ПРИМЕНЕНИЕ ППП «GRETL» В АНАЛИЗЕ ЦЕНООБРАЗОВАНИЯ В НАЦИОНАЛЬНОЙ ХОККЕЙНОЙ ЛИГЕ (США) - Студенческий научный форум

VI Международная студенческая научная конференция Студенческий научный форум - 2014

ПРИМЕНЕНИЕ ППП «GRETL» В АНАЛИЗЕ ЦЕНООБРАЗОВАНИЯ В НАЦИОНАЛЬНОЙ ХОККЕЙНОЙ ЛИГЕ (США)

Афанасова Е.И. 1, Андрианова М.А. 1, Невежин В.П. 1
1Финансовый университет при Правительстве РФ
 Комментарии
Текст работы размещён без изображений и формул.
Полная версия работы доступна во вкладке "Файлы работы" в формате PDF

Практическая применимость предмета – вот, что действительно важно и необходимо для современного студента. Выбирая тему работы, мы хотели исследовать то, с чем мы непосредственно сталкиваемся в нашей повседневной жизни.

С развитием современных технологий, появилось множество новых сервисов, в том числе и on-line бронирование билетов. Таким образом насущным является вопрос о факторах, от которых цена на билеты может зависеть.

Профессиональный спорт – это, прежде всего, шоу, шоу, которое должно продаваться, приносить прибыль.

Существует несколько способов, с помощью которых спортивное шоу может продаваться. Это непосредственная продажа билетов на спортивные матчи, трансляции матчей с помощью СМИ и продажа сопутствующих товаров, например, фирменная экипировка, товары с символикой спортивного клуба.

Но, безусловно, одним из основных способов извлечения прибыли является продажа билетов и абонементов на спортивные матчи, так называемый «ticketing».

Менеджеры спортивных команд ежегодно совершенствуют свою ценовую политику в отношении билетов.

В данной работе исследуется Национальная Хоккейная Лига, т.к., США являются лидером во всем, что касается продажи различных видов шоу, в том числе и спортивных.

В качестве объекта исследования была выбрана стоимость билетов на матчи регулярного чемпионата НХЛ.

НХЛ интересна еще и тем, что последние годы в ней происходит удивительная аномалия. В сезоне 2012-2013, отчасти и из-за локаута, отчасти и из-за очень удачной политики менеджеров, при увеличении средней стоимости билета на 5,7%, посещаемость выросла на 1,8%. Посещаемость матчей в сезоне 2012-2013 в среднем по НХЛ составила 96%! И в нынешнем сезоне данная тенденция сохраняется.

Эти данные удивительны с точки зрения экономической теории: при увеличении цены спрос не только не уменьшается, но растет. Это пример очень удачной политики «ticketing». Таким образом, эта область является крайне интересной для исследования. Опыт в ценообразовании менеджеров НХЛ также может быть крайне полезен для менеджеров Континентальной Хоккейной Лиги, может привлечь новых зрителей и принести прибыль командам.

Для исследования взяты все команды НХЛ, играющие в октябре 2013 г. Статистические данные выбраны с официальных сайтов команд и из статистических ресурсов США и Канады. Были выбраны ряд факторов, от которых, на наш взгляд, зависит цена на билеты (v1), среди которых:

v2 - стоимость команды;

v3 - средняя заработная плата игроков за год;

v4 - количество выигранных Кубков Стэнли;

v5 - количество выигранных игр за предыдущий сезон;

v6 - количество игроков в команде, которые входят в топ-100;

v7 - ВВП штата, который представляет команда.

Данное исследование может быть полезным менеджерам команд НХЛ при формировании ценовой политики. Также, на результатах данного исследования сможем понять, на каком основании цены на одно и то же соревнование отличаются и составляют различную сумму в разных штатах.

Более того, результаты данной работы могут быть использованы и для российских менеджеров КХЛ, что, может, увеличить эффективность ценообразования на российском спортивном рынке.

Перейдем к краткому описанию проведенного исследования. Сначала проводился однофакторный и многофакторный регрессионный анализ парной модели с помощью программной системы Gretl.

Для однофакторного анализа выбирается в качестве объясняемой переменной стоимость команды, т. е. допускается, что цена на билет в большей степени зависит от стоимости команды.

Была построена парная линейная эконометрическая модель вида:

Y = a0 + a1x + ε

При ее исследовании получены основные описательные статистики, построены частотная таблица и гистограмма (рис. 1).

Рисунок 1

Рассчитан коэффициент корреляции между переменными v1 и v2, проверена автокорреляция остатков, а также построен точечный график зависимости цены билета (v1) от цены команды (v2), см. рис. 2

Рисунок 2

Проведена оценка параметров линейной парной регрессии методом наименьших квадратов для 30 наблюдений. Результаты приведены ниже.

 

Коэффициент

Ст. ошибка

t-статистика

P-значение

 

const

35,9693

4,64768

7,7392

 


Просмотров работы: 1175