Эконометрический анализ изменения чистой прибыли компании Domino's Pizza под воздействием различных факторов
Автор: Бударина Н.А., Кириллова А.Н.
Журнал: Экономика и бизнес: теория и практика @economyandbusiness
Статья в выпуске: 9-1 (67), 2020 года.
Бесплатный доступ
В статье проведен анализ влияния социально-экономических параметров на среднемесячную чистую прибыль компании Domino’s Pizza. Актуальность исследования среднемесячной чистой прибыли заключается в том, что это является основным фактором при принятии решения о покупке франшизы. В результате эконометрического анализа выявлен фактор, оказывающий наибольшее влияние на изменение чистой прибыли - потребительские расходы в среднем на душу населения, а также рассчитано прогнозное значение среднемесячной чистой прибыли компании Domino’s Pizza.
Франчайзинг, чистая прибыль, эконометрический анализ, корреляция, отбор факторов
Короткий адрес: https://sciup.org/170182967
IDR: 170182967 | DOI: 10.24411/2411-0450-2020-10693
Текст научной статьи Эконометрический анализ изменения чистой прибыли компании Domino's Pizza под воздействием различных факторов
Чистая прибыль – часть балансовой прибыли предприятия, остающаяся в его распоряжении после уплаты налогов, сборов, отчислений и других обязательных платежей в бюджет, иными словами, заработок франчайзи. Этот фактор зачастую является основным при принятии решения о покупке франшизы, поэтому выявление факторов, оказывающих наибольшее влияние на этот показатель, обуславливает актуальность настоящего исследования.
Необходимые для эконометрического анализа исходные данные были взяты с официального сайта Росстата, а также с сайта компании Domino’s Pizza. Для выявления зависимости уровня среднемесячной чистой прибыли компании были проанализированы следующие факторы (табл. 1):
– уровень заработных плат населения, руб. (Х1) [1];
– потребительские расходы в среднем на душу населения 2018, руб. (Х2) [2];
– валовый региональный продукт (млн. руб.) (Х3) [3];
– популярность бренда по количество подписчиков в социальных сетях (Х4).
Таблица 1. Социально-экономические показатели компании Domino’s Pizza и регионов
России
Федеральные округа и субъекты РФ |
Среднемесячная чистая прибыль Domino’s Pizza (Y) [4] |
Уровень заработных плат населения, руб (Х1); |
Потребительские расходы в среднем на душу населения, руб. (Х2) |
Валовый региональный продукт (млн. руб) |
Популярность бренда (количество подписчиков) (Х4); |
Центральный |
97 |
51901 |
34 902 |
747 544,6 |
10221 |
Северозападный |
2 |
47015 |
28 861 |
645 693,1 |
1516 |
Южный |
4 |
33191 |
24 786 |
355 597,2 |
1690 |
Приволжский |
4 |
32077 |
22 229 |
423 057,1 |
3068 |
На первом этапе была построена матрица парных коэффициентов корреляции (табл. 2).
После проведен полный тест Фаррара-Глоубера. Определитель матрицы равен
0,00000001, следовательно, между факторами есть высокая мультиколлинеарность и их всех нельзя включить в модель.
Далее были определены критерии «хи квадрат» расчетное (61,57790608) по следующей формуле:
Х2 расч = -(n-1-1/6*(2p+5))*Ln (определитель матрицы) (1)
Далее рассчитано критическое значение (12,59158724), оказалось, что расчетное значение больше критического. Это свидетельствует о сильной мультиколлинеарности между факторами.
Самые высокие показатели корреляции оказались у фактора Х4 – популярность бренда по количество подписчиков в социальных сетях (0,988) и Х2 – потребительские расходы в среднем на душу населения, руб. (0,86).
Таблица 2. Корреляционная матрица
Среднемесячная чистая прибыль Domino’s Pizza (Y) |
Уровень заработных плат населения, руб (Х1) |
Потребительские расходы в среднем на душу населения, руб. (Х2) |
Валовый региональный продукт (млн. руб) (Х3) |
Популярность бренда по количеству подписчиков в социальных сетях (Х4) |
|
Среднемесячная чистая прибыль Domino’s Pizza (Y) |
1 |
||||
Уровень заработных плат населения, руб (Х1) |
0,715134309 |
1 |
|||
Потребительские расходы в среднем на душу населения, руб. (Х2) |
0,860017993 |
0,954303493 |
1 |
||
Валовый рег ио-нальный продукт (млн. руб) (Х3) |
0,72667908 |
0,980507791 |
0,914575063 |
1 |
|
Популярность бренда по количеству подписчиков в социальных сетях (Х4) |
0,987512103 |
0,644995222 |
0,786160921 |
0,685157162 |
1 |
Вероятно, что эти факторы попадут в дальнейшую модель для анализа. Так как у переменных в матрице были высокие показатели парной корреляции, далее осуществлена проверка факторов на наличие мультиколлинеарности. Анализ показал, что факторы Х1 и Х2, а также факторы Х1 и Х3 мультиколлинеарны.
Далее пошаговым методом регрессионного анализа была осуществлена оценка значимости коэффициентов регрессии, исключили тот фактор, коэффициент которого незначимый и имеет по абсолютной величине самый низкий коэффициент t, в данном случае это были все факторы, кроме фактора Х3, валовый региональный продукт, так как по модулю эти значения оказались меньше критического значения. Факторы Х1, Х2 и Х4 не удовлетворяют свойствам несмещенности, эффективности и состоятельности по данному критерию.
Далее были рассчитаны стандартизованные коэффициенты регрессии по следующей формуле:
β =a 1 * β x/ β y (2)
Таблица 3. Матрица для расчета статистика Фаррара-Глоубера
Среднемесячная чистая прибыль Domino’s Pizza |
Уровень заработных плат населения, руб (Х1) |
Потребительские расходы в среднем на душу населения, руб. (Х2) |
Валовый ре гиональный продукт (млн. руб) (Х3) |
Популярность бренда по количеству подписчиков в социальных сетях (Х4) |
|
Среднемесячная чистая прибыль Domino’s Pizza |
1 |
0,715134309 |
0,860017993 |
0,72667908 |
0,987512103 |
Уровень заработных плат населения, руб (Х1) |
0,715134309 |
1 |
0,954303493 |
0,980507791 |
0,644995222 |
Потребительские расходы в среднем на душу населения, руб. (Х2) |
0,860017993 |
0,954303493 |
1 |
0,914575063 |
0,786160921 |
Валовый региональный продукт (млн. руб) (Х3) |
0,72667908 |
0,980507791 |
0,914575063 |
1 |
0,685157162 |
Популярность бренда по количеству подписчиков в социальных сетях (Х4) |
0,987512103 |
0,644995222 |
0,786160921 |
0,685157162 |
1 |
Таблица 4. Значения критериев t-статистика
t-статистика |
||
Х1 |
2,890828 |
|
Х2 |
3,569423229 |
|
Х3 |
2,426970098 |
|
Х4 |
5,144765798 |
|
t критическое |
5,089278815 |
|
Опираясь на данные таблицы 4 выявлено, что факторы Х3 и Х4 имеют наименьшее значение данного критерия. Таким образом, различными методами из модели были исключены все факторы, коэффициенты которых незначимы: Уро- |
вень заработных плат населения (Х1); валовый региональный продукт (Х3); популярность бренда по количеству подписчиков в социальных сетях (Х4). В итоге в модели остался 1 фактор: уровень заработных плат населения, руб. (Х2). |
Таблица 5. Значения стандартизованных коэффициентов регрессии
Значение |
|
х1 |
0,284650993 |
х2 |
-0,01898102 |
х3 |
-12,2918239 |
х4 |
-1,20931880 |
Таким образом, было получено следующее регрессионное уравнение:
Y= 27,197067 +2,598334*X+E, (3)
где У – среднемесячная чистая прибыль компании (в месяц, рублей),
Х – потребительские расходы в среднем на душу населения, руб.
Уравнение регрессии всегда дополняется показателем тесноты связи – коэффициент корреляции при использовании линейной регрессии. Коэффициент корреляции рассчитывается по формуле:
r = ∗
∗
Величина близка к единице (0,929), поэтому связь между признаками можно считать тесной.
Коэффициент а 1 , равный 2,598 свидетельствует о том, что при изменении потребительских расходов в среднем на душу населения на 1 рубль У среднемесячная чистая прибыль компании изменится на 2,598 рубля.
Коэффициент детерминации R2, равный 0,86 говорит о том, что на 86% влияет уровень потребительских расходов в среднем на душу населения на среднемесячную чистую прибыль компании.
Значимость F, равная 0,174 и которая больше 0,05, свидетельствует о том, что в целом модель незначима.
P-значения, равные 0,22 при У и 0,07 при Х, говорят о том, что фактор У не проходит по данному критерию, так как значение 0,22 больше 0,05.
Проверка критерия Фишера показала, что расчетное значение больше критического, а значит, модель в целом значима (табл. 6).
Таблица 6. Значения критерия Фишера
Значение |
F |
расчетное |
12,74078219 |
критическое |
7,708647422 |
Коэффициент эластичности, рассчитанный по формуле (5) и равный 0,13 говорит о том, что на 0,13% изменится среднемесячная чистая прибыль компании при изменении уровня потребительских расходов в среднем на душу населения на 1%.
Э х =а 1 *x ср /у ср , (5)
Коэффициент аппроксимации, равный 12,46947749 и рассчитанный по формуле Е отн =1/П* | У-У теор | /у* 100%, принял значение, которое больше 10 %. Это говорит о том, что модель нормальная, но осуществлять прогноз по ней нежелательно.
Для того чтобы оценки a 0 и a 1 обладали адекватностью, ряд остатков e i =y i -a 0 -a i x i должен удовлетворять следующим требованиям:
e
– математическое ожидание i равно нулю (критерий нулевого среднего);
e
– величина i является случайной переменной (критерий серий);
e
– значения i независимы между собой (критерий Дарбина-Уотсона);
e
– дисперсия i постоянна: σ (е ) =
σ (е ) для всех i, j (тест Гольдфельда-Квандта);
– остатки распределены по нормальному закону (свойство используется для проверки статистической значимости и построения доверительных интервалов при прогнозировании).
Проверка свойства нулевого среднего. Рассчитывается среднее значение ряда остатков. Если оно близко к нулю, то считается, что модель не содержит систематической ошибки и адекватна по критерию нулевого среднего, иначе – модель неадекватна по данному критерию. В данном исследовании значение критерия близко к нулю, поэтому ее можно считать адекватной.
Проверка случайности ряда остатков осуществляется по методу серий. Серией называется последовательность расположенных подряд значений ряда остатков, для которых разность е -М имеет один и тот же знак, где Ме=493,12 – медиана ряда остатков, значение которой рассчитано по данным таблицы 7.
Таблица 7. Данные для расчета медианы и определения серий
Остатки |
e i -Me |
Серии |
1809,674405 |
0,794721811 |
|
1872,402459 |
0,822268951 |
|
-2048,694648 |
-0,899687987 |
1 |
493,1211467 |
0,21655505 |
В качестве серий рассматриваются расположенные подряд ошибки с одинаковыми знаками. Далее подсчитывается число серий N p и длина максимальной из них L p . Полученные значения сравниваются с критическими
N кр = [3,3 (log n + 1] (6) L кр = 0,5 (n+1)- 1,96√n - 1 (7)
Если выполняется система неравенств
N
расч
>N критич ,
L
расч
знается адекватной по критерию случай-
ности, если хотя бы одно из неравенств
нарушено, то модель признается неадекватной по данному критерию. В данном исследовании были получены следующие расчеты, представленные в таблице 8.
Таблица 8. Расчет числа серий и длины максимальной серии
N расч |
1 |
N критич |
6,449000281 |
L расч |
2 |
L критич |
-0,543717165 |
Которые показали, что по данному критерию модель является неадекватной.
Проверка независимости последовательных остатков осуществляется с помощью коэффициента Дарбина-Уотсона:
d = ∑ ( ) ≈ 2(1-p 1 ), (8)
∑
Для проверки существенности положительной автокорреляции остатков значение D сравнивается с d 1 и d 2 , которые берутся из таблицы:
D < d,
– если 1 , то гипотеза о независи мости остатков отвергается и модель признается неадекватной по критерию независимости остатков;
2 > D > d?
– если 2 , то гипотеза о незави симости остатков принимается и модель признается адекватной по данному критерию;
d. < D < d,
– если 1 2 , то значение критерия лежит в области неопределенности.
Если D > 2 , то возникает предположение об отрицательной автокорреляции остатков, и тогда с критическими значениями сравниваются не D , а 4 — D и делаются аналогичные выводы.
В данном исследовании D = 1,39, а верхняя граница d 2 равна 1,32, что говорит о том, что модель признается адекватной по данному критерию.
Проверка постоянства дисперсии остатков осуществляется посредством теста Гольдфельда-Квандта. Все наблюдения ранжируются по возрастанию значений x и производится оценка параметров регрессий для первых и последних наблюдений с помощью метода наименьших квадратов. Далее вычисляется расчётное значение статистики Фишера. Далее задаётся уровень значимости α и определяется Fкр = Fкр(α; k2 = n0 – 2; k1 = n0 – 2) с помощью статистических таблиц.
Если F р < F кр то делается вывод о постоянстве дисперсии. В ходе исследования было получено расчетное значение:
F= 12407805,94/46345928,89= 0,267721594
Далее в таблице было найдено критическое значение, равное 18,51282051. Так как расчетное значение оказалось меньше критического, нет оснований отвергнуть гипотезу о равенстве дисперсий, т.е. модель адекватна по данному критерию.
Таким образом, по некоторым критериям полученная модель оказалась неадекватной. В целом, по ней можно осуществлять прогноз. Например, если потребительские расходы в среднем на душу населения будут увеличены на 1%, они будут составлять:
При этом среднемесячная чистая прибыль компании Domino’s Pizza в 2020 г. повысится до значения, равного Ynp= = 27,197067+2,598334*Х пр = 27,26974501 млн. руб.
В результате исследования проведен эконометрический анализ изменения чистой прибыли компании Domino’s Pizza под воздействием различных факторов, выявлен фактор, влияющий в наибольшей степени на чистую прибыль – это потребительские расходы в среднем на душу населения. По данной математической модели можно осуществлять прогноз. Например, если потребительские расходы в среднем на душу населения будут увеличены на 1%, они будут составлять 27971,95. При таком изменении данного фактора значение среднемесячной чистой прибыли компании Domino’s Pizza будет равно 27,26974501 млн.руб. Данная математическая модель может помочь потенциальным франчайзи принять решение о покупке франшизы компании Domino’s Pizza.
Х пр =Х ср *1,01= 27 695 *1,01=27 971,95 (9)
Список литературы Эконометрический анализ изменения чистой прибыли компании Domino's Pizza под воздействием различных факторов
- Регионы России. Социально-экономические показатели. Статистический сборник Федеральной службы государственной статистики - 2019. - С. 18-22.
- Регионы России. Социально-экономические показатели. Статистический сборник Федеральной службы государственной статистики - 2019 - С. 240-242.
- Регионы России. Социально-экономические показатели. Статистический сборник Федеральной службы государственной статистики - 2019 - С. 478-480.
- Официальный сайт компании Domino's Pizza. - [Электронный ресурс]. - Режим доступа: https://franchising.dominospizza.ru/partnership/purchase/ (дата обращения: 17.09.2020).