Диссертация (Динамическая модель равновесия фармацевтического рынка), страница 14

Переменные модели Rus_Pharma_Market_Dynamic_Model963.2.5 Задание потоков и связейРазработанная модель выглядит следующим образом:Область входных данныхОбласть расчётастратегий агентовForfeitSupply_Transpose#MinPricePercMinRegShareCntDim1MinTmShare###CntDim3P 201101EIDHardFixBackupIsFiexSoftFixCntDim2#MinShareSupplierTmShareStratTm#ForfeitSupplyForfeitDemandTmRegionP 201112P 201107Q 201101Q 201112SupplierTmStock###RegionStockSupplierRegionShare1StratRegionForfeitedDemandQ 201107Is FixedMarket_Grow th_1PriceGrow thОбласть расчёта спроса и рыночной динамикиQTransposedSupplierRegionStock####StrategyModDemandValue##Converted_Demand_AccruedConverted_Demand####TmRegionStockSupplyRateTmStock#QuantityMarket_Grow th###SupplierRegionTmShareCoverageMarketPrices#Desired_QuantityTime_to_SaturateSubst_PeriodDemandAvgMarketPriceGrow th_Demand#Subst_Rate#Область расчёта цены#Облась расчётапоследствийгосударственногорегулированияEIS#Supply###Desired_Price Price_ChangePrice_Change_Latency#DeficitMarket_PriceTrue_Price_Change#PriceTrue_PriceAuxiliary_1###Deficit_DemandSupplierTmRegionShare##IsFixed#####IsFixedTradenameAvgCorpPriceSupplier_PriceMarket_Volume_Size AvgTmPrice ExpQuantityRegulator_Price##ExpPrice#Defict_Value_RateДиаграмма 13.

Диаграмма модели Rus_Pharma_Market_Dynamic_Model973.2.6 Настройка служебных параметров моделиВмоделиRus_Pharma_Market_Dynamic_Modelустановленыследующие настройки:1) шаг моделирования – 1 день;2) период моделирования – с 01.01.2013 до 01.01.2015.3.3 Верификация моделиДля проверки результатов, получаемых с помощью модели, былипроведены тесты качества прогноза. Для этого прогноз, полученный спомощью модели, сравнивался с фактическими значениями основныхпоказателей фармацевтического рынка.В ходе тестирования было проведено два набора испытаний:1) Тестирование качества прогноза по сравнению с наблюдаемымифактическими значениями;2) Сравнение качества прогноза с аналогичной регрессионной моделью;В качестве исходных данных для оценки качества прогноза будутиспользованы:1) Информация о ценах и объемах продаж 10 торговых наименованийсегмента J04: «Изониазид», «ПАСК-Акри», «Пизина», «Пиразинамид», «Протионамид», «Рифампицин», «Феназид»,98 «Фтивазид», «Этамбутол», «Этамбутол-Акри»2) Выборка производителей включала 20 ведущих производителейлекарственных препаратов: «АКРИХИН ХФК ОАО», «БЕЛМЕДПРЕПАРАТЫ АО», «БИОСИНТЕЗ ОАО (ПЕНЗА)», «БИОХИМИК ОАО (САРАНСК)», «БРЫНЦАЛОВ-А ЗАО», «ИПКА ЛАБОРАТОРИЗ ЛТД», «ИРБИТСКИЙ ХФЗ ОАО», «ЛЮПИН ЛАБОРАТОРИЗ ЛТД», «МАКИЗ-ФАРМА ЗАО», «МОСХИМФАРМПРЕПАРАТЫ», «ОТЕЧЕСТВЕННЫЕ ЛЕКАРСТВА (ЭРКА - Ф)», «ПРОМЕД ЭКСПОРТС ПВТ ЛТД», «РОЗФАРМ ЗАО», «СЕВЕРНАЯ ЗВЕЗДА ЛТД ЗАО», «СИНТЕЗ АКОМП», «ТАТХИМФАРМПРЕПАРАТЫ КПХФО», «ТЮМЕНСКИЙ ХФЗ», «ФАРМАСИНТЕЗ ОАО (ИРКУТСК)», «ФАРМСИНТЕЗ ООО (С-ПЕТЕРБУРГ)»3) Модельбылапостроенадлявсехрегионов,данныебылипросуммированы до уровня федеральных округов.993.3.1 Тестирование качества прогноза моделиДопроведенияосновнойсериивычислительныхэкспериментов(описанных далее в разделах 3.5 – 3.6) был проведен ряд испытаний модели сцелью проверки адекватности модели, то есть ее способности давать точныепрогнозные значения.Для проведения тестирования модель была откалибрована на данных2010 – 2011 г, включающих ежемесячную статистику цен и объемов продажотдельных лекарственных препаратов каждого производителя во всехрегионах.Для проверки адекватности модели был проведен расчёт данныхпоказателей на следующий период – 2012 г.

без проведения дополнительнойкалибровки. Таким образом, сравнивая рассчитанные моделью значения на2012 г. с реально наблюдаемыми значениями возможно посмотретьотклонение данных.Результаты моделированияНиже приведены исходные, прогнозируемые и наблюдаемые цены налекарственные препараты:ПрогнТорговоенаименованиеРифампицинРифампицинРифампицинРифампицинПроизводительАКРИХИНХФКОАОБЕЛМЕДПРЕПАРАТЫ АОМОСХИМФАРМПРЕПАРАТЫОТЕЧЕСТВЕННЫЕЛЕКАРСТВА (ЭРКАРосОшибктаНачальн озНаблюдаеценпрогноая ценаценымая ценаыза20,7121,7821,514%24,2925,5424,491%24,6925,9625,945%36,0037,8635,013%-1%-4%0%-8%100- Ф)РифампицинФтивазидЭтамбутолЭтамбутолИзониазидИзониазидИзониазидИзониазидИзониазидПизинаПиразинамидДиаграммаСЕВЕРНАЯ ЗВЕЗДАЛТД ЗАОИРБИТСКИЙХФЗОАОИПКАЛАБОРАТОРИЗ ЛТДМАКИЗ-ФАРМАЗАО~БИОСИНТЕЗОАО(ПЕНЗА)МОСХИМФАРМПРЕПАРАТЫСЕВЕРНАЯ ЗВЕЗДАЛТД ЗАОТАТХИМФАРМПРЕПАРАТЫ КПХФОЛЮПИНЛАБОРАТОРИЗ ЛТДМАКИЗ-ФАРМАЗАО14.Результаты29,2830,7927,466%16,0916,9216,714%103,29108,61108,325%116,53122,53121,254%39,0941,1043,2511% 5%38,0440,0040,135%40,0842,1442,416%36,3438,2136,831%42,9545,1639,927%85,2989,6882,803%114,77120,68110,344%прогнозированияценыв-12%-1%0%-1%0%1%-4%-13%-8%-9%сегментепротивовирусных препаратов в ситуации отсутствия государственногорегулирования.Среднее значение ошибки прогноза составило 8%.Для проверки качества прогноза модели был проведен тест на неудачупредсказания (тест Чоу).

Для этого в модель были включены оценкипрогноза PriceForecast, а также дамми-переменные DummyForecast, послечего была оценена F-статистика Чоу, равная101F (m;T  k  1) ( RSST  m  RSST ) / mRSS t(T  k  1), где RSSt+m - сумма квадратов отклонений после включения фиктивныхпеременных, RSST - сумма квадратов отклонений до включения стандартныхпеременных. После подстановки, было получено значение F-статистики Чоу,равное 0, 68. Значение 0,95 квантиля F-распределения с (12;32) степенямисвободы = 2,01. Таким образом, нулевая гипотеза о стабильностикоэффициентов регрессии не была отвергнута, что свидетельствует окачестве прогнозов, полученных с помощью разработанной динамическоймодели равновесия фармацевтического рынка.3.3.2 Сравнениекачествапрогнозаразработанноймоделисрегрессионной модельюДля оценки эффективности используемого подхода было проведенодополнительное сравнение качества прогноза с аналогичной моделью,основанной только на статистических методах.

Для этого был построенпрогноз с помощью классической линейной регрессионной модели,использованной для калибровке модели (см. раздел 2.5). Ниже приведеносравнение качества прогнозов, полученных с использованием двух моделей:ПрепаратDAPSON FATOLARZNEIMITTELОшибкаОшибкапрогнозапрогнозадинамическойстатистическоймоделимодели1 988,2229%17%175,7459158,175%11%211,278179,80-9%18%ПрогнозПрогноздинамическстатистической моделиой модели2316,548ETHAMBUTOLAKRIKHINPHARMA*ETHAMBUTOLFARMSYNTEZ102ETHAMBUTOLUNIDENTIFIED142,5437136,40-2%5%39,9666735,004%14%35,5634227,66-2%29%86,1549373,2917%18%109,646844,0027%149%55,90-4%-152%MANUFISONIAZIDBIOTEK*ISONIAZIDMOSCHIMF.PREP. RFISONIAZIDPHARMCENTER*ISONIAZIDROZFARM ZAOISONIAZIDTUMENSK HFZ -28,91574RFДиаграмма15.Сравнениекачествапрогнозадинамическоймоделифармацевтического рынка со статистической моделью на основе линейнойрегрессииОценка результатов, полученных с помощью динамической моделиравновесия фармацевтического рынка показала:1.

Динамическая модель дает в среднем в два раза меньшую ошибкупрогноза, чем модель, использующая регрессию.2. В среднем, ошибка прогноза не превышает 10%.Сравнениепрогнозов,полученныхспомощьюразработаннойдинамической модели равновесия фармацевтического рынка с реальнонаблюдаемыми значениями, а также оценками, полученными с помощьюмоделейлинейнойрегрессиипоказало,чторасчётныезначениянезначительно отличаются от фактических. Таким образом, это даёт103основания предполагать, что с помощью разработанной модели возможнополучить достоверные оценки на длительный период моделирования.3.4 Тестирование модели на устойчивостьДалее представлено описание проведенных тестов на устойчивостьразработанной модели.

В работе проведено два вида тестирования наустойчивость:1) тестирование модели на устойчивость к аномальным значениямисходных данных;2) тестирование модели на стохастическую устойчивость результатов.3.4.1 Тестирование модели на устойчивость при аномальных значенияхисходных данныхПредположим, в рассматриваемый период времени рыночная ситуацияне соответствовала состоянию равновесия и уровень спроса существеннопревышал уровень предложения товаров. Например, сразу после вступленияв силу закона об обязательной регистрации цен на ЖВНЛС, многиепроизводители не успели выполнить данное требование и были вынужденывременно отсутствовать на рынке.Тестированиепоказало,чтомодельобладаетспособностьювозвращаться в исходное состояние:Ниже приведена динамика цен на один из лекарственных препаратов:Price[1;1]706050401st qt2nd qt3rd qt4th qtNon-commercial use only!Диаграмма 16.