VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY DIPLOMOVÁ PRÁCE Radek Záhorovský

VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY

DIPLOMOVÁ PRÁCE

2014

Radek Záhorovský

VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY

Název diplomové práce:

Ekonometrická analýza vybraného segmentu drogistického zboží

Autor:

Radek Záhorovský

Katedra:

Katedra ekonometrie

Obor:

Ekonometrie a operační výzkum

Vedoucí práce:

Mgr. Jana Sekničková, Ph.D.

Prohlášení: Prohlašuji, že jsem diplomovou práci na téma „Ekonometrická analýza vybraného segmentu drogistického zboží“ zpracoval samostatně. Veškerou použitou literaturu a další podkladové materiály uvádím v seznamu použité literatury. V Praze dne 28. dubna 2014

................................ Radek Záhorovský

Poděkování: Rád bych na tomto místě poděkoval Mgr. Janě Sekničkové, Ph.D. za vedení mé diplomové práce a za podnětné návrhy, které ji obohatily. Rovněž děkuji společnosti Kimberly-Clark s.r.o. za poskytnutí dat.

Abstrakt Název práce: Autor: Katedra: Vedoucí práce:

Ekonometrická analýza vybraného segmentu drogistického zboží Radek Záhorovský Katedra ekonometrie Mgr. Jana Sekničková, Ph.D.

Tato práce si klade za cíl kvantifikovat vlivy, které působí na prodeje vybraných produktů segmentu toaletních papírů v maloobchodním řetězci Tesco Česká republika. Model je sestaven na základě dlouhodobého pozorování časových řad prodejů a průměrných cen pro vybrané produkty. Pro kvantifikaci je použit odhad exponencionální funkce modelu, který je následně testován. Odhad parametrů je spočítán pomocí softwaru EViews. Práce srovnává výsledky modelu pro jednotlivé produkty a hledá nejefektivnější způsob promoce pro jednotlivé značky. Spočítané parametry lze následně implementovat pro plánování prodejů segmentu toaletních papírů. Výsledky práce ukazují rozdíly mezi značkovými toaletními papíry a privátní značkou, které jsou způsobeny rozdílným vnímáním kvality ze strany spotřebitelů. Klíčová slova: Ekonometrický model, Tesco, prodej, toaletní papír

Abstract Title: Author: Department: Supervisor:

Econometric analysis of selected segment of drug goods Radek Záhorovský Department of Econometrics Mgr. Jana Sekničková, Ph.D.

The purpose of this work is to quantify the influences that affect the sales of selected products for toilet paper segment in the retail chain Tesco Czech Republic. The model is based on a long-term observation of the time series of sales and average prices for selected products. For the quantification is used an estimation of exponential function fot model which is subsequently verified. Parameter estimation is calculated by using the software EViews. The work compares the results of the model for different products and searching for the most effective way of promotion for each brand. The calculated parameters can be implemented for the planning of sales for toilet paper segment. The results show differences between branded and private toilet paper brand, that are caused by differences in the perception of quality by consumers. Keywords: Econometric model, Tesco, sales, toilet paper.

Obsah ÚVOD ..................................................................................................................................................... 3 1 MALOOBCHOD ............................................................................................................................. 5 1.1 OBCHOD A JEHO FUNKCE ............................................................................................................ 5 1.2 MALOOBCHOD NA ÚZEMÍ ČESKOSLOVENSKA PŘED ROKEM 1989 ............................................. 6 1.3 VÝVOJ TRHU NA ÚZEMÍ ČESKÉ REPUBLIKY PO ROCE 1989 ........................................................ 7 1.4 MALOOBCHOD V ČESKÉ REPUBLICE – VÝVOJ PO ROCE 1989 ..................................................... 9 1.5 ZÁKLADNÍ POJMY ..................................................................................................................... 11 2 TESCO ............................................................................................................................................ 12 2.1 HISTORIE TESCO V ZAHRANIČÍ ................................................................................................. 12 2.2 HISTORIE TESCO V ČR ............................................................................................................. 14 2.3 STRUKTURA TESCO ČR ............................................................................................................ 14 2.4 STRUKTURA NON FOOD GROCERY........................................................................................... 15 2.5 HLAVNÍ DODAVATELÉ PAPÍROVÉHO ZBOŽÍ .............................................................................. 16 3 EKONOMETRIE........................................................................................................................... 19 3.1 EKONOMETRICKÁ ANALÝZA .................................................................................................... 19 3.2 KLASICKÝ LINEÁRNÍ REGRESNÍ MODEL.................................................................................... 20 3.3 METODA NEJMENŠÍCH ČTVERCŮ .............................................................................................. 22 3.4 PORUŠENÍ 1. G-M POŽADAVKU ................................................................................................ 23 3.5 HETEROSKEDASTICITA ............................................................................................................. 23 3.6 AUTOKORELACE ....................................................................................................................... 24 3.7 MULTIKOLINEARITA ................................................................................................................. 25 3.8 DALŠÍ ZKOUMANÉ VLASTNOSTI ............................................................................................... 25 4 REGRESNÍ ANALÝZA PRODEJŮ TOALETNÍHO PAPÍRU V TESCU ČESKÁ REPUBLIKA ....................................................................................................................................... 27 4.1 DATA ........................................................................................................................................ 27 4.2 LINEÁRNÍ MODEL ...................................................................................................................... 30 4.3 EXPONENCIÁLNÍ FUNKCE MODELU........................................................................................... 33 4.4 ODHAD EXPONENCIÁLNÍ FUNKCE MODELU A JEHO TESTOVÁNÍ ............................................... 33 4.5 INTERPRETACE VÝSLEDKŮ ....................................................................................................... 39 5 VÝSLEDKY REGRESNÍ ANALÝZY PRO JEDNOTLIVÉ PRODUKTY ............................. 41 5.1 KLEENEX CAMOMILE ................................................................................................................ 41

5.2 TESCO BÍLÝ ............................................................................................................................... 41 5.3 TESCO HEŘMÁNEK .................................................................................................................... 42 5.4 TESCO RŮŽOVÝ ......................................................................................................................... 43 5.5 ZEWA HEŘMÁNEK ..................................................................................................................... 43 6 ZÁVĚR ............................................................................................................................................ 45 LITERATURA .................................................................................................................................... 46 INTERNETOVÉ ZDROJE ................................................................................................................ 47 PŘÍLOHA 1 – KLEENEX CAMOMILE ......................................................................................... 48 PŘÍLOHA 2 – TESCO BÍLÝ ............................................................................................................. 51 PŘÍLOHA 3 – TESCO HEŘMÁNEK ............................................................................................... 54 PŘÍLOHA 4 – TESCO RŮŽOVÝ ..................................................................................................... 57 PŘÍLOHA 5 – ZEWA HEŘMÁNEK ................................................................................................ 60


Úvod Hlavním cílem této diplomové práce je kvantifikace závislostí prodaných kusů balení vybraného segmentu produktů v maloobchodním řetězci Tesco Česká republika. Hypotéza, ze které bude model vycházet, je založena na dlouhodobém pozorování časové řady prodejů jednotlivých produktů vybraného segmentu. Z důvodu komplexnosti maloobchodního trhu a rychlosti změn na tomto trhu, je v první kapitole představen maloobchodní trh, historii maloobchodního trhu na území České republiky před rokem 1989 a bližší zaměření na formování trhu po roce 1989, kdy na území České republiky probíhaly rychlé změny a kdy se v nestabilním prostředí tvořil základ moderního maloobchodního trhu. Vzhledem k důležitosti společnosti Tesco na trhu v České republice i na ostatních trzích, kde Tesco působí a díky svému tržnímu podílu také tento trh formuje, je druhá kapitola této práce zaměřena na historii Tesca ve světě i historií Tesca v České republice. Tesco Česká republika je jedním z předních multikanálových maloobchodních řetězců, z toho plyne i velká komplexita sortimentu, který tento řetězec nabízí, proto je v části druhé kapitoly představena interní struktura a následně krátce představeni hlavní dodavatelé vybraného segmentu. Regresní analýza vybraného segmentu bude založena na ekonometrických principech, proto jsou ve třetí kapitole představeny základní teoretické poznatky z oboru ekonometrie, které budou následně použity pro modely v praktické části. V ekonometrické části jsou popsány základní předpoklady, které musí být splněny a které jsou následně testovány. Ve čtvrté kapitole je názorně popsán postup použitý pro model, který zkoumá závislost prodejů zvolených produktů segmentu toaletních papírů na vybraných proměnných. Výstup z modelu kvantifikuje závislost prodaných kusů balení jednotlivých produktů na aktuální ceně produktu, typu propagace tohoto produktu a typu propagace konkurenčního výrobku ve stejném časovém období. V této části práce je také nastíněna situace v segmentu toaletních papírů v Tesco Stores ČR a.s. V závěrečné části jsou kvantifikovány jednotlivé vysvětlující proměnné pro vybrané produkty. Srovnání efektivity proměnných pro každý produkt je zaměřeno především na typy propagací daného produktu a typy propagací konkurenčního výrobku ve stejném časovém 3


období. Následně je vyhodnocen nejefektivnější typ propagace pro tento segment a jsou srovnány vlivy změn průměrných cen na počet prodaných kusů pro všechny výrobky.

4


1 Maloobchod Pro pojem maloobchod neboli retail market existuje mnoho definic. Nejčastější definicí maloobchodu je, že se jedná o prodej zboží nebo komodit v malém množství konečnému zákazníkovi za maloobchodní ceny. Jedná se o výrobky s rychlou obrátkou (v praxi také známe pod zkratkou FMCG1), s omezenou dobou spotřeby, většinou hrazené z běžných příjmů spotřebitele.

1.1 Obchod a jeho funkce Liská společnost již je již dlouhou dobu formována dělbou práce a specializací práce. Zatímco v prvopočátku této specializace a dělby se jednalo především o směnu produktů, postupem času byla tato směna nahrazena prodejem za obecně uznávanou hodnotu a následně penězi. Obchod jako specializovaná činnost je právě touto směnou formován do podoby, jak ho známe dnes. Obchod jako činnost ve vztahu ekonomických subjektů dodavatel a odběratele, je zprostředkování zboží formou nákupu a prodeje právě mezi těmito subjekty. V souvislosti s obchodem se nejedná pouze o nákup a prodej zboží, ale také o poptávku a nabídku služeb. Tato práce se bude zabývat především obchodem se spotřebním zbožím, kdy poskytování služeb bude představeno pouze jako doplňkové portfolio vybraného řetězce, jehož zákazníky jsou především individuální subjekty, rodiny s dětmi, ale také drobní podnikatelé, kteří nejsou koncovými spotřebiteli nakoupeného zboží. Portfolio nabídky maloobchodních prodejců je složeno především z čerstvých potravin, trvanlivých potravin, drogistického zboží apod. Pro lepší představu o portfoliu obchodníků bude představeno konkrétní portfolio vybraného maloobchodního prodejce v další části této práce. Zatímco koncept maloobchodu je postaven na nákupu finálního produktu od dodavatele nebo velkoobchodu a následném prodeji koncovému spotřebiteli, velkoobchod je založený na nákupu velkého množství zboží a prodeji dalším ekonomickým subjektům, které tyto výrobky následně prodávají koncovému spotřebiteli. Ve většině případů jsou zákazníky velkoobchodu

1

Fast mooving consumer goods = rychloobrátkové zboží.

5


právě maloobchodníci, výrobci a další ekonomické subjekty. Prodej koncovému spotřebiteli je v tomto případě zanedbatelný[1].

1.2 Maloobchod na území Československa před rokem 1989 Ve 30. letech 20. století existovalo na území tehdejšího Československa přes 170 tisíc prodejen s 340 tisíci zaměstnanci. V průmětu připadala 1 obchodní jednotka na 52 obyvatel, 26 zákazníků na jednoho zaměstnance. Koncentrace obchodů byla výrazně vyšší ve větších městech, kde i počet zákazníků na zaměstnance byl vyšší. Nadpoloviční většinu tvořily potravinářské obchody. Po Mnichovské dohodě a obsazení Československa v roce 1939 následovalo snížení počtu prodejen, což bylo způsobeno především zavíráním obchodů vlastněných židovskými majiteli. Po skončení války v roce 1945 došlo k dalšímu snížení počtu obchodních jednotek kvůli zavírání německých živností. Mezi lety 1939-1945 se podstatně měnil nejen počet obchodních jednotek, ale také jejich struktura. Na konci roku 1945 bylo evidováno v českých zemích 82 tisíc prodejen, z nichž 76 tisíc bylo provozováno soukromými podnikateli, 4700 obchodních jednotek bylo provozováno spotřebními družstvy a 1200 státními organizacemi. Po únorovém převratu v roce 1948 začalo v souladu s komunistickým smýšlením zestátňování soukromých obchodních živností. V letech 1948-1953 se počet obchodních jednotek snížil asi o 70 % a následně v letech 1953-1989 o dalších 10 %. Tato skutečnost byla v souladu s celosvětovým trendem, ovšem v západní Evropě byl tento trend kompenzován zvyšováním velikosti a kvality prodejen, zatímco v Československu byl trend právě opačný. Ze všech státních obchodních jednotek spadalo až 85 % pod ministerstvo obchodu a 15 % pod ostatní ministerstva. Racionalizace v socialistickém období byla charakterizována těmito znaky: -

snížením počtu obchodních jednotek a snížením prodejní plochy,

-

likvidací konkurenčního prostředí, především likvidací soukromého sektoru a vymezením pole působnosti jednotlivých státních podniků,

-

odsunutím družstevního obchodu na venkov (postupný návrat družstev do měst v 80. letech),

-

oddělením obchodu od výroby, což ovšem bylo v souladu s celosvětovým trendem,

-

zahraniční obchod se stal výhradně právem příslušných státních a družstevních podniků, 6


-

vznikem nadměrných nepohyblivých zásob v důsledku centrálního plánování. I přes nadměrné zásoby ovšem docházelo k neustálému nedostatku zboží.

V 70. letech drželo Československo trend se západní Evropou a docházelo k rozvoji obchodních domů a rozšíření samoobsluhy. Poměr samoobslužných prodejen na konci 70. let dosahoval až 60 % z celkového počtu. V 80. letech pokračovalo snižování počtu maloobchodních jednotek, nicméně docházelo ke zvyšování velikosti obchodních ploch, v tomto období docházelo k nárůstu prodejních ploch o téměř půl milionu metrů čtverečních[1].

1.3 Vývoj trhu na území České republiky po roce 1989 Po roce 1989 byla nutnost restrukturalizace obchodu v Československu, z počátku se jednalo především o myšlenku rozdělení velkých podniků na menší, což by vedlo k diverzifikaci sortimentu a většímu tlaku na konkurenci na trhu. Tato myšlenka byla spojena především s potřebou investic od velkých zahraničních firem a vstupem zahraničního kapitálu na československý trh, kdy ovšem hrozila kumulace kapitálu pouze několika velkých firem, čímž by mohly vzniknout nové monopoly. Ve srovnání s pokusy o reformu ve 2. polovině 80. let se jednalo o principiální změnu – transformaci na tržní hospodářství. Tato změna byla definována jako změna ekonomických institucí a vztahů mezi nimi s tím, že cílem je přechod od centrálně plánované k tržní ekonomice. Hlavním cílem těchto změn byla především změna struktury vlastnických poměrů, která měla být provedena přes vstup nových soukromých podnikatelských subjektů do ekonomiky nebo přes privatizaci státních podniků. Restrukturalizace obchodu po roce 1989, je třeba rozlišit na tři hlavní části: -

malou privatizaci,

-

velkou privatizaci,

-

restituce majetku.

Základ úspěchu transformace na tržní hospodářství vzniká v letech 1990-1991 díky nezvykle rychlému rozvoji živnostenského podnikání, kdy právě v těchto letech dochází k vydávání velkého množství živnostenských oprávnění prakticky bez jakýchkoliv omezení. Tímto byl položen základ rozvoje soukromého podnikání a s tím spojená tvorba konkurenčního prostředí a také následné privatizace. Dalšími podstatnými kroky při transformaci na tržní hospodářství bylo postupné zrušení státního monopolu zahraničního 7


obchodu, který byl postupně nahrazen soukromým sektorem, a také liberalizace cen, kdy k 1. 1. 1991 přestaly platit státní maloobchodní ceny a každý ze soukromých subjektů mohl nastavit cenu dle vlastního uvážení. To bylo ovšem provázeno nadsazováním cen, především díky nezkušenosti tvorby ceny. Po několika měsících došlo ke stabilizaci situace díky širokým diskuzím mezi výrobou, obchody a zákazníky. Restituce majetku soukromým osobám a soukromým společnostem byly uskutečněny podle zákona č. 403/1990 Sb. ze dne 2. 10. 1990, o zmírnění následků některých majetkových křivd. Do rozhodnutí Ústavního soudu České republiky v roce 1994 se jednalo o navrácení majetku s podmínkou státního občanství a stálého pobytu na území České republiky. Podstatná část privatizace proběhla v letech 1991 a 1992, kdy bylo navráceno na 11 tisíc prodejen a 20 tisíc pohostinských zařízení. Realizace malé privatizace byla uskutečněna na základě zákona č. 427/1990 Sb. Ze dne 25. 10. 1990, o převodech vlastnictví státu k některým věcem na jiné právnické nebo fyzické osoby. Realizace byla uskutečněna na principu nabídky státních podniků soukromému sektoru prostřednictvím dražeb Okresních privatizačních komisí zřízených Ministerstvem pro správu národního majetku a jeho privatizaci ČR. Podmínky těchto dražeb byly postupně zpřesňovány, nicméně podstatou zůstával prodej práva na provoz činností v určitých provozovnách. Výnosy spojené s dražbami byly kumulovány ve Fondu národního majetku, jenž kompenzoval náklady spojené s procesem privatizace, podporou soukromého podnikání a dalšími činnostmi plynoucími ze zákona. Výsledkem těchto procesů bylo, že z celkového počtu 21 tisíc prodejen bylo nabídnuto v malé privatizaci až 11 tisíc prodejen, v restitucích bylo vráceno na 6 tisíc prodejen a zbývajících cca 4 tisíce prodejen byly zařazeny do velké privatizace. V případě, že se pro některé prodejny nenašel zájemce, dala se za určitých podmínek uspořádat „dražba holandského typu2“. Do velké privatizace byly zařazeny především velké podniky z oblastí průmyslu, energetiky, stavebnictví a další. Realizace probíhala prostřednictvím podobných mechanik jako při malé privatizaci, ale zároveň také specifickou metodou kupónové privatizace. Privatizační proces byl prováděn na základě privatizačních projektů, které předkládali uchazeči, následně byla posuzována kvalita jednotlivých podnikatelských záměrů,

2

Dražba holandského typu je dražba, kdy je neustále snižována cena subjektu, dokud se nenajde účastník, který akceptuje aktuální nabízenou cenu.

8


komplexnost řešení projektu, zkušenosti firmy v oboru, kdy o výsledku rozhodovalo Ministerstvo pro správu národního majetku a privatizaci České a Slovenské Federativní Republiky, Fond národního majetku a resortní ministerstva, která shromažďovala a doporučovala návrhy v prvním kole. Do roku 1993 bylo do velké privatizace zařazeno cca 4600 státních podniků v hodnotě 950 mld. Kč[1].

1.4 Maloobchod v České republice – vývoj po roce 1989 Vývoj maloobchodního trhu v České republice můžeme rozdělit do několika etap. První etapa probíhala v letech 1990 až 1994 a byla charakteristická dokončením malé i velké privatizace, nálada ve společnosti vyvolávala představu rostoucích a prosperujících českých firem. V tomto období dosahovaly tržby deseti největších potravinářských maloobchodních řetězců cca 7 % celkového obratu trhu. Jednalo se tedy o velice roztříštěný trh, kdy žádný z maloobchodníků neměl dostatečně silnou pozici pro tlak na výrobu a snižování nákupních cen. V tomto období se začaly objevovat první zahraniční řetězce jako – Kmart, Euronova, Delvita, Billa, Plus Discount, Baumax a další. Ve druhé etapě v letech 1995 až 1998 se český maloobchodní trh rozšířil o velký počet nových maloobchodních řetězců jako Globus, Intespar, Kaufland, Hypernova, Carrefour a Tesco. Toto rozšíření vedlo ke zvýšení konkurence na trhu, vyrovnávání poptávky a nabídky, rozvoji supermarketů, snaze o loajalitu zákazníků a racionalizaci nákladů. Český trh se rozšířil o velkoprodejny DIY (Do It Yourself) – Bauhaus, Obi, Hornbach. Ve třetí etapě, která probíhala v letech 1999 – 2002, začala převažovat nabídka nad poptávkou a začal tvrdý boj o zákazníka. Až 80 % domácností kontrolovalo letáky a na základě jejich nabídek se rozhodovalo o svém nákupu, ke kterému téměř polovina domácností používala auto. Vzdálenost mezi obchody proto nehrála roli při výběru obchodu. V této etapě docházelo k podstatnému nárůstu oblíbenosti hypermarketů, jejichž počet přesahoval 120 hypermarketů s prodejní plochou o velikosti 3000 m2 a větších. Díky rozvoji těchto formátů se na českém trhu objevila nákupní centra srovnatelná s nákupními centry v západní Evropě, nejúspěšnějším z nich byl Nový Smíchov, v němž operoval maloobchodní řetězec Carrefour. Po předchozím rozvoji internetového prodeje došlo v těchto letech (stejně jako ve zbytku světa) k propadu internetového obchodu. Po roce 2004 se trh změnil také díky vstupu České republiky do Evropské unie, přibylo ještě více nových hypermarketů, na trh vstoupily nové řetězce a zvýšila se koncentrace 9


obchodů ve velkých městech. Zákazníci v těchto letech rovněž přidali, vedle tlaku na cenu, také tlak na kvalitu zboží. V těchto letech se maloobchodní trh v České republice ustálil. Pořadí řetězců podle tržeb je uvedeno v tabulce 1, která je sestavena z hrubých tržeb roku 2011 (včetně DPH). Zatímco v žebříčku deseti největších subjektů se Tesco Stores ČR umístilo až na 3. místě, při srovnání pouze na sebe obchodně nezávislých řetězců mimo finanční skupiny, je Tesco v rámci tržeb ČR na 1. místě s tržbami 51 miliard Kč za rok 2011, což znamená meziroční nárůst o 7,4 %. Na 2. místě se umístila skupina Ahold zastřešující hypermarkety Hypernova a supermarket Albert s ročními tržbami 44 miliard Kč při meziročním nárůstu o 4 %. Nejrychlejší růst z první desítky největších maloobchodních řetězců zaznamenala společnost Geco Tabak, která dosáhla meziročního nárůstu o 14,1 %, a také skupina Spar, která zaznamenala meziroční nárůst o 8,5 %[1]. Pořadí

1.

2. 3. 4. 5. 6. 7. 8. 9. 10.-11. 10.-11. TOP 10 TOP 10+1

Skupina/Firma Schwarz ČR Kaufland Lidl ČR Rewe ČR Billa Penny Market Tesco Stores ČR Ahold Czech Republic Makro Cash & Carry ČR Globus ČR COOP GECO TABAK Spar ČR Interspar Spar Šumava OBI ČR IKEA Peal

Tržby (mld. Kč, vč. DPH) 2010 2011 63,2 65,5 40,0 42,0 23,2 23,5 51,1 53,6 22,2 22,6 28,9 31,0 47,5 51,0 42,3 44,0 33,1 32,5 26,1 27,0 26,0 25,9 17,7 20,2 13,0 14,1 12,3 13,4 0,7 0,7 9,3 9,4 8,5 8,2 8,7 8,2

CELKEM (bez Coop)

312

325

CELKEM (vč. Coop)

338

351

Tabulka 1 - TOP 10 maloobchodních řetězců podle tržeb roku 2011[10]

10


1.5 Základní pojmy Dále je vhodné definovat některé základní pojmy, se kterými se lze v oblasti maloobchodu setkat. Jedním ze základních pojmů v maloobchodě je vystavení zboží. Jedná se o umístění výrobku v prostorách prodejny. V praxi rozlišujeme dva hlavní typy vystavení – běžné vystavení a promoční vystavení. O běžném vystavení mluvíme v případě, kdy je zboží umístěno na svém standardním místě v obchodě a změna umístění je způsobena změnou plánogramu3 v rámci daného obchodu. Promoční vystavení je doplnění standardního vystavení o dodatečný prostor na prodejně většinou v rámci právě probíhající akce se zvýhodněnou cenou, která byla komunikovaná v letáku nebo jiných komunikačních kanálech maloobchodníka. Cena zboží je částka, za kterou zákazník nakupuje statky a služby. V rámci právních předpisů České republiky a zákonu č. 634/1992 Sb., o ochraně spotřebitele dohlíží na dodržování zadávání cen Česká Obchodní Inspekce, která za nedodržení těchto předpisů stanovuje sankce. V rámci maloobchodních cen se setkáme se standardními (nepromočními) cenami a promočními cenami. Nepromoční cena je cena, za kterou maloobchod prodává při běžném prodeji; promoční cena je cena, za kterou maloobchod prodává při právě probíhajících akcích. Speciální promoční cenou je tzv. EDLP4, kdy je cena snížena na delší než běžné období, kdy probíhá akce. Výraz promoce se v maloobchodu používá pro speciální akce na nákup za zvýhodněných podmínek pro zákazníka. Existuje několik druhů promočních mechanik např. procentní sleva, mechanika k určitému počtu výrobků 1 výrobek zdarma, při nákupu více kusů procentní sleva, k akčnímu výrobku dárek zdarma atd. Ve většině případů se nejvýznamnější

promoce

objevují

v letácích

daného

maloobchodníka

s promočním

vystavením. Jako nejčastější marketingový komunikační kanál pro promoční zboží se používá leták, ať už v papírové nebo elektronické formě. Jedná se o katalog složený z promočních oken, které komunikují zvýhodněnou cenu na produkty v promoci.

3 4

Diagram rozvržení zboží na regále v rámci zefektivnění prodejů. Every day low price.

11


2 Tesco Společnost Tesco patří mezi největší maloobchodní řetězce na světě. Její filozofie vychází ze standardů britské mateřské společnosti. Na tuzemský trh vstoupilo Tesco v roce 1996. Od této doby významně rozšířilo síť svých obchodů v České republice. Je členem Svazu obchodu a cestovního ruchu a dlouhodobě se podílí na formování a kultivaci prostředí v oblasti maloobchodu[16].

2.1 Historie Tesco v zahraničí Tesco bylo založeno v roce 1919 Jackem Cohenem, který začal prodávat nadbytečné potraviny na trhu v East Endu v Londýně, kdy po skončení 1. světové války opustil Královskou Leteckou společnost a za ušetřené peníze nakoupil zásobu prvního dne. Na konci dne měl zisk £1 při prodejích v hodnotě £4. První Cohenovou privátní značkou byl Tesco Čaj, podle jehož názvu byla následně společnost Tesco pojmenovaná. Název Tesco vznikl sloučením prvních písmen jmen TE Stockwella, který byl partnerem ve firmě dodávající tento čaj, a CO, jako počáteční písmena Cohenova příjmení. První Tesco obchod byl otevřen v roce 1929 v severním Londýně. Obchod prodával kromě potravin také textilní zboží. V roce 1934 koupil Jack Cohen pozemek na území severního Londýna, kde postavil novou centrálu a nový sklad zboží. Jednalo se o první moderní sklad potravin ve Velké Británii a představil i nové nápady v řízení zásob. Ve 30-tých letech zvětšoval Jack Cohen svou společnost skupováním obchodů na předměstí Londýna. V roce 1947 byly uvedeny akcie Tesco Stores (Holdings) na burzu s hodnotou 25 centů za akcii. Roku 1948 po návštěvě Jacka Cohena v severní Americe byla otevřena v Hertfordshiru první samoobsluha. Mezi lety 1955 a 1960 otevřelo Tesco přes 500 nových obchodů. V roce 1958 byl otevřen první supermarket v Essexu. V roce 1973 byla ve Velké Británii otevřena nová centrála a také první Tesco čerpací stanice. V roce 1979, 60 let od založení Tesco, Jack Cohen zemřel. První počítačová pokladna byla otevřena v roce 1982. Ve stejném roce ve snaze zvýšit tržby představil Sir Ian MacLaurin strategii „Checkout 82“, která snižovala ceny o 3 % – 26 % na 1500 potravinách. Další milník následoval v roce 1993, kdy Tesco představilo novou řadu potravin „Tesco Value“, aby mohli svým zákazníkům nabídnout širší výběr produktů za dobrou cenu. V roce 1994 bylo otevřeno první

12


Tesco Express5, rok nato začalo expandovat Tesco do zahraničí. První zemí mimo spojené království, kde Tesco otevřelo v roce 1995 26 nových obchodů, se stalo Maďarsko. Ve stejném roce představilo Tesco svůj věrnostní program Tesco Clubcard, který hned v prvním roce přilákal na 5 milionů zákazníků. Tento věrností program má za následek nejen budování loajality zákazníků, ale zároveň dávalo Tescu příležitost sledovat nákupní chování založené na obsahu košíků spotřebitelů. Právě tato geodemografická data dávají Tescu výhodu sledovat, jaké typy domácností jsou jeho zákazníky[3]. V roce 1996 Tesco rozšířilo své pole působnosti do České republiky a Slovenska, v následujících třech letech rozšířilo Tesco své působení do Polska (v roce 1997), Irska (1997), Thajska (1998) a Jižní Koreje (1999). V roce 2001 Tesco začalo prodávat svou vlastní značku oblečení F&F. Expanze Tesca v Asii pokračovala otevřením prvního obchodu v Malajsii a Čín. V roce 2006 byl ve Velké Británii spuštěn projekt Dotcom neboli nakupování přes internet. Méně známá skutečnost je, že v roce 2007 Tesco vstoupilo na americký trh pod značkou Fresh&Easy a v následujícím roce vstoupilo Tesco na trh v Indii. V současné době tedy Tesco působí ve 12 zemích, konkrétně se jedná o Velkou Británii, Irsko, Českou republiku, Slovensko, Maďarsko, Polsko, Turecko, Thajsko, Malajsii, Jižní Koreu, Čínu a Indii[18]. V roce 2011 dosáhly tržby ve Velké Británii 44 miliónů liber[8].

Země Velká Británie Jižní Korea Thajsko Irsko Polsko Maďarsko Čína Česká republika Slovensko Malajsie Turecko Indie

Vstup na trh 1924 1999 1998 1997 1996 1995 2004 1996 1996 2002 2003 2012

Počet obchodů 3 146 520 1 433 142 446 216 131 376 136 47 191 N/A

Tržby v roce 2012/136 £163 200,000 £5,311 £3,742 £2,315 £2,176 £1,606 £1,432 £1,356 £1,114 £0,937 £0,745 N/A

Tabulka 2 - Přehled zemí, kde působí Tesco[17]

5 6

Tesco Express je nejmenší z formátů Tesca s prodejní plochou menší než 1000m2. Tržby v milionech liber.

13


2.2 Historie Tesco v ČR Zatímco Tesco ve Velké Británii má téměř stoletou historii, první Tesco bylo v České republice otevřeno v roce 1996, kdy koupilo šest obchodních domů od americké společnosti K-Mart. V roce 1998 otevřelo první hypermarket Tesco v Praze – Zličíně, v roce 1999 bylo otevřeno nové obchodní centrum v Praze – Letňanech, které je v dnešní době jedno z největších v České republice. Implementace prvních výrobků pod vlastní značkou proběhla v roce 2002. V roce 2004 Tesco otevřelo první hypermarket pro města do dvaceti tisíc obyvatel v Mělníku. První Tesco supermarket byl otevřen v roce 2005 v Mikulově, v témž roce zahájilo provoz distribuční centrum v Postřižíně a první čerpací stanice v Karlových Varech. V roce 2006 Tesco přebralo 27 obchodů od Edeky a 11 obchodů od Carrefouru. Další rozšíření Tesca proběhlo v roce 2011, kdy Tesco odkoupilo od investiční společnosti Penta 129 obchodů Žabka a 47 obchodů Koruna. V roce 2012 Tesco spustilo jako první maloobchodní řetězec v České republice nakupování přes internet. V současné době má Tesco Stores ČR v České republice na 80 hypermarketů, 170 supermarketů a 120 expressů[15].

2.3 Struktura Tesco ČR Vzhledem k tomu, že politikou Tesca směrem k zákazníkům je dopřát zákazníkům co největší pohodlí a všechny statky a služby na jednou místě, snaží se Tesco svůj sortiment udržovat na optimální úrovni, kdy zákazníci mohou nakoupit vše v jednom obchodě a zároveň optimalizovat svou hodnotu zásob. Z pohledu sortimentu se proto Tesco dělí na několik divizí, které se následně dělí na departmenty7 a subdepartmenty8, což je znát i na rozložení sortimentu v rámci jednotlivých obchodů. Vzhledem ke komplexnosti sortimentu jsou divize popsány krátkou definicí, která dostatečně přiblíží fungování společnosti Tesco. Konkrétně se jedná o následující divize: -

Fresh food: Jedná se o divizi čerstvých potravin, především o pečivo, maso, ovoce, zelenina, mražené zboží a další.

-

Food grocery: Divize trvanlivých potravin, tedy nealkoholické nápoje, alkoholické nápoje, zboží impulsivního9 nákupu a další trvanlivé potraviny.

7

V rámci hierarchie Tesca další členění divizí. V rámci hierarchie Tesca další členění departmentů. 9 Jedná se o zboží neplánovaného nákupu. 8

14


-

Non Food grocery: Divize trvanlivého nepotravinářského (především drogistického) zboží. Vzhledem k faktu, že praktická část se bude týkat segmentu zboží z této divize, sortiment Non food grocery bude popsán v následující kapitole.

-

Hardline: Jedná se o divizi produktů dlouhodobé spotřeby – elektronika, sportovní potřeby, zahradnictví, automobilové doplňky a další.

-

Softline: Divize oblečení, tedy především privátní značky F&F.

-

Čerpací stanice: V současnosti provozuje Tesco 14 čerpacích stanic v České republice, včetně jedné čerpací stanice v distribučním centru v Kralupech nad Vltavou.

2.4 Struktura Non Food Grocery Praktické část je zaměřena na skupinu zboží této divize, proto je vhodné popsat sortiment Non food grocery ve větším detailu. Jak jsme se již zmínili v předcházející kapitole, jedná se o divizi trvanlivého nepotravinářského zboží. Abychom blíže specifikovali tuto divizi, představíme si jednotlivé departmenty i subdepartmenty, ze kterých se divize skládá. V rámci Tesco Non food grocery rozlišujeme departmenty Household, Pet, Health&Beauty a Baby: -

Household – kategorie zaměřená na péči o domácnost o Detergenty – Tento subdepartment se skládá ze sortimentu pracích prášků a aviváží. Hlavními dodavateli jsou Procter&Gamble, Henkel a Reckitt Benckieser. o Papírové zboží – Sortiment toaletních papírů, papírových kapesníků, kuchyňských rolí. Jedná se o stěžejní subdepartment praktické části, proto si hlavní dodavatele představíme blíže v další části práce. o Úklid – Sortiment skládající se z prostředků na mytí nádobí (ruční i automatické), Nejdůležitějšími

čistící

prostředky,

dodavateli

jsou

osvěžovače Henkel,

vzduchu

Procter&Gamble,

a

další. Reckitt

Benckieser a S.C.Johnson. -

Pet – kategorie nabízející krmiva pro zvířata a další doplňky potřebné k chovu. Hlavní dodavatelé jsou stejní přes všechny subdepartmenty, jedná se konkrétně o Nestlé, Mars a z velké části také privátní značku Tesco. o Psi – výrobky pro psy. o Kočky – výrobky pro kočky. 15


o Ostatní zvířata – výrobky pro ostatní zvířata jako jsou ptáci, hlodavci a další. -

Health&Beauty – kategorie prodávající hygienické potřeby, vitamíny a dekorativní kosmetiku. o Deo&Shaving – Sortiment deodorantů a holících potřeb. V tomto subdepartmentu

má

výhradní

postavení

Gillette

spadající

pod

Procter&Gamble. o Skin&Body – Sortiment sprchových gelů, tělových krémů a dekorativní kosmetiky. Hlavními dodavateli jsou Henkel, Procter&Gamble, Unilever, Beiersdorf. o Seasonal – Sortiment sezónního zboží tedy především vánočních balíčků a opalovacích krémů. o Oral care – Sortiment ústní hygieny, který se skládá ze zubních past, ústních vod, kartáčků a ostatních dentálních potřeb. Hlavními dodavateli jsou Colgate, Glaxosmithkline a Unilever. o Femme care – Sortiment dámské hygieny skládající se z tampónů, vložek a ostatních hygienických potřeb pro ženy. Hlavními dodavateli v této kategorii jsou Procter&Gamble a Johnson&Johnson. -

Baby – kategorie potřeb pro děti. o Pleny –

Výsadní

postavení

na trhu

se

značkovými plenami

má

Procter&Gamble. o Kojenecká výživa – Sortiment dětských mlék, dětské výživy a doplňků stravy. Hlavními dodavateli jsou Nutricia, Nestlé, Hero, Hipp a Hamé. o Příslušenství – Ostatní doplňky jako dudlíky, hračky, bryndáky a další.

2.5 Hlavní dodavatelé papírového zboží Vzhledem k tomu, že se tato práce bude zabývat ekonometrickou analýzou prodejů toaletních papírů v řetězci Tesco, je vhodné uvést alespoň základní informace o hlavních dodavatelích papírového zboží na českém trhu, který po roce 2008 vykazuje nepříznivý trend právě pro tyto dodavatele, kdy spotřebitelé přestávají nakupovat značkové papírové zboží a přecházejí k levnějším privátním značkám, které mají cenovou výhodu plynoucí z nepotřeby investovat velkou část kapitálu do marketingových nákladů a letákových poplatků spojených s propagací značky. Nicméně stále na trhu s papírovým zbožím v České republice najdeme několik významných hráčů, které představíme několika základními údaji: 16


Kimberly-Clark s.r.o. [11] Země původu: USA Rok založení: 1870 CEO10: Thomas J. Falk Vstup na trh v České republice: 1996 Značka: Kleenex Další značky: Kotex, Huggies, Depend SCA Hygiene Products[13] Země původu: Švédsko Rok založení: 1929 CEO: Jan Johansson Vstup na trh v České republice: 1993 Značka: Zewa Další značky: Lotus, Velvet, Tena, Plenty, Tork MetsaTissue[14] Země původu: Finsko Rok založení: 1868 CEO: Mika Joukio Vstup na trh v České republice: 1994 Značka: Lambi, Tento Další značky: Serla, Mola, Katrin, Saga

10

Chief executive officer, ekvivalentem v České republice je generální manažer .

17


SHP[15] Země původu: Slovensko Rok založení: 1829 CEO: Štefan Čupil Vstup na trh v České republice: 1996 Hlavní značka: Harmony Další značky: -

18


3 Ekonometrie Ekonometrii lze definovat jako kvantitativní ekonomickou disciplínu zabývající se měřením a empirickou verifikací reálných ekonomických vztahů a závislostí. Ekonometrie zkoumá ekonomické teorie a testuje je pomocí statistických testů. Výsledky následně srovnává s reálnými daty. Za hlavní milníky vzniku oboru ekonometrie lze považovat vznik Econometric Society v roce 1930, založení Cowlesovy komise v roce 1932, která se snažila o propojení ekonomické teorie, matematiky a statistiky, a vznik časopisu Econometric Journal v prosinci 1930. Vývoj ekonometrie je spojen s vývojem informačních technologií, kdy především vývojem počítačů v posledních desetiletích dochází k stále častějšímu uplatňování ekonometrie ve stále větším počtu odvětví.

3.1 Ekonometrická analýza Ekonometrická analýza je založena na spojení matematiky, ekonomické teorie a statistiky a jejich průnicích tedy matematické ekonomii, ekonomické statistice a matematické statistice. Zatímco pomocí ekonomické teorie předkládá určité hypotézy a stanoviska pouze slovním vyjádřením, matematická ekonomie vyjadřuje ekonomickou teorii v matematické podobě, nejčastěji ve formě deterministických rovnic. Pro deterministické rovnice se využívají data, která jsou posbírána, vyhodnocena a zpracována na základě principů ekonomické statistiky[7]. Tradiční ekonometrická metodologie postupuje při analýzách tímto způsobem: -

Výchozí ekonomická teorie nebo hypotéza. Stanovení ekonomické teorie nebo hypotézy ve formě slovního vyjádření, která bude ekonometrem testována.

-

Matematický model teorie. Vyjádření ekonomické teorie pomocí matematických rovnic a stanovení endogenních (vysvětlovaných) a exogenních (vysvětlujících) proměnných. Model může být vyjádřen pomocí jedné či více matematických rovnic. 19


-

Statistická specifikace modelu. Rozšíření matematického modelu o náhodnou složku, čímž transformujeme matematický model na ekonometrický. Náhodná složka zahrnuje náhodné vlivy.

-

Sběr nebo získání dat. Sběr dat, pomocí kterých jsou odhadnuty parametry modelu. Data pro model jsou rozlišena na několik typů. Časové řady sledují vývoj jedné proměnné v několika po sobě jdoucích časových obdobích. Průřezová data se vztahují k jednomu období a několika subjektům. Panelová data jsou kombinací časových řad a průřezových dat.

-

Odhad parametrů ekonometrického modelu. Pomocí metod založených na regresní analýze jsou odhadnuty parametry ekonometrického modelu. Nejznámější metodou regresního typu je metoda nejmenších čtverců.

-

Testování hypotéz. Testování hypotéz ekonomickou verifikací, statistickými testy, ekonometrickými testy.

-

Předpověď. Za pomoci verifikovaného modelu lze predikovat hodnotu modelu při známosti dat exogenních proměnných.

-

Užití modelu pro řízení, optimalizaci nebo rozhodování. Verifikovaný model lze rovněž využít k optimalizaci nebo rozhodování.

3.2 Klasický lineární regresní model Při platnosti stochastické lineární závislosti mezi endogenní proměnnou Y a k exogenními proměnnými X1, X2, …, Xk, jejichž hodnoty jsou v opakovaných výběrech fixní, ve tvaru , kde u je náhodná složka, βj – j-tý regresní koeficient či parametr (j = 1, 2, …, k) lze X1 specifikovat jako umělou proměnnou, která se ve všech pozorováních rovná jedné, proto lze upravit vztah vícenásobné regrese jako

20


, přičemž β1 je úrovňová konstanta. Pokud platí pro střední hodnotu náhodné složky u, E(u) = 0, pak očekávanou hodnotu Y lze zapsat jako , tento vztah se nazývá regresní funkce základního souboru. Regresní koeficienty β2, β3,…, βk vyjadřují jednotkovou změnu jedné exogenní proměnné, při jinak nezměněných podmínkách. Aplikací adekvátních postupů lze odhadnout z výběru n pozorování deterministickou regresní rovnici pomocí výběrové regresní funkce. ̂

,

kde b1, b2, …, bk, jsou bodové odhady neznámých parametrů β1, β2,

…,

βk. Hodnota ̂ je

predikovaná hodnota exogenní proměnné Y. Rozdíl mezi hodnotami ̂ a Yi se rovná ̂ ̂

,

pro i = 1, 2, …, n. Rozdíl mezi těmito hodnotami je nazýván reziduum. lze zapsat pomocí maticového vyjádření

Rovnici jako , kde

y je sloupcový vektor n pozorování stochastických hodnot endogenní proměnné, X je matice n x k pozorování fixních hodnot exogenních proměnných, u je vektor n hodnot nepozorovatelné náhodné složky a β je sloupcový vektor k neznámých parametrů. Pro klasický lineární regresní model musí být splněny Gaussovy-Markovovy požadavky. 1.

.

2. 3.

. .

4. X má plnou hodnost k. [6] 21


3.3 Metoda nejmenších čtverců Jsou-li splněny Gaussovy-Markovovy předpoklady, odhadnutý vektor neznámých regresních koeficientů metodou nejmenších čtverců bude nestranný a vydatný. Pro bodovou odhadovou funkci b, vycházející z odhadu klasického lineárního modelu platí

tedy ̂

,

kde e je vektor n odhadnutých reziduí (y – Xb), ŷ je vektor vyrovnaných hodnot vysvětlované proměnné. Kritériem volby odhadové funkce β je dosažení minima součtu čtverců reziduí, proto lze zapsat ztrátovou funkci v kvadratické formě

a po první derivaci podle b a položení funkce rovno nule, vzniká podmínka nutná pro hledání minima ve tvaru , který lze transformovat do tvaru , ze kterého lze dopočíst vektor b odhadů β. Je-li alespoň jedna exogenní proměnná diskrétního nebo kvalitativního charakteru a nelze je proto přímo měřit nebo kvantifikovat, využívá se ke zjištění regrese takovéto proměnné technika umělých proměnných. Jedná se o proměnné, které nahrazují empirická data a jsou konstruovány za účelem transformace kvalitativních faktorů na diskrétní kombinaci čísel. Obvykle jsou použity binární proměnné, které nabývají pouze dvou možných hodnot, nula a jedna[6].

22


3.4 Porušení 1. G-M požadavku Není-li splněn první Gaussův-Markovovův požadavek, který předpokládá ve všech pozorováních nulovou střední hodnotu náhodných složek, a platí například

ve

všech pozorováních, promítne se tato nenulová hodnota náhodné složky jako chyba měření do úrovně konstanty modelu. Odhad modelu je proto vychýlený pro parametr, jehož náhodné složky nejsou nulové. Při nesplnění 1. G-M požadavku je postup stejný jako při chybné specifikaci modelu. V tomto případě je z modelu vyřazena proměnná, jejíž střední hodnota náhodné složky není nulová. Vyřazená proměnná je nahrazena dodatečnou proměnnou[6].

3.5 Heteroskedasticita Rozptyl náhodných složek má být dle Gauss-Markovových požadavků konečný a konstantní. Pokud rozptyl náhodné složky není konstantní pro všechna pozorování, ale je závislý na hodnotách exogenních proměnných, pak platí, že

. Příčinami

heteroskedasticity mohou být špatná specifikace modelu, chyby v měření, nepřesnost dat. Důsledkem heteroskedasticity pro malý počet pozorování je, že odhad není vydatný. Pro velký počet pozorování odhad není asymptoticky vydatný. Testování heteroskedasticity je prováděno např. pomocí Spearmanova testu korelace pořadí, Goldfeldova-Quandtova testu, Parkova testu, Whiteova testu a dalších. V praktické části bude heteroskedasticita testována pomocí testu Breusche-PaganGodfreyho testu, který je založen na normalitě náhodných složek modelu. Breusch a Pagan předpokládají multiplikativní heteroskedasticitu vyjádřenou jako , i = 1, 2, …, n, je vektor pozorování p známých proměnných,

kde

je vektor neznámých koeficientů, h(·) je explicitně nespecifikovaná funkce, která nabývá pouze kladných hodnot a je nezávislá na i. Test pro nulovou hypotézu H0 o homoskedasticitě

. Není-li splněn

požadavek o konečném a konstantním rozptylu náhodných složek modelu, je zamítnuta nulová hypotéza H0 o homoskedasticitě a je konstatováno, že v modelu se vyskytuje heteroskedasticita.

23


Heteroskedasticitu lze odstranit například pomocí metody zobecněných nejmenších čtverců, metodou vážených nejmenších čtverců, logaritmickou transformací nebo metodou odhadnutých zobecněných nejmenších čtverců[6]. Dalším způsobem vyřešení problému s výskytem heteroskedasticity v modelu je alternativní způsob odhadu standardních chyb, například pomocí Whiteovy robustní metody konzistentních

odhadů

kovarianční

matice

při

heteroskedasticitě.

Tento

postup

heteroskedasticitu sice z modelu neodstraní, ale často eliminuje její důsledky. Použití je vhodné pouze pro velké výběry [9].

3.6 Autokorelace Dalším problémem, který je zkoumán pro druhý Gaussův-Markovův předpoklad je autokorelace. Příčinami autokorelace mohou být například setrvačnost ekonomických veličin, špatná specifikace modelu, chyby v měření, zpoždění exogenních proměnných. Důsledkem autokorelace mohou být odhady získané z modelu nestranné a konzistentní, nicméně nebudou vydatné. Testování autokorelace je prováděno například pomocí Durbin-Watsonovy statistiky, testem Breusche a Godfreye. Právě test Breusche a Godfreye bude použit v praktické části práce. Jedná se o asymptotický test, který testuje nejen autokorelaci prvního, ale i vyšších řádů. Pro autoregresivní schéma q-tého řádu lze vyjádřit nulovou hypotézu sériové nezávislosti ve tvaru . Pro Breuschův-Godfreyův test je nejdříve třeba odhadnout lineární regresní model metodou nejmenších čtverců a dopočítat všechny rezidua. Poté je třeba specifikovat pomocnou regresi reziduí

na všech regresorech a reziduích pro všechna

pozorování. Z pomocné regrese, která je odhadnuta metodou nejmenších čtverců, je spočítána testovací statistika ve tvaru

, je li

pro požadovanou hladinu

významnosti, je zamítnuta nulová hypotéza o neexistenci autokorelace. Nulová hypotéza H0 tedy říká, že jsou náhodné složky sériově nezávislé. V případě zamítnutí nulové hypotézy je konstatováno, že se v modelu vyskytuje autokorelace. V případě autokorelace prvního řádu lze postupovat transformací modelu a použití metody zobecněných nejmenších čtverců pro odhad parametrů. V této práci je použit postup navrhnutý Cochrane a Orcuttem, kdy je koeficient autokorelace odhadnut z pomocné regrese reziduí zkoumaného modelu. Tento pomocný model je definován jako Odhad

parametru

je pak použit v původním modelu, kde od všech proměnných 24


s výjimkou úrovňové konstanty jsou odečítány -násobky zpožděných hodnot. Postup se několikrát opakuje, dokud odhad nebude dostatečně stabilní[6].

3.7 Multikolinearita Pokud není splněn čtvrtý z Gaussových-Markovových požadavků, tedy lineární nezávislost sloupců matice X, jedná se o problém multikolinearity. Existuje-li u modelu perfektní multikolinearita, nelze sestavit inverzní matici (X’X)-1, proto nelze použít metodu nejmenších čtverců. V případě, že multikolinearita dosahuje vysokého stupně, ale není perfektní, lze metodou nejmenších čtverců parametry sice odhadnout, ale nejsou konzistentní. Při velmi malé změně v matici X může docházet k velkým změnám v odhadu parametrů, včetně znamének. Dalším důsledkem jsou velké standardní chyby, které mohou vést k pochybnostem o správnosti specifikace modelu. Zjišťování existence multikolinearity ve výběru se obvykle provádí pomocí párových korelačních koeficientů, přičemž za problematické se považují hodnoty nad 0,8. Korelační koeficienty nedokáží zachytit korelaci více jak dvou vysvětlujících proměnných. Dalším způsobem zjišťování multikolinearity je metoda dílčích regresí, kdy je jedna z vysvětlujících proměnné vysvětlována pomocí zbylých vysvětlujících proměnných. Za problém se považuje, pokud jsou koeficienty determinace těchto regresí blízké jedné[6]. Příčinami multikolinearity mohou být zpoždění endogenních nebo exogenních proměnných, trend v časových řadách a další. Při výskytu multikolineartity lze postupovat několika způsoby[2], -

vynechat vysvětlující proměnnou, která způsobuje multikolinearitu,

-

transformovat některou vysvětlující proměnnou,

-

rozšířit datový soubor.

3.8 Další zkoumané vlastnosti Kromě výše zmíněných předpokladů je pro korektní interpretaci testů potřeba, aby rezidua modelu měly normální rozdělení. V opačném případě ztrácejí t-testy významnosti parametrů a F-test významnosti celého modelu vypovídací hodnotu, jelikož odhady standardních chyb mohou být zkreslené.

25


Dalším testem je Ramseyho RESET test správné specifikace modelu, kdy jsou do modelu přidávány druhé, případně třetí mocniny původních proměnných a je zkoumán vliv této akce na velikost koeficientu determinace. Je-li zvýšení

podstatné pro zvolenou

hladinu významnosti, model je prohlášen za chybně specifikovaný[6].

26


4 Regresní analýza prodejů toaletního papíru v Tescu Česká republika V předchozích kapitolách byl popsán vývoj maloobchodního trhu v České republice, současný stav maloobchodu v České republice, historie jednoho z předních řetězců Tesco, jeho historie na českém trhu a základní ekonometrické problémy, které budou zkoumány v praktické části této práce. Cílem ekonometrického modelu je kvantifikovat závislost prodeje toaletního papíru na jednotlivých proměnných modelu.

4.1 Data Data, která byla použita pro výpočet modelu, jsou za období 2. 6. 2010 až 23. 5. 2012 z interní databáze společnosti Dunnhumby, která v České republice spolupracuje se společností Tesco a získává data z jejich pokladen, které jsou propojeny právě s touto databází. Tato data jsou týdenní a poskytují informace o jednotlivých produktech segmentu toaletních papírů. Z databáze Dunnhumby lze dostat informace o tržbách, objemu prodejů v kusech, jestli se jedná o promoci či nikoliv, penetraci košíku (v kolika procentech košíků se daný výrobek nacházel) a další. Informace o výrobcích z této databáze byly vytaženy pro značky Kleenex, Zewa, Harmony, Lambi, Linteo, Tento, Springforce a privátní značku Tesco. Kombinací těchto dat lze získat další zajímavé statistiky o tomto segmentu v Tescu. Například podíl tržeb a prodaných kusů se rovná průměrné ceně produktu v daném týdnu. Podílem tržeb jednotlivých produktů nebo značek na celkových tržbách vybraného segmentu vyjde podíl tržeb v Tescu, který je významným ukazatelem, protože z něj plyne síla dodavatele v rámci Tesca. Cílem každého dodavatele je dosáhnout nejvyššího možného podílu tržeb, protože následně v rámci jednotlivých jednání o promocích nebo ročních podmínkách zvyšuje svou důležitost a tím získává i lepší vyjednávací pozici. V obrázku 1 lze vidět, že nejvýznamnější značkou je privátní značka Tesca, což potvrzuje trend v na českém trhu, kdy domácnosti stále častěji kupují privátní značku. Dalšími významnými značkami jsou Kleenex a Zewa, ostatní značky jsou v rámci Tesca zanedbatelné, což je způsobeno především menším počtem produktů, které jsou v Tescu prodávané, což je vidět v tabulce 3. Dalším důvodem nevýznamnosti značky může být způsobeno menším 27


počtem promocí, které v průběhu zkoumaného období tyto značky realizovaly. Příkladem je značka Harmony, která má srovnatelný počet produktů se značkami Kleenex a Zewa, nicméně počet jejích promocí za rok a efektivita těchto promocí je výrazně nižší než u značek Kleenex a Zewa.

Podíl značek na tržbách v Tescu 4,62%

18,60%

HARMONY KLEENEX 23,34%

LAMBI LINTEO SPRINGFORCE 0,71%

7,12%

0,08%

TENTO TESCO

39,50%

6,02%

ZEWA

Obrázek 1 - Podíl jednotlivých značek na tržbách z prodeje toaletního papíru v Tescu

Značka

Počet produktů

Harmony

12

Kleenex

16

Lambi

3

Linteo

4

Springforce

7

Tento

7

Tesco

15

Zewa

13

Tabulka 3 - Počet produktů podle značek

Vzhledem k nevýznamnosti ostatních značek, budou v modelu použita pouze data za vybrané produkty značek Kleenex, Zewa a Tesco. Stále ovšem zůstává 44 produktů, některé z nich nejsou v rámci těchto značek významné. Pro model budou proto použita pouze data za 28


6 produktů s nejvyššími tržbami, které jsou uvedeny v tabulce 4. Aby se produkty daly v praxi srovnat, je potřeba standardizovat cenu, protože jednotlivé produkty mají různá balení. Pro srovnání je tedy potřeba převést cenu za balení na cenu za roli. Bylo by možné převést cenu za roli na cenu za útržek, ovšem vybrané produkty mají podobný počet útržků v rozmezí 170 – 180 útržků na roli. Proto je tato cena nevýznamná. Název produktu Kleenex Lilly Kleenex Camomile Tesco Bílý Tesco Heřmánek Tesco Růžový Zewa Heřmánek

Značka Kleenex Kleenex Tesco Tesco Tesco Zewa

Počet rolí 8 8 8 8 8 8

Tržby 20 814 509 Kč 29 457 768 Kč 48 084 169 Kč 21 303 666 Kč 21 201 401 Kč 32 615 368 Kč

Tabulka 4 - Produkty, které jsou použity v modelu

Tržby vybraných 6 produktů 7 000 000 6 000 000

4 000 000 3 000 000 2 000 000 1 000 000 0 1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65 69 73 77 81 85 89 93 97 101

Tržby v Kč

5 000 000

Týden

Obrázek 2 – Tržby vybraných produktů v čase

29


V obrázku 2 lze vidět velké rozdíly v tržbách vybraných produktů, což je způsobeno promocemi. Je-li ve vybraném týdnu promoce na některý z vybraných výrobků, sníží se cena tohoto výrobku a na základě toho rostou celkové týdenní tržby vybraných produktů. Trend snižujících se průměrných cen je vidět v obrázku 3, který koresponduje s obrázkem 2.

Průměrná cena za roli Průěrná cena za roli

7 6 5 4 3 2 1 1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96 101

0 Týden Obrázek 3 - Vývoj průměrné ceny vybraných produktů v čase

V období, kdy byla nejnižší průměrná cena, dosahovaly tržby nejvyšších hodnot. Dalšími proměnnými, které budou použity v modelu, jsou typ promoce a typ promoce konkurence. To znamená, že je třeba rozlišit, jestli se jedná o propagaci v letáku na titulní straně, v hitu měsíce, v jiné části letáku, nebo jestli je výrobek promován v rámci promoční události oddělení Householdu, který se v praxi nazývá event11.

4.2 Lineární model Cílem této práce je kvantifikovat závislosti jednotlivých proměnných na počet prodaných kusů za týden pro vybrané produkty. Hypotéza, na které je model založen, vychází z dlouhodobých pozorování daného segmentu a předpokládá, že prodeje jednotlivých produktů jsou závislé na průměrné ceně produktu, na skutečnosti, jestli je produkt v promoci nebo ne, zda je v promoci jiný výrobek (v další části práce budou ostatní produkty mimo zkoumaný produkt označovány jako konkurence) a o jaký typ promoce se jedná. Proměnné vystupující v modelu jsou značeny podle následujícího klíče: 11

Event je promoce v rámci celého oddělení pro několik dodavatelů zároveň.

30


Y je počet prodaných balení vybraného produktu v kusech, X1 je průměrná cena jedné role, P1 zda je produkt v eventu, 1=ano, 0=ne, P2 zda je produkt v hitu měsíce, 1=ano, 0=ne, P3 zda se produkt nachází na ostatních stranách letáku , 1=ano, 0=ne, P4 zda je produkt na titulní straně letáku, 1=ano, 0=ne, K1 zda je konkurence v eventu, 1=ano, 0=ne, K2 zda je konkurence v hitu měsíce, 1=ano, 0=ne, K3 zda je konkurence na ostatních stranách letáku, 1=ano, 0=ne, K4 zda je konkurence na titulní straně letáku, 1=ano, 0=ne, Podle kterého je sestaven lineární regresní model . Předpokládané znaménko odhadu parametru u průměrné ceny by mělo být záporné, tedy s rostoucí průměrnou cenou by se měl počet prodaných kusů snižovat. U odhadu parametrů jednotlivých promocí zkoumaného produktu by znaménka měly být kladné, což by odpovídalo nárustu počtu prodaných kusů, je-li produkt promován. Vyskytuje-li se konkurenční produkt v promoci, měl by snižovat počet prodaných kusů zkoumaného produktu, tudíž znaménka u odhadnutých parametrů by měly být záporné. Značení výstupů modelu neodpovídá zavedenému obecnému značení v předchozí části práce. Proměnné ve výstupech z progarmu EViews jsou značeny: X je ve výstupu z EViews značeno jako Název zkoumaného produktu_AVG_PRICE, P1 je ve výstupu z EViews značeno jako Název zkoumaného produktu_EVENT, P2 je ve výstupu z EViews značeno jako Název zkoumaného produktu_HIT, P3 je ve výstupu z EViews značeno jako Název zkoumaného produktu_LETAK, P4 je ve výstupu z EViews značeno jako Název zkoumaného produktu_TITULKA, K1 je ve výstupu z EViews značeno jako Název zkoumaného produktu_EVENT_KONK, K2 je ve výstupu z EViews značeno jako Název zkoumaného produktu_HIT_KONK, K3 je ve výstupu z EViews značeno jako Název zkoumaného produktu_LETAK_KONK, 31


je ve výstupu z EViews značeno jako Název zkoumaného produktu_TITULKA_KONK. Postup pro všechny modely bude demonstrován na produktu Kleenex lilly, výsledky ostatních modelů jsou znázorněny v příslušných přílohách. Odhady parametrů lineárního regresního modelu pro produkt Kleenex lilly jsou znázorněny v tabulce 5, přičemž proměnné jsou brány jako vektor o délce 104. Dependent Variable: KLEE_LILLY_VOLUME Method: Least Squares Date: 04/22/14 Time: 20:55 Sample: 6/02/2010 5/23/2012 Included observations: 104 Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

131864.0

26265.08

5.020507

0.0000

KLEE_LILLY_AVG_PRICE

-13622.18

2954.048

-4.611359

0.0000

KLEE_LILLY_EVENT

9459.953

17438.35

0.542480

0.5888

KLEE_LILLY_EVENT_KONK

-4324.053

6272.625

-0.689353

0.4923

KLEE_LILLY_HIT_KONK

-88.61972

5954.869

-0.014882

0.9882

KLEE_LILLY_HIT

65732.37

14662.94

4.482893

0.0000

KLEE_LILLY_LETAK

50978.84

11616.27

4.388572

0.0000

KLEE_LILLY_LETAK_KONK

2583.481

6323.868

0.408529

0.6838

KLEE_LILLY_TITULKA

81717.56

13518.77

6.044750

0.0000

KLEE_LILLY_TITULKA_KONK

647.5475

7990.806

0.081037

0.9356

R-squared

0.700099

Mean dependent var

29147.46

Adjusted R-squared

0.671385

S.D. dependent var

48442.78

S.E. of regression

27769.82

Akaike info criterion

23.39250

Sum squared resid

7.25E+10

Schwarz criterion

23.64677

Log likelihood

-1206.410

Hannan-Quinn criter.

23.49551

Durbin-Watson stat

1.857902

F-statistic

24.38181

Prob(F-statistic)

0.000000

Tabulka 5 – Výsledky ze softwaru EViews pro produkt Kleenex konvalinka

Ekonomická verifikace modelu není v některých případech v souladu s předpoklady modelu. Konkrétně se jedná o proměnnou leták konkurence, která podle výsledků modelu ukazuje nárůst prodaných kusů, je-li konkurenční produkt v letáku, totéž platí pro proměnnou titulka konkurence. Podle testu normality Jarque-Bery v obrázku 4 lze vidět, že model nemá normální rozdělení reziduí, což má za následek zkreslené výsledky některých statistických testů modelu. Tento problém je způsobený některými odlehlými pozorováními, která zcela lineární model nedokázal zachytit, protože odhad pomocí metody nejmenších čtverců je citlivý na 32


odlehlá pozorování. V některých případech, lze tento problém vyřešit odstraněním daných pozorování, ale v tomto modelu jsou právě tato pozorování zásadní pro odhad parametrů, a proto k tomuto kroku nebylo přistoupeno. Místo toho bylo přistoupeno ke změně funkčního tvaru modelu použitím exponenciální funkce místo původního lineárního regresního modelu. 40

Series: Residuals Sample 6/02/2010 5/23/2012 Observations 104

35 30 25 20 15 10 5

Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis

-2.77e-11 840.7356 179054.7 -66343.05 26528.85 2.981770 23.51036

Jarque-Bera Probability

1977.034 0.000000

0 -40000

0

40000

80000

120000

160000

Obrázek 4 – Test normality Jarque-Bery pro produkt Kleenex lilly

4.3 Exponenciální funkce modelu Exponenciální funkce modelu je zapsána následující funkcí, , po zlogaritmování funkce vypadá model následovně, , Jednotlivé parametry βi vyjadřují průměrnou relativní změnu vysvětlované proměnné odpovídající absolutní jednotkové změně vysvětlující proměnné. Je-li βi > 0, jedná se o přímou závislost, v opačném případě se jedná o nepřímou závislost. Zavedením logaritmu vysvětlované proměnné vede ke zmenšení rozsahu variability dat a v ideálním případě vede k odstranění heteroskedasticity, nicméně může vést ke zvýšenému výskytu autokorelace.

4.4 Odhad exponenciální funkce modelu a jeho testování V tabulce 7 je výstup ze softwaru EViews s odhadem definovaného modelu. V tabulce jsou opět uvedeny výsledky pro produkt Kleenex lilly. 33


Dependent Variable: LOG(KLEE_LILLY_VOLUME) Method: Least Squares Date: 04/18/14 Time: 17:53 Sample: 6/02/2010 5/23/2012 Included observations: 104 Variable

Coefficient

Std. Error

t-Statistic

Prob.

14.85705

0.413029

35.97094

0.0000

-0.676805

0.046454

-14.56947

0.0000

0.621275

0.274225

2.265563

0.0258

KLEE_LILLY_EVENT_KONK

-0.117026

0.098640

-1.186401

0.2385

KLEE_LILLY_HIT_KONK

-0.226043

0.093643

-2.413886

0.0177

KLEE_LILLY_HIT

1.281687

0.230581

5.558514

0.0000

KLEE_LILLY_LETAK

0.996882

0.182671

5.457262

0.0000

KLEE_LILLY_LETAK_KONK

0.149414

0.099445

1.502471

0.1363

KLEE_LILLY_TITULKA

1.295462

0.212588

6.093761

0.0000

-0.107494

0.125659

-0.855441

0.3945

C KLEE_LILLY_AVG_PRICE KLEE_LILLY_EVENT

KLEE_LILLY_TITULKA_KONK R-squared

0.907741

Mean dependent var

9.272232

Adjusted R-squared

0.898908

S.D. dependent var

1.373463

S.E. of regression

0.436692

Akaike info criterion

1.272034

Sum squared resid

17.92579

Schwarz criterion

1.526303

Hannan-Quinn criter.

1.375046

Durbin-Watson stat

1.563154

Log likelihood

-56.14579

F-statistic

102.7638

Prob(F-statistic)

0.000000

Tabulka 6 - Výsledky ze softwaru EViews pro produkt Kleenex lilly

14


12 10 8 6 4 2


-2.83e-15 0.002698 1.082799 -1.285716 0.417177 -0.220681 3.149758


0.941318 0.624590

0 -1.2

-1.0

-0.8

-0.6

-0.4

-0.2

0.0

0.2

0.4

0.6

0.8

1.0


34


Podle testu normality Jarque-Bery v obrázku 5, mají rezidua modelu normální rozdělení. Až na jednu výjimku, mají všechny koeficienty předpokládaná znaménka. U koeficientu konkurenčního produktu v letáku, je znaménko kladné, místo předpokládaného záporného. Tato proměnná se ovšem ukázala jako statisticky nevýznamná. Ze všech vysvětlujících proměnných jsou dle výsledků t-testů 3 statisticky nevýznamné. Jejich vyřazením se ostatní, statisticky významné koeficienty výrazně nezměnily, což je vidět v tabulce 8, která ukazuje výsledky parametrů pouze pro statisticky významné proměnné. Dependent Variable: LOG(KLEE_LILLY_VOLUME) Included observations: 104 Variable

Coefficient

Std. Error

t-Statistic

Prob.

C KLEE_LILLY_AVG_PRICE KLEE_LILLY_EVENT KLEE_LILLY_HIT_KONK KLEE_LILLY_HIT KLEE_LILLY_LETAK KLEE_LILLY_TITULKA

14.82832 -0.672512 0.688178 -0.254163 1.280932 1.013460 1.295244

0.416269 0.046122 0.274680 0.090756 0.227981 0.184098 0.213661

35.62201 -14.58115 2.505376 -2.800510 5.618579 5.504996 6.062138

0.0000 0.0000 0.0139 0.0062 0.0000 0.0000 0.0000

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.903133 0.897141 0.440492 18.82126 -58.68060 150.7283 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat

9.272232 1.373463 1.263088 1.441076 1.335197 1.557363

Tabulka 8 - Výsledky ze softwaru EViews pro produkt Kleenex lilly

Vícenásobný koeficient determinace nabývá hodnoty 0,9, model se tedy shoduje s napozorovanými daty. F-Statistika nabývá vysokých hodnot, proto je tento model považován za statisticky významný. Podle testu heteroskedasticity Breusche-Pagana-Godfreyho v tabulce 8, není zamítnuta nulová hypotéza o existenci homoskedasticity v reziduích na 5% hladině významnosti. Heteroskedasticity Test: Breusch-Pagan-Godfrey F-statistic Obs*R-squared Scaled explained SS

1.907695 10.97689 8.466799

Prob. F(6,97) Prob. Chi-Square(6) Prob. Chi-Square(6)

0.0872 0.0891 0.2059

Tabulka 9 - Test heteroskedasticity Breusche-Pagana-Godfreyho pro produkt Kleenex lilly

35


Durbin-Watsonova statistika se ukázala ve většině testů jako neprůkazná, proto byl k testování sériové korelace Breuschův-Godfreyův test sériové korelace. Podle tohoto testu sériové korelace, jak lze vidět v tabulce 10, se v modelu vyskytuje autokorelace reziduí. Breusch-Godfrey Serial Correlation LM Test: F-statistic Obs*R-squared

2.978468 6.136492

Prob. F(2,95) Prob. Chi-Square(2)

0.0556 0.0465

Tabulka 10 - Test sériové korelace Breusche-Godfreyho pro produkt Kleenex lilly

Pro odstranění autokorelace modelu je použita metoda zobecněných nejmenších čtverců a Cochran-Orcuttova transformace. Dependent Variable: LOG(KLEE_LILLY_VOLUME)-ROVE_KLEE_LILLY_03. @COEFS(1)*LOG(KLEE_LILLY_VOLUME(-1)) Variable

Coefficient

Std. Error

t-Statistic

Prob.

C KLEE_LILLY_AVG_PRICE KLEE_LILLY_EVENT KLEE_LILLY_EVENT_KONK KLEE_LILLY_HIT_KONK KLEE_LILLY_HIT KLEE_LILLY_LETAK KLEE_LILLY_LETAK_KONK KLEE_LILLY_TITULKA KLEE_LILLY_TITULKA_KONK

14.23039 -0.676700 0.621603 -0.119720 -0.218827 1.272339 0.984873 0.147171 1.285807 -0.106870

0.403563 0.047400 0.276673 0.099644 0.096083 0.237242 0.188239 0.100620 0.214654 0.127253

35.26192 -14.27651 2.246708 -1.201481 -2.277470 5.363048 5.232036 1.462641 5.990130 -0.839827

0.0000 0.0000 0.0270 0.2326 0.0250 0.0000 0.0000 0.1469 0.0000 0.4032


0.901587 0.892063 0.435321 17.62392 -55.22886 94.66645 0.000000


8.857459 1.325028 1.266580 1.522379 1.370187 1.630856

Tabulka 11 - Výsledky EViews pro Kleenex lilly po použití MZNČ a Cochran-Occutově transformaci

36


14


12 10 8 6 4 2


-1.66e-15 0.007938 1.066021 -1.305721 0.415672 -0.234943 3.169465


1.070816 0.585430

0 -1.0

-0.5

0.0

0.5

1.0


Z obrázku 6 lze vidět, že i po použití metody zobecněných nejmenších čtverců, mají rezidua stále normální rozdělení. Dependent Variable: LOG(KLEE_LILLY_VOLUME)-ROVE_KLEE_LILLY_03. @COEFS(1)*LOG(KLEE_LILLY_VOLUME(-1)) Variable

Coefficient

Std. Error

t-Statistic

Prob.

C KLEE_LILLY_AVG_PRICE KLEE_LILLY_EVENTLILLY KLEE_LILLY_HIT_KONK KLEE_LILLY_HIT KLEE_LILLY_LETAK KLEE_LILLY_TITULKA

14.19602 -0.671927 0.691710 -0.244657 1.276129 0.988229 1.289651

0.406267 0.047018 0.276746 0.093252 0.234493 0.189685 0.215452

34.94258 -14.29097 2.499444 -2.623595 5.442069 5.209849 5.985784

0.0000 0.0000 0.0141 0.0101 0.0000 0.0000 0.0000


0.896798 0.890348 0.438766 18.48153 -57.67589 139.0359 0.000000


8.857459 1.325028 1.255842 1.434902 1.328368 1.618137

Tabulka 12 - Výsledky EViews pro Kleenex lilly po použití MZNČ a Cochran-Occutově transformaci

V tabulce 12 jsou již odstraněny statisticky nevýznamné proměnné, které byly stejné jako v původním modelu před transformací. Heteroskedasticity Test: Breusch-Pagan-Godfrey F-statistic Obs*R-squared Scaled explained SS

1.480096 12.90480 11.41209


Tabulka 13 - Test heteroskedasticity Breusche-Pagana-Godfreyho pro produkt Kleenex lilly

37

0.1668 0.1670 0.2485


V tabulce 13 je znázorněno, že po použití Cochran-Orcuttovy transformace nedošlo k výskytu heteroskedasticity. V tabulce 14 je vidět, že použitím Cochran-Orcuttovy transformace byla z modelu odstraněna autokorelace. Breusch-Godfrey Serial Correlation LM Test: F-statistic Obs*R-squared

1.791032 3.900873


0.1726 0.1422

Tabulka 14 - Test sériové korelace Breusche-Godfreyho pro produkt Kleenex lilly Covariance Analysis: Ordinary Date: 05/10/14 Time: 14:24 Sample: 6/02/2010 5/23/2012 Included observations: 104

Correlation KLEE_LILLY_AVG_PRICE KLEE_LILLY_EVENT KLEE_LILLY_HIT KLEE_LILLY_HIT_KONK KLEE_LILLY_LETAK KLEE_LILLY_TITULKA

KLEE_LILLY_A KLEE_LILLY VG_PRICE _EVENT 1.000000 -0.181171 1.000000 -0.271340 -0.038732 0.170013 0.081390 -0.453134 -0.056213 -0.324026 -0.042644

KLEE_LILL KLEE_LILLY KLEE_LILL KLEE_LILLY Y_HIT _HIT_KONK Y_LETAK _TITULKA

1.000000 -0.196267 -0.073300 -0.055607

1.000000 -0.153186 1.000000 0.033615 -0.080705

1.000000

Tabulka 15 – Testování multikolinearity produktu Kleenex lilly

Z tabulky 15 je zřejmé, že se v modelu nevyskytuje multikolinearita. V tabulce 16 je vidět, že náhodné složky nejsou závislé na proměnných modelu. Covariance Analysis: Ordinary Date: 05/10/14 Time: 14:25 Sample (adjusted): 6/09/2010 5/23/2012 Included observations: 103 after adjustments Balanced sample (listwise missing value deletion)

Correlation KLEE_LILLY_AVG_PRICE KLEE_LILLY_EVENT KLEE_LILLY_HIT KLEE_LILLY_HIT_KONK KLEE_LILLY_LETAK KLEE_LILLY_TITULKA RESID_KLEE_LILLY

KLEE_LILLY_A KLEE_LILL KLEE_LI KLEE_LILLY_ KLEE_LILL KLEE_LILL RESID_KL VG_PRICE Y_EVENT LLY_HIT HIT_KONK Y_LETAK Y_TITULKA EE_LILLY 1.000000 -0.186615 1.000000 -0.278967 -0.039123 1.000000 0.158495 0.080238 0.198959 -0.428637 -0.053594 0.069892 -0.332804 -0.043077 0.056177 -0.002013 -0.005250 0.000525

1.000000 -0.133921

1.000000

0.031643 -0.004812

-0.076957 0.004205

Tabulka 16 – Testování závislosti proměnných a náhodných složek Kleenex lilly

38

1.000 0.0018

1.000


Posledním testem pro tento model je test RESET, přičemž jeho nulová hypotéza H0 znamená správnou specifikaci modelu.

Ramsey RESET Test Equation: KLEELILLY Omitted Variables: Squares of fitted values

t-statistic F-statistic Likelihood ratio

Value 0.622826 0.387913 0.419723

df 95 (1, 95) 1

Probability 0.5349 0.5349 0.5171

Sum of Sq. 0.075159 18.48153 18.40638 18.40638

df 1 96 95 95

Mean Squares 0.075159 0.192516 0.193751 0.193751

Value -57.67589 -57.46603

df 96 95

F-test summary:

Test SSR Restricted SSR Unrestricted SSR Unrestricted SSR LR test summary: Restricted LogL Unrestricted LogL

Tabulka 17 – Ramseyho RESET test pro produkt Kleenex lilly

Dle tabulky 17 není zamítnuta nulová hypotéza o správné specifikaci modelu. Model tedy považujeme za korektně specifikovaný.

4.5 Interpretace výsledků V tabulce 11 jsou znázorněny výsledky modelu pro produkt Kleenex lilly. Pro odhady počtu prodaných kusů, je třeba doplnit jednotlivé parametry do modelu . Z tabulky 11 lze vyčíst, jak jednotlivé proměnné modelu ovlivňují počet prodaných kusů daného výrobku. Je zřejmé, že proměnná, na které závisí prodeje nejvíce u všech produktů, je průměrná cena. Pro produkt Kleenex lilly platí, že zvýšení ceny o 1 Kč za roli sníží počet prodaných kusů o 67,2%. Další významnou proměnnou, která ovlivňuje počet prodaných kusů je nula-jednotková proměnná, která vyjadřuje, zda je produkt v hitu měsíce či nikoliv u Kleenex lilly dochází při výskytu v hitu k nárůstu o 127,6%. Nárůst při výskytu na titulce dosahuje 128,9%, jedná se tedy o nejvýznamnější vysvětlující proměnnou, která zvyšuje počet prodaných kusů tohoto produktu. Jedinou proměnou, která se zabývá výskytem konkurence v promoci, je výskyt konkurence v hitu, která snižuje počet prodaných kusů o

39


24,4%. Proměnné event. konkurence, titulka konkurence a leták konkurence, byly statisticky nevýznamné, proto byly z modelu vyřazeny.

40


5 Výsledky regresní analýzy pro jednotlivé produkty V předchozí kapitole byl na produktu Kleenex lilly představen postup při praktické části práce. V této části práce budou popsány výsledky regresní analýzy pro všechny zkoumané modely.

5.1 Kleenex camomile V příloze 1 se nachází všechny tabulky a obrázky, které se vztahují k výsledkům modelu pro Kleenex camomile. Z tabulky 18 lze vyčíst, že všechny parametry mají znaménko, které je v souladu s předpoklady. V obrázku 7 je znázorněno, že rezidua modelu podle testu Jarque-Bery mají normální rozdělení. Z modelu byly vyřazeny statisticky nevýznamné proměnné event, leták konkurence, titulka konkurence a event konkurence. Vícenásobný koeficient determinace dosahuje 90%. Tabulka 19 ukazuje, že se podle testu Breusche-Pagana-Godfreyho v modelu vyskytuje heteroskedasticita, proto bylo přistoupeno k odhadu chyb konzistentních proti heteroskedasticitě [3]. V modelu se také vyskytla autokorelace, která byla odstraněna pomocí MZNČ a Cochran-Occutově transformaci. Multikolinearita se podle tabulky 22 v modelu nevyskytuje a rezidua nejsou závislé na vysvětlujících proměnných, což plyne z tabulky 23. Ramseyho RESET test v tabulce 24 ukazuje, že je model správně specifikován. V tabulce 21 lze vidět, že při zvýšení ceny o 1 Kč se počet prodaných kusů sníží o 71%. Nejefektivnější promocí pro tento produkt je hit. Jestliže se Kleenex camomile vyskytuje v hitu, zvýší počet prodaných kusů o 121,8%. Druhou nejefektivnější promocí je titulka, díky které se počet prodaných kusů zvýší o 112,1%. Vyskytne-li se v hitu konkurenční výrobek, sníží se počet prodaných kusů o 24,7%.

5.2 Tesco bílý Veškeré tabulky a obrázky spojené s modelem produktu Tesco bílý se nachází v příloze 2. V tabulce 25 lze vidět, že znaménka všech parametrů jsou v souladu s předpoklady. Podle testu Jarque-Bery mají rezidua normální rozdělení. Statisticky nevýznamná proměnná event konkurence byla z modelu vyřazena. Ostatní proměnné se jeví jako statisticky významné. Vícenásobný koeficient determinace má hodnotu 87,2%.

41


Podle testu Breusche-Pagana-Godfreyho na 5% hladině významnosti není zamítnuta nulová hypotéza o homoskedasticitě. Tak jako v ostatních modelech se i v tomto modelu vyskytla autokorelace, která byla odstraněna aplikací metody zobecněných nejmenších čtverců a Cochran-Occutově transformaci. Odstranění autokorelace lze vidět v tabulce 27. Multikolinearita nebyla v modelu prokázána, což lze vyčíst z tabulky 28. V tabulce 29 je prokázána nezávislost proměnných a náhodných složek modelu. Na základě Ramseyho testu není zamítnuta nulová hypotéza o správné specifikaci modelu. Z odhadnutých parametrů modelu vyplývá, že zvýšení ceny o 1 Kč vede ke snížení počtu prodaných kusů o 55,9%. Nejefektivnější promocí pro tento produkt je titulka, která zvýší prodeje o 85,7%, naopak hit je na rozdíl od obou produktů Kleenex nejméně efektivní promocí, protože zvyšuje počet prodaných kusů pouze o 47%. Právě efektivita hitu na produktech Kleenexu se nejspíše odráží v parametru hit konkurence, který snižuje počet prodaných kusů Tesco bílý o 34,5%. Překvapivě vysoké hodnoty nabývá parametr leták, který vyjadřuje výskyt produktu Tesco bílý v letáku. Výskyt v letáku zvyšuje prodeje tohoto produktu o 59,7%. Hodnota výskytu v eventu je rovněž vysoká, nicméně vzhledem k malé četnosti těchto akcí je poměrně nevýznamná.

5.3 Tesco heřmánek V tabulce 32 v příloze 3, kde jsou i ostatní tabulky a obrázky k tomuto modelu, lze vidět, že všechny odhady mají přepokládané znaménka. Podle testu Jarque-Bery v obrázku 9 mají rezidua modelu normální rozdělení. Z modelu byly vyřazeny odhady eventu konkurence, letáku a letáku konkurence, které se jevily jako statisticky nevýznamné. Vícenásobný koeficient determinace má hodnotu 86,6%. V tabulce 32 mají všechny pravděpodobnosti testů hodnotu vyšší než 80%, proto není zamítnuta nulová hypotéza o homoskedasticitě. Autokorelace byla z modelu odstraněna pomocí metody zobecněných nejmenších čtverců a Cochran-Occutově transformace, což je vidět v tabulce 34. V tabulce 35 je vidět, že se v modelu nevyskytuje multikolinearita a v tabulce 36 je vidět, že rezidua nejsou závislá na proměnných modelu. Ramseyho RESET test dosahuje vysokých hodnot, nulová hypotéza o správné specifikaci modelu tedy není zamítnuta. Jednotková cena změna produktu vede k 64,4% změně prodejů tohoto produktu. Nejefektivnější promocí je opět titulka, která zvyšuje prodeje o 92,3%. Zajímavý je rozdíl v efektivnosti hitu mezi produktem Tesco heřmánek a produktem Tesco bílý, kdy efektivita prvně jmenovaného je v tomto typu promoce o téměř 25% vyšší než Tesco bílý. Hit konkurence snižuje počet prodaných kusů o 39,6% a titulka konkurence dokonce o 43,3%. Odhad parametru výskytu v eventu je podobný jako u produktu Tesco bílý a dosahuje hodnoty 76,8%. 42


5.4 Tesco růžový V modelu pro produkt Tesco růžový mají všechny odhady parametrů znaménka v souladu s předpokladem, což je vidět v tabulce 38 v příloze 4. Dle testu Jarque-Bery o normalitě rozdělení reziduí, není zamítnuta nulová hypotéza o normálním rozdělení reziduí. Výsledky testu Jarque-Bery jsou vidět v obrázku 10. Z modelu byly vyřazeny statisticky nevýznamné proměnné event. Konkurence, leták a leták konkurence. Vícenásobný koeficient determinace dosahuje hodnoty 85,7%. Na základě test Breusche-Pagana-Godfreyho v tabulce 39 není zamítnuta nulová hypotéza o homoskedasticitě. Autokorelace byla odstraněna stejně jako v předchozích modelech metodou zobecněných nejmenších čtverců a Cochran-Occutovou transformací a v modelu se již nevyskytuje, což je zřejmé z tabulky 40, kde jsou výsledky testu BreuscheGodfreyho. V tabulce 41 je dokázána neexistence multikolinearity v modelu a v tabulce 42 nezávislost náhodných složek a proměnných modelu. Ramseyho RESET v tomto modelu dosahuje vysokých hodnot, proto není zamítnuta nulová hypotéza o správnosti specifikace modelu. Zvýší-li se průměrná cena o 1 Kč, povede to ke snížení počtu prodaných kusů o 62,3%, což je zřejmé z tabulky 38. Tak jako u obou předchozích produktů Tesco, platí i pro Tesco růžový, že nejefektivnější promocí je titulka, která zvyšuje prodej tohoto výrobku o 76,2%, druhou nejefektivnější promocí je event., který zvyšuje prodeje o 64,8%, naopak nejméně efektivní promocí je hit, který zvyšuje počet prodaných kusů o 49%. Vyskytuje-li se konkurenční výrobek na titulce, sníží se počet prodaných kusů produktu Tesco růžový o 29,6%. Vyskytuje-li se konkurenční výrobek v hitu, pak se sníží prodeje o 26,5%.

5.5 Zewa heřmánek Posledním zkoumaným produktem je Zewa heřmánek. Všechny tabulky a obrázky k regresnímu modelu lze nalézt v příloze 5. Z tabulky 44 je zřejmé, že všechny odhady parametrů mají předpokládaná znaménka. Na základě testu Jarque-Bery v obrázku 11 není zamítnuta nulová hypotéza o normalitě rozdělení reziduí. V modelu zůstaly odhady parametrů průměrné ceny, hitu konkurence, hitu, letáku, titulky konkurence a titulky. Ostatní odhady byly z modelu vyřazeny, protože na 5% hladině významnosti se jevily jako statisticky nevýznamné. Vícenásobný koeficient determinace má hodnotu 93,4%. Na základě testu Breusche-Pagana-Godfreyho v tabulce 45, je zamítnuta nulová hypotéza o homoskedasticitě. Postup je stejný jako u produktu Kleenex camomile, bylo přistoupeno k odhadu chyb konzistentních proti heteroskedasticitě. V tomto modelu se opět vyskytla autokorelace, která byla odstraněna pomocí metody zobecněných nejmenších čtverců a Cochran-Occutovou transformací, což je vidět v tabulce 46. Multikolinearita se podle 43


tabulky 48 v modelu nevyskytuje a rezidua nejsou závislé na vysvětlujících proměnných, což plyne z tabulky 49. Ramseyho RESET test v tabulce 50 ukazuje, že je model správně specifikován. V tabulce 47 jsou finální odhadnuté parametry modelu. Zvýšení průměrné ceny o 1 Kč vede ke snížení prodejů produktu Zewa heřmánek o 72%, u tohoto produktu je rovněž nejefektivnější promocí titulka, která zvyšuje prodeje o 86,2%, promoce v hitu měsíce zvýší prodeje o 68,2% a promoce v letáku zvýší prodeje 33,6%. Konkurenční promocí, která snižuje počet prodaných kusů o 31,1% je titulka konkurence. Hit konkurence snižuje prodeje o 23,6%.

44


6 Závěr Hlavním cílem této práce byla kvantifikace závislostí prodejů vybraných toaletních papírů ve společnosti Tesco Stores ČR a.s. Po převedení lineárního modelu a odhadu pomocí exponenciální funkce modelu se v práci podařilo kvantifikovat vlivy jednotlivých proměnných na počet prodaných kusů balení vybraných produktů. Některé proměnné, které byly do modelů zahrnuty, byly následně z modelu vyřazeny jako statisticky nevýznamné. Především se jednalo o event konkurence, který se ve všech modelech jevil jako statisticky nevýznamný, což může být způsobeno především malou četností promocí tohoto typu ve zkoumaném období. Dle výsledků modelů je jasně vidět, že nejefektivnější možnou promocí je promoce na titulní straně letáku. Zajímavým zjištěním byla rozdílná efektivita hitu měsíce pro značku Tesco a značku Kleenex, kdy u značky Tesco tato promoce zvyšovala prodeje podstatně méně než v dalších případech. Tato skutečnost může být způsobena charakterem Tesco značky, protože zákazníci vnímají privátní značky jako méně kvalitní než výrobky od korporátních dodavatelů, což odpovídá odhadům parametrů nula-jednotkových proměnných, podle kterých Tesco značka při účasti v jakémkoliv druhu promoce zaznamenává nejnižší přírůstky a při účasti konkurence v jakémkoliv druhu promoce zaznamenává nevyšší úbytky prodejů. Odhady parametrů produktu Zewa heřmánek jsou podobné produktu Tesco heřmánek, což může být způsobeno podobným charakterem tohoto produktu a segmentací zákazníku, kteří se nemusí zaměřovat pouze na cenu a typ promoce, ale také na vzhled a přívlastek toaletních papírů. Pro produkty značky Kleenex dosahují podle výsledků modelu nejvyšších nárůstů prodejů pro hit, leták i titulku. Z tohoto pohledu se tedy jedná o produkty, které by pro maximalizaci prodejů pomocí jmenovaných promočních mechanik měly být promovány nejčastěji. Z pohledu Tesca se ovšem může jednat o produkty s vysokou nákupní cenou, tudíž by Tesco zvýšením promoční participace těchto produktů mohlo snížit svojí celkovou marži. Na výsledky této diplomové práce lze navázat v další práci, která by po dosazení nákupních a prodejních cen pro jednotlivé produkty cílovala celkové tržby a marži společnosti Tesco.

45


Literatura [1]

CIMLER, Petr. Retail management. Vyd. 1. Praha: Management Press, 2007, ISBN 978-80-7261-167-6.

[2]

CIPRA, Tomáš. Finanční ekonometrie. 1. vyd. Ekopress: , 2008, ISBN 978-80-8692943-9.

[3]

HANSEN, Bruce: Econometrics. Vyd 1. University of Wisconsin, 2014 str. 99, dostupné z http://www.ssc.wisc.edu/~bhansen/econometrics/

[4]

HUMBY C., HUNT T., PHILLIPS T..: Scoring points 2.vydání. Londýn, Philadelphia, 2007. ISBN 978 0 7494 5338 1.

[5]

HUŠEK, Roman. Aplikovaná ekonometrie: teorie a praxe. Vyd. 1. Praha: Oeconomica, 2009, 9 s. ISBN 978-80-245-1623-3.

[6]

HUŠEK, Roman. Ekonometrická analýza. Vyd. 1. Praha: Oeconomica, 2007, ISBN 978-80-245-1300-3.

[7]

KRKOŠKOVÁ, Šárka, Adéla RÁČKOVÁ a Jan ZOUHAR. Základy ekonometrie v příkladech. 2., přeprac. vyd. Praha: Oeconomica, 2010, ISBN 978-80-245-1708-7.

[8]

LEAHY, Terry. Management v deseti slovech: zkušenosti muže, který vybudoval Tesco. Vyd. 1. Praha: Management Press, 2013, 296 s. ISBN 978-80-7261-262-8.

[9]

WHITE, H.: A heteroskedasticity – Consistent Covariance Matrix Estimator and a Direct Test for Heteroskedasticity. Econometrica, 1980, 48s.

46


Internetové zdroje [10]

INCOMA GFK: TOP 10 českého obchodu. Dostupný z WWW: http://www.incoma.cz/cz/ols/reader.aspx?msg=1217&lng=CZ&ctr=203 [cit. 7-3-2014]

[11]

KIMBERLY CLARK: Company. Dostupný z WWW: http://www.kimberly-clark.com/ourcompany.aspx [cit. 10-4-2014]

[12]

METSATISSUE: Who we are. Dostupný z WWW: http://www.metsatissue.com/company/whoweare/Pages/Default.aspx [cit. 10-4-2014]

[13]

SCA: About SCA. Dostupný z WWW: http://www.sca.com/en/About_SCA/ [cit. 11-4-2014]

[14]

SHP GROUP: O nás. Dostupný z WWW: http://www.shpgroup.eu/o-nas [cit. 11-4-2014]

[15]

TESCO ČESKÁ REPUBLIKA: Historie. Dostupný z WWW: http://www.itesco.cz/cs/tesco-v-cr/o-nas/historie/ [cit. 28-3-2014]

[16]

TESCO ČESKÁ REPUBLIKA: Profil. Dostupný z WWW: http://www.itesco.cz/cs/tesco-v-cr/o-nas/profil/ [cit. 25-3-2014]

[17]

TESCO PLC: Our businesses. Dostupný z WWW: http://www.tescoplc.com/index.asp?pageid=276 [cit. 17-3-2014]

[18]

TESCO PLC: History. Dostupný z WWW: http://www.tescoplc.com/index.asp?pageid=11 [cit. 17-3-2014]

47


Příloha 1 – Kleenex camomile 10


8

6

4


3.87e-16 0.030091 0.875547 -0.861043 0.373412 -0.029102 2.436738


1.376129 0.502548

2

0 -0.8

-0.6

-0.4

-0.2

0.0

0.2

0.4

0.6

0.8

Obrázek 7 – Test normality Jarque-Bery pro produkt Kleenex camomile Dependent Variable: LOG(KLEE_CAMO_VOLUME)-ROVE_KLEE_CAMO_0 3.@COEFS(1)*LOG(KLEE_CAMO_VOLUME(-1)) Variable

Coefficient

Std. Error

t-Statistic

Prob.

C KLEE_CAMO_AVG_PRICE KLEE_CAMO_HIT_KONK KLEE_CAMO_HIT KLEE_CAMO_LETAK KLEE_CAMO_TITULKA

13.44251 -0.710176 -0.247536 1.218393 0.767240 1.121765

0.331719 0.042660 0.089621 0.225862 0.170957 0.195265

40.52379 -16.64735 -2.762034 5.394414 4.487910 5.744839

0.0000 0.0000 0.0069 0.0000 0.0000 0.0000


0.903196 0.898206 0.395348 15.16110 -47.47687 181.0055 0.000000


8.293577 1.239137 1.038386 1.191865 1.100550 1.794662

Tabulka 18 - Výsledky ze softwaru EViews pro produkt Kleenex camomile Heteroskedasticity Test: Breusch-Pagan-Godfrey F-statistic Obs*R-squared Scaled explained SS

3.181720 14.51250 10.63127


Tabulka 19 - Test heteroskedasticity Breusche-Pagana-Godfreyho pro produkt Kleenex camomile

48

0.0106 0.0127 0.0592


Breusch-Godfrey Serial Correlation LM Test: F-statistic 2.282762 Prob. F(2,95) Obs*R-squared 4.723010 Prob. Chi-Square(2) Dependent Variable: LOG(KLEE_CAMO_VOLUME)-ROVE_KLEE_CAMO_0 3.@COEFS(1)*LOG(KLEE_CAMO_VOLUME(-1))

0.1076 0.0943

Tabulka 20 - Test sériové korelace Breusche-Godfreyho pro produkt Kleenex camomile

Method: Least Squares Date: 05/10/14 Time: 12:32 Sample (adjusted): 6/09/2010 5/23/2012 Included observations: 103 after adjustments White heteroskedasticity-consistent standard errors & covariance Variable

Coefficient

Std. Error

t-Statistic

Prob.

C KLEE_CAMO_AVG_PRICE KLEE_CAMO_HIT_KONK KLEE_CAMO_HIT KLEE_CAMO_LETAK KLEE_CAMO_TITULKA

13.44251 -0.710176 -0.247536 1.218393 0.767240 1.121765

0.424373 0.052921 0.089548 0.209323 0.202945 0.211001

31.67619 -13.41959 -2.764284 5.820630 3.780530 5.316389

0.0000 0.0000 0.0068 0.0000 0.0003 0.0000


0.903196 0.898206 0.395348 15.16110 -47.47687 181.0055 0.000000


8.293577 1.239137 1.038386 1.191865 1.100550 1.794662

Tabulka 21 - Výsledky ze softwaru EViews

Covariance Analysis: Ordinary Date: 05/10/14 Time: 14:22 Sample: 6/02/2010 5/23/2012 Included observations: 104

Correlation KLEE_CAMO_AVG_ PRICE KLEE_CAMO_HIT_K ONK KLEE_CAMO_HIT KLEE_CAMO_LETAK KLEE_CAMO_TITUL KA

KLEE_CAMO_ KLEE_CAMO_ KLEE_CAM KLEE_CAM KLEE_CAMO_TI AVG_PRICE HIT_KONK O_HIT O_LETAK TULKA 1.000000 0.161052 -0.276553

1.000000 -0.196267

1.000000

-0.458889

-0.153186

-0.073300

1.000000

-0.329153

0.033615

-0.055607

-0.080705

Tabulka 22 – Testování multikolinearity

49

1.000000


Covariance Analysis: Ordinary Date: 05/10/14 Time: 14:23 Sample (adjusted): 6/09/2010 5/23/2012 Included observations: 103 after adjustments Balanced sample (listwise missing value deletion)

Correlation KLEE_CAMO_AVG_ PRICE KLEE_CAMO_HIT_K ONK KLEE_CAMO_HIT KLEE_CAMO_LETAK KLEE_CAMO_TITUL KA RESID_KLEE_CAMO

KLEE_CAMO_ KLEE_CAMO_ KLEE_CAM KLEE_CAM KLEE_CAMO_TI RESID_KLE AVG_PRICE HIT_KONK O_HIT O_LETAK TULKA E_CAMO 1.000000 0.149245 -0.284403

1.000000 -0.198959

1.000000

-0.434246

-0.133921

-0.069892

1.000000

-0.338177

0.031643

-0.056177

-0.076957

1.000000

-0.005658

-0.023137

0.003759

0.003814

-0.001818

Tabulka 23 – Testování závislosti proměnných a náhodných složek

Ramsey RESET Test Equation: KLEECAMO Omitted Variables: Squares of fitted values


Value 0.710484 0.504787 0.540176

df 96 (1, 96) 1

Probability 0.4791 0.4791 0.4624

Sum of Sq. 0.079303 15.16110 15.08180 15.08180

df 1 97 96 96

Mean Squares 0.079303 0.156300 0.157102 0.157102

Value -47.47687 -47.20679

df 97 96

F-test summary:


Tabulka 24 – Ramseyho RESET test pro produkt Kleenex camomile

50

1.000000


Příloha 2 – Tesco bílý 14


12 10 8 6 4 2


-2.07e-15 -0.018568 0.982447 -0.754281 0.330812 0.167896 2.886015


0.539673 0.763504

0 -0.8

-0.6

-0.4

-0.2

0.0

0.2

0.4

0.6

0.8

1.0

Obrázek 8 – Test normality Jarque-Bery pro produkt Tesco bílý Dependent Variable: LOG(TS_BILY_VOLUME)-ROVE_TS_BILY.@COEFS(1 )*LOG(TS_BILY_VOLUME(-1)) Method: Least Squares Date: 05/10/14 Time: 13:29 Sample (adjusted): 6/09/2010 5/23/2012 Included observations: 103 after adjustments Variable

Coefficient

Std. Error

t-Statistic

Prob.

C TS_BILY_AVG_PRICE TS_BILY_EVENT TS_BILY_HIT_KONK TS_BILY_HIT TS_BILY_LETAK TS_BILY_LETAK_KONK TS_BILY_TITULKA TS_BILY_TITULKA_KONK

8.193896 -0.559825 0.504886 -0.344874 0.470185 0.597478 -0.156750 0.857994 -0.243927

0.257690 0.055208 0.187618 0.102128 0.195806 0.208870 0.074846 0.235970 0.105166

31.79744 -10.14028 2.691037 -3.376885 2.401274 2.860520 -2.094313 3.636038 -2.319452

0.0000 0.0000 0.0084 0.0011 0.0183 0.0052 0.0389 0.0005 0.0225


0.871870 0.860966 0.345153 11.19830 -31.87388 79.95407 0.000000


Tabulka 25 - Výsledky ze softwaru EViews pro produkt Tesco bílý

51

5.762738 0.925660 0.793668 1.023887 0.886914 1.661889


Heteroskedasticity Test: Breusch-Pagan-Godfrey F-statistic Obs*R-squared Scaled explained SS

1.270500 10.05042 7.853361


0.2683 0.2615 0.4479

Tabulka 26 - Test heteroskedasticity Breusche-Pagana-Godfreyho pro produkt Tesco bílý

Breusch-Godfrey Serial Correlation LM Test: F-statistic Obs*R-squared

2.151008 4.601229


0.1222 0.1002

Tabulka 27 - Test sériové korelace Breusche-Godfreyho pro produkt Tesco bílý Covariance Analysis: Ordinary Date: 05/10/14 Time: 14:11 Sample: 6/02/2010 5/23/2012 Included observations: 104

Correlation TS_BILY_AVG _PRICE TS_BILY_EVE NT

TS_BILY_AV TS_BILY_ TS_BIL TS_BILY_H TS_BILY TS_BILY_LET TS_BILY_ TS_BILY_TITU G_PRICE EVENT Y_HIT IT_KONK _LETAK AK_KONK TITULKA LKA_KONK 1.000000 -0.361019 1.000000

TS_BILY_HIT

-0.539357 -0.101535

TS_BILY_HIT_ KONK

0.237342 0.040851

TS_BILY_LETA K

-0.297608 -0.053727

TS_BILY_LETA K_KONK

0.317324 -0.195461

TS_BILY_TITU LKA TS_BILY_TITU LKA_KONK

-0.270669 -0.053727 -0.097576 -0.118748

1.0000 00 0.2808 76 0.0755 93 0.1527 83 0.0755 93 0.1474 21

1.000000

-0.148626 1.000000 -0.160750 0.040423

1.000000

0.060254 0.040000

-0.145521 1.000000

-0.165553 0.046805

-0.103007 -0.088409

Tabulka 28 – Testování multikolinearity produktu Tesco bílý

52

1.000000



Correlation TS_BILY_AVG _PRICE TS_BILY_EVE NT TS_BILY_HIT TS_BILY_HIT_ KONK TS_BILY_LETA K TS_BILY_LETA K_KONK TS_BILY_TITU LKA TS_BILY_TITU LKA_KONK RESID_TS_BIL Y

TS_BILY_ TS_BILY TS_BILY TS_BILY TS_BILY AVG_PRIC TS_BILY_ TS_BILY _HIT_KO TS_BILY _LETAK_ _TITULK _TITULK RESID_T E EVENT _HIT NK _LETAK KONK A A_KONK S_BILY 1.000000 -0.360879 1.000000 -0.539358 -0.102628 1.000000 0.238795 0.039031 0.284564 1.000000 -0.297469 -0.054278 0.076395 0.150502 1.000000 0.318804 -0.193728 0.149217 0.152646 0.038112 1.000000 -0.270522 -0.054278 0.076395 0.058980 0.040404 0.144209 1.000000 -0.097199 -0.120057 0.146038 0.169357 0.045999 0.098104 0.089369 1.000000 0.067305 -0.060551 0.029396 0.022302 0.027361 0.049142 0.118212 0.048810 1.000000

Tabulka 30 – Testování závislosti proměnných a náhodných složek

Ramsey RESET Test Equation: TSBILY Omitted Variables: Squares of fitted values


Value 1.720124 2.958825 3.225929

df 93 (1, 93) 1

Probability 0.0887 0.0887 0.0725

Sum of Sq. 0.345292 11.19830 10.85301 10.85301

df 1 94 93 93

Mean Squares 0.345292 0.119131 0.116699 0.116699

Value -31.87388 -30.26092

df 94 93

F-test summary:


Tabulka 31 – Ramseyho RESET test pro produkt Tesco bílý

53


Příloha 3 – Tesco heřmánek 10


8

6

4


-1.84e-15 0.001450 0.867649 -1.001013 0.369724 -0.078740 2.746260


0.382749 0.825823

2

0 -1.0

-0.8

-0.6

-0.4

-0.2

0.0

0.2

0.4

0.6

0.8

Obrázek 9 – Test normality Jarque-Bery pro produkt Tesco heřmánek Dependent Variable: LOG(TS_HER_VOLUME)-ROVE_TS_HER.@COEFS(1 )*LOG(TS_HER_VOLUME(-1)) Method: Least Squares Date: 05/10/14 Time: 14:36 Sample (adjusted): 6/09/2010 5/23/2012 Included observations: 103 after adjustments Variable

Coefficient

Std. Error

t-Statistic

Prob.

C TS_HER_AVG_PRICE TS_HER_EVENT TS_HER_HIT_KONK TS_HER_HIT TS_HER_TITULKA TS_HER_TITULKA_KONK

7.059348 -0.644861 0.767539 -0.395971 0.715061 0.923689 -0.433734

0.215319 0.052450 0.192116 0.115028 0.207648 0.251917 0.116695

32.78550 -12.29480 3.995173 -3.442400 3.443623 3.666641 -3.716800

0.0000 0.0000 0.0001 0.0009 0.0009 0.0004 0.0003


0.865870 0.857487 0.387208 14.39327 -44.80029 103.2874 0.000000


4.612078 1.025692 1.005831 1.184890 1.078356 1.704827

Tabulka 32 - Výsledky ze softwaru EViews pro produkt Tesco heřmánek


0.479499 2.996962 2.321686


0.8221 0.8092 0.8879

Tabulka 33 - Test heteroskedasticity Breusche-Pagana-Godfreyho pro produkt Tesco heřmánek

54



1.263319 2.696081


0.2875 0.2597

Tabulka 34 - Test sériové korelace Breusche-Godfreyho pro produkt Tesco heřmánek


Correlation TS_HER_AVG_PRIC E TS_HER_EVENT TS_HER_HIT TS_HER_HIT_KONK TS_HER_TITULKA TS_HER_TITULKA_K ONK

TS_HER_TIT TS_HER_AVG_ TS_HER_EVEN TS_HER_HI TS_HER_HI TS_HER_TIT ULKA_KONK PRICE T T T_KONK ULKA 1.000000 -0.376809 -0.564235 0.199138 -0.282588

1.000000 -0.101535 0.040851 -0.053727

1.000000 -0.280876 -0.075593

1.000000 0.060254

1.000000

-0.008261

-0.118748

0.147421

-0.165553

-0.088409

1.000000

Tabulka 35 – Testování multikolinearity produktu Tesco heřmánek


Correlation TS_HER_AVG_PRI CE TS_HER_EVENT TS_HER_HIT TS_HER_HIT_KON K TS_HER_TITULKA TS_HER_TITULKA _KONK RESID_TS_HERM

TS_HER_TI TS_HER_AV TS_HER_EVE TS_HER_H TS_HER_H TS_HER_TI TULKA_KO RESID_TS_ G_PRICE NT IT IT_KONK TULKA NK HERM 1.000000 -0.376010 -0.563401

1.000000 -0.102628

1.000000

0.205353 -0.281954

0.039031 -0.054278

-0.284564 -0.076395

1.000000 0.058980

1.000000

-0.005212 0.094518

-0.120057 -0.040099

0.146038 -0.044285

-0.169357 -0.082661

-0.089369 -0.114396

Tabulka 36 – Testování závislosti proměnných a náhodných složek Tesco heřmánek

55

1.000000 -0.011410

1.000000


Ramsey RESET Test Equation: TSHER Omitted Variables: Squares of fitted values


Value 0.053816 0.002896 0.003105

df 97 (1, 97) 1

Probability 0.9572 0.9572 0.9556

Sum of Sq. 0.000642 21.50976 21.50912 21.50912

df 1 98 97 97

Mean Squares 0.000642 0.219487 0.221743 0.221743

Value -65.62363 -65.62208

df 98 97

F-test summary:


Tabulka 37 – Ramseyho RESET test pro produkt Tesco heřmánek

56


Příloha 4 – Tesco růžový 12


10

8

6

4

2


2.96e-16 -0.005376 0.763252 -0.761009 0.342551 -0.100743 2.489221


1.293903 0.523640

0 -0.8

-0.6

-0.4

-0.2

0.0

0.2

0.4

0.6

0.8

Obrázek 10 – Test normality Jarque-Bery pro produkt Tesco růžový Dependent Variable: LOG(TS_RUZ_VOLUME)-ROVE_TS_RUZ.@COEFS(1 )*LOG(TS_RUZ_VOLUME(-1)) Method: Least Squares Date: 05/10/14 Time: 14:50 Sample (adjusted): 6/09/2010 5/23/2012 Included observations: 103 after adjustments Variable

Coefficient

Std. Error

t-Statistic

Prob.

C TS_RUZ_AVG_PRICE TS_RUZ_EVENT TS_RUZ_HIT_KONK TS_RUZ_HIT TS_RUZ_TITULKA TS_RUZ_TITULKA_KONK

6.318795 -0.623235 0.647805 -0.265522 0.489968 0.762241 -0.295680

0.179807 0.048365 0.177873 0.109127 0.193580 0.235644 0.108152

35.14202 -12.88608 3.641955 -2.433155 2.531082 3.234717 -2.733926

0.0000 0.0000 0.0004 0.0168 0.0130 0.0017 0.0075


0.857384 0.848470 0.361103 12.51796 -37.61111 96.18922 0.000000


4.198547 0.927646 0.866235 1.045294 0.938760 1.744127

Tabulka 38 - Výsledky ze softwaru EViews pro produkt Tesco růžový


0.168056 1.070616 0.664176


Tabulka 39 - Test heteroskedasticity Breusche-Pagana-Godfreyho pro produkt Tesco růžový

57

0.9847 0.9828 0.9952



0.985292 2.114921


0.3772 0.3473

Tabulka 40 - Test sériové korelace Breusche-Godfreyho pro produkt Tesco růžový


Correlation TS_RUZ_AVG_PRIC E TS_RUZ_EVENT TS_RUZ_HIT TS_RUZ_HIT_KONK TS_RUZ_TITULKA TS_RUZ_TITULKA_K ONK

TS_RUZ_TIT TS_RUZ_AVG_ TS_RUZ_EVEN TS_RUZ_HIT TS_RUZ_HIT TS_RUZ_TIT ULKA_KONK PRICE T _KONK ULKA 1.000000 -0.374896 -0.560155 0.180976 -0.280876

1.000000 -0.101535 0.040851 -0.053727

1.000000 -0.280876 -0.075593

1.000000 0.060254

1.000000

0.004711

-0.118748

0.147421

-0.165553

-0.088409

1.000000

Tabulka 41 – Testování multikolinearity produktu Tesco růžový


Correlation TS_RUZ_AVG_PRI CE TS_RUZ_EVENT TS_RUZ_HIT TS_RUZ_HIT_KON K TS_RUZ_TITULKA TS_RUZ_TITULKA _KONK RESID_TS_RUZ

TS_RUZ_TI TS_RUZ_AV TS_RUZ_EVE TS_RUZ_HI TS_RUZ_HI TS_RUZ_TI TULKA_KO RESID_TS_ G_PRICE NT T T_KONK TULKA NK RUZ 1.000000 -0.374092 -0.559310

1.000000 -0.102628

1.000000

0.187169 -0.280238

0.039031 -0.054278

-0.284564 -0.076395

0.007840 0.110380

-0.120057 -0.082346

0.146038 -0.169357 -0.041475 -0.117774

1.000000 0.058980

1.000000 -0.089369 1.000000 -0.072363 -0.014704

Tabulka 42 – Testování závislosti proměnných a náhodných složek Tesco růžový

58

1.000000


Ramsey RESET Test Equation: TSRUZ Omitted Variables: Squares of fitted values


Value 0.082926 0.006877 0.007373

df 97 (1, 97) 1

Probability 0.9341 0.9341 0.9316

Sum of Sq. 0.001463 20.63410 20.63264 20.63264

df 1 98 97 97

Mean Squares 0.001463 0.210552 0.212708 0.212708

Value -63.46242 -63.45874

df 98 97

F-test summary:


Tabulka 43 – Ramseyho RESET test pro produkt Tesco růžový

59


Příloha 5 – Zewa heřmánek 10


8

6

4


0.003643 0.016223 0.597708 -0.674294 0.270278 -0.225657 2.679430


1.315176 0.518099

2

0 -0.6

-0.4

-0.2

0.0

0.2

0.4

0.6

Obrázek 11 – Test normality Jarque-Bery pro produkt Zewa heřmánek Dependent Variable: LOG(ZEWA_HER_VOLUME)-ROVE_ZEWA_HER.@C OEFS(1)*LOG(ZEWA_HER_VOLUME(-1)) Method: Least Squares Date: 05/10/14 Time: 15:40 Sample (adjusted): 6/09/2010 5/23/2012 Included observations: 103 after adjustments Variable

Coefficient

Std. Error

t-Statistic

Prob.

C ZEWA_HER_AVG_PRICE ZEWA_HER_HIT_KONK ZEWA_HER_HIT ZEWA_HER_LETAK ZEWA_HER_TITULKA ZEWA_HER_TITULKA_KONK

10.91788 -0.720147 -0.235778 0.682091 0.335577 0.861652 -0.311312

0.185589 0.029915 0.074887 0.149682 0.126649 0.292683 0.079381

58.82835 -24.07272 -3.148470 4.556932 2.649663 2.943977 -3.921723

0.0000 0.0000 0.0022 0.0000 0.0094 0.0041 0.0002


0.934268 0.930159 0.279543 7.501877 -11.24252 227.4117 0.000000


6.570829 1.057781 0.354224 0.533283 0.426749 1.707471

Tabulka 44 - Výsledky ze softwaru EViews pro produkt Zewa heřmánek Heteroskedasticity Test: Breusch-Pagan-Godfrey F-statistic Obs*R-squared Scaled explained SS

2.415198 13.50870 9.667692


0.0323 0.0356 0.1394

Tabulka 45 - Test heteroskedasticity Breusche-Pagana-Godfreyho pro produkt Zewa heřmánek

60



2.748727 5.690978


0.0692 0.0581

Tabulka 46 - Test sériové korelace Breusche-Godfreyho pro produkt Zewa heřmánek

Dependent Variable: LOG(ZEWA_HER_VOLUME)-ROVE_ZEWA_HER.@C OEFS(1)*LOG(ZEWA_HER_VOLUME(-1)) Method: Least Squares Date: 05/10/14 Time: 15:42 Sample (adjusted): 6/09/2010 5/23/2012 Included observations: 103 after adjustments White heteroskedasticity-consistent standard errors & covariance Variable

Coefficient

Std. Error

t-Statistic

Prob.

C ZEWA_HER_AVG_PRICE ZEWA_HER_HIT_KONK ZEWA_HER_HIT ZEWA_HER_LETAK ZEWA_HER_TITULKA ZEWA_HER_TITULKA_KONK

10.91788 -0.720147 -0.235778 0.682091 0.335577 0.861652 -0.311312

0.225967 0.034315 0.071252 0.133048 0.121960 0.207157 0.081574

48.31627 -20.98631 -3.309060 5.126653 2.751528 4.159406 -3.816318

0.0000 0.0000 0.0013 0.0000 0.0071 0.0001 0.0002


0.934268 0.930159 0.279543 7.501877 -11.24252 227.4117 0.000000


6.570829 1.057781 0.354224 0.533283 0.426749 1.707471

Tabulka 47 - Výsledky ze softwaru EViews pro produkt Zewa heřmánek


Correlation ZEWA_HER_AVG_P RICE ZEWA_HER_HIT ZEWA_HER_HIT_KO NK ZEWA_HER_LETAK ZEWA_HER_TITULK A ZEWA_HER_TITULK A_KONK

ZEWA_HER ZEWA_HER_A ZEWA_HER_HI ZEWA_HER ZEWA_HER ZEWA_HER _TITULKA_K VG_PRICE T _HIT_KONK _LETAK _TITULKA ONK 1.000000 -0.430499

1.000000

0.288349 -0.337459

-0.237595 -0.077548

1.000000 -0.064676

1.000000

-0.236651

-0.028444

-0.081098

-0.026469

1.000000

0.094616

-0.140859

0.045898

-0.131081

0.201932

Tabulka 48 – Testování multikolinearity produktu Zewa heřmánek

61

1.000000



Correlation ZEWA_HER_AVG_ PRICE ZEWA_HER_HIT ZEWA_HER_HIT_ KONK ZEWA_HER_LETA K ZEWA_HER_TITUL KA ZEWA_HER_TITUL KA_KONK RESID_ZEWA_HE R

ZEWA_HE ZEWA_HE ZEWA_HE ZEWA_HER_ ZEWA_HER_ R_HIT_KO ZEWA_HE R_TITULKA R_TITULKA RESID_ZE AVG_PRICE HIT NK R_LETAK _KONK WA_HER 1.000000 -0.430185

1.000000

0.291010

-0.240792

1.000000

-0.337110

-0.078360 -0.067067

-0.236514

-0.028733 -0.082160 -0.026737

1.000000

-0.142449

0.042187 -0.132553

0.201708

1.000000

0.049621 -0.039818 -0.009781

0.041450

0.007876

0.095720 0.037523

1.000000

Tabulka 49 – Testování závislosti proměnných a náhodných složek Zewa heřmánek

Ramsey RESET Test Equation: ZEWHER Omitted Variables: Squares of fitted values


Value 0.268873 0.072293 0.078288

df 96 (1, 96) 1

Probability 0.7886 0.7886 0.7796

Sum of Sq. 0.006982 9.277976 9.270994 9.270994

df 1 97 96 96

Mean Squares 0.006982 0.095649 0.096573 0.096573

Value -21.89874 -21.85959

df 97 96

F-test summary:


Tabulka 50 – Ramseyho RESET test pro produkt Zewa heřmánek

62

1.000000

VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY DIPLOMOVÁ PRÁCE Radek Záhorovský

Recommend Documents