Материал: Разработка полноценной методологии для прогнозирования товарооборота в торговом объекте

Табл. 12. Среднее отклонение прогнозных значений от фактических

После получения коэффициентов моделей были сделаны прогнозы для объектов из проверочной выборки. Среднее отклонение прогнозных значений от фактических представлено в таблице 10.

Качество прогноза также падает при замене площадей объектов их долями на рынке. Как видно из приведенных выше данных, наиболее точный прогноз для проверочной выборки делают степенная и логарифмическая модели с площадью в качестве второго регрессора. При этом, стоит учитывать, что коэффициенты регрессий строились всего по 5 наблюдениям, а в обучающей и проверочной выборках содержится всего 7 объектов, 2 из которых сильно выделяются по значениям («Метрополис» имеет больший сравнительно высокий сравнительно высокий оборот на м2 площади, а «Авиапарк - значительно большую, чем с других объектов, GLA).

Расхождения между прогнозными и фактическими значениями для моделей с площадью показаны на рисунке 5.

Табл. 13. Прогнозные и фактические значения для моделей с площадью.

.6 Запуск исходной модели оценки товарооборота

В рамках работы было проведено два запуска исходной модели оценки оборота для «Метрополиса» и «Филиона». Часть входных данных при этом была взята из тех же источников, что и в курсовой работе. В качестве базового года также был взят 2012. Численность населения в Москве в 2012 году, коэффициенты прироста и её прогноз представлены в таблице 11[12],[13].

Табл. 14. Текущая и прогнозная численность населения Москвы, тыс. чел.

Оборот розничной торговли в Москве в 2012 году составил 3,64 трлн рублей[14]. В рамках курсовой работы было выбрано пять товарных категорий, соответствующих одной или более позиции в структуре розничного оборота:

·        еда и товары быстрого потребления;

·        одежда и обувь;

·        электроника;

·        товары для дома;

·        косметика и товары для здоровья.

Общий их вес в структуре расходов составляет 70,4%.

Компанией Knight Frank была представлена доля расходов, приходящаяся на арендаторов одного профиля, приблизительно одинаковая для ряда крупных торговых центров Москвы, что дало возможность взять её в качестве структуры потребительских расходов, характерной для посетителей ТЦ.

Табл. 15. Новая структура расходов потребителей

В новой структуре расходов, приведенной в таблице 12, присутствует несколько категорий, не соответствующих данным ФСГС. В частности, объем рынка общественного питания в Москве составляет порядка 150 млрд рублей в год[15]. Совокупные кассовые сборы в России в 2012 году составили 1,2 млрд. долларов США[16], т.е. порядка 40 млрд. рублей; кинотеатры, в свою очередь, формируют большую часть оборота среди арендаторов из категории «услуги и развлечение».

Было сделано предположение, что совокупный объем расходов потребителей в Москве, приходящийся на объекты данного профиля, составляет 2,73 триллиона рублей, т.е. 75% от величины розничного оборота.

Коэффициенты роста рынка розничной торговли взяты из прогноза Минэкономразвития[17].

Табл. 16. Общее конечное потребление, млн. руб.

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.