Федеральное агентство по образованию
Государственное образовательное учреждение
Высшего профессионального образования
КОНТРОЛЬНАЯ РАБОТА
по дисциплине: ПРОГНЕЗИРОВАНИЕ НАЦИОНАЛЬНОЙ ЭКОНОМИКИ
Вариант 9
Исполнитель:
___________________________
(дата, подпись)
Преподаватель:
Екатеринбург
2010
Задание 1.
Имеются данные объема поступлений по налоговым платежам и другим доходам в бюджетную систему РФ по региону (млн. руб.)
Период |
Объем поступлений (млн. руб.) |
Январь |
2595,90 |
Февраль |
2885,59 |
Март |
3238,04 |
Апрель |
1016,66 |
Май |
4027,65 |
Июнь |
3208,17 |
Июль |
3721,02 |
Август |
4283,87 |
Сентябрь |
3587,29 |
Октябрь |
4111,46 |
Ноябрь |
4451,21 |
Декабрь |
6757,75 |
1.
Постройте прогноз объема поступлений по налоговым платежам и другим доходам в бюджетную систему РФ на январь-февраль следующего года, используя методы: скользящей средней, экспоненциального сглаживания, наименьших квадратов.
1) Метод скользящих средних (разработка прогнозов):
Вычислим прогнозное среднее:
1) Определим величину интервала сглаживания, равную 3.
2) Рассчитаем скользящую среднюю для первых трех периодов:
mф
= (Уя +Уф + Ум)/3 = 8719,53/3 = 2906,51 млн. руб.
Далее рассчитываем m
для следующих трех периодов:
mь
= (Уф
+Ум
+Уа
) /3 = 2380,1 млн. руб.
Далее по аналогии рассчитываем m
для каждых трех рядом стоящих периодов и составляем таблицу для решения задачи.
mа
= (Ум
+Уа
+Умай)
)/3 = 2760,78 млн. руб.
mмай
= (Уа
+Умай
+Уи
) /3 = 2750,83 млн. руб.
mиюнь
= (Умай
+Уи
+Уиюль
)/3 = 3652,28 млн. руб.
и так далее (вычисленные данные в таблице 1).
Таблица 1
Месяцы |
Уровень
объема поступлений в бюджет РФ, млн. руб.
|
Скользящая средняя m |
Расчет средней относительной ошибки
/Уф
–Ур
/Уф
*100
|
январь |
2595,90 |
- |
- |
февраль |
2885,59 |
2906,51 |
12 |
март |
3238,04 |
2380,1 |
17,52 |
апрель |
1016,66 |
2760,78 |
14,74 |
май |
4027,65 |
2750,83 |
72,87 |
июнь |
3208,17 |
3652,28 |
9,3 |
июль |
3721,02 |
3737,69 |
13,84 |
август |
4283,87 |
3864,06 |
0,5 |
сентябрь |
3587,29 |
3994,21 |
9,8 |
октябрь |
4111,46 |
4049,99 |
11.34 |
ноябрь |
4451,21 |
5106,81 |
1,5
|
декабрь |
6757,75 |
- |
- |
Итого |
43884,61 |
- |
163,41 |
прогноз
|
январь |
5875,66 |
февраль |
5988,9 |
Вычислив скользящую среднюю для всех периодов, построим прогноз на январь, применяя формулу: Уt
+1
= mt
-1
+ 1/n(Уе
– Уе-1
), если n
=3.
Уянварь
= 5106,81 + 1/3(6757,75 – 4451,21) = 5875,66;
m= (4451,21 + 6757,75 + 5875,66)/3 = 694,87
Построим прогноз на февраль:
Уфеврарь
= (5694,87 + 1/3(5875,66 – 6757,75) = 5988,9
( Результаты заносим в таблицу).
Рассчитываем среднюю относительную ошибку:
έ== 163,41/10 = 16,341.
2) Прогнозирование на основе метода экспоненциального сглаживания
От величины α
будет зависеть, как быстро снижается вес влияния предшествующих наблюдений. Чем больше α
, тем меньше сказывается влияние предшествующих лет. В данном случае мы используем большую величину α,( намного превышающую 1), что приведет к учету при прогнозе в основном влияния последних наблюдений и из-за этого прогноз может быть неточным.
Точного метода для выбора оптимальной величины параметра сглаживания α
нет. При этом α
вычисляется по формуле:
, (3)
где n
– число наблюдений, входящих в интервал сглаживания.
Задача выбора U
о
(экспоненциально взвешенного среднего начального) решается следующими путями:
1) если есть данные о развитии явления в прошлом, то можно воспользоваться средней арифметической, и U
о
равен этой средней арифметической;
2) если таких сведений нет, то в качестве U
о
используют исходное первое значение базы прогноза Y
1
.
Также можно воспользоваться экспертными оценками.
Метод экспоненциального сглаживания в данном случае практически не «срабатывает». Это обусловлено тем, что рассматриваемый экономический временной ряд слишком короткий (11 наблюдений). Т.е. прогноз сделать невозможно.
Ut
= (U1
+U2
+…+Un) /n = 43884,64/12= 3657,1; Uо
= 2595,90;
а = 2/ (12+1) = 0,15;
Расчетная таблица 2
Месяцы |
Объем поступлений в бюджет РФ, млн. руб. |
Экспоненциально
взвешенная средняя, Ut
|
Расчет средней относительной ошибки |
1 способ |
2 способ |
1 способ |
2 способ |
Январь |
2595,90 |
1478,4 |
2360 |
1,2 |
0,2 |
Февраль |
2885,59 |
1628 |
2359 |
0,1 |
0,4 |
Март |
3238,04 |
1751 |
2305 |
0,1 |
0,1 |
Апрель |
1016,66 |
1800,3 |
2201 |
1,7 |
0,4 |
Май |
4027,65 |
1782 |
2080 |
0,1 |
1,3 |
Июнь |
3208,17 |
1732,2 |
1991 |
0,1 |
1,2 |
Июль |
3721,02 |
1702,4 |
1863 |
2,6 |
0.1 |
Август |
4283,87 |
1623,1 |
1735 |
0,1 |
0,8 |
Сентябрь |
3587,29 |
1536,4 |
1594 |
0,05 |
2,4 |
Октябрь |
4111,46 |
1429 |
1470 |
0,2 |
0,5 |
Ноябрь |
4451,21 |
1333,12 |
1331 |
Декабрь |
6757,75 |
Итого |
43884,61 |
17534,82 |
21289 |
5,25 |
7,5 |
Прогноз
|
Январь |
Февраль |
1 способ: Uя = 2595,9*0,15 + (1-0,15) * 3657,1 = 3497,92;
Uф = 2885,59 * 0,15 + (1-0,15)*3497,92 = 3406,07;
Uм = 3238,04*0,15 + (1-0,15)*3406,07 = 3380,87;
Средняя относительная ошибка: Э = 5,25/11 =0,48 или 48%;
Э = 7,5/11 = 0,68 или 68%.
3) Разработка прогнозов методом наименьших квадратов
В данном случае «интервалы времени» между фактическими значениями и расчетными - равны месяцу, а прогноз более точен, если он построен на основе уравнения регрессии. Теоретический анализ сущности изучаемого явления, изменение которого отображается временным рядом, служит основой для выбора кривой. В данном случае – это прямая линия (т.е. «почти» прямо пропорциональная зависимость).
Тип кривой (зависимости от времени) - прямая линия.
Для решения используем следующую таблицу
Месяцы |
Уровень
безработицы, %
|
Условное обозначение времени, Х |
Уф
*Х |
Х**2 |
Ур
|
Расчет средней относительной ошибки /Уф
-Ур
/Уф
*100 |
январь |
2595,90 |
1 |
2595,90 |
1 |
2116,28 |
0,19 |
февраль |
2885,59 |
2 |
5771,18 |
2 |
2396,42 |
0,17 |
март |
3238,04 |
3 |
9714,12 |
9 |
2676,56 |
0,17 |
апрель |
1016,66 |
4 |
4066,64 |
16 |
2956,7 |
1,9 |
май |
4027,65 |
5 |
20138,25 |
25 |
3236,84 |
0,2 |
июнь |
3208,17 |
6 |
19249,02 |
36 |
3516,98 |
0,1 |
июль |
3721,02 |
7 |
26047,14 |
49 |
3797,12 |
0,02 |
август |
4283,87 |
8 |
34270,96 |
64 |
4077,26 |
0,05 |
сентябрь |
3587,29 |
9 |
32285,61 |
81 |
4357,4 |
0,22 |
октябрь |
4111,46 |
10 |
41114,6 |
100 |
4637,54 |
0,13 |
ноябрь |
4451,21 |
11 |
48963,31 |
121 |
4917,68 |
0,11 |
декабрь |
6757,75 |
12 |
81093 |
144 |
5197,82 |
0,23 |
Итого |
43884,61 |
78 |
325309,73 |
650 |
43884,46 |
3,49 |
Прогноз
|
январь |
5477,96 |
февраль |
5758,1 |
Применим следующую рабочую формулу
метода наименьших квадратов:
у
t
+1
= а*Х +
b
,
(4)
гдеt
+ 1
– прогнозный период;
yt
+1
– прогнозируемый показатель;
a
и b
- коэффициенты;
Х - условное обозначение времени.
Расчет коэффициентов a
иb
осуществляется по следующим формулам:
где, У
i
– фактические значения ряда динамики;n
– число уровней временного ряда; а= [325309,73 – 78* 43884,61/12] / [ 650 – 782
/12] = 280,14
Сглаживание временных рядов методом наименьших квадратов служит для отражения закономерности развития изучаемого явления.
в = 43884,61 /12 + 280,14*78/12 = 1836,14
Тип кривой (зависимости от времени) - прямая линия.
У = ах+в; У=2532-175,6Х
рассчитаем среднюю относительную ошибку
Э=3,49/12 = 0,29.
2. Постройте график фактического и расчетных показателей.
1 2 3 4 5 6 7 8 9 10 11 12 месяцы
Прогноз численность безработных всеми рассмотренными методами
: предполагает тенденцию повышения уровня по объему поступлений наловых платежей и других доходов в бюджет РФ на январь-февраль следующего года примерно 5875,66 млн. руб. и 5988,9 млн. руб. соответственно по методу скользящей средней (который является более точным из всех рассмотренных методов); по методу экспоненциального прогнозов нет в январе-феврале следующего года, так как метод экспоненциального сглаживания нередко не «срабатывает» при изучении экономических временных рядов и прогнозировании экономических процессов, т. е. является в данном случае неточным, повышение уровня объемов поступлений подтверждается и графически – по методу наименьших квадратов (по графику уровень безработных в январе-феврале следующего года в регионе постепенно увеличивается).
Значит, в ближайшее время ожидается повышение уровня объемов поступлений в бюджет РФ за рассматриваемый период январь-февраль, вообще, четко вырабатывается тенденция повышения.
3. Рассчитайте ошибки полученных прогнозов при использовании каждого метода.
Разработка прогнозов методом скользящих средних
рассчитана на короткий период времени, поэтому в данной ситуации не является точной на 100%.
При прогнозировании методом экспоненциального сглаживания:
Метод экспоненциального сглаживания в данном случае практически не «срабатывает». Это обусловлено тем, что рассматриваемый экономический временной ряд слишком короткий (11 наблюдений).
Недостатки метода наименьших квадратов
:
1) изучаемое экономическое явление мы пытаемся описать с помощью математического уравнения, поэтому прогноз будет точен для небольшого периода времени, и уравнение регрессии следует пересчитывать по мере поступления новой информации; а в нашем случае – для периода, состоящего из 14 интервалов, что представляет собой достаточно большой период – и влечет неточности вычисления.
2) сложность подбора уравнения регрессии. Эта проблема разрешима только при использовании типовых компьютерных программ.
Наиболее точным в данном случае является метод скользящей средней.
4.
Сравните полученные результаты, сделайте вывод.
Число поступлений по налоговым платежам и другим доходам в бюджетную систему РФ по региону (млн. руб.), вычисленная методами: скользящей средней, экспоненциального сглаживания и наименьших квадратов – снижается и равен в январе и феврале по методу скользящей средней 5875,66 млн. руб. и 5988,9 млн. руб.
соответственно (данные значения являются наиболее точными по сравнению со значениями, полученными другими методами
); по методу экспоненциального сглаживания: прогнозов нет, а по методу наименьших квадратов – примерно 5477,96 млн. руб. и 5758,1 млн. руб.
Задание 2.
Имеются данные о пассажирообороте железнодорожного пригородного сообщения в области по кварталам за 2006-2009гг. (млн. пассажирокилометров).
Квартал |
2006 |
2007 |
2008 |
2009 |
1-й |
1,0 |
0,9 |
0,8 |
0,7 |
2-й |
2.1 |
2,0 |
1,9 |
1,6 |
3-й |
4,1 |
4,0 |
3,8 |
2,8 |
4-й |
0,9 |
0,8 |
0,7 |
0,6 |
Постройте график исходных данных и определите наличие сезонных колебаний:
Рассмотрим схематический график пассажирооборота железнодорожного пригородного сообщения в области за 2006-2009гг.(млн. пассажирокилометров)
IIIIIIIV кварталы
2006г.2007г. 2008г 2009г.
Наличие сезонных колебаний при потреблении электроэнергии в городе за 2006г.-2009г. очевидно, так как во 2 квартале (весной) наблюдается резкое понижение, а в 4 квартале (зимой)– резкое повышение использования электроэнергии.
Составим таблицу:
4-х квартальные суммы рассчитываются суммированием Уф
за четыре рядом стоящие квартала. 2,2+1,9+2,7+3,7 = 10,5 и т.д.
4-х квартальные средние – 4-х квартальные суммы/ 4:
10,5/4 = 2,625 и т.д.
Центрированные средние рассчитываются как сумма двух 4-х квартальных средних, деленная на 2, например, (2,625+2,625)/2 = 2,625.
Определим показатели сезонности: Псезон
= Уф
/ ценр. средние 8100 (или графа на графу). Например, для 3 квартала 2006г. Псезон
= 2,7/2,625 * 100 = 103; и т.д.
определим индексы сезонности для каждого квартала (Ig), для расчета берутся показатели сезонности, суммируются поквартально и делятся на количество суммированных значений:
Для 1 квартала: I1
= (137,3+89,3)/2 = 113,3
для 2 квартала I2
= (94,3+129,8)/2 = 112,05
для 3 квартала I3
= (84,5+99,1)/2 = 91,8
для 4 квартала I4
=(35,9+112,4)/2 = 74,15.
определим в таблице графы 8,9.10.
Года
|
Квартал |
Потребление, Уф
|
Показатели сезонности |
Время, Х |
Х
**2
|
Уф
*Х
|
Ур
|
Расчет средней от ошибки |
4-квар.
суммы
|
4-квар.
средние
|
Центр.
средние
|
Показателе сезон. |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
2006 |
1 |
1 |
- |
- |
- |
- |
1 |
1 |
1 |
2 |
12,3 |
2 |
2,1 |
- |
2.025 |
- |
- |
2 |
4 |
4,2 |
2,9 |
11.7 |
3 |
4,1 |
- |
2 |
2,0125 |
2,04 |
3 |
9 |
12,3 |
4,2 |
2,8 |
4 |
0,9 |
8,1 |
1.975 |
1,9875 |
0,45 |
4 |
16 |
3,6 |
6,7 |
2007 |
1 |
0,9 |
8 |
3,9 |
2,9375 |
0,31 |
5 |
25 |
4,5 |
4,5 |
3,4 |
2 |
2,0 |
7,9 |
1,925 |
2,9125 |
0,69 |
6 |
36 |
12 |
5,7 |
7,1 |
3 |
4,0 |
7,8 |
1,9 |
1,9125 |
2,1 |
7 |
49 |
28 |
7,5 |
2,5 |
4 |
0,8 |
7,7 |
1,875 |
1,8875 |
0,42 |
8 |
64 |
6,4 |
11,1 |
3,6 |
2008 |
1 |
0,8 |
7,6 |
1,825 |
1,85 |
0,43 |
9 |
81 |
7,2 |
7,1 |
7,2 |
2 |
1,9 |
7,5 |
1,8 |
1,8125 |
1,05 |
10 |
100 |
19 |
8,5 |
19 |
3 |
3,8 |
7,3 |
1.775 |
1,7375 |
0,4 |
11 |
121 |
41,8 |
10,8 |
7,9 |
4 |
0,7 |
7,2 |
1,7 |
1,575 |
0,5 |
12 |
144 |
8,4 |
15,5 |
8,3 |
2009 |
1 |
0,7 |
7,1 |
1,45 |
1,4375 |
1,1 |
13 |
169 |
9,1 |
9,6 |
9,4 |
2 |
1.6 |
6,8 |
1,425 |
- |
- |
14 |
196 |
22,4 |
11,3 |
6,7 |
3 |
2,8 |
5,8 |
- |
- |
- |
15 |
225 |
42 |
14,3 |
3,2 |
4 |
0,6 |
5,7 |
- |
- |
- |
16 |
256 |
9,6 |
20 |
7,1 |
Итого |
28,7 |
- |
- |
- |
- |
136 |
1496 |
231,5 |
- |
153,381 |
Прогноз |
2010 |
1 |
17 |
2 |
18 |
3 |
19 |
4 |
20 |
2011 |
1 |
21 |
2 |
22 |
3 |
23 |
4 |
24 |
Ур
= а*Х + в,
Коэффициенты а и в рассчитываем по формулам:
где, У
i
– фактические значения ряда динамики;n
– число уровней временного ряда;а =[231,5 – 136*42,2/ 16]/[ 1496 – 1362
/16] = 149/186 = 0,8
в = 42,2/11 +0,8*136/11 = 13,73; У = 13,7 + 0,8Х
Строим прогноз потребления электроэнергии в городе на 2010г. и 2011г. с разбивкой по кварталам:
У
i
+1
=(а*Х + в)*
Iy
/ 100
У1
= (0,8*17 + 13,7)*79,5/100 = 2,7
У2
= (0,8*18 + 13,7)*87,5/100 = 2,5
У3
=(0,8*19 + 13,7)* 103/100 = 3
У4
=(0,8*20+13,7)*137,5/100=4,1 и т.д.
Результаты прогноза заносим в таблицу.
При этом - средняя относительная ошибка: 152,381/16 = 9,52%
|