Московский Государственный Университет Экономики, Статистики и Информатики
Индивидуальная работа
по дисциплине: “Диагностика КСП”
На тему:
“Диагностика состояния предприятий нефтегазовой промышленности”
Преподаватель: Фомин Я. А.
Выполнила: Малышева А. С.
ДЭС-401
Москва 2011 г.
Содержание:
Введение………………………………………………………………………….. 3
Обучение по трем признакам…………………………………………………… 5
Расчет векторов средних и ковариационных матриц…………………….. 5
Определение достоверности……………………………………………… 11
Обучение по четырем признакам……………………………………………… 13
Расчет векторов средних и ковариационных матриц…………………… 13
Определение достоверности……………………………………………… 19
Исследование компаний - конкурентов…………………………..…………... 21
Вывод……………………………………………………………………………. 32
Введение
Для исследования была выбрана нефтегазовая отрасль Российской Федерации. Среди анализируемых компаний были отобраны наиболее успешные, показывающие наиболее стабильно высокие показатели эффективности деятельности компании, а также компании, находящиеся в стадии кризиса, так же была выделена группа организаций для непосредственного анализа.
Для сопоставления компаний использовались наиболее существенные и значимые для любого предприятия показатели, среди них:
Объем реализации продукции;
Чистая прибыль;
Производительность труда;
Рентабельность активов.
Для построения обучения отобраны следующие компании:
Преуспевающие:
ОАО « НГК Славнефть»;
ОАО « НК Лукойл»;
ОАО « АНК Башнефть»;
ОАО « Сургутнефтегаз.
Кризисные:
ОАО « НК РуссНефть»;
ОАО « Верхнечонскнефтегаз»;
ОАО « Уфанефтехим»;
ОАО «Удмуртнефть».
На сравнительный анализ приняты следующие компании:
ОАО « Газпром»;
ОАО « Ачинский НПЗ»;
ОАО « Новокуйбышевский НПЗ »;
ОАО « Северноенефтегаз »;
ОАО « РИТЭК »;
ОАО « Самаранефтегаз »;
ОАО « НК Роснефть »;
ОАО « НК Альянс ».
Обучение по трем признакам Расчет векторов средних и ковариационных матриц
Построим систему показателей, основанную на трех признаках, для кризисных и преуспевающих компаний.
№ |
Признак |
Преуспевающие предприятия , S1 |
|||
Х1 (1) |
Х2 (1) |
Х3 (1) |
Х4 (1) |
||
1 |
Объем реализации, млрд.р. |
5,42 |
16,887 |
161,298 |
276,286 |
2 |
Чистая прибыль, млрд.р. |
6,841 |
137,412 |
15,324 |
56,047 |
3 |
Производительность труда тыс.р./чел |
10,586 |
7,913 |
3,936 |
2,857 |
Х1 (1) - ОАО "НГК "Славнефть";
Х2 (1) - ОАО "НК "Лукойл";
Х3 (1) - ОАО АНК "Башнефть";
Х4 (1) - ОАО "Сургутнефтегаз".
№ |
Признак |
Кризисные предприятия, S2 |
|||
Х1 (2) |
Х2 (2) |
Х3 (2) |
Х4 (2) |
||
1 |
Объем реализации, млрд.р. |
30,314 |
7,247 |
0,0086 |
22,924 |
2 |
Чистая прибыль, млрд.р. |
-1,933 |
1,701 |
0,0026 |
5,972 |
3 |
Производительность труда тыс.р./чел |
84,206 |
11,575 |
0,004 |
2,853 |
Х1 (2) - ОАО НК "РуссНефть";
Х2 (2) - ОАО "Верхнечонскнефтегаз";
Х3 (2) - ОАО "Уфанефтехим";
Х4 (2) - ОАО "Удмуртнефть".
Для групп предприятий S1 и S2 составим векторы средних (соответственно а1 и а2), а также их разность и сумму.
|
114,973 |
а1 = |
53,906 |
|
6,323 |
|
|
|
99,849 |
а1 - а2 = |
52,470 |
|
-18,337 |
|
15,123 |
а2 = |
1,436 |
|
24,660 |
|
|
|
130,096 |
а1 + а2 = |
55,342 |
|
30,983 |
Вычислим ковариационные матрицы М1 и М2, где m1 и m2 количество преуспевающих и кризисных предприятий соответственно (m1 = m2 = 4).
1) |
|
|
|
|
-109,553 |
|
|
х1(1)-а1= |
-47,065 |
|
|
|
4,26 |
|
|
|
|
|
|
(х1(1)-а1)Т= |
-109,553 |
-47,065 |
4,26 |
|
|
|
|
|
|
|
|
|
12001,81 |
5156,10 |
-467,02 |
(х1(1)-а1)*(х1(1)-а1)Т= |
5156,10 |
2215,11 |
-200,64 |
|
-467,02 |
-200,64 |
18,17 |
2) |
|
|
|
|
-98,086 |
|
|
х2(1)-а1= |
83,506 |
|
|
|
1,59 |
|
|
|
|
|
|
(х2(1)-а1)Т= |
-98,086 |
83,506 |
1,59 |
|
|
|
|
|
|
|
|
|
9620,81 |
-8190,75 |
-155,96 |
(х2(1)-а1)*(х2(1)-а1)Т= |
-8190,75 |
6973,25 |
132,77 |
|
-155,96 |
132,77 |
2,53 |
3) |
|
|
|
|
46,325 |
|
|
х3(1)-а1= |
-38,582 |
|
|
|
-2,39 |
|
|
|
|
|
|
(х3(1)-а1)Т= |
46,325 |
-38,582 |
-2,39 |
|
|
|
|
|
|
|
|
|
2146,03 |
-1787,32 |
-110,58 |
(х3(1)-а1)*(х3(1)-а1)Т= |
-1787,32 |
1488,57 |
92,10 |
|
-110,58 |
92,10 |
5,70 |
4) |
|
|
|
|
161,313 |
|
|
х4(1)-а1= |
2,141 |
|
|
|
-3,47 |
|
|
|
|
|
|
(х4(1)-а1)Т= |
161,313 |
2,141 |
-3,47 |
|
|
|
|
|
|
|
|
|
26021,96 |
345,37 |
-559,11 |
(х4(1)-а1)*(х4(1)-а1)Т= |
345,37 |
4,58 |
-7,42 |
|
-559,11 |
-7,42 |
12,01 |
ковариационная |
16596,8709 |
-1492,1992 |
-430,8899 |
матрица М1= |
-1492,1992 |
3560,5070 |
5,6037 |
|
-430,8899 |
5,6037 |
12,8041 |
1) |
|
|
|
|
15,191 |
|
|
х1(2)-а2= |
-3,369 |
|
|
|
59,547 |
|
|
|
|
|
|
(х1(2)-а2)Т= |
15,191 |
-3,369 |
59,547 |
|
|
|
|
|
|
|
|
|
230,75 |
-51,17 |
904,55 |
(х1(2)-а2)*(х1(2)-а2)Т= |
-51,17 |
11,35 |
-200,59 |
|
904,55 |
-200,59 |
3545,79 |
2) |
|
|
|
|
-7,876 |
|
|
х2(2)-а2= |
0,265 |
|
|
|
-13,085 |
|
|
|
|
|
|
(х2(2)-а2)Т= |
-7,876 |
0,265 |
-13,085 |
|
|
|
|
|
|
|
|
|
62,04 |
-2,09 |
103,06 |
(х2(2)-а2)*(х2(2)-а2)Т= |
-2,09 |
0,07 |
-3,47 |
|
103,06 |
-3,47 |
171,20 |
3) |
|
|
|
|
-15,115 |
|
|
х3(2)-а2= |
-1,433 |
|
|
|
-24,656 |
|
|
|
|
|
|
(х3(2)-а2)Т= |
-15,115 |
-1,433 |
-24,656 |
|
|
|
|
|
|
|
|
|
228,46 |
21,66 |
372,66 |
(х3(2)-а2)*(х3(2)-а2)Т= |
21,66 |
2,05 |
35,33 |
|
372,66 |
35,33 |
607,89 |
4) |
|
|
|
|
7,801 |
|
|
х4(2)-а2= |
4,536 |
|
|
|
-21,807 |
|
|
|
|
|
|
(х4(2)-а2)Т= |
7,801 |
4,536 |
-21,807 |
|
|
|
|
|
|
|
|
|
60,85 |
35,39 |
-170,10 |
(х4(2)-а2)*(х4(2)-а2)Т= |
35,39 |
20,58 |
-98,92 |
|
-170,10 |
-98,92 |
475,52 |
ковариационная |
194,0328482 |
1,261566173 |
403,3883287 |
матрица М2= |
1,261566173 |
11,35010569 |
-89,2175471 |
|
403,3883287 |
-89,2175471 |
1600,135642 |
Найдем общую ковариационную матрицу М.
|
66387,48373 |
-5968,796784 |
-1723,559749 |
m1*M1= |
-5968,796784 |
14242,02782 |
22,41463067 |
|
-1723,559749 |
22,41463067 |
51,21625867 |
|
776,131393 |
5,046264693 |
1613,553315 |
m2*M2= |
5,046264693 |
45,40042276 |
-356,8701884 |
|
1613,553315 |
-356,8701884 |
6400,542567 |
|
67163,61512 |
-5963,750519 |
-110,0064344 |
m1*M1+m2*M2= |
-5963,750519 |
14287,42824 |
-334,4555577 |
|
-110,0064344 |
-334,4555577 |
6451,758825 |
|
11193,9359 |
-993,9584 |
-18,3344 |
Общая ковариационная матрица М = |
-993,9584 |
2381,238 |
-55,743 |
|
-18,3344 |
-55,743 |
1075,2931 |
|
9,27864 |
3,88144 |
3,59420 |
Обратная ковариационная матрица М-1 = |
3,88144 |
0,00044 |
2,33001 |
|
3,59419 |
2,33001 |
0,00093 |