Учебно-методическое пособие по разработке и реализации деловой стратегии коммерческой организации. Голикова Н.В - 66 стр.

                                                                                     66

 вероятностью 40% объемы продаж в первый год возрастут до 17% от емкости рынка,
 или с вероятностью 60% - останутся на том же уровне. Во втором случае компания
 собирается вложить в конце первого года в рекламную компанию еще 0,9 млн. руб.
 собственных средств и снизить цены на 3% . Тогда с вероятностью 45% продажи со-
 ставят 16,5% емкости рынка, или с вероятностью 55% останутся на том же уровне,
 что и раньше.
  Для определения объема продаж фирмы «ЛЛЛ» потребуется спрогнозировать об-
щий объем рынка. Выполните данный прогноз на 5 лет вперед на основе модели ли-
нейной регрессии, используя данные об объемах продаж продукции на рынке за по-
следние 10 лет (таблица 3.2.2).
                                                                         Таблица 3.2.2
                  Данные об объемах продаж продукции на рынке


        Показатель         -9     -8    -7    -6     -5    -4    -3    -2    -1    Отчет.
                           год    год   год   год    год   год   год   год   год    год
Фактический объем продаж
данных товаров всех произ- 2010 2090 2100 2190 2194 2305 2330 2345 2380 2440
водителей на рынке за год,
тыс. шт.

1. Постройте дерево решений данной стратегии.
2. По каждой ветви древа решений рассчитайте денежные потоки и определите чис-
тую текущую стоимость (NPV) при ставке дисконта 30% в год.
3. Определите общую NPV стратегии на основе распределения вероятностей.
4. Примите обоснованное решение о принятии или отказе от данной стратегии, если
отказ и возврат к прежней стратегии приносит NPV=2280 тыс. руб. и IRR=101%

5. В случае, если в результате рекламной компании объемы продаж так и не возрас-
тут, NPV составит 682 тыс. руб., 1RR составит 47%.

                            Алгоритм решения задачи

      Составим прогноз объема продаж продукции на рынке на основе модели ли-
нейной регрессии. Модель линейной регрессии рассчитывает параметры линейной
модели для ряда с применением метода наименьших квадратов, чтобы вычислить
прямую линию, которая наилучшим образом аппроксимирует имеющиеся данные.