Применение индексного метода при анализе цен
![]()
Анализируя расчеты можно сделать вывод, что идет тенденция снижения количества проданных квадратных метров, увеличение наблюдается только в первом квартале 2006 года по сравнению с третьем и четвертым кварталами 2005 года.
По формуле (20) рассчитаем цепные и базисные индексы цен Пааше.
Цепные индексы цен Пааше:
![]()
![]()
![]()
![]()
Базисные индексы цен Пааше:
![]()
![]()
![]()
![]()
Анализируя расчеты можно сделать вывод, что идет тенденция увеличения цены на один квадратный метр. Это говорит о том, что растут затраты населения на покупку квартир.
По формуле (21) рассчитаем цепные и базисные индексы цен Эджворта – Маршалла.
Цепные индексы цен Эджворта – Маршалла:
![]()
![]()
![]()
![]()
Базисные индексы цен Эджворта – Маршалла:
![]()
![]()
![]()
![]()
Анализируя расчеты можно сделать вывод, что идет тенденция увеличения величины индексов цен Эджворта – Маршалла.
По формуле (22) рассчитаем цепные и базисные индексы цен Фишера.
Цепные индексы цен Фишера:
![]()
![]()
![]()
![]()
Базисные индексы цен Фишера:
![]()
![]()
![]()
![]()
Анализируя расчеты можно сделать вывод, что идет тенденция снижения величины индексов цен Фишера.
По формуле (23) рассчитаем базисные и цепные индексы переменного состава.
Цепные индексы цен переменного состава:


Остальные цепные индексы переменного состава рассчитываются аналогично.
![]()
![]()
Базисные индексы цен переменного состава.
![]()
![]()
![]()
Таким образом, на основании расчетов можно сделать вывод, что наблюдается динамика увеличения средних цен и следовательно увеличение затрат населения из-за изменения объем продаж квадратных метров и уровня цен на один квадратный метр.
По формуле (24) рассчитаем цепные и базисные индексы цен фиксированного состава.
Цепные индексы цен фиксированного состава:

Остальные цепные индексы цен фиксированного состава рассчитываются аналогично.
![]()
![]()
![]()
Базисные индексы цен фиксированного состава:
![]()
![]()
![]()
![]()
Таким образом, на основании расчетов можно сделать вывод, что наблюдается динамика увеличения затрат населения из-за изменения уровня цен на один квадратный метр, при неизменной структуре продаж.
По формуле (25) рассчитаем цепные и базисные индексы цен структурных сдвигов.
Цепные индексы цен структурных сдвигов:

Остальные цепные индексы цен структурных сдвигов рассчитываются аналогично.
![]()
![]()
![]()
Базисные индексы цен структурных сдвигов:
![]()
![]()
![]()
![]()
Анализируя расчеты можно сделать вывод, что динамика затрат населения почти меняется из-за изменения структуры продажи, при неизменных уровнях цен.
С помощью формулы (26) проверим правильность расчетов индексов цен переменного состава, фиксированного состава и структурных сдвигов.
![]()
![]()
![]()
![]()
Из расчетов видно, что значения равны вычисленным ранее индексов цен переменного состава, следовательно, расчеты индексов переменного состава, фиксированного состава и структурных сдвигов верны.
2.6 Корреляционно-регрессионный анализ цен
При корреляционно-регрессионном анализе необходимо знать уравнение регрессии и рассчитать коэффициент корреляции.
Уравнение регрессии является уравнением прямой и записывается следующим образом:
(27)
где yх – теоретические значения результативного признака,
х – индивидуальные значения факторного признака,
а0, а1 - параметры уравнения прямой.
Параметры уравнения прямой определяются следующим образом:
(28)
где n – число значений признака.
(29)
В уравнение прямой параметр a0 экономического смысла не имеет. Параметр а1 является коэффициентом регрессии и показывает изменение результативного признака при изменение факторного признака на единицу.
Линейный коэффициент корреляции применяется для измерения тесноты связи и вычисляется следующим образом:
(30)
Для расчета уравнения необходимы значения факторного признака, которым в нашем случае является среднедушевой доход населения. Данные среднедушевого дохода представлены в таблице 8.
Таблица 8 – Среднедушевой доход населения
В рублях
| 3 кв. 2005 | 4 кв. 2005 | 1 кв. 2006 | 2 кв. 2006 | 3 кв. 2006 |
| 6323,3 | 7237,5 | 5699,5 | 7008,7 | 6871,4 |
По формулам (28) и (29) рассчитаем параметры а0 и а1, а также коэффициент корреляции r и построим графики для наглядности для однокомнатных, двухкомнатных и трехкомнатных квартир.
Для однокомнатных квартир:
а0 =16941, 2
а1 =1,02
yх=16941,2+1,02х
r=0,206
По коэффициенту корреляции видно, что цены на однокомнатные квартиры мало зависят от среднедушевого дохода.
Построим два графика зависимости. Первый, зависимость средних цен на однокомнатные квартиры от среднедушевого дохода, второй, график уравнения регрессии, которые изображены на рисунке 1.

Рисунок 1 – График зависимости средних цен на однокомнатные квартиры от среднедушевого дохода и график уравнения регрессии
Для двухкомнатных квартир:
а0 =15102,3
а1 =1,08
yх=15102,3+1,08х
r=0,246
По коэффициенту корреляции видно, что цены на двухкомнатные квартиры мало зависят от среднедушевого дохода.
Графики зависимости цен на двухкомнатные квартиры от среднедушевого дохода представлены на рисунке 2.

Рисунок 2 – График зависимости средних цен на двухкомнатные квартиры от среднедушевого дохода и график уравнения регрессии
Для трехкомнатных квартир:
а0 =15163,6
а1 =0,91
yх=15102,3+1,08х
r=0,212
По коэффициенту корреляции видно, что цены на трехкомнатные квартиры мало зависят от среднедушевого дохода.
Графики зависимости цен на трехкомнатные квартиры от среднедушевого дохода представлены на рисунке 3.

Рисунок 3 – График зависимости средних цен на трехкомнатные квартиры от среднедушевого дохода и график уравнения регрессии
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1 Бурцева С.А. Статистика финансов: Учеб.: Рек. УМО вузов / С.А. Бурцева.-М.: Финансы и статистика, 2004.-288с.
2 Голуб Л.А. Социально-экономическая статистика: Учеб. пособие для студ. вузов: Рек. Мин. обр. РФ / Л.А. Голуб.- М.: Владос, 2001.-271с.
3 Гусаров В.М. Статистика: Учеб. пособие для вузов / В.М. Гусаров.- М.: ЮНИТИ-ДАНА, 2003.-463с.
4 Ефимова М.Р. Практикум по общей теории статистики: Учеб. пособие / М.Р. Ефимова, О.И. Ганченко, Е.В. Петрова.-2-е изд., перераб. и доп..- М.: Финансы и статистика, 2005.-336с.
5 Статистика: Учеб. пособие / А.В. Багат, М.М. Конкина, В.М. Симчера и др.; Под ред. В.М. Симчеры.- М.: Финансы и статистика, 2005.-368с
6 Статистика: Практикум для студентов экономических специальностей заочной формы обучения / Составители В.З. Григорьева, С.С. Донецкая, Н.В. Смолина.- Благовещенск: Амурский гос. ун-т, 2000.- 24с.
7 Статистика рынка товаров и услуг: Учеб.: Доп. Мин. обр. РФ / Ред. И.К. Беляевский.- 2-е изд., перераб. и доп..- М.: Финансы и статистика, 2002.-656с. 8 Статистика финансов: Учеб.: Рек. Мин. обр. РФ / Ред. М.Г. Назарова.- М.: Омега-Л, 2005,461с.
9 Статистика финансов: Учеб.: Рек. Мин. обр. РФ / Ред. В.Н. Салин.- 2-е изд..- М.: Финансы и статистика, 2003.-815с.
10 Ярных Э.А. Статистика финансов предприятия торговли: Учеб. пособие: Рек. Мин. обр. РФ / Э.А. Ярных.-2-е изд., перераб. и доп..- М.: Финансы и статистика, 2005.-216с.
ЗАКЛЮЧЕНИЕ
Поставленные цель и задачи можно считать достигнутыми. В курсовой работе был освещен теоретический материал, отражены аспекты статистики цен. Все полученные знания и методика использования индексного метода были успешно применены на практике, что позволило на примере оригинальных данных понять всю важность и значимость данной тематики в современной экономике.
В работе на примере строительного предприятия МП ГУКС были рассчитаны все основные показатели статистики цен. В первую очередь были определены средние цены, на основании которых были произведены все остальные расчеты. Далее были изучены показатели рядов динамики, в результате можно сделать вывод, что средние цены на один квадратный метр однокомнатных, двухкомнатных, трехкомнатных квартир в многоквартирном жилом доме в 407 квартале с каждым кварталом времени увеличиваются в среднем на 1,95 тысяч рублей. Это говорит о том, что расходы населения на покупку квартиры растут.
Изученные показатели вариации говорят о том, что совокупность цен на один квадратный метр однокомнатных, двухкомнатных, трехкомнатных квартир однородна, следовательно, средние цены в полном объеме описывают особенности цен всей совокупности. Индексный метод показал, что увеличение расходов населения на покупку квартиры идет вследствие увеличения уровня цен, и влияние изменений структуры продаж не значительно. Были рассчитаны все основные индексы цен: Пааше, Ласпейреса, Эджворта – Маршалла, Фишера, переменного состава, фиксированного состава и структурных сдвигов.
С помощью корреляционно-регрессионного анализа была изучена взаимосвязь средних цен на один квадратный метр и среднедушевого дохода населения. На основании расчета коэффициента корреляции можно сделать вывод, что цены мало зависят от среднедушевого дохода населения.