Этапы формирования товарной политики как элемента стратегии предприятия на основании анализа хозяйственно-экономической среды

61

Министерство образования и науки Российской Федерации

Саратовский государственный технический университет

Институт Бизнеса и Делового Администрирования

Кафедра ММЛ

КУРСОВАЯ РАБОТА

по дисциплине: «Стратегический менеджмент»

на тему:

«Этапы формирования товарной политики как элемента стратегии предприятия на основании анализа хозяйственно-экономической среды»

Выполнил: Студент 27 МНЖ группы

Петрова А. Н.

Проверил: к.э.н., доцент

Фоменко А.В.

Саратов 2004

СОДЕРЖАНИЕ

Введение

Расчетная - Аналитическая часть

1)Индексный анализ экономической эффективности производств 2)Формирование ассортиментной политики предприятия

3)Прогнозирование объемов продаж изделия выбранной ассортиментной позиции

4)Определение степени влияния совокупности факторов на объем прибыли

5)Анализ портфеля стратегических бизнес единиц предприятия

Заключение

Литература

ВВЕДЕНИЕ

В современных быстроизменяющихся социально - политических и экономических условиях перед организацией, действующей на рынке товаров и услуг, стоит задача обеспечения не только выживаемости, но и непрерывного развития, наращивания своего потенциала.

Наиболее эффективно решить данную задачу позволяет управление, сформированное на принципах концепции стратегического менеджмента, которая позволяет организации добиваться поставленных целей в условиях динамичной, изменчивой и неопределенной среды.

Исходя из данного подхода, стратегический менеджмент определяется как деятельность по обеспечению реализации целей организации в условиях динамичной, изменчивой и неопределенной среды, позволяющая оптимально использовать существующий потенциал и оставаться восприимчивой к внешним требованиям.

Система управления, основанная на принципах концепции стратегического менеджмента, позволяет взглянуть на организацию как на единое целое, объяснить с общесистемных позиций, почему некоторые фирмы развиваются и процветают, а иные переживают стагнацию или им грозит банкротство, почему происходит постоянное перераспределение ролей основных участников рынка.

Целью данной работы является выполнение отдельных элементов комплексного анализа внешней и внутренней среды предприятия и определение стратегических направлений развития, определяющих комплексную стратегическую политику предприятия.

Вариант данной курсовой работы 9.

1. Индексный анализ экономической эффективности производства

При проведении анализа, в первую очередь необходимо определить экономическую эффективность производства, поскольку она является основным условием устойчивого положения предприятия на рынке. Она измеряется отношением экономического результата к затратам факторов производства. Специалистами предприятия были выделены основные показатели факторов и результатов деятельности. При этом ряд показателей результатов рассматривались в качестве показателей факторов. На основании сводной таблицы производственно - хозяйственных ситуаций была сформирована матрица желательных ситуаций для данного предприятия. На основании методики проведения индексного анализа необходимо проанализировать сложившуюся ситуацию и определить приоритеты повышения экономической эффективности производства.

Таблица 1

Показатели результатов

Периоды	Прибыль	Выручка от продаж	Товарная продукция	Себестоимость продукции	Оплата труда
Базисный период	26,8	874	882	860	3,63
Исследуемый период	36,2	886	886	677	8,58

Таблица 2Показатели факторов

Периоды	Выручка от продаж	Товарная продукция	Себестоимость продукции	Стоимость сырья и материалов	Стоимость основных производственных фондов	Оборотные средства	Численность работников	Оплата труда
Базисный период	874	882	860	850	295	87,6	2052	3,63
Исследуемый период	886	886	677	357	135,2	42,5	2021	8,58

Таблица 3 Показатели результатов и факторов в базисном и исследуемом периодах и индексы их объема

Показатели	Базисный период X0, Y0	Исследуемый период X1, Y1	Значение соответствующих индексов Ix, Iy
Результаты	Факторы
Прибыль		26,8	36,2	1,35
Выручка от продаж	Выручка от продаж	874	886	1,01
Товарная продукция	Товарная продукция	882	886	1,004
Себестоимость продукции	Себестоимость продукции	860	677	0,79
Оплата труда	Оплата труда	3,63	8,58	2,36
	Стоимость сырья и материалов	850	357	0,42
	Стоимость основных производственных фондов	295	135,2	0,46
	Оборотные средства	87,6	42,5	0,49
	Численность работников	2052	2021	0,98

При проведении предварительного анализа экономической эффективности предприятия N на основе полученных значений индексов объемов факторов и результатов можно отметить, что произошло увеличение объема получаемой прибыли в 1,35 раза. Обусловлено данное увеличение такими факторами как: увеличение выручки от продаж, незначительное увеличение товарной продукции и снижением себестоимости продукции. За исследуемый период по сравнению с базисным произошли такие изменения: немного увеличилось товарных запасов на складе; произошло снижение себестоимости выпускаемых изделий - это характеризуется снижением стоимости сырья и материалов, стоимости основных производственных фондов. Так же идет пропорционально снижение стоимости оборотных средств. По полученным значениям видно, что увеличилась средняя заработная плата персонала за рассматриваемый период времени в 2,36 раза. А численность работников наоборот немного уменьшилась по сравнению с базисным периодом.

Таблица 4 Коэффициенты отдачи факторов на результат в базисном периоде

Факторы	Результаты
	Прибыль	Выручка от продаж	Товарная продукция	Себестоимость продукции	Оплата труда
Выручка от продаж	0,03	__			0,004
Товарная продукция	0,03	0,99	__
Себестоимость продукции	0,03			__	0,004
Оплата труда	0,03		1,04	1,01
Стоимость сырья и материалов	0,09		2,99
Стоимость основных производственных фондов	0,3	9,98
Оборотные средства	0,013		0,43		0,002
Численность работников	7,38		242,9	236,9	__

Экономический смысл всех полученных коэффициентов отдачи факторов на результат в базовый период.

Если коэффициент валовой прибыли равен 0,03, а коэффициент отдачи выручки от продаж на оплату труда равен 0,004, то это показывает, что каждые вложенные 1000 у.д.е. продаж дали 30 у.д.е. прибыли и 4 у.д.е. оплаты труда.

Если коэффициент отдачи товарной продукции на прибыль равен 0,03, а коэффициент реализации продукции равен 0,99, то это показывает, что каждые вложенные 1000 у.д.е. на произведенную продукцию дали 30 у.д.е. прибыли и 990, уд.е. из вложенных 1000 то есть предприятием было получено не полная цена за их стоимость.

Если рентабельность продукции равна 0,03, а удельный вес оплаты труда в себестоимости равен 0,004, то это показывает, что каждые вложенные 1000 у.д.е. в себестоимость продукции дали 30 у.д.е. прибыли и 4 у.д.е. оплаты труда.

Если коэффициент отдачи сырья и материалов на прибыль равен 0,03, коэффициент материала отдачи равен 1,04, а коэффициент отдачи сырья и материалов на себестоимость равен 1,01, то это показывает, что каждые вложенные 1000 у.д.е. себестоимости сырья и материалов дали 30 у.д.е. прибыли, 1040 у.д.е. товарной продукции и 1010 у.д.е. себестоимости продукции.

Если рентабельность основных производственных фондов равна 0,09, коэффициент фонда отдачи 2,99, то это показывает, что каждые вложенные 1000 у.д.е. стоимости основных производственных фондов дали 300 у.д.е. прибыли и 9980 у.д.е. товарной продукции.

Если рентабельность оборотных средств равна 0,3, а коэффициент оборачиваемости оборотных средств равен 9,98, то это показывает, что каждые вложенные 1000 у.д.е. оборотных средств дали 300 у.д.е. прибыли и 9980 уд.е. выручки от продаж.

Если прибыль на одного работника равна 0,013, производительность труда 0,43, а уровень оплаты труда 0,002, то это показывает, что каждые из работников дали 13000 у.д.е. прибыли, 430000 у.д.е. товарной продукции и 2000 у.д.е. оплаты труда.

Если прибыль на рубль оплаты труда равен 7,38, коэффициент зарплата отдачи равен 242,9, а коэффициент отдачи оплаты труда на себестоимость равен 236,9, то это показывает, что каждые вложенные 1000 у.д.е. дали 7380 у.д.е. прибыли, 242900 у.д.е. товарной продукции и 236900 у.д.е. себестоимости продукции.

Таблица 5 Коэффициенты отдачи факторов на результат в исследуемом периоде

Факторы	Результаты
	Прибыль	Выручка от продаж	Товарная продукция	Себестоимость продукции	Оплата труда
Выручка от продаж	0,04	__			0,0096
Товарная продукция	0,04	1	__
Себестоимость продукции	0,05			__	0,013
Оплата труда	0,1		2,48	1,9
Стоимость сырья и материалов	0,27		6,55
Стоимость основных производственных фондов	0,85	20,8
Оборотные средства	0,0179		0,44		0,004
Численность работников	4,22		103,26	78,9	__

Экономический смысл всех полученных коэффициентов отдачи факторов на результат в исследуемый период.

Если коэффициент валовой прибыли равен 0,04, а коэффициент отдачи выручки от продаж на оплату труда равен 0,0096, означает, что каждые вложенные 1000 у.д.е. продаж дали 40 у.д.е. прибыли и 9,6 у.д.е. оплаты труда.

Если коэффициент отдачи товарной продукции на прибыль равен 0,04, а коэффициент реализации продукции равен 1, означает, что каждые вложенные 1000 у.д.е. на произведенную продукцию дали 40 у.д.е. прибыли и 1000, уд.е. выручки от продаж.

Если рентабельность продукции равна 0,05, а удельный вес оплаты труда в себестоимости равен 0,013, означает, что каждые вложенные 1000 у.д.е. в себестоимость продукции дали 50 у.д.е. прибыли и 13 у.д.е. оплаты труда.

Если коэффициент отдачи сырья и материалов на прибыль равен 0,1, коэффициент материала отдачи равен 2,48, а коэффициент отдачи сырья и материалов на себестоимость равен 1,9, означает, что каждые вложенные 1000 у.д.е. себестоимости сырья и материалов дали 100 у.д.е. прибыли, 2480 у.д.е. товарной продукции и 1900 у.д.е. себестоимости продукции.

Если рентабельность основных производственных фондов равна 0,27, коэффициент фонда отдачи 6,55, означает, что каждые вложенные 1000 у.д.е. стоимости основных производственных фондов дали 270 у.д.е. прибыли и 6550 у.д.е. товарной продукции.

Если рентабельность оборотных средств равна 0,85, а коэффициент оборачиваемости оборотных средств равен 20,8, означает, что каждые вложенные 1000 у.д.е. дали 850 у.д.е. прибыли и 20800 уд.е. выручки от продаж.

Если прибыль на одного работника равна 0,0179, производительность труда равна 0,44, а уровень оплаты труда 0,004, означает, что каждый работник принес 17900 у.д.е. прибыли, 440000 у.д.е. товарной продукции и на каждого 4000 у.д.е. оплаты труда.

Если прибыль на рубль оплаты труда равен 4,22, коэффициент зарплата отдачи равен 103,26, а коэффициент отдачи оплаты труда на себестоимость равен 78,9, означает, что каждые вложенные 1000 у.д.е. дали 4220 у.д.е. прибыли, 1032600 у.д.е. товарной продукции и 78900 у.д.е. себестоимости продукции.

Таблица 6 Коэффициенты отдачи факторов на результат по индексам

Факторы	Результаты
	Прибыль	Выручка от продаж	Товарная продукция	Себестоимость продукции	Оплата труда
Выручка от продаж	1,336	__			2,34
Товарная продукция	1,34	1,006	__
Себестоимость продукции	1,71			__	2,99
Оплата труда	3,21		2,39	1,88
Стоимость сырья и материалов	2,93		2,18
Стоимость основных производственных фондов	2,75	2,06
Оборотные средства	1,377		1,02		2,4
Численность работников	0,57		0,42	0,33	__

На предприятии N произошли такие изменения в исследуемый период по сравнению с базисным.

Увеличился показатель коэффициента отдачи товарной продукции на прибыль на 1,43 раза. Это обусловлено увеличением рентабельности продукции на 1,71 раза. Приведенные выше показатели определили увеличение коэффициента валовой прибыли на 1,34 раза. Индекс коэффициента рентабельности продукции показывает увеличение данного показателя, следовательно, можно предположить, что коэффициент отдачи товарной продукции на прибыль повысился за счет сокращения запасов готовой продукции на складе.

Увеличивается, так же коэффициент рентабельности основных производственных фондов на 2,93 раза, что говорит об более эффективном их использовании. Коэффициент фонда отдачи показывает увеличение на 2,18 раза и говорит о пропорциональном наращивании отдачи прибыли от использования основных производственных фондов.

Коэффициент рентабельности оборотных средств увеличился на 2,75 раза, итак же увеличился коэффициент оборачиваемости оборотных средств на 2,06 раза. Эти коэффициенты показывают снижение оборотных средств в организации, в первую очередь это связано с уменьшением уровня запасов сырья, материалов и полуфабрикатов в закупочной и производственной подсистемы организации, в распределительной подсистеме.

Прибыль на одного работника увеличилась на 1,377 раза и говорит об интенсивном использовании трудовых ресурсов. Это же говорит показатель производительности труда. И уровень оплаты труда на предприятии N в два раза увеличивается исходя из данных выше.

Коэффициент отдачи выручки от продаж на оплату труда увеличивается на 2,34 раза. Это является положительным фактором работы предприятия N.

Коэффициент зарплата отдачи уменьшается, и коэффициент отдачи оплаты труда на себестоимость снижается, что является не очень хорошим показателем работы предприятия.

Удельный вес оплаты труда в себестоимость увеличивается по сравнению с базисным периодом, это говорит об увеличении доли оплаты труда в себестоимости продукции. И прибыль на рубль оплаты труда снижается на 0,57 раза. Это является самым отрицательным показателем работы предприятия N по сравнению с базисным периодом.

Таблица 7 Матрица фактических и желаемых ситуаций

Факторы	Результаты
	Прибыль	Выручка от продаж	Товарная продукция	Себестоимость продукции	Оплата труда
Выручка от продаж	1/1	__			1/1
Товарная продукция	1/1	1/6	__
Себестоимость продукции	3/2			__	3/1
Оплата труда	3/2		3/2	5/4
Стоимость сырья и материалов	3/2		3/2
Стоимость основных производственных фондов	3/2	3/2
Оборотные средства	3/3		3/3		3/3
Численность работников	9/1		9/10	11/10	__

Таблица 8 Приоритетность задач улучшения ситуации

Факторы	Результаты
	Прибыль	Выручка от продаж	Товарная продукция	Себестоимость продукции	Оплата труда
Выручка от продаж		__
Товарная продукция		2	__
Себестоимость продукции	4			__	3
Оплата труда	4		4	4
Стоимость сырья и материалов	4		4
Стоимость основных производственных фондов	4
Оборотные средства	4	4
Численность работников	1		4	4	__

Выводы по первому этапу принятия решения:

Из сформированной матрицы приоритетов задач улучшения ситуации на предприятии N, надо отметить первый приоритет по улучшению позиции прибыли на рубль оплаты труда. Это обусловлено, понижением отдачи фактора I_k<1 по сравнению с базисным периодом. Этот фактор является основным отрицательным показателем работы предприятия N. В данном соотношении желательным является рост этого фактора на уровень I_k>1.

Вторым приоритетом является позиция коэффициента реализации продукции, это определяется ростом фактора I_k>1. Так как показатели этого коэффициента в базисном периоде не соответствует нормам выручки от продаж на товарную продукцию, а в исследуемом периоде показатель нормировался.

Третьим приоритетом по улучшению позиции является удельный вес оплаты труда в себестоимости, это обусловлено снижением объема фактора I_k>1.

Далее по приоритетам улучшения позиции является сразу 10 показателей у них наименьшие разницы с идеально возможным положением дел.

Таким образам, следует обратить внимание на снижение составных частей прибыли на рубль оплаты труда. Также обратить внимание на составные части коэффициента реализации продукции и стабилизировать его. Обратить внимание на составные части удельного веса оплаты труда в себестоимость, который должен быть больше единицы и на ряд показателей с наименьшими ризницами с идеальными вариантами работы предприятия.

2. Формирование ассортиментной политики предприятия

По результатам анализа, проведенного в предыдущей части данной работы, были определены направления повышения экономической эффективности деятельности предприятия. Одно из направлений было определено как формирование новой ассортиментной политики предприятия, поскольку экономически рациональная структура ассортимента выпускаемой продукции является одним из важнейших условий повышения прибыльности. При этом структура ассортимента определяется удельным весом каждого вида изделия в общем, объеме продаж и его рентабельностью.

По имеющимся данным рентабельности и объема продаж выпускаемой продукции необходимо предложить мероприятия по рационализации ассортиментной политики.

Формирование ассортиментной политики предприятия осуществляют по схеме: ранговый анализ фактической структуры ассортимента - анализ факторов ассортиментной политики - принятие решений о мерах по улучшению структуры ассортимента - ранговый анализ желательной структуры ассортимента.

В процессе рангового анализа для каждого вида изделия выделяют удельный вес выпуска в общем, объеме, рентабельность, ранг выпуска по удельному весу, ранг по рентабельности, разницу рангов по удельному весу выпуска и рентабельности.

Таблица 9 Исходные данные для оценки рациональности ассортиментной политике предприятия

Наименование изделия	Себестоимость, тыс. у.д.е.	Доход, тыс. у.д.е.	Возможность повышения цены	Возможность снижения себестоимости	Увеличение затрат от снижения себестоимости, %	Возможность увеличения объема выпуска, %	Возможность расширения объема рынка, %	Объем выпуска, тыс. шт.	Прибыль, тыс. у.д.е.
А	2414	3476	2	0	40,3	85,9	117,4	338,8	1062
Б	8535	942,2	1	0	11,8	86,7	166,3	128,9	88,7
В	6089	6629	2	1	11,3	112,6	98,8	630,7	540
Г	1517	1609	1	1	3,2	66,8	95,1	135,5	92
Д	3866	4021	0	0	3,0	127,8	146,9	355,8	155
Е	2875	3824	1	2	32,8	70,9	70,3	374,2	949
Ж	3663	5532	0	2	38,3	130,8	148,5	532,3	1869
З	7222	7563	1	1	15,3	71,7	89,9	829,8	341
И	652,1	2511	0	1	5,5	63,8	82,1	212,3	1858,9
К	1783	3072	2	2	29,9	92,5	151,4	329	1289

Таблица 10

Ранговый анализ ассортимента

Условное наименование изделия	Объем выпуска, тыс. у.д.е.	Удельный вес выпуска, % общего объема выпуска	Рентабельность, %	Ранг объема выпуска	Ранг рентабельности	Разница рангов
А	338,8	8,8	0,306	5	7	2
Б	128,9	3,3	0,094	1	5	4
В	630,7	16,3	0,081	9	4	5
Г	135,5	3,5	0,057	2	3	1
Д	355,8	9,2	0,039	6	1	5
Е	374,2	9,7	0,248	7	6	1
Ж	532,3	13,7	0,338	8	8	0
З	829,8	21,5	0,045	10	2	8
И	212,3	5,5	0,74	3	10	7
К	329	8,5	0,419	4	9	5

Рассчитаем коэффициент корреляции ранга выпуска и ранга рентабельности.

Таблица 11 Данные для расчета коэффициента корреляции

Условное наименование изделия	X(ранг выпуска)	Y(ранг рентабельности)	XY	X2	Y2
А	5	7	35	25	49
Б	1	5	5	1	25
В	9	4	36	81	16
Г	2	3	6	4	9
Д	6	1	6	36	1
Е	7	6	42	49	36
Ж	8	8	64	64	64
З	10	2	20	100	4
И	3	10	30	9	100
К	4	9	36	16	81
	55	55	280	385	385

Коэффициент корреляции рассчитывается по формуле:

где n - количество переменных.

Предлагаемая структура ассортимента говорит о неэффективном использовании имеющихся средств, для наиболее эффективного функционирования товаров на рынке. Расхождения рангов рентабельности и объема продаж имеют весомое количество. И эта ситуация является практически противоположной идеальному состоянию товаров на рынке. Нужны мероприятия по улучшению этого положения дел со структурой

Таблица 13 Данные для расчета коэффициента корреляции

Условное наименование изделия	X(ранг выпуска)	Y(ранг рентабельности)	XY	X2	Y2
А	7	7	49	49	49
Б	2	5	10	4	25
В	9	6	54	81	36
Г	3	4	12	9	16
Д	1	1	1	1	1
Е	7	7	49	49	49
Ж	8	8	64	64	64
З	3	3	9	9	9
И	5	10	50	25	100
К	9	10	90	81	100
	54	61	388	372	449

Выводы по второму этапу принятия решения:

Изделие А характеризовалось рангом рентабельности - 7, рангом объема выпуска - 5. Низкая возможность снижения себестоимости (0) не позволит повышение ранга рентабельности изделия. Существует возможность повышения объема выпуска. Рекомендуется соотношение параметров: рентабельность - 7, объема выпуска - 7.

Изделие Б характеризовалось рангом рентабельности - 5, рангом объема выпуска - 1. Низкая возможность снижения себестоимости (0) не позволит повышение ранга рентабельности изделия. Существует возможность повышения объема выпуска. Рекомендуется соотношение параметров: рентабельность - 5, объема выпуска - 2.

Изделие В характеризовалось рангом рентабельности - 4, рангом объема выпуска - 9. существует возможность повышение ранга рентабельности за счет возможности снижения себестоимости (1) и повышении цены (2). Рекомендуется соотношение параметров: рентабельности - 6, объем выпуска - 9.

Изделие Г характеризовалось рангом рентабельности - 3, рангом объема выпуска - 2. Существует низкая возможность повышения ранга рентабельности за счет возможности повышения цены (1) и снижения себестоимости (1). Существует возможность повышения объема выпуска. Рекомендуется соотношение параметров: рентабельность - 4, объема выпуска - 3.

Изделие Д характеризовалось рангом рентабельности - 1, рангом объема выпуска - 6. Низкая возможность повышение цены (0) и снижения себестоимости (0) ограничивает возможность повышения ранга рентабельности изделия. Рекомендуется соотношение параметров: рентабельность - 1, объема выпуска - 10.

Изделие Е характеризовалось рангом рентабельности - 6, рангом объема выпуска - 7. Существует возможность повышения ранга рентабельности за счет возможности повышения цены (1) и снижения себестоимости (2). Рекомендуется соотношение параметров: рентабельность - 4, объема выпуска - 3.

Изделие Ж характеризовалось рангом рентабельности - 8, рангом объема выпуска - 8. Низкая возможность повышение цены (0) ограничивает возможность повышения ранга рентабельности изделия за счет повышения цены. Рекомендуется соотношение параметров: рентабельность - 8, объема выпуска - 8.

Изделие З характеризовалось рангом рентабельности - 2, рангом объема выпуска - 10. Существует низкая возможность повышения ранга рентабельности за счет возможности повышения цены (1) и снижения себестоимости (1). Рекомендуется соотношение параметров: рентабельность - 3, объема выпуска - 3.

Изделие И характеризовалось рангом рентабельности - 10, рангом объема выпуска - 3. Низкая возможность повышение цены (0) и снижения себестоимости (1) ограничивает возможность повышения ранга рентабельности изделия. Существует возможность повышения объема выпуска. Рекомендуется соотношение параметров: рентабельность - 10, объема выпуска - 5.

Изделие К характеризовалось рангом рентабельности - 9, рангом объема выпуска - 4. Для этого изделия возможно повышения ранга рентабельности за счет возможности повышения цены (2) и возможности снижения себестоимости (2). Существует возможность повышения объема выпуска. Рекомендуется соотношение параметров: рентабельность - 10, объема выпуска - 9.

При проведении мероприятий по повышению эффективности ассортимента, коэффициент корреляции изменился с -0,272 до 0,109 - это говорит о нежности этих мероприятий для эффективности компании N.

3. Прогнозирование объемов продаж изделия выбранной ассортиментной позиции

На основании анализа, описанного выше, были выбраны несколько перспективных ассортиментных позиций, для каждой из которых необходимо построить прогностическую модель объема реализации.

Построение и проверка модели осуществляется на основании имеющихся данных по реализации данного изделия за последние 13 кварталов. При этом неизвестно, какая из базисных моделей - аддитивная или мультипликативная, более точно отражает реальное развитие системы. Поэтому провести прогнозирование нужно, как по построенной аддитивной, так и по мультипликативной модели.

Таблица 14 Количество продукции, реализованной в течении последних 13 кварталов

Год	Квартал	Количество проданной продукции, тыс. шт.
1	Январь-Март	447
	Апрель-Июнь	385
	Июль-Сентябрь	472
	Октябрь-Декабрь	355
2	Январь-Март	360
	Апрель-Июнь	281
	Июль-Сентябрь	489
	Октябрь-Декабрь	287
3	Январь-Март	287
	Апрель-Июнь	188
	Июль-Сентябрь	323
	Октябрь-Декабрь	270
4	Январь-Март	294

Формируем прогностическую модель с аддитивной компонентой, то есть модель, в которой вариация значений переменной во времени наилучшим образом описывается через сложение отдельных компонентов.

Фактическое значение = Трендовое значение + Сезонная вариация +

+ Ошибка

Таблица 15 Оценка сезонной компоненты

№ квартала	Объем продаж, тыс. шт.	Итоги за 4 квартала	Скользящая средняя за 4 квартала	Центрированная скользящая средняя	Оценка сезонной компоненты
1	447
2	385
		1659	414,75
3	472			807,75	-335,75
		1572	393		0
4	355			760	-405
		1468	367		0
5	360			738,25	-378,25
		1485	371,25		0
6	281			725,5	-444,5
		1417	354,25		0
7	489			690,25	-201,25
		1344	336		0
8	287			648,75	-361,75
		1251	312,75		0
9	287			584	-297
		1085	271,25		0
10	188			538,25	-350,25
		1068	267		0
11	323			535,75	-212,75
		1075	268,75
12	270
13	294

Таблица 16 Расчет средних значений сезонной компоненты

	Год	Номер квартала
		I	II	II	IV
	1			-335,75	-405
	2	-378,25	-444,5	-201,25	-361,75
	3	-297	-350,25	-212,75
Итого	-675,25	-794,75	-746,75	-766,75
Среднее значение	-337,625	-397,375	-248,9166	-383,375
Оценка сезонной компоненты	-337,625	-397,375	-248,917	-383,375	-1367,292
Скорректированная сезонная компонента	4,198	-55,552	92,906	-41,552	0

Таблица 17 Расчет десезонализированных данных

№ квартала	Объем продаж, тыс. шт.	Сезонная компонента	Десезонализированный объем продаж, тыс. шт.
1	447	4,198	442,802
2	385	-55,552	440,552
3	472	92,906	379,094
4	355	-41,552	396,552
5	360	4,198	355,802
6	281	-55,552	336,552
7	489	92,906	396,094
8	287	-41,552	328,552
9	287	4,198	282,802
10	188	-55,552	243,552
11	323	92,906	230,094
12	270	-41,552	311,552
13	294	4,198	289,802

Рассчитаем данные для построения линейной модели тренда.

Уравнение линейной модели тренда имеет вид:

T=a+bx,

Где а - параметр, характеризующий точку пересечения с осью ординат;

b - наклон линии тренда.

Воспользуемся методом наименьших квадратов. Уравнения для расчетов имеет вид:

,

где n - количество переменных;

x - порядковый номер квартала;

y - значение десезонализированного объема продаж по кварталам, тыс. шт.

.

Таблица 18 Данные для расчета тренда

№ квартала	Х(порядковый номер квартала)	х2	У(значение десезонализированного объема продаж по кварталам)	ХУ
1	1	1	442,802	442,802
2	2	4	440,552	881,104
3	3	9	379,094	1137,282
4	4	16	396,552	1586,208
5	5	25	355,802	1779,01
6	6	36	336,552	2019,312
7	7	49	396,094	2772,658
8	8	64	328,552	2628,416
9	9	81	282,802	2545,218
10	10	100	243,552	2435,52
11	11	121	230,094	2531,034
12	12	144	311,552	3738,624
13	13	169	289,802	3767,426
	91	819	4433,802	28264,614

Т=а + b

Таблица 19 Расчет ошибок для построенной аддитивной модели

№ квартала	Объем продаж, тыс. шт.	Сезонная компонента	Трендовое значение, тыс. шт.	Ошибка, тыс. шт. (2)-((3)+(4))
1	2	3	4	5
1	447	4,198	432,4463	-10,3557
2	385	-55,552	417,2155	-23,3365
3	472	92,906	401,9847	22,8907
4	355	-41,552	386,7539	-9,7981
5	360	4,198	371,5231	15,7211
6	281	-55,552	356,2923	19,7403
7	489	92,906	341,0615	-55,0325
8	287	-41,552	325,8307	-2,7213
9	287	4,198	310,5999	27,7979
10	188	-55,552	295,3691	51,8171
11	323	92,906	280,1383	50,0443
12	270	-41,552	264,9075	-46,6445
13	294	4,198	249,6767	-40,1253
				0,0025
14		-55,552	234,4459
15		92,906	219,2151
16		-41,552	203,9843

Фактическое значение= Трендовое значение + Сезонная вариация

+ Ошибка

Ф.з.= 234,4459-55,5520,000192=178,89390,000192

Ф.з.=219,2151+92,9060,000192=312,12110,000192

Ф.з.=203,9843-41,5520,000192=162,43230,000192

Вывод:

При прогнозировании аддитивной модели были рассчитаны показатели:

Точка пересечения с осью ординат a=447,6771;

Наклон линии тренда b=-15,2308;

Среднее абсолютное отклонение MAD=0,000192 тыс. шт.

Фактическое значение при прогнозировании на 14,15,16, кварталы составило:

На 14 квартал 178,89390,000192

На 15 квартал 312,12110,000192

На 16 квартал 162,43230,000192

Формируем прогностическую модель с мультипликативной компонентной, то есть модель, в которой вариация значений переменной во времени наилучшим образом описывается через умножение отдельных компонентов. В этой модели значение сезонной компоненты не является константой, а представляет собой определенную длю трендового значения.

Таблица 20

Расчет значений коэффициента сезонности

№квартала	Объем продаж, тыс.шт.	Скользящая средняя за 4 квартала	Центрированная скользящая средняя	Коэффициент сезонности (2)/(4)
1	2	3	4	5
1	447
2	385
		414,75
3	472		807,75	0,584339214
		393
4	355		760	0,467105263
		367
5	360		738,25	0,487639688
		371,25
6	281		725,5	0,38731909
		354,26
7	489		690,25	0,708438971
		336
8	287		648,75	0,44238921
		312,75
9	287		584	0,491438356
		271,25
10	188		538,25	0,349280074
		267
11	323		535,75	0,60289314
		268,75
12	270
13	294

Таблица 21 Расчет средних значений сезонной компоненты

	Год	Номер квартала
		I	II	III	IV
	1			0,584339	0,467105
	2	0,48764	0,387319	0,708439	0,442389
	3	0,491438	0,34928	0,602893
Итого	0,979078	0,736599	4,895671	0,909494
Среднее значение	0,489539	0,3682995	1,63189033	0,454747
Оценка сезонной компоненты	0,489539	0,3682995	1,63189033	0,454747	2,944475
Скорректированная сезонная компонента	0,6650270	0,500326063	2,21688399	0,6177629	4

Таблица 22 Расчет десозоналированных данных

№ квартала	Объем продаж, тыс. шт.	Сезонная компонента	Десезонализированный объем продаж, тыс. шт. (2)/(3)
1	2	3	4
1	447	0,665	672,1804511
2	385	0,5	770
3	472	2,217	212,9003157
4	355	0,6177	574,7126437
5	360	0,665	541,3533835
6	281	0,5	562
7	489	2,217	220,5683356
8	287	0,6177	464,6268415
9	287	0,665	431,5789474
10	188	0,5	376
11	323	2,217	145,6923771
12	270	0,6177	437,105391
13	294	0,665	442,1052632

Рассчитаем данные для построения линейной модели тренда.

Уравнение линейной модели тренда имеет вид:

T=a+bx,

Где а - параметр, характеризующий точку пересечения с осью ординат;

b - наклон линии тренда.

Воспользуемся методом наименьших квадратов. Уравнения для расчетов имеет вид:

,

где n - количество переменных;

x - порядковый номер квартала;

y - значение десезонализированного объема продаж по кварталам, тыс. шт.

.

Таблица 23 Данные для расчета тренда

№ квартала	Х(порядковый номер квартала)	х2	У (значение десезонализированного объема продаж по кварталам)	ху
1	1	1	672,1804511	672,1804
2	2	4	770	1540
3	3	9	212,9003157	638,7009
4	4	16	574,7126437	2298,850
5	5	25	541,3533835	2706,766
6	6	36	562	3372
7	7	49	220,5683356	1543,978
8	8	64	464,6268415	3717,014
9	9	81	431,5789474	3884,210
10	10	100	376	3760
11	11	121	145,6923771	1602,616
12	12	144	437,105391	5245,264
13	13	169	442,1052632	5747,368
	91	819	5850,82395	36728,95

Т=а + b

Таблица 24 Расчет ошибок для построенной мультипликативной модели

№ квартала	Объем продаж, тыс. шт.	Сезонная компонента	Трендовое значение, тыс. шт.	Ошибка тыс.шт. (2)-((3)*(4))	Ошибка (2)/((3)*(4))
1	2	3	4	5	6
1	447	0,665	589,4089	55,04308	1,140431
2	385	0,5	566,1846	101,9077	1,359980
3	472	2,217	542,9603	-731,7429	0,392110
4	355	0,6177	519,736	33,95907	1,105778
5	360	0,665	496,5117	29,81971	1,090313
6	281	0,5	473,2874	44,3563	1,187439
7	489	2,217	450,0631	-508,7898	0,490083
8	287	0,6177	426,8388	23,34167	1,088530
9	287	0,665	403,6145	18,59635	1,069285
10	188	0,5	380,3902	-2,1951	0,988458
11	323	2,217	357,1659	-468,8368	0,407912
12	270	0,6177	333,9416	63,72427	1,308927
13	294	0,665	310,7173	87,37299	1,422853
				-253,444	13,052102

Фактическое значение= Трендовое значение * Сезонная вариация

Ошибка

(в натуральном выражении)

Ф.з.= 287,493*0,519,4957=143,746519,4957

Ф.з.= 264,2687*2,21719,4957=585,883719,4957

Ф.з.= 241,0444*0,617719,4957=148,89319,4957

Фактическое значение= Трендовое значение * Сезонная вариация *()

*() Ошибка

(в процентном выражении)

Ф.з.= 287,493*0,5*()1,004008=143,7465*()1,004008

Ф.з.= 264,2687*2,217*()1,004008=585,8837*()1,004008

Ф.з.= 241,0444*()1,004008=148,89312*()1,004008

Выводы по третьему этапу принятия решения:

При прогнозировании мультипликативной модели были рассчитаны показатели:

Точка пересечения с осью ординат a=612,6332;

Наклон линии тренда b=-23,2243;

Среднее абсолютное отклонение MAD=19,4957 тыс. шт.(в натуральном выражении);

Среднее абсолютное отклонение MAD=1,004008 (в процентном выражении).

Фактическое значение (в натуральном выражении) при прогнозировании на 14,15,16, кварталы составило:

На 14 квартал 143,746519,4957

На 15 квартал 585,883719,4957

На 16 квартал 148,8931219,4957

Фактическое значение (в процентном выражении) при прогнозировании на 14,15,16, кварталы составило:

На 14 квартал 143,7465*()1,004008

На 15 квартал 585,8837*()1,004008

На 16 квартал 148,89312*()1,004008

Вывод по третьему этапу принятия решения:

Исходя из анализа двух моделей прогнозировании аддитивной и мультипликативной, надо отметить, что наиболее адекватно отражает реальную рыночную ситуацию аддитивная модель. Ее среднее абсолютное отклонение равно MAD=0,000192 тыс. шт., а мультипликативная среднее абсолютное отклонение равно MAD=19,4957 тыс. шт. В выбранной модели были спрогнозированы объемы реализации в 14,15,16 кварталах:

В 14 квартале 178,89390,000192

В 15 квартале 312,12110,000192

В 16 квартале 162,43230,000192

4. Определение степени влияния совокупности факторов на объем прибыли.

После ранее проделанной модели возникает необходимость построения модели более позволяющей выделить факторы внешней среды и анализировать их влияние на объем прибыли. Модели на основе методов линейной регрессии. Они позволяют определить наличие взаимной связи между факторами, силу данной связи и закономерность взаимного изменения факторов, в случаи их зависимости.

Используя методику построения моделей с помощью линейной регрессии, на данном этапе необходимо определить связь объема прибыли с совокупность факторов, от которого она может быть потенциально зависима. Определение наличия зависимости и установления закономерности позволит наиболее эффективно распределить ресурсы, выделяемые на увеличение объема прибыли.

Таблица 25

Изменение величин анализируемых факторов и объема прибыли в течении выбранных временных интервалов

Дата	Временной период	Прибыль по месяцам, у.д.е.	Инвестиции в развитие, у.д.е.	Маркетинговая политика, у.д.е.	Маркетинговая политика конкурентов, у.д.е.	Средний доход потребителей, у.д.е.
Январь	1	103981,6	16005	11	13	3713,5
Февраль	2	32869,0	5296	4	8	1297,4
Март	3	339247,8	152696	94	92	3494,1
Апрель	4	15976,6	5330	1	2	1496,4
Май	5	217297,4	35106	22	25	5938,5
Июнь	6	50684,9	9533	12	12	6019,6
Июль	7	30786,3	4177	4	3	1522,3
Август	8	4790,6	2107	1	2	1213,0
Сентябрь	9	328586,6	155518	38	41	6708,3
Октябрь	10	473468,2	51189	53	55	2864,4
Ноябрь	11	117430,8	3961	60	61	1070,7
Декабрь	12	114151,7	51725	61	62	1654,1
Январь	13	475659,9	130501	88	84	7533,2
Февраль	14	76926,0	19522	10	10	3020,0
Март	15	300679,6	142392	66	64	6567,5
Апрель	16	400316,1	192130	59	57	2627,4

Определение коэффициента корреляции для всех шести переменных.

Таблица 26

Данные для расчета коэффициента корреляции

	Дата	X(временной период)	Y(прибыль по месяцам)	XY	X 2	Y 2
	Январь	1,00	103981,60	103981,60	1,00	10812173138,56
	Февраль	2,00	328690,00	657380,00	4,00	108037116100,00			0,28
	Март	3,00	339247,80	1017743,40	9,00	115089069804,84
	Апрель	4,00	15976,60	63906,40	16,00	255251747,56
	Май	5,00	217297,40	1086487,00	25,00	47218160046,76
	Июнь	6,00	50684,90	304109,40	36,00	2568959088,01
	Июль	7,00	30786,30	215504,10	49,00	947796267,69			1,00
	Август	8,00	4790,60	38324,80	64,00	22949848,36			-1,14
	Сентябрь	9,00	328586,60	2957279,40	81,00	107969153699,56			-1,99
	Октябрь	10,00	473468,50	4734685,00	100,00	224172420492,25
	Ноябрь	11,00	117430,80	1291738,80	121,00	13789992788,64
	Декабрь	12,00	114151,70	1369820,40	144,00	13030610612,89
	Январь	13,00	475659,90	6183578,70	169,00	226252340468,01
	Февраль	14,00	76926,00	1076964,00	196,00	5917609476,00
	Март	15,00	300679,60	4510194,00	225,00	90408221856,16
	Апрель	16,00	400316,10	6405057,60	256,00	160252979919,21
		136,00	3378674,40	32016754,60	1496,00	1126744805354,50

Коэффициент корреляции рассчитывается по формуле:

где n - количество переменных.

Таблица 27 Данные для расчета коэффициента корреляции

	Дата	X (инвестиции в управление)	Y (прибыль по месяцам)	XY	X 2	Y 2
	Январь	16005,00	103981,60	1664225508,00	256160025,00	10812173138,56
	Февраль	5296,00	328690,00	1740742240,00	28047616,00	108037116100,00
	Март	152696,00	339247,80	51801782068,80	23316068416,00	115089069804,84
	Апрель	5330,00	15976,60	85155278,00	28408900,00	255251747,56
	Май	35106,00	217297,40	7628442524,40	1232431236,00	47218160046,76
	Июнь	9533,00	50684,90	483179151,70	90878089,00	2568959088,01
	Июль	4177,00	30786,30	128594375,10	17447329,00	947796267,69
	Август	2107,00	4790,60	10093794,20	4439449,00	22949848,36
	Сентябрь	155518,00	328586,60	51101130858,80	24185848324,00	107969153699,56
	Октябрь	51189,00	473468,20	24236363689,80	2620313721,00	224172136411,24
	Ноябрь	3961,00	117430,80	465143398,80	15689521,00	13789992788,64
	Декабрь	51725,00	114151,70	5904496682,50	2675475625,00	13030610612,89
	Январь	130501,00	475659,90	62074092609,90	17030511001,00	226252340468,01
	Февраль	19522,00	76926,00	1501749372,00	381108484,00	5917609476,00
	Март	142392,00	300679,60	42814369603,20	20275481664,00	90408221856,16
	Апрель	192130,00	400316,10	76912732293,00	36913936900,00	160252979919,21
		977188,00	3378674,10	328552293448,20	129072246300,00	1126744521273,49

Коэффициент корреляции рассчитывается по формуле:

где n - количество переменных.



Таблица 28 Данные для расчета коэффициента корреляции

	Дата	X (инвестиции в управление)	Y (временной период)	XY	X 2	Y 2
	Январь	16005,00	1,00	16005,00	256160025,00	1,00
	Февраль	5296,00	2,00	10592,00	28047616,00	4,00
	Март	152696,00	3,00	458088,00	23316068416,00	9,00
	Апрель	5330,00	4,00	21320,00	28408900,00	16,00
	Май	35106,00	5,00	175530,00	1232431236,00	25,00
	Июнь	9533,00	6,00	57198,00	90878089,00	36,00
	Июль	4177,00	7,00	29239,00	17447329,00	49,00
	Август	2107,00	8,00	16856,00	4439449,00	64,00
	Сентябрь	155518,00	9,00	1399662,00	24185848324,00	81,00
	Октябрь	51189,00	10,00	511890,00	2620313721,00	100,00
	Ноябрь	3961,00	11,00	43571,00	15689521,00	121,00
	Декабрь	51725,00	12,00	620700,00	2675475625,00	144,00
	Январь	130501,00	13,00	1696513,00	17030511001,00	169,00
	Февраль	19522,00	14,00	273308,00	381108484,00	196,00			19,15
	Март	142392,00	15,00	2135880,00	20275481664,00	225,00
	Апрель	192130,00	16,00	3074080,00	36913936900,00	256,00
		977188,00	136,00	10540432,00	129072246300,00	1496,00

Коэффициент корреляции рассчитывается по формуле:

где n - количество переменных.

Таблица 29 Данные для расчета коэффициента корреляции

	Дата	X (маркетинговая политика)	Y (прибыль по месяцам)	XY	X 2	Y 2
	Январь	11,00	103981,60	1143797,60	121,00	10812173138,56				0,68
	Февраль	4,00	328690,00	1314760,00	16,00	108037116100,00
	Март	94,00	339247,80	31889293,20	8836,00	115089069804,84				867823470,40
	Апрель	1,00	15976,60	15976,60	1,00	255251747,56				1282977190,62
	Май	22,00	217297,40	4780542,80	484,00	47218160046,76
	Июнь	12,00	50684,90	608218,80	144,00	2568959088,01				2,44
	Июль	4,00	30786,30	123145,20	16,00	947796267,69				0,29
	Август	1,00	4790,60	4790,60	1,00	22949848,36				-0,56
	Сентябрь	38,00	328586,60	12486290,80	1444,00	107969153699,56
	Октябрь	53,00	473468,50	25093830,50	2809,00	224172420492,25				83919,28
	Ноябрь	60,00	117430,80	7045848,00	3600,00	13789992788,64
	Декабрь	61,00	114151,70	6963253,70	3721,00	13030610612,89				3486,24
	Январь	88,00	475659,90	41858071,20	7744,00	226252340468,01
	Февраль	10,00	76926,00	769260,00	100,00	5917609476,00
	Март	66,00	300679,60	19844853,60	4356,00	90408221856,16				16013539196,56
	Апрель	59,00	400316,10	23618649,90	3481,00	160252979919,21
		584,00	3378674,40	177560582,50	36874,00	1126744805354,50

Коэффициент корреляции рассчитывается по формуле:

где n - количество переменных.

Таблица 30 Данные для расчета коэффициента корреляции

	Дата	X (маркетинговая политика)	Y (временной период)	XY	X 2	Y 2
	Январь	11,00	1,00	11,00	121,00	1,00
	Февраль	4,00	2,00	8,00	16,00	4,00
	Март	94,00	3,00	282,00	8836,00	9,00
	Апрель	1,00	4,00	4,00	1,00	16,00
	Май	22,00	5,00	110,00	484,00	25,00
	Июнь	12,00	6,00	72,00	144,00	36,00
	Июль	4,00	7,00	28,00	16,00	49,00
	Август	1,00	8,00	8,00	1,00	64,00
	Сентябрь	38,00	9,00	342,00	1444,00	81,00
	Октябрь	53,00	10,00	530,00	2809,00	100,00
	Ноябрь	60,00	11,00	660,00	3600,00	121,00
	Декабрь	61,00	12,00	732,00	3721,00	144,00
	Январь	88,00	13,00	1144,00	7744,00	169,00
	Февраль	10,00	14,00	140,00	100,00	196,00
	Март	66,00	15,00	990,00	4356,00	225,00
	Апрель	59,00	16,00	944,00	3481,00	256,00
		584,00	136,00	6005,00	36874,00	1496,00

Коэффициент корреляции рассчитывается по формуле:

где n - количество переменных.

Таблица 31 Данные для расчета коэффициента корреляции

	Дата	X (маркетинговая политика)	Y (инвестиции в управление)	XY	X 2	Y 2
	Январь	11,00	16005,00	176055,00	121,00	256160025,00
	Февраль	4,00	5296,00	21184,00	16,00	28047616,00
	Март	94,00	152696,00	14353424,00	8836,00	23316068416,00
	Апрель	1,00	5330,00	5330,00	1,00	28408900,00
	Май	22,00	35106,00	772332,00	484,00	1232431236,00
	Июнь	12,00	9533,00	114396,00	144,00	90878089,00
	Июль	4,00	4177,00	16708,00	16,00	17447329,00
	Август	1,00	2107,00	2107,00	1,00	4439449,00
	Сентябрь	38,00	155518,00	5909684,00	1444,00	24185848324,00
	Октябрь	53,00	51189,00	2713017,00	2809,00	2620313721,00
	Ноябрь	60,00	3961,00	237660,00	3600,00	15689521,00
	Декабрь	61,00	51725,00	3155225,00	3721,00	2675475625,00
	Январь	88,00	130501,00	11484088,00	7744,00	17030511001,00
	Февраль	10,00	19522,00	195220,00	100,00	381108484,00
	Март	66,00	142392,00	9397872,00	4356,00	20275481664,00
	Апрель	59,00	192130,00	11335670,00	3481,00	36913936900,00
		584,00	977188,00	59889972,00	36874,00	129072246300,00

Коэффициент корреляции рассчитывается по формуле:

где n - количество переменных.

Таблица 32 Данные для расчета коэффициента корреляции

	Дата	X (маркетинговая политика конкурентов)	Y (прибыль по месяцам)	XY	X 2	Y 2
	Январь	13,00	103981,60	1351760,80	169,00	10812173138,56
	Февраль	8,00	328690,00	2629520,00	64,00	108037116100,00
	Март	92,00	339247,80	31210797,60	8464,00	115089069804,84
	Апрель	2,00	15976,60	31953,20	4,00	255251747,56
	Май	25,00	217297,40	5432435,00	625,00	47218160046,76
	Июнь	12,00	50684,90	608218,80	144,00	2568959088,01
	Июль	3,00	30786,30	92358,90	9,00	947796267,69
	Август	2,00	4790,60	9581,20	4,00	22949848,36
	Сентябрь	41,00	328586,60	13472050,60	1681,00	107969153699,56
	Октябрь	55,00	473468,50	26040767,50	3025,00	224172420492,25
	Ноябрь	61,00	117430,80	7163278,80	3721,00	13789992788,64
	Декабрь	62,00	114151,70	7077405,40	3844,00	13030610612,89
	Январь	84,00	475659,90	39955431,60	7056,00	226252340468,01
	Февраль	10,00	76926,00	769260,00	100,00	5917609476,00
	Март	64,00	300679,60	19243494,40	4096,00	90408221856,16
	Апрель	57,00	400316,10	22818017,70	3249,00	160252979919,21
		591,00	3378674,40	177906331,50	36255,00	1126744805354,50

Коэффициент корреляции рассчитывается по формуле:

где n - количество переменных.

Таблица 33 Данные для расчета коэффициента корреляции

	Дата	X (маркетинговая политика конкурентов)	Y (временной период)	XY	X 2	Y 2
	Январь	13,00	1,00	13,00	169,00	1,00
	Февраль	8,00	2,00	16,00	64,00	4,00
	Март	92,00	3,00	276,00	8464,00	9,00
	Апрель	2,00	4,00	8,00	4,00	16,00
	Май	25,00	5,00	125,00	625,00	25,00
	Июнь	12,00	6,00	72,00	144,00	36,00
	Июль	3,00	7,00	21,00	9,00	49,00
	Август	2,00	8,00	16,00	4,00	64,00
	Сентябрь	41,00	9,00	369,00	1681,00	81,00
	Октябрь	55,00	10,00	550,00	3025,00	100,00
	Ноябрь	61,00	11,00	671,00	3721,00	121,00
	Декабрь	62,00	12,00	744,00	3844,00	144,00
	Январь	84,00	13,00	1092,00	7056,00	169,00
	Февраль	10,00	14,00	140,00	100,00	196,00
	Март	64,00	15,00	960,00	4096,00	225,00
	Апрель	57,00	16,00	912,00	3249,00	256,00
		591,00	136,00	5985,00	36255,00	1496,00

Коэффициент корреляции рассчитывается по формуле:

где n - количество переменных.

Таблица 34 Данные для расчета коэффициента корреляции

	Дата	X (маркетинговая политика конкурентов)	Y (инвестиции в управление)	XY	X 2	Y 2
	Январь	13,00	16005,00	208065,00	169,00	256160025,00
	Февраль	8,00	5296,00	42368,00	64,00	28047616,00
	Март	92,00	152696,00	14048032,00	8464,00	23316068416,00
	Апрель	2,00	5330,00	10660,00	4,00	28408900,00
	Май	25,00	35106,00	877650,00	625,00	1232431236,00
	Июнь	12,00	9533,00	114396,00	144,00	90878089,00
	Июль	3,00	4177,00	12531,00	9,00	17447329,00
	Август	2,00	2107,00	4214,00	4,00	4439449,00
	Сентябрь	41,00	155518,00	6376238,00	1681,00	24185848324,00
	Октябрь	55,00	51189,00	2815395,00	3025,00	2620313721,00
	Ноябрь	61,00	3961,00	241621,00	3721,00	15689521,00
	Декабрь	62,00	51725,00	3206950,00	3844,00	2675475625,00
	Январь	84,00	130501,00	10962084,00	7056,00	17030511001,00
	Февраль	10,00	19522,00	195220,00	100,00	381108484,00
	Март	64,00	142392,00	9113088,00	4096,00	20275481664,00
	Апрель	57,00	192130,00	10951410,00	3249,00	36913936900,00
		591,00	977188,00	59179922,00	36255,00	129072246300,00

Коэффициент корреляции рассчитывается по формуле:

где n - количество переменных.

Таблица 35 Данные для расчета коэффициента корреляции

	Дата	X (маркетинговая политика конкурентов)	Y (маркетинговая политика)	XY	X 2	Y 2
	Январь	13,00	11,00	143,00	169,00	121,00
	Февраль	8,00	4,00	32,00	64,00	16,00
	Март	92,00	94,00	8648,00	8464,00	8836,00
	Апрель	2,00	1,00	2,00	4,00	1,00
	Май	25,00	22,00	550,00	625,00	484,00
	Июнь	12,00	12,00	144,00	144,00	144,00
	Июль	3,00	4,00	12,00	9,00	16,00
	Август	2,00	1,00	2,00	4,00	1,00					27,47
	Сентябрь	41,00	38,00	1558,00	1681,00	1444,00					21,96
	Октябрь	55,00	53,00	2915,00	3025,00	2809,00					16,49
	Ноябрь	61,00	60,00	3660,00	3721,00	3600,00					27,47
	Декабрь	62,00	61,00	3782,00	3844,00	3721,00					38,45
	Январь	84,00	88,00	7392,00	7056,00	7744,00
	Февраль	10,00	10,00	100,00	100,00	100,00
	Март	64,00	66,00	4224,00	4096,00	4356,00
	Апрель	57,00	59,00	3363,00	3249,00	3481,00
		591,00	584,00	36527,00	36255,00	36874,00

Коэффициент корреляции рассчитывается по формуле:

где n - количество переменных.

Таблица 36 Данные для расчета коэффициента корреляции

	Дата	X (средний доход потребителей)	Y (прибыль по месяцам)	XY	X 2	Y 2
	Январь	3713,50	103981,60	386135671,60	13790082,25	10812173138,56
	Февраль	1297,40	328690,00	426442406,00	1683246,76	108037116100,00
	Март	3494,10	339247,80	1185365737,98	12208734,81	115089069804,84
	Апрель	1496,40	15976,60	23907384,24	2239212,96	255251747,56
	Май	5938,50	217297,40	1290420609,90	35265782,25	47218160046,76
	Июнь	6019,60	50684,90	305102824,04	36235584,16	2568959088,01
	Июль	1522,30	30786,30	46865984,49	2317397,29	947796267,69
	Август	1213,00	4790,60	5810997,80	1471369,00	22949848,36
	Сентябрь	6708,30	328586,60	2204257488,78	45001288,89	107969153699,56
	Октябрь	2864,40	473468,50	1356203171,40	8204787,36	224172420492,25
	Ноябрь	1070,70	117430,80	125733157,56	1146398,49	13789992788,64
	Декабрь	1654,10	114151,70	188818326,97	2736046,81	13030610612,89
	Январь	7533,20	475659,90	3583241158,68	56749102,24	226252340468,01
	Февраль	3020,00	76926,00	232316520,00	9120400,00	5917609476,00
	Март	6567,50	300679,60	1974713273,00	43132056,25	90408221856,16
	Апрель	2627,40	400316,10	1051790521,14	6903230,76	160252979919,21
		56740,40	3378674,40	14387125233,58	278204720,28	1126744805354,50

Коэффициент корреляции рассчитывается по формуле:

где n - количество переменных.

Таблица 37 Данные для расчета коэффициента корреляции

	Дата	X (средний доход потребителей)	Y (временной период)	XY	X 2	Y 2
	Январь	3713,50	1,00	3713,50	13790082,25	1,00
	Февраль	1297,40	2,00	2594,80	1683246,76	4,00
	Март	3494,10	3,00	10482,30	12208734,81	9,00
	Апрель	1496,40	4,00	5985,60	2239212,96	16,00
	Май	5938,50	5,00	29692,50	35265782,25	25,00
	Июнь	6019,60	6,00	36117,60	36235584,16	36,00
	Июль	1522,30	7,00	10656,10	2317397,29	49,00
	Август	1213,00	8,00	9704,00	1471369,00	64,00
	Сентябрь	6708,30	9,00	60374,70	45001288,89	81,00
	Октябрь	2864,40	10,00	28644,00	8204787,36	100,00
	Ноябрь	1070,70	11,00	11777,70	1146398,49	121,00
	Декабрь	1654,10	12,00	19849,20	2736046,81	144,00
	Январь	7533,20	13,00	97931,60	56749102,24	169,00
	Февраль	3020,00	14,00	42280,00	9120400,00	196,00
	Март	6567,50	15,00	98512,50	43132056,25	225,00
	Апрель	2627,40	16,00	42038,40	6903230,76	256,00
		56740,40	136,00	510354,50	278204720,28	1496,00

Коэффициент корреляции рассчитывается по формуле:

где n - количество переменных.

Таблица 38 Данные для расчета коэффициента корреляции

	Дата	X (средние доходы потребителей)	Y (инвестиции в управление)	XY	X 2	Y 2
	Январь	3713,50	16005,00	59434567,50	13790082,25	256160025,00
	Февраль	1297,40	5296,00	6871030,40	1683246,76	28047616,00
	Март	3494,10	152696,00	533535093,60	12208734,81	23316068416,00
	Апрель	1496,40	5330,00	7975812,00	2239212,96	28408900,00
	Май	5938,50	35106,00	208476981,00	35265782,25	1232431236,00
	Июнь	6019,60	9533,00	57384846,80	36235584,16	90878089,00
	Июль	1522,30	4177,00	6358647,10	2317397,29	17447329,00
	Август	1213,00	2107,00	2555791,00	1471369,00	4439449,00
	Сентябрь	6708,30	155518,00	1043261399,40	45001288,89	24185848324,00
	Октябрь	2864,40	51189,00	146625771,60	8204787,36	2620313721,00
	Ноябрь	1070,70	3961,00	4241042,70	1146398,49	15689521,00
	Декабрь	1654,10	51725,00	85558322,50	2736046,81	2675475625,00
	Январь	7533,20	130501,00	983090133,20	56749102,24	17030511001,00
	Февраль	3020,00	19522,00	58956440,00	9120400,00	381108484,00
	Март	6567,50	142392,00	935159460,00	43132056,25	20275481664,00
	Апрель	2627,40	192130,00	504802362,00	6903230,76	36913936900,00
		56740,40	977188,00	4644287700,80	278204720,28	129072246300,00

Коэффициент корреляции рассчитывается по формуле:

где n - количество переменных.

Таблица 39 Данные для расчета коэффициента корреляции

	Дата	X (средние доходы потребителей)	Y (маркетинговая политика)	XY	X 2	Y 2
	Январь	3713,50	11,00	40848,50	13790082,25	121,00
	Февраль	1297,40	4,00	5189,60	1683246,76	16,00
	Март	3494,10	94,00	328445,40	12208734,81	8836,00
	Апрель	1496,40	1,00	1496,40	2239212,96	1,00
	Май	5938,50	22,00	130647,00	35265782,25	484,00
	Июнь	6019,60	12,00	72235,20	36235584,16	144,00
	Июль	1522,30	4,00	6089,20	2317397,29	16,00
	Август	1213,00	1,00	1213,00	1471369,00	1,00
	Сентябрь	6708,30	38,00	254915,40	45001288,89	1444,00
	Октябрь	2864,40	53,00	151813,20	8204787,36	2809,00
	Ноябрь	1070,70	60,00	64242,00	1146398,49	3600,00
	Декабрь	1654,10	61,00	100900,10	2736046,81	3721,00
	Январь	7533,20	88,00	662921,60	56749102,24	7744,00
	Февраль	3020,00	10,00	30200,00	9120400,00	100,00
	Март	6567,50	66,00	433455,00	43132056,25	4356,00
	Апрель	2627,40	59,00	155016,60	6903230,76	3481,00
		56740,40	584,00	2439628,20	278204720,28	36874,00

Коэффициент корреляции рассчитывается по формуле:

где n - количество переменных.

Таблица 40 Данные для расчета коэффициента корреляции

	Дата	X (средние доходы потребителей)	Y (маркетинговая политика конкурентов)	XY	X 2	Y 2
	Январь	3713,50	13,00	48275,50	13790082,25	169,00
	Февраль	1297,40	8,00	10379,20	1683246,76	64,00
	Март	3494,10	92,00	321457,20	12208734,81	8464,00
	Апрель	1496,40	2,00	2992,80	2239212,96	4,00
	Май	5938,50	25,00	148462,50	35265782,25	625,00
	Июнь	6019,60	12,00	72235,20	36235584,16	144,00
	Июль	1522,30	3,00	4566,90	2317397,29	9,00
	Август	1213,00	2,00	2426,00	1471369,00	4,00
	Сентябрь	6708,30	41,00	275040,30	45001288,89	1681,00
	Октябрь	2864,40	55,00	157542,00	8204787,36	3025,00
	Ноябрь	1070,70	61,00	65312,70	1146398,49	3721,00
	Декабрь	1654,10	62,00	102554,20	2736046,81	3844,00
	Январь	7533,20	84,00	632788,80	56749102,24	7056,00
	Февраль	3020,00	10,00	30200,00	9120400,00	100,00
	Март	6567,50	64,00	420320,00	43132056,25	4096,00
	Апрель	2627,40	57,00	149761,80	6903230,76	3249,00
		56740,40	591,00	2444315,10	278204720,28	36255,00

Коэффициент корреляции рассчитывается по формуле:

где n - количество переменных.

Для каждого из коэффициентов корреляции проведем проверку данных гипотезы на 5%-ном и 1%-ном уравнениях значимости, используя двухсторонние критерии. То есть определим, существует ли для данных коэффициентов корреляции зависимости между парой переменных, соответственно, с 95%-ной и 99%-ной вероятностью. Если при столь высоком уровне вероятности зависимость будет подтверждена, то на она действительно существует.

Критерий t определяется по формуле:

где r - коэффициент корреляции для рассматриваемой пары переменных;

n - объем выборки.

Значение t на 5%-ном уровне значимости (=0,05/2=0,025, v=(n-2)=(16-2)=14) составляет:

t_0.025=2,145,

а на 1%-ном уровне:

t_0.005=2,997.

если значение расчетного критерия t больше, чем t_0.025, то уровень значимости исследуемого коэффициента корреляции 5%, если значение расчетного критерия t больше, чем t_0.005, то уровень значимости исследуемого коэффициента корреляции 1%.

Таблица 41 Коэффициенты корреляции исследуемых переменных и уровни из значимости

	Объем прибыли	Временные периоды	Инвестиции в развитие	Маркетинговая политика	Маркетинговая политика конкурентов
Временные периоды	0.28	-	-	-	-
t-t0.025	-1.14	-	-	-	-
t-t0.005	-1.99	-	-	-	-
Инвестиции в развитие	0.72	1.00	-	-	-
t-t0.025	0.46	1.46	-	-	-
t-t0.005	-0.40	0.61	-	-	-
Маркетинговая политика	0.68	0.45	0.74	-	-
t-t0.025	0.29	-0.51	0.51	-	-
t-t0.005	-0.56	-1.37	-0.34	-	-
Маркетинговая политика конкурентов	0.69	0.43	0.73	1.00	-
t-t0.025	0.33	-0.58	0.49	1.45	-
t-t0.005	-0.52	-1.43	-0.37	0.60	-
Средний доход потребителей	0.43	0.17	0.51	0.34	0.33
t-t0.025	-0.61	-1.52	-0.31	-0.93	-0.95
t-t0.005	-1.46	-2.37	-1.16	-1.78	-1.80

Между генеральной совокупностью объема прибыли и временным периодом коэффициент корреляции равен 0,28 это говорит о существовании между зависимой и независимой переменной линейной связи. Компания N может использовать эту связь для повышения эффективности своей деятельности.

Между генеральной совокупностью объема прибыли и инвестиции в развитие коэффициент корреляции равен 0,72 это говорит о существовании между зависимой и независимой переменной сильной линейной связи. Компания N может использовать эту связь для повышения эффективности своей деятельности.

Между генеральной совокупностью объема прибыли и маркетинговая политика коэффициент корреляции равен 0,68 это говорит о существовании между зависимой и независимой переменной сильной линейной связи. Компания N может использовать эту связь для повышения эффективности своей деятельности.

Между генеральной совокупностью объема прибыли и маркетинговая политика конкурентов коэффициент корреляции равен 0,69 это говорит о существовании между зависимой и независимой переменной сильной линейной связи. Компания N может использовать эту связь для повышения эффективности своей деятельности.

Между генеральной совокупностью объема прибыли и средний доход потребителей коэффициент корреляции равен 0,43 это говорит о существовании между зависимой и независимой переменной линейной связи. Компания N может использовать эту связь для повышения эффективности своей деятельности.