Beruflich Dokumente
Kultur Dokumente
I. INTRODUCCIÓN
La economía india es una de las economías de más rápido crecimiento en el mundo y la cuarta
más grande en términos de compras.
paridad de poder Para mantener este desarrollo económico sostenible, el país debe mejorar su
transporte.
e infraestructura del sector. El transporte aéreo es indispensable para cruzar las fronteras
internacionales y nacionales y
mercado interno también [3]. El negocio de carga aérea de India tiene mucho más potencial en
generación de ingresos que
Negocio de pasajeros, pero todavía el mercado de carga aérea está sin explotar. Las
estadísticas indican que las aerolíneas gastan más del 75% en
transporte de pasajeros, mientras que solo el 25% se gasta en carga. Según la Autoridad de
Aeropuertos de la India, el total
Se espera que aumente 12.1% de CAGR y carga nacional en 10.1% de CAGR durante el mismo
período. Sin embargo, el
El aumento del costo del combustible es una de las principales preocupaciones que pueden
frenar el crecimiento, ya que el combustible representa el 20-30% de
basado en el patrón de datos históricos y examinando críticamente los factores en los que se
basa el crecimiento de la carga aérea
depende de. El estudio ayudará a la industria, a las partes interesadas en la toma de decisiones
y a planificar acciones futuras también.
en cuanto al gobierno para implementar políticas que impulsen el crecimiento mucho más
rápido.
II. REVISIÓN DE LITERATURA
La industria del transporte aéreo es, sin duda, un elemento importante de las economías nacionales y
mundiales, por lo que existe
Abundante literatura sobre diversos aspectos de los aeropuertos y el mercado aéreo, como la predicción
de la demanda de transporte aéreo.
de los aeropuertos regionales [2], la demanda de transporte aéreo y el crecimiento económico [19], la
importancia y el papel del rendimiento
gestión de líneas aéreas [21], accesibilidad del transporte aéreo y rendimiento económico [17] y [11],
transporte aéreo
análisis de pasajeros con modelado neural [15], liberalización del transporte aéreo y sostenibilidad [10],
[1], [20]. Un rico
Shaw [24], Matsumoto [9], Grubb y Mason [6] encuentran información sobre el pronóstico del flujo
aéreo.
Jorge-Calderón [12], Abed et al., [27]. Hay pocos documentos disponibles sobre el sector del transporte
aéreo indio [16], [14] pero
En lo que se refiere a la industria de carga aérea, se ha realizado una investigación limitada.
En la economía actual, el sector de carga aérea se ha vuelto indispensable para facilitar el comercio
global, la logística y la cadena de suministro.
administración. Así que existe una fuerte demanda para predecir el crecimiento de la carga aérea. Jiang et
al, [8] pronosticaron el aire de China
Demanda de carga hasta 2020 mediante métodos econométricos y de extrapolación. Como el crecimiento
económico es considerado el
conductor principal de la demanda de carga aérea, el pronóstico de la carga aérea de China se proyecta en
función de la relación entre
La demanda de carga aérea y el desarrollo económico (PIB) a través de la metodología econométrica que
se utiliza para determinar
La relación entre el PIB y la carga aérea y las proyecciones del PIB se obtienen mediante análisis de
tendencias. Kasarda y Green, [13]
había mostrado la misma relación empírica entre carga aérea e indicadores económicos como el comercio
y el PIB y
Considerado carga aérea como factor principal para el desarrollo económico. Chang y Chang
[28] habían mostrado empírico relación junto con el equilibrio a largo plazo y la relación
bidireccional entre la expansión de la carga aérea y desarrollo economico. Heng et al, [7] ha
establecido un modelo de máquina de vectores de soporte (SVM) para la demanda de carga
aérea se compararon los pronósticos con datos históricos del volumen de carga como
espécimen de pronóstico y modelo de predicción con el alisado exponencial cúbico de Brown
basado en el efecto de ajuste y la precisión del pronóstico. El informe de previsión generado
por Boeing refleja que el tráfico de carga aérea mundial se triplicará en los próximos veinte
años en comparación con 2009 Niveles con una tasa de crecimiento anual promedio (AAGR)
de 5.9% a pesar de la desaceleración económica mundial, como el aumento del jet. precio del
combustible, crecimiento económico débil, turbulencias en los mercados financieros, etc. El
crecimiento del PIB no solo impulsa el comercio internacional pero también estimula el
transporte aéreo, que crecerá casi al doble de la tasa de crecimiento del PIB [4]. Totamane et
al, [25] propuso una solución multiproductor / consumidor para predecir la demanda de carga a
través del aprendizaje mayoritario ponderado algoritmo de una aerolínea específica en una ruta
dada y factor de carga de carga para su programa de vuelo.
Para manejar la variedad y complejidad de los problemas de pronóstico gerencial, se han implementado
múltiples técnicas de pronóstico.
ha sido desarrollado. Estas metodologías, como el modelado econométrico, el análisis de juicios, el
análisis de tendencias y
El análisis potencial se considera útil para proporcionar pronóstico. El modelado econométrico ayuda a
determinar el conjunto
importancia de los factores económicos subyacentes, como el PIB, el comercio, el precio del combustible,
etc. y permite vincular los pronósticos a
expectativas para esos factores Este método es útil para pronósticos de mediano y largo plazo en
mercados regionales.
Las modificaciones en los juicios a menudo explican los cambios esperados en los factores de crecimiento
no econométricos, como las cuotas comerciales,
acuerdos de servicios aéreos, etc. A menudo se utiliza un análisis de tendencias simple para evaluar los
cambios en los factores económicos. Esta
Este enfoque es útil para evaluar cambios generales en el mercado que pueden atribuirse a los efectos
combinados de
una serie de factores. El análisis de potencial es útil, particularmente para pronosticar mercados en sus
primeras etapas de
desarrollo. Cada metodología tiene su aplicación especial de acuerdo con la situación, por lo que se debe
prestar especial atención.
tomarse para seleccionar una o varias técnicas [5], [4].
A partir de la revisión de la literatura anterior, es evidente que existe un buen alcance para hacer
investigación, particularmente en el campo
de la industria de carga aérea india cuando el mercado asiático está en auge. Investigadores anteriores han
pronosticado carga aérea
Demanda estableciendo la relación entre carga aérea, PIB y comercio. Aunque la actividad económica
está teniendo una fuerte
influencia en el crecimiento de la carga aérea, otros factores deben ser considerados [25]. En este estudio
también se considera el precio del combustible.
teniendo un impacto significativo en el crecimiento de la carga aérea junto con el PIB y el comercio. Esta
investigación se centra en examinar la
Impacto de los factores económicos (PIB, comercio, precio del combustible) en el crecimiento de la carga
aérea y luego se genera el pronóstico de la carga aérea.
Se ha evaluado la demanda en la India utilizando múltiples técnicas de pronóstico y finalmente la
capacidad predictiva del modelo.
Basado en el efecto de ajuste y la precisión del pronóstico a través de la medición de errores.
IV ENFOQUE METODICO
Inicialmente, la relación entre el movimiento de carga aérea y los factores que afectan el movimiento de
carga aérea ha sido
Establecido lo que ayudará a tomar decisiones que impacten en el futuro. El modelo de regresión lineal
múltiple (MLR) es
Formado para explicar las variaciones en el movimiento de carga aérea debido a las variaciones en el PIB,
el comercio y el precio del combustible de avión, utilizando
datos seccionales. En el modelo de regresión lineal, se supone que la variable dependiente es una función
lineal de uno o
Variables más independientes más un error introducido para tener en cuenta todos los demás factores. El
objetivo del análisis de regresión.
es obtener estimaciones de los parámetros o coeficientes desconocidos que indican cómo un cambio en
uno de los
La variable independiente afecta los valores tomados por la variable dependiente. La ecuación estimada
en la regresión.
El modelo está dado por:
YXXXe
En el modelo de regresión anterior, Y es el volumen total de flete aéreo de la India (variable dependiente),
X1 es el real de la India
PIB, X2 es el comercio total de la India, X3 es el precio del combustible para aviones (variables
independientes) y e es el término de perturbación o error, β0
es la intersección y β1, β2 y β3 son los coeficientes de pendiente. Usando el método de mínimos
cuadrados la ecuación derivada
A partir del modelo se da a continuación como:
AirCargo (Y) 24.56 1.57GDP 0.33Trade 0.78Fuel _ precio e
(2)
Este modelo muestra que existe una relación positiva entre el volumen de carga aérea manejada en los
aeropuertos de la India,
PIB y comercio. Sin embargo, la relación entre el volumen de la carga aérea y el precio del combustible
para aviones es negativa. Esto indica
que, al aumentar el precio del combustible, aumenta el costo operativo de la aerolínea de carga, lo que a
su vez reduce el crecimiento en
Negocio de carga. El coeficiente de PIB y comercio indica que con un aumento del 1% en el PIB y el
comercio aumentará
La carga en 1.57% y 0.33% respectivamente. El coeficiente de determinación R2 indica la proporción de
La variación en el volumen de carga puede explicarse por el PIB, el comercio y el precio del combustible
para reactores. En este modelo R2 es 0.88, lo que dice
El 88% de la variación total en el volumen de carga puede explicarse por estas tres variables
independientes.