главнаяреклама на сайтезаработоксотрудничество Библиотека Revolution
 
 
Сколько стоит заказать работу?   Искать с помощью Google и Яндекса
 



Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

Поняття ціни, її види та функції. Система показників статистики цін та методика їх побудови. Джерела статистичних даних про ціни. Побудова прогнозних моделей індексів цін. Моделювання та прогнозування динаміки споживчих цін у Львівській області.

Рубрика: Экономика и экономическая теория
Вид: дипломная работа
Язык: украинский
Дата добавления: 13.06.2009
Размер файла: 2,3 M

Полная информация о работе Полная информация о работе
Скачать работу можно здесь Скачать работу можно здесь

рекомендуем


Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже.

Название работы:
E-mail (не обязательно):
Ваше имя или ник:
Файл:


Cтуденты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны

Подобные работы


1. Статистичний аналіз споживчих цін на товари
Вивчення споживчого ринку та ціни, показників та диференціації споживання, методів вимірювання динаміки споживчих цін та індексу цін на товари та послуги. Огляд рівня, структури і динаміки товарообороту за допомогою натуральних та вартісних показників.
курсовая работа [112,0 K], добавлена 21.09.2011

2. Економічно-статистичні методи в аналізі економічних явищ і процесів
Групування статичних даних та обчислення статичних показників. Практичне застосування методики проведення статистичних групувань, вивчення залежності. Аналіз рядів динаміки, індексний і кореляційний аналіз. Визначення тенденції розвитку та прогнозування.
курсовая работа [39,0 K], добавлена 17.10.2009

3. Побудова моделі дослідження витрат підприємства
Поняття, фактори формування та класифікація витрат на виробництво. Оцінка фінансового стану "Сніжнянського машинобудівного заводу". Побудова моделей прогнозування витрат виробництва та виробничої функції Кобба-Дугласа. Аналіз точки беззбитковості.
дипломная работа [360,4 K], добавлена 09.11.2013

4. Економічне прогнозування
Методологічні основи соціально-економічного прогнозування. Методи, моделі прогнозування одновимірних і багатовимірних процесів. Побудова багатофакторної індексної моделі. Особливості моделювання взаємозв'язаних динамічних рядів. Методи експертних оцінок.
курс лекций [258,6 K], добавлена 25.01.2010

5. Кон’юнктура ринку тютюну України
Оцінка загальногосподарської кон’юнктури ринку України. Виробництво, імпорт, експорт тютюну в Україні. Оцінка і прогнозування динаміки попиту і пропозиції за ціною товарного ринку. Побудова графіків тренду попиту, пропозиції та ціни досліджуваного товару.
контрольная работа [2,9 M], добавлена 22.04.2014

6. Основи ціноутворення
Аналіз складу та структури роздрібної ціни. Визначення ціни нового товару з орієнтацією на витрати, попит і конкуренцію. Поняття прибутку і збитку та побудова графіку кривої беззбитковості. Розрахунок та визначення ціни пропозиції для участі в тендері.
задача [133,2 K], добавлена 15.06.2009

7. Статистичний облік природних ресурсів в Україні
Сутність і принципи статистичного обліку природних ресурсів в Україні. Методи систематизації даних та обчислення узагальнюючих статистичних показників. Оцінка рядів динаміки. Застосування індексного та кореляційно методу до аналізу статистичних даних.
курсовая работа [232,7 K], добавлена 12.08.2010

8. Витрати і ціни і на продукцію
Поняття витрат, їх класифікація та роль. Поняття собівартості продукції. Методи калькуляції собівартості продукції. Баланс. Показники оцінки витратності виробництва. Поняття цін, їх види та функції. Вибір стратегії ціноутворення на підприємстві.
курсовая работа [94,6 K], добавлена 18.11.2008

9. Статистичне вивчення сільськогосподарської продукції
Огляд показників обсягу, складу продукції рослинництва в натуральному виразі, методів їх обчислення. Дослідження динаміки показників ефективності виробництва продукції тваринництва. Аналіз завдань і соціально-економічного значення статистичного вивчення.
курсовая работа [108,5 K], добавлена 17.09.2011

10. Статистичне дослідження прямих іноземних інвестиций в Україну
Статистична оцінка динаміки абсолютних показників та структури прямих іноземних інвестицій в економіку України у 1995–2005 роках. Індексний аналіз та характеристики статистичних вибірок. Статистичні спостереження та характеристики статистичних вибірок.
контрольная работа [2,1 M], добавлена 11.07.2010


Другие документы, подобные Статистичне вивчення та прогнозування динаміки цін на промислову продукцію


Помилка прогнозу через зворотний зв'язок надходить до моделі та враховується залежно від прийнятої системи переходу від одного стану до наступного. В результаті з'являються «компенсаційні» зміни, які дають змогу коригувати параметри моделі з метою більшого узгодження поведінки моделі з динамікою ряду. Наприклад, бажане значення якогось економічного показника визначається рівнянням:

(2.21)

де залишки є «білим шумом» і не корелюють із t. Фактичне значення на момент t yt не співпадає із бажаним значенням, але буде пристосовуватися до нього за таким правилом:

(2.22)

де -- білий шум. Із (2.2.4) випливає, що на кожному кроці t рівень ряду yt ,буде коригуватися в напрямі очікуваного значення на величину, пропорційну різниці між бажаним і поточним рівнями економічного показника. Співвідношення (2.2.4) можна переписати у вигляді експоненціальної середньої першого порядку:

(2.3)

з чого видно, що поточне значення величини yt є зваженим середнім бажаного рівня на даний момент часу та фактичного значення в попередньому періоді. Підставляючи значення (2.21) в (2.23), маємо модель коригування прогнозу:

(2.24)

Це співвідношення називають короткотерміновою функцією моделі.

Таким чином, адаптація здійснюється ітеративно з одержанням кожної нової фактичної точки ряду. Модель постійно «всмоктує» інформацію й розвивається з урахуванням нових тенденцій, наявних на теперішній момент. Завдяки зазначеним властивостям адаптивні методи найуспішніше використовують для оперативного прогнозування.

У практиці статистичного прогнозування базовими адаптивними моделями вважаються моделі Брауна і Хольта, які належать до схеми ковзної середньої, та модель авторегресії. Решта адаптивних методів (метод адаптивної фільтрації (МАФ), метод гармонійних ваг тощо [27]) розрізняються за способом оцінювання параметрів моделі та визначенням параметрів адаптації базових моделей.

Адаптивна модель за методом Хольта -- це динамічний процес у вигляді лінійно-адитивного тренду:

(2.25)

де -- прогнозована оцінка рівня ряду , яка розраховується в момент часу на кроків уперед,

-- оцінка поточного (-го) рівня часового ряду,

-- оцінка поточного приросту.

Припускається, що випадкові залишки е мають нормальний закон розподілу із нульовим математичним сподіванням та дисперсією .

У цьому методі послаблені умови однопараметричності моделі Брауна за рахунок уведення двох параметрів згладжування -- та , ().

Коефіцієнти лінійної моделі за методом Хольта розраховують за такими співвідношеннями:

, (2.26 )

, (2.27 )

де еt -- похибка прогнозу рівня , обчислена в момент часу (t-1) на один крок уперед, .

Коефіцієнт має значення, близьке до останнього рівня, і становить закономірну складову цього рівня; коефіцієнт -- визначає приріст, що склався наприкінці періоду спостережень, але характеризує також швидкість зростання показника попередніх етапах. Початкові значення параметрів моделі знаходять за методом найменших квадратів на підставі кількох перших спостережень. Оптимальні значення параметрів згладжування та визначають методом багатовимірної числової оптимізації, вони є сталими для всього періоду спостереження.

Після оцінювання параметрів та прогноз на ф моментів часу, тобто , розраховують як суму оцінки середнього поточного значення () та очікуваного показника зростання (), помноженого на період випередження ф, тобто

. (2.28 )

За допомогою оператора L можна зрушити всю послідовність даних на один крок назад: . Застосування оператора до спостережень і коефіцієнтів моделі Хольта дає змогу представити її як модель ARIMA (0, 1, 1) у вигляді:

. (2.29 )

Формулювання адаптивних моделей у термінах лінійних параметричних моделей ARMA (авторегресії -- ковзної середньої) -- уможливлює також тлумачення їх як підмножини класу лінійних параметричних моделей. Отже, встановлюється відповідність між двома різними підходами до моделювання часових рядів.

Метод Хольта-Вінтерса. Цей метод, на відміну від мето-
ду Хольта, окрім лінійного тренду включає ще й сезонну компоненту.

Прогноз на ф кроків уперед для адитивної форми моделі будують за формулою:

, (2.30 )

де s -- коефіцієнт сезонності;

m -- період сезонного циклу (наприклад, за квартальними даними m = 4). Обчислення параметрів моделі виконують за співвідношеннями:

, (2.31 )

, (2.32 )

, (2.33)

де -- параметри згладжування (адаптації), .

Мультиплікативна модель аналогічна адитивній моделі з тією лише різницею, що розраховані за лінійною моделлю прогнозові значення коригують шляхом множення їх на сезонні коефіцієнти. Прогноз на ф кроків розраховують за формулою:

, (2.34)

а параметри обчислюють за співвідношеннями:

, (2.35)

, (2.36)

. (2.37)

Для несезонних часових рядів обчислювальні формули спрощують за рахунок виключення сезонної компоненти. За відносно постійної амплітуди сезонної хвилі доцільно використовувати адитивну модель, у разі її зміни відповідно до тенденції середнього рівня -- мультиплікативну. Зазначимо, що моделі змішаного типу іноді дають точніший результат, але погано тлумачаться змістовно. Практика показує, що у випадку, коли сезонні коливання процесу великі й не дуже стабільні, мультиплікативна модель дає неточні результати.

У процесі побудови моделі виконують числову оптимізацію параметрів адаптації в межах [0; 1].

РОЗДІЛ 3 СТАТИСТИЧНА ОЦІНКА ТА ПРОГНОЗУВАННЯ ЦІН НА ПРОМИСЛОВУ ПРОДУКЦІЮ У ЛЬВІВСЬКІЙ ОБЛАСТІ

3.1 Статистичний аналіз цін виробників промислової продукції у Львівській області

У Львівській області індекс цін виробників промислової продукції у 2007 році становив 112,9%, що на 6,5% менше ,ніж у попередньому році.

Рис.3.1

Ціни на продукцію переробної промисловості підвищились уцілому на 12,7%..Найбільше підвищили ціни на свою продукцію підприємства з виробництва іншої неметалевої мінеральної продукції (на 38,8%), металургійного виробництва та виробництва готових металевих виробів (на 20,2%), машинобудування (на 13,2%), хімічної та нафтохімічної промисловості (на 11,7%).

У добувній промисловості ціни на продукцію знизились в середньому на 2,6% ,тоді як у 2006 році спостерігалось зростання цін на 27,9%. На підприємствах з виробництів та розподілення електроенергії,зазу та води ціни виробників зросли загалом на 18,4%.

У виробничому секторі України спостерігалось значно більше прискорення темпів приросту цін на промислову продукцію.За даними Держкомстату,індекс цін виробників промислової продукції у 2007 році в Україні склав 123,3%,в той час як у 2006 році він становив 114,1%.

Рис.3.2

Аналіз динаміки цін виробників продукції добувної промисловості , а саме добування корисних копалин та добування паливно-енергетичних корисних копалин , свідчить про зростання цін відповідно на 15,9 % та зниження на 3,8 %, порівняно з 2006 роком. Серед підприємств з добування паливно-енергетичних корисних копалин найбільше знизились ціни у добуванні вуглеводнів та нафти.

Рис.3.3

У переробній промисловості спостерігається підвищення цін на харчові продукти, напої та тютюнові вироби. Серед підприємств з виробництва харчових продуктів та напоїв найбільше зросли ціни ,в порівнянні з минулим роком, на рибні продукти (21.2 %), м'ясо та м'ясні продукти (27.4 %) , молочні продукти та морозиво (43.2 %).Без змін залишились ціни перероблення та консервування овочів та фруктів .

Рис.3.4

Виробники продукції легкої промисловості загалом дещо підвищили ціни на 5,5 %.У текстильному виробництві відбулось зростання цін з виробництва одягу з текстилю (9,0 %), також у виробництві трикотажних виробів на - 12,3 % та залишились незмінними у прядінні текстильних волокон. Ціни на шкіряні вироби зросли на 0,6 %.

Рис.3.5

Таблиця 3.1 Індекси цін виробників продукції підприємств з оброблення деревини та виробництва виробів з деревини,крім меблів

2 003р.

2 004р.

2 005р.

2 006р.

2 007р.

грудень до грудня попереднього року,%

Оброблення деревини та виробництво виробів з деревини,крім меблів

109,3

127,1

112,6

106,6

109,3

у тому числі лісопильне та стругальне виробництво,просочування деревини

110,6

111,7

115,7

103,5

105,6

виробництвофанери,плит та панелей,шпону

103,0

136,5

111,0

108,6

110,8

виробництво дерев'яних будівельних конструкцій та столярних виробів

108,2

142,5

114,1

102,5

108,0

Деревообробна промисловість Львівщини характеризується незначним підвищенням цін на продукцію.(див.табл.3.1)

Динаміка індексів цін виробників продукції підприємств з оброблення деревини та виробництва виробів з деревини, крім меблів

Рис.3.6

Серед підприємств целюлозно-паперового виробництва та видавничої діяльності підвищили ціни на свою продукцію виробники паперової маси , паперу та картону - на 12,7 % , видавничої та поліграфічної діяльності , тиражування записаних носіїв інформації - на 9,1 %. Протягом 2003-2007рр. найбільше підвищення цін у целюлозно-паперовому виробництві спостерігається у 2004 році на підприємстваї поліграфічної діяльності, тиражування записаних носіїв інформації (25,8%).

Динаміка індексів цін виробників продукції підприємств целюлозно-паперового виробництва,видавничої діяльності

Рис.3.6

Таблиця 3.2

Індекси цін виробників на електроенергію та тепло енергію

2 003р.

2 004р.

2 005р.

2 006р.

2 007р.

грудень до грудня попереднього року,%

Електроенергія

110,4

122,0

106,8

129,2

137,0

Теплоенергія

100,0

100,0

117,6

229,4

100,0

У 2007 році підвищили ціни на електроенергію на 37,0 %, а от ціни на тепло енергію залишились без змін , в той же час як у минулому році ціни зросли на129,4 %.

Динаміка індексів цін виробників на електроенергію та теплоенергію

Рис.3.7

3.2.Моделювання та прогнозування споживчих динаміки цін у Львівській області на основі адаптивних моделей

Розглянемо динаміку ІСЦ за період від січня 2000 р. до квітня 2009 р. (див Додаток 16 табл.3.3). Графічно динаміку ІСЦ у Львівській області можна подати у вигляді:

Рис. 3.8.

З графіку видно, що часовий ряд досліджуваного показника описується вираженим трендом поліноміального або експоненційного виду. Також можна припустити існування сезонних коливань. Більш докладні відомості про коливання з різним періодом можна отримати обчисливши спектральні щільності. Для цього, щоб усунути вплив тренду будемо використовувати замість індексів споживчих цін їх прирости (додаток. 16 Табл. 3.4). В результаті матимемо:

Рис. 3.9

З графіку видно, що найбільший пік припадає на період 12,2 міс., якому відповідає спектральна щільність 39,06 (див. додаток 17 табл..3.5). Крім того в часовому ряді присутні коливання з періодами 6 та 4. Таким чином можемо стверджувати наявність сезонних коливань у часовому ряді, дві останні гармоніки зважаючи на їхню кратність до них річних коливань, досить добре можуть бути описані індексами сезонності.

З графіку приростів індексів споживчих цін (рис. 3.10), ми бачимо, що сезонні коливання в ряді мають виражену тенденції до зростання, тому можна зробити висновок про те, що сезонна складова поєднується з трендовою за допомогою операції множення. Таким чином маємо часовий ряд з мультиплікативною сезонністю.

Рис. 3.10

Сезонна декомпозиція індексів споживчих цін може бути подана у вигляді графіка:

Рис. 3.11

Як видно з графіку характер основної тенденції динаміки не сильно зміниться після усунення з ряду сезонної. Як і припускалось тренд досліджуваного показника може бути описаний параболою або експонентою, при чому обидва типи кривих характеризуються досить високими значеннями коефіцієнта апроксимації R2. Зокрема для параболи він становить 0,96, а для експоненти 0,92 (див рис.3.11).

Рис. 3.12

Сезонність характеризується зменшенням темпів зростання цін протягом липня-листопада та їх збільшенням протягом решти місяців року. Описуються сезонні коливання індексами наведеними в таблиці:

Таблиця 3.6

Cезонний фактор індексу споживчих цін у Львівській області

Місяць

Індекс сезонності

січень

101,5062

лютий

101,2050

березень

100,9860

квітень

101,3347

травень

100,5206

червень

100,0220

липень

98,9218

серпень

97,6051

вересень

97,8147

жовтень

98,7685

листопад

99,9843

грудень

101,3310

Результати сезонної декомпозиції індексів споживчих цін в повному обсязі наведено в додатку 18.

Прогноз будемо здійснювати за методом Хольта - Вінтера для параболічного тренду з адитивною сезонною складовою. Експоненційні моделі порівняно із моделями на основі аналітичного вирівнювання кривих зростання мають перевагу, яка полягає у здатності адаптуватись до змін, надаючи більшої ваги найновіший значенням в часовому ряді. Через те прогнози отримані за їх допомогою як правило є точнішими, зокрема це стосується мінливих процесів. Прогнозування динаміки в кризовий період, саме відноситься до таких випадків коли перевага адаптивних методів є очевидною. В результаті прогнозна модель оцінюватиметься у виді:

,

де - прогноз індексу споживчих цін в момент t на крок k;

де - параметри прогнозної моделі;

k -крок прогнозу;

t - час.

- сезонний фактор на момент часу t-11

В результаті було отримано такі параметри моделі:

Табл. 3.8

Параметри згладжування моделі

Параметр згладжування

Значення пармаметра

б

0,071682233

г

0,071682233

д

0,25

Табл. 3.9

Параметри для прогнозу за адитивною моделлю Хольта-Вінтера

Пареметр прогнозної моделі

Значення парметра моделі

Вільний член

241,0962452

Лінійний коефіцієнт

4,19575339

Квадратичний коефіцієнт

0,053345212

Сезонна складова описується факторами:

Табл. 3.10 Сезонні фактори адитивної моделі Хольта -Вінтера для індексів споживчих цін Львівської області.

Місяць

Сезонний фактор

січень

2,082885638

лютий

1,850501074

березень

2,191197882

квітень

2,561986829

травень

0,655291026

червень

0,540018565

липень

-1,82636287

серпень

-3,768541561

вересень

-3,073063372

жовтень

-1,663161844

листопад

-0,764384372

грудень

1,213633005

В результаті прогноз будемо здійснювати за моделлю виду:

Отримана модель характеризується коефіцієнтом апроксимації R2 = 0,97 та стандартною похибкою 7,65.

Прогноз за моделлю можна подати у вигляді таблиці:

Табл.3.11

Дата

Прогноз

Інтервальні оцінки прогнозу для імовірності 0,95

Нижня межа

Верхня межа

травень 2009 р.

246,299024

231,2458835

261,3521642

червень 2009 р.

250,510316

235,4223334

265,5982979

липень 2009 р.

251,249688

236,3324149

266,1669613

серпень 2009 р.

252,711571

237,9152612

267,5078805

вересень 2009 р.

258,610272

243,6715148

273,5490297

жовтень 2009 р.

265,961224

250,7957978

281,1266499

листопад 2009 р.

272,63846

257,2834488

287,9934708

грудень 2009 р.

281,181864

265,5299066

296,8338215

січень 2010 р.

286,242526

270,4824563

302,0025953

лютий 2010 р.

291,049455

275,1862829

306,912628

березень 2010 р.

296,870801

280,8391479

312,9024548

квітень 2010 р.

303,244081

287,0032079

319,4849547

травень 2010 р.

305,840608

289,5759461

322,1052691

червень 2010 р.

311,29799

294,8414378

327,7545413

липень 2010 р.

312,411952

295,975602

328,8483012

серпень 2010 р.

314,393796

297,9126043

330,8749876

вересень 2010 р.

321,868723

305,0355066

338,7019402

жовтень 2010 р.

331,127296

313,8289555

348,4256373

листопад 2010 р.

339,52278

321,782809

357,2627517

грудень 2010 р.

350,217355

331,8920702

368,5426393

Або для більш наочно у вигляді графіка:

Рис. 3.13

З отриманих результатів видно, що у випадку середнього сценарію динаміки досліджуваного явища слід очікувати зростання середньорічних цін у 2009 р. та 2010 р. із ланцюговими темпами відповідно 126,87% та 124,59%, що становитиме майже 158 % у 2010р. відносно середньорічного рівня цін у 2008 р. Індекс споживчих цін у грудні 2010 р. становитиме 155,4% відносно грудня 2008 р. Песимістичний прогноз дає ланцюгові темпи зростання середньорічних цін за 2009-2010рр. на рівні відповідно 131,9% та 117,7%, що остаточно в 2010 р. становитиме 166,45% від рівня середньорічних цін у 2008 р. Індекс споживчих цін у грудні 2010 р. становитиме 163,5% відносно грудня 2008 р. оптимістичний прогноз описується ланцюговими темпами зростання за 2009 -2011 рр. на рівні відповідно 121,8% та 114%. Зростання середньорічних цін у 2010 р. відносно рівня 2008 р. становитиме 149,68%, відношення грудня 2010р до грудня 2008р дорівнюватиме 147,3%.

3.3.Моделювання динаміки індексів цін виробників промислової продукції у Львівській області

Спробуємо побудувати моделі прогнозу цін виробників у промисловості загалом, у харчовій та в легкій промисловості. Для цього будемо використовувати дані про індекси цін виробників відносно грудня 2001 р. наведені в додатку 19.

Побудуємо модель прогнозу індексів цін виробників промислової продукції у Львівській області загалом. Графічне зображення даного часового ряду наведено нижче:

Рис. 3.14

Судячи з графіку можна сказати, що часовий ряд досліджуваного показника описується вираженим трендом поліноміального або експоненційного виду, аналогічно до індексу споживчих цін. Також можна припустити існування сезонних коливань. Їх існування та спосіб поєднання з трендово-циклічною складовою перевіримо вивчивши спектральні щільності для приростів індексу споживчих цін ( див рис 3.15 та табл. 3.13) та порівнявши амплітуду коливань на графіку ланцюгових індексів цін виробників промислової продукції у Львівській області (рис. 3.16).

Рис. 3.15

Табл.3.13 Десять найбільших значень спектральної щільності для індексу цін виробників промислової продукції у Львівській області

Частота

Період

Спектральна щільність

0,395349

2,52941

18,38433

0,348837

2,86667

15,94174

0,453488

2,20513

15,20887

0,337209

2,96552

17,80060

0,406977

2,45714

17,23527

0,081395

12,28571

11,80388

0,465116

2,15000

13,26809

0,267442

3,73913

8,02040

0,116279

8,60000

9,87070

0,127907

7,81818

9,49756

Чіткий пік для періоду 12,28 свідчить про наявність коливань з періодом в 1 рік. Інші піки мають період менший за 12, тому можна вважати, що за допомогою сезонного фактора можна пояснити більшість періодичних коливань у даному часовому ряді.

Графік ланцюгових приростів індексів цін виробників промислової продукції показує зростання амплітуди сезонних коливань, тому сезонність будемо включати в модель за допомогою операції множення.

Рис. 3.16.

Сезонна декомпозиція для мультиплікативного ряду дає наступні результати:

Рис. 3.17

Протягом року ми можемо спостерігати зростання цін у період з листопада по березень та падіння з квітня по жовтень. З графіка видно, що характер основної тенденції динаміки може бути описаний параболою даний тип кривої зростання характеризуються досить високими значеннями коефіцієнта апроксимації R2= 0 (див рис.3.18).

Рис. 3.18

Більш детальні результати сезонної декомпозиції наведено в додатку 20.

Прогноз будемо здійснювати за методом Хольта - Вінтера для параболічного тренду з мультиплікативною сезонною складовою. Потрібна нам модель оцінюватиметься у вигляді:

,

де - прогноз індексу цін виробників промислової продукції в момент t на крок k.

В результаті обчислень оцінена модель опишеться таблицями виду:

Табл. 3.15 Параметри згладжування моделі

Параметр згладжування

Значення параметра

б

0,071682233

г

0,071682233

д

0,25

Табл. 3.16 Параметри для прогнозу за моделлю Хольта-Вінтера

Параметр прогнозної моделі

Значення параметра моделі

Вільний член

248,1441447

Лінійний коефіцієнт

3,771791452

Квадратичний коефіцієнт

0,031361558

Сезонна складова для мультиплікативної моделі Хольта-Вінтера описується індексами:

Табл. 3.17

Індекси сезонності моделі

Місяць

Сезонний фактор

січень

1,001486681

лютий

0,997513876

березень

1,006998733

квітень

0,998484177

травень

1,004714346

червень

1,004745399

липень

0,999141827

серпень

0,996269352

вересень

0,994726433

жовтень

0,993637876

листопад

0,995406172

грудень

1,006875128

Модель прогнозу для індексу цін виробників промислової продукції остаточно набуде вигляду:

Прогноз за моделлю можна наведено у додатку 21. Наочно результати прогнозу можна зобразити графіком:

Рис. 3.19

Можна побачити, що у випадку середнього сценарію розвитку слід очікувати зростання середньорічних цін у 2009 р. та 2010 р. відповідно на 21,48% та 19,94%, що становитиме майже 146% у 2010р. відносно середньорічного рівня цін у 2008 р. Індекс споживчих цін у грудні 2010 р. зросте на 44,2% відносно грудня 2008 р. Песимістичний прогноз дає ланцюгові темпи приросту середньорічних цін за 2009-2010рр. на рівні відповідно 24,45% та 112,7%, що остаточно в 2010 р. становитиме 150,6% від рівня середньорічних цін у 2008 р. Індекс споживчих цін у грудні 2010 р. становитиме 149,1% відносно грудня 2008 р. Оптимістичний прогноз описується ланцюговими темпами приросту за 2009 -2011 рр. на рівні відповідно 18,5% та 10,3. Зростання середньорічних цін у 2010 р. відносно рівня 2008 р. становитиме 140,8%, а зростання цін в грудні 2010р відносно грудня 2008р складе 139,4%.

Індекси цін виробників продукції харчової та легкої промисловості характеризуються описуються спектральними щільностями зображеними на графіках:

Рис. 3.20, Рис. 3.21

З графіків та таблиць (додаток 22) спектральної щільності видно, що обидва показники мають піки для періоду близького 12, тому можна констатувати наявність сезонних коливань у досліджуваних часових рядах. В результаті графічного аналізу ланцюгових приростів індексів цін виробників промислової продукції у вибраних видах діяльності (див рис. 3.22; 3.23), зважаючи на те, що для обох часових рядів можна стверджувати зростання амплітуди коливань, приймаємо гіпотезу про адитивну сезонність в обох випадках.

Рис. 3.22

Рис. 3.23

Результати сезонної декомпозиції індексу цін виробників продукції харчової промисловості для мультиплікативного ряду наведено в додатку 23 . Індекси сезонності, отримані в результаті проведених обчислень, вказують на поступове зростання цін протягом листопада-травня кожного року та зменшення протягом періоду з червня по жовтень. Трендові-циклічна складова може бути описана прямою або параболою (Рис. 3.24) проте коефіцієнт апроксимації для параболи є не набагато кращим за коефіцієнт апроксимації прямої, до того ж, як видно з вищенаведеного рис. 3.22 перхід до перших приростів приводить ряд до практично стаціонарного виду, тому вважаємо, що даний показник добре описується лінійним трендом.

Рис. 3.24

Таким чином слід оцінити модель Хольта-Вінтера для лінійного тренду з мультиплікативною сезонністю виду:

де - прогноз індексу цін виробників продукції харчової промисловості в момент t на крок k.

Оцінена модель опишеться таблицями виду:

Табл. 3.23

Параметри згладжування моделі

Параметр згладжування

Значення параметра

б

0,49175

г

0,1

д

0,76849

Табл. 3.24

Параметри для прогнозу за мультиплікативною моделлю Хольта-Вінтера

Параметр прогнозної моделі

Значення параметра моделі

Вільний член

200,57436

Лінійний коефіцієнт

2,55057

Сезонна складова для мультиплікативної моделі Хольта-Вінтера описується індексами:

Табл. 3.25 Індекси сезонності моделі

Місяць

Сезонний фактор

січень

1,02288

лютий

1,03139

березень

1,0334

квітень

1,0302

травень

1,01362

червень

1,00472

липень

0,99586

серпень

0,98938

вересень

0,98401

жовтень

0,98603

листопад

1,00536

грудень

1,00741

Стандартна похибка моделі

5,87345

Коефіцієнт апроксимації R2

0,993

Прогноз буде здійснювати за моделлю виду:

Рис.3.25

Для легкої промисловості сезонні коливання описуються індексами виду:

Таблиця 3.26

Місяць

Індекс сезонності

січень

1,0106

лютий

0,99441

березень

0,993753

квітень

1,00206

травень

1,001422

червень

0,996816

липень

1,003417

серпень

1,001782

вересень

1,004135

жовтень

0,994594

листопад

0,996825

грудень

1,003969

Трендові-циклічна складова може бути описана прямою (Рис. 3.26), коефіцієнт апроксимації для кривої зростання обраного виду становить майже0,986.

Рис. 3.26

Оцінюватимемо модель Хольта-Вінтера для лінійного тренду з мультиплікативною сезонністю виду:

де - прогноз індексу цін виробників продукції легкої промисловості в момент t на крок k.

Оцінена модель опишеться таблицями виду:

Табл. 3.27 Параметри згладжування моделі

Параметр згладжування

Значення параметра

б

0,54191

г

0,1

д

0,39935

Табл. 3.28 Параметри для прогнозу за моделлю Хольта-Вінтера

Параметр прогнозної моделі

Значення параметра моделі

Вільний член

170,56582

Лінійний коефіцієнт

1,39293

Табл. 3.29 Сезонні фактори моделі

Місяць

Сезонний фактор

січень

1,00795

лютий

1,00924

березень

1,01124

квітень

1,00767

травень

1,00253

червень

1,00097

липень

0,99392

серпень

0,98978

вересень

0,98924

жовтень

0,99857

листопад

1,00503

грудень

0,99986

Стандартна похибка моделі

3,19118

Коефіцієнт апроксимації R2

0,992

Прогнозна модель запишеться, як:

Рис.3.27

Табл.3.30

Дата

Прогноз

Інтервальні оцінки прогнозу для імовірності 0,95

Верхня межа

Нижня межа

січень 2009 р.

173,3263

176,8275

169,825

лютий 2009 р.

174,953

179,0305

170,8755

березень 2009 р.

176,709

181,3835

172,0346

квітень 2009 р.

177,4888

182,7644

172,2131

травень 2009 р.

177,9796

183,866

172,0932

червень 2009 р.

179,0974

185,6249

172,57

липень 2009 р.

179,2208

186,3764

172,0653

серпень 2009 р.

179,8525

187,6654

172,0395

вересень 2009 р.

181,1314

189,6411

172,6217

жовтень 2009 р.

184,2321

193,535

174,9292

листопад 2009 р.

186,8223

196,9224

176,7221

грудень 2009 р.

187,2544

198,0651

176,4438

січень 2010 р.

190,1744

202,0896

178,2593

лютий 2010 р.

191,8226

204,5329

179,1123

березень 2010 р.

193,6122

207,1461

180,0782

квітень 2010 р.

194,3322

208,638

180,0264

травень 2010 р.

194,7371

209,8046

179,6696

червень 2010 р.

195,8289

211,7197

179,9381

липень 2010 р.

195,8345

212,4764

179,1926

серпень 2010 р.

196,3969

213,8427

178,951

вересень 2010 р.

197,6667

215,9884

179,345

жовтень 2010 р.

200,9235

220,3182

181,5287

листопад 2010 р.

203,6215

224,0644

183,1785

грудень 2010 р.

203,9673

225,247

182,6875

3.4 Транскордонні порівняння динаміки цін виробників промислової продукції Львівщини та Польщі (Підкарпатського воєводства)

За попередніми даними, ціни виробників промислової продукції Підкарпатського воєводства у 2007 році збільшився в порівнянні з попереднім роком на 2,3%, більше за все, 4,0% - у виробництві та розподіленні електроенергії, газу, води. Ціни в добувній промисловості збільшився на 3,1% та в обробній промисловості на 1,9%. В обробній промисловості ціни зросли на 2,2%, в тому числі у виробництві коксу і нафтопродуктів на 22,9% і тютюнові вироби на 20,9%. Вище, ніж у грудні минулого року були також ціни на виробництво інших неметалевих корисних копалин (на 8,2%), продукти харчування та напої (на 6,2%), деревина та вироби з деревини (4, 2%), целюлозно-паперова промисловість (3,1%), хімічне виробництво (1,2%), металевих виробів (1,1%) та видавнича діяльність, друк і розмноження записаних носіїв інформації (0,4%). Ціни на меблі та інша частина виробничої діяльності, була дуже близька до зареєстровано показника в грудні минулого року. В інших галузях промисловості спостерігалось зниження цін: у виробництві медичних, точних та оптичних інструментів, наручних та інших годинників, одягу та хутра (після 0,3%), продуктів, гумових та пластмасових виробів (0,5%), електричних машин і апаратури (на 1,0%), шкіра та вироби з неї (1,1%), в текстильній (1,3%) та виробництві автомобілів, причепів і напівпричепів (на 1,8% ), машини та устаткування (2,3%), інші транспортні засоби (2,6%), метали (7,7%) і офісне обладнання та комп'ютери (на 8,8%), зниження ціни на виробниче обладнання та обладнання радіозв'язку, телебачення та зв'язку (на 12,4%).

Ціни в добувній промисловості зросли на 2,0%, в тому числі у видобутку вугілля і лігніта, видобуток торфу - на 8,2%, у той час як у видобутку руд металів знизились на 15,9%..

Рис.3.28 Динаміка індексів цін на промислову продукцію Львівської обл. і Підкарпатського воєводства у 2007 році

Аналіз динаміки цін виробників промислової продукції Львівської області та Підкарпатського воєводства свідчить про те, що на Львівщині протягом 2007 року ціни зростали більшими темпами,ніж у Підкарпатському воєводсті.(див.рис.3.28).За основними видами діяльності найбільша відмінність у цінаї спостерігається у переробній промисловості,а саме у Львівській області у 2007 році ціни зросли на 10.8% більше,ніж у Підкарпатському воєводстві.(див.рис.3.29)

Рис.3.29 Динаміка індексів промислової продукції за основними видами діяльності у 2007 році

У хімічній промисловості ціни на виробництво іншої неметалевої мінеральної продукції у Львівській обл. зросли на 38,8,в той же час як у Підкарпатському воєводстві лише на 8,7%,у металургійному виробництві готових металевих виробів зростання відбулось на 20,2% і 2,2% відповідно .

Рис.3.30 Динаміка індексів цін на виробництво та розподілення електроенергії,газу та води

Протягом 2002-2007рр. у виробництві та розподіленні електроенергії,газу та води найбільше зростання цін було у 2006році у Львівській області і склало 67,0%,в той же час як у Підкарпатському воєводстві ціни підвищили на 4,0%.В основному таке зростання цін на Львівщині відбулось за рахунок збільшення цін на тепло енергію.

На основі порівняння динаміки цін на промислову продукцію за основними видами діяльності бачимо,що у всіх галузях промисловості у Львівській області щороку відбувається значне зростання цін,на відміну від Підкарпатського воєводства,де темпи зростання цін значно менші.

СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ

Закон України «Про державне прогнозування та розроблення програм економічного і соціального розвитку України». -- К., 2000.

Айвазян С. А., Мхитарян В. С. Прикладная статистика и основы эконометрики: Учебник для вузов. -- М.: ЮНИТИ, 1998.

Андрієнко В.Ю. Cтатистичні індекси в економічних дослідженнях. - К. : 2004 р., с. 64 - 70.

Афанасьев В.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование: Учебник. -- М.: Финансы и статистика, 2001. -- 228 с.: ил.

Бандура О. Підвищення ефективності економічного прогнозування на концептуальному рівні.// Економіст. - 2007.- №3.

Белецький В. М., Бакуменко В. Д. Моделювання макроекономічних процесів. -- К.: УАДУ при Президентові України, 1998.

Прогнозування і розробка програм. (Методичні рекомендації) / За ред. В. Ф.Бесєдіна. -- К.: Науковий світ, 2000.

Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление. -- М.: Мир, 1974.

Боровиков В. П., Ивченко Г. И. Прогнозирование в системе STATISTICA в среде Windows. Основы теории и интенсивная практика на компьютере: Учеб. пособие. -- М.: Финансы и статистика, 1999.

Вайнштейн А.Л. Проблема экономического прогноза и ее статистической постановке.-М.:Ранион.1930.-76с.

Винн Р., Холден К. Введение в прикладной эконометрический анализ. -- М.: Финансы и статистика, 1981.

Гальперин В. М. и др. Макроэкономика. -- СПб.: Экономическая школа, 1994.

Секторальні моделі прогнозування економіки України / За ред. В. М. Гейця. -- К.: Фенікс, 1999.

Геєць В. М. Моделі і методи соціально-економічного прогнозування: Підручник / В. М. Геєць, Т. С. Клебанова, О. І. Ч... читать дальше >>>

Поcмотреть текст работы Поcмотреть полный текст
Скачать работу можно здесь Скачать работу "Статистичне вивчення та прогнозування динаміки цін на промислову продукцію" можно здесь
Сколько стоит?

Рекомендуем!

база знанийглобальная сеть рефератов