- •АНАЛИЗ И ПРОГНОЗИРОВАНИЕ ЭКОНОМИЧЕСКОЙ ДИНАМИКИ НА ПРЕДПРИЯТИИ
- •ПЛАН
- •1. Понятие и виды рядов динамики
- •Общая схема ряда экономической динамики
- •В зависимости от второго элемента ряда все временные ряды делятся на интервальные и
- •Интервальные ряды характеризуют результат какой-то деятельности за определенные периоды времени.
- ••Уровни интервальных рядов можно суммировать, при этом получаются уровни за более крупные периоды
- •Таблица 2
- •В процессе статистического анализа рядов экономической динамики используют такие основные уровни:
- •2. Простейшие показатели анализа динамики
- •Характеристики:
- ••Темп роста (базисный или цепной) показывает, во сколько раз уровень Yi превышает базисный
- ••Темп прироста – это абсолютный прирост, выраженный по отношению к базисному уровню:
- ••Абсолютное содержание одного процента прироста – всегда цепной
- •ОСНОВНЫЕ БАЗИСНЫЕ И ЦЕПНЫЕ ПОКАЗАТЕЛИ АНАЛИЗА ДИНАМИКИ
- •Между цепными и базисными показателями анализа динамики существуют следующие взаимосвязи:
- •ПРИМЕР:
- •Таблица 4 ПОКАЗАТЕЛИ АНАЛИЗА ДИНАМИКИ ПРИБЫЛИ ФИРМЫ
- •3. Средние показатели анализа динамики
- •Таблица 5
- •4. Статистические методы выявления основной тенденции развития
- •1. Графический анализ временного ряда
- •2. Укрупнение периодов
- •3. Выравнивание уровней ряда с помощью скользящей средней
- •4. Аналитическое выравнивание (построение уравнения тренда)
- •Выводы по линейной форме тренда
- •Действия и команды
- •5. Коэффициенты ускорения, замедления, опережения скорости изменения уровней экономической динамики
- •ПРИМЕР:
- •Иногда необходимо сравнить скорости экономической динамики различных
- •6. Прогнозирование
- •• Интуитивные методы применяются при прогнозировании развития сложных вероятностных систем, когда учесть все
- •• Формализованные методы применяются при прогнозировании развития сравнительно простых вероятностных систем, когда все
- •• Статистические методы прогнозирования относятся к формализованным методам, т.к. предполагают предварительное построение различных
- •• Замечание 4. Если уравнение тренда строится с целью прогнозирования будущих значений уровней
- •Замечание 5. Существуют объективные взаимосвязи между числом оцениваемых коэффициентов тренда и длиной изучаемого
- •Программа STATISTICA
- •Таблица 9
- •Способы увеличения длины ряда динамики
- •7. Измерение и прогнозирование сезонных колебаний
- •Чем чреваты сезонные колебания?
- •Определение основных понятий:
- •1. Индекс сезонности:
- •В зависимости от отсутствия или наличия отчетливой тенденции к росту (снижению) уровня от
- •Пример: вычислить методом простой средней арифметической индексы сезонности реализации кондиционеров за 2013-2015 гг.
- •Решение:
- •3. Вычислим индексы сезонности для каждого месяца:
- •Изобразим индексы сезонности на графике:
- •Выводы
- •Для прогнозирования, т.е. расчёта показателей продаж на перспективу используют модель прогноза следующего вида:
- •Спасибо за внимание!
Замечание 5. Существуют объективные взаимосвязи между числом оцениваемых коэффициентов тренда и длиной изучаемого ряда экономической динамики N, а также между параметром N и периодом упреждения L.
Число N должно в 3-4 раза превышать число оцениваемых коэффициентов тренда.
Должно выполняться условие: L ≤ N/3, т.е. длина периода упреждения (прогнозирования) не может превышать трети длины периода предыстории.
41
Программа STATISTICA
Таблица 8
Точечный прогноз и 95-процентный интервал прогноза прибыли фирмы на январь следующего года
Predicting Values for (new.sta) |
|
||
variable: VAR6 |
|
|
|
|
|
|
B-Weight |
|
B-Weight |
Value |
* Value |
VAR5 |
1,425175 |
13 |
18,52727 |
Intercpt |
|
|
6,619697 |
Predictd |
|
|
25,14697 |
-95,0%CL |
|
|
18,05408 |
+95,0%CL |
|
|
32,23986 |
42
Таблица 9
Точечный прогноз и 99-процентный интервал прогноза прибыли фирмы на январь следующего года
Predicting Values for (new.sta) |
|
|||
|
|
|
|
|
variable: VAR6 |
|
|
|
|
|
|
|
|
B-Weight |
|
|
B-Weight |
Value |
* Value |
|
|
|
|
|
VAR5 |
|
1,425175 |
13 |
18,52727 |
|
|
|
|
|
Intercpt |
|
|
|
6,619697 |
Predictd |
|
|
|
25,14697 |
-99,0%CL |
|
|
|
15,05814 |
|
|
|
|
|
+99,0%CL |
|
|
35,2358 |
|
|
|
|
|
|
43
|
|
Рис. 10.7. - Фактические, выравненные по линейному |
|
|
|||||||||
|
тренду и прогнозные значения прибыли фирмы в январе |
|
|||||||||||
|
|
|
|
|
следующего года |
|
|
|
|
|
|||
|
40 |
|
|
|
|
|
|
|
|
|
|
|
|
|
35 |
|
|
|
|
|
|
|
|
|
|
|
|
|
30 |
|
|
|
|
|
|
|
|
|
|
|
|
грн. |
25 |
|
|
|
|
y = 1,4252x + 6,6197 |
|
|
|
|
|||
|
|
|
|
|
R2 = 0,5205 |
|
|
|
|
|
|||
тыс. |
|
|
|
|
|
|
|
|
|
|
|
||
20 |
|
|
|
|
|
|
|
|
|
|
|
|
|
Прибыль, |
15 |
|
|
|
|
|
|
|
|
|
|
|
|
10 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
|
|
|
|
|
|
|
Месяцы |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
44 |
Y
а0
0 |
1 |
2 |
3 |
4 |
5 |
X
Рис.8. Доверительные интервалы прогноза (заштрихованные вертикальные линии) для разных периодов упреждения
(L = 1, 2, 3)
45
Способы увеличения длины ряда динамики
Добавить |
Дезагрегировать |
|
более |
||
наблюдения |
||
ранние |
||
|
||
наблюдения |
|
46
7. Измерение и прогнозирование сезонных колебаний
Сезонность явление отрицательное.
Сезонные колебания могут наблюдаться:
-отрасль промышленности (производство холодильников, кондиционеров, резиновых сапог);
- строительство (бетонные конструкции) ;
- торговля (кондитерские изделия,
прохладительные напитки, мороженое, консервация продуктов);
- сельское хозяйство.
47
Чем чреваты сезонные колебания?
Сезонные подъемы и спады часто наносят ущерб экономике, вызывая неравномерное в течение года использование трудовых ресурсов и производственных мощностей, что нередко ведет к снижению производительности труда, повышению себестоимости продукции и т. п. Поэтому обычно стремятся уменьшить или смягчить сезонные колебания.
48
Определение основных понятий:
1.Сезонные колебания – это внутри- годичные колебания, имеющие более или менее регулярный, устойчивый характер.
2.Индекс сезонности – это процентное отношение фактического уровня за тот или иной месяц (квартал) к выровненному уровню за тот же период.
49
1. Индекс сезонности:
Iсезонности YYфактический *100 выровненный
Поскольку в каждом году сезонные колебания могут быть смешаны с чисто случайными, индексы сезонности исчисляют обычно за несколько лет и находят их среднюю величину
за одноименные месяцы.
2. Средний индекс сезонности: |
||||
|
|
|
I сезонности |
|
I сезонности |
||||
n |
||||
|
|
|
||
где n – количество лет. |
|
50