- •Содержание введение
- •1. Моделирование как основной элемент построения экономических
- •2. Основные инструменты анализа экономических данных
- •2.1 Анализ экономических данных с помощью инструмента msExcel
- •2.2 Отбор данных и подготовка данных для корреляционного анализа.
- •3 Трендовые модели прогнозирования экономических процессов
- •3.1. Вычисление скользящего среднего средствами Excel
- •3.2 Использование функций линейн для создания моделей тренда.
- •3.3 Использование функций тенденция для построения прогноза прибыли
- •3.4 Использование функций предсказ для построения прогноза прибыли.
- •3.5Использование возможностей Excelпри построении нелинейных прогнозов.
- •3.5.1 Составление нелинейного прогноза с помощью функции лгрфприбл
- •3.5.2 Составление нелинейного прогноза с помощью функции рост
- •3.6 Прогнозирование с применением экспоненциального сглаживания
- •3.7 Добавление линии тренда к рядам данных на диаграмме
- •4. Применение регрессионного анализа в построении экономических прогнозов.
- •4.1. Прогнозирование с использованием парной регрессии
- •5.Использование технологий BusinessStudio
- •5.1 Стратегическая карта организации
МИНИСТЕРСТВО ОБРАЗОВАНИЯ РЕСПУБЛИКИ БЕЛАРУСЬ
УО «БЕЛОРУССКИЙ ГОСУДАРСТВЕННЫЙ ЭКОНОМИЧЕСКИЙ УНИВЕРСИТЕТ»
Кафедра экономики торговли
ОТЧЕТ
по лабораторным работам
по дисциплине: Компьютерное моделирование коммерческих бизнес-процессов
Студентка
ФЭУТ, 3 курс, ДГГ Стрик М.А.
Руководитель ЛапинаС.Н.
МИНСК 2014
Содержание введение
Моделирование – это создание модели, т.е. образа объекта, заменяющего его, для получения информации об этом объекте путем проведения экспериментов с его моделью.
Модель в общем смысле (обобщенная модель) есть создаваемый с целью получения и (или) хранения информации специфический объект ( в форме мысленного образа, описание знаковыми средствами либо материальной системы), отражающие свойства, характеристики и связи объекта-оригинала произвольной природы, существенные для задач, решаемые субъектом.
Модели объектов являются более простыми системами, с четкой структурой, точно определенными взаимодействиями между составными частями, позволяющими более детально проанализировать свойства реальных объектов и их поведение в различных ситуациях. Таким образом, моделирование представляет собой инструмент анализа сложных систем и объектов.
Во-вторых, модель должна быть полной. Это означает, что она должна давать возможность с помощью соответствующих способов и методов изучения модели исследовать и сам объект, т.е. получить некоторые утверждения относительно его свойств, принципов работы, поведения в заданных условиях.
Множество применяющихся моделей можно классифицировать по следующим критериям:
- cпособ моделирования
- характер моделируемой системы
- масштаб моделирования.
По способу моделирования различают следующие модели:
- аналитические, когда поведение объекта моделирования описывается в виде функциональных зависимостей в логических условий;
- имитационные, в которых реальные процессы набором алгоритмов, реализуемые на ЭВМ
По характеру моделируемой системы модели делятся:
- детерминированные, в которых все элементы объекта моделирования постоянно четко определены;
- на стохастические, когда модели включают в себя случайные элементы и направления.
В зависимости от фактора времени модели делятся на статистические и динамические. Статистические модели (схемы, графики, диаграммы потоков данных позволяют описывать структуру моделированной системы, но не дают информации о ее текущем состоянии, которое изменяется во времени. Динамические модели позволяют описывать развитие во времени процессов, протекающих в системе.
1. Моделирование как основной элемент построения экономических
прогнозов. Оформление экономических данных средствами MSExcel
Сформированный массив экономической информации может быть представлен в различной форме: в виде таблиц, диаграмм, графиков. Современные технические средства обработки информации позволяют их оперативно строить. Так, например, информации о динамике товарооборота торгового предприятия за 16 месяцев с таблицы 1.
Таблица 1.1 – Сведения о динамике товарооборота торгового предприятия
Порядковый номер месяца |
Объем товарооборота, тыс. руб |
1 |
28415 |
2 |
28231 |
3 |
29783 |
4 |
30969 |
5 |
30494 |
6 |
29757 |
7 |
30850 |
8 |
31325 |
9 |
31359 |
10 |
31610 |
11 |
32366 |
12 |
33313 |
13 |
33508 |
14 |
33374 |
15 |
34811 |
16 |
36046 |
Примечание – Источник: Собственная разработка
Для отслеживания тенденций и закономерностей в формировании значений временного ряда, а так же поиска функциональной зависимости между исследуемым показателем и фактором, на него влияющим, использованы графики (рис. 1.1, 1.2, 1.3, 1.4).
Рисунок 1.1 – Динамика товарооборота магазина за 16 месяцев
Примечание – Источник: Собственная разработка
Рисунок 1.2 – Динамика товарооборота магазина за 16 месяцев
Примечание – Источник: Собственная разработка
Рисунок 1.3 – Динамика товарооборота магазина за 16 месяцев
Примечание – Источник: Собственная разработка
Рисунок 1.4 – Динамика товарооборота магазина за 16 месяцев
Примечание – Источник: Собственная разработка
Для более тщательного изучения динамики прибыли применяются такие показатели, как отклонение и темпы роста по месяцам. Данные показатели бывают базисными и цепными. Базисное отклонение - это разность между значением прибыли каждого последующего периода и значением базисного периода. Отклонение цепное рассчитывается как разность между величиной прибыли каждого последующего периода и периода предшествующего данному. Темп прироста базисный рассчитывается как отношение значения прибыли каждого последующего периода к значению базисного периода в процентном выражении. Цепные темпы прироста представляют собой отношение значения прибыли каждого последующего периода к предыдущему в процентном выражении. Также для анализа рассчитывается доля прибыли каждого периода в общем объёме товарооборота за 16 периодов. Полученные данные оформляются в аналитическую таблицу. Результаты расчётов представлены в Таблице 2.
Таблица 1.2 – Динамика товарооборота торгового предприятия
порядковый номер месяца |
объем товарооборота, тыс. руб |
отклонения базисные (+,-) |
Отклонения цепные (+,-) |
Темпы изменения базисные, % |
Темпы изменения цепные,% |
Удельный вес, % |
1 |
28415 |
|
|
|
|
5,61 |
2 |
28231 |
-184 |
-184 |
99,35 |
99,35 |
5,58 |
3 |
29783 |
1368 |
1552 |
104,81 |
105,50 |
5,88 |
4 |
30969 |
2554 |
1186 |
108,99 |
103,98 |
6,12 |
5 |
30494 |
2079 |
-475 |
107,32 |
98,47 |
6,02 |
6 |
29757 |
1342 |
-737 |
104,72 |
97,58 |
5,88 |
7 |
30850 |
2435 |
1093 |
108,57 |
103,67 |
6,09 |
Продолжение таблицы 1.2
|
||||||
8 |
31325 |
2910 |
475 |
110,24 |
101,54 |
6,19 |
9 |
31359 |
2944 |
34 |
110,36 |
100,11 |
6,19 |
10 |
31610 |
3195 |
251 |
111,24 |
100,80 |
6,24 |
11 |
32366 |
3951 |
756 |
113,90 |
102,39 |
6,39 |
12 |
33313 |
4898 |
947 |
117,24 |
102,93 |
6,58 |
13 |
33508 |
5093 |
195 |
117,92 |
100,59 |
6,62 |
14 |
33374 |
4959 |
-134 |
117,45 |
99,60 |
6,59 |
15 |
34811 |
6396 |
1437 |
122,51 |
104,31 |
6,88 |
16 |
36046 |
7631 |
1235 |
126,86 |
103,55 |
7,12 |
Итого |
506211 |
|
|
|
|
100,00 |
Примечание – Источник: Собственная разработка
