各方面因素對航空公司營業利潤影響分析

姓名：王子銘 班級：管實1801班 院系：管理學院

摘要：航空公司營業利潤受多種因素影響，其中運營成本因素主要包括航運油價格、匯率；需求端主要受乘坐人數影響；運營業務方面還包括新增的貨運業務收入。

引言

疫情沖擊下，全世界航空業正在經歷著近幾十年來最為漫長的寒冬。國內三大航空公司一季度均處于巨額虧損狀態，眾多中小型航空公司面臨倒閉。在全球疫情沒有得到有效控制之前，航空業可能會長期處于此種狀態。面臨困境，各地航空公司也采取了多種自救措施，但效果仍舊不理想。

本文通過建立建立多元回歸模型研究航空公司營業利潤的影響因素，或許可以為目前航空業所面臨的問題找到有效的解決方法。模型設定

航空公司營業利潤受多種因素影響，其中運營成本因素主要包括航運油價格、匯率；需求端主要受乘坐人數影響；運營業務方面還包括新增的貨運業務收入。考慮到數據的獲取難易程度，本文將會對上述研究對象進行一定程度的改變。

1.1被解釋變量

航空公司總營業收入是衡量航空公司在單位時間內業績的最佳指標，能夠直觀的反映該航空公司的盈利能力及發展規模。為了能夠更好的反應整個中國航空業的收入情況，我們對南方航空、東方航空、中國國航三大航空公司的年度營業收入進行加權平均作為被解釋變量，用Y表示。

1.2解釋變量

1.航運油成本。航運油的成本是航空公司運營過程中最重要的邊際成本，其價格的高低直接影響總運營成本，從而間接影響航空公司的利潤。故選擇航運油成本作為解釋變量，用$x_1$表示。

2.匯率。國內航空公司的主要成本都是通過美元結算，而收入都是通過人民幣來結算，因此匯率對航空公司利潤應當具有較為深遠的影響，用$x_2$表示。

3.RPK（收費客公里）航空業的重要運營指標之一，能夠反映乘客數量，用$x_3$表示。

4.ASK（可利用客公里）航空業的重要運營指標之一，能夠反映航司可提供的客運數量，用$x_4$表示。

5.貨運業務營收。目前航空公司的主要業務范圍包括客運業務和貨運業務，在疫情沖擊下客運業務損失慘重，但貨運業務依舊保持高速增長態勢，因此對貨運業務的研究可能是本文研究關鍵方向，用$x_5$表示。

1.3其他因素

除上述影響因素外，航空公司營業利潤還受到其它不可觀測或量化的因素，將其納入隨即干擾項，我們用$u$來表示。研究方法

2.1模型設立

基于以上信息，本文使用多元回歸模型進行分析，初步將模型定為：$$y=beta_0+beta_1x_1+beta_2x_2+beta_3x_3+beta_4x_4+beta_5x_5+u$$.2.2數據收集與整理

2.3實證分析與相關檢驗

1.模型確立

利用python,使用statsmodels包進行多元線性回歸模擬，最終得到下面結果：$$y=-899.06+0.1387x_1+72.26x_2+0.5102x_3+0.0432x_4-0.0011x_5$$

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

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

2.檢驗與調整

（1）經濟意義檢驗

上述回歸結果顯示，貨運業務營收的回歸系數為負，不符合經濟理論，其余變量都符合經濟理論，初步未通過經濟意義檢驗，可能存在多重共線性。

（2）統計檢驗

上述回歸分析得到$R^2=0.953$，擬合效果并不好，因此可能存在非線性回歸，我們不妨將$x_5$對數處理，在進行線性回歸模擬，得到下面結果： $$y=-40134.55+0.0806x_1+137.13x_2-0.3454x_3-0.0233x_4+5112.91linx_5$$

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

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

上述回歸得到的調整可決系數顯著更優相比未對$x_5$進行對數化的模型，并且F統計量等于46.18，P值遠小于0.05，故認為航空公司利潤與上述解釋變量總體線性關系顯著，但其中$x_2,x_3,x_4,x_5$前參數估計值均未能通過t檢驗，故依舊認為變量之間存在多重共線性。

（3）多重共線性檢驗及修正

我們使用逐步回歸的方法，首先找出最簡單的回歸形式，分別作$y$關于$x_1,x_2,x_3,x_4,linx_5$的簡單線性回歸，發現y 與$linx_5$回歸具有最大可決系數:$$y=-1640.2165+292.7097linx_5$$

$$(-8.254)(12.167)$$

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

可見航空公司利潤受貨運業務拓展情況的影響最大，此結果可能有些出乎意料，但這個結果顯然更有利于航空公司進行決策分析，同時也成為本文結論的重要證據，這一點將會在結果分析中具體探討。在這里選擇該一元線性回歸模型為初始回歸模型，并將其他解釋變量代入上式尋找最佳回歸模型：

通過上述檢驗，我們摒棄掉$x_2,x_3$，解決了多重共線性問題，修正后的回歸模型為：

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

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

（4）異方差檢驗：

使用B-P檢驗，首先得到上述回歸模型的殘差項平方$hat e$————作如下輔助回歸：$$hat e^2=alpha_0+alpha_1x_1+alpha_4x_4+alpha_5+linx_5$$

對上述輔助回歸模型結果計算出LM統計量：LM=0.013，根據LM統計量服從卡方分布，比較得到該模型不存在異方差。

（5）序列相關性檢驗

由于樣本容量n=13,無法進行DW檢驗，故用圖示法進行檢驗：

從上圖可知可能存在負的序列相關，故用迭代法，假設具有一階相關，輸出結果知t=-0.23,故不存在序列相關。

通過上述修正，我們最終得到的模型為：

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

$$(-3.26)(2.30)(2.98)(2.61)$$結果及分析

通過上述得到的模型，可以看出航空公司的盈利狀態受到油價、乘客數量、貨運業務營收的顯著影響。航空用油由于受到疫情及其沙特等石油產出國的價格戰雙重影響，價格顯著下跌，原油期貨甚至由于儲存問題出現負油價。這在一定程度上降低了航空公司的用油成本。但疫情期間的居家隔離措施，導致的需求不足對航空業的影響遠遠超過了油價下跌所帶來的成本優勢。以東方航空為例，疫情最嚴重時期，東航每日航班量從3200班降到每天僅有200多班，該航司一季度財報顯示虧損39.33億，比去年全年凈利潤還多8億元。在此背景下，東航等航空公司相繼推出“周末隨心飛”等特惠產品，希望通過打包低價出售的方式以解當前嚴峻的現金流壓力，并有效對沖下半年可能因為疫情無法得到有效控制而面臨的長期風險。雖然該產品一經發行便受到大量關注，銷售量也較為可觀。但經過估算，該產品使得平均每次飛行的價格最低達到66元，解燃眉之急的代價是使得各大航空公司可能在未來很長一段時間內都處于低收入狀態，即使疫情得到有效控制。在無法拉動需求端增長的背景下，我們不妨從貨運業務方面來解決目前航空業的困境。疫情期間，線上零售業的繁榮直接帶動了快遞物流業的高速發展，而航空物流作為目前最為快捷有效的物流運輸方式，具有極為廣闊的發展前景。上述模型也直觀的告訴我們貨運業務增長能夠顯著增加航空公司的營業收入，并且具有長期有效性。恰逢此時東方航空子公司東航物流在經過混改后遞交了招股書，即將在上交所上市，其更新的招股書顯示2020年一季度業績大幅增長，一改之前業績有所緩慢下滑的態勢。大力發展貨運業務，“客改貨”或許是現在各大航空公司最為有效合理的“自救”措施。結論

綜上所述，本文以國內三大航空公司數據為例，通過建立多元回歸模型，得到民航業利潤受到油價成本、乘客人數、貨運業務拓展情況等因素影響的結論。并結合微觀經濟學理論，給出如下建議與對策：疫情防控進入常態化的背景下，全球民航業可能將長期處于巨額虧損狀態，需求端無法有效解決航空業面臨的困境情況，因此建議各大航空公司可以嘗試繼續拓展貨運業務，推進“客改貨”。此舉不僅在短期內能夠幫助航空業走出困境，長期來看面對高鐵的沖擊也具有極強的戰略意義。