各方面因素对航空公司营业利润影响分析.doc

各方面因素对航空公司营业利润影响分析 各方面因素对航空公司营业利润影响分析 姓名：王子铭 班级：管实1801班 院系：管理学院 摘要：航空公司营业利润受多种因素影响，其中运营成本因素主要包括航运油价格、汇率；需求端主要受乘坐人数影响；运营业务方面还包括新增的货运业务收入 引言 疫情冲击下，全世界航空业正在经验着近几十年来最为漫长的寒冬国内三大航空公司一季度均处于巨额亏损状态，众多中小型航空公司面临倒闭在全球疫情没有得到有效限制之前，航空业可能会长期处于此种状态面临逆境，各地航空公司也实行了多种自救措施，但效果照旧不志向 本文通过建立建立多元回来模型探讨航空公司营业利润的影响因素，或许可以为目前航空业所面临的问题找到有效的解决方法 1 模型设定 航空公司营业利润受多种因素影响，其中运营成本因素主要包括航运油价格、汇率；需求端主要受乘坐人数影响；运营业务方面还包括新增的货运业务收入考虑到数据的获得难易程度，本文将会对上述探讨对象进行肯定程度的变更 1.1被说明变量 航空公司总营业收入是衡量航空公司在单位时间内业绩的最佳指标，能够直观的反映该航空公司的盈利实力及发展规模。

为了能够更好的反应整个中国航空业的收入状况，我们对南方航空、东方航空、中国国航三大航空公司的年度营业收入进行加权平均作为被说明变量，用Y表示 1.2说明变量 1. 航运油成本航运油的成本是航空公司运营过程中最重要的边际成本，其价格的凹凸干脆影响总运营成本，从而间接影响航空公司的利润故选择航运油成本作为说明变量，用$x_1$表示 2. 汇率国内航空公司的主要成本都是通过美元结算，而收入都是通过人民币来结算，因此汇率对航空公司利润应当具有较为深远的影响，用$x_2$表示 3. RPK（收费客公里）航空业的重要运营指标之一，能够反映乘客数量，用$x_3$表示 4. ASK（可利用客公里）航空业的重要运营指标之一，能够反映航司可供应的客运数量，用$x_4$表示 5. 货运业务营收目前航空公司的主要业务范围包括客运业务和货运业务，在疫情冲击下客运业务损失惨重，但货运业务照旧保持高速增长态势，因此对货运业务的探讨可能是本文探讨关键方向，用$x_5$表示 1.3其他因素 除上述影响因素外，航空公司营业利润还受到其它不行观测或量化的因素，将其纳入随即干扰项，我们用$u$来表示。

2 探讨方法 2.1模型设立 基于以上信息，本文运用多元回来模型进行分析，初步将模型定为：$$y=beta_0+beta_1x_1+beta_2x_2+beta_3x_3+beta_4x_4+beta_5x_5+u$$. 2.2数据收集与整理 2.3实证分析与相关检验 1.模型确立 利用python,运用statsmodels包进行多元线性回来模拟，最终得到下面结果：$$y=-899.06+0.1387x_1+72.26x_2+0.5102x_3+0.0432x_4-0.0011x_5$$ $$(-0.717) （2.669）（0.667）（1.285）（0.128）（-0.015）$$ $$R=0.953 Adj.R=0.920 F=28.62 $$ 2.检验与调整 （1）经济意义检验 上述回来结果显示，货运业务营收的回来系数为负，不符合经济理论，其余变量都符合经济理论，初步未通过经济意义检验，可能存在多重共线性 （2）统计检验 上述回来分析得到$R=0.953$，拟合效果并不好，因此可能存在非线性回来，我们不妨将$x_5$对数处理，在进行线性回来模拟，得到下面结果： $$y=-40134.55+0.0806x_1+137.13x_2-0.3454x_3-0.0233x_4+5112.91linx_5$$ $$(-2.38) （1.708）（1.691）（-0.730）（-0.149）（2.023）$$ $$R=0.971 Adj.R=0.950 F=46.18 $$ 上述回来得到的调整可决系数显著更优相比未对$x_5$进行对数化的模型，并且F统计量等于46.18，P值远小于0.05，故认为航空公司利润与上述说明变量总体线性关系显著，但其中$x_2,x_3,x_4,x_5$前参数估计值均未能通过t检验，故照旧认为变量之间存在多重共线性。

（3）多重共线性检验及修正 我们运用逐步回来的方法，首先找出最简洁的回来形式，分别作$y$关于$x_1,x_2,x_3,x_4,linx_5$的简洁线性回来，发觉y 与$linx_5$回来具有最大可决系数:$$y=-1640.2165+292.7097linx_5$$ $$(-8.254) (12.167)$$ $$R=0.931 Adj.R=0.925$$ 可见航空公司利润受货运业务拓展状况的影响最大，此结果可能有些出乎意料，但这个结果明显更有利于航空公司进行决策分析，同时也成为本文结论的重要证据，这一点将会在结果分析中详细探讨在这里选择该一元线性回来模型为初始回来模型，并将其他说明变量代入上式找寻最佳回来模型： c x1 x2 x3 x4 linx5 R-squared y=f(linx5) -1640.22 292.71 0.93 t值 -8.25 -12.17 y=f(linx5,x1) -1554.08 261.83 0.07 0.94 t值 -8.52 9.85 1.96 y=f(linx5,x1,x2) -2815.89 0.10 115.43 309.26 0.94 t值 -4.80 3.10 2229.00 9.99 y=f(linx5,x1,x3) -1747.48 0.06 300.82 0.93 t值 -1.37 1.18 1.14 y=f(linx5,x1,x4) -1186.18 0.09 0.13 187.06 0.96 t值 -3.26 2.30 2.98 2.61 通过上述检验，我们摒弃掉$x_2,x_3$，解决了多重共线性问题，修正后的回来模型为： $$y=-1186.18+0.09x_1+0.13x_4+187.061linx_5$$ $$(-3.26) (2.30) (2.98) (2.61)$$ （4）异方差检验： 运用B-P检验，首先得到上述回来模型的残差项平方$hat e$————作如下协助回来：$$hat e=alpha_0+alpha_1x_1+alpha_4x_4+alpha_5+linx_5$$ 对上述协助回来模型结果计算出LM统计量：LM=0.013，依据LM统计量听从卡方分布，比较得到该模型不存在异方差。

（5）序列相关性检验 由于样本容量n=13,无法进行DW检验，故用图示法进行检验： 从上图可知可能存在负的序列相关，故用迭代法，假设具有一阶相关，输出结果知t=-0.23,故不存在序列相关 通过上述修正，我们最终得到的模型为： $$y=-1186.18+0.09x_1+0.13x_4+187.061linx_5$$ $$(-3.26) (2.30) (2.98) (2.61)$$ 3 结果及分析 通过上述得到的模型，可以看出航空公司的盈利状态受到油价、乘客数量、货运业务营收的显著影响航空用油由于受到疫情及其沙特等石油产出国的价格战双重影响，价格显著下跌，原油期货甚至由于储存问题出现负油价这在肯定程度上降低了航空公司的用油成本但疫情期间的居家隔离措施，导致的需求不足对航空业的影响远远超过了油价下跌所带来的成本优势以东方航空为例，疫情最严峻时期，东航每日航班量从3200班降到每天仅有200多班，该航司一季度财报显示亏损39.33亿，比去年全年净利润还多8亿元在此背景下，东航等航空公司相继推出“周末随心飞”等特惠产品，希望通过打包低价出售的方式以解当前严峻的现金流压力，并有效对冲下半年可能因为疫情无法得到有效限制而面临的长期风险。

虽然该产品一经发行便受到大量关注，销售量也较为可观但经过估算，该产品使得平均每次飞行的价格最低达到66元，解燃眉之急的代价是使得各大航空公司可能在将来很长一段时间内都处于低收入状态，即使疫情得到有效限制在无法拉动需求端增长的背景下，我们不妨从货运业务方面来解决目前航空业的逆境疫情期间，线上零售业的旺盛干脆带动了快递物流业的高速发展，而航空物流作为目前最为快捷有效的物流运输方式，具有极为广袤的发展前景上述模型也直观的告知我们货运业务增长能够显著增加航空公司的营业收入，并且具有长期有效性恰逢此时东方航空子公司东航物流在经过混改后递交了招股书，即将在上交所上市，其更新的招股书显示2022年一季度业绩大幅增长，一改之前业绩有所缓慢下滑的态势大力发展货运业务，“客改货”或许是现在各大航空公司最为有效合理的“自救”措施 4 结论 综上所述，本文以国内三大航空公司数据为例，通过建立多元回来模型，得到民航业利润受到油价成本、乘客人数、货运业务拓展状况等因素影响的结论并结合微观经济学理论，给出如下建议与对策：疫情防控进入常态化的背景下，全球民航业可能将长期处于巨额亏损状态，需求端无法有效解决航空业面临的逆境状况，因此建议各大航空公司可以尝试接着拓展货运业务，推动“客改货”。

此举不仅在短期内能够帮助航空业走出逆境，长期来看面对高铁的冲击也具有极强的战略意义 本文来源：网络收集与整理，如有侵权，请联系作者删除，谢谢！第9页 共9页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页。