Разработка полноценной методологии для прогнозирования товарооборота в торговом объекте - Дипломная работа

Москва, будучи крупнейшим городом и основным логистическим узлом в России, представляет особый интерес для организаций, занимающихся розничной торговлей. Несмотря на снижение темпов роста экономики, в течение 2014 года в Москве было открыто 15 крупных торговых объектов. С учетом расширения уже введенных в эксплуатацию ТЦ, совокупный прирост предложения торговых площадей увеличился на 689,9 тыс. м2 и составил 4,74 млн м2 на конец года[3]. На срок окупаемости торгового объекта может влиять значительное число факторов, включая как его характеристики - площадь, расположение и качество инфраструктуры, планируемые арендаторы и пр., - так и более глобальные обстоятельства, связанные, в частности, с текущим состоянием рынка и уровнем дохода покупателей. Таким образом, оценка окупаемости торгового объекта связана с получением данных по имеющемуся или планируемому обороту у его арендаторов.В данной главе выпускной работы перечислены существующие методы и подходы к оценке характеристик торговых объектов, включая его товарооборот, положение на рынке, численность покупателей и расходы, которые те несут при посещение торговых объектов.В классическом понимании, задачей регрессионного анализа является установление зависимости эндогенной переменной от набора экзогенных факторов, позволяющей наиболее точно приблизить прогнозные данные к фактическим. Наиболее простой, хотя и не единственно возможной, формой зависимости является модель линейной регрессии, имеющая следующий вид: , (1.1) где - вектор наблюдений для эндогенной (зависимой) переменной, - матрица наблюдений для экзогенных (независимых) переменных, - вектор коэффициентов регрессии, - вектор случайных ошибок модели. Исходя из представленного выше равенства для линейной регрессии, прогнозирование товарооборота объекта с помощью подобной модели будет требовать определения, совокупности факторов, полагаемых оказывающими влияние на него, а также списка источников данных, позволяющих получить значения, принимаемые этими факторами для каждого из объектов, включенных в выборку, по которой строится модель. Допустимым способом достижения данной цели является введение дополнительных независимых переменных, характеризующих объект из выборки по представленным в нем товарах и степени привлекательности для покупателей. Кроме того, товарные категории могут описываться собственными уравнениями, что позволяет включить для из них собственный набор экзогенных факторов и, таким образом, добиться большей гибкости модели в целом.Использование модели, анализирующей временные ряды данных, позволит прогнозировать не оборот неизвестного, а динамику оборота известного торгового объекта за различные периоды времени, в зависимости от значений тех или иных факторов, включенных в ряды. К таким факторам можно отнести, в частности: · динамику населения в зоне охвата объектов;Использование данного подхода предполагает оценку товарооборота по одному или нескольким основным арендаторам торгового центра, называемых якорными, с последующей экстраполяцией этой информации на весь ТЦ. В целом, подобный подход в большей степени отвечает интересам арендаторов-ритейлеров, обладающих значительным числом уже существующих магазинов, чем для владельцев ТЦ, т.к. для получения интересующей последних оценки оборота всего торгового центра необходимо делать дополнительные допущения, базирующиеся на экспертных оценках. Определение торговой точки или магазина, наиболее схожего по своим характеристикам с тем, который планируется разместить в торговом центре. Искомое значение может быть установлено с помощью изучения транспортных и пешеходных потоков вблизи торгового центра, путем проведения маркетинговых исследований или иным способом.Данный подход был использован консалтинговой компанией Centrumutveckling Sverige AB в ходе оценки вариантов проекта торгового центра в Санкт-Петербурге. Использование данного метода предполагает разбивку оборота ТЦ на различные товарные категории. Алгоритм использованной для прогнозирования оборота модели включал в себя следующие части: 1.Оценка конкурентоспособности предприятия может быть оценена большим числом различных методов, которые могут быть классифицированы по ряду своих характеристик, таких, как[4]: § применимость для предприятий той или иной отрасли экономики; Матричные методы Использование данных методов подразумевает построение матрицы, описывающей долю предприятий на рынке, а также динамику их прироста. Применение данной группы методов позволяет получить общую картину рынка, но в то же время не дает информации о причинах, повлиявших на ее формирование, и зависит от точности информации, на основе которой производится ранжирование предприятий. Методы оценки конкурентоспособности товаров и услуг Ключевое допущение при использовании подобных методов заключается в том, что конкурентоспособность предприятия определяется конкурентоспособностью его товаров и услуг. Методы, оценивающие эффективность работы предприятия В основе этих методов лежит теория эффективной конкуренции и оценка эф

Оглавление

Введение

1. Существующие подходы к решению поставленных задач

1.1 Методы оценки товарооборота

1.1.1 Оценка с помощью регрессионной модели

1.1.2 Оценка с помощью временных рядов

1.1.3 Оценка через оборот якорных объектов

1.1.4 Оценка через объем рынка и конкуренцию в нем

1.2 Методы оценки доли рынка торгового объекта

1.2.1 Виды методов оценки конкурентоспособности предприятия

1.2.2 Оценка конкурентоспособности по степени удовлетворенности покупателей

1.2.3 Оценка долей рынка торговых объектов с помощью гравитационной модели

1.3 Способы оценки структуры расходов посетителей ТЦ

1.4 Способы оценки численности населения в зоне охвата торгового объекта

2. Применяемый подход к решению задач

2.1 Описание разработанной методологии

2.2 Исходная модель прогнозирования товарооборота

2.3 Модель прогнозирования товарооборота с помощью регрессий

2.4 Оценка численности населения в зонах охвата

2.5 Оценка долей рынка торговых объекта в товарной категории

2.5.1 Описание алгоритма

2.5.2 Допущения и ограничения в модели

2.6 Оценка структуры расходов потребителей

3. Практическая реализация предложенного подхода к решению задач

3.1 Описание подхода к практическому применению методологии

3.2 Описание данных для построения регрессионных моделей

3.3 Запуск модели расчета численности населения в зонах охвата

3.4 Запуск модели расчета конкуренции

3.5 Прогнозирование товарооборота с помощью регрессионных моделей

3.6 Запуск исходной модели оценки товарооборота

3.7 Запуск модели оценки структуры расходов

Заключение

Литература

Приложения

Розничная торговля является одной из ключевых отраслей экономики РФ. В 2013 году, с учетом оптовой торговли, ее доля в валовой добавленной стоимости РФ составила 18,3%[1]. За 2014 год оборот розничной торговли в стране вырос на 2.5% и составил 26,12 трлн рублей[2].

Москва, будучи крупнейшим городом и основным логистическим узлом в России, представляет особый интерес для организаций, занимающихся розничной торговлей. Несмотря на снижение темпов роста экономики, в течение 2014 года в Москве было открыто 15 крупных торговых объектов. С учетом расширения уже введенных в эксплуатацию ТЦ, совокупный прирост предложения торговых площадей увеличился на 689,9 тыс. м2 и составил 4,74 млн м2 на конец года[3].

Рис. 1. Динамика прироста торговых площадей в московских ТЦ

В то же время, значительная скорость прироста, в совокупности с другими факторами, привели к переизбытку предложения, что отражает динамика доли вакантных площадей. С учетом постепенного насыщения рынка, все более важное значение принимает качество оценки экономической целесообразности реализации проектов по строительстве торговых объектов.

На срок окупаемости торгового объекта может влиять значительное число факторов, включая как его характеристики - площадь, расположение и качество инфраструктуры, планируемые арендаторы и пр., - так и более глобальные обстоятельства, связанные, в частности, с текущим состоянием рынка и уровнем дохода покупателей.

Вместе с тем, основным источником прибыли, создаваемой торговым центром, является сдача площадей арендаторам. На практике применяется три способа расчета арендной ставки, базирующиеся на: § стоимости аренды одного квадратного метра;

§ величине товарооборота арендатора;

§ комбинировании первых двух факторов.

На сегодняшний день, для большинства крупных торговых объектов характерно использование комбинированного метода расчета. Таким образом, оценка окупаемости торгового объекта связана с получением данных по имеющемуся или планируемому обороту у его арендаторов.

В то же время, информация о товарообороте объектов в России сегодня практически не публикуется владельцами торговых объектов, что затрудняет оценку текущего и будущего состояния рынка и прогнозирование оборота для проектируемых объектов.

Данная диссертация является продолжением курсовой работы за прошлый год. В рамках него с помощью средств Microsoft Excel была реализована модель прогнозирования товарооборота. Вместе с тем, для получения корректного прогноза модели требовались данные по конкуренции в зоне охвата торгового объекта, которые могли быть получены путем экспертной оценки, а также структура расходов посетителей объекта. В качестве последней были взяты данные по структуре потребительских и розничных расходов, опубликованные Росстатом, однако структура и уровень детализации в обоих случаях слабо соответствует спектру товаров и услуг, предлагаемых торговыми центрами.

Целью данной работы является разработка полноценной методологии для прогнозирования товарооборота в торговом объекте, включающей в себя модели для определения как товарооборота, так и вспомогательных данных. Помимо использования уже существующей модели прогнозирования товарооборота предполагается реализация еще одной, зависящей от меньшего объема входных данных и более простой в использовании.

Достижение поставленной цели подразумевает выполнение следующих задач в ходе работы: · изучение возможностей по созданию методологии прогнозирования оборота торговых объектов;

· разработка и объединение элементов методологии, включая модели прогнозирования товарооборота, оценки структуры расходов и конкуренции в зоне охвата торговых центров;

· применение реализованных моделей для получения прогноза по товарообороту.

Объектом исследования в данной работе является сегмент московского рынка торговой недвижимости, включающий в себя наиболее крупные торговые центры и специализированные магазины с общей арендуемой площадью (GLA) не менее 5000 квадратных метров. Предмет исследования - прогноз оборота в торговых объектах с разбивкой на ключевые товарные категории и без нее.

Структура работы включает три главы, каждая из которых соответствует одной из перечисленных выше задач.

Разработка методологии производилась при участии компании Knight Frank. Данная организация занимается консалтингом на рынке недвижимости, и в ее сферу интересов попадают крупнейшие торговые объекты Москвы. На сегодняшний день компания не располагает возможностью прогнозирования товарооборота, поэтому получение подобной модели представляет для них практический интерес и позволила бы оценивать варианты проектов торговых объектов с точки зрения их рентабельности, а также получать дополнительную информацию о текущем состоянии всего рынка торговой недвижимости.

Большинство данных, для которых не указаны источники, а также ряд теоретических сведений по теме исследования были предоставлены компанией Knight Frank. прогнозирование товарооборот расходы покупатель