Главная Коллекция "Revolution" Экономика и экономическая теория Методичні підходи щодо оцінки обсягу реалізації послуг підприємств транспортної галузі

Методичні підходи щодо оцінки обсягу реалізації послуг підприємств транспортної галузі

Дослідження завдання підвищення достовірності оцінювання обсягу реалізації послуг підприємств транспортної галузі. Аналіз залежності обсягу реалізації від первісної вартості основних засобів, вартості нових основних засобів, капітальних інвестицій.

Рубрика	Экономика и экономическая теория
Вид	статья
Язык	украинский
Дата добавления	18.04.2024
Размер файла	965,6 K

посмотреть текст работы

скачать работу можно здесь

полная информация о работе

весь список подобных работ

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Національний університет кораблебудування імені адмірала Макарова

Методичні підходи щодо оцінки обсягу реалізації послуг підприємств транспортної галузі

Прокопович Леонід Борисович

кандидат економічних наук, доцент

Шевчук Сергій Валентинович

кандидат економічних наук, доцент

У роботі досліджено завдання підвищення достовірності оцінювання обсягу реалізації послуг підприємств транспортної галузі. Аналізується залежність величини обсягу реалізації від наступних факторів: первісної вартості основних засобів, вартості нових основних засобів, середньооблікової кількості працівників, капітальних інвестицій. В наслідок дослідження були розроблені однофакторні та багатофакторні регресійні моделі за допомогою методів: найменших квадратів, k-ближніх сусідів, бінарного дерева рішень. Для побудови багатофакторної моделі за допомогою методу найменших квадратів до величини факторів був застосований метод головних компонент. Найбільш якісної моделлю оцінювання обсягу реалізації послуг підприємств транспортної галузі, за величиною середньої помилки апроксимації, виявилася модель на основі бінарного дерева рішень.

Ключові слова: обсяг реалізації, регресія, метод головних компонент, дерево рішення, k-ближніх сусідів.

Methodical approaches to the assessment of the volume of services provided by enterprises in the transport industry

Prokopovich Leonid, Shevchuk Serhii

Admiral Makarov National University of Shipbuilding

The paper investigates the task of increasing the reliability of estimating the volume of sales of services of enterprises in the transport industry. The article analyzes the dependence of the volume of sales on the following factors: the initial cost of fixed assets, the cost of new fixed assets, the average number of employees, and capital investments. Taking into account the presence of multicollinearity between the factors, it was decided to build singlefactor regression linear and nonlinear models using the least squares method. The significance of the internal parameters of the models obtained by the least squares method was tested by the value of their p-values. After checking the significance of the internal parameters of the models, the regression models were compared by the following indicators: coefficient of determination, Fisher's criterion, and average approximation error. As a result of the comparison, among the single-factor regression models built using the least squares method, the best model was identified - a stepwise model by the capital investment factor. To build a multifactor model using the least squares method, the principal components method was applied to the values of the factors. The resulting model is slightly worse than the step model in terms of the average approximation error. In order to increase the accuracy of estimating the volume of sales of services of transport industry enterprises, machine learning methods were used to build multivariate models: k-nearest neighbors, binary decision tree. Before applying these methods, the primary data were standardized. When comparing the models obtained by the k-nearest neighbors method, it was found that these models are inferior to the one-factor stepwise model. The regression models based on the decision tree method proved to be better than all the models studied earlier. The best quality model for estimating the volume of sales of services of transport industry enterprises, in terms of the average approximation error, among the binary decision tree models was the model with a tree depth of 3. In this model, the average approximation error is 0.614%.

Keywords: sales volume, regression, principal component method, decision tree, k-nearest neighbors.

Вступ

Постановка проблеми. Важливою складовою ефективного розвитку економіки країни є підприємства транспортної галузі. На успішну діяльність підприємств даної галузі економіки впливає низька внутрішніх та зовнішніх факторів. В свою чергу, одним із бізнес індикаторів, які характеризують ефективність діяльність підприємств транспортної галузі є обсяг реалізації. В умовах складного стану вітчизняної економіки, дослідження факторів, що впливають на рівень обсягу послуг підприємств транспортної галузі не втрачають своєї актуальності.

Таблиця 1

Кореляційна матриця

Аналіз останніх досліджень і публікацій. Проблемні питання підприємств транспортної галузі досліджували багато фахівців. Можна звернути увагу на роботи: Бервено О. [1]; Вовк Ю. [2]; Комчатних О., Петровська С., Редько Н. [4], Соколова О. [7]. Методичні підходи до аналізу ефективності транспортних підприємств присвячено роботи: Іртищева І., Стегней М., Крамаренко І. [3], Кушнір Л. [5], Прокудін Г., Дудник О., Чупайленко О. [6]. Незважаючи на отримані раніше здобутки, багато проблем даної галузі економіки чикають на своє розв'язання.

Метою дослідження є підвищення достовірності оцінювання обсягу реалізації послуг підприємств транспортної галузі.

Виклад основного матеріалу дослідження

Відправною крапкою нашого дослідження були матеріали публікації колективу авторів під керівництвом проф. Іртищевої І. О. [3], де за допомогою методу найменших квадратів була побудована лінійна регресійна модель залежності обсягу реалізованої продукції сфери транспорту від величини матеріальних, інвестиційних та людських ресурсів. Нажаль, при побудови моделі вказаний колектив фахівців допустив низку прикрих помилок (наприклад, ігнорування мультиколінеарності факторів), що ставить під сумнів отримані ними результати, але дає можливість, користуючись наданими початковими даними (див. табл. 1 [3, с. 192]), провести нове дослідження. Залежною змінною (Y) є обсяг реалізованої продукції (товарів, послуг), млн. грн. Факторами, для проведення дослідження, були обрані: X1 - первісна (переоцінена) вартість основних засобів, млн. грн; X2 - вартість нових основних засобів, що надійшли, млн. грн; X3 - середньооблікова кількість штатних працівників, тис. осіб; X4 - капітальні інвестиції, млн. грн.

З метою перевірки початкових даних на наявність викидів, були побудовані діаграми типу «ящик з вусами», див. рис. 1.

Наведені на рис. 1 діаграми свідчать про відсутність викидів у початкових даних, що також підтверджується розрахунком квартілів. Але, наведені діаграми вказують на те, що частина початкових даних не підпорядковуються нормальному розподілу. Тому, для дослідження впливу факторів необхідно скористатися коефіцієнтом кореляції Спірмена. Отримана кореляційна матриця наведена у табл. 1.

Інформація табл. 1 показує, що фактори X1, X2, X3, за шкалою Чеддока, оказують дуже сильний вплив на величину обсягу реалізованої продукції (товарів, послуг). Фактори, X1, X2 оказують прямий вплив, а фактор X3 - зворотній вплив на величину залежної змінної. Фактор X4 має оказує сильний вплив на Y. Розрахунок кореляційної матриці також показує, що між факторами наявна мультико- лінеарність і для перевірки можна чи ні використовувати фактори для побудови багато-факторної регресійної моделі за допомогою методу найменших квадратів був зроблений розрахунок зворотної матриці для коефіцієнтів парної кореляції факторів (див. табл. 2).

Розрахунок зворотної матриці підтвердив недопустимий рівень мультиколінеарності факторів, так як всі значення на головній діагоналі зворотної матриці перевищують граничне значення ([12,83; 19,83; 31,50; 9,33] > 4,0). Без усунення мультиколінеарності вказані фактори неможливо використовувати для побудови багатофакторної регресійної моделі за допомогою методу найменших квадратів. Тому, було вирішено, діяти за наступними напрямках:

- перший напрямок - спробувати побудувати однофакторні регресійні моделі за рівняннями 1-8, окремо за кожним фактором;

- другий напрямок - для усунення мультиколінеарності факторів застосувати до факторів метод головних компонент і спробувати побудувати багатофакторні регресійні моделі за допомогою метода найменших квадратів;

- третій напрямок - спробувати побудувати багатофакторні моделі за допомогою методів, на які не впливає наявність мульти- колінеарності між факторами.

Рис. 1. Діаграми типу «ящик з вусами»

Джерело: складено авторами

За першим напрямком, за допомогою методу найменших квадратів були побудовані регресійні моделі, отримані внутрішні параметри яких (а) наведені у табл. 3.

Таблиця 2

Зворотна матриця, R^-1

	X1	X2	X3	X4
X1	12,83	10,50	17,50	-4,67
X2	10,50	19,83	19,83	-9,33
X3	17,50	19,83	31,50	-4,67
X4	-4,67	-9,33	-4,67	9,33

Джерело: складено авторами

Таблиця 3

Параметри однофакторних моделей за методом найменших квадратів

	Y	X1	X2	X3	X4
Y	1	0,9285714	0,9285714	-1	0,8928571
X1	0,928571	1	0,7857143	-0,9285714	0,8214286
X2	0,928571	0,7857143	1	-0,9285714	0,9285714
X3	-1	-0,9285714	-0,9285714	1	-0,892857
X4	0,892857	0,8214286	0,9285714	-0,8928571	1

Для побудови моделей 7, 8 було виконано перетворення первинних даних за допомогою десятинного логарифму. Перевірка отриманих внутрішніх параметрів регресійних моделей на суттєвість відбувалася через дослідження величини їх p-значень, розрахунок величини яких наведено у табл. 4.

Номер рівняння	Внутрішні параметри
	a	a	a
для фактору Х1
1	-5813500,842	1,580886449	_-
2	_-	0,959257871	_-
3	-222270281,1	14414678,78	_-
4	_-	544110,6226	_-
5	-6353994,649	1,700361739	-6,48106E-09
6	_-	0,302148485	6,90449E-08
7	6,64213E-06	1,739223918	_-
8	_-	0,99523781	_-
для фактору Х2
1	2345416,4	19,95140103	_-
2	_-	26,68395834	_-
3	-71277000,17	6335622,941	_-
4	_-	692798,9608	_-
5	-4762635,734	67,62340949	-7,28049E-05
6	_-	36,38580297	-2,59035E-05
7	524,6142238	0,767093112	_-
8	_-	1,262892681	_-
для фактору Х3
1	93132010,97	-131116,5865	_-
2	_-	13434,29356	_-
3	551934146,8	-83996575,91	_-
4	_-	1344443,5	_-
5	-1233591725	4005326,714	-3222,306434
6	_-	159648,0061	-226,8147389
7	1,59305E+35	-10,0675372	_-
8	_-	2,46550294	_-
для фактору Х4
1	1260583,47	15,02505299	_-
2	_-	17,39601623	_-
3	-79037296,12	6712543,522	_-
4	_-	668952,3383	_-
5	-3635,072965	20,81693731	-6,09279E-06
6	_-	20,80102352	-6,07659E-06
7	131,7214085	0,846574165	_-
8	_-	1,219776329	_-

Джерело: складено авторами

обсяг реалізація послуга транспортний

Дослідження розрахунку величини p-значень для внутрішніх параметрів моделей (див. табл. 4) показало, що у 11 моделей внутрішні параметри виявилися несуттєвими (величина p-значень перевищує граничне значення). Моделі, які не пройшли перевірку на суттєвість внутрішніх параметрів були виключені від подальшого дослідження.

Для подальшого відбору найліпшої одно-факторної регресійної моделі, побудованих за допомогою методу найменших квадратів, була сформована таблиця (див. табл. 5) де відбувається порівняння моделей за величинами наступних показників: коефіцієнту детермінації (R²), критерія Фішера (F), середньої помилки апроксимації (A).

Інформація табл. 5 свідчить, що за значенням коефіцієнту детермінації 11 моделей виявилися добрими (0,8 < R² < 0,95), а 10 моделей тими, які мають високу точність апроксимації (0,8 < R² < 0,95). Всі моделі виявилися статистично значимими так як розрахунковий критерій Фішера у них більше табличного значення. Проте, незважаючи на результати попередніх показників, за величиною середньої помилки апроксимації не всі з наведених моделей виявилися якісними. У 11 моделей величина даного показника перевищує граничне значення (10%), дані моделі не досягли прийнятних значень.

Таблиця 4

p-значення однофакторних моделей за методом найменших квадратів

Номер рівняння	p-значення для параметру
	an	a	a*
для фактору Х1
1*	0,075803097	0,002451764	_-
2	_-	1,13153E-06	_-
3	0,002984812	0,002521654	_-
4	_-	4,66477E-05	_-
5*	0,848318861	0,816504443	0,986929524
6*	_-	0,359570928	0,078023944
7*	0,096965971	0,005028525	_-
8	_-	2,26516E-13	_-
для фактору Х2
1*	0,135560004	0,003971324	_-
2	_-	1,08526E-06	_-
3	0,004076828	0,002466941	_-
4	_-	3,14868E-05	_-
5*	0,509260424	0,194578416	0,332439126
6*	_-	0,000601685	0,089879979
7	0,025230548	0,004552175	_-
8	_-	8,78341E-13	_-
для фактору Х3
1	0,001280048	0,001988664	_-
2	_-	9,6088E-05	_-
3	0,001961053	0,002104868	_-
4	_-	6,19108E-05	_-
5*	0,239945075	0,224251558	0,212117233
6	_-	0,00075461	0,001129274
7	0,001998403	0,005173547	_-
8	_-	1,91389E-11	_-
для фактору Х4
1*	0,320620157	0,001089952	_-
2	_-	1,04477E-07	_-
3	0,001924083	0,00119943	_-
4	_-	3,24885E-05	_-
5*	0,999408787	0,366560408	0,789715029
6*	_-	0,000952811	0,299176471
7	0,014855858	0,000423719	_-
8	_-	9,74961E-14	_-

* - моделі, де величина внутрішніх параметрів виявилася несуттєвою

Джерело: складено авторами

Таблиця 5

Порівняння однофакторних моделей за методом найменших квадратів

Фактор, Номер рівняння	Коефіцієнт детермінації, R²	Критерій Фішера, F	Середня помилка апроксимації, A у %
		розрахунковий	табличний
*X1, 2	0,984673813	385,487	5,987	12,46
X1, 3	0,862198223	31,284	6,608	8,93
*X1, 4	0,947309117	107,872	5,987	23,61
*X1, 8	0,999910172	66788,406	5,987	13,54
*X2, 2	0,984885217	390,962	5,987	11,38
X2, 3	0,863376197	31,597	6,608	8,92
*X2, 4	0,953740718	123,704	5,987	22,03
X2, 7	0,826487879	23,816	6,608	9,52
*X2, 8	0,999858877	42510,205	5,987	16,53
X3, 1	0,874438659	34,821	6,608	7,94
*X3, 2	0,933083081	83,663	5,987	26,56
X3, 3	0,871611647	33,944	6,608	8,02
*X3, 4	0,942134491	97,689	5,987	24,79
X3, 6	0,993273362	369,157	5,786	7,80
X3, 7	0,817645863	22,419	6,608	8,87
*X3, 8	0,999605845	15216,425	5,99	29,34
X4, 2	0,993065537	859,244	5,987	6,56
X4, 3	0,897063558	43,574	6,608	7,17
*X4, 4	0,953258198	122,365	5,987	22,21
X4, 7	0,931746789	68,257	6,608	5,46
*X4, 8	0,999932177	88459,878	5,987	11,36

* - моделі які не досягли прийнятних значень

Джерело: складено авторами

Порівняння 10 моделей виявило найліпшу (за величиною середньої помилки апроксимації) - модель за фактором 4, яка має наступний вигляд (див. рівняння 9).

у = 131,7214085х⁰'^846574165 + _є, (9)

В межах другого напрямку дослідження, перед тим як застосувати до факторів метод головних компонент їх дані були стандартизовані. Після застосування методу головних компонент, були отримані наступні значення дисперсії, які пояснюються головними компонентами: 0,918%; 0,050%; 0,026%; 0,006%. Так як перша головна компонента (PC1) в основному пояснює значення дисперсії, то її дані було вирішено використовувати при побудови моделі. Для побудови моделей було використано метод найменших квадратів за рівняннями 1, 2, 5, 6.

За результатами, наведеними у табл. 6, видно, що для даних отриманих в наслідок застосування головних компонент тільки модель за першим рівнянням витримало перевірку на суттєвість внутрішніх параметрів. У цієї моделі значення коефіцієнту детермінації 0,943, що каже про добру модель. Розрахунковий критерій Фішера перевищує його табличне значення (82,070 > 6,608), що підтверджує статистичну значимість даної моделі. Середня помилка апроксимації у моделі, яка досліджується, також знаходиться в межах нормативного значення (5,57 < 10%). Проте, за даним показником, модель трохи гірше, чим модель за рівнянням 9. У формалізованому види розглянута модель має наступний вигляд (див. рівняння 10):

у = 8702294,743 + 2906614,882х + є,(10)

Таблиця 6

Внутрішні параметри моделі за першим головним компонентом (PC1)

Номер рівняння	an	а	а
внутрішні параметри
1	8702294,743	2906614,882	_-
*2	_-	2906614,882	_-
*5	8988029,997	2923387,436	-567059,9494
*6	_-	2558248,66	11777844,54
p-значення для параметру
1	2,31349E-07	0,000274003	_-
*2	_-	0,5831698	_-
*5	2,97012E-05	0,000931542	0,464843298
*6	_-	0,454717819	0,024425741

* - моделі, де величина внутрішніх параметрів виявилася несуттєвою

Джерело: складено авторами

Графік для моделі за рівнянням 10 наведено на рис. 2.

Згідно третього напрямку очікувалося побудувати багатофакторні моделі за допомогою методів, які не залежать від мультиколінеарності. Такими методами, з початку, були обрані: метод k-ближніх сусідів (k-nearest neighbors algorithm), метод бінарного дерева рішень. Обидва метода відносяться до методів машинного навчання з вчителем. З метою побудови моделей були обрані їх гіперпараметри. Для першої моделі (метод k-ближніх сусідів) гіперпараметром було обрано значення n_neighbors. Для бінарного дерева рішень в якості гіперпараметру була обрана глибина дерева - max_depth. Первинні дані, для використання вказаних методах, були стандартизовані. За результатами побудови моделей побудована таблиця (див. табл. 7) де відбувається порівняння моделей за величинами: коефіцієнту детермінації R², середньої помилки апроксимації А, рівня прогнозування PRED (0,25).

Рис. 2. Графік залежності обсягу реалізованої продукції згідно моделлю за рівнянням 10

Наведена порівняльна таблиця показує, що за величиною коефіцієнту детермінації моделі за методом k-ближніх сусідів виявилися добрими, а регресійні моделі за методом бінарного дерева рішень мають високу точність апроксимації. Величина показника рівня прогнозування PRED найліпша за всіма моделями (нагадаємо, що вин повинен бути більше 0,75). Значення середньої помилки апроксимації всіх моделей знаходиться в межах норми. За даним показником найліпша модель - це регресійна модель на основі бінарного дерева рішень з глибиною дерева 3 (див. рис. 3). У даній моделі середня помилки апроксимації дорівнює 0,614 %.

Підсумовуючи результати проведеного дослідження, можна стверджувати, що для послуг підприємств транспортної галузі (глибина дерева дорівнює 3, значення факторів стандартизовані) оцінювання обсягу реалізації послуг на підприємствах транспортної галузі можна використовувати модель на основі бінарного дерева рішень, яка має високий ступень апроксимації.

Таблиця 7

Порівняння багатофакторних моделей побудованих за допомогою метода k-ближніх сусідів та бінарного дерева рішень

Значення гіперпараметру	Коефіцієнт детермінації, R²	Середня помилка апроксимації, A у %	PRED (0,25)
метод k-ближніх сусідів
2	0,941	5,877	1,0
3	0,820	9,793	1,0
метод дерева рішень
2	0,970	3,930	1,0
3	0,997	0,614	1,0

Джерело: складено авторами

Рис. 3. Регресійне дерево для оцінювання розміру обсягу реалізації

Висновки

В роботі, з метою підвищення рівня достовірності оцінювання обсягу реалізації послуг підприємств транспортної галузі, запропоновані однофакторні та багатофакторні регресійні моделі. Факторами які досліджуються були: первісна (переоцінена) вартість основних засобів; вартість нових основних засобів, що надійшли; середньооблікова кількість штатних працівників; капітальні інвестиції. За результатами порівняння отриманих моделей обрана найкраща модель - багатофакторна модель на основі бінарного дерева рішень з глибиною дерева 3. У подальших дослідження перспективним залишається використання регресій- ної моделі на основі нейронної мережі.

Список використаних джерел

1. Бервено О. В. Роль транспортної системи в національному менеджменті якості життя. Проблеми економіки. 2015. № 4. С. 92-98. URL: https://www.problecon.com/export_pdf/problems-of-economy-2015-4_0- pages-92_98.pdf

2. Вовк Ю. Аналіз стану транспортної системи України та перспективи її розвитку. Соціально-економічні проблеми і держава. 2015. № 2 (13). С. 5-15. URL: https://sepd.tntu.edu.ua/images/stories/pdf/2015/15vyypyr.pdf

3. Іртищева І., Стегней М., Крамаренко І., Бойко Є., Надточій І., Сіренко І., Гришина Н., Іщенко О. Методичні підходи щодо оцінки ресурсного потенціалу та їх вплив на транспортну систему України. Вісник Хмельницького національного університету. 2022. № 6. Том 2. С. 189-195. URL: http://journals.khnu.km.ua/vestnik/ wp-content/uploads/2023/02/2022-312-62-32.pdf

4. Комчатних О. В., Петровська С. І., Редько Н. О. Сучасний стан та перспективи розвитку транспортної інфраструктури в Україні. Причорноморські економічні студії. 2021. № 46. С. 11-16. URL: http://bses.in.ua/ journals/2021/64_2021/4.pdf

5. Кушнір Л. В. Аналіз роботи транспорту України за основними показниками. Науковий вісник Херсонського державного університету. 2015. № 12. С. 42-47. URL: http://www.ej.kherson.ua/joumal/economic_12/65.pdf

6. Прокудін Г. С., Дудник О. С., Чупайленко О. А. Інтеграція транспортної системи України у світову транспортну систему. Науковий вісник Ужгородського національного університету. 2015. № 4. С. 122-125. URL: https://dspace.uzhnu.edu.ua/jspui/bitstream/lib/12791/1/%D0%86%D0%9D%D0%A2%D0%95%D0%93%D 0%A0%D0%90%D0%A6%D0%86%D0%AF%20%D0%A2%D0%A0%D0%90%D0%9D%D0%A1%D0%9F%D0% 9E%D0%A0%D0%A2%D0%9D%D0%9E%D0%87%20%D0%A1%D0%98%D0%A1%D0%A2%D0%95%D0%9 C%D0%98%20%D0%A3%D0%9A%D0%A0%D0%90%D0%87%D0%9D%D0%98.pdf

7. Соколова О. Є. Розробка сценаріїв сталого розвитку транспортної системи України. Вісник Вінницького політехнічного інституту. 2021. № 5. С. 117-125. URL: https://visnyk.vntu.edu.ua/index.php/visnyk/article/ view/2687/2524

References

1. Berveno O. V. (2015) Rol transportnoi systemy v natsionalnomu menedzhmenti yakosti zhyttia [The Role of the Transport System in the National Management of Life Quality]. The Problems of Economy, no. 4, pp. 92-98. Available at: http://journals.khnu.km.ua/vestnik/wp-content/uploads/2023/02/2022-312-62-32.pdf (in Ukrainian)

2. Vovk Y. (2015) Analizuvannia stanu transportnoi systemy Ukrainy ta perspektyvy yii rozvytku [Analysis of the transport system of Ukraine and its development prospects]. SocioEconomic Problems and the State, no. 13 (2), pp. 5-15. Available at: https://sepd.tntu.edu.ua/images/stories/pdf/2015/15vyypyr.pdf (in Ukrainian)

3. Irtyshcheva I., Stehnei M., Kramarenko I., Boyko E., Nadtochii I., Sirenko I., Hryshyna N., IshchenkoE. (2022) Metodychni pidkhody shchodo otsinky resursnoho potentsialu ta yikh vplyv na transportnu systemu Ukrainy [Methodical approaches to the assessment of resource potential and their impact on the transport system of Ukraine]. Herald of Khmelnytskyi national university. Economic sciences, no. 6, vol. 2, pp. 189-195. Available at: http://journals.khnu.km.ua/vestnik/wp-content/uploads/2023/02/2022-312-62-32.pdf (in Ukrainian)

4. Komchatnykh O., Petrovska S., Redko N. (2021) Suchasnyi stan ta perspektyvy rozvytku transportnoi infras- truktury v Ukraini [Modern condition and development perspectives of the transport infrastructure in Ukraine]. Black Sea Economic Studies, no. 46, pp. 11-16. Available at: http://bses.in.ua/journals/2021/64_2021/4.pdf (in Ukrainian)

5. Kushnir L.V. (2015) Analiz roboty transportu Ukrainy za osnovnymy pokaznykamy [Analysis of the work of transport of Ukraine main indicators]. Scientific Bulletin of Kherson State University. Series «Economic Sciences», no. 12, pp. 42-47. Available at: http://www.ej.kherson.ua/journal/economic_12/65.pdf (in Ukrainian)

7. Prokudin H. S., Dudnik O. C., Chupaylenko O. A. (2015) Intehratsiia transportnoi systemy Ukrainy u svit- ovu transportnu systemu [Ukraine transport system integration into the global transport system]. Uzhorod National University Herald. International Economic Relations And World Economy, no. 4, pp. 122-125. Available at: https://dspace.uzhnu.edu.ua/jspui/bitstream/lib/12791/1/%D0%86%D0%9D%D0%A2%D0%95%D0%93%D0% A0%D0%90%D0%A6%D0%86%D0%AF%20%D0%A2%D0%A0%D0%90%D0%9D%D0%A1%D0%9F%D0%9 E%D0%A0%D0%A2%D0%9D%D0%9E%D0%87%20%D0%A1%D0%98%D0%A1%D0%A2%D0%95%D0%9 C%D0%98%20%D0%A3%D0%9A%D0%A0%D0%90%D0%87%D0%9D%D0%98.pdf (in Ukrainian)

8. Sokolova O. Ye. (2021) Rozrobka stsenariiv staloho rozvytku transportnoi systemy Ukrainy [Elaboration of Scenarios for Sustainable Development of the Transport System of Ukraine]. Visnyk of Vinnytsia Polytechni- cal Institute, no. 5, pp. 117-125. Available at: https://visnyk.vntu.edu.ua/index.php/visnyk/article/view/2687/2524 (in Ukrainian)

Размещено на Allbest.ru

...

статья "Методичні підходи щодо оцінки обсягу реалізації послуг підприємств транспортної галузі" скачать

Подобные документы

Роль капітальних інвестицій у відтворені основних засобів сільськогосподарських підприємств
Економічна сутність капітальних інвестицій, їх види і форми. Аналіз здійснення капітальних інвестицій у відтворенні основних засобів в ТОВ "Зеленьківське" та шляхи підвищення їх ефективності. Амортизація як джерело відтворення основних засобів.

дипломная работа [77,8 K], добавлен 09.11.2010
Аналіз стану основних засобів підприємства
Методика оцінки стану та ефективності використання основних засобів. Аналіз обсягу, структури та динаміки основних засобів. Узагальнення результатів аналітичного дослідження та визначення факторів та резервів зміни стану матеріальних активів підприємства.

курсовая работа [107,7 K], добавлен 27.11.2015
Аналіз основних фондів в умовах шахти ім. О.О. Скочинського
Характеристика підприємства, умов виробництва. Аналіз техніко-економічних показників. Аналіз обсягу випуску і реалізації продукції. Аналіз основних фондів. Аналіз стану основних фондів. Аналіз ефективності використання основних фондів.

курсовая работа [136,9 K], добавлен 10.11.2003
Аналіз виконання планових завдань з виробничої програми за рік
Аналіз річного обсягу продукції. Вплив факторів способом ланцюгових підстановок на зміну обсягу товарної продукції. Аналіз виробітку одного працівника основного виробництва. Аналіз собівартості обсягу товарної продукції та прибутку від її реалізації.

контрольная работа [33,9 K], добавлен 22.06.2010
Розрахунок вартості монтажо-налагоджувальних робіт та капітальних вкладень в побудову верстата
Трудомісткість монтажо-налагоджувальних робіт. Розмір капітальних вкладень в побудову верстату. Розрахунок вартості конструкторської роботи на етапах. Знос основних засобів та витрати на їх ремонт. Формування вартості виробничих запасів, робіт та послуг.

курсовая работа [2,9 M], добавлен 08.03.2012
Аналіз реалізації продукції та прибутку від реалізації
Характеристика реалізації продукції як об'єкту аналізу, критерії визнання доходу. Динаміка та структура об'ємів реалізації продукції, аналіз динаміки зміни прибутку. Баланс товарної продукції й аналіз напруженості плану, вплив зміни обсягу реалізації.

курсовая работа [686,6 K], добавлен 12.07.2010
Економiчний аналiз дiяльностi пiдприємств
Зміст, предмет та задачі економічного аналізу. Методики оцінки основних показників діяльності підприємств: прибутку, рентабельності, випуску та реалізації, використання основних засобів, трудових показників та витрат на виробництво; комплексний аналіз.

курс лекций [276,8 K], добавлен 11.01.2011
Аналіз забезпечення та ефективності використання основних засобів (на матеріалах ПАТ "Ратнівський молокозавод")
Економічна суть основних засобів, їх класифікація та оцінка. Методичні підходи та джерела інформації для аналізу забезпечення та ефективного використання основних засобів. Обґрунтування шляхів підвищення ефективності використання основних засобів.

курсовая работа [200,1 K], добавлен 10.01.2015
Аналіз обсягу виробництва продукції (надання послуг)
Аналіз обсягу виробництва продукції (надання послуг) у натуральному та вартісному виразі: цілі, завдання та методи аналізу, основні показники. Розрахунок показників фінансової стійкості та коефіцієнта структури довгострокових вкладень підприємства.

контрольная работа [40,5 K], добавлен 18.11.2009
Економічне обґрунтування рішення щодо налагодження власного виробництва і реалізації на вітчизняному ринку хлібопічок
Вибір товару для просування на ринок і оцінювання його конкурентоздатності. Розрахунок загального обсягу інвестицій та джерел фінансування. Розрахунок витрат, грошових потоків на виробництво по роках життєвого циклу проекту виробництва і реалізації товару

курсовая работа [217,3 K], добавлен 17.04.2012
Економічний аналіз виробничо-господарської діяльності підприємства
Обґрунтування планового обсягу виробництва продукції. Розрахунок потреби у технологічному устаткуванні. Аналіз вартості основних засобів і амортизаційних відрахувань. Визначення чисельності персоналу та витрат на матеріали. Оцінка фінансових результатів.

курсовая работа [81,8 K], добавлен 24.12.2012
Аналіз виробництва та реалізації продукції
Аналіз реалізації продукції і прибутку від реалізації продукції, визначення резервів росту її обсягу. Ознайомлення з сучасними критеріями характеристики продукції, методики аналізу динаміки цих критеріїв. Аналіз прибутку і рентабельності підприємства.

курсовая работа [79,1 K], добавлен 12.07.2010
Аналіз виробництва продукції, робіт і послуг
Аналіз випуску продукції у натуральному та вартісному виразі, оцінка впливу факторів на зміну обсягу виробництва. Значення і задачі аналізу виробництва і реалізації продукції, робіт, послуг. Методика аналізу виконання плану з номенклатури і асортименту.

реферат [62,2 K], добавлен 18.07.2010
Оцінювання економічної доцільності реалізації електрокамінів на ринку України в умовах відмови від імпорту і налагодження власного виробництва
Аналіз доцільності реалізації проекту по освоєнню виробництва електрокамінів і реалізації їх на ринку. Розрахунок витрат виробництва, грошових потоків по роках життєвого циклу проекту. Визначення амортизації основних засобів та точки беззбитковості.

курсовая работа [71,0 K], добавлен 17.04.2012
Предмет економічного аналізу та його значення в умовах ринкової економіки
Види економічного аналізу, його методичні прийоми, інформаційна база та організація. Аналіз попиту, стану ринку та обсягу реалізації продукції, виробничих ресурсів і організаційно-технічного рівня підприємства. Виробництво продукції, робіт і послуг.

краткое изложение [125,4 K], добавлен 28.11.2010
Виручка від реалізації продукції та порядок її розрахунку
Фінансова діяльность підприємства. Обсяг виручки від продажу (реалізації). Плановий обсяг виручки від реалізації товарної продукції. Планування обсягу реалізації і надходження виручки. Обсяг виручки від реалізації основної продукції підприємства.

реферат [18,9 K], добавлен 30.10.2008
Метод економічного аналізу
Метод економічного аналізу, організація та інформаційне забезпечення. Аналіз виробництва продукції, робіт і послуг. Аналіз попиту, стану ринку та обсягу реалізації продукції. Аналіз виробничих ресурсів і організаційно-технічного рівня підприємства.

курс лекций [767,1 K], добавлен 02.11.2008
Аналіз діяльності підприємства
Розрахунок і аналіз показників виробництва та реалізації продукції на підприємстві. Розрахунок чисельності трудового персоналу та аналіз його виконання. Вплив змін у обсягу продукції на кількість основних робітників, розрахунок основної заробітної плати.

курсовая работа [222,3 K], добавлен 25.10.2009
Аналіз виробництва і реалізації продукції ТОВ "ГерметикБуд"
Лінійно-функціональна структура підприємства. Функції відділу бухгалтерського обліку. Аналіз виробництва продукції. Модель факторної системи обсягу продукції, ритмічність випуску по декадам. Напрями удосконалення процесу планування реалізації продукції.

курсовая работа [113,6 K], добавлен 25.03.2012
Оцінка ефективності використання основних засобів і нематеріальних активів
Інформаційне забезпечення оцінки використання основних засобів та нематеріальних активів. Оцінка динаміки, складу структури основних засобів. Аналіз руху і технічного стану основних засобів. Аналіз використання обладнання та виробничої потужності.

контрольная работа [67,6 K], добавлен 23.12.2015

Другие документы, подобные "Методичні підходи щодо оцінки обсягу реалізації послуг підприємств транспортної галузі"

весь список подобных работ

скачать работу можно здесь

сколько стоит заказать работу?

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.