Тип работы:
Предмет:
Язык работы:


Прогнозирование объема спроса на рынке железнодорожных контейнерных грузоперевозок в России

Работа №142988

Тип работы

Магистерская диссертация

Предмет

математика

Объем работы63
Год сдачи2022
Стоимость4650 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
26
Не подходит работа?

Узнай цену на написание


Введение 3
Постановка задачи 5
Обзор литературы 7
Глава 1. Анализ рынка контейнерных перевозок в России 17
1.1 Формализация предметной области 17
1.2 Принцип соотношения спроса и предложения 19
1.3 Выделение сущностей и построение информационно-логической
модели рынка 22
Глава 2. Анализ данных и построение математической модели
формирования спроса 25
2.1 Сбор и обработка данных о факторах 25
2.2 Агрегирование и анализ данных 26
2.3 Построение математической модели 28
Глава 3. Математическое моделирование и прогнозирование спроса 31
3.1 Определение источников данных 35
3.2 Интеллектуальный анализ данных и прогнозирование 37
3.3 Анализ полученных результатов моделирования 52
Выводы 54
Заключение 56
Приложение А 61

В современном мире ни одно промышленное или торговое предприятие не обходится без услуг железнодорожных транспортных компаний. Любое производство или розничная торговля в масштабах города, региона, страны или международного масштаба включает в себя транспортировку грузов и раз­личных товаров. В последнее время особенную популярность набирают кон­тейнерные железнодорожные грузоперевозки, за счет универсальности тары, удобства погрузки контейнеров на железнодорожные платформы и преимуще­ства железнодорожного вида транспорта в целом. Из множества макроэконо­мических факторов складывается потребность в тех или иных услугах перево­зок, а от их эффективности, скорости и актуальности зависит как свежесть про­дуктов питания в магазинах, так и своевременность начала производственного цикла на фабрике. Также важно отметить, что несмотря на достаточно моло­дой рынок железнодорожных контейнерных перевозок, в России он стреми­тельно развивается конкурентно. Поэтому руководству транспортных компа­ний следует соответствовать стремительным течениям в области управления бизнесом грузоперевозок для укрепления своих позиций на рынке. История развития данного рынка в России берет свое начало с относительно недавнего времени.
Начиная с 2000-х годов в России железные дороги эксплуатируются условно тремя группами компаний. В первую очередь это группа компаний ОАО «РЖД», владеющих всей сетью железных дорог. Вторая группа — неза­висимые или формально независимые от ОАО «РЖД» железнодорожные опе­раторы. Примечательно, что вся инфраструктура железных дорог России мо­нополизирована данными государственными или около государственными компаниями. Наконец, третья группа компаний состоит из перевозчиков, ко­торые владеют только своим или арендованным подвижным составом и поль­зуются государственной собственностью - сетью железных дорог и услугами локомотивной тяги. К таким компаниям можно отнести, например, следующие: транспортная группа FESCO, ПАО «ТрансКонтейнер», АО «Ев­росиб СПб-транспортные системы» и другие. В рамках программы структур­ной реформы 2011-2017 гг. на железнодорожном транспорте в Российской Фе­дерации в целом были достигнуты положительные изменения. В частности, произошло положительное изменение конъюнктуры рынка грузовых железно­дорожных операторов, рынок стал более конкурентным:
1) завершено формирование конкурентного сегмента рынка оперирова­ния грузовыми вагонами и их предоставления под перевозку;
2) привлечены существенные инвестиции в обновление парка грузовых вагонов, значительно уменьшен износ подвижного состава (вагонов), работа­ющего на сети;
3) ускорены темпы обновления и развития железнодорожной инфра­структуры, а также другие трансформации [1].
Благодаря проведенным изменениям было достигнуто увеличение кон­куренции в железнодорожной отрасли, которое поспособствовало возникно­вению и развитию множества частных грузовых перевозчиков. Помимо струк­турных реформ немаловажное значение играют естественная непрерывная трансформация рынка (создание альянсов и коалиций), изменение его конъ­юнктуры, политические и экономические потрясения, пандемии и другие фун­даментальные факторы, которые воздействуют на логистические связи в част­ности и форму ведения бизнеса в целом.
Таким образом, вышеперечисленные факторы непосредственным обра­зом влияют на будущий спрос на услуги контейнерных перевозок. Все это сти­мулирует руководства транспортных компаний-перевозчиков применять но­вейшие техники в управлении своим бизнесом, особенно включая математи­ческий и экономический анализы. В свою очередь использование данных при­емов позволяет компаниям строить прогнозные модели потребности в пере­возках в будущем и на основе этих данных принимать оптимальные решения в менеджменте.

Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


Фундаментальный и технический анализы вместе являются мощным ин­струментом, который помогает оценить ситуацию на рынке железнодорожной отрасли. Большая конкуренция в этой сфере вынуждает компании - частных железнодорожных грузовых перевозчиков применять передовые технологии и приемы в управлении своим бизнесом для увеличения своей конкурентоспо­собности. Ответственное лицо, принимающее решение в данных вопросах должно владеть глубинными знаниями экономики железнодорожной транс­портной системы и понимать взаимосвязи влияния макроэкономических пока­зателей на данную отрасль.
В ходе выполнения выпускной квалификационной работы достигнута цель: составлен прогноз объема спроса в отрасли железнодорожных контей­нерных перевозок в России путем выявления значимых макроэкономических показателей за счет применения фундаментального и технического анализа.
Для достижения этой цели, выполнены все поставленные задачи:
1. Выполнен обзор литературы по теме исследования, изучена предмет­ная область и ее экономический анализ. Выявлены сущности предметной об­ласти и построена информационно-логической модель.
2. Проведен сбор и обработка данных. Проведен качественный и коли­чественный анализ макроэкономических показателей. Построена математиче­ская модель.
3. Проведен вероятностно-статистического анализ. Произведено про­гнозирование и сценарное имитационное моделирование.
Сбор данных осуществлен из открытых источников и проведена их об­работка. Большую значимость имеют предоставленные данные компанией об объемах перевозок грузов. Количественный анализ данных проводился с ис­пользованием языка программирования Python с библиотеками pandas, scikit- learn, numpy, statsmodels и другими, языка программирования R для статистической обработки данных и работы с графикой, а также посредством программных продуктов MS Excel и Erwin Data Modeler.
Посредством интеллектуального анализа данных и применения матема­тической модели составлен прогноз объема спроса на перевозки грузов лесо­промышленного комплекса. Построенная регрессионная модель является до­статочно качественной, и она соответствует данным. Беря во внимание анализ транспортной компании, приведенной в данной работе, можно заключить, что она имеет достаточное преимущество к удовлетворению спроса на такие пере­возки, покрыв его своим предложением. С учетом внешних макроэкономиче­ских факторов аналогичные прогнозы можно составить для других видов гру­зов.
Полученная в данной работе модель может быть использована руковод­ством транспортных компаний для анализа своей деятельности и прогнозиро­вания объема спроса на контейнерные перевозки. Принимая во внимание по­лученные результаты, ЛПР может принимать решения для удовлетворения спроса предоставлением соответствующего предложения на перевозки. В дальнейшем, выполненный технический анализ может быть автоматизирован в виде программного продукта.


1. Институт исследования проблем железнодорожного транспорта. Целевая модель рынка грузовых железнодорожных перевозок на период до 2025 года. Москва: 2018.
2. Транспорт в России. Статистический сборник // Федеральная служба
государственной статистики. 2020. URL:
https://rosstat.gov.ru/storage/mediabank/UbzIvBZj/Transport_2020.pdf (дата обращения: 28.04.2022).
3. Кокорев В.А. Экономические провалы. Москва: Общество купцов и промышленников России, 2005. 336 с.
4. Терёшина Н.П., Галабурда В.Г., Токарев В.А. Экономика железнодорожного транспорта: Учеб. для вузов ж.-д. транспорта. Москва: УМЦ ЖДТ, 2008. 996 с.
5. Терёшина Н.П., Галабурда В.Г., Трихунков М.Ф. Экономика
железнодорожного транспорта: учебник для вузов ж.-д. трнаспорта. Москва: УМЦ ЖДТ, 2006. 801 с.
6. Быченко О.Г., Сыцко А.Ф. Экономика железнодорожного транспорта: учебное пособие. Гомель: Белоруский государственный университет транспорта, 2017. 223 с.
7. Мачерет Д. Динамика железнодорожных перевозок грузов как макроэкономических индикаторов // Экономическая политика, Т. 10, № 2,
2015. С. 133-150.
8. Мачерет Д. О чем свидетельствует столетняя динамика показателей крупнейших железнодорожных систем // Экономическая политика. 2016. Т. 11. № 6. С. 138-169.
9. АО "Кодекс". Об утверждении Методики классификации и специализации железнодорожных линий ОАО "РЖД" // Электронный фонд правовых и нормативно-технических документов. 2020. URL: https://docs.cntd.ru/ document/564286419 (дата обращения: 28.04.2022).
10. Jianguo Z., Gang Q. International conference on computer science and service system // Application of BP neural network forecast model based on principal component analysis in railways freight forecas. 2012. pp. 2201-2204.
11. Ziyadin S., Sousa R.D., Suieubayeva S., Yergobek D., Serikbekuly A. The 1st International Conference on Business Technology for a Sustainable Environmental System // Differentiation of logistics services on the basis ABC analysis. 2020. Vol. 159. pp. 1-8.
12. Перминова А.А. Прогнозирование спроса и оценка
конкурентоспособности контейнерных перевозок на железных дорогах России. Москва. 2016. 139 с. Диссертация на соискание ученой степени кандидата экономических наук.
13. Milenkovic M., Bojovic N. Railway demand forecasting // IGI Global. Jun
2016. No. 5. pp. 100-129.
14. Трухаев Р.И., Горшков И.С. Факторный анализ в организационных системах. Москва: "Радио и связь", 1985. 184 с.
15. Kulshreshtha M., Nag B., Kulshrestha M. A multivariate cointegrating vector auto regressive model of freight transport demand: evidence from Indian railways // Transportation Research. Jul 2001. Vol. Part A. No. 35. pp. 29-45.....26


Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2024 Cервис помощи студентам в выполнении работ