Сравнительный анализ финансового состояния домохозяйств

Основы формирования гибридной модели мной были изучены в рамках прохождения научно-исследовательской практики НИУ ВШЭ в исследовательской компании ООО «ЭЙ СИ Нильсен» в должности консультанта в отделе управления эффективностью (Advanced Analytical Consulting).

Рассмотрим далее детально изученную методологию моделирования на каждой стадии:

1 уровень - анализ не агрегированных панельных данных ритейл аудита на микроуровне (store level data). На этом уровне из модели мы получаем коэффициенты ценовой эластичности и базовые продажи. В общем виде на 1 этапе модель выглядит следующим образом:

S_ikt : Объем продаж в точке i для целевого продукта k в неделю t.

P_ijt : Фактическая цена за единицу продукта в точке i для целевого продукта j в неделю t.

P_ijt* : Регулярная цена в точке i для продукта j в неделю t.

P_ijt** : P_ijt** = P_ijt* если i<>j, P_ijt** = 1 для i=j.

D_lijt : Промо активность в точке i для продукта j в неделю t (обычно рассчитывается как доля Net Revenue или Margin, например, скидка на продукт или возможность бесплатно попробовать продукт).

X_t : Дамми переменная для недели t

Z_i : Дамми переменная для точки i

I : Количество магазинов

T : Количество периодов

J : Количество продуктов

L : Количество промо активностей.

Результатом модели является получение коэффициентов ценовой эластичности для каждого продукта. В общем виде коэффициент выглядит следующим образом:

Эти коэффициенты будут использоваться на втором этапе моделирования.

2 уровень - анализ агрегированных данных на макроуровне (national level data). Получив коэффициенты из предыдущего этапа, модель покрывает дополнительные факторы макроэкономики, сезональности, демографии и инвестиций. На этом этапе мы разбиваем продажи в зависимости от вклада каждого фактора (due to analysis) и проводим расчет возврат на инвестиций на ту или иную активность (ROI). В общем виде модель на втором этапе выглядит следующим образом:

Sales = Distribution + Price Indices + Media + Investment + Macroeconomics + Demography

Sales - прогнозируемая доля продаж от общего уровня продаж на макро уровне, не остатки (not residuals)

Distribution - количество точек, в которых представлен продукт

Price Indices - коэффициенты ценовой эластичности, полученные в результате моделирования на первом этапе

Media - инвестиции в медиа активности (измеряется в денежных единицах, как затраты на маркетинг бюджет)

Investment - инвестиции в ритейл сектор (измеряется в количестве новых построенных магазинов)

Macroeconomics - макроэкономические показатели (во избежание мультиколинеарности среди макропоказателей изначально тестируется несколько переменных, затем выбирается та, что наиболее точно прогнозирует продажи)

Demography - демографические показатели (в основном рост рождаемости населения).

Таким образом, гибридная модель позволяет учесть как микроэкономические так и макроэкономические факторы в одном уравнении следующим образом:

S_mkt : Продажи на национальном уровне m для продукта k в неделю t.

REGP_mkt : Индекс ценовой эластичности для продукта k в неделю t

DIST_mkt : Дистрибуция продукта k в неделю t

D_pmkt : Сезональность p=1,...P (Новый Год, 8 марта,…) дамми переменные в неделю t

t : Неделя t

CATS_kt : Индекс сезональности категории для продукта k в неделю t

Adst_jt : Инвестиции в ТВ j в неделю t.

Macro : Макроэкономический фактор

Demo : Демографический фактор

Обобщим основные преимущества гибридной модели по сравнению с агрегированной и микро моделью:

1. В агрегированной обобщенной модели (aggregated model) занижено влияние фактора цены, так как цена моделируется не на микро уровне, а на национальном, что приводит к искаженным заниженным ценовым эластичностям. К тому же, модель на агрегированных данных завышает важность макро факторов - инфляции, рождаемости, инвестиции и проч., увеличивая тем самым коэффициенты перед макро переменными. Может быть использована, когда нужно получить быструю приблизительную оценку.

2. В микромодели (store level model), где все факторы измеряются на уровне точки, коэффициенты при макро переменных занижены.

3. В гибридной модели (hybrid model) есть возможность получить несмещенные оценки и устойчивые модели. Если на первом этапе моделирования коэффициенты ценовой эластичности были посчитаны ошибочно, то и второй этап моделирования даст неверные оценки макро факторов. Но подход гибридной модели требует более сложного двухэтапного моделирования, соответственно, большего количества времени для фундаментального анализа.

3.2 Эмпирические оценки коэффициентов эластичности спроса российских домохозяйств в кризис 2008-2009 и 2014-2015 гг

Для оценки финансового состояния домохозяйств мы использовали метод эконометрического моделирования, чтобы оценить коэффициенты эластичности спроса на товары народного потребления (FMCG). После подсчета полученных коэффициентов мы сравнили эти индексы в 2008-2009 и 2014-2015 гг., что позволило определить, в какой кризис домохозяйства были более чувствительны к изменению цен. Для проведения эмпирического исследования использовались ритейл данные AC Nielsen, макроэкономические данные Госкомстата и финансовые оценки инвестиций в ритейл сектор Thomson Reuters.

В России спрос на товары народного потребления (FMCG) состоит из основных трех сегментов: продуктовый (75%), не продуктовый (11%), алкогольный и табачный (14%) По данным Nielsen FMCG Trends Report 2015, http://mresearcher.com/2015/12/nielsen-fmcg-prodazhi-rastut-uzhe-shestoj-kvartal-podryad-na-vsekh-evropejskikh-rynkakh.html. Детальный список ключевых категорий изображен на графике:

График 2. Динамика изменения продаж и цены за единицу товара ключевых категорий FMCG.

Из графика 2 мы видим, что наиболее дорогие категории показывают наибольшее падение выручки, что говорит о важности ценовой эластичности для этих категорий.

Как было описано в главе 3.1, для оценки коэффициентов эластичности спроса домохозяйств гибридная модель строится на уровне определенного продукта произвольной категории, далее эти коэффициенты агрегируют до уровня производителя, затем - до уровня категории. Мы строили модель для произвольного продукта из продуктовой, не продуктовой и алко-табачной группы, далее перевзвесили полученные коэффициенты в зависимости от веса данного продукта в этих сегментах. И далее, эти сегменты - до уровня всей индустрии народного потребления (FMCG). Модель строили на двухгодичных трендах для первого кризиса - январь 2008 - декабрь 2009, для текущего кризиса - январь 2014 - декабрь 2015. Так как на момент проведения исследования не было данных 2015 года, то модель строили на годичном тренде 2014 года, а затем в 2016 году валидировали модель на новых данных 2015 года, чтобы оценить точность предсказательной силы модели.

Ниже детально представим основные этапы построения гибридной модели для произвольного продукта 1 (item 1) продуктовой категории.

Перед построением моделей нами были сформулированы основные гипотезы, которые мы проверяли в рамках регрессионного анализа.

Гипотеза - Текущий финансовый кризис 2014-2015 года более глубокий с точки зрения чувствительности российских домохозяйств к цене, чем кризис 2008-2009 года. Текущий кризис может трактоваться как кризис потребления.

Для проверки гипотезы мы посчитали коэффициенты эластичности на разных временных рядах и сравнили полученные коэффициенты на агрегированном уровне.

На первом этапе моделирования item 1 мы построили ковариационную матрицу (см. таблицу 2) возможных взаимосвязей на основе корреляций данных, далее запустили микро модель на уровне точки с целью проверки указанных взаимосвязей и проверили результаты модели на качество и предсказательную силу.

Таблица 2. Ковариационная матрица (interaction matrix) для поиска всевозможных взаимосвязей с ценой конкурентов

После запуска модели ковариационная матрица существенно сократилась - модель исключила не подтвердившиеся взаимосвязи (Таблица 3).

Таблица 2. Ковариационная матрица (interaction matrix) после исключения не подтвердившихся взаимосвязей.

Для анализируемого продукта item 1 мы получили коэффициент эластичности равный -1,5, который складывался из собственной эластичности -1,2 и относительной эластичности -0,3 с item 9. Эластичность выше 1 характеризует продукт как чувствительный по цене, то есть повышение цены на 1% привело к падению продаж на 1,5%. Кроме того, высокая собственная эластичность приводит к снижению объема при росте цен вне зависимости от ценовой стратегии относительно основного конкурента, с которым эластичность меньше 1 -0,3. Это означает, что российские домохозяйства крайне чувствительны к собственной цене на данный продукт. Графически это можно интерпретировать в виде диаграммы 1.

Диаграмма 1. Собственная и относительная эластичность продукта 1.

Строя график эластичности спроса для продукта 1 мы заметили, что функция спроса прерывистая, что говорит о том, что есть ценовые пороги (price thresholds), «переходя» через которые российские домохозяства в бОльшей степень сокращают свое потребление. Как правило, это свойственно для более эластичных категорий при переходе через психологически важные отметки - 500 рублей, 1000 рублей и проч.

График 3. Прерывиста кривая спроса продукта 1 ввиду ценовых порогов (price thresholds)

Такая функция спроса может быть интерпретирована, что при переходе в 110 рублей российские домохозяйства снизили свое потребление на 3%, а при 130 рублях - на 9%, в то время как коэффициент эластичность прогнозирует всего 1,5%.

Далее мы агрегировали коэффициенты эластичностей до уровня категорий, выделив наиболее чувствительные категории - алкогольная категория, кофе, шоколад, напитки (те продукты, от которых домохозяйства в кризис легко могут отказаться - коэффициент эластичности от 2 до 5), средне эластичные (молочная продукция, вода - коэффициент эластичности от 1 до 2) и неэластичные (детское питание, сигареты - коэффициент эластичности меньше 1). См. средневзвешенные показатели агрегированы в таблице 3.

Таблица 3. Средневзвешенные эластичности спроса российских домохозяйств на уровне категорий.

Далее мы запустили ту же модель для тренда предыдущего кризиса 2008-2009 гг. данных, получив меньшие коэффициенты эластичности - существенно меньшие для сильно и средне эластичных категорий см. Диаграмму 3. Что доказало нашу гипотезу о том, что кризис 2014-2015 гг. более глубокий и может быть идентифицирован как кризис потребления.

Диаграмма 3. Сравнение сильно и средне эластичных категорий в кризис 2014-2015 (сверху) и кризис 2008-2009 гг (снизу).

Определив ценовые эластичности, мы переходим ко второму этапу моделирования на национальном уровне (market level). Для этого этапа мы отобрали различные макроэкономические факторы - падение ВВП, реальных располагаемых доходов, инфляция и проч, которые были взять с сайта Госкомста http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/accounts/#. Основные макроэкономические показатели на недельном уровне можно найти в Приложении №1. На втором этапе модели мы получили коэффициенты вклада макро факторов (см. диаграмму 4).

Диаграмма 4. Сравнительный анализ коэффициентов макро факторов в кризис 2008-2009 гг. и 2014-2015 гг.

Как мы видим из модели негативное влияние макроэкономического фактора и роста цены в 2014-2015 гг. показывает наибольшие коэффициенты, что доказывает нашу гипотезу о том, что кризис 2014-2015 гг. более глубокий и более остро ударил по потреблению российских домохозяйств.

Устойчивость и предсказательная сила модели была проверена исходя из основных статистических показателей и остатков, рассчитанных, как разница фактических продаж и моделируемых. Таких высоких статистических показателей удалось достичь благодаря моделированию на уровне недели и методологии гибридной модели

График 5. Валидация модели на втором этапе с учетом макро факторов

Таблица 6. Статистические показатели оценки модели (Model Fits)

Заключение

Проведенный анализ доказал глубину и важность текущего кризиса 2014-2015 гг. Выведенная гибридная модель позволила оценить коэффициенты эластичности спроса и другие макроэкономические факторы. По итогам моделирования были получены наибольшие коэффициенты эластичности спроса, что доказывает, что текущий кризис 2014-2015 гг. более глубокий, чем его предшествующий кризис 2008-2009 гг. Более того, текущий кризис по своей структуре может быть определен именно как кризис потребления.

Список литературы

1. Бацунова С.И. Международные оффшорные центры: особенности развития на современном этапе. Актуальные валютно-финансовые проблемы мира. Вып. 6 / Отв. за вып. О.В.Хмыз ; МГИМО (У) МИД России, каф. междунар. валютно-кредит. отношений. - М.: МГИМО-Университет, 2008. - 0,4 п.л.

2. Тихомиров Н.П., Е.Ю. Доронина. Эконометрика. - М.: Изд-во Рос. экон. Акад., 2002.

3. Юдаева К., Contagion-2010 http://slon.ru/economics/contagion_2010-365585.xhtml

4. Ясин Е.Г. и др (2011) Уровень и образ жизни населения России в 1989-2009 годах: докл. к XII Междунар. науч. конф. по проблемам развития экономики и общества. НИУ- ВШЭ.

5. Бабич А. М., Павлова Л. Н. Финансы : учебник. М. : ФБК-ПРЕСС, 2000.

6. Бурдяк А. Я. Денежные сбережения домашних хозяи?ств на разных этапах жизненного цикла // Финансовыи? журнал. 2014. No 1.

7. Варламова Ю. А. Влияние цикличности на сберегательное поведение домашних хозяи?ств в россии?скои? экономике // Вестник Пермского университета. 2013. No 1 (16).

8. Китов А. И. Экономическая психология. М. : Экономика, 2001.

9. Урыгин О.М. Эффективность использования инвестиционных ресурсов россии?скои? экономики // Экономика региона. 2014. No 4.

10. Фатихов А. И. Проблемы социального управления финансовым поведением насе- ления // Управление мегаполисом. 2010. No 4.

11. Федоров Е. А. Сберегательное поведение домохозяи?ств на разных фазах экономи- ческого цикла // Вестник Саратовского государственного социально-экономического университета. 2012. No 5 (44).

12. Ярашева Г.В., Бурдастова Ю.В. Сберегательные и кредитные стратегии домохозяи?ств // Народонаселение. 2013. No 2.

13. Duesenberry J. Saving and eory of Consumer Behavior. Cambridge, MA : Harvard University Press, 1952.

14. Katona G. Psychological Analysis of Economic Behaviour. N. Y. : McGrow-Hill, 1951.

15. Красильникова М. Д. Население в кризисе: отложенные уроки // Вестник общественного мнения. 2009. No 4 (112). ?

16. Красильникова М. Д. Хроника экономического кризиса в оценках масс // Вестник общественного мнения. 2009. No 1 (99). ?

17. Красильникова М. Как россии?ское население переживает очереднои? экономическии? кризис // Мир России. 2010. No 4. ?

18. Кузина О. Влияние финансового кризиса на ожидания и поведение россиян // Мониторинг общественного мнения: экономические и социальные перемены. 2009. No 1. ?

19. Кузина О., Ибрагимова Д. Финансовые стратегии россиян в кризис : доверие не утрачено // БДМ : Банки и деловои? мир. 2010. No 1/2. ?

20. Овчарова Л. Влияние кризиса 2008-2009 гг. на изменение экономического положения, сберегательного и кредитного поведения населения. М. : АНО «НИСП», 2010. ?

21. Преснякова Л. Долг и в кризис платежом красен : как чувствуют себя заемщики во время кризиса // www.bd.fom.ru ?

22. России?ские домохозяи?ства накануне финансового кризиса: доходы и финансовое поведение / отв. ред. Л. Н. Овчарова. М. : Независимыи? ин-т соц. политики, 2008.

23. O2Consulting Выбор биржи для листинга. Обзор фондовых бирж, Москва, 2015.

24. Group of Seven. The structure of financial supervision. Approaches and Challenges in a Global Market. Washington, DC. 2008.

25. Allenby, Greg M. and Peter E. Rossi (1991), "There Is no Aggregation Bias: Why Macro Logit Models Work," Journal of Business and Economic Statistics, 9 (January), 1-11.

26. Alter A., Beyer A. The Dynamics of Spillover Effects During the European Sovereign Debt Turmoil // ECB Working Paper. 2013. No. 1558. June.

27. Constancio V. Contagion and the European debt crisis // Public debt, monetary policy and financial stability. Banque de France. Financial Stability Review. 2012. No. 16. April.

28. Foekens, Eijte W., Peter S. H. Leeflang, and Dick R. Wittink (1994), "A Comparison and Exploration of the Forecasting Accuracy of Nonlinear Models at Different Levels of Aggregation," International Journal of Forecasting, 10, 245-61

29. Golovnin M., Ushkalova D., Yakusheva A. Effect of External Shocks on CIS Economies during Crisis of 2007-2009: Global and Regional Aspects / Eurasian Integration Yearbook 2010.

30. Официальный сайт Bloomberg [Интернет ресурс]: http://www.bloomberg.com

Приложение 1

Размещено на Allbest.ru