CC BY
64
_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «ИННОВАЦИОННАЯ НАУКА» №05/2017 ISSN 2410-6070_
http://www.cbr.ru/.
6. Официальный сайт Центрального Банка. Статистический бюллетень Банка России [Электронный ресурс] - Режим доступа: (http://www.cbr.ru/).
7. Федеральная служба государственной статистики [Электронный ресурс] - Режим доступа: (http: //www .gks.ru/).
© Шайдоров М.Ю., 2017
УДК 330.43
Д.Д. Шайлина
студент группы З-15Эк(м)САПСЭП Оренбургский государственный университет г.Оренбург, Российская Федерация
ЭКОНОМЕТРИЧЕСКОЕ МОДЕЛИРОВАНИЕ ВЛИЯНИЯ ПОКАЗАТЕЛЕЙ БИЗНЕС ПРОЦЕССОВ НА ЭФФЕКТИВНОСТЬ ДЕЯТЕЛЬНОСТИ ПРЕДПРИЯТИЯ
Аннотация
В статье оценены параметры регрессионной модели влияния факторов на рентабельность продаж предприятия по производству пластиковых окон. На основе данной модели осуществляется предсказание поведения зависимой переменной под влиянием внутренних факторов.
Ключевые слова
Бизнес процессы, моделирование, факторы, эконометрическая модель, предсказание.
Факторы внутренней среды предприятия, в большинстве случаев поддаются воздействию со стороны менеджмента данного предприятия, поэтому обратимся к методике корреляционно-регрессионного анализа и выявим данные показатели, оказывающие решающее воздействие на рентабельность продаж.
При проведении эконометрического моделирования будем придерживаться мнения таких ученых как: Афанасьев В.Н. [1], Береговая И.Б. [2], Корабейников И.Н. [3], Фаизова Л.Р. [4], Цыпин А.П. [5] и др..
В качестве периода анализа будет использован отрезок времени, охватывающий начало функционирования ООО «Арион», по настоящий периодов (2002-2015 гг.).
В качестве внутренних факторов влияющих, по нашему мнению, на динамику рентабельности продаж (7) используем следующие: XI - фондоотдача (руб.); Х2 - производительность труда (руб./чел.); Х3 -материалоотдача (руб.).
Далее необходимо оценить значения парных коэффициентов корреляции, результаты представим в виде матрицы парных коэффициентов корреляции. Рассмотрение данной матрицы позволяет определение факторов оказывающих наибольшее влияние на результативный показатель, а также на первом шаге выявить и устранить мультиколлениарность (таблица 1).
Таблица 1
Матрица парных коэффициентов корреляции для зависимости коэффициента рентабельности продаж от внутренних факторов
Y X1 X2 X3
Y 1,000
X1 0,980 1,000
X2 -0,482 -0,837 1,000
X3 0,984 0,988 -0,851 1,000
Источник: рассчитано автором с применением пакета STATISTICA
_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «ИННОВАЦИОННАЯ НАУКА» №05/2017 ISSN 2410-6070_
Согласно данным, приведенным в таблице 1, получаем, что наибольшее влияние на зависимую переменную оказывает показатель X3 - материалоотдача. Также значительное влияние на зависимую переменную оказывает фактор XI. При этом между данными показателями наблюдается сильная взаимосвязь, что указывает на наличие мультиколлениарности, отсюда следует, что совместное использование в модели данных регрессоров нежелательно, так как может привести к неверным выводам. В связи с этим в дальнейшем проведем анализ двух моделей (таблица 2).
Коэффициент корреляции для обеих моделей получен весьма высоким, его значение свидетельствует о значимой связи между рассматриваемыми показателями.
Фактическое значение ^"-критерия Фишера больше табличного значения (р-уровень не превышает 5% порога), отсюда можно сделать вывод о статистической значимости моделей.
Таблица 2
Результаты проведения корреляционно-регрессионного анализа
Показатели Y = f(X 1) + Е Y = f(X 3) + Е
Множественный R 0,980 0,984
R-квадрат 0,960 0,968
Нормированный R-квадрат 0,957 0,965
Фактическое значение F-критерия Фишера 290,582 360,307
р-уровень значимости 0,000 0,000
Источник: рассчитано автором с применением пакета STATISTICA
Первая модель показывает, что при увеличении фондоотдачи на 1 рубль, рентабельность продаж вырастит на 1,2 процентных пункта. Соответственно вторая модель показывает, что при росте материалоотдачи на 1 рубль, рентабельность увеличится на 50,2 процентных пункта.
Так как регрессионные модели зависимости рентабельности от регрессоров статистически значимы, то проведем прогнозирование на их основе. При этом, в качестве возможных значений регрессоров используем:
- во-первых, минимальное значение, что соответствует пессимистическим прогнозам;
- во-вторых, прогноз на 2016 год по линейным моделям переменных X1 и X3, что будет соответствовать реалистичным прогнозам;
- в-третьих, максимальные значения независимых переменных, что соответствует оптимистическому сценарию развития.
В результате проведенного моделирования в пакете STATISTICA получаем результаты представленные в таблице 3.
Таблица 3
Результаты моделирования влияния факторов на рентабельность продаж ООО «Арион»
Показатели Варианты прогноза
пессимистическим реалистический оптимистический
XI 27,33 25,48 73,99
Предсказанное значение Y -3,70 -6,05 55,54
-95,0%ИС -8,23 -10,84 51,19
+95,0%ИС 0,82 -1,26 59,88
X3 1,01 0,82 2,08
Предсказанное значение Y 3,49 -5,84 57,24
-95,0%ИС 0,10 -10,12 53,17
+95,0%ИС 6,88 -1,56 61,32
Источник: рассчитано автором с применением пакета STATISTICA
Полученные прогнозы по обеим моделям схожи, так при максимизации регрессоров наблюдается значительный рост рентабельности продаж (выделено насыщенным зеленым цветом). Соответственно при снижении значений независимых переменных, наблюдается сокращение рентабельности (красный и оранжевый цвета).
МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «ИННОВАЦИОННАЯ НАУКА» №05/2017 ISSN 2410-6070
Список использованной литературы:
1. Афанасьев В.Н. Эконометрика для бакалавров: учебник / В.Н. Афанасьев, Т.В. Леушина, Т.В. Лебедева, А.П. Цыпин. - Оренбург: Издательство: Оренбургский государственный университет. 2014. - 434 с.
2. Береговая И.Б. Факторы, влияющие на эффективность процессов организации / И.Б. Береговая // Интеллект. Инновации. Инвестиции. - 2016. - № 4. - С. 4-7.
3. Корабейников И.Н. Использование государственно-частного партнерства на региональном рынке информационных услуг / И.Н. Корабейников // Интеллект. Инновации. Инвестиции. - 2016. - № 3. - С. 1924.
4. Фаизова Л.Р. Развитие малого предпринимательства в Оренбургской области / Л.Р. Фаизова, А.П. Цыпин // В сборнике: Наука и образование: фундаментальные основы, технологии, инновации Сборник материалов Международной научной конференции, посвященной 60-летию Оренбургского государственного университета. 2015. - С. 248-252.
5. Цыпин А.П. Статистика в табличном редакторе Microsoft Excel: Лабораторный практикум / А.П. Цыпин, Л.Р. Фаизова. - Оренбург: Издательство: Оренбургский государственный университет, 2016. - 290 с.
© Шайлина Д.Д., 2017
УДК 338
Д.С. Шихов
студент 4 курса ФГБОУ ВПО «ПГГПУ» г. Пермь, Российская Федерация
З.И. Сичинава К.т.н., доцент ФГБОУ ВПО «ПГГПУ» г. Пермь, Российская Федерация
ИНФОРМАЦИОННАЯ СИСТЕМА ДЛЯ АВТОМАТИЗАЦИИ ПРИЕМА И ОБРАБОТКИ ЗАЯВОК СЛУЖБЫ ДОСТАВКИ
Аннотация
В данной статье описана информационная система, позволяющая повысить эффективность и производительность работы службы доставки за счет автоматизации приёма и учёта заявок и внедрения параллельной обработки обращений.
Ключевые слова
Автоматизация, служба доставки, информационная система, приём заявок, учёт заявок, проектирование системы, повышение производительности.
На сегодняшний день, без применения автоматизированных информационных систем невозможно представить себе ни один процесс деятельности человека, а тем более деятельность компаний, ведение бизнеса, где приходится обрабатывать огромные потоки данных, стандартизировать и структурировать их обработку, делать это оперативно и точно.
Большинство предприятий, занятых в сфере обслуживания, и не только, существуют в условиях жёсткой конкуренции. И одним из важных направлений административной деятельности любой организации является повышение ее конкурентоспособности [1].
В качестве примера автоматизации была взята служба доставки, в настоящее время в которой, в связи с отсутствием информационной системы, есть ряд недостатков:
