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:

  1. Определение результирующего показателя (Y) регрессии и факторов(, оказывающих на него влияние.
  2. Анализ факторов на мультиколлинеарность и исключение из анализа коррелирующих факторов.
  3. 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.

  1. Построение линии трендов для факторов регрессии и прогноз на 1 период вперед на основании уравнения тренда.
  2. 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