Людмила Петровна Бакуменко, д.э.н., профессор, заведующий кафедрой,
Йошкар-Ола.
Lyudmila P. Bakumenko, Dr. Sci. (Economics), Professor, Head of the Department,
Yoshkar-Ola.
Ангелина Владиславовна Романова, магистр, кафедра прикладной статистики и цифровых технологий,
Йошкар-Ола.
Angelina V. Romanova, Master’s Degree, Department of Applied Statistics and Digital Technologies,
Yoshkar-Ola.
В статье рассматриваются современные подходы к оценке прибыльности розничных сетей на примере ПАО «Магнит».
Цель исследования: проведение статистической оценки ключевых факторов формирования прибыли розничных сетей на примере ПАО «Магнит» с использованием методов многомерного статистического анализа. Исследование направлено на идентификацию и количественное измерение влияния основных детерминант финансового результата компании.
Материалы и методы: эмпирическую базу исследования составили данные финансовой отчетности 26 дочерних обществ ПАО «Магнит» за 2024 год. Для обработки данных применен комплекс эконометрических методов: метод главных компонент (PCA) для сокращения размерности исходного набора из 12 финансовых показателей и устранения мультиколлинеарности; множественный регрессионный анализ для оценки влияния выделенных факторов на чистую прибыль; иерархическая кластеризация для группировки дочерних компаний по схожести финансовых профилей.
Результаты: с применением метода главных компонент выделены ключевые факторы, оказывающие влияние на формирование прибыли, среди которых доминирующую роль играют результаты производственно-сбытовой деятельности. Метод главных компонент позволил выделить два ключевых интегральных фактора, объясняющих 87.6% совокупной дисперсии: f1 – «Результаты производства и реализации продукции» (объясненная дисперсия 71,5%) и f2 – «Процентные платежи» (16,1%). Построенная регрессионная модель показала статистически значимое положительное влияние фактора f1 на чистую прибыль и значимое отрицательное влияние коммерческих расходов. Влияние фактора f2 оказалось незначимым. Кластерный анализ выявил две устойчивые группы дочерних предприятий: однородный кластер инфраструктурных компаний (4 ед.), демонстрирующих высокую операционную эффективность, и гетерогенный кластер диверсифицированных компаний (16 ед.).
Заключение: установлено, что основным драйвером прибыли ПАО «Магнит» является эффективность операционной (производственно-сбытовой) деятельности, тогда как управление процентными платежами не оказывает прямого значимого воздействия. Выявленная кластерная структура подтверждает необходимость дифференцированного подхода к управлению дочерними обществами. Результаты исследования могут быть использованы для разработки стратегий оптимизации затрат и повышения финансовой устойчивости розничных сетей.
Research purpose: conducting a statistical assessment of the key profit formation factors in retail chains using the example of PJSC “Magnit” and methods of multivariate statistical analysis. The study aims to identify and quantitatively measure the impact of the main determinants of the company’s financial performance.
Materials and methods. The empirical base of the study consisted of financial reporting data from 26 subsidiaries of PJSC “Magnit” for 2024. A set of econometric methods was applied for data processing: principal component analysis (PCA) to reduce the dimensionality of the initial set of 12 financial indexes and eliminate multicollinearity; multiple regression analysis to assess the influence of the identified factors on net profit; and hierarchical clustering to group subsidiaries by similarity of their financial profiles.
Results. Using the principal component analysis, key factors influencing profit formation were identified, among which the dominant role is played by the results of production and sales activities. The principal component analysis allowed for the identification of two key integral factors, explaining 87,6% of the total variance: f1 – “Production and sales results” (explained variance 71,5%) and f2 – “Interest payments” (16,1%). The constructed regression model showed a statistically significant positive influence of factor f1 on net profit and a significant negative influence of commercial expenses. The influence of factor f2 was found to be insignificant. Cluster analysis revealed two distinct groups of subsidiaries: a homogeneous cluster of infrastructure companies (4 units) demonstrating high operational efficiency, and a heterogeneous cluster of diversified companies (16 units).
Conclusion. It was established that the main driver of profit for PJSC “Magnit” is the efficiency of operational (production and sales) activities, while the management of interest payments does not have a direct significant impact. The identified cluster structure confirms the necessity of a differentiated approach to managing the subsidiaries. The research results can be used to develop strategies for cost optimization and enhancing the financial sustainability of retail chains.
The authors declare that there are no conflicts of interest present.