Коэффициент эластичности определяется по формуле. Коэффициент эластичности: определение, расчет, назначение. Основные формы перекрестной эластичности спроса

Конъюнктура рынка – совокупность условий, определяющих рыночную ситуацию. Конъюнктура характеризуется спросом и предложением.

Спрос – это количество товаров и услуг, которое будет куплено по определенной цене за определенный период. Это также требование на какой-либо товар со стороны покупателя или на рабочую силу со стороны работодателя.

Предложение – количество товаров и услуг, которое производители готовы продать по определенной цене за определенное время.

Характеристикой взаимосвязи спроса и предложения является эластичность спроса и предложения. Мера эластичности выражается коэффициентом эластичности, то есть процентным изменением одного (результативного) признака при изменении на 1% другого (факторного) признака.

Одним из простых показателей эластичности поступления является следующий:

где y – среднедушевое потребление;

d – среднедушевой доход:

– прирост среднедушевого дохода;

– прирост среднедушевого потребления, то есть этот показатель характеризует отношение процента прироста среднедушевого потребления к проценту прироста среднедушевого дохода.

Пример 4 . Реальные доходы на душу населения за три года увеличились на 15, а наличные услуги на 27,8%. Коэффициент эластичности потребления платных услуг от дохода равен:

, то есть с увеличением дохода на 1% расходы на платные услуги увеличились на 1,85%.

Для оценки эластичности выбраны экономические переменные: цены, доход. Установить характер эластичности спроса по цене позволяет процентное изменение величины спроса при изменении цены на 1%:

где – изменение величины спроса (%);

– изменение цены (%).

Определить эластичность спроса по цене можно также по формуле

.

Первая формула позволяет определить эластичен, неэластичен, единично эластичен товар, прямая или обратная связь между признаками. Вторая формула показывает, что показатель эластичности зависит не только от соотношения приростов цены и спроса (∆Q и ∆Р), но и от их фактических значений (P и Q).

При наличии нескольких видов или групп товаров рассчитывается средний коэффициент эластичности:

,

где – средний коэффициент эластичности;

Э i – групповой (индивидуальный) коэффициент эластичности;

W i – вес каждой группы.

Расчет средних коэффициентов эластичности позволяет изучать реакцию спроса на изменение цен различающихся по уровню дохода групп населения.

Эластичность спроса по доходу измеряется как отношение изменения спроса на товар () к изменению доходов потребителей ():

.

Измерив эластичность по доходу, можно определить, относится ли данный товар к категории нормальных (когда рост доходов приводит в росту спроса) или к категории низших (когда рост доходов приводит к снижению спроса).

Перекрестная эластичность – это вытеснение одного товара другим под воздействием ценового фактора. Необходимость в ее изучении возникает при ряде ситуаций на рынке товаров. Например:

– Если реализуются взаимозаменяемые товары, то Э х, y – будет положительным;

– Если реализуются товары взаимодополняемые, то Э х, y – будет отрицательным.

Для выполнения перекрестной эластичности используется эмпирический коэффициент перекрестной эластичности:

,

где – прирост спроса на товар x;

– прирост спроса на товар у;

Р х – цена товара х;

Р у – цена товара у.

Если известны изменения спроса по одному товару (А) и изменения цены по другому (Б), то коэффициент перекрестной эластичности можно определит по формуле:

.

Эластичность предложения – это реакция производства на изменение цены. Коэффициент эластичности предложения:

,

где Q 0 и Q 1 – предложения до и после изменения цены;

Р 0 и Р 1 – цены до и после изменения.

Пример 5. Индекс цен на лекарства от сахарного диабета 1,15. Коэффициент эластичности предложения 0,90. Как изменится предложение лекарств в связи с ростом цен на них и как изменится выручка от реализации этой продукции.

Коэффициент эластичности предложения 0,90 свидетельствует о том, что предложенный товар неэластичен (коэффициент эластичности предложения меньше единицы). Это означает, что рост цены на товар не снизит объем предложения в силу потребности в этом товаре (этих лекарствах). Объем предложения получим из преобразованной формулы эластичности предложения:

отсюда ,

.

Отсюда, рост цен на 1% вызовет рост предложения на 0,07%, а выручка от реализации продукции при неэластичном спросе увеличится на 20,8%.

I qp = I q х I p ,

I qp = 1,05 х 1,15 = 1,208 ,

где I q = (15,0 х 0,07) = 1,05,

Коэффициент эластичности

формула расчета коэффициента эластичности:

где f"(x) - первая производная, характеризующая соотношение приростов результата и фактора для соответствующей формы связи.

Для степенной функции она составит: . Соответственно, коэффициент эластичности окажется равным:

Коэффициент эластичности только для степенной функции он представляет собой постоянную величину, равную параметру b . В других функциях коэффициент эластичности зависит от значений фактораx . Так, для линейной регрессиипроизводная функции и эластичность следующие:

В силу того, что коэффициент эластичности для линейной функции не является величиной постоянной, а зависит от соответствующего значения x , то обычно рассчитываетсясредний показатель эластичности по формуле:

Для оценки параметров степенной функции применяется МНК к линеаризованному уравнению, т.е. решается система нормальных уравнений:

Параметр b определяется непосредственно из системы, а параметрa - косвенным путем после потенцирования величины lna . Так, решая систему нормальных уравнений для зависимости спроса от цен, было получено уравнение:. Если потенцировать его, получим:

Поскольку параметр a экономически не интерпретируется, то нередко зависимость записывается в виде логарифмически-линейной, т.е..В виде степенной функции изучается не только эластичность спроса, но и предложения. При этом обычно эластичность спроса характеризуется параметромb <0, а эластичность предложения -b >0.

Поскольку коэффициенты эластичности представляют экономический интерес, а виды моделей не ограничиваются только степенной функцией, приведем формулы расчета коэффициентов эластичности для наиболее распространенных типов уравнений регрессии .

Таблица 2.5.

Коэффициенты эластичности для ряда математических функций.

Несмотря на широкое использование в эконометрике коэффициентов эластичности, возможны случаи, когда их расчет экономического смысла не имеет. Это происходит тогда, когда для рассматриваемых признаков бессмысленно определение изменения значений в процентах. Например, вряд ли кто будет определять, на сколько процентов может измениться заработная плата с ростом стажа работы на 1%. Или, например, на сколько процентов изменится урожайность пшеницы, если качество почвы, измеряемое в баллах, изменится на 1%. В такой ситуации степенная функция, даже если она оказывается наилучшей по формальным соображениям (исходя из наименьшего значения остаточной вариации) не может быть экономически интерпретирована. Например, изучая соотношение ставок межбанковского кредита y (в процентах годовых) и срока их предоставленияx (в днях), было получено уравнение регрессии:с очень высоким показателем корреляции (0,9895). Коэффициент эластичности 0,352% лишен смысла, ибо срок предоставления кредита не измеряется в процентах. Значительно больший интерес для этой зависимости может представить линейная функция, имеющая более низкий показатель корреляции 0,85. Коэффициент регрессии 0,403 показывает в процентных пунктах изменение ставок кредита с увеличением срока их предоставления на 1 день.

Обобщенный метод наименьших квадратов.

В тех случаях, когда все пять предпосылок МНК выполняются, рассматриваемая модель называется классической нормальной линейной регрессионной моделью (Classical Normal Linear Regression model) Если распределение случайных остатков ε i не соответствует некоторым предпосылкам МНК, то следует корректировать модель.

При нарушении гомоскедастичности и при наличии автокорреляции ошибок рекомендуется традиционный метод наименьших квадратов (известный в английской терминологии как метод OLS – Ordinary Least Squares) заменять обобщенным методом, т. е. методом GLS (Generalized Least Squares).

Обобщенный метод наименьших квадратов применяется к преобразованным данным и позволяет получать оценки, которые обладают не только свойством несмещенности, но и имеют меньшие выборочные дисперсии. Специфика обобщенного МНК, применительно к корректировке данных при автокорреляции остатков, будет рассмотрена далее. Здесь остановимся на использовании обобщенного МНК для корректировки гетероскедастичности.

Как и раньше, будем предполагать, что среднее значение остаточных величин равно нулю. А вот дисперсия их не остается неизменной для разных значений фактора, а пропорциональна величине K i , т. е., где- дисперсия ошибки при конкретномi – ом значении фактора,- постоянная дисперсия ошибки при соблюдении предпосылки о гомоскедастичности остатков,K i – коэффициент пропорциональности, меняющий с изменением свою величину, что и обуславливает неоднородность дисперсии. При этом предполагается, чтонеизвестна, а в отношении величиныK выдвигаются определенные гипотезы, характеризующие структуру гетероскедастичности.

В общем виде для уравнения при, модель примет вид:. В ней остаточные величины гетероскедастичны. Предполагая в них отсутствие автокорреляции, можно перейти к уравнению с гомоскедастичными остатками, поделив все переменные, зафиксированные в ходеi – ого наблюдения, т. е..

Иными словами, от регрессии y поx мы перейдем к регрессии на новых переменных:, и. Уравнение регрессии примет вид:

.

Исходные данные для данного уравнения будут иметь вид:

По отношению к обычной регрессии уравнение с новыми, преобразованными переменными, представляет собой взвешенную регрессию, в которой переменные y иx взяты с весами.

Оценка параметров нового уравнения с преобразованными переменными приводит к взвешенному методу наименьших квадратов, для которого необходимо минимизировать сумму квадратов отклонений вида:

Соответственно получим следующую систему нормальных уравнений:

.

Если преобразованные переменные x иy взять в отклонениях от средних уровней, то коэффициент регрессииb можно определить как:

При обычном применении метода наименьших квадратов к уравнению линейной регрессии для переменных в отклонениях от средних уровней, коэффициент регрессии b определяется по формуле:

Как видим, при использовании обобщенного МНК с целью корректировки гетероскедастичности, коэффициент регрессии b представляет собой взвешенную величину по отношению к обычному МНК, с весами.

Аналогичный подход возможен не только для уравнения парной, но и множественной регрессии. Предположим, что рассматривается модель вида:

для которой дисперсия остаточных величин оказалась пропорциональна .- коэффициент пропорциональности, принимающий различные значения для соответствующихi значений факторови. Ввиду того, что, рассматриваемая модель примет вид:

где ошибки гетероскедастичны. Чтобы получить уравнение, где остатки гомоскедастичны, перейдем к новым преобразованным переменным, разделив все члены исходного уравнения на коэффициент пропорциональностиK . Уравнение с преобразованными переменными составит:

.

Это уравнение не содержит свободного члена. Вместе с тем, найдя переменные в новом преобразованном виде и применяя обычный МНК к ним, получим иную спецификацию модели:

.

Параметры такой модели зависят от концепции, принятой для коэффициента пропорциональности . В эконометрических исследованиях довольно часто выдвигается гипотеза, что остаткипропорциональны значениям фактора. Так, если в уравнении:

предположить, что , т. е.и, то обобщенный МНК предполагает оценку параметров следующего трансформированного уравнения:

.

Если предположить, что ошибки пропорциональны , то модель примет вид:

.

Применение в этом случае обобщенного МНК приводит к тому, что наблюдения с меньшими значениями преобразованных переменных x / K имеют при определении параметров регрессии относительно больший вес, чем с первоначальными переменными. Вместе с тем, следует иметь ввиду, что новые преобразованные переменные получают новое экономическое содержание, и регрессия по ним имеет иной смысл, чем регрессия по исходным данным.

Пусть y – издержки производства,x 1 – объем продукции,x 2 – основные производственные фонды,x 3 –численность работников, тогда уравнение

является моделью издержек производства с объемными факторами. Предполагая, что пропорциональна квадрату численности работниковx 3 , мы получим в качестве результативного признака- затраты на одного работника, а в качестве факторов – показатели -- производительность труда,- фондовооруженность труда. Соответственно исходная модель примет вид:

,

где параметры ,,численно не совпадают с аналогичными параметрами предыдущей модели. Кроме того, коэффициенты регрессии меняют экономические содержание: из показателей силы связи, характеризующих среднее абсолютное изменение издержек производства с изменением абсолютной величины соответствующего фактора на единицу, они фиксируют при обобщенном МНК среднее изменение затрат на 1 работника, с изменением производительности труда на единицу, и неизменном уровне фондовооруженности труда; и с изменением фондовооруженности труда на единицу при неизменном уровне производительности труда.

Если предположить, что в модели с первоначальными переменными дисперсия остатков пропорциональна квадрату объема продукции, , то тогда мы перейдем к уравнению регрессии вида:

.

В нем новые переменные: - затраты на единицу (или на один рубль продукции),- фондоемкость продукции,- трудоемкость продукции.

Гипотеза о пропорциональности остатков величине фактора может иметь реальное основание: при обработке недостаточно однородной совокупности, включающей как крупные, так и мелкие предприятия, большим объемным значениям фактора может соответствовать и большая дисперсия результативного признака, и большая дисперсия остаточных величин.

При наличии одной объясняющей переменной гипотеза трансформирует линейное уравнение:

в уравнение

в котором параметры α иβ поменялись местами, константа стала коэффициентом наклона линии регрессии, а коэффициент регрессии – свободным членом. Так, например, рассматривая зависимость сбереженийy от доходаx , по первоначальным данным было получено уравнение регрессии:

Применяя обобщенный МНК к данной модели в предположении, что ошибки пропорциональны доходу, было получено уравнение для преобразованных данных:

Коэффициент регрессии первого уравнения сравнивают со свободным членом второго уравнения, т. е. 0,1178 и 0,1026 – оценки параметра b зависимости сбережений от дохода.

Переход к относительным величинам существенно снижает вариацию фактора и соответственно уменьшает дисперсию ошибки. Он представляет собой наиболее простой случай учета гетероскедастичности в регрессионных моделях с помощью обобщенного МНК. Возможны и усложнения рассмотренный процедуры за счет выдвижения иных гипотез о пропорциональности ошибок относительно включенных в модель факторов. Например, , т. е. рассматривается характер взаимосвязиот. Использование той или иной гипотезы предполагает специальные исследования остаточных величин для соответствующих регрессионных моделей. Применение обобщенного МНК позволяет получить оценки параметров модели, обладающие меньшей дисперсией.

Обобщённый МНК устраняет гетероскедастичность, если известна взаимосвязь ошибок регрессии с факторомх (например, на основе рассмотренных тестов гетероскедастичности). Иными словами, должны быть установлены коэффициенты пропорциональностиК i , что и приводит к взвешенному методу наименьших квадратов.

Регрессионные модели с переменной структурой

До сих пор в качестве факторов рассматривались экономические переменные, принимающие количественные значения в некотором интервале. Вместе с тем, может оказаться необходимым включить в модель фактор, имеющий два или более качественных уровня. Это могут быть разного рода атрибутивные признаки, такие, например, как профессия, пол, образование, климатические условия, отдельные регионы. Чтобы ввести такие переменные в регрессионную модель, они должны быть упорядочены и им присвоены те или иные значения, т.е. качественные переменные преобразованы в количественные. Такого вида сконструированные переменные принято в эконометрике называть фиктивными переменными. В отечественной литературе за ними закрепился термин структурные переменные.

Качественные признаки могут приводить к неоднородности исследуемой совокупности, что может быть учтено при моделировании двумя путями:

Регрессия строится для каждой качественно отличной группы единиц совокупности, т.е. для каждой группы в отдельности, чтобы преодолеть неоднородность единиц общей совокупности;

Построение общей регрессионной модели для совокупности в целом, учитывающей неоднородность данных. В этом случае в регрессионную модель вводятся фиктивные переменные, т.е. строится регрессионная модель с переменной структурой, отражающей неоднородность данных.

Рассмотрим применение фиктивных переменных для функции спроса. Предположим, что по группе лиц мужского и женского пола изучается линейная зависимость потребления кофе от цены. В общем виде для совокупности обследуемых уравнение регрессии имеет вид:

где: y - количество потребляемого кофе,

x - цена.

Аналогичные уравнения могут быть найдены отдельно для лиц мужского и женского пола:.

Различия в потреблении кофе проявятся в различии средних и. Вместе с тем, сила влиянияx на y может быть одинаковой, т.е. . В этом случае возможно построение общего уравнения регрессии с включением в него фактора «пол» в виде фиктивной переменной. Объединяя уравненияy 1 и y 2 и вводя фиктивные переменные, можно придти к следующему соотношению:

где: z 1 и z 2 фиктивные переменные, принимающие значения:

; .

В общем уравнении регрессии зависимая переменная y рассматривается как функция не только цены x , но и пола (z 1 , z 2 ). Переменная z рассматривается как дихотомическая переменная, принимающая всего два значения: 1 и 0. При этом, когда z 1 = 1, то z 2 =0 и, наоборот, при z 1 = 0 переменная z 2 = 1.

Для лиц мужского пола, когда z 1 = 1 иz 2 = 0, объединенное уравнение регрессии составит:, а для лиц женского пола, когдаz 1 = 0 иz 2 = 1,. Иными словами, различия в потреблении для лиц мужского и женского пола вызваны различиями свободных членов уравнения регрессии:. Параметрb является общим для всей совокупности лиц, как для мужчин, так и для женщин.

Вместе с тем, при практическом введении фиктивных переменных z 1 и z 2 в модель применение МНК для оценивания параметровα 1 и α 2 , приведет к вырожденной матрице исходных данных, а, следовательно, и к невозможности получения их оценок. Объясняется это тем, что при использовании МНК для данного уравнения появляется свободный член, т.е. уравнение примет вид:

Предполагая при параметре A независимую переменную 1, имеем матрицу исходных факторов:

В рассматриваемой матрице существует линейная зависимость между первым, вторым и третьим столбцами: первый равен сумме второго и третьего. Поэтому матрица исходных факторов вырождена. Выходом из создавшегося затруднения может явиться переход к уравнениям вида:

каждое из которых включает только одну фиктивную переменную: z 1 илиz 2 .

Предположим, что определено уравнение ,

где: z 1 - принимает значения 1 для мужчин и 0 для женщин. Теоретические значения размера потребления кофе для мужчин окажутся равными:

Для женщин соответствующие значения получим из выражения:

Сопоставляя эти результаты, видим, что различия в уровне потребления мужчин и женщин состоят в различии свободных членов данных уравнений: A - для женщин и A + A 1 для мужчин.

Примером использования фиктивных переменных может служить зависимость урожайности пшеницы y от вида вспашки z и количества внесенного органического удобрения x . По 25 наблюдениям парное уравнение регрессии (без учета вида вспашки) составило:

F = 8,7; t А = 11,9; t β = 2,95; r yx = 0,5246.

При его расчете использовалась следующая система нормальных уравнений:

.

F , t b , r yx превышают табличные значения (при 5 %-ом уровне существенности и числе степеней свободы 23: F = 4,28; t b = 2,069; r yx = 0,398; при 1%-ой вероятности ошибки: F = 7,88; t b = 2,807; r yx = 0,507;).

По виду вспашки поля характеризовались двумя категориями: зяблевая и весенняя. Вид вспашки не влияет на количество внесенных удобрений, но обусловливает различия в урожайности. Чтобы убедиться в этом введем в уравнение регрессии фиктивную переменную z для отражения эффекта вида вспашки, а именно: z = 1 для зяблевой вспашки и z = 0 для весенней вспашки. Уравнение регрессии примет вид: . Применяя метод наименьших квадратов для оценки параметров данного уравнения, получим следующую систему нормальных уравнений:

В виду того, что z принимает лишь два значения (1 и 0), (число полей с зяблевой вспашкой),(количество внесенных удобрений на полях с зяблевой вспашкой),,(суммаy по полям зяблевой вспашки).

В рассматриваемом примере вся совокупность из 25 единиц подразделена на две подгруппы: с зяблевой вспашкой - 13 полей и с весенней - 12 полей, т.е. n 1 = 13 и n 2 = 12. Соответственно этим двум группам имеем:

Тогда система нормальных уравнений примет вид:

Решая ее, получим уравнение регрессии:

Уравнение регрессии статистически значимо: F = 15,6; R = 0,766; = 0,741; t a = 11,8; t b = 3,9; t c = 4,1. Как видим, добавление в регрессию фиктивной переменной существенно улучшило результат модели: доля объясненной вариации выросла с 27,5% () до 58,7% (). При этом, сила влияния количества внесенных органических удобрений на урожайность осталась практически неизменной: коэффициенты регрессии по существу одинаковы (0,326 в парном уравнении и 0,330 во множественном). Корреляция между видом вспашки и количеством внесенного удобрения на 1 га практически отсутствует:. Вместе с тем, применение зяблевой вспашки способствует росту урожайности в среднем на 2,9 ц с 1 га при одном и том же количестве внесенного удобрения на 1 га, что в целом соответствует и различию средней урожайности по видам вспашки (15,3 ц с 1 га для зяблевой вспашки и 12,5 ц с 1 га для весенней вспашки). ЧастныйF -критерий для фактора z составил 16,58, что выше табличного значения при числе степеней свободы 1 и 22 (4,30 при α = 0,05 и 7,94 при α = 0,01). Это подтверждает целесообразность включения фиктивной переменной в уравнение регрессии.

Парные уравнения регрессии по отдельным видам вспашки показывают, практически одинаковую меру влияния количества внесенного удобрения на урожайность:

При зяблевой вспашке и

При весенней вспашке.

Поэтому вполне реально предположить единую меру влияния данного фактора не зависимо от вида вспашки, что и имеет место в уравнении регрессии с фиктивной переменной. Включив фиктивную переменную, удалось измерить ее влияние на изменение урожайности: частный коэффициент корреляции , оценивающий в чистом виде влияние данного фактора, составил 0,6555, что несколько выше, чем аналогичный показатель для фактораx : .

Ценовая эластичность спроса - категория, характеризующая реакцию потребительского спроса на изменение цены товара, т. е. поведение покупателей при изменении цены в ту или иную сторону. Если понижение цены приводит к значительному уве­личению спроса, то этот спрос считается эластичным . Если же существенное изменение в цене ведёт лишь к небольшому изме­нению в количестве спрашиваемого товара, то имеет место отно­сительно неэластичный или просто неэластичный спрос .

Степень чувствительности потребителей к изменению цены измеряют с помощью коэффициента ценовой эластичности спро­са , представляющего собой отношение процентного изменения количества спрашиваемой продукции к процентному изменению цены, вызвавшему это изменение спроса. Иными словами, ко­эффициент ценовой эластичности спроса

Процентные изменения объема спроса и цены рассчитыва­ются следующим образом:

где Q 1 и Q 2 - первоначальный и текущий объем спроса; P 1 и Р 2 - первоначальная и текущая цена. Таким образом, следуя данному определению, коэффициент ценовой эластичности спроса рас­считывается:

Если Е D Р > 1 - спрос эластичен; чем выше этот показатель, тем эластичнее спрос. Если Е D Р < 1 - спрос неэластичен. Если

Е D Р =1, имеет место спрос с единичной эластичностью, т. е. сни­жение цены на 1 % приводит к росту объема спроса тоже на 1 %. Иными словами, изменение цены товара в точности компенси­руется изменением спроса на него.

Выделяют и крайние случаи:

Абсолютно эластичный спрос: возможно существование только одной цены, при которой товар будет приобретаться покупателями; коэффициент ценовой эластичности спроса стремится к бесконечности. Любое изменение цены приво­дит либо к полному отказу от приобретения товара (если цена повышается), либо к неограниченному увеличению спроса (если цена уменьшается);

Абсолютно неэластичный спрос: как бы ни изменялась цена товара, в данном случае спрос на него будет постоян­ным (одинаковым); коэффициент ценовой эластичности равен нулю.

На рисунке линия D 1 демонстрирует абсолютно эластичный спрос, а линия D 2 - абсолютно неэластичный спрос.

К сведению. Приведенная выше формула расчета коэффи­циента ценовой эластичности носит принципиальный характер и отражает суть концепции ценовой эластичности спроса. Для конкретных расчетов обычно применяют так называемую фор­мулу центральной точки, когда коэффициент рассчитывается по следующей формуле:

Чтобы разобраться, рассмотрим пример. Допустим, что цена товара колеблется в интервале от 4 до 5 ден. ед. При P x =4 ден. ед. объем спроса составляет 4000 ед. продукции. При P x = 5 ден. ед. - 2000 ед. Используя первоначальную формулу

рассчитаем значение коэффициента ценовой эластичности для данного ценового интервала:

Однако если в качестве базовой взять другую комбинацию цены и количества продукции, то получим:

И в первом, и во втором случае спрос эластичный, но ре­зультаты отражают разную степень эластичности, хотя анализ мы проводим на одном и том же ценовом интервале. Для пре­одоления этого затруднения экономисты используют в качестве базовых средние величины уровней цены и количеств, т. е.

или

Иными словами, формула расчета коэффициента ценовой эластичности спроса принимает вид:

Конкретные факторы, влияющие на ценовую эластичность спроса, выделить очень сложно, но можно отметь отдельные ха­рактерные черты, присущие эластичности спроса на большинст­во товаров:

1. Чем больше заменителей у данного товара, тем выше сте­пень ценовой эластичности спроса на него.

2. Чем большее место занимают расходы на товар в бюджете потребителя, тем выше эластичность его спроса.

3. Спрос на предметы первой необходимости (хлеб, молоко, соль, медицинские услуги и т. п.) характеризуется невысокой эластичностью, спрос же на предметы роскоши эластичен.

4. В краткосрочном периоде эластичность спроса на товар ниже, чем в более длительных, так как в долгосрочных периодах предприниматели могут наладить выпуск широкого ассортимен­та товаров-заменителей, а потребители - найти другие товары, заменяющие данный.

При рассмотрении эластичности спроса по цене возникает вопрос: что же происходит с выручкой (валовым доходом) фир­мы при изменении цены на товар в случае эластичного спроса, неэластичного спроса и спроса единичной эластичности. Вало­вом доход определяется как произведение цены продукции на объем продаж (TR= P x Q x). Как видим, в выражение TR (валово­го дохода), как и в формулу показателя эластичности спроса по цене, входят значения цены и объема товара (Р х и Q x). В этой связи логично предположить, что на изменение валового дохода могут оказывать воздействие величины эластичности спроса по цене.

Проанализируем, как изменяется выручка продавца в случае снижения цены на его продукцию при условии, что спрос на нее отличается высокой степенью эластичности. В этом случае снижение цены (Р х) вызовет такое увеличение объема В спроса (Q x), что произведение TR= P X Q X , т. е. общая выручка, возрастет. Из графика видно, что общая выручка от реализации продукции в точке А меньше, чем в точке В при продаже продукции по более низким ценам, так как площадь прямоугольника P a AQ a O меньше площади прямоугольника P B BQ B 0. При этом площадь Р А АСР В - проигрыш от снижения цены, площадь CBQ B Q A - увеличение объема продаж от снижения цены.

SCBQ B Q A - SP a АСР В - величина чистого выигрыша от снижения цены. С экономической точки зрения это означает, что в случае эластичного спроса снижение цены на единицу продукции пол­ностью компенсируется значительным увеличением объемов реа­лизуемой продукции. В случае увеличения цены данного товара мы столкнемся с обратной ситуацией - выручка продавца будет сокращаться. Проведенный анализ позволяет сделать вывод: если снижение цены товара влечет за собой увеличение выручки продав­ца, и наоборот, при росте цены выручка падает, то имеет место эластичный спрос.

На рисунке б изображена промежуточная ситуация - сни­жение цены на единицу изделия полностью компенсируется уве­личением объемов продаж. Выручка в точке A (P A Q A) равна про­изведению Р х и Q x b точке В. Здесь говорят о единичной эластич­ности спроса. При этом SCBQ B Q A = Sp a ACP b а чистый выигрыш Scbq b q a -Sp a acp b =o.

Итак, если снижение цены на продаваемую продукцию не ведет к изменению выручки продавца (соответственно, рост цены также не вызывает изменений в выручке), имеет место спрос единичной эластичности.

Теперь о ситуации на рисунке в. В этом случае S P a AQ a O SCBQ B Q A , т. е. проигрыш от сниже­ния цены выше выигрыша от увеличения объема продаже Эко­номический смысл ситуации состоит в том, что для данного то­вара снижение цены на единицу продукции не компенсируется общим незначительным увеличением объема продаж. Таким образом, если снижение цены блага будет сопровождаться снижением величины общей выручки продавца (соответственно, увеличение цены повлечет за собой и увеличение выручки), то мы столкнемся с неэластичным спросом.