Модель поведения участников розничного рынка топлива в условиях информационной асимметрии
Кисляков А.Н.1
1 Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации (Владимирский филиал)
Скачать PDF | Загрузок: 5 | Цитирований: 4
Статья в журнале
Экономические отношения (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Том 9, Номер 1 (Январь-Март 2019)
Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=38228719
Цитирований: 4 по состоянию на 28.06.2023
Аннотация:
Работа направлена на решение актуальной проблемы оценки поведения участников розничного рынка топлива в условиях роста цен, вызванного повышением ставки налога на добавленную стоимость. Предлагаемый в работе подход основан на применении метода Монте–Карло для имитационного моделирования поведения продавцов розничного рынка топлива при одновременном снижении потока клиентов одной из конкурирующих топливных компаний с учетом структуры цены литра топлива на рынке. На основе построенной модели выполнена оценка оптимальной стоимости литра топлива в условиях конкуренции в зависимости от количества конкурентов, а также потока покупателей. Исследованы зависимости средней прибыли одной сделки и оптимальной цены предложения от цены за литр топлива при уменьшении объемов приобретения топлива, представлены результаты моделирования поведения продавцов при изменении предпочтений покупателей.
Ключевые слова: имитационное моделирование, налог на добавленную стоимость, метод Монте-Карло, рыночная асимметрия
JEL-классификация: C63, C53, C65, C15
Источники:
Тихонюк Н.Е., Кисляков А.Н. Экономические модели работы с асимметрией информации: эволюция подходов // Региональная экономика: опыт и проблемы: Материалы XI международной научно-практической конференции (Гутманские чтения) 15 мая 2018 года / под общ. ред. А. И. Новикова и А. Е. Илларионова. Владимир, 2018. – С. 236-244.
Поляков С.В., Кисляков А.Н. Основы математического моделирования социально-экономических процессов. / учебно-методическое пособие. - Владимир: Владимирский филиал РАНХиГС, 2017. – 269 с.
Winston W. Microsoft Excel 2016 Data Analysis and Business Modeling. Microsoft Press
5. Захаров А.В., Харламов А.В. К вопросу о применении имитационного моделирования методом Монте-Карло в задачах оценки фундаментальной стоимости объекта оценки // Имущественные отношения в Российской Федерации. – 2010. – № 5(104). – С. 28-45.
6. Наливкин Д.В. Использование последовательных методов Монте-Карло для оценивания рисков на финансовых рынках // Управление. – 2008. – № 21. – С. 71-83.
7. Мамий Е.А., Яхимович Е.С. Современные подходы к оценке рисков инвестиционных проектов // Экономика и бизнес: теория и практика. – 2018. – № 5. – С. 155-160.
8. Грибанова Е.Б., Каштанова О.В., Мицель А.А. Система имитационного моделирования торгов, проходящих в форме аукциона // Доклады томского государственного университета систем управления и радиоэлектроники. – 2007. – № 1(15). – С. 63-70.
9. Кисляков А.Н., Савельев И.И. Исследование математических методов анализа и оценки качества государственных и муниципальных услуг, предоставляемых в электронном виде // Экономика и управление: проблемы, решения. – 2018. – № 10. – С. 48-52.
10. Кисляков А.Н. Фрактальный анализ в задачах прогнозирования социально-экономических процессов // Новая экономика и региональная наука. – 2018. – № 1(10). – С. 36-39.
11. Кисляков А.Н. Использование фрактальной размерности в техническом анализе рынка крипотовалют // Ученые записки. – 2018. – № 1(25). – С. 101-105.
12. Кисляков А.Н. Влияние фильтрации Фурье на точность прогноза социально-экономических показателей // Ученые записки. – 2017. – № 2(22). – С. 78-82.
Кисляков А.Н. Методы оптимизации в экономике и управлении. / учебно-методическое пособие. - Владимир: Владимирский филиал РАНХиГС, 2018. – 161 с.
Страница обновлена: 30.10.2024 в 16:25:22