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历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控制之前，航空业可能会长期处于此种状态。面临困境，各地航空公司也采取了多种自救措施，但效果仍旧不理想。

本文通过建立建立多元回归模型研究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。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。考虑到数据的获取难易程度，本文将会对上述研究对象进行一定程度的改变。

1.1被解释变量

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能力及发展规模。为了能够更好的反应整个中国航空业的收入情况，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解释变量，用Y表示。

1.2解释变量

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，其价格的高低直接影响总运营成本，从而间接影响航空公司的利润。故选择航运油成本作为解释变量，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，能够反映航司可提供的客运数量，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，但货运业务依旧保持高速增长态势，因此对货运业务的研究可能是本文研究关键方向，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可观测或量化的因素，将其纳入随即干扰项，我们用$u$来表示。研究方法

2.1模型设立

基于以上信息，本文使用多元回归模型进行分析，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,使用statsmodels包进行多元线性回归模拟，最终得到下面结果：$$y=-899.06+0.1387x_1+72.26x_2+0.5102x_3+0.0432x_4-0.0011x_5$$

$$(-0.717)（2.669）（0.667）（1.285）（0.128）（-0.015）$$

$$R^2=0.953 Adj.R^2=0.920 F=28.62 $$

2.检验与调整

（1）经济意义检验

上述回归结果显示，货运业务营收的回归系数为负，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

上述回归分析得到$R^2=0.953$，拟合效果并不好，因此可能存在非线性回归，我们不妨将$x_5$对数处理，在进行线性回归模拟，得到下面结果： $$y=-40134.55+0.0806x_1+137.13x_2-0.3454x_3-0.0233x_4+5112.91linx_5$$

$$(-2.38)（1.708）（1.691）（-0.730）（-0.149）（2.023）$$

$$R^2=0.971 Adj.R^2=0.950 F=46.18 $$

上述回归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解释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，故依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

我们使用逐步回归的方法，首先找出最简单的回归形式，分别作$y$关于$x_1,x_2,x_3,x_4,linx_5$的简单线性回归，发现y 与$linx_5$回归具有最大可决系数:$$y=-1640.2165+292.7097linx_5$$

$$(-8.254)(12.167)$$

$$R^2=0.931 Adj.R^2=0.925$$

可见航空公司利润受货运业务拓展情况的影响最大，此结果可能有些出乎意料，但这个结果显然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具体探讨。在这里选择该一元线性回归模型为初始回归模型，并将其他解释变量代入上式寻找最佳回归模型：

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，修正后的回归模型为：

$$y=-1186.18+0.09x_1+0.13x_4+187.061linx_5$$

$$(-3.26)(2.30)(2.98)(2.61)$$

（4）异方差检验：

使用B-P检验，首先得到上述回归模型的残差项平方$hat e$————作如下辅助回归：$$hat e^2=alpha_0+alpha_1x_1+alpha_4x_4+alpha_5+linx_5$$

对上述辅助回归模型结果计算出LM统计量：LM=0.013，根据LM统计量服从卡方分布，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：

$$y=-1186.18+0.09x_1+0.13x_4+187.061linx_5$$

$$(-3.26)(2.30)(2.98)(2.61)$$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。这在一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，疫情最严重时期，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控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未来很长一段时间内都处于低收入状态，即使疫情得到有效控制。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困境。疫情期间，线上零售业的繁荣直接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，具有极为广阔的发展前景。上述模型也直观的告诉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2020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。结论

综上所述，本文以国内三大航空公司数据为例，通过建立多元回归模型，得到民航业利润受到油价成本、乘客人数、货运业务拓展情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困境情况，因此建议各大航空公司可以尝试继续拓展货运业务，推进“客改货”。此举不仅在短期内能够帮助航空业走出困境，长期来看面对高铁的冲击也具有极强的战略意义。