Анализ и прогнозирование доходов населения

     ЗАДАНИЕ НА КУРСОВУЮ РАБОТУ

      Выбор задания на курсовую работу осуществляется    в соответствии с таблицей 1 и  перечнем заданий   по номеру  студента в журнале.

        Выбор  данных для исследования производится из представленных в приложении к методическому указанию или самостоятельно по выбранной тематике.

Таблица 1- Задания  на курсовую работу 

1. Рассчитать  параметры динамики временных рядов  данных

(базисные  и цепные абсолютные и относительные  темпы роста и прироста)

2. Проверить наличие тренда, гарантируя результат с вероятностью Р= 0,9 (t_α = 1,89; F_кр = 5,34). Отобразите на графике фактические данные.
3. Выполните сглаживание временных рядов методом скользящей средней.

  4. Выполнить сглаживание временного ряда  кривой роста.

  5. Определите прогнозные значения данного показателя на следующие 2 месяца с использованием модели Y= а₀ + а₁t. Табличное значение критерия Стьюдента:

t_табл(α= 0,1; k= n-2 = 8) = 1,8596.

  6. Оценить адекватность модели полученной ранее, описывающей временной ряд Y(t), на основе исследования:

•   случайности остаточной компоненты по критерию пиков;

• независимости уровней ряда остатков по d-критерию (в качестве критических используйте уровни d₁ = 0,697 и d₂ = 1,641) или по первому коэффициенту корреляции, критический уровень которого r(1)= 0,36;

•   нормальности распределения остаточной компоненты по RS-критерию с критическими уровнями 2,7—3,7.

7. Построить  адаптивную модель Брауна. Рассчитать  прогнозные значения на период  упреждения  2 года.

8. Провести качественный анализ взаимосвязей данных, определить вид связи графически по диаграмме рассеивания
9. Выполнить расчет линейного коэффициента корреляции между зависимыми признаками. Оценить его значимость по критерию t –Стьюдента.
10. Провести регрессионный анализ данных. Определения аналитической зависимости признаков в виде уравнения регрессии. Найти параметры уравнения линейной регрессии, дать экономическую интерпретацию коэффициента регрессии.
11. Осуществить проверку значимости параметров уравнения регрессии с помощью t-критерия Стьюдента (α = 0,05).
12. Проверить адекватности  модели регрессии. Вычислить коэффициент детерминации, проверить значимость уравнения регрессии с помощью F-критерия Фишера (α = 0,05), найти среднюю относительную ошибку аппроксимации. Сделать вывод о качестве модели.
13. Дать сравнительную оценку силы связи факторов с результатом с помощью коэффициентов эластичности.
14. Выполнить прогнозирование среднего значения показателя Y при уровне значимости α = 0,1, если прогнозное значение фактора X составит 80% от его максимального значения.
15. Оценить точность уравнения через среднюю относительную ошибку аппроксимации.

16.Рассчитать  ошибки и доверительный интервал  прогноза для уроня значимости 5 или 10% (α = 0,05; α = 0,10).

17.  Представить  графически: фактические и модельные  значения Y, точки прогноза.  

Статистические  данные о расходах населения за 1985-2004 годы 

Содержание 

            Введение

      Актуальность  данной работы состоит в том, что  практически каждое предприятие, большое  или малое, частное или государственное, явно или неявно не обходится без  прогнозов. Т.к. для того чтобы эффективно управлять своим объектом необходимо предвидеть вероятностный исход событий в будущем..

      Прогнозирование—это своего рода умение предвидеть, анализ ситуации и ожидаемого хода её изменения  в будущем.

 Социально-экономическое  прогнозирование является одним  из решающих научных факторов формирования стратегии и тактики общественного развития.

 Систематизированное научно обоснованное прогнозирование  развития социально-экономических  процессов на основе специализированных осуществляется с первой половины 50-х  годов, хотя некоторые методики прогнозирования  были известны и ранее.

 Цель  курсовой работы состоит в необходимости  определения  прогноза основных показателей  уровня расходов на основе применение наивных и экспертных методов.

 Для выполнения поставленной цели необходимо решить ряд задач:

1. Провести анализ исходных данных для прогнозирования. Рассчитать параметры динамики временных рядов данных. Провести проверку наличие тренда. Выполнить сглаживание временных рядов методом скользящей средней. Оценить адекватность модели. Рассчитать прогнозные значения на период упреждения 2 года;
2. Провести качественный анализ взаимосвязей данных, выполнить расчет линейного коэффициента корреляции между зависимыми признаками. Оценить его значимость по критерию t –Стьюдента;
3. Провести регрессионный анализ данных. Проверить адекватности модели регрессии. Оценить точность уравнения через среднюю относительную ошибку аппроксимации. Выполнить прогнозирование среднего значения показателя Y при уровне значимости а = 0,1, если прогнозное значение фактора X составит 80% от его максимального значения.

Предметом в данной курсовой работе является прогноз уровня расходов на следующий период..

  Методами  исследования в данной курсовой работе являются

- метод  прогнозирования с использованием  линейного тренда;

- метод  простого экспоненциального сглаживания;

- метод  экспоненциального сглаживания  с учетом тренда;

- метод  экспоненциального сглаживания  с учетом сезонных колебаний;

- метод  экспоненциального сглаживания  с учетом сезонных колебаний.

Выполнение  расчетов осуществляется с использованием стандартных программных средств EXCEL, MATHCAD, STATGRAPHICS. 
 
 

1.Теоритические  аспекты экономического  прогнозирования

1.1Сущность  прогнозов и их классификация

      Чтобы эффективно управлять каким-либо экономическим  объектом необходимо хорошо представлять будущее состояние объекта. Для этого нужно сделать прогноз.

      Прогноз – это обоснованный результат  или суждение о будущем состоянии  объекта исследования.

      Процесс разработки прогнозов называется прогнозированием.

 Выделяют следующие основные задачи прогнозирования:

1. Статистический анализ имеющихся данных
2. Выявление тенденции развития прогнозирования
3. Получение оценочных значений прогнозных параметров

 Как правило, все прогнозы зависят от времени упреждения. Время упреждения прогноза или прогнозируемый период – это отрезок времени от момента, для которого имеются статистические данные, до момента прогнозирования. По времени упреждения выделяются следующие экономические прогнозы: оперативные (до одного месяца); краткосрочные (от нескольких месяцев до 1 года ); среднесрочные(от 1 до 5 лет); долгосрочные(от5 до 20 лет и более). Оперативный прогноз основан на предположении о том, что в прогнозируемом периоде не произойдёт существенных изменений в исследуемом объекте как количественно, так и качественно. В них преобладают детально-количественные оценки ожидаемых событий. Краткосрочный прогноз предполагает только количественные изменения. Оценка событий соответственно даётся количественная. Среднесрочный и долгосрочный прогнозы исходят как из количественных, так и из качественных изменений в исследуемом объекте. В среднесрочном прогнозе оценка событий даётся количественно-качественная, в долгосрочном - качественно-количественная.

  По масштабу: личные, на уровне предприятия (организации), местные, региональные, отраслевые, страновые, мировые (глобальные).

 По  объекту прогнозирования прогноз  бывают:

1. Экономический
2. Социальный
3. Научно – технический
4. Природный

Имеются следующие требования к прогнозам:

1. Прогноз должен быть своевременным
2. Прогноз должен быть научно-обоснованным и надежным
3. Прогноз обеспечивать выявление оперативного развития
4. Прогноз должен строится на достаточном количестве ретроспективных фактов.[6,c.135]

1.2.Методология  прогнозирования

        Методы прогнозирования – это  совокупность знаний, понятий и  методик на основе анализа  ряда ретроспективных данных, позволяющих выявить внутренние связи присущие объекту и вынести суждения относительно объекта с определенной достоверностью.

      Существуют  множество методик прогнозирования  и видов классификаций.

На рисунке1.1. представлена одна из классификаций. 
 
 
 
 
 
 
 
 
 
 
 

Рисунок1.1-Классификация  методов прогнозирования

  Формализованные методы, наиболее часто употребляемые  для прогнозирования развития социально-экономических  систем. В пользу использования количественного  подхода к  прогнозному процессу, который реализуется на основе статистических методов, можно привести следующие аргументы:

• Статистические методы прогнозирования входят в большинство известных статистических пакетов прикладных программ (ППП), таких как Statistica, SPSS и др. Соответственно, несмотря на довольно сложные математические вычисления при использовании большинства методов – они наиболее просты и требуют сравнительно небольшого времени для их применения и/или обновления оценок параметров.
• Представленные методы основываются на реальной статистической информации и поэтому относительно экспертных методов объективны.
• Требуют сравнительно небольшого объема данных (обычно один временной ряд), кроме того практически любой другой метод прогнозирования требует прогнозирования хотя бы одного временного ряда.

  Интуитивные методы прогнозирования как научный  инструмент решения сложных не формализуемых  проблем позволяют получить прогнозную оценку состояния развития объекта  в будущем независимо от информационной обеспеченности. Их сущность заключается в построении рациональной процедуры интуитивно-логического мышления человека в сочетании с количественными методами оценки и обработки полученных результатов. При этом обобщенное мнение экспертов принимается как решение проблемы .

  В случае применения методов экспертных оценок для предвидения результатов развития экономических объектов преимущественно реализуется качественный подход к прогнозному процессу.

  Методы  экспертных оценок “в чистом виде”  используются в следующих случаях:

• отсутствие или недостаточное количество статистических данных об объекте
• объект прогнозирования чрезвычайно сложен для формализации, крупномасштабен или достаточно велик период упреждения прогноза
• достаточно велик фактор неопределенности, связанный с будущим состоянием прогнозного фона
• острый дефицит времени в связи с экстремальной ситуацией и др.

  Морфологический анализ – метод прогнозирования, основанный на построении матрицы характеристик  объекта прогнозирования и их возможных значений с последующим  перебором и оценкой вариантов сочетаний этих значений. Важнейший принцип морфологического анализа, проводимого экспертом с целью прогнозной оценки развития какого-либо объекта, состоит в рассмотрении и систематизации по всем без исключения возможным аспектам изучаемой проблемы. Недостатком метода является субъективность выбора наилучшего варианта решения проблемы, а достоинством - возможность широкого использования ЭВМ для “перебора” альтернативных решений. [1,c.56]

  Методы  коллективных экспертных оценок представляют собой попытку повысить степень объективности мнений экспертов , увеличить достоверность коллективного суждения . Метод коллективного экспертного опроса – метод прогнозирования, основанный на выявлении обобщённой объективированной оценки экспертной группы путём обработки индивидуальных независимых оценок, вынесенных экспертами, входящими в группу. Методы коллективной экспертной оценки могут осуществляться путём непосредственного опроса экспертов (метод комиссии, методы коллективной генерации идей), а также “заочно” с помощью анкетирования (метод “Дельфи”, эвристическое прогнозирование и др.). Первая группа методов может быть отнесена к “зависимому интеллектуальному эксперименту”, так как каждый эксперт “лицом к лицу” должен аргументировать или отстаивать своё мнение, в идеале независящее от мнения большинства, от личностного восприятия и эмоциональной окраски отдельных суждений и т.д., что на практике весьма затруднительно. Вторая группа методов характеризует “независимый интеллектуальный эксперимент”, когда с помощью анкет обеспечивающих анонимность экспертов и возможность всесторонне обдумать свою точку зрения, выявляется достаточно согласованное мнение экспертной группы. Согласованность суждений достигается путём многоэтапного (два, три и более раз) анкетирование экспертов, причём итоговые характеристики каждого предыдущего этапа доводятся до сведения всех без исключения экспертов с просьбой мотивировать своё суждение, если оно в достаточной степени отлично от усреднённой оценки.[3,c.78]

  Таким образом, можно сделать вывод, что сущность экспертного метода состоит в проведении интуитивно-логического анализа проблемы, выполняемого привлечёнными для этой цели специалистами экспертами, обладающими необходимым профессиональным образованием, опытом и интуицией .

2 Метод  прогнозирования динамики экономических процессов

2.1 Понятие  временных рядов

  При разработке прогнозов анализу подлежат данные о развитии некоторых процессов  или об изменении некоторого показателя в течении времени.

  Задача  прогнозирования состоит в анализе  имеющихся данных и вынесении суждений о будущем поведении объекта. Информационной базой для анализа экономических процессов служат динамические и временные ряды.

  Динамический  ряд – это совокупность наблюдений некоторого явления  упорядоченное  в зависимости от последовательности значений другого явления.

  Динамические  ряды, у которых в качестве признака упорядочивания используется время  называются временными.

  Временной ряд – это последовательность упорядоченных во времени числовых показателей, характеризующих уровень состояния и изменения изучаемого явления.

    Составными элементами временного ряда являются:

• Показатели уровней ряда
• Периоды времени (например, годы или месяцы) или моменты времени (определенные даты)

  Временные ряды могут быть интервальными, которые  представляют собой совокупность показателей каждый из которых характеризует развитие объекта за определенный период. Примером интервально ряда является показатель расходов населения на 2010 год.

  Другой  разновидностью временного ряда, являются моментальные ряды. Эта разновидность ряда  представляет собой совокупность показателей характеризующих данные показатели на определенный момент времени. Примером моментального ряда является показатель расходов населения на 1 января 2011 года.[5,c.124]

  Временные ряды, состоящие из уровней, характеризующих интервалы или моменты времени с помощью средних или относительных величин, называются производными. Примером производных временных рядов может служить временной ряд среднегодовых расходов приходящихся на одного человека.

  Абсолютные уровни интервальных и моментных рядов, а также средние уровни временных рядов могут быть преобразованы в относительные величины. Последние можно получить путем отнесения абсолютных уровней к одному и тому же уровню, взятому за базу, либо к предыдущему уровню. За базу сравнения обычно принимают начальный уровень временного ряда. При сравнении каждого уровня с предыдущим получаются цепные показатели.

     (1)

  Если  же сравнение уровней ведется  с одним уровнем (базой), то показатели называются базисными.

                               (2)

    Следует отметить, что при изучении динамики большинства экономических явлений в основном используются производные интервальные ряды, уровни которых образованы рядом средних или относительных величин. Выбор вида ряда определяется целями анализа.

  Временной ряд дает прогнозисту информацию о том, как развивался исследуемый  объект в прошлом. На основе этой информации можно сделать вывод о наличие  закономерности развития. А раз есть закономерность, то можно предположить, что она сохранится и в будущем.[5,c.145]

  На  основе полученных данных можно составить  прогноз. Такой прогноз возможен по причине того, что в социально-экономических  процессах существует так называемая инерционность. Различают два вида инерционности:

• Инерционность первого рода – это инерционность взаимосвязей.
• Инерционность второго рода – это инерционность в развитии отдельных сторон процесса (темпов, направления, колеблемости).

  Суть  прогнозирования на основе временных  рядов заключается в использовании  инерционности второго рода. Так как во временном ряду можно увидеть только следствие определенных процессов, происходящих в исследуемом объекте, которые выражаются в закономерном изменении во времени определенного показателя.

  Так же необходимо отметить некоторые ограничения присущие временным рядам:

• Каждое значение показателя должно изменятся через равные промежутки времени
• Каждое значение показателя ряда должно быть рассчитано по единой методике и выражаться в одних и тех же единицах измерения
• Временной ряд не должен содержать аномальных значений т.к.  они исказить дальнейшую оценку результатов
• Количество измерений показателей во временном ряду должно быть оптимальным.