Статистический анализ динамики экономических показателей и построение прогнозных моделей по объемам и себестоимости услуг (на примере ООО «Волна»)

Заказать уникальную дипломную работу
Тип работы: Дипломная работа
Предмет: Статистика
  • 7272 страницы
  • 34 + 34 источника
  • Добавлена 27.12.2014
3 000 руб.
  • Содержание
  • Часть работы
  • Список литературы
  • Вопросы/Ответы
ВВЕДЕНИЕ 6
1. АНАЛИЗ ХОЗЯЙСТВЕННОЙ ДЕЯТЕЛЬНОСТИ ООО "ВОЛНА" 8
1.1. Общая характеристика предприятия 8
1.2. Экспресс-анализ технико-экономических и финансовых показателей работы предприятия 11
2. ТЕОРЕТИЧЕСКАЯ БАЗА АНАЛИЗА ДИНАМИКИ, ИЗМЕРЕНИЯ СЕЗОННОСТИ И ПОСТРОЕНИЯ ПРОГНОЗНЫХ МОДЕЛЕЙ 16
2.1. Характеристика основных методов социально-экономического прогнозирования 16
2.2. Регрессионный анализ как метод моделирования и прогнозирования 20
2.3. Моделирование тенденций временных рядов 23
3. АНАЛИЗ И МОДЕЛИРОВАНИЕ ДИНАМИКИ ВАЖНЕЙШИХ ЭКОНОМИЧЕСКИХ ПОКАЗАТЕЛЕЙ ООО "ВОЛНА" И ПОСТРОЕНИЕ ПРОГНОЗНЫХ МОДЕЛЕЙ 30
3.1. Анализ динамики основных экономических показателей хозяйственной деятельности ООО "Волна" 30
3.2. Разработка прогнозных моделей и расчет прогнозов 32
3.3. Оценка адекватности прогнозных моделей 48
4. ТЕХНИКО-ЭКОНОМИЧЕСКОЕ ОБОСНОВАНИЕ РАЗРАБОТАННЫХ ПРЕДЛОЖЕНИЙ 52
ЗАКЛЮЧЕНИЕ 59
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 61
Приложение 1. Ряды исходных данных 64
Приложение 2. Проверка временных рядов на наличие тренда по кумулятивному Т-критерию 65
Приложение 3. Расчет индексов сезонности 67
Приложение 4. Анализ качества построенных моделей 68



Фрагмент для ознакомления

Этот коммуникационный комплекс включает в себя персональные продажи, средства стимулирования сбыта, рекламу, сервисную политику, организацию участия в выставках и семинарах, прямой маркетинг. Ответственность за функционирование данного элемента комплекса маркетинга полностью ложится на предприятие, так как предлагаемая система реализации в основном заключена в реализации канала сбыта нулевого уровня.
Основной задачей разработки политики продвижения систем видеонаблюдения ООО "Волна" является активное формирование, поддержание и стимулирование спроса на системы видеонаблюдения компании в целях увеличения продаж, повышения их эффективности и создания благоприятных условий для стабильной коммерческой деятельности на российском рынке систем видеонаблюдения. Другой не менее важной задачей является повышение общего уровня известности самой компании и её торговых марок, а также формирование имиджа компании. Продвижение товаров потребительского ассортимента, во-первых, состоит воздействий и взаимосвязей, направленных на различные группы потребителей, включая прямых потребителей, косвенных пользователей, и на общество в целом. Во-вторых, это двухсторонний процесс, предполагающий получение встречной информации о реакции этих целевых групп на осуществляемые предприятием воздействия. Обе эти составляющие одинаково важны для маркетинговой деятельности ООО "Волна". Именно их единство позволяет считать маркетинговые коммуникации системой.
В настоящее время ООО "Волна" практически не использует вышеперечисленные способы продвижения систем видеонаблюдения, кроме личных продаж. Таким образом, анализ показал наличие явных пробелов в политике продвижения. Основными из них являются неосведомленность о потенциале использования некоторых способов, а также - нескоординированность действий по продвижению систем видеонаблюдения ООО "Волна", что негативно сказывается на общей эффективности даже уже осуществляющихся действий.
Также негативный эффект на результаты работ по продвижению оказывают следующие факторы:
- переключение внимания руководства на иные проблемы предприятия;
- отсутствие качественной полиграфической и сувенирной продукции для участия в выставочных мероприятиях и семинарах;
- использование при составлении рекламных сообщений приемов, характерных для потребительского маркетинга;
- недостаточное финансирование мероприятий по продвижению собственной торговой марки.
Ключевыми факторами воздействия на процесс принятия решения о покупке потребителями при продвижении систем видеонаблюдения ООО "Волна" должны быть:
- высокое качество производимого компанией систем видеонаблюдения, доказанная положительным опытом его использования различными известными компаниями-потребителями в течение определенного времени;
- высокая роль контроля качества на предприятии, и как следствие поддержание качества постоянно на высоком уровне, неизменном от партии к партии;
- возможность производить системы видеонаблюдения по заданным заказчиком параметрам;
- возможность оказать спектр дополнительных услуг по специальной упаковке, доставке и пр.;
- индивидуальная работа с каждым потребителем;
- в целом положительное мнение потребителей об ООО "Волна".
Анализ факторов, влияющих на динамику выручки и прибыли, показал, что основными детерминантами объема продаж является количество заявок на подключение и заключаемых договоров, а также инвестиции в человеческий капитал организации. В связи с этим втором предлагается проект создания в ООО "Волна" специализированного отдела маркетинга.
На отдел маркетинга предлагается возложить следующие функции:
- маркетинговое планирование и контроль (стратегическое и текущее планирование маркетинговой деятельности ООО "Волна", а также осуществление контроля за выполнением маркетинговых функций и периодическая ревизия организации системы маркетинговой деятельности компании);
- маркетинговые исследования (планирование, организация, сбор информации и обработка результатов маркетинговых исследований, при этом сферой исследований может выступает как внешняя так и внутренняя маркетинговая среда ООО "Волна");
- экономический анализ и выработка ценовой политики (анализ экономических показателей деятельности ООО "Волна");
- организации рекламы и стимулирования сбыта.
Проектируемая организационная структура маркетинговой службы ООО "Волна" отражена на рисунке 21.


Рисунок 21. Проектируемая организационная структура службы маркетинга ООО "Волна" (отдела маркетинга)


Перед отделом маркетинга ООО "Волна" предлагается поставить следующие стратегические задачи:
- закрепление и расширение рынков сбыта продукции;
- возможный выход на рынки других регионов.
Тактические задачи отдела маркетинга ООО "Волна":
- увеличение объема продаж;
- создание благоприятного имиджа предприятия;
- увеличение размера разовой покупки систем видеонаблюдения.
Основные принципы построения службы маркетинга ООО "Волна":
- отдел маркетинга организуется в виде самостоятельного подразделения (отдела);
- отдел маркетинга должен иметь в своем составе группы, которые планируют, организуют и контролируют выполнение определенных маркетинговых функций компании;
- в процессе своей деятельности отделу маркетинга в специальном (функциональном) отношении должны подчиняться соответствующие подразделения предприятия; т.е. отдел маркетинга будет выполнять роль своеобразного "интеллектуального штаба" компании.
Маркетинговая политика предприятия на 2015 год включает в себя следующие позиции.
- достижение доминирующего положения предприятия в регионе;
- обеспечение постоянного присутствия на рынке соседних регионов; - обеспечение узнавания торговой марки ООО "Волна";
- формирование устойчивой группы потребителей продукции ООО "Волна";
- планирование на основе рыночного спроса;
- изучение спроса и потребительских предпочтений, изучение претензий потребителей и дилерской сети;
- работа над товарным оформлением продукции;
- проведение рекламных и PR-акций;
- развитие торгового маркетинга;
- внедрение грамотной ассортиментной и ценовой политики;
- проведение маркетинговых исследований;
- внедрение новых видов продукции;
- внедрение новых товарных марок.
План маркетинговых мероприятий на 2015 год включает:
1. Реклама:
- новогоднее теле- и радиопоздравление;
- пасхальное радиопоздравление;
- еженедельное спонсорство строительной рубрики в журналах "Идеи вашего дома", "Salon";
- изготовление и размещение наружной рекламы;
- реклама о закупке систем видеонаблюдения;
- реклама в периодических изданиях.
2. PR:
- размещение PR-материалов в газетах "Комсомольская правда", "Вечерний Петербург".
- выпуск сувенирной и полиграфической продукции (фирменные ручки, футболки, пакеты, значки, фирменный флаг, календари настенные, настольные, карманные, стикеры).
3. Стимулирование продаж:
- проведение выставок и демонстраций использования продукции ООО "Волна" в местах продаж;
- проведение промо-акций.
4. Маркетинговые исследования рынка.
В целях формирования позитивного корпоративного имиджа ООО "Волна", способствующего успеху ООО "Волна", рекомендуются мероприятия, представленные в таблице 13.
Таблица 13
Мероприятия по разработке позитивного многоаспектного корпоративного имиджа ООО "Волна"
Наименование группы восприятия Рекомендуемые мероприятия по формированию позитивного корпоративного имиджа Инструменты 1. Потребители Проведение рекламной кампании с целью формирования позитивного имиджа (увеличения известности) торговой марки ООО "Волна"
Создание и развитие системы сервисного обслуживания
Размещение в рекламной продукции информации о заявленной миссии и стратегических целях ООО "Волна" Реклама в газетах "Аргументы и факты", "ЭкстраБалт", на радио - "Дорожное радио согласно разработанному медиа-плану и сметы затрат на рекламу
Рекламные объявления должны начинаться со сформулированной миссии предприятия 2. Общественность - Проведение рекламной кампании в периодической региональной печати с публикацией информации о миссии и стратегических целях ООО "Волна" (с учетом интересов общественности), деловой репутации ООО "Волна" и его руководителя, участии ООО "Волна" в различных социальных программах
Публикация интервью руководителя с целью формирования его позитивного имиджа в глазах общественности Реклама в газетах "Аргументы и факты", "ЭкстраБалт", на радио - "Дорожное радио согласно разработанному медиа-плану и сметы затрат на рекламу
Регулярное проведение интервью, публикация их на сайте компании и в периодической печати, участие в проводимых региональных акциях, отчеты о которых публикуются в печати и на телевидении 3. Госструктуры Формирование неформальных отношений с представителями власти через участие в политической жизни, поддержку политических и общественных движений Проведение презентаций, участие в организуемых органами государственной и муниципальной власти мероприятиях, встречах 4. Партнеры Обеспечение возможности ознакомления партнеров с миссией и стратегическими целями ООО "Волна"
Формирование высокой деловой репутации ООО "Волна" путем обеспечения строгого выполнения договорных обязательств Публикация миссии предприятия во всех рекламных объявлениях, на сайте, листовках и корпоративной прессе
5. Персонал Внедрение системы обучения персонала, направленной на повышение его профессионального и культурного уровня
Внедрение системы информирования персонала о задачах, решаемых предприятием с целью повышения уровня информационной открытости руководства
Разработка и внедрение системы оценки работы персонала на основании принятых критериев с учетом мер материального и морального стимулирования
Внедрение системы социальных гарантий сотрудникам Выпуск корпоративных изданий, в которых публикуются актуальные распоряжения руководства, новые должностные инструкции и регламенты, отчеты о результатах деятельности, планы дальнейшего развития, необходимые для их реализации мероприятия



В таблице 14 представлен план бюджета отдела маркетинга и маркетинговых расходов в период с января по декабрь 2015 г.

Таблица 14
Оценка бюджета отдела маркетинга и расходов на маркетинг на 2015 г.

Период Сумма, заложенная в бюджете без НДС (руб.) Январь 208 000 Февраль 375 000 Март 240 000 Апрель 200 000 Май 400 000 Июнь 539 000 Июль 250 000 Август 370 000 Сентябрь 200 000 Октябрь 400 000 Ноябрь 465 000 Декабрь 345 000 ИТОГО 3 992 000
В 2016-2020 гг. прогнозируется ежегодный прирост расходов на маркетинг в размере 20%.
Наблюдения за динамикой маркетинговых расходов и прибыли показали, что эластичность прибыли по расходам на маркетинг составляет 1,3% - т.е. увеличение данных расходов на 1% приводит к приросту дополнительной прибыли на 1,3%.
Составим прогноз денежных потоков по проекту организации службы маркетинга в ООО "Волна" (таблица 15).

Таблица 15
Прогноз денежных потоков по проекту организации службы маркетинга в ООО "Волна", тыс. руб.

Показатели 2015 2016 2017 2018 2019 2020 1. Денежный отток 3992 4790 5748 6898 8278 9933 2. Денежный приток 3800 4788 6033 7601 9578 12068 3. Чистый денежный поток (стр. 2 - стр. 1) -192 -2 284 703 1300 2135 4. Коэффициент дисконтирования (по ставке рефинансирования ЦБ РФ 8%) 0,926 0,857 0,794 0,735 0,681 0,630 5. Чистый дисконтированный денежный поток (стр. 3 х стр. 4) -178 -2 226 517 885 1345 6. Накопленный чистый дисконтированный денежный поток -178 -180 46 563 1448 2793
Отобразим динамику накопленного чистого дисконтированного денежного потока в графической форме (рисунок 22).



Рисунок 22. Динамика накопленного чистого дисконтированного денежного потока по проекту организации службы маркетинга ООО "Волна"


Таким образом, чистый приведенный доход по проекту составит 2793 тыс. руб., динамический срок окупаемости - 3 года.


ЗАКЛЮЧЕНИЕ


Проведенное исследование позволило сделать следующие выводы.
1. Анализ хозяйственной деятельности объекта исследования - ООО "Волна" выявил, что компания динамично развивается, показывая значительный рост основных показателей, характеризующих эффективность производственно-хозяйственной деятельности. Заметно значительное изменение структуры баланса, в котором среднегодовая стоимость оборотных средств снизилась, а среднегодовая стоимость внеоборотных фондов увеличилась более чем в 2 раза. Это свидетельствует о том, что предприятие наращивает свою производственную мощь, при этом улучшая показатели оборачиваемости оборотных фондов.
2. При проведения прогнозно-аналитических расчетов, а также на стадии прогнозирования, используются следующие методы: системный анализ, методы структуризации, экономических группировок, элиминирования, сравнения, корреляции, экспертных оценок, экстраполяции и др. Все методы прогнозирования по степени формализации делятся на интуитивные (экспертные) и формализованные (фактографические). Последние применяются только в тех случаях, когда величина периода упреждения прогноза укладывается в рамки эволюционного цикла прогнозируемого объекта, т. е. когда не ожидается никаких существенных, качественных изменений в его развитии. На практике наиболее распространенными методами моделирования и прогнозирования является регрессионный анализ и анализ временных рядов.
3. Анализ динамики основных экономических показателей хозяйственной деятельности ООО "Волна" показал большую степень разброса исходных данных (равномерность динамики объема услуг, себестоимости и прибыли). Отмечены достаточно явные сезонные колебания. Корреляционный анализ показал, что на динамику объема услуг значительное влияние оказывает количество заключенных договоров в месяц, количество заявок на подключение и фонд заработной платы. На себестоимости услуг ООО "Волна" определяющее влияние оказывают такие факторы как объем реализованной продукции и количество заключенных договоров в месяц.
4. По результатам моделирования было построено ряд моделей:
- объема услуг:
1)
2)
3) + система индексов сезонности
- себестоимости
1)
2)
3) + система индексов сезонности
По всем моделям построены соответствующие прогнозы выручки, себестоимости и прибыли на 2014 и 2015 гг.
5. Анализ качества моделей показал их приемлемую адекватность для целей прогнозирования. Наилучшие результаты отмечены у моделей множественной регрессии. В соответствие с прогнозом по данным моделям, на 2014 г. прогнозируется объем услуг в размере 1029649 тыс. руб. (+31,3% к уровню 2013 г.), величина себестоимости - 871116 тыс. руб. (+33,3% к уровню 2013 г.), сумма прибыли - 158532 тыс. руб. (+20,7% к уровню 2013 г.). Прогноз рентабельности продаж составляет 15,4%, рентабельности производства - 18,2%. В 2015 г., по прогнозу, выручка достигнет 1417197 (+37,6% к уровню 2014 г., темп роста за два года - 180,8%), себестоимость составит 1230111 тыс. руб. (+41,2% к уровню 2014 г., темп роста за два года - 188,2%), а прибыль будет равна 187086 тыс. руб. (+18,0% к уровню 2014 г., темп роста за два года - 142,4%). Рентабельность продаж при этом составит 13,2%, рентабельности производства - 15,2%. По данным моделям ожидается некоторое снижение прибыльности компании. В то же время прибыль в абсолютном выражении будет расти, равно как и стоимость активов и фонд заработной платы.
6. С учетом того, что основными детерминантами объема продаж является количество заявок на подключение и заключаемых договоров, а также инвестиции в человеческий капитал организации. В связи с этим втором предлагается проект создания в ООО "Волна" специализированного отдела маркетинга. На 2015 г. бюджет маркетинга запланирован в размере 3992 тыс. руб. с последующим ростом на 20% ежегодно. Реализация проекта (организация отдела маркетинга в компании) уже по итогам 3-го года выйдет на положительную плоскость генерирования дохода и принесет к 2020 г. 2793 тыс. руб. чистого экономического эффекта. Также предложены конкретные мероприятия и меры по совершенствованию маркетинговой деятельности предприятия.



СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ


Айвазян С.А. Методы эконометрики: учебник / Московская школа экономики МГУ им. М.В. Ломоносова (МШЭ). - М.: Магистр: ИНФРА-М, 2010. - 512 с.
Бабич Т.Н., Козьева И.А., Вертакова Ю.В. Прогнозирование и планирование в условиях рынка: учебное пособие. - М.: ИНФРА-М, 2013. - 336 с.
Балдин К.В., Быстров О.Ф., Соколов М.М. Эконометрика: учебное пособие. - 2-е изд., перераб. и доп. - М. : Юнити, 2012. - 254 с.
Барсегян А. А., Куприянов М. С., Холод И. И. Анализ данных и процессов: учебное пособие. - 3-е изд., перераб. и доп. - СПб.: БХВ-Петербург, 2009. - 512 с.
Буравлев А.И. Эконометрика: учебное пособие. - М. : БИНОМ. Лаборатория знаний, 2012. - 163 с. 
Валентинов В.А. Эконометрика: учебник. - 2-е изд. - М. : Дашков и К°, 2012. - 445 с.
Герасимов Б.И., Дробышева В.В., Воронкова О.В. Статистические исследования в маркетинге: учебное пособие. - Тамбов : Тамбовский гос. технический ун-т, 2006. - 133 с.
Гобарева Я.Л., Городецкая О.Ю., Золотарюк А.В. Бизнес-аналитика средствами Excel: учебное пособие. - М.: ИНФРА-М, 2014. - 336 с.
Дайитбегов Д.М. Компьютерные технологии анализа данных в эконометрике: монография. - 3-e изд., испр. и доп. - М.: ИНФРА-М, 2013. - 587 с.
Дикарева О.Н., Хорунжая И.А., Шхачева Р.Г. Прогностические модели экономической деятельности коммерческих компаний // Моделирование систем и процессов. - 2008. - № 1. - С. 6-8.
Захарченко Н.И. Бизнес-статистика и прогнозирование в MS Excel : самоучитель. - СПб.: Диалектика, 2004. - 197 с.
Калышенко В.Н., Репина Е.Г., Суханова Е.И., Управление рекламной деятельностью фирмы с использованием математического моделирования // Известия Самарского научного центра Российской академии наук. - 2003. - № 8. - С. 144-153.
Козинова А.Т. Прогнозирование выручки предприятия // Вестник Нижегородского университета им. Н.И. Лобачевского. Серия: Экономика и финансы. - 2004. - № 1. - С. 15-21.
Козлов А.Ю., Мхитарян В.С., Шишов В.Ф. Статистический анализ данных в MS Excel: учебное пособие. - М.: ИНФРА-М, 2014. - 320 с.
Косоруков О.А. Методы количественного анализа в бизнесе: учебник / Институт экономики и финансов "Синергия". - М.: ИНФРА-М, 2005. - 368 с.
Любушин Н.П., Бабичева Н.Э. Анализ подходов к оценке и прогнозированию выручки от продаж с учетом сезонной составляющей // Экономический анализ: теория и практика. - 2004. - № 6. - С. 6-16.
Лялин В.Е., Вазиев Р.Р., Емелина Т.Г. Автоматизация прогнозирования выручки предприятия // Труды международного симпозиума Надежность и качество. - 2008. - Т. 2. - С. 286-291.
Малугин В.А., Фадеева Л.Н. Количественный анализ в экономике и менеджменте: учебник. - М.: ИНФРА-М, 2014. - 615 с.
Мельников Р.М. Эконометрика: учебное пособие. - М. : Проспект, 2014. - 288 с.
Минашкин В.Г., Садовникова Н.А., Шмойлова Р.А. Бизнес-статистика и прогнозирование: учебно-практическое пособие. - М. : Евразийский открытый ин-т, 2010. - 254 с.
Мингалева Ж.А. Моделирование деятельности предприятия: учебное пособие. - Пермь : Ред.-изд. отдел Западно-Уральского ин-та экономики и права, 2009. - 117 с.
Мутовкина Н.Ю., Егорова Е.В. Статистический анализ финансово-хозяйственной деятельности субъектов экономики в MS Excel: учебное пособие. - Тверь : Тверской гос. технический ун-т, 2013. - 203 с.
Новиков А.И. Эконометрика: учебное пособие. - 3-е изд., перераб. и доп. - М. : ИНФРА-М, 2014. - 271 с. 
Орехов А.М. Методы экономических исследований: учебное пособие. - 2-e изд. - М.: ИНФРА-М, 2013. - 344 с.
Орлова И.В., Половников В.А. Экономико-математические методы и модели: компьютерное моделирование: учебное пособие. - 3-e изд., перераб. и доп. - М.: ИНФРА-М, 2011. - 389 с.
Писарева О.М. Методы и модели эконометрики: учебное пособие. - М. : Гос. ун-т упр., 2012. - 223 с.
Прикладной статистический анализ данных: в 2 кн. / [С.В. Алексахин и др.; Под ред. В.В. Криницина]. - М. : Приор, 1998. - Кн. 2. - М. : Приор. - 352 с. 
Сигел Э.Ф. Практическая бизнес-статистика / [пер. с англ. А. И. Мороза и др.]. - М.: Вильямс, 2008. - 1051 с.
Соколов Г.А. Эконометрика: теоретические основы: учебное пособие. - М. : ИНФРА-М, 2012. - 214 с.
Соколов Г.А., Сагитов Р.В. Введение в регрессионный анализ и планирование регрессионных экспериментов в экономике: учебное пособие. - М.: ИНФРА-М, 2010. - 202 с.
Статистический анализ данных, моделирование и исследование вероятностных закономерностей. Компьютерный подход : монография / Б. Ю. Лемешко [и др.]. - Новосибирск : НГТУ, 2011. - 887 с.
Тепляков М.Л., Бахрамов Ю.М. Использование прогнозирования для целей практического маркетинга // Научно-технические ведомости СПбГПУ. - 2006. - № 46. - С. 234-239.
Эконометрика : учебник / [Елисеева И. И. и др. ; под ред. И. И. Елисеевой] ; Санкт-Петербургский гос. экономический ун-т. - М. : Юрайт, 2014. - 449 с.
Ярушкина Н.Г., Афанасьева Т.В., Перфильева И.Г. Интеллектуальный анализ временных рядов: учебное пособие. - М.: ИНФРА-М, 2012. - 160 с.



Приложение 1. Ряды исходных данных

Объем реализо-ванной продукции, тыс. руб. Количест-во заключен-ных договоров в месяц. Количест-во заявок на подключе-ние. ФЗП, тыс. руб. Стоимость основных ПФ, тыс. руб. Стоимость оборотных средств, тыс. руб. Полная себестои-мость товарной продукции, тыс.руб. Балансовая прибыль (убыток), тыс.руб. Время Q N K W FA CA cost profit t 51850 23 14 20530 11390 10390 31000 20850 1 41710 17 10 19640 11200 14600 41560 150 2 45330 18 11 19700 11010 10100 44050 1280 3 50720 20 11 21020 11500 12800 49000 1720 4 52730 22 12 21000 11400 14660 50080 2650 5 57180 14 12 21180 12000 79600 53000 4180 6 61030 24 14 21370 11850 7940 56320 4710 7 51870 18 12 21410 12210 10500 58220 6350 8 61700 25 13 21200 12100 9560 59450 2250 9 65130 28 14 21180 12000 9910 59740 5390 10 64070 31 13 21080 11500 12220 61610 2460 11 78290 24 20 21910 11200 13360 64040 14250 12 51200 20 15 21000 11100 12100 40250 10950 13 48750 18 16 21510 11005 11990 39602 9148 14 50102 18 18 21480 12100 11600 39785 10317 15 51250 20 14 21460 12000 11540 40010 11240 16 51030 19 15 21470 11900 12301 41003 10027 17 51360 20 12 21470 11800 13002 42040 9320 18 52800 20 11 21406 11700 12640 43210 9590 19 52750 19 12 21450 11600 12350 42125 10625 20 50332 18 11 21500 11890 12560 40221 10111 21 48610 14 15 21490 11800 13100 40117 8493 22 54102 21 15 21510 12100 13260 41365 12737 23 58320 22 15 21560 12000 14250 44689 13631 24 74790 30 20 22000 11660 15410 58650 16140 25 69180 30 23 21890 12000 16090 60550 8630 26 67960 33 20 21900 13000 15460 55210 12750 27 68090 35 23 21910 12800 16190 56630 11460 28 64980 37 20 21900 12700 14270 55800 9180 29 60570 35 20 22000 12500 11530 48800 11770 30 56270 28 20 22010 11600 12050 45650 11620 31 60700 39 27 22100 14100 13350 53220 7480 32 59150 29 20 22050 14000 13080 48700 10450 33 64940 43 26 22070 13850 12530 56950 7990 34 68200 49 18 22150 13760 14610 57120 11080 35 69100 46 18 22140 13600 12240 56280 12820 36

Приложение 2. Проверка временных рядов на наличие тренда по кумулятивному Т-критерию

1. Ряд выручки
t 1 51850 2688422500 -6099 -6099 37191702 2 41710 1739724100 -16239 -22337 498941569 3 45330 2054808900 -12619 -34956 1221886980 4 50720 2572518400 -7229 -42184 1779489856 5 52730 2780452900 -5219 -47403 2246997006 6 57180 3269552400 -769 -48171 2320445241 7 61030 3724660900 3082 -45090 2033063010 8 51870 2690496900 -6079 -51168 2618164224 9 61700 3806890000 3752 -47417 2248324472 10 65130 4241916900 7182 -40235 1618855225 11 64070 4104964900 6122 -34114 1163730882 12 78290 6129324100 20342 -13772 189667984 13 51200 2621440000 -6749 -20521 421090920 14 48750 2376562500 -9199 -29719 883218961 15 50102 2510210404 -7847 -37566 1411166790 16 51250 2626562500 -6699 -44264 1959301696 17 51030 2604060900 -6919 -51183 2619648306 18 51360 2637849600 -6589 -57771 3337488441 19 52800 2787840000 -5149 -62920 3958863480 20 52750 2782562500 -5199 -68118 4640061924 21 50332 2533310224 -7617 -75735 5735714490 22 48610 2362932100 -9339 -85073 7237415329 23 54102 2927026404 -3847 -88920 7906677480 24 58320 3401222400 372 -88548 7840748304 25 74790 5593544100 16842 -71707 5141822142 26 69180 4785872400 11232 -60475 3657225625 27 67960 4618561600 10012 -50464 2546564832 28 68090 4636248100 10142 -40322 1625863684 29 64980 4222400400 7032 -33291 1108257390 30 60570 3668724900 2622 -30669 940587561 31 56270 3166312900 -1679 -32348 1046360756 32 60700 3684490000 2752 -29596 875923216 33 59150 3498722500 1202 -28395 806247630 34 64940 4217203600 6992 -21403 458088409 35 68200 4651240000 10252 -11152 124355952 36 69100 4774810000 11152 0 0 ИТОГО 2086146 123493442932 - - 84259451474
2. Ряд себестоимости
t 1 31000 961000000 -18335 -18335 336158983 2 41560 1727233600 -7775 -26109 681694386 3 44050 1940402500 -5285 -31394 985578004 4 49000 2401000000 -335 -31729 1006701238 5 50080 2508006400 745 -30983 959958338 6 53000 2809000000 3665 -27318 746264018 7 56320 3171942400 6985 -20332 413409427 8 58220 3389568400 8885 -11447 131036353 9 59450 3534302500 10115 -1332 1773558 10 59740 3568867600 10405 9074 82330419 11 61610 3795792100 12275 21349 455778615 12 64040 4101121600 14705 36054 1299914952 13 40250 1620062500 -9085 26970 727364418 14 39602 1568318404 -9733 17237 297116084 15 39785 1582846225 -9550 7687 59096375 16 40010 1600800100 -9325 -1637 2680497 17 41003 1681246009 -8332 -9969 99378192 18 42040 1767361600 -7295 -17264 298028432 19 43210 1867104100 -6125 -23388 547005041 20 42125 1774515625 -7210 -30598 936224005 21 40221 1617728841 -9114 -39711 1576996614 22 40117 1609373689 -9218 -48929 2394052478 23 41365 1711063225 -7970 -56899 3237461429 24 44689 1997106721 -4646 -61544 3787704965 25 58650 3439822500 9315 -52229 2727865539 26 60550 3666302500 11215 -41014 1682116296 27 55210 3048144100 5875 -35138 1234696613 28 56630 3206956900 7295 -27843 775226462 29 55800 3113640000 6465 -21378 456998694 30 48800 2381440000 -535 -21912 480143048 31 45650 2083922500 -3685 -25597 655196455 32 53220 2832368400 3885 -21711 471386820 33 48700 2371690000 -635 -22346 499347440 34 56950 3243302500 7615 -14731 216994177 35 57120 3262694400 7785 -6945 48238041 36 56280 3167438400 6945 0 0 ИТОГО 1776047 90123486339 - - 30311916405 Приложение 3. Расчет индексов сезонности

Месяц t Себе-стои-мость Выруч-ка Расчет-ное значе-ние себе-стои-мости по тренду Расчет-ное значе-ние выруч-ки по тренду Коэф-фици-енты сезон-ности для себес-тои-мости Коэф-фици-енты сезон-ности для выруч-ки Сред-ние коэф-фици-енты сезон-ности для себес-тои-мости Сред-ние коэф-фици-енты сезон-ности для выруч-ки Январь 1 31000 51850 46775 51192 0,663 1,013 0,894 1,058 Февраль 2 41560 41710 46889 51569 0,886 0,809 0,976 0,940 Март 3 44050 45330 47003 51945 0,937 0,873 0,957 0,958 Апрель 4 49000 50720 47117 52321 1,040 0,969 1,000 0,994 Май 5 50080 52730 47231 52698 1,060 1,001 1,007 0,982 Июнь 6 53000 57180 47345 53074 1,119 1,077 0,986 0,981 Июль 7 56320 61030 47459 53450 1,187 1,142 0,994 0,984 Август 8 58220 51870 47573 53827 1,224 0,964 1,047 0,944 Сентябрь 9 59450 61700 47687 54203 1,247 1,138 1,011 0,977 Октябрь 10 59740 65130 47802 54580 1,250 1,193 1,064 1,012 Ноябрь 11 61610 64070 47916 54956 1,286 1,166 1,084 1,047 Декабрь 12 64040 78290 48030 55332 1,333 1,415 1,116 1,154 Январь 13 40250 51200 48144 55709 0,836 0,919 Февраль 14 39602 48750 48258 56085 0,821 0,869 Март 15 39785 50102 48372 56461 0,822 0,887 Апрель 16 40010 51250 48486 56838 0,825 0,902 Май 17 41003 51030 48600 57214 0,844 0,892 Июнь 18 42040 51360 48714 57590 0,863 0,892 Июль 19 43210 52800 48828 57967 0,885 0,911 Август 20 42125 52750 48942 58343 0,861 0,904 Сентябрь 21 40221 50332 49056 58719 0,820 0,857 Октябрь 22 40117 48610 49170 59096 0,816 0,823 Ноябрь 23 41365 54102 49284 59472 0,839 0,910 Декабрь 24 44689 58320 49398 59848 0,905 0,974 Январь 25 58650 74790 49512 60225 1,185 1,242 Февраль 26 60550 69180 49626 60601 1,220 1,142 Март 27 55210 67960 49740 60978 1,110 1,115 Апрель 28 56630 68090 49854 61354 1,136 1,110 Май 29 55800 64980 49968 61730 1,117 1,053 Июнь 30 48800 60570 50082 62107 0,974 0,975 Июль 31 45650 56270 50196 62483 0,909 0,901 Август 32 53220 60700 50310 62859 1,058 0,966 Сентябрь 33 48700 59150 50424 63236 0,966 0,935 Октябрь 34 56950 64940 50538 63612 1,127 1,021 Ноябрь 35 57120 68200 50653 63988 1,128 1,066 Декабрь 36 56280 69100 50767 64365 1,109 1,074
Приложение 4. Анализ качества построенных моделей

1. Фактические и расчетные значения выручки и себестоимости

Выручка факти-ческая Выручка по модели множест-венной регрессии Выручка по модели парной регрессии Выручка по модели времен- ного ряда Себе- стои- мость факти- ческая Себе- стои- мость по модели множест-венной регрессии Себе- стои- мость по модели парной регрессии Себе- стои- мость по модели времен- ного ряда 51850 55067 56072 54157 31000 48202 44444 41838 41710 40039 51977 48468 41560 38233 36312 45750 45330 40865 52660 49773 44050 40493 39215 44961 50720 56979 54025 51988 49000 46422 43538 47134 52730 57572 55389 51735 50080 47528 45150 47557 57180 53551 49930 52091 53000 52961 48718 46664 61030 62121 56754 52617 56320 55548 51806 47160 51870 57865 52660 50838 58220 48145 44460 49831 61700 59722 57437 52954 59450 56171 52343 48202 65130 61009 59484 55248 59740 58540 55094 50869 64070 61368 61531 57546 61610 55685 54244 51953 78290 65569 56754 63871 64040 67027 65648 53579 51200 51695 54025 58935 40250 42272 43923 43062 48750 55655 52660 52712 39602 39430 41958 47085 50102 54746 52660 54100 39785 43634 43042 46270 51250 55339 54025 56475 40010 43975 43963 48503 51030 54201 53342 56168 41003 43099 43786 48935 51360 54332 54025 56524 42040 42713 44051 48013 52800 53030 54025 57063 43210 43313 45206 48520 52750 52285 53342 55104 42125 42589 45166 51264 50332 51610 52660 57366 40221 40962 43227 49585 48610 48160 49930 59820 40117 38783 41846 52325 54102 52682 54707 62275 41365 44216 46250 53437 58320 53393 55389 69084 44689 47285 49633 55106 74790 63472 60849 63713 58650 60503 62841 44286 69180 61637 60849 56957 60550 56194 58342 48420 67960 63270 62896 58427 55210 57819 57363 47579 68090 64211 64261 60963 56630 56947 57468 49872 64980 64920 65626 60602 55800 53503 54974 50313 60570 64131 64261 60956 48800 48596 51437 49362 56270 58834 59484 61509 45650 41630 47989 49880 60700 66938 66991 59369 53220 52898 51541 52697 59150 58867 60166 61778 48700 50841 50298 50968 64940 68240 69720 64391 56950 55153 54942 53781 68200 72764 73815 67004 57120 57401 57556 54921 69100 70008 71768 74297 56280 57337 58278 56632
2. Остатки и расчет средней относительной ошибки аппроксимации

Выручка по модели множест-венной регрессии Выручка по модели парной регрессии Выручка по модели времен- ного ряда Себе- стои- мость по модели множест-венной регрессии Себе- стои- мость по модели парной регрессии Себе- стои- мость по модели времен- ного ряда ei |ei/yi| ei |ei/yi| ei |ei/yi| ei |ei/yi| ei |ei/yi| ei |ei/yi| -3217 0,062 -4222 0,081 -2307 0,045 -17202 0,555 -13444 0,434 -10838 0,350 1671 0,040 -10267 0,246 -6758 0,162 3327 0,080 5248 0,126 -4190 0,101 4465 0,098 -7330 0,162 -4443 0,098 3557 0,081 4835 0,110 -911 0,021 -6259 0,123 -3305 0,065 -1268 0,025 2578 0,053 5462 0,111 1866 0,038 -4842 0,092 -2659 0,050 995 0,019 2552 0,051 4930 0,098 2523 0,050 3629 0,063 7250 0,127 5089 0,089 39 0,001 4282 0,081 6336 0,120 -1091 0,018 4276 0,070 8413 0,138 772 0,014 4514 0,080 9160 0,163 -5995 0,116 -790 0,015 1032 0,020 10075 0,173 13760 0,236 8389 0,144 1978 0,032 4263 0,069 8746 0,142 3279 0,055 7107 0,120 11248 0,189 4121 0,063 5646 0,087 9882 0,152 1200 0,020 4646 0,078 8871 0,148 2702 0,042 2539 0,040 6524 0,102 5925 0,096 7366 0,120 9657 0,157 12721 0,162 21536 0,275 14419 0,184 -2987 0,047 -1608 0,025 10461 0,163 -495 0,010 -2825 0,055 -7735 0,151 -2022 0,050 -3673 0,091 -2812 0,070 -6905 0,142 -3910 0,080 -3962 0,081 172 0,004 -2356 0,059 -7483 0,189 -4644 0,093 -2558 0,051 -3998 0,080 -3849 0,097 -3257 0,082 -6485 0,163 -4089 0,080 -2775 0,054 -5225 0,102 -3965 0,099 -3953 0,099 -8493 0,212 -3171 0,062 -2312 0,045 -5138 0,101 -2096 0,051 -2783 0,068 -7932 0,193 -2972 0,058 -2665 0,052 -5164 0,101 -673 0,016 -2011 0,048 -5973 0,142 -230 0,004 -1225 0,023 -4263 0,081 -103 0,002 -1996 0,046 -5310 0,123 465 0,009 -592 0,011 -2354 0,045 -464 0,011 -3041 0,072 -9139 0,217 -1278 0,025 -2328 0,046 -7034 0,140 -741 0,018 -3006 0,075 -9364 0,233 450 0,009 -1320 0,027 -11210 0,231 1334 0,033 -1729 0,043 -12208 0,304 1420 0,026 -605 0,011 -8173 0,151 -2851 0,069 -4885 0,118 -12072 0,292 4927 0,084 2931 0,050 -10764 0,185 -2596 0,058 -4944 0,111 -10417 0,233 11318 0,151 13941 0,186 11077 0,148 -1853 0,032 -4191 0,071 14364 0,245 7543 0,109 8331 0,120 12223 0,177 4356 0,072 2208 0,036 12130 0,200 4690 0,069 5064 0,075 9533 0,140 -2609 0,047 -2153 0,039 7631 0,138 3879 0,057 3829 0,056 7127 0,105 -317 0,006 -838 0,015 6758 0,119 60 0,001 -646 0,010 4378 0,067 2297 0,041 826 0,015 5487 0,098 -3561 0,059 -3691 0,061 -386 0,006 204 0,004 -2637 0,054 -562 0,012 -2564 0,046 -3214 0,057 -5239 0,093 4020 0,088 -2339 0,051 -4230 0,093 -6238 0,103 -6291 0,104 1331 0,022 322 0,006 1679 0,032 523 0,010 283 0,005 -1016 0,017 -2628 0,044 -2141 0,044 -1598 0,033 -2268 0,047 -3300 0,051 -4780 0,074 549 0,008 1797 0,032 2008 0,035 3169 0,056 -4564 0,067 -5615 0,082 1196 0,018 -281 0,005 -436 0,008 2199 0,038 6,2 7,3 9,6 5,9 8,1 14,1
3. Графики остатков

































5

1. Айвазян С.А. Методы эконометрики: учебник / Московская школа экономики МГУ им. М.В. Ломоносова (МШЭ). - М.: Магистр: ИНФРА-М, 2010. - 512 с.
2. Бабич Т.Н., Козьева И.А., Вертакова Ю.В. Прогнозирование и планирование в условиях рынка: учебное пособие. - М.: ИНФРА-М, 2013. - 336 с.
3. Балдин К.В., Быстров О.Ф., Соколов М.М. Эконометрика: учебное пособие. - 2-е изд., перераб. и доп. - М. : Юнити, 2012. - 254 с.
4. Барсегян А. А., Куприянов М. С., Холод И. И. Анализ данных и процессов: учебное пособие. - 3-е изд., перераб. и доп. - СПб.: БХВ-Петербург, 2009. - 512 с.
5. Буравлев А.И. Эконометрика: учебное пособие. - М. : БИНОМ. Лаборатория знаний, 2012. - 163 с.
6. Валентинов В.А. Эконометрика: учебник. - 2-е изд. - М. : Дашков и К°, 2012. - 445 с.
7. Герасимов Б.И., Дробышева В.В., Воронкова О.В. Статистические исследования в маркетинге: учебное пособие. - Тамбов : Тамбовский гос. технический ун-т, 2006. - 133 с.
8. Гобарева Я.Л., Городецкая О.Ю., Золотарюк А.В. Бизнес-аналитика средствами Excel: учебное пособие. - М.: ИНФРА-М, 2014. - 336 с.
9. Дайитбегов Д.М. Компьютерные технологии анализа данных в эконометрике: монография. - 3-e изд., испр. и доп. - М.: ИНФРА-М, 2013. - 587 с.
10. Дикарева О.Н., Хорунжая И.А., Шхачева Р.Г. Прогностические модели экономической деятельности коммерческих компаний // Моделирование систем и процессов. - 2008. - № 1. - С. 6-8.
11. Захарченко Н.И. Бизнес-статистика и прогнозирование в MS Excel : самоучитель. - СПб.: Диалектика, 2004. - 197 с.
12. Калышенко В.Н., Репина Е.Г., Суханова Е.И., Управление рекламной деятельностью фирмы с использованием математического моделирования // Известия Самарского научного центра Российской академии наук. - 2003. - № 8. - С. 144-153.
13. Козинова А.Т. Прогнозирование выручки предприятия // Вестник Нижегородского университета им. Н.И. Лобачевского. Серия: Экономика и финансы. - 2004. - № 1. - С. 15-21.
14. Козлов А.Ю., Мхитарян В.С., Шишов В.Ф. Статистический анализ данных в MS Excel: учебное пособие. - М.: ИНФРА-М, 2014. - 320 с.
15. Косоруков О.А. Методы количественного анализа в бизнесе: учебник / Институт экономики и финансов "Синергия". - М.: ИНФРА-М, 2005. - 368 с.
16. Любушин Н.П., Бабичева Н.Э. Анализ подходов к оценке и прогнозированию выручки от продаж с учетом сезонной составляющей // Экономический анализ: теория и практика. - 2004. - № 6. - С. 6-16.
17. Лялин В.Е., Вазиев Р.Р., Емелина Т.Г. Автоматизация прогнозирования выручки предприятия // Труды международного симпозиума Надежность и качество. - 2008. - Т. 2. - С. 286-291.
18. Малугин В.А., Фадеева Л.Н. Количественный анализ в экономике и менеджменте: учебник. - М.: ИНФРА-М, 2014. - 615 с.
19. Мельников Р.М. Эконометрика: учебное пособие. - М. : Проспект, 2014. - 288 с.
20. Минашкин В.Г., Садовникова Н.А., Шмойлова Р.А. Бизнес-статистика и прогнозирование: учебно-практическое пособие. - М. : Евразийский открытый ин-т, 2010. - 254 с.
21. Мингалева Ж.А. Моделирование деятельности предприятия: учебное пособие. - Пермь : Ред.-изд. отдел Западно-Уральского ин-та экономики и права, 2009. - 117 с.
22. Мутовкина Н.Ю., Егорова Е.В. Статистический анализ финансово-хозяйственной деятельности субъектов экономики в MS Excel: учебное пособие. - Тверь : Тверской гос. технический ун-т, 2013. - 203 с.
23. Новиков А.И. Эконометрика: учебное пособие. - 3-е изд., перераб. и доп. - М. : ИНФРА-М, 2014. - 271 с.
24. Орехов А.М. Методы экономических исследований: учебное пособие. - 2-e изд. - М.: ИНФРА-М, 2013. - 344 с.
25. Орлова И.В., Половников В.А. Экономико-математические методы и модели: компьютерное моделирование: учебное пособие. - 3-e изд., перераб. и доп. - М.: ИНФРА-М, 2011. - 389 с.
26. Писарева О.М. Методы и модели эконометрики: учебное пособие. - М. : Гос. ун-т упр., 2012. - 223 с.
27. Прикладной статистический анализ данных: в 2 кн. / [С.В. Алексахин и др.; Под ред. В.В. Криницина]. - М. : Приор, 1998. - Кн. 2. - М. : Приор. - 352 с.
28. Сигел Э.Ф. Практическая бизнес-статистика / [пер. с англ. А. И. Мороза и др.]. - М.: Вильямс, 2008. - 1051 с.
29. Соколов Г.А. Эконометрика: теоретические основы: учебное пособие. - М. : ИНФРА-М, 2012. - 214 с.
30. Соколов Г.А., Сагитов Р.В. Введение в регрессионный анализ и планирование регрессионных экспериментов в экономике: учебное пособие. - М.: ИНФРА-М, 2010. - 202 с.
31. Статистический анализ данных, моделирование и исследование вероятностных закономерностей. Компьютерный подход : монография / Б. Ю. Лемешко [и др.]. - Новосибирск : НГТУ, 2011. - 887 с.
32. Тепляков М.Л., Бахрамов Ю.М. Использование прогнозирования для целей практического маркетинга // Научно-технические ведомости СПбГПУ. - 2006. - № 46. - С. 234-239.
33. Эконометрика : учебник / [Елисеева И. И. и др. ; под ред. И. И. Елисеевой] ; Санкт-Петербургский гос. экономический ун-т. - М. : Юрайт, 2014. - 449 с.
34. Ярушкина Н.Г., Афанасьева Т.В., Перфильева И.Г. Интеллектуальный анализ временных рядов: учебное пособие. - М.: ИНФРА-М, 2012. - 160 с.

Вопрос-ответ:

Какими методами проводится статистический анализ динамики экономических показателей в статье?

В статье применяются основные методы статистического анализа, такие как анализ средних значений, анализ вариации, анализ сезонности и прогнозирование временных рядов. Эти методы позволяют выявить тренды и цикличность в динамике экономических показателей, а также построить прогнозные модели.

Какие были выявлены основные проблемы и риски в хозяйственной деятельности ООО Волна?

При проведении экспресс анализа технико-экономических и финансовых показателей работы предприятия были выявлены следующие проблемы: низкая рентабельность услуг, непостоянство спроса на услуги в течение года и неконтролируемое увеличение себестоимости. Это создает риски ухудшения финансового положения предприятия и требует принятия мер по оптимизации процессов и управлению ресурсами.

Какие методы прогнозирования использовались при построении прогнозных моделей в статье?

В статье были использованы методы временных рядов для прогнозирования объемов и себестоимости услуг. В частности, были применены ARIMA модели для моделирования сезонности и тренда во временных рядах. Также были использованы методы экстраполяции и сглаживания данных для получения более точных прогнозов.

Какие преимущества прогнозных моделей на основе временных рядов имеют по сравнению с другими методами прогнозирования?

Прогнозные модели на основе временных рядов имеют несколько преимуществ. Во-первых, они учитывают автокорреляцию и сезонность в данных, что позволяет более точно предсказывать будущие значения. Во-вторых, эти модели обладают возможностью адаптации к изменениям в динамике данных, что позволяет использовать их для прогнозирования в условиях неопределенности. Наконец, прогнозные модели на основе временных рядов позволяют учесть нелинейные взаимосвязи между переменными и использовать исторические данные для прогнозирования будущих значений.

Какой метод анализа используется для определения динамики экономических показателей предприятия?

Для определения динамики экономических показателей предприятия используется метод статистического анализа.

Что такое сезонность и почему она важна при построении прогнозных моделей?

Сезонность - это периодические колебания экономических показателей в зависимости от времени года или иных периодично повторяющихся факторов. Она важна при построении прогнозных моделей, так как помогает учесть и предсказать сезонные колебания и адекватно на них отреагировать.

Какие методы используются для определения сезонности и построения прогнозных моделей?

Для определения сезонности и построения прогнозных моделей могут использоваться различные методы, такие как мультипликативная модель, аддитивная модель, экспоненциальное сглаживание и другие.

Какие факторы могут влиять на динамику экономических показателей предприятия?

На динамику экономических показателей предприятия могут влиять различные факторы, такие как изменение спроса на продукцию, изменение конкурентной ситуации, изменение цен на сырье и т.д.

Какие прогнозные модели используются для предсказания объемов и себестоимости услуг?

Для предсказания объемов и себестоимости услуг могут применяться различные прогнозные модели, такие как линейная регрессия, временные ряды, искусственные нейронные сети и другие.

Какие экономические показатели анализируются в статье?

В статье анализируются объемы и себестоимость услуг предприятия ООО Волна.

Какое предприятие рассматривается в статье?

Статья рассматривает предприятие ООО Волна.