหนึ่งสมการ (7) ระบุว่าความต้องการของผู้บริโภคที่ดีขึ้นอยู่กับรายได้และราคาของสินค้าทั้งหมด

สิ่งสำคัญที่ควรทราบในขั้นตอนนี้คือการเปลี่ยนแปลงตามสัดส่วนที่เท่ากันในด้านราคาและรายได้จะไม่ส่งผลต่อข้อ จำกัด ในสมการ (2) และจะไม่ส่งผลกระทบต่อยูทิลิตี้การเพิ่มคุณค่าของคิว การใช้คุณสมบัตินี้ของความเป็นเนื้อเดียวกันแบบศูนย์องศาสมการ (7) สามารถเขียนเป็น

โดยที่ p คือดัชนีราคาทั่วไป สมการ (8) ระบุว่าความต้องการใช้เป็นฟังก์ชันของราคาสัมพัทธ์ของสินค้าและรายได้จริงทั้งหมด

นอกเหนือจากราคาและรายได้แล้วปัจจัยอื่น ๆ เช่นรสนิยมยังเป็นตัวกำหนดอุปสงค์ของผู้บริโภค ปัจจัยที่เป็นตัวกำหนดค่ากำหนดเช่นขนาดครอบครัวและองค์ประกอบและพื้นที่ที่อยู่อาศัยอาจถูกระบุโดย x j โดยที่ j = 1, 2, . ., m. ดังนั้นความสัมพันธ์ความต้องการสำหรับผู้บริโภคแต่ละรายอาจถูกเขียนในรูปแบบ

เนื่องจากฟังก์ชั่นยูทิลิตี้ไม่สามารถวัดได้ในทางปฏิบัติการวิเคราะห์ทางสถิติเริ่มต้นโดยตรงกับฟังก์ชั่นความต้องการ รูปแบบการทำงานที่แน่นอนนั้นถูกหักออกทางทฤษฎีไม่ค่อยมากนัก แต่โดยปกติแล้วจะถูกกำหนดเชิงประจักษ์ (สถิติ)

Equation (9) เป็นฟังก์ชันทั่วไปสำหรับการประมาณเชิงประจักษ์ของฟังก์ชันอุปสงค์ อย่างไรก็ตามมีหลายเหตุผลที่ในทางปฏิบัติการถดถอยไม่ได้ระบุไว้ในการศึกษาเพื่อรวมปัจจัยทั้งหมดที่อาจมีอิทธิพลเชิงสาเหตุกับตัวแปรตามภายใต้การวิเคราะห์ พรีม่า faca มันถูกต้องตามกฎหมายที่จะทำให้ทฤษฎีอุปสงค์ง่ายที่สุดเท่าที่จะทำได้โดยคำนึงถึงปัจจัยที่เป็นสาเหตุหลักที่ชัดเจนเท่านั้น

ประการที่สองข้อมูลสถิติขาดตัวแปรบางตัว นอกจากนี้ปัจจัยเชิงสาเหตุอาจมีความสัมพันธ์กันสูง การรวมตัวแปรอธิบายจำนวนมากในแบบจำลองอาจเพิ่มข้อผิดพลาดมาตรฐานของสัมประสิทธิ์การถดถอยและมีแนวโน้มที่จะปิดบังความสำคัญของตัวแปรอธิบายในสมการ

ในที่สุดก่อนที่จะประเมินฟังก์ชั่นความต้องการสังเกตุนักวิเคราะห์ความต้องการประสบปัญหาการระบุ คือเราจะรู้ได้อย่างไรว่าฟังก์ชั่นที่ระบุไม่ใช่เส้นโค้งอุปทาน กล่าวอีกนัยหนึ่งเราจะแยกความแตกต่างของฟังก์ชั่นอุปสงค์จากฟังก์ชั่นอุปทานได้อย่างไร ในความเป็นจริงข้อมูลทางเศรษฐกิจที่รวบรวมได้อยู่ในสภาพสมดุลอยู่แล้วซึ่งอุปทานมีค่าเท่ากับความต้องการ

แม้จะมีข้อผิดพลาดเหล่านี้เรามักจะทำการวิเคราะห์การถดถอยของอุปสงค์ งานบุกเบิกในสาขานี้จัดทำโดย T. Schultz ในปี 1938 ในสหรัฐอเมริกาและในปี 1945 Richard Stone ดำเนินการวิเคราะห์การถดถอยในสหราชอาณาจักรตอนนี้เราอาจทำการวิเคราะห์การถดถอยของอุปสงค์ต่อฉากหลัง

เทคนิค # 9. การวิเคราะห์การถดถอยของอุปสงค์:

วัตถุประสงค์ที่พบบ่อยในธุรกิจคือข้อกำหนดของความสัมพันธ์ทางหน้าที่ระหว่างตัวแปรสองตัวเช่น Y = f (X) นี่คือ Y เรียกว่าตัวแปรตามและ X เป็นตัวแปรอิสระ ในโลกธุรกิจเราต้องค้นหาความสัมพันธ์ระหว่างการขายและการโฆษณาการขาย (Y) เป็นตัวแปรตามและโฆษณา (X) เป็นตัวแปรอิสระ

เราไม่สามารถคาดหวังคำอธิบายที่สมบูรณ์แบบของการขายโดยการโฆษณาและด้วยเหตุนี้เราจึงเขียน Y = f (X) + u โดยที่ u คือตัวแปรสุ่มที่เรียกว่าส่วนที่เหลือ สิ่งนี้เรียกว่าสมการถดถอยของ Y และ X ส่วนที่เหลือเกิดจากข้อผิดพลาดในการวัดใน Y หรือความไม่สมบูรณ์ในสเปคของฟังก์ชัน f (X) ตัวอย่างเช่นอาจมีตัวแปรอื่น ๆ อีกมากมายนอกเหนือจาก X ที่มีอิทธิพลต่อ Y ซึ่งเราได้ละทิ้งไป

เนื่องจาก u เป็นตัวแปรสุ่ม Y จึงเป็นตัวแปรสุ่ม ตัวแปรอิสระ X นั้นไม่สุ่มเนื่องจากความสัมพันธ์ทางธุรกิจเกี่ยวข้องกัน สมมติว่า f (X) เป็นฟังก์ชันเชิงเส้นนั่นคือ f (X) = α + βX. เรามี

y i = α + βx i + u i i = 1, . .n (10)

โดยที่ i = 1, 2, . . ., n หมายถึงจำนวนการสังเกต

ค่าสัมประสิทธิ์ความชัน gives ทำให้เราประมาณการการเปลี่ยนแปลงยอดขายที่เกี่ยวข้องกับการเปลี่ยนแปลงค่าใช้จ่ายการโฆษณาเพียงหน่วยเดียว คำว่าดักαโดยทั่วไปไม่มีความหมายทางเศรษฐกิจ

อาจเป็นเรื่องจริงที่ระดับการขายที่มีการโฆษณาเป็นศูนย์จะเท่ากับเทอมการสกัดกั้นα แต่เนื่องจากไม่มีการสังเกตยอดขายที่ค่าใช้จ่ายการโฆษณาที่เป็นศูนย์เราจึงไม่สามารถสรุปได้อย่างปลอดภัยว่าαนั้นเป็นการขายโดยไม่มีค่าใช้จ่ายการโฆษณา

ผลลัพธ์ของตัวแบบการถดถอย 2 ตัวแปรแบบง่ายนี้สามารถขยายไปยังตัวแปรหลายตัวได้อย่างง่ายดาย สมมติว่าเรามีข้อมูลเกี่ยวกับราคาเฉลี่ยที่เรียกเก็บสำหรับผลิตภัณฑ์ด้วย ข้อมูลใหม่สามารถเพิ่มเข้าไปในตัวแบบเชิงเส้นในสมการ (10) ทำให้เกิดสมการถดถอยต่อไปนี้:

เมื่อใช้ตัวแปรอิสระมากกว่าสองตัวเราสามารถคำนวณสัมประสิทธิ์การถดถอย (ในกรณีนี้βและθ) โดยวิธีเมทริกซ์ซึ่งอยู่นอกเหนือขอบเขตของชื่อเรื่อง วันนี้การคำนวณทางสถิติของพารามิเตอร์ / ค่าสัมประสิทธิ์ทำได้โดยคอมพิวเตอร์ สายติดตั้งคือ

เมื่อทำสิ่งนี้เสร็จแล้วเราจะตีความสัมประสิทธิ์ดังต่อไปนี้: αเป็นคำว่าดักอีกครั้งซึ่งมีความสำคัญทางเศรษฐกิจเพียงเล็กน้อย βคือการเปลี่ยนแปลงที่คาดหวังในการขายที่เกี่ยวข้องกับการเปลี่ยนแปลงหน่วยหนึ่งในค่าใช้จ่ายการโฆษณาถือราคาคงที่ p; และθคือการเปลี่ยนแปลงที่คาดหวังในการขายที่เกี่ยวข้องกับการเปลี่ยนแปลงราคา 1 หน่วยซึ่งถือเป็นค่าใช้จ่ายโฆษณาคงที่ ในสัญกรณ์คณิตศาสตร์

ฟังก์ชันความต้องการแบบเชิงเส้นมีแรงดึงดูดอันยอดเยี่ยมในการทำงานเชิงประจักษ์ด้วยเหตุผลสองประการ ก่อนอื่นประสบการณ์ได้แสดงให้เห็นแล้วว่าความสัมพันธ์ระหว่างอุปสงค์และอุปทานนั้นเป็นไปตามความจริง ประการที่สองเทคนิคทางสถิติที่สะดวกวิธีการของกำลังสองน้อยสามารถใช้ในการประมาณค่าพารามิเตอร์α, β, θหรือสัมประสิทธิ์การถดถอยสำหรับสมการเชิงเส้น

แต่นี่ไม่ใช่รูปแบบของฟังก์ชั่นอุปสงค์เท่านั้น อาจมีฟังก์ชั่นอุปสงค์อื่น ๆ ในส่วนต่อไปนี้เราได้ยกตัวอย่างวิธีการประมาณค่าถดถอยαและβและดึงความสัมพันธ์โดยประมาณในกรณีของความสัมพันธ์เชิงเส้นระหว่างยอดขาย (พันหน่วย) และค่าใช้จ่ายการโฆษณา (ล้านอาร์เอส)

ที่ซึ่ง ฉัน หมายถึงยอดขายและ x i หมายถึงค่าใช้จ่ายการโฆษณา

เทคนิค # 10 ฟังก์ชั่นการใช้พลังงาน :

ความสัมพันธ์อุปสงค์ที่ระบุมากที่สุดอันดับที่สองคือกรณีที่มีตัวแปรที่เกี่ยวข้องกันสองตัวหรือมากกว่าเข้ามาในภาพ หากมีความยืดหยุ่นคงที่ฟังก์ชันกำลังสามารถใช้งานได้เช่นความต้องการปริมาณ Q

P, Y, A คือราคารายได้และค่าโฆษณาตามลำดับ รูปแบบการคูณมีการอุทธรณ์ที่ดีเนื่องจากผลกระทบเล็กน้อยของแต่ละตัวแปรอิสระขึ้นอยู่กับค่าของตัวแปรอื่น ๆ ในฟังก์ชั่น

ผลกระทบเล็กน้อยต่อปริมาณความต้องการเนื่องจากการเปลี่ยนแปลงของราคาจะแตกต่างกันสำหรับระดับรายได้ (Y) และค่าใช้จ่ายการโฆษณา (A) ที่แตกต่างกัน แบบจำลองเชิงซ้อนที่อธิบายโดย (27) เป็นจริงมากกว่าฟังก์ชั่นเชิงเส้นตรงที่ผลกระทบเล็กน้อยของตัวแปรอิสระมีค่าคงที่

แบบจำลองเชิงซ้อนสามารถสร้างเป็นเส้นตรงโดยการแปลงลอการิทึม จดบันทึกทั้งสองด้านของสมการ (27) ให้

log Q = log α + β log P + θ Log Y + 7 log A. (28)

เนื่องจากสมการเป็นเส้นตรงในลอการิทึมเราสามารถใช้การวิเคราะห์สมการถดถอยกำลังสองน้อยที่สุดในการประมาณค่าพารามิเตอร์α, β, θและ y จะแสดงให้เห็นว่าβ, θและ y เป็นค่าสัมประสิทธิ์ความยืดหยุ่นคงที่

เรารู้ว่าสูตรมีความยืดหยุ่นตามราคา

ความยืดหยุ่นของรายได้ความยืดหยุ่นของอุปสงค์ (e y ) ความยืดหยุ่นของอุปสงค์โฆษณา (e A ) และความยืดหยุ่นของอุปสงค์ (e p ) มีความคงที่ ค่า, θ, y และβไม่ใช่ฟังก์ชันของตัวแปร เช่น y ไม่เปลี่ยนแปลงกับการเปลี่ยนแปลงใน P, Q, Y หรือ A

ความยืดหยุ่นคงที่มีประโยชน์ในกรณีที่เหมาะสม ตัวอย่างเช่นหากความยืดหยุ่นของรายได้ของอุปสงค์สำหรับโทรทัศน์เป็นค่าคงที่การเพิ่มขึ้นของรายได้นั้นสามารถคาดการณ์ได้ว่าจะทำให้เกิดการเปลี่ยนแปลงตามความต้องการโทรทัศน์ในสัดส่วนรายได้หลากหลาย

หากความยืดหยุ่นในการรับรายได้ของอุปสงค์สำหรับโทรทัศน์ไม่คงที่ผู้มีอำนาจตัดสินใจจะไม่สามารถใช้รูปแบบการคูณซึ่งอยู่นอกเหนือขอบเขตของหนังสือเล่มนี้ หากมีโอกาสที่จะใช้ความยืดหยุ่นคงที่ซึ่งอาจไม่บ่อยครั้งรูปแบบการคูณจะมีประโยชน์มากเพราะช่วยลดความยุ่งยากในการวิเคราะห์

ตัวอย่างที่ 1

ตารางต่อไปนี้แสดงค่าใช้จ่ายทางธุรกิจสำหรับโรงงานและอุปกรณ์ใหม่เช่นความต้องการสินค้าทุน

ประมาณการค่าใช้จ่ายทางธุรกิจสำหรับอาคารและอุปกรณ์ใหม่สำหรับปี 2533

 

แสดงความคิดเห็นของคุณ