Xreferat.com » Рефераты по экономике » Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

height="22" align="BOTTOM" border="0" /> — білий шум. Із (2.2.4) випливає, що на кожному кроці t рівень ряду yt ,буде коригуватися в напрямі очікуваного значення Статистичне вивчення та прогнозування динаміки цін на промислову продукцію на величину, пропорційну різниці між бажаним і поточним рівнями економічного показника. Співвідношення (2.2.4) можна переписати у вигляді експоненціальної середньої першого порядку:


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію (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:


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію (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:


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію (2.25)


де Статистичне вивчення та прогнозування динаміки цін на промислову продукцію — прогнозована оцінка рівня ряду Статистичне вивчення та прогнозування динаміки цін на промислову продукцію, яка розраховується в момент часу Статистичне вивчення та прогнозування динаміки цін на промислову продукцію на Статистичне вивчення та прогнозування динаміки цін на промислову продукцію кроків уперед,

Статистичне вивчення та прогнозування динаміки цін на промислову продукцію — оцінка поточного (Статистичне вивчення та прогнозування динаміки цін на промислову продукцію-го) рівня часового ряду,

Статистичне вивчення та прогнозування динаміки цін на промислову продукцію — оцінка поточного приросту.

Припускається, що випадкові залишки е мають нормальний закон розподілу із нульовим математичним сподіванням та дисперсією Статистичне вивчення та прогнозування динаміки цін на промислову продукцію.

У цьому методі послаблені умови однопараметричності моделі Брауна за рахунок уведення двох параметрів згладжування — Статистичне вивчення та прогнозування динаміки цін на промислову продукцію та Статистичне вивчення та прогнозування динаміки цін на промислову продукцію, (Статистичне вивчення та прогнозування динаміки цін на промислову продукцію).

Коефіцієнти лінійної моделі за методом Хольта розраховують за такими співвідношеннями:


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію, (2.26 )

Статистичне вивчення та прогнозування динаміки цін на промислову продукцію, (2.27 )


де еt — похибка прогнозу рівня Статистичне вивчення та прогнозування динаміки цін на промислову продукцію, обчислена в момент часу (t-1) на один крок уперед, Статистичне вивчення та прогнозування динаміки цін на промислову продукцію.

Коефіцієнт Статистичне вивчення та прогнозування динаміки цін на промислову продукцію має значення, близьке до останнього рівня, і становить закономірну складову цього рівня; коефіцієнтСтатистичне вивчення та прогнозування динаміки цін на промислову продукцію — 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 Статистичне вивчення та прогнозування динаміки цін на промислову продукцію та Статистичне вивчення та прогнозування динаміки цін на промислову продукцію визначають методом багатовимірної числової оптимізації, вони є сталими для всього періоду спостереження.

Після оцінювання параметрів Статистичне вивчення та прогнозування динаміки цін на промислову продукцію та Статистичне вивчення та прогнозування динаміки цін на промислову продукцію прогноз на τ моментів часу, тобто Статистичне вивчення та прогнозування динаміки цін на промислову продукцію, розраховують як суму оцінки середнього поточного значення (Статистичне вивчення та прогнозування динаміки цін на промислову продукцію) та очікуваного показника зростання (Статистичне вивчення та прогнозування динаміки цін на промислову продукцію), помноженого на період випередження τ, тобто


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію. (2.28 )

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


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію. (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 τ кроків уперед для адитивної форми моделі будують за формулою:


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію, (2.30 )


де s — коефіцієнт сезонності;

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


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію, (2.31 )

Статистичне вивчення та прогнозування динаміки цін на промислову продукцію, (2.32 )

Статистичне вивчення та прогнозування динаміки цін на промислову продукцію, (2.33)


де Статистичне вивчення та прогнозування динаміки цін на промислову продукцію — параметри згладжування (адаптації), Статистичне вивчення та прогнозування динаміки цін на промислову продукцію Статистичне вивчення та прогнозування динаміки цін на промислову продукцію.

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 τ кроків розраховують за формулою:


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію, (2.34)


а параметри обчислюють за співвідношеннями:


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію, (2.35)

Статистичне вивчення та прогнозування динаміки цін на промислову продукцію, (2.36)

Статистичне вивчення та прогнозування динаміки цін на промислову продукцію. (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.

Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

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%.


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

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.


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

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 .


Статистичне вивчення та прогнозування динаміки цін на промислову продукціюРис.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 %.


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

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

Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

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

Статистичне вивчення та прогнозування динаміки цін на промислову продукцію


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

Статистичне вивчення та прогнозування динаміки цін на промислову продукціюРис.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:


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

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:


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

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.

Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

Рис. 3.10


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


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

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).

Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

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:

Статистичне вивчення та прогнозування динаміки цін на промислову продукцію,

де Статистичне вивчення та прогнозування динаміки цін на промислову продукцію- прогноз індексу споживчих цін в момент t на крок k;

де Статистичне вивчення та прогнозування динаміки цін на промислову продукцію- параметри прогнозної моделі;

k –крок прогнозу;

t – час.

Статистичне вивчення та прогнозування динаміки цін на промислову продукцію - сезонний фактор на момент часу t-11

В результаті було отримано такі параметри моделі:


Табл. 3.8

Параметри згладжування моделі

Параметр згладжування

Значення пармаметра

α 0,071682233
γ 0,071682233
δ 0,25

Табл. 3.9

Параметри для прогнозу за адитивною моделлю Хольта-Вінтера

Пареметр прогнозної моделі

Значення парметра моделі

Вільний член Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

241,0962452

Лінійний коефіцієнт Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

4,19575339

Квадратичний коефіцієнт Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

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:


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію


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:


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

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

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: