Исследование аспектов комплексного анализа розничного товарооборота Текст научной статьи по специальности «Экономика и бизнес»

Исследование аспектов комплексного анализа розничного товарооборота

А.О. Копенкина, аспирант

Московский государственный университет экономики, статистики и информатики (МЭСИ)

В данной статье нами были рассмотрены аспекты комплексного анализа розничного товарооборота на примере анализа розничного товарооборота магазинов сети «Красный Куб».

Комплексный анализ розничного товарооборота проводят путем решения следующих задач:

1. Выявление тенденций и закономерностей его развития в динамике и изменений, происходящих в них;

2. Оценка и анализ изменения и тенденций общего объема товарооборота в целом по географическому и экономическому пространству, а также дифференцированно — в территориальном разрезе, по формам рыночной деятельности, по социально-экономическим группам потребителей;

3. Проверка степени выполнения прогнозных продаж по объему и структуре, удовлетворение спроса покупателей на отдельные товары;

4. Определение факторов, влияющих на его изменение (количественное изменение и обобщение влияния факторов на выполнение прогнозных показателей и динамику розничного товарооборота);

5. Оценка эффективности внедрения прогрессивных методов торговли;

6. Выявление резервов, путей и возможностей роста объема продаж и улучшения обслуживания покупателей;

7. Разработка мер по устранению недостатков и повышению эффективности хозяйственно-финансовой деятельности.

Рассмотрим более подробно факторы, влияющие на розничный товарооборот. На объем продаж оказывает влияние множество факторов. Оборот розничной торговли товаров зависит от экономической и политической ситуации в стране и регионе, уровня инфляции, доходов населения и т.д.

Выделяют внешние факторы (не зависящие от торговой организации) и внутренние (зависящие от деятельности организации):

На макроуровне торговой организации анализ внешних факторов осуществляется путем изучения макроэкономических показателей страны. Среди внешних факторов можно выделить факторы, оказывающие непосредственное воздействие на спрос и предложение товаров. Например, среди экономических факторов можно выделить инфляцию, которая оказывает влияние на увеличение товарооборота в стоимостном выражении и на снижение физического объема продажи товаров. Кроме того, в результате инфляции ухудшается структура розничного товарооборота, т.е. снижается доля высококачественных товаров. Практически такое же влияние на объем розничного товарооборота оказывает снижение денежных доходов населения. Рост денежных доходов населения приводит к устойчивому росту объема продаж, улучшению структуры товарооборота: увеличению удельного веса товаров относящихся к категории второй необходимости.

Социально-демографические факторы оказывают непосредственное влияние на объем розничной продажи товаров и в свою очередь зависят от политической ситуации в стране и ее экономического развития. Снижение жизненного уровня населения, рост безработицы, понижение доходов населения приводят к сокращению размера продаж и ухудшения их структуры.

Неправильная кредитно-денежная политика (изъятие излишних или предоставление дополнительных денежных средств - политика воздействия на предложение денежной массы: управление как денежными, так и кредитными операциями) наряду с другими негативными процессами может привести к инфляции и социальной напряженности в обществе, что, в конечном итоге, окажет влияние на товарооборот.

Дестабилизация национальной валюты, ее девальвация приводят к сокращению импорта, росту экспорта и производства продукции, что не может не сказаться на объеме и структуре продаж.

Внутренние факторы, влияющие на товарооборот, непосредственно связаны с работой конкретной организации.

Факторы, связанные с товарным обеспечением, влияют на объем товарооборота через изменение величины запасов на начало и конец отчетного периода, поступление товаров и их прочего выбытия. Между этими величинами имеется связь, выражаемая следующей формулой:

N + N = N + N + N ,

зн п р в зк'

где N - запасы товаров на начало периода;

N - поступление товаров;

N - объем розничного товарооборота (реализация товаров);

N - прочее выбытие товаров;

Л¡1- запасы товаров на конец периода.

Увеличение начальных запасов и поступление товаров оказывает положительное влияние на сумму товарооборота; их уменьшение, наоборот, способствует сокращению объемов реализации; уменьшение прочего выбы-

тия товаров, сокращение запасов товаров положительно влияют на сумму продажи, их увеличение сказывается отрицательно на величине товарооборота отчетного периода.

На объем товарооборота значительное влияние оказывает размер поступления товаров, так как нормальное развитие розничной торговли может происходить только при постоянном увеличении товарного потока, обеспечиваемом регулярным поступлением товаров от различных поставщиков.

Анализируя прочее выбытие товаров, следует изучить его состав: на переработку, возврат поставщика, уценка, недостача и т.д. При этом выявляются причины и обстоятельства, связанные с выбытием товаров (время их поступления в магазин, соблюдение требований качественной приемки их от поставщика, условия хранения в магазине и т.д.)

К трудовым факторам, влияющим на объем розничного товарооборота, относятся: численность работников, организация и производительность труда.

Рис. 1. Факторы, влияющие на розничный товарооборот

Рис. 2. Распределение магазинов сети «Красный Куб» по административным округам г. Москвы, %.

К факторам, связанным с состоянием и эффективностью использования внеоборотных активов относятся: торговая площадь и ее рациональное использование: основные фонды и их использование и т.д.

Рассмотрим решение четвертой задачи на примере анализа розничного товарооборота магазинов сети «Красный Куб».

Данная сеть является неоспоримым лидером рынка сувениров и подарков в РФ, с оборотом в 2006 г. равным 65 млн долл. и занимает 58% доли рынка по отношению к другим крупным сетям подарков и сувениров.

Исследуемая сеть магазинов розничной торговли включает в себя 150 магазинов, расположенных по всей территории РФ. Так как они входят в одну и ту же розничную сеть, то имеют следующие единые для всех магазинов визуальные стандарты: название магазина и оформление вывески, торговое оборудование, внутреннее оформление и атмосфера магазина, форма одежды персонала. Но есть и различия, среди которых можно выделить: торговую площадь и, соответственно, широту представленного ассортимента, качество обслуживания персонала и прочее.

Все эти факторы влияют на величину розничного товарооборота, поэтому прежде чем приступать непосредственно к построению статистических моделей, адекватно описывающих исследуемый показатель, проведем предварительный анализ, который будет включать в себя:

- выборку магазинов из всей совокупности, исходя из полноты представленной информации для проведения дальнейшего анализа;

- корреляционно-регрессионный анализ для определения наиболее значимых факторов, оказывающих непосредственное влияние на розничный товарооборот.

Исследуя представленную совокупность магазинов сети розничной торговли, останавливаем свой выбор на 33 магазинах. В указанную выборку вошли магазины, которые имеют исходную информацию по величине объема продаж и имеется статистика по показателям, оказывающим наибольшее воздей-

Экономика, Статистика и Информатика 47 №3, 2008

ствие на исследуемый розничный товарооборот, за полные три года.

Распределение исследуемых магазинов в процентном отношении по административным округам г. Москвы представлено на рис. 2.

Наибольшее количество магазинов располагается в центральном административном округе (21,2%), юго-восточном (18,2%), северном (15,2%) и в южном административном округе (15,2%). Наименьшее количество торговых точек находиться в западном административном округе (3%).

Распределение торговых точек по административным округам г. Москвы приведено на рис. 3.

Для анализа тесноты связи между факторами, которые воздействуют на розничный товарооборот исследуемой сети розничных магазинов «Красный Куб», проведем корреляционный анализ.

Корреляционный анализ начинается с расчета корреляционной матрицы И, которая является симметрической и положительно определенной, размерности к х к.

Я =

где

' 1 Г12 \ .. г1к

Г21 1 .. Г2к

ч Гк1 Гк2 .. 1 /

1 п 1К п£1

1 "

= -Х х

П^

=

^(( - х г

х. - значение г-го наблюдения /го фактора.

Кроме того, находятся точечные оценки частных и множественных коэффициентов корреляции любого порядка.

Например, частный коэффициент корреляции (к-2)-го порядка между факторами х и х, характеризующий «чистую» взаимосвязь между х1 и х2, равен:

Я-.

'12/34,.

л/Я11Я2:

где И.. - алгебраическое дополнение элемента г.. корреляционной матрицы И. .

Множественный коэффициент корреляции (к - 1) порядка фактора (результативного признака) х1 определяется по формуле:

$ =

_ к -1

1 / 2,...,к

П - I

;(1 - )

'1/2,3,...,/

= '1 =л 1 -

Я

1-

Я11

где IИ1 - определитель матрицы И. Квадрат этого коэффициента (коэффициент детерминации) отражает долю общей вариации результативного признака х1, объясненную остальными признаками, включенными в модель.

Значимость частных и парных коэффициентов корреляции проверяется по /-критерию Стьюдента. Наблюдаемое значение критерия находиться по формуле:

г^п - I - 2,

набл

л/1

где г - соответственно оценка частного или парного коэффициента корреляции;

1 - порядок коэффициента корреляции, т.е. число фиксируемых факторов.

Проверяемый коэффициент считается значимым, если по модулю будет больше чем, определяемому по таблицам /-распределения для заданного .

Значимость множественного коэффициента корреляции (или детерминации) проверяется по ^-критерию. Наблюдаемое значение, например, для Р1/2,3,...,к находятся по формуле:

Множественный коэффициент корреляции считается значимым, т.е. имеет место линейная статистическая зависимость между х1 и х2, ... , хп если Кабл > РКР (к -1 п - к), где ^кр определяется по таблице ^-распределения.

Множественный корреляционно-регрессионный анализ проведем используя следующие показатели за 2004, 2005 и 2006 гг.:

XI — розничный товарооборот сети КК, 2006 г., тыс. руб.;

Х2 — торговая площадь, кв. м;

Х3 — количество чеков, 2006 г., шт.;

Х4 — средняя покупка, 2006 г., руб.;

Х5 — количество товарных позиций в чеке, 2006 г., шт.;

Х6 — розничный товарооборот сети КК, 2004 г., тыс. руб.;

Х7 — розничный товарооборот сети КК, 2005 г., тыс. руб.;

Х8 — оборот розничной торговли (в фактически действовавших ценах) на душу населения, 2004 г., руб.;

Х9 — оборот розничной торговли (в фактически действовавших ценах) на душу населения, 2005 г., руб.;

Х10 — оборот розничной торговли (в фактически действовавших ценах) на душу населения, 2006 г., руб.;

XII — среднегодовая численность работающих в организациях, 2004 г., тыс. чел.;

Рис. 3. Распределение торговых точек сети ным округам г. Москвы

<Красный Куб» по административ-

X — среднегодовая численность работающих в организациях, 2005 г., тыс. чел.;

X — среднемесячная номинальная начисленная заработная плата, 2004 г.,

руб.;

Х14 — среднемесячная номинальная начисленная заработная плата, 2005 г., руб.;

Х15 — среднемесячная номинальная начисленная заработная плата, 2006 г., руб.;

Х16 — численность населения, 2004 г., тыс. чел.;

Х17 — численность населения, 2005 г., тыс. чел.;

Х18 — численность населения, 2006 г., тыс. чел.;

Х — административные округа г. Москвы.

Матрица парных коэффициентов корреляции, построенная по показате-

лям за 2004 г., приведена в табл. 1.

Среди исследуемых показателей за 2004 г. выявлены следующие связи: среднемесячная номинальная начисленная зарплата (Х ) положительно коррелирует с оборотом розничной торговли на душу населения (Х8), со среднегодовой численностью работающих в организациях (Х11) и с административными округами г. Москвы (Х19), а так же у данного показателя выявлена тесная отрицательная связь с численностью населения (Х16).

Среднегодовая численность работающих в организациях (Х11) в свою очередь связана с оборотом розничной торговли на душу населения (Х8), со среднемесячной номинальной начисленной заработной платой (Х ). И наблюдается отрицательная корреляция между данным показателем и численностью населения.

Таблица 1

Матрица парных коэффициентов корреляции, 2004 г.

Х19 Хб Х8 Хц Х13 Х1б Х2

Х19 1,00

Хб 0,14 1,00

X* 0,09 0,11 1,00

Х„ 0,20 0,12 0,98 1,00

Х13 0,53* 0,12 0,69 0,74 1,00

Х16 -0,34 -0,17 -0,78 -0,73 -0,58 1,00

Х2 0,21 0,23 0,07 0,07 0,14 -0,11 1,00

* В таблице полужирным курсивом выделены значимые корреляции. Таблица 2

Матрица парных коэффициентов корреляции, 2005 г.

Х19 Х7 Х9 Х12 Х14 Х2 Х17

Х19 1,00

Х7 0,10 1,00

Х9 0,11 0,24 1,00

Х12 0,21 0,26 0,98 1,00

Х14 0,62* 0,27 0,76 0,80 1,00

Х2 0,21 0,19 0,07 0,08 0,15 1,00

Х17 -0,24 -0,30 -0,89 -0,85 -0,80 -0,09 1,00

* В таблице полужирным курсивом выделены значимые корреляции. Таблица 3

Матрица парных коэффициентов корреляции, 2006 г.

Х19 Хз Х4 Х5 Х, Х10 Х,5 х* Х18

Х19 1,00

Хз 0,20 1,00

Х4 0,28 -0,23 1,00

Х5 -0,26 -0,41 -0,15 1,00

Х1 0,19 0,96 -0,24 -0,22 1,00

Х10 0,12 0,29 -0,11 0,21 0,40 1,00

Х15 0,58* 0,35 0,08 0,04 0,44 0,82 1,00

Х2 0,21 0,22 -0,25 0,23 0,32 0,07 0,13 1,00

Х18 -0,24 -0,30 0,07 -0,23 -0,41 -0,89 -0,84 -0,09 1,00

* В таблице полужирным курсивом выделены значимые корреляции.

Таким образом, можно сделать вывод, что при увеличении среднегодовой численности работающих в организациях происходит увеличение среднемесячной зарплаты и розничного товарооборота на душу населения. Уровень среднемесячной номинальной начисленной зарплаты зависит от административного округа г. Москвы, а так же при уменьшении численности населения происходит спад по всем показателям.

Матрица парных коэффициентов корреляции, построенная по показателям за 2005 г., приведена в табл. 2.

В 2005 г. оборот розничной торговли на душу населения (Х9) тесно коррелирует со среднегодовой численностью работающих в организациях (Х12), со среднемесячной номинальной начисленной заработной платой (Х14). А так же выявлена тесная отрицательная связь данного показателя с численностью населения (Х17).

Среднегодовая численность работающих в организациях (Х12) в свою очередь коррелированна со среднемесячной номинальной начисленной зарплатой (Х14), и отрицательно тесно связана с численностью населения (Х17).

Среднемесячная номинальная начисленная зарплата тесно зависит от административных округов г. Москвы (Х14) и от их численности населения

(V

Также как и в 2004 г. при увеличении среднегодовой численности работающих в организациях происходит увеличение среднемесячной зарплаты и розничного товарооборота на душу населения. Уровень среднемесячной номинальной начисленной зарплаты зависит от административного округа г. Москвы, а так же при уменьшении численности населения происходит спад по всем показателям. В 2005 г. взаимосвязь между всеми показателями стала более тесной.

Матрица парных коэффициентов корреляции, построенная по показателям за 2006 г., приведена в табл. 3.

В 2006 г. розничный товарооборот сети «Красный куб» (Х1) тесно положительно коррелирует с количеством чеков (Х3), с розничным товарооборотом на душу населения (Х10) и со среднеме-

Экономика, Статистика и Информатика 49 №3, 2008

сячнои номинальном начисленном заработной платой (X ). А также обнаружена отрицательная взаимосвязь данного показателя с численностью населения (Х18) административных округов г. Москвы. Таким образам, при увеличении среднемесячной заработной платы происходит увеличение количества чеков торговых точек, а при увеличении количества покупок в магазинах происходит увеличение объема продаж сети «Красный Куб» и, следовательно, оборота розничной торговли на душу населения. А при уменьшении численности населения жителей административных округов г. Москвы происходит спад по всем показателям.

Количество чеков (Х3) положительно взаимодействует со средней номинальной начисленной зарплатой (Х15), и отрицательно с количеством товарных позиций в чеке (Х5). Таким образом, при увеличении среднемесячной заработной плате количество покупок в магазине растет, но, если существует проблема с широтой ассортиментных позиций в торговой матрице магазина, уменьшается количество товарных позиций в чеке и как следствие уменьшается общее количество чеков в торговой точке.

Розничный товарооборот на душу

населения (Х10) тесно отрицательно

связан с численностью населения (Х„),

18

и положительно взаимосвязан со средней номинальной начисленной заработной платой (X ), которая в свою очередь тесно взаимосвязана с административными округами г. Москвы (Х19). Взаимосвязь между данными показателями сохраняется за весь рассмотренный период, но в 2006 году становиться слабее.

В результате выявления зависимости розничного товарооборота от факторных признаков в целом по г. Москве можно сделать следующие выводы: розничный товарооборот магазинов «Красный Куб» в большей степени зависит от внутренних экономических показателей эффективности работы торговой точки, таких как количество чеков магазина, количество товарных позиций в чеке. Из внешних показателей наибольшее влияние на объемы продаж оказывает среднемесячная номинальная начисленная заработная плата, влияние

остальных показателей, характеризующих экономическое положение административных округов г. Москвы, незначительное, но из года в год теснота связей увеличивается.

Это в первую очередь связано с привыканием потребителей к оригинальным подаркам, так как по сравнению с 2004 г., когда сеть «Красный Куб» первой предложила данный ассортимент на рынке сувениров и подарков, в 2006 г. конкуренция на данном рынке увеличилась, появилось много магазинов, предлагающих подобный ассортимент. Соответственно, эффект новизны прошел и фокус потребителя переместился на другие товары, например средства связи и технические новинки.

Во вторую очередь, это связано с ростом цен на товары первой необходимости. В связи с тем, что рост цен, в первую очередь на продовольственном рынке, выше, чем увеличение доходов населения, потребителям приходиться большую часть заработанных средств расходовать на продукты питания и одежду.

Свою роль здесь также сыграло развитие потребительского кредитования и рынка ипотечных кредитов. Быстрый рост цен на жилье заставляет жителей г. Москвы торопиться с приобретением квартир, а так как это дорогостоящее вложение, то структура доходов населения изменяется в сторону экономии и накопления денежных средств. В связи с этим розничный товарооборот магазинов «Красный Куб» становиться более тесно связан с внешними экономическими факторами административных округов г. Москвы.

После того как с помощью корреляционного анализа выявлено наличие статистически значимых связей между переменными и оценена степень их тесноты, обычно переходят к математическому описанию конкретного вида зависимостей с использованием регрессионного анализа. С этой целью подбирают класс функций, связывающий результативный показатель у и аргументы х1;х2,...,хк отбирают наиболее информативные аргументы, вычисляют оценки неизвестных значений параметров уравнения связи и анализируют точность полученного уравнения.

Функция fх2,...,хк) описывающая зависимость условного среднего значения результативного признака у от заданных значений аргументов, называется функцией (уравнением) регрессии.

Модель множественной линейной регрессии можно представить для i = 1,2,...,п в виде:

У = Ро + РА1 + р2хг2 + ... + РА + Е4

где вг — взаимно некоррелированные случайные величины с нулевым математическим ожиданием и дисперсией о2, т.е. = 0; = о2..

Для получения точечных оценок параметров уравнения применяется метод наименьших квадратов, согласно которому минимизируется квадрат отклонения наблюдаемых значений результативного показателя у. ( = 1,2,...,п) от модельных значений = f(xi,р), где Р = (р0, Р1,...,Рк) — коэффициенты уравнения регрессии, xi — значения вектора аргументов в 1-м наблюдении:

К -fР))2

Ш1П

Р

Решается задача отыскания оценки Р вектора Р . Получаемая регрессия называется среднеквадратической.

Для проверки значимости уравнения регрессии используют критерий дисперсионного анализа (Б-критерием).

В этой связи для проверки гипотезы Н0 : Р = 0 используется статистика:

^ =

к +1

Яп

п - к - 1

Я

Н

(п

которая при выполнении гипотезы имеет ^-распределение с (к + 1) и - к - 1) степенями свободы.

где Яп = (ХЬ)т (ХЬ) = £ у2 - сумма

квадратов отклонений, обусловленных регрессией;

=(У - ХЬ)(У - ХЬ) = втв = £е?

i=1

— сумма квадратов отклонений относительно плоскости регрессии.

Если уравнение регрессии незначимо, т.е. все коэффициенты уравнения регрессии для генеральной совокупности равны нулю, то на этом анализ уравнения регрессии заканчивается.

Если же нулевая гипотеза Н0 : р = 0 отвергается, то представляет интерес проверка значимости отдельных коэффициентов регрессии и построение интервальных оценок для значимых коэффициентов.

Значимость коэффициентов регрессии можно проверить с помощью t-критерия, основанного на статистике:

Ь

ti = ■

которая при выполнении гипотезы Н0 : р = 0 имеет распределение с числом степеней свободы (п - &- 1).

Доверительный интервал с надежностью у для параметров р, имеет следующий вид:

где tу определяется по таблице ^ распределения Стьюдента для уровня значимости а = 1 - у и числа степеней свободы (п - & - 1).

Интервальная оценка для условного математического ожидания у в точке, определяемой вектором X0 = (1,х0,х20,...,х0) начальных условий, размерности, равна:

У е

(X0 )Ь ± ^(X0)(ХТХ) X0

где определяется по таблице распределения Стьюдента для уровня значимости а = 1 - у и числа степеней свободы (п - & - 1).

Доверительная оценка для интервала предсказания уп+1 с надежностью у определяется как:

у„+1 е [(x0 )ь ± ^(x0^^)x0 +1

Одним из основных препятствий эффективного применения множественного регрессионного анализа является мультиколлинеарность. Она связана с линейной зависимостью между аргументами х1, х2,..., хк. В результате мульти-коллинеарности матрица парных коэффициентов корреляции и матрица (xTx) становятся слабообусловленны-ми, т.е. их определители близки к нулю.

Это вызывает неустойчивость оценок коэффициентов регрессии, большие дисперсии 5Ь2; оценок этих коэффициентов, так как в их выражении входит обратная матрица (XTX)1, получение которой связано с делением на определитель матрицы |xTx|. Отсюда следуют заниженные значения КЬ). Кроме того, мультиколлинеарность приводит к завышению значения множественного коэффициента корреляции.

На практике о наличии мультикол-линеарности обычно судят по матрице парных коэффициентов корреляции. Если один из элементов матрицы Я больше 0,8, т. е. 1)0,8 , то считают, что имеет место мультиколлинеар-ность и в уравнение регрессии следует включать только один из показателей х. или х.

I ]

Чтобы избавиться от этого негативного явления, обычно используют алгоритм пошагового регрессионного анализа или строят уравнение регрессии на главных компонентах.

В связи с тем, что в 2004 и 2005 гг. тесной взаимосвязи между розничным товарооборотом сети магазинов «Красный Куб» и остальными переменными не выявлено, построим множественное регрессионное уравнение по данным за 2006 г.

В качестве независимой переменной будет выступать У(Х1) — розничный товарооборот сети КК, 2006 г., тыс. руб.

В качестве объясняющих переменных будем использовать: Х3 — количество чеков, 2006 г., шт., Х5 — количество товарных позиций в чеке, 2006 г., шт., X — среднемесячная номинальная начисленная заработная плата, 2006 г., руб., так как при оценке коэффициентов множественного уравнения регрессии они значимы.

Построенная регрессионная модель для розничного товарооборота исследуемых магазинов сети «Красный Куб» в 2006 г. имеет следующий вид:

31313,9 + 1,02X3

(27,46)

0,192X5

(5,53)

-0,08X1,

Приведенная выше регрессионная модель получена пошаговым методом с последовательным включением в модель наиболее значимых факторов. В скобках под оценками коэффициентов регрессии приведены соответствующие значения ¿-критерия.

Согласно расчетам наибольшее положительное значение в 2006 г. на розничный товарооборот оказывает количество чеков и количество товарных позиций в чеке. /на6л = 339,5. Квадрат множественного коэффициента детерминации равен 0,972, т.е. 97,2% вариации розничного товарооборота объясняется включенными в модель показателями. Это является высоким показателем при относительно небольшом числе объясняющих факторов, что свидетельствует о хорошей адекватности модели.

Анализируя коэффициенты уравнения множественной регрессии, можно сделать следующие выводы:

- при увеличении количества чеков (Х3) на 1 единицу розничный товарооборот сети «Красный Куб» в среднем увеличится на 1020 руб., при условии, что остальные показатели сохранят тот же уровень, коэффициент эластичности для данной переменной равен 243,2%;

- при увеличении количества товарных позиций в чеке на 1 единицу объем продаж магазинов увеличится в среднем на 192 руб., коэффициент эластичности для данной переменной равен 0,002%;

- при увеличении среднемесячной номинальной начисленной зарплате на 1 рубль произойдет увеличение розничного товарооборота в среднем на 80 рублей, коэффициент эластичности для данной переменной равен 9,74%.

Таким образом, можно сделать вывод, что увеличение объема продаж магазинов сети «Красный Куб» идет в основном за счет увеличения количества чеков и в значительно меньшей степени — за счет роста среднемесячной начисленной заработной платы и увеличения количества товарных позиций в чеке.

Экономика, Статистика и Информатика

51

№3, 2008