Дипломная работа: Статистический анализ и моделирование рынка авиаперевозок в России

Внимание! Если размещение файла нарушает Ваши авторские права, то обязательно сообщите нам

Заключение

Гражданская авиация, являясь одной из наиболее крупных и значимых компонентов транспортного сектора государства, оказывает значительное влияние на различные сферы деятельности, а также на уровень жизни населения. Социальная инфраструктура также подвержена влиянию гражданской авиации. Бесперебойное функционирование целого транспортного комплекса возможно лишь при незамедлительном выявлении проблем и их грамотном решении.

Таким образом, цель данного исследования, состоящая проведении статистического анализа рынка и моделирования авиаперевозок в России, была достигнута в трёх главах при помощи решения задач, поставленных в начале исследования.

Первая глава выпускной квалификационной работы посвящена теоретическим аспектам рынка изучения авиаперевозок в Российской Федерации. Данный раздел содержит в себе понятийный аппарат и источники информации о сфере гражданской авиации, обзор существующих проблем и тенденций развития рынка, описание аэропортов Московского авиационного узла, а также обзор научных статей, относящихся к сфере воздушного транспорта.

Во второй главе проведен статистический анализ рынка авиаперевозок Российской Федерации, изучена динамика ключевых показателей, выявлены некоторые проблемы, которые могли бы оказывать влияние на исследуемые показатели деятельности данной сферы в определенный период времени. В главе представлено сравнение рынка авиаперевозок России с остальным миром, выявлено место Российской Федерации. Данная глава также содержит дескриптивные статистики и динамику показателей деятельности авиакомпании ПАО «Аэрофлот».

Третья глава посвящена моделированию показателя деятельности гражданской авиации для ПАО «Аэрофлот». Регрессионная модель, использованная для изучения факторов, выявила регрессоры, наиболее сильно влияющие на исследуемую переменную. По итогам анализа данной модели был сделан вывод о том, что ВВП оказывает наиболее сильное влияние на исследуемый показатель. Далее было проведено моделирование количества перевезённых пассажиров с использованием SARIMA-модели и построен содержательный прогноз на 36 месяцев вперед.

Наиболее важным итогом проведённого в данной выпускной квалификационной работе исследования является то, что построенные модели: как регрессионная, так авторегрессионная модель с сезонной компонентой, - являются адекватными и пригодными для дальнейшего использования. Также удалось построить прогноз на несколько лет вперёд и проследить тенденцию по уменьшению количества перевезённых пассажиров в ближайшее время при прочих равных условиях. Данная динамика свидетельствует о возможном наличии проблем на российском рынке авиаперевозок и говорит о том, что необходимо вмешательство регулятора с целью решения существующих в данной сфере проблем. Таким образом, возможно расширение данной темы в дальнейшем путём изучения влияния государства на рынок авиаперевозок.

Список использованной литературы

1. Андрианова Н. В., Фридлянд А. А. Финансово-экономическое состояние государственных предприятий и эффективность использования государственного имущества на воздушном транспорте РФ // Научный вестник Московского государственного технического университета гражданской авиации. 2005. №88. С. 45-49.

2. Балашов В.В., Смирнов А. В. Оценка спроса на пассажирские авиаперевозки. Мир транспорта. 2013;(4):78-87.

3. Борисов Ф. А., Крамаренко А. В., Крупенский Н. А. Обзор современных тенденций на российском рынке пассажирских авиаперевозок // Научный вестник Московского государственного технического университета гражданской авиации. 2015. №216 (6). С. 11-21.

4. Воздушные перевозки / Б. П. Елисеев -- «Дашков и К», 2014

5. Губенко А. В., Растова Ю.И., Панкратова А. Р. Современное состояние и перспективы развития рынка пассажирских авиаперевозок в России // Научный журнал ИТМО. 2019. №2. С. 82-90.

6. Деловой авиационный портал [Электронный ресурс]. Режим доступа: www.ato.ru.

7. Доугерти К., Введение в эконометрику, 2-е изд. М.: ИНФРА-М, 2007.

8. Законодательные и нормативные акты РФ. [Электронный ресурс]. Режим доступа: https://www.rosaviatest.ru/KnowledgeBank (дата обращения 23.03.2020).

9. Клочкова В.В., Гусманова Т.М. Экономические проблемы развития авиационной промышленности в условиях нестабильного спроса на авиаперевозки // Экономическая наука современной России. 2008. №3 (42). С. 98-109.

10. Ковальчук В. Н., Кряжева-Черная Полина Станиславовна. Статистика авиаперевозок в России. [Электронный ресурс]. Режим доступа: https://www.elibrary.ru/item.asp?id=30476159 (дата обращения 22.04.2020).

11. Конвенция о международной гражданской авиации (с изменениями на 26 октября 1990 года). [Электронный ресурс]. Режим доступа: http://docs.cntd.ru/document/1902240 (дата обращения 10.02.2020).

12. Котов Н. А. История гражданской авиации России. Часть 2. С 1945 года до начала XXI века: Учебное пособие / Университет ГА. - С.-Петербург, 2009.

13. Кузьмина Л. В., Хоанг В.Х. История возникновения и развитие мирового рынка гражданской авиации. Известия Санкт-Петербургского государственного экономического университета (2018)

14. Лукьянов С., Тиссен Е., Кисляк Н. Рынок авиационных пассажирских перевозок России: квазиконкуренция или…? Вопросы экономики. 2007; (11): С. 120-138.

15. Магнус Я.Р., Катышев П. К., Пересецкий А.А. «Эконометрика. Начальный курс». - 8-е изд. - М.: ДЕЛО, 2007.

16. Международная организация гражданской авиации. [Электронный ресурс]. Режим доступа: https://www.icao.int/Pages/default.aspx (дата обращения 20.02.2020).

17. Международный Совет Аэропортов. [Электронный ресурс]. Режим доступа: https://aci.aero/ (дата обращения 23.01.2020).

18. Модель прогнозирования спроса на авиаперевозки аэропорта в условиях меняющейся конъюнктуры рынка // Известия Уральского государственного экономического университета. 2014. №6 (56). С. 54-61.

19. Объёмы перевозок через аэропорты Московского транспортного узла. [Электронный ресурс]. Режим доступа: https://www.favt.ru/dejatelnost-ajeroporty-i-ajerodromy-osnovnie-proizvodstvennie-pokazateli-aeroportov-obyomy-mau/ (дата обращения 10.03.2020).

20. Объёмы перевозок через аэропорты России. [Электронный ресурс]. Режим доступа: https://www.favt.ru/dejatelnost-ajeroporty-i-ajerodromy-osnovnie-proizvodstvennie-pokazateli-aeroportov-obyom-perevoz/ (дата обращения 23.03.2020).

21. Операционная статистика ПАО «Аэрофлот». [Электронный ресурс]. Режим доступа: https://ir.aeroflot.ru/ru/reporting/traffic-statistics/(дата обращения 20.03.2020).

22. Преимущества авиационного транспорта. [Электронный ресурс]. Режим доступа: https://cargox.ru/publications/Logistics/The-advantages-of-moving-goods-by-air/ (дата обращения 23.03.2020).

23. РосБизнесКонсалтинг. [Электронный ресурс]. Режим доступа: https://www.rbc.ru/ (дата обращения 23.01.2020).

24. Смирнов А. В. Задача прогнозирования спроса на пассажирские авиаперевозки // Научный вестник Московского государственного технического университета гражданской авиации. 2006. №104. С. 146-152.

25. Современные тенденции развития рынка авиаперевозок. [Электронный ресурс]. Режим доступа: http://www.transportall.ru/info/perevozki/290/2592.html (дата обращения 23.03.2020).

26. Томаев А. О., Каукин А. С. Моделирование рынка внутренних российских пассажирских авиаперевозок // Управленческое консультирование. 2018. №4 (112). С. 85-93.

27. Ярошевич Н. Ю., Дубровский В. Ж. Модель прогнозирования спроса на авиаперевозки аэропорта в условиях меняющейся конъюнктуры рынка // Известия Уральского государственного экономического университета. 2014. №6 (56). С. 54-61.

Приложение

Таблица П.3.1. Количество самолётов в парке ПАО «Аэрофлот»

Модель самолёта

Boeing 777

Boeing 737

Airbus A350

Airbus A330

Airbus A321

Airbus A320

Sukhoi Superjet 100

Количество самолётов

19

47

1

19

33

74

54

Источник: https://www.aeroflot.ru/

Таблица П. 3.3.1. Результаты проведения теста HEGY

Разность

t1-несезонный

F1-сезонный

t2-сезонный полугодовой

Вывод

d=2; ds=0

const

0

0.76687

0.13206

p-value>б=>Н0 не отвергается=>присутствует сезонный и сезонный полугодовой ед.к=>нестационарный

const+trend

0

0.83457

0.13798

p-value>б=>Н0 не отвергается=>присутствует сезонный и сезонный полугодовой ед.к=>нестационарный

const+dummies

0.00089

0.38598

0.00534

p-value>б=>Н0 не отвергается=>присутствует сезонный ед.к.=>нестационарный

const+ trend+dummies

0.00365

0.40822

0.00527

p-value>б=>Н0 не отвергается=>присутствует сезонный ед.к.=>нестационарный

ds=2;d=0

const

0.03659

0.05498

0.02029

p-value>б=>Н0 не отвергается=>присутствует сезонный ед.к.=>нестационарный

const+trend

0

0.00236

0.00258

p-value<б=>Н0 отвергается=> процесс стационарный

const+dummies

0.99793

0.02365

0.99965

p-value>б=>Н0 не отвергается=>присутствуют несозонный и сезонный полугодовой ед.к.=>нестационарный

const+ trend+dummies

1

0.02394

0.99911

p-value>б=>Н0 не отвергается=>присутствует несозонный ед.к.=>нестационарный

d=2; ds=2

const

0.00721

0.22456

0.00036

p-value>б=>Н0 не отвергается=>присутствует сезонный ед.к.=>нестационарный

const+trend

0.00543

0.35284

0.00021

p-value>б=>Н0 не отвергается=>присутствует сезонный ед.к.=>нестационарный

const+dummies

0.99998

0.025

1

p-value>б=>Н0 не отвергается=>присутствуют несозонный и сезонный полугодовой ед.к.=>нестационарный

const+ trend+dummies

1

0.03003

0.9969

p-value>б=>Н0 не отвергается=>присутствуют несозонный и сезонный полугодовой ед.к.=>нестационарный

Таблица П. 3.3.2. Результаты построения моделей

Модели SARIMA

Инф.критерии, ошибка модели

Стационарность, обратимость

Анализ остатков

Общий вывод

1. sarima(1,2,0) (1,0,0)s=12

Ст. ошибка=86.24348; AIC=879.1288; BIC=882.7542

Стационарный

Присутствует автокорреляция, остатки не являются "белым шумом";распределение не отличается от нормального

Модель неадекватна!

2. sarima(1,0,0) (1,2,0)s=12 +const+trend

Ст. ошибка=89.63905; AIC=606.9888; BIC=610.6294

Стационарный

Отсутствует автокорреляция, остатки являются "белым шумом";распределение не отличается от нормального

Модель адекватна! Лучшая модель!

3. sarima(1,2,0) (1,2,1)s=12

Ст. ошибка=90,89931; AIC=599,5465; BIC=603,0822

Стационарный,не является обратимым

Присутствует автокорреляция, остатки не являются "белым шумом";распределение не отличается от нормального

Модель неадекватна!

4. sarima(1,0,0) (2,2,0)s=12 + const +trend

Ст. ошибка=79.10621; AIC=602.1048; BIC=606.4734

Нестационарный

Отсутствует автокорреляция, остатки являются "белым шумом";распределение не отличается от нормального

Модель неадекватна!

5. sarima(1,0,0) (1,2,0)s=12+dummies

Ст. ошибка=93.12841; AIC=643.2683; BIC=654.9180

Нестационарный

Отсутствует автокорреляция, остатки являются "белым шумом";распределение не отличается от нормального

Модель неадекватна!

Источник: https://otherreferats.allbest.ru/download/1217481/