Разработка стратегии авиакомпании
Курсовой проект - Менеджмент
Другие курсовые по предмету Менеджмент
°.
Показатель конкурентоспособности компании будет равен:
На основе расчетных данных составим матрицу МакКинси:
Стратегии: А - выживание или уход с рынка;
В - селективный рост;
С - захват рынка;- сбор урожая.
Как показала оценка конкурентоспособности компании и привлекательности рынка, нашей компании необходима стратегия селективного роста, которая предполагает выявление и захват сегмента рынка, на котором возможна наиболее результативная деятельность. В связи с быстрыми темпами развитием экономики Индии и, как следствие, возрастающими объемами бизнес-поездок граждан, сегмент бизнес-перевозок и будет являться целевым.
Раздел 5. Планирование объемов перевозок авиакомпании
Цель прогнозирования - определение наиболее устойчивых закономерностей и тенденций, предсказание на их основе показателей в будущем. Прогнозирование основано на информации о предшествующем состоянии системы, тенденциях и взаимосвязях, обнаруживших себя в прошлом.
Основной элемент прогнозирования - экономико-математическое моделирование с помощью современной вычислительной техники. Прогнозирование основано на информации о предшествующем состоянии экономической системы, на тенденциях и взаимосвязях, обнаруживавших себя в прошлом.
Линейная зависимость выражается формулой:
(12) гдеyt- выравненное значение yt , соответствующее моменту времени f;
а и b - константы, которые обращают сумму квадратов отклонений фактических значении yt от выравненных уt в минимум.
Параметры а и b, обращающие сумму квадратов ?(yt-yt) и минимум, вычисляются по формуле:
, (13)
где b называют коэффициентом регрессии; он характеризует наклон линии регрессии, знак ? здесь и далее означает суммирование .
,(14)
Коэффициент а называют начальным или свободным коэффициентом. Он характеризует уровень пересечения линии регрессии с осью ординат у, т.е. равен у, при t = 0.
Для того чтобы найти прогноз, необходимо оценить сначала параметры линейного тренда, подставить их в исходное уравнение кривой, а затем вычислить прогноз.
Метод наименьших квадратов и процедура подбора прямой регрессии полностью переносятся и на случай, когда уравнение кривой может быть после некоторых преобразований сведено к линейному тренду.
В практике криволинейного выравнивания широко распространены два вида преобразований: натуральный логарифм (ln) и обратное преобразование (1/t). При этом, очевидно, возможно преобразование как зависимой переменной у, так и независимой t или одновременно и той, и другой. В таблице 8 представлены восемь возможных преобразований кривых, полученных на основе логарифмирования и обратного преобразования.
Таблица 8 - Кривые, сводящиеся к уравнению прямой преобразованием исходных данных
Название кривойУравнениеПреобразованиеЭкспоненциальная (простая)yt = aebtYt=ln ytСтепеннаяyt=atbYt=ln yt T=ln tГиперболическая I типа yt=a + b/t T = 1/t Гиперболическая II типа yt= l/(a+bt) Yt=1/ytГиперболическая III типа (рациональная)yt = t/(a+bt)Y, = 1/yt T=1/tЛогарифмическая yt = a + b ln tT=ln t S-образнаяyt = ea + b/tYt=ln yt T=1/t Обратно-логарифмическаяyt=1/(a + b lnt)Yt =1/Yt T=ln t
При выборе наилучшей кривой для прогнозирования используют средний квадрат ошибки (MSE), средне абсолютную процентную ошибку(МАРЕ), коэффициент детерминации (r).
Коэффициент детерминации можно определить с помощью уравнения:
(15)
Средний квадрат ошибки (MSE) определяется формулой:
MSE=1/n? (16)
Средне абсолютная процентная ошибка (МАРЕ) есть среднее абсолютных значений ошибок прогноза, выраженных в % относительно фактических значений показателя yt:
(17)
Типичные значения МАРЕ и их интерпретация показаны в таблице 9.
Таблица 9 - Интерпретация типичных значений MAPE
МАРЕ, %Интерпретация50Неудовлетворительная точность
В разделе далее будут произведены следующие действия:
По данным динамического ряда рассчитаем параметры a,b аппроксимирующих зависимостей.
Построим графики изменения выполненного общего тонно-километража авиакомпании за 10 лет для каждой из аппроксимирующих зависимостей.
Рассчитаем показатели r, MSE, MAPE для каждой из аппроксимирующих зависимостей. Определим наилучшую аппроксимирующую зависимость и спрогнозировать по ней общий тонно-километраж на 11-й год.
Результаты выполненных действий представлены в таблице 10.
Таблица 10 - Результаты аппроксимации
ЗависимостьУравнениеЗначения коэффициентовrMSEMAPE,Линейнаяyt = a + bt45,653334,0866666670,9348759,5981333,784713Экспоненциальная (простая)yt = aebt3,8782380,05958304526,6648164055,3991,98947Степеннаяyt=atb3,8579650,23038311626,5933534048,41291,83557Гиперболическая I типаyt=a + b/t77,92659-33,44725240,525187369,9779410,63564Гиперболическая II типаyt= l/(a+bt)0,020001-0,000885110,94944686,5344482,682241Гиперболическая III типа (рациональная)yt = t/(a+bt)0,0127970,0079742365,5901566602,599633,87983Логарифмическаяyt = a + b ln t44,8050115,442502710,782483632,057587,011265S-образнаяyt = ea + b/t4,355755-0,511478200,448695170,602069,488066Обратно-логарифмическаяyt=1/(a + b lnt)0,020425-0,003503610,66041921,205675,171749
Графики изменения выполненного общего тонно-километража авиакомпании за 10 лет для каждой из аппроксимирующих зависимостей выглядят следующим образом:
Рис. 2
Рис. 3 - Экспоненциальная (простая) зависимость
Рис. 4 - Степенная зависимость
Рис. 5 - Гиперболическая I типа
Рис. 6 - Гиперболическая II типа
&n