Смекни!
smekni.com

Прогноз применения цифровых технологий в кинематографе (стр. 1 из 6)

ФЕДЕРАЛЬНОЕ АГЕНСТВО ПО КУЛЬТУРЕ И КИНЕМАТОГРАФИИ РФ

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

КАФЕДРА УПРАВЛЕНИЯ ЭКОНОМИЧЕСКИМИ И СОЦИАЛЬНЫМИ ПРОЦЕССАМИ

КУРСОВАЯ РАБОТА

По дисциплине ''Прогнозирование развития хозяйства''

На тему:
Прогнозирование развития российского кинематографического рынка при использовании цифровых технологий

Выполнил:

студент ФУ

644 группы

Шашков А.А.

Руководитель:

к.э.н., доц. Какосьян Э.Г.

Санкт-Петербург

2009


Содержание

Введение

Глава 1. Теоретические основы прогнозирования. Стереокино

1.1 Сущность прогнозирования

1.2 Тенденции развития стереокино

Глава 2. Анализ состояния российского рынка кинотеатров

2.1 Анализ российского рынка кинотеатров в столице и регионах

2.2 Анализ предпочтений кинозрителей по различным критериям в столице и регионах

Глава 3. Прогнозирование развития цифровых технологий в России

3.1 Предлагаемые решения по внедрению цифровых технологий в кинотеатры

3.2 Прогноз развития цифровых кинозалов в России

Заключение

Список литературы


Введение

Кинематографический бизнес очень популярен, в последнее время число кинотеатров увеличивается, образовываются сети кинотеатров по всей стране. Тем более, кинотеатры всё чаще открываются не как отдельные организации, а в больших торговых центрах. Это очень удобно, так как очень большой поток народа, который отправляется за покупками, может пройти в кинотеатр и отдохнуть. Кинотеатры стали оказывать всё большее количество услуг, кафе, бильярд, боулинг, бар, игровые автоматы, всё это привлекает большее количество посетителей, а следовательно увеличивает прибыль и даёт возможность для дальнейшего развития.

Также сейчас стало популярным кино формата 3D. Если в кинотеатре имеется зал, который будет показывать фильмы формата ЗD, в первую очередь привлекает массовый поток зрителей, а следовательно привлекает гораздо больше прибыли в кинотеатр. Также это новый шаг в развитии киноиндустрии, это способ привлечения не только подростков, но и той части населения, которые в своё время предпочли домашние кинотеатры обычному кино.

Цель курсовой работы – спрогнозировать возможное развитие цифровых кинозалов в России на 2009 год, а также разработать предложения, которые могут способствовать более быстрому развитию цифровых технологий в нашей стране, что поможет российскому рынку кинотеатров закрепить свои позиции и перейти на более высокий уровень.

Задачи курсовой работы:

- проанализировать сложившуюся ситуацию кинематографического бизнеса в стране;

- рассмотреть насколько перспективно развитие цифровых кинозалов в России;

- изучить преимущества и недостатки цифровых технологий, а также выявить проблемы, связанные с переходом российских кинотеатров на данные технологии;

- проанализировать динамику развития цифровых кинотеатров в нашей стране.

Объектом исследования данной курсовой работы являются кинотеатры, имеющие в своём составе цифровые кинозалы.

Предметом исследования курсовой работы является прогнозирование возможных тенденций развития цифровых кинозалов в России при помощи главных методов прогнозирования.

Разработками формирования трехмерного изображения мировая наука занимается около 200 лет. В настоящее время для получения трёхмерного изображения используется голография, лазерная трехмерная проекция, системы безочкового растрового наблюдения и различные методы с использованием специальных очков. В настоящее время в кинотеатрах системы 3D применяется одновременная проекция кадров с двух кинопроекторов на экран со специальным покрытием, с применением специальных очков для зрителей, которые позволяют создать объёмную картинку за счёт свойств зрительного анализатора. Цифра позволяет получить объемное изображение, не отклоняясь от стандарта системы, потому что регистрацию удвоенного объема информации можно решить не путем увеличения размера матрицы, а ее количеством сохранив при этом конфигурацию камеры. Действительно, по сравнению с производством обычных фильмов в той же цифре, это приводит к удорожанию производства, но рентабельность самой технологии, по сравнению с пленочной, будет выше.


Глава 1. Теоретические основы прогнозирования. Стереокино

1.1 Сущность прогнозирования

Одной из наиболее необходимых задач при проведении финансового анализа деятельности предприятия является получение прогнозных значений некоторых наиболее значимых финансовых коэффициентов. Как и планирование, прогнозирование - это род предвидения, поскольку имеет дело с получением информации о будущем. В широком плане, как научное прогнозирование, так и предчувствие и предугадывание входят в понятие "прогнозирование деятельности фирмы". Прогнозирование - это предсказание будущего состояния внутренней и внешней среды фирмы, основанное на научных методах и интуиции, [2]. Первоначально прогнозирование в рамках фирмы возникло как предсказание экономических параметров длительности бизнеса (как внешних по отношению к фирме, так и внутренних). Позднее фирмы освоили прогнозирование технологического (технологическое прогнозирование), а также социального и политического компонентов (социально-политическое прогнозирование) своей среды, [2]. Общие методы прогнозирования можно разделить на четыре крупные группы:

- методы экспертных оценок;

- методы экстраполяции трендов;

- методы регрессионного анализа

-методы экономико-математического моделирования.

Здесь мы рассмотрим способ прогнозирования с использованием метода регрессионного анализа. Регрессионный анализ исследует зависимость определенной величины от другой величины или нескольких других величин. Он применяется преимущественно в среднесрочном прогнозировании, а также в долгосрочном прогнозировании. Средне- и долгосрочный периоды дают возможность установления изменений в среде, бизнеса и учета влияний этих изменений на исследуемый показатель, [2].

Для осуществления регрессионного анализа необходимо:

- наличие ежегодных (ежеквартальных) данных по исследуемым показателям;

- наличие одноразовых прогнозов, то есть таких прогнозов, которые не поправляются с поступлением новых данных.

Регрессионный анализ обычно проводится для объектов, имеющих сложную, многофакторную природу, таких, как:

- объем инвестиций;

- прибыль;

- объемы продаж и др.

Как пример, можно рассмотреть реализацию прогноза финансового состояния предприятия методами регрессионного анализа с использованием прикладной компьютерной программы "STATISTICA". Основой для проведения прогноза являются данные, полученные при проведении комплексного финансового анализа предприятия. В результате анализа получится таблица с некоторыми финансовыми коэффициентами за анализируемые периоды. Прогнозировать все коэффициенты не имеет смысла, так как в результате мы получили бы большой объем трудно обрабатываемой информации, но узнать значения наиболее важных из них необходимо - это могло бы облегчить принятие правильных решений в управлении предприятием и к следующему отчетному периоду достичь наиболее высоких результатов в финансово - хозяйственной деятельности. Наиболее значимыми коэффициентами в финансовом анализе являются коэффициенты ликвидности, автономности, маневренности собственного капитала, рентабельности продаж. Для того чтобы реализовать прогноз необходимо определить какую-либо математическую модель, которая бы достаточно точно описывала данные, полученные при проведении финансового анализа, [2].

Построение модели является важным шагом в прогнозировании, так как хотелось бы построить простую и понятную модель, но, тем не менее, учитывающую все вероятные изменения. Громоздкая модель с большим числом параметров обычно рассматривается как неудовлетворительная, она трудна в использовании. Такую модель, конечно можно применять, но только если нельзя построить лучшую. В рассматриваемой модели прогнозирования, предполагается, что все данные каким-либо образом влияют друг на друга. Поэтому прежде чем строить модель, хотелось бы знать, какие коэффициенты оказывают друг на друга наибольшее влияние. Эта проблема решается путем применения факторного анализа, [2].

Методы факторного анализа используются для обнаружения факторов, влияющих на измеряемые переменные, так как достаточно часто нам неизвестны ни число факторов, ни их содержательный смысл. Для измерений могут быть доступны иные величины, тем или иным способом зависящие от этих факторов. При этом, когда влияние неизвестного фактора проявляется в нескольких измеряемых признаках, эти признаки могут обнаруживать тесную связь между собой, поэтому общее число факторов может быть гораздо меньше, чем число измеряемых переменных, [2].

Первым этапом факторного анализа является отбор исходных факторов, отбрасывая второстепенные, не влияющие на общую ситуацию. Следующим этапом факторного анализа служит преобразование (вращение) факторов таким образом, чтобы облегчить их интерпретацию, так как обычно факторы, полученные на первом этапе анализа, не поддаются достаточно наглядной интерпретации. Для быстрого и точного проведения факторного анализа воспользуемся программным статистическим пакетом "STATISTICA", в одном из модулей которого реализован факторный анализ, [2].

В результате проведения факторного анализа получаются группы, в которых находятся только те коэффициенты финансового анализа, которые влияют друг на друга. Чтобы построить модель, которая точно описывала исходные данные необходимо строить эту модель в той группе коэффициентов, в которую входит прогнозируемый коэффициент. Существует несколько основных подходов к задаче оценивания параметров, а именно метод максимального правдоподобия, метод наименьших квадратов, Байесов подход и метод ограниченной информации. Кроме того, существует возможность выбора различных моделей зависимостей. Здесь можно искать зависимость в определенном классе функций, либо задать собственную функцию, и оценить насколько данные согласуются с ней, [2].