Регрессионный анализ

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

1. 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.

2. 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 (2005-2014 г.) 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.

3. 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 задолженность, 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 задолженность, 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 задолженность, 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 задолженность, 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

аппроксимация рынок конкурент

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».

Размещено на Allbest.ru