Введем в предыдущую модель еще и точность предшествующих ценовых планов. В результате получим конструкцию, которая предполагает, что очередные планы изменения цен формируются под воздействием точностей прогнозирования и планирования сразу четырех факторов:
P*t = f( Ф(Pt, P*t-1), Ф(Dt, D*t-1), Ф(Bt, B*t-1), Ф(Nt, N*t-1) ).
Эта модель имела идеально высокое качество подгонки: наблюдаемый уровень значимости был максимальным (см. табл.17). Коэффициенты модели были стабильно положительны и достаточно часто статистически значимы только для точностей прогнозов платежеспособного и бартерного видов спроса. Вексельный и зачетный спрос имел хотя и положительное, но незначимое влияние на очередные ценовые планы. А точность предыдущих планов цен имела отрицательное и также незначимое воздействие. Сравнение коэффициентов платежеспособного и бартерного спросов опять свидетельствует в пользу прямых товарообменных операций. Их влияние на ценовые планы оказывалось сильнее воздействия денежных продаж.
Таблица 17. Характеристики влияния точностей предыдущих ценовых планов и прогнозов платежеспособного, бартерного и прочих неденежных видов спроса на очередные ценовые планы предприятий
Дата | Характеристики качества подгонки модели | Коэффициенты модели | |||||||||
Ф(Pt, P*t-1) | Ф(Dt, D*t-1) | Ф(Bt, B*t-1) | Ф(Nt, N*t-1) | ||||||||
G2 | Df | Sig | SE | SE | SE | SE | |||||
2/00 | 49.5716 | 156 | 1.0000 | -0.1066 | 0.1676 | 0.6119 | 0.1902 | 0.3387 | 0.1772 | 0.0217 | 0.1949 |
3/00 | 42.2536 | 156 | 1.0000 | -0.1019 | 0.1611 | 0.2498 | 0.1614 | 0.6693 | 0.1821 | 0.1403 | 0.1841 |
4/00 | 81.3211 | 156 | 1.0000 | -0.0187 | 0.1417 | 0.3023 | 0.1395 | 0.3769 | 0.1613 | 0.0552 | 0.1673 |
5/00 | 57.3355 | 156 | 1.0000 | -0.2809 | 0.1437 | 0.2685 | 0.1489 | 0.4305 | 0.1618 | 0.2597 | 0.1912 |
6/00 | 65.8673 | 156 | 1.0000 | -0.1641 | 0.1251 | 0.3426 | 0.1382 | 0.4584 | 0.1526 | 0.1070 | 0.1591 |
7/00 | 51.0890 | 156 | 1.0000 | -0.4323 | 0.1439 | 0.6532 | 0.1714 | 0.7025 | 0.2055 | -0.0084 | 0.2123 |
8/00 | 42.1533 | 156 | 1.0000 | -0.3271 | 0.1624 | 0.2576 | 0.1668 | 0.5122 | 0.1961 | 0.3926 | 0.2232 |
9/00 | 45.0202 | 156 | 1.0000 | 0.0189 | 0.1600 | 0.3091 | 0.1694 | 0.5331 | 0.2110 | 0.4205 | 0.2060 |
10/00 | 48.1348 | 156 | 1.0000 | -0.1077 | 0.1425 | 0.4156 | 0.1560 | 0.3578 | 0.2063 | 0.2971 | 0.2513 |
11/00 | 56.0727 | 156 | 1.0000 | -0.2743 | 0.1491 | 0.1993 | 0.1525 | 0.4684 | 0.2057 | 0.4135 | 0.2082 |
12/00 | 67.9357 | 156 | 1.0000 | -0.2077 | 0.1495 | 0.2786 | 0.1514 | 0.3371 | 0.2079 | 0.3944 | 0.2300 |
1/01 | 47.8146 | 156 | 1.0000 | -0.1256 | 0.1512 | 0.1579 | 0.1485 | 0.4322 | 0.1735 | 0.2858 | 0.1822 |
2/01 | 85.8954 | 156 | 1.0000 | -0.1991 | 0.1433 | 0.4202 | 0.1423 | 0.4434 | 0.1845 | 0.0938 | 0.1959 |
3/01 | 53.7039 | 156 | 1.0000 | 0.2874 | 0.1519 | 0.1742 | 0.1563 | 0.0676 | 0.2110 | 0.4287 | 0.2315 |
4/01 | 59.7801 | 156 | 1.0000 | -0.2013 | 0.1469 | 0.3369 | 0.1452 | 0.3200 | 0.1739 | 0.4264 | 0.1959 |
5/01 | 69.2550 | 156 | 1.0000 | -0.2164 | 0.1617 | 0.6643 | 0.1615 | 0.3540 | 0.2087 | 0.2182 | 0.1850 |
6/01 | 59.3044 | 156 | 1.0000 | -0.3117 | 0.1521 | 0.3555 | 0.1412 | 0.4046 | 0.1953 | 0.3379 | 0.1950 |
7/01 | 65.9341 | 156 | 1.0000 | -0.1522 | 0.1637 | 0.4027 | 0.1638 | 0.2904 | 0.2015 | 0.2850 | 0.2068 |
8/01 | 74.3633 | 156 | 1.0000 | -0.2165 | 0.1688 | 0.3365 | 0.1690 | 0.4385 | 0.2139 | 0.3067 | 0.2153 |
9/01 | 55.3656 | 156 | 1.0000 | -0.1062 | 0.1643 | 0.2148 | 0.1757 | 0.7092 | 0.2315 | 0.3674 | 0.2263 |
10/01 | 42.2442 | 156 | 1.0000 | -0.3795 | 0.1957 | 0.4859 | 0.1909 | 0.6441 | 0.2392 | 0.1553 | 0.2345 |
11/01 | 68.2003 | 156 | 1.0000 | -0.4207 | 0.1789 | 0.6520 | 0.1703 | 0.1949 | 0.2381 | 0.6279 | 0.2441 |
12/01 | 21.7645 | 156 | 1.0000 | -0.0729 | 0.2032 | 0.3763 | 0.2009 | 0.5741 | 0.2821 | 0.1743 | 0.2496 |
Примечание. В таблице приведены: G2 - величина отношения правдоподобия; df - число степеней свободы; Sig - наблюдаемый уровень значимости; коэффициенты
, оценивающие линейную связь (ассоциацию) рангов каждого из факторов с ценовыми планами, и стандартные ошибки (SE).Продолжим анализ адаптивных моделей формирования ценовых планов с использованием "перекрестных" точностей планов выпуска - точностей предыдущих планов выпуска относительно последующих фактических изменений основных видов спроса. При таких постановках мы предполагаем, что лучшая фактическая динамика спроса относительно предыдущих планов выпуска позволяет предприятиям планировать увеличение цен. Причины неполного удовлетворения спроса могут быть самыми разными (просчеты планирования производства, нехватка сырья, недостаток запасов готовой продукции и пр.), но результат один - спрос превысил производственные возможности, и у производителя появились основания для увеличения цен. В ситуации, когда фактические изменения спроса отклонялись в худшую сторону от планов изменения выпуска, производитель, наоборот, имеет основания для снижения цен, чтобы избежать затоваривания своих складов. Совпадение производственных планов и изменений спроса свидетельствует о правильно выбранной ценовой политике, которая может остаться неизменной.
Как и раньше, начнем анализ с проверки гипотез о том, что цены формируются под влиянием точностей планов производства относительно каждого спроса по отдельности. Для платежеспособного спроса адаптивная модель с использованием точности планов выпуска относительно последующих фактических изменений продаж имеет вид:
P*t = f( Ф(Dt, Q*t-1) ).
где Ф(Dt, Q*t-1) - точность реализации предыдущих производственных планов Q*t-1 относительно последующих фактических изменений платежеспособного спроса Dt. Качество подгонки приведенной модели было очень высоким, но коэффициенты модели имели то положительные, то отрицательные знаки и крайне редко были статистически значимы. Можно выделить лишь один период, когда коэффициенты были положительны и статистически значимы. Такое было непосредственно перед дефолтом 1998 г. и сразу после него. Тогда, видимо, рассогласование динамики платежеспособного спроса и планов выпуска были настолько существенны, что предприятия вынуждены были учитывать их при коррекитировке цен. Однако, в целом для всего периода мониторинга (1993-2001 гг.) такая адаптивная модель формирования ценовых планов, скорее всего, не может быть использована. Этот вывод подтверждается и проверкой гипотезы о независимости входящих в модель переменных. Логлинейная модель без взаимодействия имела хорошее качество подгонки. В подавляющем числе случаев (месяцев) наблюдаемый уровень значимости уверенно превосходил порог 5%. Это потребовало проверки целесообразности усложнения модели за счет добавления линейного взаимодействия ценовых планов и точности производственных планов. Необходимость использования взаимодействия оказалась оправданной в 10 случаях из 89, но в эти месяцы модель имела как отрицательные, так и положительные коэффициенты. Таким образом, приведенная модель все же не подходит для описания формирования ценовых планов российских промышленных предприятий.
Бартерный спрос также не учитывался российскими предприятиями при ценовой политике. Проверка модели с использованием только точности производственных планов относительно фактических изменений прямых товарообменных операций: