Використання кластерного та кореляційно-регресійного аналізу в управлінні конкурентоспроможністю підприємств
Методичний підхід до формування управлінських рішень в аспекті управління конкурентоспроможністю підприємств. Оцінка фінансової безпеки організацій. Розподіл підприємств за кластерами за допомогою багатофакторного кореляційно-регресійного аналізу.
| Рубрика | Экономико-математическое моделирование |
| Вид | статья |
| Язык | украинский |
| Дата добавления | 26.10.2017 |
| Размер файла | 418,3 K |
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/
Полтавський національний технічний університет імені Юрія Кондратюка
Використання кластерного та кореляційно-регресійного аналізу в управлінні конкурентоспроможністю підприємств
Кобець С.П.
кандидат економічних наук,
старший викладач кафедри економічної кібернетики
Шкляр Л.С.
студентка
АНОТАЦІЯ
Запропонований методичний підхід до формування управлінських рішень в аспекті управління конкурентоспроможністю підприємств, що синтезує вплив кількісних компонент, ґрунтується на розподілі підприємств за кластерами, використанні багатофакторного кореляційно-регресійного аналізу.
Ключові слова: конкурентоспроможність підприємств, управління конкурентоспроможністю підприємств, кластерний аналіз, кореляційно-регресійний аналіз.
АННОТАЦИЯ
Предложен методический подход к формированию управленческих решений в аспекте управления конкурентоспособностью предприятий, синтезирующий влияние количественных компонент, основанный на распределении предприятий по кластерам, использовании многофакторного корреляционно-регрессионного анализа.
Ключевые слова: конкурентоспособность предприятий, управление конкурентоспособностью предприятий, кластерный анализ, корреляционно-регрессионный анализ.
АNNOTATION
Use of cluster and correlation and regression analysis in the management of enterprise competitiveness
In the article the methodical approach to modeling management decisions in terms of competitiveness management companies that synthesize quantitative impact of components is based on distribution of enterprises clusters, using multivariate correlation and regression analysis.
Keywords: competitiveness of enterprises, enterprises competitiveness management, cluster analysis, correlation and regression analysis.
Постановка проблеми. Сучасний етап розвитку економіки України супроводжується низкою невирішених проблем, серед яких найбільш важливою для вітчизняних підприємств є проблема збереження та підвищення їх рівня конкурентоспроможності. Це передбачає використання сучасних інформаційних технологій та математично-статистичних методів для формування і підтримки управлінських рішень щодо підвищення рівня конкурентоспроможності підприємств.
Виділення не вирішених раніше частин загальної проблеми. Аналіз спеціальної літератури показав, що питання використання кластерного та кореляційно-регресійного аналізу в управлінні економічними системами теоретично глибоко досліджені й знайшли широке висвітлення в науковій літературі. Так, теоретичні та методологічні основи використання кластерного та кореляційно-регресійного аналізу в управлінні економічними системами розглянуті у роботах багатьох вітчизняних та зарубіжних учених, серед яких Я.О. Зубрицька [1], А.В. Фоменко [2], В.В. Прохорова [3], Т.І. Дем'яненко [3] та ін.
Зокрема, у роботі [1] автор запропонувала використовувати кореляційно-регресійний аналіз для збалансування основних ресурсів трудового потенціалу для максимізації його ефективності.
За допомогою кореляційно-регресійного аналізу на основі сформованої множині показників оцінки рівня фінансової безпеки підприємств залізничного транспорту у роботі [2] розроблено інтегровану модель прийняття управлінських рішень щодо розвитку організаційноуправлінського потенціалу фінансової безпеки підприємств залізничного транспорту за умов використання кореляційно-регресійного аналізу. Вхідною інформацією для побудови кореляційно-регресійної моделі залежності рівня організаційно-управлінського потенціалу фінансової безпеки підприємств від множини показників оцінки фінансової безпеки підприємств автором використані результати попереднього інтегрального оцінювання рівня формування організаційно-управлінського потенціалу фінансової безпеки та параметричного оцінювання рівня фінансової безпеки підприємств залізничного транспорту.
Авторами роботи [3] запропоновано методичний підхід до формування системи адаптивного управління інноваційно-інвестиційним розвитком підприємств залізничного транспорту, який передбачає використання кластерного та кореляційно-регресійного аналізу діяльності підприємств залізничного транспорту.
Зважаючи на особливу актуальність для вітчизняних підприємств підвищення їхнього рівня конкурентоспроможності та важливість конкретизації й кількісного визначення чинників, що впливають на конкурентоспроможність,існує потреба в розробці методичного підходу до формування управлінських рішень щодо підвищення рівня конкурентоспроможності підприємств з використанням математично-статистичних методів.
Метою статті є розробка методичного підходу до формування управлінських рішень щодо підвищення рівня конкурентоспроможності підприємств, що синтезує вплив кількісних компонент, ґрунтується на розподілі підприємств за кластерами, використанні багатофакторного кореляційно-регресійного аналізу.
Виклад основного матеріалу. Прийняття управлінських рішень вимагає глибоких теоретичних знань і наявність практичного досвіду. Одним зі способів, який дозволяє підвищити ефективність цього процесу, є використання математично-статистичних методів.
Методичний підхід до формування управлінських рішень в аспекті управління конкурентоспроможністю підприємств передбачає виконання таких етапів (рис. 1):
управління конкурентоспроможність кластер регресійний
Рис. 1 Методичний підхід до формування управлінських рішень в аспекті управління конкурентоспроможністю підприємств
На першому етапі передбачається вибір конкретної галузі народного господарства, що надалі визначить специфіку показників складових діяльності підприємств. Авторами була досліджена діяльність 10 підприємств, що виробляють цемент, за період з 2004 по 2013 рр.
Перш ніж формувати рішення щодо підвищення рівня конкурентоспроможності підприємства необхідно об'єктивно оцінити його фактичний рівень конкурентоспроможності. Авторами для оцінки рівня конкурентоспроможності підприємств, що виготовляють цемент запропоновано систему показників, яка складається з 15 показників, що розподілені на 4 групи. Запропонована система показників достатньою мірою характеризує конкурентоспроможність підприємств та враховують всі найважливіші складові їх діяльності. Система показників конкурентоспроможності підприємств наведена в таблиці 1.
Рис. 2
На наступному етапі підприємства розподілені на кластери в залежності від рівня їх конкурентоспроможності. Авторами використано ієрархічний метод кластеризації для висунення попередньої гіпотези про кількість кластерів підприємств та метод «к-теапв» для підтвердження або відхилення попередньої гіпотези. Оскільки головні компоненти взаємоортогональні, оцінку конкурентоспроможності за комплексом ознак було отримано як евклідову відстань між відповідними точками в просторі головних компонент. При виборі алгоритму класифікації підприємств за рівнем конкурентоспроможності використано метод Уорда.
За допомогою пакету прикладних програм «ВТАТІЗТІСА 10.0» побудована дендрограма ієрархічної агломеративної кластеризації підприємств за рівнем конкурентоспроможності (рис. 3).
Рис. 3 Дендрограма ієрархічної агломеративної кластеризації підприємств за рівнем конкурентоспроможності
Ґрунтуючись на даних дендрограми ієрархічної агломеративної кластеризації підприємств за рівнем конкурентоспроможності (рис.), прийнята попередня гіпотеза про наявність чотирьох кластерів підприємств. За допомогою методу неієрархічної кластеризації к-теапв гіпотезу було підтверджено.
У таблиці проведено розподіл підприємств, що були досліджені, на кластери за рівнем конкурентоспроможності.
Таблиця 1 Розподіл підприємств на кластери за рівнем конкурентоспроможності
|
1-й кластер Підприємства із високим рівнем конкурентоспром. |
2-й кластер Підприємства із задовільним рівнем конкурентоспром. |
3-й кластер Підприємства із середнім рівнем конкурентоспроможності |
4-й кластер Підприємства із низьким рівнем конкурентоспром. |
|
|
ВАТ «Стромацемент» м. Амвросіївка, Донецька обл. |
ПАТ «Хайдельберг Цемент Україна» м. Кривий Ріг |
ПАТ «Краматорський цементний завод Пушка» м. Донецьк |
ВАТ «Південдіпроцемент» м. Харків |
|
|
ВАТ «ЄвроцементгрупУкраїна», Київська обл. |
ВАТ «Волинь Цемент» м. Рівне |
ВАТ «ІваноФранківськцемент» м. Івано-Франківськ |
||
|
ПАТ «Науково-технічний комплекс «Цемент» Харківська область м. Харків |
||||
|
ВАТ «Подільський цемент» м. Кам'янецьПодільськ |
||||
|
ПАТ «Київцемент» м. Київ |
В економічних дослідженнях часто вирішують завдання виявлення чинників, що визначають рівень і динаміку економічного процесу. Такі завдання найчастіше вирішуються методами кореляційного й регресійного аналізу. Для правдивого відображення процесів, що об'єктивно існують в економіці, необхідно виявити істотні взаємозв'язки й дати їм кількісну оцінку. Цей підхід вимагає розкриття причинних залежностей. Основними завданнями кореляційного аналізу є оцінка сили зв'язку й перевірка статистичних гіпотез про наявність і силу кореляційного зв'язку. Не всі чинники, що впливають на економічні процеси, є випадковими величинами, тому при аналізі економічних явищ звичайно розглядаються зв'язки між випадковими й невипадковими величинами. Рівняння регресії дає можливість прослідкувати вплив показників, що використовуються на зміну рівня конкурентоспроможності підприємств, залежність впливу чинників на результуючий показник протягом досліджуваного періоду, та корегувати прийняття ефективних управлінських рішень в рамках управління конкурентоспроможністю. Результати побудови кореляційно-регресійної моделі для підприємств, що розбиті на кластери, наведено в таблиці.
Таблиця 2 Результати побудови кореляційно-регресійної моделі для підприємств, що розбиті на кластери
|
Рівняння кореляційно-регресійної моделі |
Показники |
|||||
|
Коефіцієнт множинної кореляції R |
Коефіцієнт детермінації R2 |
Скоригований коефіцієнт множинної кореляції R |
Критерій Фішера F |
Стандартна похибка |
||
|
Кластер 1. Високий рівень конкурентоспроможності. (ВАТ «Стромацемент» м. Амвросіївка, Донецька обл.; ВАТ «Євроцементгруп-Україна», Київська обл.) |
||||||
|
У = 0,2047 + 0,7866КвИробн.+ + 0,2425КавГ. + 0,5525К_Р. |
0,953 |
0,908 |
0,882 |
34,5 |
0,058 |
|
|
Кластер 2 Задовільний рівень конкурентоспроможності. (ПАТ «ХайдельбергЦемент Україна» м. Кривий Ріг) |
||||||
|
У = 0,4325 + 0,6101Квибн. + + 0,4270КВП + 0,5074КФС + + 0,3159К платоспр. |
0,966 |
0,933 |
0,867 |
14 |
0,066 |
|
|
Кластер 3. Середній рівень конкурентоспроможності. (ПАТ «Краматорський цементний завод Пушка» м. Донецьк; ВАТ «Волинь Цемент» м. Рівне) |
||||||
|
У = 0,0538 + 0,6954КвииробН. + + 0,3106ПП + 0,1255 Ц прод. |
0,965 |
0,931 |
0,896 |
27 |
0,054 |
|
|
Кластер 4. Низький рівень конкурентоспроможності. (ВАТ «Південдіпроцемент» м. Харків; ВАТ «Івано-Франківськцемент» м. Івано-Франківськ; ПАТ Науково-технічний комплекс «Цемент» Харківська область м. Харків; ВАТ «Подільський цемент» м. Кам'янець-Подільськ; ПАТ «Київцемент» м. Київ) |
||||||
|
У = 0,0798 + 0,8875Квиробн. + + 0,4721Квп + 0,6084Кобор0, + + 0,3986Кз_ |
0,941 |
0,885 |
0,88 |
176,9 |
0,052 |
З таблиці 2 видно, що рівняння регресії кластерів підприємств є адекватними та статистично значущими, адже коефіцієнт множинної кореляції К для зазначених моделей знаходиться в межах від 0,941 до 0,966, що свідчить про наявність сильного зв'язку між сукупністю показників діяльності підприємств з комплексним інтегральним показником рівня конкурентоспроможності підприємств. Коефіцієнт детермінації (К2), згідно із розрахунками, знаходиться в межах від 0,885 до 0,933. Це свідчить про те, що від 89% до 93% розміру частки зміни комплексного інтегрального
показника рівня конкурентоспроможності підприємств пояснюється варіацією змін показників, що увійшли до рівняння регресії. Тобто чим величина коефіцієнта детермінації ближче до одиниці, тим менше в моделі неврахованих чинників. Нормований К-квадрат знаходиться в межах від 0,88 до 0,896. Похибка апроксимації знаходиться в межах від 5,2% до 6,6%, що свідчить про те, що якість моделей оцінюється майже в повному обсязі. Статистична значущість моделі в цілому підтверджується значенням критерію Фішера Е, значення якого знаходиться в межах від 14 до 176,9, що перевищує табличні значення.
Розглянувши рівняння регресії, що отримане для підприємств із високим рівнем конкурентоспроможності, можна сказати, що воно дає змогу керівництву прослідкувати вплив показників рентабельності виробництва (Квиро6н), коефіцієнта автономії (Кавт) та коефіцієнта платоспроможності (Кплатоспр.) на зміну рівня конкурентоспроможності підприємства, залежність впливу чинників на результуючий показник і формувати управлінські рішення в рамках управління конкурентоспроможністю підприємства. Рівняння регресії для підприємств із задовільним рівнем конкурентоспроможності дає змогу керівництву прослідкувати вплив змін показників рентабельності виробництва (Квиробн), коефіцієнта виробничого потенціалу (КВП), коефіцієнта фінансової стабільності (КФС) та коефіцієнта платоспроможності (Кплатоспр.) на зміну рівня конкурентоспроможності підприємства, залежність впливу чинників на результуючий показник і формувати управлінські рішення в рамках управління конкурентоспроможністю підприємства. Рівняння регресії для підприємств з середнім рівнем конкурентної стійкості дає змогу керівництву прослідкувати вплив змін показників рентабельності виробництва (Квиробн.), продуктивності праці (ПП) та рентабельності продажу (Кпрод.) на зміну рівня конкурентоспроможності підприємства, залежність впливу чинників на результуючий показник і формувати управлінські рішення в рамках управління конкурентоспроможністю підприємства. Рівняння регресії для підприємств з низьким рівнем конкурентоспроможності дає змогу керівництву прослідкувати вплив змін показників рентабельності виробництва (Квиро6н), коефіцієнта виробничого потенціалу (КВП), коефіцієнта оборотності оборотних коштів (Коборот.) та коефіцієнта завантаження виробничих потужностей (Кзавант.)на зміну рівня конкурентоспроможності підприємств, залежність впливу чинників на результуючий показник і формувати управлінські рішення в рамках управління конкурентоспроможністю підприємства.
У рамках побудови регресивно-кореляційної моделі за кожним кластером розробляються бізнес-модель управління, що представляється як цілісна система елементів і відносин між ними,управління кожною складовою якої забезпечує взаємний влив на решту складових та на їхній взаємозв'язок із зовнішнім середовищем. Це і забезпечує якісне поліпшення всіх стратегічних та оперативних впливів на різних рівнях управління.
Висновки. Запропонований методичний підхід до формування управлінських рішень щодо підвищення рівня конкурентоспроможності підприємств, що синтезує вплив кількісних компонент, ґрунтується на розподілі підприємств за кластерами, використанні багатофакторного кореляційно-регресійного аналізу, дасть змогу керівництву підприємств прослідкувати вплив змін показників конкурентоспроможності на зміну її рівня, залежність впливу чинників на результуючий показник і формувати ефективні управлінські рішення в рамках управління конкурентоспроможністю підприємств.
БІБЛІОГРАФІЧНИЙ СПИСОК
1. Зубрицька Я.О. Використання кореляційно-регресійного аналізу в управлінні трудовим потенціалом підприємства АПК / Я.О. Зубрицька // Інвестиції: практика та досвід. 2013. № 18. С. 110-113.
2. Фоменко А.В. Формування організаційно-управлінського потенціалу фінансової безпеки підприємств залізничного транспорту : автореф. дис.... канд. екон. наук : 08.00.04 / А.В. Фоменко; Укр. держ. акад. залізн. трансп. Х., 2013. 24 с.
3. Прохорова В.В. Адаптивне управління інноваційно-інвестиційним розвитком підприємств : монографія / В.В. Прохорова, Т.І. Дем'яненко. Харків : НТМТ, 2014. 193 с.
Размещено на Allbest.ru
...Подобные документы
Завдання та етапи кластерного аналізу, вимоги до інформації. Приклад класифікації економічних об'єктів за допомогою алгоритму кластерного аналізу, методи перевірки стійкості кластеризації, інтерпретація результатів аналізу та побудування дендрограми.
реферат [311,2 K], добавлен 15.07.2011Стратегічний розвиток підприємства в умовах ринкової економіки. Загальна фінансово-економічна характеристика ДП "ХЕМЗ". Моделі прогнозування фінансових і виробничих процесів на підприємстві. Оцінка організації методом кластерного аналізу. Охорона праці.
дипломная работа [673,6 K], добавлен 09.11.2013Методи одержання стійких статистичних оцінок. Агломеративні методи кластерного аналізу. Грубі помилки та методи їх виявлення. Множинна нелінійна регресія. Метод головних компонент. Сутність завдання факторного аналізу. Робастне статистичне оцінювання.
курсовая работа [1,2 M], добавлен 28.04.2014Упорядкування одиниць сукупності за допомогою інтегральних оцінок. Багатовимірне ранжування у системі Statistica. Формування однорідних одиниць сукупності за допомогою кластерного аналізу. Порядок об’єднання в кластери через опцію Amalgamation schedule.
контрольная работа [1,8 M], добавлен 08.12.2010Побудова регресійних моделей. Застосування, реалізація тесту Чоу. Тести на стійкість, на невдачу прогнозу. F-тест на стабільність коефіцієнтів. Метод використання фіктивних змінних на прикладі регресійного аналізу основних чинників. Вибірка спостережень.
реферат [96,9 K], добавлен 24.02.2009Фондовий ринок України. Моделювання процесів прийняття рішень щодо ефективного управління інвестиційним портфелем підприємств-суб‘єктів ринкових відносин. Поєднання методів традиційного і портфельного підходів до формування інвестиційного портфеля.
автореферат [207,8 K], добавлен 06.07.2009Теоретичні основи, сутність управлінських рішень та моделі їх прийняття. Три основні типи управлінських завдань: концептуальні, пов'язані з техніко-технологічним аспектом функціонування виробництва, завдання, які виникають унаслідок дії людського фактора.
курсовая работа [423,7 K], добавлен 26.07.2015Поняття фінансової безпеки підприємства, існуючі загрози. Особливості дослідження фінансової безпеки підприємства на основі методів багатомірного статистичного аналізу. Розробка комплексу моделей оцінки рівня фінансової безпеки сучасного підприємства.
дипломная работа [987,5 K], добавлен 18.11.2013Статистичні методи аналізу та обробки спостережень. Характерні ознаки типової і спеціалізованої звітності підприємств. Оцінка параметрів простої лінійної моделі методом найменших квадратів. Аналіз показників багатофакторної лінійної і нелінійної регресії.
контрольная работа [327,1 K], добавлен 23.02.2014Рейтингова оцінка галузі по показникам стимуляторам бухгалтерської звітності. Аналіз соціально-економічних процесів за допомогою ранжування та електронних таблиць Excel. Розрахунок коефіцієнту економічного розвитку підприємств деревообробної галузі.
лабораторная работа [494,1 K], добавлен 13.05.2015Мета кластерного аналізу: поняття, алгоритм, завдання. Головні особливості процедури Мак-Кіна. Графік середніх значень за трьома кластерами. Метод К-методів, переваги та недоліки використання. Поняття про сіткові алгоритми кластеризації (grid-based).
реферат [238,3 K], добавлен 27.05.2013Розкриття суті і визначення ролі фінансової складової в системі забезпечення економічної безпеки банківської діяльності. Класифікація моделей економічної безпеки і проведення кластерного і ієрархічного моделювання фінансової безпеки комерційного банку.
дипломная работа [2,4 M], добавлен 09.11.2013Призначення, описання й характеристики властивості программного забезпечення та метрик, які будуть досліджуватися. Статистичний аналіз метрик та експертних оцінок. Результати даних кореляційного та регресійного аналізу, зарозумілість інтерфейсу.
курсовая работа [1,6 M], добавлен 12.12.2010Інфляція як економічна категорія, прогнозування її рівня в Україні. Інфляція попиту та пропозиції як головні причини систематичного зростання цін. Особливості методології прогнозування інфляційного процесу. Методи регресійного та факторного аналізу.
презентация [195,7 K], добавлен 11.02.2010Економіко-математичне моделювання як спосіб вивчення господарської діяльності. Аналіз коефіцієнтів оборотності капіталу. Оцінка факторів, що впливають на ділову активність. Застосування моделей прогнозування для підприємств гірничообробної промисловості.
курсовая работа [274,5 K], добавлен 06.09.2013Структурно-функціональне моделювання процесу управління фінансовим потенціалом підприємств. Методи формування еталонних траєкторій збалансованого розвитку економічних систем. Моделювання та оптимізація діяльності на агропромисловому підприємстві.
дипломная работа [1,1 M], добавлен 21.01.2014Керування малим підприємством в умовах ринкової економіки (на підставі закордонного й вітчизняного досвіду). Стратегії адаптивного керування на основі даних фінансового аналізу. Концепція стійкого розвитку малих і середніх підприємств, її основні риси.
курсовая работа [449,1 K], добавлен 23.05.2009Теоретичні аспекти математичного моделювання динамічних систем: поняття і принципи, прийняття управлінських рішень з урахуванням фактору часу. Вирішення задач динамічного програмування: побудова і розрахунок моделі; оптимальний розподіл інвестицій.
курсовая работа [1,1 M], добавлен 16.02.2011Вивчення результатів діяльності всіх підприємств і господарських організацій, визначення впливу факторів на показники їх роботи, розробка заходів, спрямованих на відновлення і збільшення обсягів виробництва та реалізації, ефективності діяльності.
реферат [32,1 K], добавлен 01.07.2008Основні принципи технічного аналізу Доу, типи трендів та закони руху цін. Види та методи обчислення простих, експонентних і лінійно зважених ковзних середніх, їх оцінка як інструменту технічного аналізу. Правила побудови графіків "смуг Болінджера".
эссе [1,4 M], добавлен 07.07.2011
