中国汽车市场的宏观分析预测与市场细分研究

中国汽车市场的宏观分析预测与市场细分研究,学生：导师：专业：,研究意义,研究背景,研究内容,研究结论,答辩内容,特色与创新之处,随着我国国内生产总值不断再创新高，人们的生活水平也发生了翻天覆地的变化，汽车逐渐进入到人们的日常生活中。2009年以来，国际处于金融的萧条时期，经济复苏缓慢，但是中国汽车产销仍大幅增长，并且取代美国成为了世界第一大产销国。汽车行业象征了一个国家的工业发展水平状况，反映了一个国家的现代化发展水平，国家近几年利好政策频出，将汽车行业列入十大振兴产业，促进了国内汽车市场的发展。研究的目的，预测了未来汽车市场销量的上行空间、对国内个别汽车的细分市场进行分析，寻找影响人们未来计划购车时间的主要因素，以及不同收入水平对理想购车价位的影响。,研究背景及目的,研究背景,研究内容,1、绪论。介绍了本文的研究背景，确定论文整体框架。2、就国内外一些有关汽车市场的理论进行了概述，简要说明中国汽车市场的发展背景以及汽车销量与宏观经济的紧密联系，为下一章选取经济指标，建立模型做了铺垫。3、建立VAR/VEC模型。对模型的原理做了说明，并对指标选取与数据来源及其原理也做了简要介绍。以销售数据、人均可支配收入分别为因变量与自变量，建立VAR/VEC模型，对中国未来汽车销量走势给出了预测。并进行了方差分解分析和脉冲响应分析，找出人均可支配收入与汽车销量之间的相互影响的关系。最后，预测了中国未来汽车销量走向。4、基于市场细分出发点，建立多项logistic回归，考察不同细分市场下影响消费者购车的因素。5、结论。就本文所做的分析提出自己得到的结论，并结合实证分析，进行总结。,研究方法,（1）有序分类Logistic回归（2）方差分解（3）ARMA模型（4）VAR/VEC,VAR(p)模型的数学表达式是其中：yt是k维内生变量向量，Xt是d维外生变量向量，p是滞后阶数，样本个数为T。kk维矩阵A1，Ap和kd维矩阵B是要被估计的系数矩阵。t是k维扰动向量，它们相互之间可以同期相关，但不与自己的滞后值相关及不与等式右边的变量相关,VAR模型的一般表示,在一个二元p阶的VAR模型中,当且仅当系数矩阵中的系数全部为0时，变量x不能Granger引起y，等价于变量x外生于变量y。,VAR/VEC模型,方差分解分析,对因变量Y的影响因素进行分解，刚开始只受自身影响，随着时间的延长，受自身影响的的程度逐渐减少，并达到稳定，受自变量X的影响程度不断增加，并最终稳定在一定范围内，但是来自自身的影响始终占据主导地位。自变量X的误差来源来自于两部分，短期内，受自身影响较大，但是随着时间的延长，来自于自身的影响逐渐降低，来自于因变量Y的影响逐渐增加，并超过来自于自身的影响，最终占据主导。,动态预测,动态预测虽然可以预测未来几年，但是误差较大，不太实用。,利用各序列每期预测值而非实际值进行迭代计算，可以对超出样本期的未来值进行预测。,静态预测,静态预测虽然只能预测未来一期，但是结果要更准确一些，误差非常小。无论是因变量Y还是自变量X，每年份的真实值与预测值差距非常小，由左图就可以看出，实际值曲线与预测值曲线两者几乎重合，因此静态预测更适合做一些要求准确性较高的预测。从整体看来，国内人均可支配收入与汽车销量都呈现增长趋势，具有明显的趋势性，因此我们对中国未来汽车市场应保持乐观态度，发展前景良好。,市场细分,汽车市场细分具体是指通过市场调研，企业或公司根据消费者们的需求、购买行为以及购车习惯等差异，把整个大的汽车市场划分成若干个小的具有相似度较高的消费者群体的过程。,准则,人口,行为,地理,心理,汽车市场细分的意义,确定目标市场和制定相应的市场营销策略。企业降低经济成本。发掘新的市场，开拓新天地。帮助企业集中力量专攻目标市场，针对性强。,年龄与偏好车系的交叉表,在不同年龄段的调查人群中，德系车始终比其他车系更受消费者的喜爱。喜欢德系车的消费者始终占据50%以上。,偏好车型与月收入交叉表,偏好小排量轿车的受访者中，有38.2%的月收入为3000-5000元，35.4%的月收入在1000-3000元之间。喜欢中高级车的受访者们当中，月收入最多的分布在3000-5000元之间，其次月收入在7000-10000元之间的受访者也占有很大比例。喜欢SUV、MPV车型的受访者们，月收入分布在3000-5000元之间的人数所占比例是最大的。而偏好面包车的受访者们，有42.5%的月收入在1000-3000元之间。同样，不同收入水平下，所偏好的车型也不尽相同。如果月收入在1000-3000元，其中约有37.6%的人们喜欢小排量轿车，其次有35.4%的喜欢SUV型车。如果月收入在7000-10000元，有接近一半的人们喜欢SUV型车，有36.7%的喜欢中高级车。,逻辑回归,多项逻辑回归模型是一种随机效用模型，设有K个解释变量，则多项逻辑回归模型记为：,逻辑回归结果,从分析结果中，计划半年内购车的受访者来说，从月均收入来看，模型系数均为正数，并且随着收入减少，系数越大，表明成为该类的概率越大。随着理想购车价位越低，系数逐渐增大，说明理想购车价位越低，半年内购车的概率会越大。同样，计划半年到一年购车的受访者，居住地为一线城市（北京、上海、广州）时，模型系数为负数，则消费者计划在半年到一年内买车的概率很低，也可能是受到限购的影响。而在二三线城市时，系数为正，并且逐渐增大，那么很可能在此段时间内买车。类似的，随着理想购车价位越低，系数逐渐增大，说明理想购车价位越低，半年到一年内购车的概率会越大。对于计划购车时间在一年到两年内的受访者，当月收入在1000到10000元之间是，因为系数相差不大，购车倾向接近一致，说明了，收入水平在1000-10000元之间的受访者，计划在未来两年内买车的概率相当。计划两年以后购车的受访者中，P值均大于0.05，接受原假设，均未通过显著性检验，所以不具有分析意义。,理想购车价位对月收入的逻辑回归分析,研究意义,本文首先介绍了中国汽车市场的背景，并就国内外一些有关汽车市场的理论进行了概述。建立VAR/VEC模型，以销售数据、人均可支配收入分别为因变量与自变量，对中国未来汽车销量走势给出了预测，发现未来几年中国汽车市场前景良好。并进行了方差分解分析和脉冲响应分析，找出人均可支配收入与汽车销量之间的相互影响的关系。另外基于市场细分出发点，建立多项logistic回归，考察不同细分市场下影响消费者购车的因素。总之，为大众选车购车时提供建设性意见，预测来年汽车行业走向，为供货商、直营店提供参考。,特色与创新,本文以实际数据为基础，找出影响销量的主要因素，通过统计模型，分析其内在联系性，并利用统计模型预测国内汽车行业未来走势，为汽车企业提供未来决策的参考。文章最后使用了采用了逻辑回归、描述统计的方法，有针对性的分析各个细分市场，考察不同影响