Управленческая экономика на основании данных компании ПАО ВымпелКом
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ
РОССИЙСКОЙ ФЕДЕРАЦИИ
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ
ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ
ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ
«САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ ЭКОНОМИЧЕСКИЙ УНИВЕРСИТЕТ»
САМОСТОЯТЕЛЬНАЯ РАБОТА ПО ДИСЦИПЛИНЕ
«УПРАВЛЕНЧЕСКАЯ ЭКОНОМИКА»
(на основании данных компании ПАО ВымпелКом)
Выполнил: студент магистратуры
1-го года обучения,
направление «Менеджмент», программа «Управление качеством и конкурентноспособностью»,
Шабанов Николай Николаевич.
Проверила: д.э.н., проф. каф. экономики предприятия и производственного менеджмента,
Ткаченко Елена Анатольевна.
Санкт-Петербург - 2015
ОПИСАНИЕ ПРЕДПРИЯТИЯ
ПАО «ВымпелКом» входит в группу компаний «ВымпелКом ЛТД», которая является одним из крупнейших мировых операторов связи, в который входят компании предоставляющие услуги голосовой связи и передачи данных на основе технологий фиксированной и беспроводной связи, услуги доступа в интернет в России, Грузии, Италии , Украине, Казахстане , Алжире, Армении, Таджикистане, Кыргызстане, Узбекистане, Бангладеш, Пакистане, Бурунди , Зимбабве, Лаосе, ЮАР и Канаде.
Компания «ВымпелКом» была основана в 1992 году на условиях партнерства с главой американской фирмы «Plexsys» Оги Фабела. Группу технических экспертов возглавил Дмитрий Зимин, который в 1992-2001 гг. занимал должность Генерального директора, а сейчас исполняет роль Почетного президента и основателя компании. Состав руководства за всю историю «ВымпелКома» неоднократно менялся. Сегодня обязанности Генерального директора исполняет Антон Кудряшов, Главным управляющим директором является Джо О. Лундер, а пост Президента компании с сентября 2013 года занимает Михаил Юрьевич Слободин.
ПАО «ВымпелКом» предоставляет услуги под брендом «Билайн». Это одна из наиболее известных торговых марок в России и странах СНГ. Начиная с 2005 года «Билайн» остается одним из лидеров в рейтинге самых дорогих российских брендов по версии авторитетной международной организации Interbrand Group. Известное исследовательское агентство «Millward Brown Optimor» включило «Билайн» в престижный список 100 самых дорогих брендов мира со стоимостью 8,16 миллиарда долларов. Также бренд «Билайн» был признан одним из 12 самых дорогих мировых брендов на рынке телекоммуникаций в рейтинге «Brandz».
ПАО «ВымпелКом» предоставляет интегрированные услуги мобильной и фиксированной телефонии, международной и междугородной связи, передачи данных, телематических услуг связи, доступа в Интернет на базе беспроводных и проводных решений, включая технологии оптоволоконного доступа, WiFi и сети третьего и четвертого поколений. Среди клиентов и партнеров «ВымпелКом» — частные лица, малые, средние и крупные предприятия, транснациональные корпорации, операторы связи.
Основными конкурентами компании в России являются операторы связи «Мегафон», «МТС», «Теле2». Весной 2010 года «ВымпелКом» уступил звание второго оператора сотовой связи России «МегаФону» на фоне снижения последним стоимости оказываемых услуг и активного развёртывания сети монобрендовых салонов. Одновременно «ВымпелКом» приостановил строительство сети связи в России: по итогам 2010 года у «ВымпелКома», прежде занимавшего лидировавшие позиции, насчитывалось 9 тыс. базовых станций 3G, в то время как у «МегаФона» — 20 тысяч.
Постановка задачи
В 2014 году компания ВымпелКом достигла следующих показателей:
|
Показатель
|
Ед. измерения
|
Значение
|
Прирост
|
|
|
|
2014
|
2013
|
Абс.
|
Отн. (%)
|
|
Выручка
|
Тыс. руб.
|
284173895
|
289433422
|
-5259527
|
1,9
|
|
Темп инфляции
|
%
|
11,36
|
6,35
|
5,01
|
44,1
|
|
Курс валюты (стоимость $ в рублях)
|
Руб.
|
46,42
|
32,87
|
13,55
|
29,1
|
|
Основные средства
|
Тыс. руб.
|
174926786
|
158226074
|
16700712
|
10,5
|
|
Кредиторская задолжность
|
Тыс. руб.
|
43250477
|
43633597
|
-383120
|
0,88
|
|
Прочие оборотные активы
|
Тыс. руб.
|
1692821
|
1804487
|
-111666
|
0,66
|
|
Количество абонентов
|
Тыс. чел.
|
57216
|
56512
|
704
|
1,2
|
|
Среднегодовой доход на душу населения
|
Тыс. руб.
|
333
|
311,1
|
21,9
|
7
|
На протяжении 10 лет (2005-2014г.) компания ПАО «ВымпелКом» показывала стабильный рост основных экономических показателей, приведенных в данной работе. Подводя итоги 2014 года можно сделать вывод о том, что выручка компании снизилась на 1,9% .Исходя из этого фактора можно предположить, что причиной этому оказался нестабильный курс рубля, введение санкций стран Евросоюза по отношению к Российской Федерации, а также общий экономический кризис. Следуя вышеперечисленному, целью работы является составление прогноза величины выручки компании на 2015 год.
В ходе работы были проведены следующие этапы:
- Определение результирующего показателя (Y) регрессии и факторов(, оказывающих на него влияние.
- Анализ факторов на мультиколлинеарность и исключение из анализа коррелирующих факторов.
- Построение регрессионной модели, определение коэффициентов регрессии. Выводы по результатам построения модели регрессии.
Проверка коэффициентов регрессии и уравнения регрессии в целом.
Определение результирующего уравнения и его значимости.
- Построение линии трендов для факторов регрессии и прогноз на 1 период вперед на основании уравнения тренда.
- Прогнозирование величины результирующего показателя на основании полученных прогнозных значений факторов и коэффициентов уравнения регрессии.
Решение задачи
1.Для решения поставленной задачи был выявлен результирующий показатель (выручка) и факторы оказывающие непосредственное влияние на формирование выручки, а именно (темпы, инфляции, курс валюты, основные средства, кредиторская задолжность предприятия, прочие оборотные активы предприятия ,количество абонентов и среднегодовой доход на душу населения.
|
|
Выручка, тыс. руб.
|
Темпы инфляции, %
|
Курс валюты (стоимость доллара в рублях)
|
Основные средства, тыс. руб.
|
Кредиторская задолжность, тыс. руб.
|
Прочие оборотные активы, тыс. руб.
|
Количество абонентов, тыс. чел.
|
Среднегодовой доход на душу населения, тыс. руб.
|
|
Отчетный год
|
Y
|
X1
|
X2
|
X3
|
X4
|
X5
|
X6
|
X7
|
|
2005
|
72896589
|
10,91
|
28,8
|
52242573
|
19304397
|
952738
|
38847
|
102,6
|
|
2006
|
116533296
|
9
|
26,28
|
74292057
|
18946538
|
1075330
|
40174
|
127,6
|
|
2007
|
155566274
|
11,87
|
24,57
|
83394528
|
23909762
|
1114481
|
42221
|
163,1
|
|
2008
|
179673562
|
13,28
|
28,2
|
92193358
|
30063928
|
4546427
|
46676
|
205,3
|
|
2009
|
200391195
|
8,8
|
29,96
|
87635059
|
27306589
|
7837456
|
50886
|
207,1
|
|
2010
|
210128787
|
8,78
|
30,83
|
121854100
|
31360049
|
3823198
|
52019
|
220,3
|
|
2011
|
261098257
|
6,1
|
31,49
|
139521404
|
37800917
|
1206012
|
56582
|
249,3
|
|
2012
|
280300553
|
6,58
|
30,73
|
143189378
|
39500206
|
2177464
|
55509
|
278,6
|
|
2013
|
289433422
|
6,35
|
32,87
|
158226074
|
43633597
|
1804487
|
56512
|
311,1
|
|
2014
|
284173895
|
11,36
|
46,42
|
174926786
|
43250477
|
1692821
|
57216
|
333
|
2. Исследуем факторы на мультиколлинеарность с тем, чтобы исключить взаимовлияющие факторы, способные исказить регрессию. С помощью пакета «Анализ данных. Корреляция» была построена следующая корреляционная матрица:
|
|
Курс валюты ($ в руб.)
|
Темпы инфляции, %
|
Основные средства, тыс. руб.
|
Кредиторская задолжность, тыс. руб.
|
Прочие оборотные активы, тыс. руб.
|
Количество абонентов, тыс. чел.
|
Среднегодовой доход на душу населения, тыс. руб.
|
|
Курс валют, ($ в руб.)
|
1
|
|
|
|
|
|
|
|
Темпы инфляции, %
|
-0,028163783
|
1
|
|
|
|
|
|
|
Основные средства, тыс. руб
|
-0,450552114
|
0,754280747
|
1
|
|
|
|
|
|
Кредиторская задолжность, тыс. руб.
|
-0,443465498
|
0,701188675
|
0,970302452
|
1
|
|
|
|
|
Прочие оборотные активы, тыс. руб.
|
0,092303106
|
-0,057545588
|
-0,126517053
|
-0,037636216
|
1
|
|
|
|
Количество абонентов, тыс. чел.
|
-0,557594851
|
0,660488858
|
0,931191497
|
0,949212239
|
0,157523145
|
1
|
|
|
Среднегодовой доход на душу населения, тыс. руб
|
-0,382022465
|
0,748063276
|
0,9715232
|
0,982482436
|
0,055168438
|
0,94687306
|
1
|
Высокая корреляция наблюдается между факторами: основные средства, кредиторская задолжность, количество абонентов и среднегодовой доход на душу населения. Исключим факторы значения которых будут оказывать наименьшее влияние на выручку компании, а именно кредиторская задолжность, основные средства и среднегодовой доход на душу населения. После перерасчета значений корреляции таблица будет выглядеть следующим образом:
|
|
Курс валюты ($ в руб.)
|
Темпы инфляции,%
|
Прочие оборотные активы, тыс. руб.
|
Кредиторская задолжность, тыс. руб.
|
|
Курс валют, ($ в руб.)
|
1
|
|
|
|
|
Темпы инфляции,%
|
-0,028163783
|
1
|
|
|
|
Прочие оборотные активы, тыс. руб.
|
0,092303106
|
-0,057545588
|
1
|
|
|
Количество абонентов, тыс. чел.
|
-0,557594851
|
0,660488858
|
0,157523145
|
1
|
Вывод: мультиколлинеарность не наблюдается, что позволяет приступить к построению регрессионной модели.
3. С помощью приложения «Анализ данных. Регрессия» были определены коэффициенты регрессионной модели:
|
ВЫВОД ИТОГОВ
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Регрессионная статистика
|
|
|
|
|
|
|
Множественный R
|
0,988007732
|
|
|
|
|
|
|
R-квадрат
|
0,976159278
|
|
|
|
|
|
|
Нормированный R-квадрат
|
0,9570867
|
|
|
|
|
|
|
Стандартная ошибка
|
15536648,58
|
|
|
|
|
|
|
Наблюдения
|
10
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Дисперсионный анализ
|
|
|
|
|
|
|
|
|
df
|
SS
|
MS
|
F
|
Значимость F
|
|
|
Регрессия
|
4
|
4,94181E+16
|
1,23545E+16
|
51,18129735
|
0,000301931
|
|
|
Остаток
|
5
|
1,20694E+15
|
2,41387E+14
|
|
|
|
|
Итого
|
9
|
5,0625E+16
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Коэффициенты
|
Стандартная ошибка
|
t-статистика
|
P-Значение
|
Нижние 95%
|
Верхние 95%
|
|
Y-пересечение
|
-340315242,8
|
64771282,82
|
-5,254106881
|
0,003314958
|
-506815125,8
|
-173815359,7
|
|
Темп инфляции
|
3861841,83
|
3082263,109
|
1,252924132
|
0,265635973
|
-4061367,729
|
11785051,39
|
|
Курс валюты
|
-1590440,448
|
1401456,885
|
-1,134847932
|
0,307895564
|
-5193000,058
|
2012119,163
|
|
Прочие оборотные активы
|
42,46711799
|
18,94792528
|
2,241254246
|
0,075096341
|
-6,240074546
|
91,17431052
|
|
Количество абонентов
|
10093,30369
|
1460,181853
|
6,91236072
|
0,000971415
|
6339,786739
|
13846,82063
|
Коэффициент детерминации =0,976
Вывод: вариация выручки на 97,6% определяется вариацией факторов: денежные средства, кредиторская задолжность, прочие оборотные активы и количество абонентов.
Вывод остатков регрессионной модели помогает определить численное значение средней ошибки аппроксимации
|
Наблюдения (n)
|
Выручка от реализации, тыс. руб.
|
Остатки
|
|
|
1
|
88567372,06
|
-15670783,06
|
17,69363
|
|
2
|
103799107
|
12734188,99
|
12,26811
|
|
3
|
139925869
|
15640404,99
|
11,17764
|
|
4
|
181673377,8
|
-1999815,839
|
1,100775
|
|
5
|
216425122,7
|
-16033927,65
|
7,408533
|
|
6
|
217300995,9
|
-7172208,94
|
3,300587
|
|
7
|
255474185,8
|
5624071,23
|
2,201424
|
|
8
|
288961256,4
|
-8660703,437
|
2,997185
|
|
9
|
278953815,6
|
10479606,41
|
3,756753
|
|
10
|
279114727,7
|
5059167,311
|
1,812576
|
Средняя ошибка аппроксимации.
= *100= =6,4 %
Вывод: средняя ошибка аппроксимации не превышает 15%, что свидетельствует о хорошем подборе модели к исходным данным.
Проверка фактического значения F-критерия(51,2) существенно превышает табличное (6,21) , а значимость F не превышает 5%
Вывод: уравнение регрессии является значимым.
Следовательно уравнение регрессии будет иметь вид:
Выручка = -340315242,8+8,66+46,89+2076269,1+58116,5 , где
-темп инфляции
-курс валюты
-прочие оборотные активы
-количество абонентов
4. Для построения прогноза выручки следует прежде построить точечные прогнозы факторов ,величина прогноза будет составлять 1 период. Сделать это можно с помощью построения графика и линии тренда. Для фактора « темп инфляции» график будет выглядеть так:
Подставив в полученное уравнение значение 11 периода, получим численное значение темпа инфляции в 2015 году, а именно 8,66%.
Аналогичные преобразования выполним с остальными факторами.
Величина курса валюты в 2015 году составит 46,89 руб.
Величина 
прочих оборотных активов на 2015 год составит 2076269,1 тыс. руб.
Количество абонентов в 2015 году составит 58116 чел.
ВЫРУЧКА= - 340315242,8+(8,66*3861841,83)+(46,89*
*(-1590440,44))+(2076269,1*42,46)+(58116,58*10093,30)=293299018,1 тыс.
руб.
Вывод
Задачи корреляционного анализа сводятся к измерению тесноты известной связи между варьирующими признаками, определению неизвестных причинных связей (причинный характер которых должен быть выяснен с помощью теоретического анализа) и оценки факторов, оказывающих наибольшее влияние на результативный признак.
Задачами регрессионного анализа являются выбор типа модели (формы связи),установление степени влияния независимых переменных на зависимую и определение расчётных значений зависимой переменной (функции регрессии).
Решение этих задач приводит к необходимости комплексного использования этих методов.
По результатам проведенного анализа выявили, что прогнозное значение выручки компании на 2015 год превышает фактическое значение выручки 2014 года на 3,2%. Основываясь на данных расчета, можно с уверенностью отметить, что 2015 год не принесет больших экономических убытков компании, наоборот, поможет преодолеть кризис ,а также стоит ожидать увеличения выручки ПАО «ВымпелКом».
Управленческая экономика на основании данных компании ПАО ВымпелКом