Факторы выбора стратегий менеджмента на примере российского рынка легковых автомобилей

Введение

Российский рынок легковых автомобилей отличается высокой нестабильностью и сложностью прогнозирования [5,8,10,15]. Именно поэтому развитие автотранспортной производственной отрасли легковых автомобилей всегда являлось сложной задачей, требующей учёта множества факторов косвенного и прямого воздействия [10,13].

В стратегических документах по развитию автомобильной промышленности до 2035 года сформулированы целевые ориентиры по объёмам производства, уровню локализации, переходу к новым видам тяги (электромобили, гибриды) и повышению технологической независимости [19,29]. Для аргументации выбора стратегий развития предприятий отрасли автомобилестроения требуется формализованная математическая модель, позволяющая оценивать влияние многофакторной среды, что важно при принятии решений по формированию товарного ассортимента, использованию новых технологий в производстве автомобилей, субсидировании или инвестировании отрасли.

Оценка учёными и практиками конъюнктуры рынка отечественных легковых автомобилей, отражающая условия формирования их спроса в период 2016-2020-х годов, позволяет сделать вывод о наличии ряда устойчивых тенденций на протяжении длительных периодов времени:

- недостаточный платёжеспособный спрос населения;

- высокий уровень субсидирования предприятий со стороны государства;

- недостаточная конкурентоспособность продукции легковых автомобилей по сравнению с грузовыми;

- низкая степень загрузки производственных мощностей;

- высокий уровень себестоимости производства [8,10,27].

Изученность проблемы

В условиях экономических санкций периода 2016-2020-годов, а также в период пандемии 2019-2021-го годов, спрос на продукцию автопрома был неустойчивым и сложно прогнозируемым, что рассматривалась в научных статьях Горюновой Е. А. и Головановой К. А. [8], Зимовец А. В. [12], Донцовой О. И. и Климонова Д.В. [10],, Тиляевой А. Е. и Ельшина Л. А. [30].

Однако, начиная с 2022-го года, влияние внешнеполитического фактора существенно изменило конъюнктуру рынка легковых автомобилей в России, что потребовало пересмотра стратегии развития российского автопрома и новых подходов к прогнозированию спроса [2,4]. Фактор международной глобализации, сопровождающийся высоким уровнем, перестал оказывать влияние на потребительский выбор. Однако, открывшиеся потребительские ниши оказались не заполнены товаром необходимого качества, что потребовало от компаний-производителей принятия адаптивных решений в условиях политических, экономических санкций, а также формирования новой рыночной конъюнктуры. Подробному анализу новых условий развития автомобильной отрасли посвящены работы учёных Батяевой А.Е. [5] Зимовец А.В. [13], Капустиной Л.М. [14], Лаврова О.С. [15], Шилов А.С. [35].

В новых экономических и политических условиях инструменты предиктивной аналитики оказывают решающее влияние на выбор стратегии менеджмента каждой компании отрасли автомобилестроения, что особенно важно на таком сложном рынке, как рынок легковых автомобилей. По этой причине, определение факторов, подвергаемых мониторингу и анализу , будет оказывать влияние, как на формирование модели прогнозирования спроса, так и на выбор производственной стратегии организации.

Методам стратегического планирования, а также их адаптации к различным отраслевым и региональным условиям посвящено множество разработка современных ученых. Но, из числа научных статей в периоде с 2020-го по 2025-й годы интерес вызывают работы направленные на применение методов управление сбалансированными показателями через исследование и прогноз. К числу таковых относятся работы Абрамова В.И. [4], Еронкевич Н.Н. [11], Никифоровой Т. [17].

Предиктивная аналитика является одной из основ стратегического планирования. Поэтому необходимо определить хотя бы минимальный круг факторов прямого и косвенного воздействия на спрос отраслевого рынка. С этой целью предлагается осуществить анализ основных событий, повлиявших на принятие тактических и оперативных действий в рамках менеджмент стратегий. Развитие методов предиктивной и прескриптивной аналитики позволило бы сократить время на процесс принятия решений, а точностью прогноза повысила корректность выбора стратегий менеджмента и усилила клиентоориентированость бизнеса [11,13,38].

Методология исследования

Цель исследования заключается в выявлении факторов, влияющих на формирование спроса российских легковых автомобилей в условиях нестабильной экономической ситуации, для разработки рекомендаций по выбору базисных менеджмент стратегий.

В качестве задач исследования рассматриваются:

- ретроспективный анализ состояния рынка легковых автомобилей за период 2022-2025 годов., с характеристикой основных политических событий и управленческих решений государства и производителей;

- анализ взаимосвязи эластичности спроса на отечественные и зарубежные автомобили по ценовому фактору;

- анализ взаимосвязи факторов спроса и уровня дохода потребителей по видам моделей;

- анализ взаимосвязи спроса на автомобили с потребительскими характеристиками (свойствами) на отдельные, наиболее популярные модели;

- выбор группы факторов, определяющих спрос в условиях политической нестабильности, ля их дальнейшего включения в прогнозную модель.

В процессе работы над проблемой прогнозирования спроса в автомобильной промышленности были изучены научные труды современных учёных, которые можно условно разделить на несколько тематических групп.

Так, вопросам развития рынка легковых автомобилей посвящены работы учёных Лаврова О.С. [15], Шилова А.С [36]. Проблемам мониторинга, прогнозирования спроса и структуры промышленного производства, посвящены работы Капустиной Л.М. [14], Никифоровой Т.С. [17].

Предложенные в работах модели оценки спроса основаны на известных методах: Хольта-Винтерса, применяемого для оценки сезонности [14]; модели авторегрессии (ARIMA-модель), используемой для анализа стационарных временных рядов; метода Монте-Карло, используемого для вероятностной оценки перспективы развития рынка.

При достаточном научном интересе к данной проблеме, существуют ряд упущений. В том числе:

большинство разработок основаны на изучении периода до 2021-го года, не учитывают новых условий формирования рыночной конъюнктуры;

- не учитывается влияние факторов вторичного (ресурсного) рынка, например рост цен на топливо и влияние ценового фактора на отказ от использования потребителями собственного автомобиля;

- в представленных работах не проводится аналитика эластичности спроса по цене;

- не выявлено, какие свойства товара «легковой автомобиль» существенно могут повлиять на рост потребительского спроса, то есть являются критичными для потребителя.

Наличие выявленных проблем подчеркивает актуальность исследования и обусловливает выбор методов анализа факторов внешней среды путём расчёта коэффициентов эластичности спроса по цене и доходу потребителей, сравнительного анализа потребительских предпочтений и проведения их рейтинга, статистический анализ взаимосвязей между показателями продаж и факторами спроса на легковые автомобили в условиях экономической нестабильности.

Последовательность проведения исследования отражена на рисунке 1

.

Рис.1 – Методология исследования факторов, влияющих на формирование потребительского спроса на рынке легковых автомобилей в России (Источник: составлено авторами)

Разумеется, в рамках одного исследования охватить все вопросы не представляется возможным, поэтому предлагается сосредоточится на выявлении набора факторов, определяющих выбор эталонной стратегии менеджмента на внутреннем российском рынке.

Результаты исследования

Для выявления причин снижения спроса, а также его дальнейшего корректного прогнозирования, развития менеджмент-стратегий предприятий был проведен ретроспективный анализ событий на рынке легковых автомобилей России. Снижение спроса на автомобили связан с несколькими группами факторов: удорожание отечественных и зарубежных моделей в связи с уходом множества зарубежных марок, рост стоимости приобретения и стоимости владения автомобилем, изменение индекса потребительской уверенности.

.

Рис. 2– Производство и продажи легковых автомобилей в России в период 2020-2025 г.г., в млн.ед. (Источник: составлено авторами на основе данных сайтов asm-holding.ru, drome.ru autostat.ru) [1-4; 25, 28, 32-36]

Диаграмма, представленная на рис. 2, характеризует показывает устойчивое преобладание спроса на легковые автомобили на российском рынке, наряду с недостаточным выпуском автомобилей отечественного производства. В качестве основы для построения диаграммы взяты официальные данные Росстата. В целом, наблюдается тенденция к снижению продаж новых автомобилей в России в периоде 2022-2025 года.

Результаты анализа развития российского рынка легковых автомобилей периода 2022-2025 годов с указанием примененных менеджмент стратегий представлены в таблице 1. В качестве базовой классификации выбраны эталонные стратегии менеджмента развития организаций по М. Портеру [20].

Таблица 1

Результаты ретроспективного анализа событий в развитии российского рынка легковых автомобилей в период 2022-2025 года

Как видно из таблицы 1, использованные стратегии менеджмента являются гибридными, то есть, содержат элементы нескольких базисных стратегий, что, наряду с мерами государственной поддержки, позволяет достигать положительного эффекта.

Таким образом, на основе проведенного исследования можно выделить следующие группы факторов, необходимых для проведения мониторинга внешней среды в рамках PEST-анализа.

Политические (в том числе законодательные) факторы: законодательная поддержка льготного лизинга, расширение (и рост числа) контрактов с зарубежными партнерами в области поставок комплектующих и деталей;

Экономические: динамика реальных доходов населения, динамика цен на ресурсы; динамика процентной ставки, доля государственная поддержка отечественных предприятий-производителей в сегменте средней и низкой доходности, величина и динамика государственных инвестиций в производство автомобилей средне и низкодоходного сегмента, развитие систем софинансирования предприятий на международном уровне, динамика налогов и сборов;

Социальные факторы: положительная динамика количества семей, рост средней продолжительности жизни и показателей здоровья населения, рост средне-доходного сегмента потребителей.

Технологические факторы: переход на производство электромобилей, развитие собственного производство деталей, узлов и комплектующих, разработка собственных, недорогих приложений для отечественных легковых автомобилей и другое.

Вторым этапом исследования является анализ эластичности спроса по цене на отдельные, наиболее популярные товары, на рынке легковых автомобилей за период 2022-2025 гг. Популярность автомобилей на рынке определена на основе официальной статистики продаж марок, попавших в совокупность [3,15,30,33]. Результаты анализа представлены в таблице 2. Исходные данные о рыночных ценах на автомобили были взяты на начало и конец каждого года в периоде 2022-2025 годов. На основании этих данных рассчитывалась средняя цена за год. Обращаем внимание, что за основу была взята средняя рыночная цена нового автомобиля по данным сайтов asm-holding.ru, automail.ru, rbk.ru и autonews.ru [2,3,11,22,25]. Отпускные рекомендованные цены заводов были ниже. Величина продаж новых автомобилей, как ранее указывалось, взята из обзоров autostat.ru.

Таблица 2

Расчёт эластичности спроса по цене на популярные марки автомобилей

в России 2022-2025 года

(Источник: составлено на основе данных сайтов autonews.ru, rbk.ru, automail.ru)

Расчёт коэффициентов был проведён по формуле дуговой эластичности на основе данных сайтов autostat.ru о величине и средней цене продаж наиболее популярных марок автомобилей, выпущенных в период 2022-2025 годов [1].

Ниже представлена формула дуговой эластичности спроса по цене:

E^R_d = | (Q_i -Q_i-1) * (R_i +R_i-1) | (1) ,

| (R_i -R_i-1) (Q_i +Q_i-1) |

где

E^R_d – эластичность спроса по цене (вычисляется с учётом модуля);

Q_i , Q_i-1 – значение величины продаж, взятые, соответственно, за текущий (i) и предшествующий (i-1), годы;

R_i , R_i-1– значения цены, взятые, соответственно, за текущий (i) и предшествующий (i-1), годы.

Коэффициенты эластичности представлены в таблице 2 без учёта модуля. Согласно закону спроса, сохранение положительного знака указывает на влияние неценовых факторов спроса, таких как количество потребителей на рынке, средний доход потребителя, вкусовые предпочтения, конкуренция (в том числе наличие товаров-заменителей). Смена положительного значения коэффициента с положительного на отрицательное, объясняется ростом утилизационного сбора в 2024-м году. Потребитель воспринимает цену покупки, как совокупность годовых затрат на автомобиль, где суммируются первоначальные инвестиции и затраты на его содержание.

Исходя из представленных в таблице коэффициентов, влияние неценовых факторов до 2025-го года было существенным, что вызывало сдвиг кривой спроса на автомобили. При этом, эластичность спроса по цене почти всегда выше единицы, что свидетельствует о необходимости корректировки ценовой политики, способной повлиять на продажи. Учитывая, что себестоимость производства отечественных автомобилей высока, то для ее снижения необходимо применять элементы стратегии интеграции. Выбор стратегии интеграция к поставщику позволит создать синергический эффект. Однако, необходимо учесть на какой вид затрат стратегия будет направлена.

Таким образом, анализ эластичности спроса по цене доказывает необходимость включения расчёта коэффициента эластичности по каждой отдельной марке с учётом ежегодных (или полугодовых) продаж.

Третьим этапом исследования является анализ эластичности спроса по доходу. Данная часть исследования проводилась на основе данных о продажах новых автомобилей наиболее популярных марок и данных Росстата о значении средних доходов потребителей в децильных группах [23]. За основу среднего дохода, взяты данные среднероссийского дохода, актуальные для каждого года исследования. Региональный фактор уровня доходов не учитывался, поэтому корректность по расчёту коэффициента эластичности, при интересе к исследованию, может быть повышена.

Таблица 3

Расчёт коэффициента эластичности спроса по доходу,

на основе данных о продажах легковых автомобилей за период 2022-2025 годов [2]

За основу среднего дохода, взяты данные среднероссийского дохода, актуальные для каждого года исследования

Расчёт коэффициента эластичности проводился по формуле, представленной ниже.

E^V_d = (Q_i -Q_i-1) * (V_i + V_i-1) (2) ,

(V_i -V_i-1) (Q_i +Q_i-1)

где E^R_d – эластичность спроса по цене (вычисляется с учётом модуля);

Q_i , Q_i-1 – значение величины продаж, взятые, соответственно, за текущий (i) и предшествующий (i-1), годы;

V_i , V_i-1– значения среднего дохода, взятые, соответственно, за текущий (i) и предшествующий (i-1), годы.

Эластичность спроса по доходу осуществить сегментирование товара, а также сделать вывод о возможности применении элементов стратегий роста (концентрация, диверсификация, интеграция, сокращение). При недостатке исследовательского материала, производители могут ошибаться в характеристике своего сегмента, поэтому расчёт коэффициента эластичности спроса по доходу позволяет выявить выход модели из потребительского сегмента. Так, коэффициент эластичности спроса по доходу показывает, что модели LADA Granta, LADA Vesta, LADA NIVA LEGENT в течение четырёх лет продаж, находившиеся в бюджетном ценовом сегменте потребителей, воспринимаются как модели «низшего качества». Вероятно, что в сетке «цена-качество» потребитель со средним уровнем дохода позиционирует марку автомобиля как «средняя цена-низкое качество». Таким образом, на основе анализа коэффициента эластичности спроса по доходу, могут быть приняты решения по изменению технологии производства, в рамках стратегии концентрации по товару и связанная с маркетинговой политикой компании.

Четвёртый этап исследования посвящён сравнительному анализу характеристик выбранных моделей автомобилей. Выбор марок автомобилей для сравнения обусловлен объемами их продаж в 2025-м году и отражен в сводных данных сайта autostat.ru [30, 34].

Исследование включало:

- опрос менеджеров автосалонов города Самары (20 человек), определивших веса каждого свойства;

- панельный опрос владельцев автомобилей города Самара, путём ответов на вопросы, размещенных с помощью сайта яндекс. формы в период с 15.05.2026 г по 15.06.2026.

Первая часть исследования проводился путём интервьюирования устный опрос в автосалонах города и охватывал 10 менеджеров. На основании их мнений были установлены веса каждого из свойств. Необходимость в определении веса путём интервью обусловлена широким набором свойств. В ходе исследования были выявлены проблемы восприятия вопросов относительно технических характеристик автомобиля для пользователей, поэтому потребовалось опросить именно менеджеров салонов. Возможно выборка должна быть более широко представлена, однако не все менеджеры соглашались контактировать, поэтому их круг был ограничен. Вес, отраженный в таблице 4, носит усреднённое значение. Выбор характеристик для сравнения основан на обзоре аналитических материалов специализированных сайтов продаж автомобилей (auto-news, drom.ru и др.) [1-3,15,20, 25].

Для проведения панельного опроса автовладельцев была выбрана совокупность автовладельцев Самарской области. Выбор региона обусловлен присутствие производством наиболее популярных по продажам на территории области автомобилей марки LADA, и предпочтительностью, которую выказывают автовладельцы региона к покупкам этого автомобиля. Кроме того, в обзорах сайта autostat.ru отмечается, что наибольшая доля продаж новых автомобилей приходится на Центральный, Северо-Западный и Поволжский регионы [30]. Между тем, по уровню автомобилизации, Самарская область находится на первом месте. Исходя из данные статистики по Самарской области на 1000 жителей приходится 364 автомобиля [30].

В процессе исследования количество владельцев новых автомобилей выявить не удалось, поэтому доверительная вероятность по выбранной совокупности определялась исходя не из числа автовладельцев, а из количества легковых автомобилей. На 01.01.2026 года общее количество зарегистрированных в стране автомобилей составляло 47,45 млн. легковых машин [23]. Число автомобилей, зарегистрированных в Самарской области составляет 2,3 % от общего числа автомобилей в стране, то есть около 1,091 млн. ед. [23].

С учётом, что максимальный размер генеральной совокупности представляет собой всю численность населения города Самара и Самарской области на 01.07.2026 3 179 532 чел., было принято решение провести пилотное исследование совокупности жителей города Самара в возрасте от 18 лет до 60 лет, которое в совокупности составляет 497 813 человек [23]. Таким образом размер генеральной совокупности определяем 497 813, при планируемой ошибке выборке 10% и доверительной вероятности 95 %, необходимый размер выборки составляет 68 человек. Всего на момент времени 15.06.2026 года было опрошено 153 человека. Респондентам предлагалось оценить по 5-ти бальной шкале предлагаемые свойства автомобиля. В совокупность включались только те ответы, которые были даны в сравнительной характеристике по каждому виду автомобиля. Учитывалось мнение как непосредственных автовладельцев марки, так и респондентов, изучавших марки для перспективного приобретения. За основу бралась средняя арифметическая балльная оценка, данная всеми участниками (78 чел.). Результаты представлены в таблице 4.

Таблица 4

Сравнительный анализ характеристик наиболее популярных моделей автомобилей

По содержанию, сравнительный анализ моделей легковых автомобилей по базовым техническим, эксплуатационным и потребительским характеристикам дал возможность оценить рейтинг автомобиля в среде автовладельцев [20]. Установление рейтинга позволяет производителям конкретизировать задачи стратегического планирования и определить направления инвестиционной политики.

Если при проведении регулярных исследований наблюдается снижение рейтинга автомобиля, то стратегия концентрации по товару, направленная на усовершенствования свойств автомобиля, не даст ожидаемого эффекта. В случае, если результаты рейтинга связаны с требованиями к модернизации средства, применяются элементы стратегия центрированной диверсификации.

Разумеется, что выбор стратегии менеджмента осуществляется на основе факторов внутренней среды с учётом кадровых, технологических финансовых ресурсов компании. Однако, отправной точкой стратегического планирования является анализ потребительского спроса и факторов, влияющих на него.

Проведенное исследование позволило выявить факторы для проведения предиктивной аналитики спроса и построения модели спроса с прогнозом на период 3-5 лет.

Таблица 5

Факторы формирования модели спроса на рынке легковых автомобилей

Наименование показателя	Символ	Методика расчёта	Формула для расчёта
Величина спроса в базовом году	Qб	Фактические данные по продажам модели
Базовый темп роста (снижения) спроса	Tq	Средний темп роста показателя продаж в натуральном выражении	Tq= n-1Ö Õ Tqn (3), где ПTqn – произведение темпов роста (снижения) продаж с период n -лет
Темп роста реальных доходов населения	Tv	Средний темп роста доходов в сегменте продаж	Tv= n-1Ö ПTvn, (4), где ПTqn – произведение темпов роста (снижения) доходов целевого сегмента с период n -лет
Коэффициент эластичности спроса по цене	Ed p	Типовая формула дуговой или точечной эластичности спроса	Ed p= DQ/DR (5), где DQ – изменение продаж DR - изменение цены на автомобили данной марки
Темп роста цен автомобили данной марки	Tp	Средний темп роста цены	Tq= n-1Ö ПTpn (6), где ПTqn – произведение темпов роста (снижения) цены за период n -лет
Цена автомобиля, установленная для продажи в базисном году	p	среднее фактическое значения цены модели с учётом продаж в течении года, определяется как средний уровень ряда	pср= å pm*tm å tm (7), где pm – цена на автомобили данной марки в каждом периоде продаж; tm – количество дней в течение которых автомобили продавалась по цене pm
Свободная элемент, корректирующая количественные изменения спроса со знаком «+» или «-»	C	Определяется как количественное ограничение и/или расширение спроса под влиянием факторов государственного регулирования	C = å Ci (8) i=1,m где Ci – количество автомобилей прогнозируемых к продаже под влиянием факторов государственного регулирования, с учётом знака («+» или «-«)
Прогнозируемый объем продаж автомобилей -заменителей	Qбз	Объем продаж товаров заменителей (заместителей) с учётом их прогнозной рыночной доли	Qбз = di (Епер* pb ± C) (9), где di – доля товара заменителя на рынке; Епер – эластичность спроса товара заменителя цены основного товара; pb – цена на основной товар; C – количественное изменение спроса на товар-заменитель в зависимости отвлияния фактора государственного регулирования Eпер=DQa/pDb (10)
Спрос на легковые автомобили в году	Qt	Qt= f { Tq ; Qб; Tv ;Ed p; Tp ;pср; C; Qбз } (11)

Полученные результаты могут быть использованы при разработке и корректировке государственных программ поддержки автомобильной промышленности, а также в качестве методологической основы для детализированных отраслевых и корпоративных стратегий, включающих более сложные структурные и региональные разрезы.

Определение динамики спроса на основе данных предиктивной аналитике позволяют наиболее корректно применять элементы базисных стратегий развития бизнеса и корректировать инвестиционные программы развития производства, как с точки зрения

Заключение

Проведенное исследование позволяет утверждать, что потребительский спрос на рынке российских автомобилей подвержен многофакторному влиянию. Обобщение полученного практического опыта управления на рынке автомобилестроения, а также результатов отечественных исследований позволили выделить основные факторы, влияющие на потребительский спрос.

Высокая волатильность спроса на рынке легковых автомобилей затрудняет проведение предиктивной аналитики, являющейся необходимым условием принятия управленческих решений. Стратегическое планирование, основанное на прогнозе потребительского спроса, эффективно только при систематическом мониторинге группы факторов потребительского предпочтения, а также мониторинге устойчивости и силы связей выявленных факторов.

Предлагается многофакторная модель прогнозирования спроса на отдельные марки автомобилей, включающая восемь взаимосвязанных компонентов. Принципиальное отличие представленной модели от ранее предложенных заключается во включении в нее коэффициентов эластичности спроса по доходу и цене, как корректирующих коэффициентов. Кроме того, при применении цифровых инструментов и создании системы искусственного интеллекта для наблюдения за параметрами модели, можно автоматически выявлять показатели корреляции, что позволит повысить точность прогноза.

Предлагаемая модель прогнозирования спроса, при условии выявления взаимосвязей между факторами, а также регулярном наблюдении, способна сократить число ошибок при выборе стратегий развития, что позволит избежать затрат при применении гибридных стратегий менеджмента. С точки зрения государственного регулирования деятельности компаний, производящих легковые автомобили, применение моделей прогнозирования спроса позволит оптимизировать субсидирование в отрасли.

Однако, в связи с высокой волатильностью спроса на данном рынке, применение модели будет эффективным только в случае регулярного наблюдения не только за изменениями его условий, но и за межфакторными связями.

[2] Источник: рассчитано на основе данных Росстата.