3.2 задача
.docxЗадача 2. Выравнивание динамического ряда по способу наименьших квадратов.
Имеется динамический ряд поступлений доходов в муниципальный бюджет Ростовской области по земельному налогу за 7 лет (табл.1). Информация найдена на официальном сайте Федеральной налоговой службы https://www.nalog.ru/rn61/related_activities/statistics_and_analytics/forms/ .
Табл. 1. Динамика поступлений земельного налога в муниципальный бюджет Ростовской области, млрд. руб.
Год |
№ года |
Земель- ный налог, млрд. руб. |
Расчётные данные |
|||
произведе- ние уровня земельного налога на номер года
|
квадрат номера года |
выровнен- ный уровень земельного налога, млрд.руб. |
отклонение фактичес- кого уров- ня от выравнен- ного, млрд. руб. |
|||
t |
yi |
|
t2 |
|
|
|
2013 |
1 |
16,52 |
16,52 |
1 |
17,3 |
-0,78 |
2014 |
2 |
16,76 |
33,52 |
4 |
17,86 |
-1,10 |
2015 |
3 |
20,11 |
60,27 |
9 |
18,42 |
1,69 |
2016 |
4 |
19,72 |
78,88 |
16 |
18,98 |
0,74 |
2017 |
5 |
19,94 |
99,7 |
25 |
19,54 |
0,40 |
2018 |
6 |
20,45 |
122,7 |
36 |
20,1 |
0,35 |
2019 |
7 |
19,36 |
135,52 |
49 |
20,66 |
-1,3 |
Итого: |
28 |
132,86 |
547,11 |
140 |
132,86 |
0 |
Требуется: определить тенденцию поступлений от земельного налога, используя метод наименьших квадратов, оценить пригодность тренда для прогнозирования, выполнить прогноз поступлений в бюджет на 2020 год.
Важнейшей задачей анализа динамических рядов является выявление основной тенденции, то есть направления и характера изменения признака во времени. В ряде случаев тенденция четко выражена и не требует выявления. Задача сводится к описанию тенденции в виде математической функции, но чаще всего исследователь имеет дело с рядами, в которых тенденцию выявить достаточно сложно в силу колебания уровней ряда.
Чтобы ответить на вопрос, почему в одних случаях тенденция проявляется чётко, а в других – нет, следует уяснить, под влиянием каких факторов формируется каждый уровень ряда.
На каждый уровень ряда (у) влияет много различных факторов, которые можно объединить в 3 группы:
- факторы, постоянно воздействующие на уровни ряда. Эти факторы определяют тенденцию развития. Например, инфляционные процессы в экономике ведут к систематическому повышению цен;
- факторы, периодически воздействующие на уровни ряда. Эти факторы определяют устойчивые колебания уровней во времени. Колебания могут возникать в течение года (так называемое явление сезонности) или в течение более длительного периода, свыше года (так называемое явление цикличности). Факторы, которые вызывают явления сезонности и цикличности, называются факторами сезонности и факторами цикличности.
- случайные факторы, воздействующие на уровни ряда без какой-либо закономерности, в случайном порядке. Они действуют хаотично, вызывая вариацию (изменчивость) уровней ряда.
Действуя одновременно, факторы определяют величину признака в каждый конкретный промежуток времени. Если влияние факторов сезонности, цикличности и случайных факторов велико, то тенденция развития не проявляется четко. На рисунке 1 видно, что в рассматриваемой задаче уровни динамического ряда не имеют однозначной тенденции. Так, в 2016 и 2019 годах наблюдается спад поступлений от налога по сравнению с предшествующими годами, в другие же периоды – рост. Тенденция к росту уровней ряда по прямой линии «затушевана» влиянием других факторов. Для выявления чёткой тенденции необходимо устранить влияние прочих факторов, кроме факторов тенденции. С этой целью в статистике разработаны методы выравнивания динамических рядов.
В основе методов положено свойство средних величин отражать типические черты признака при обобщении индивидуальных значений. Осреднение может быть как непосредственно по уровням ряда, так и по показателям динамики – абсолютному приросту, коэффициенту роста и т.п. В зависимости от характера осреднения методы выравнивания объединены в две группы – методы механического выравнивания (метод укрупнения периодов, метод скользящей средней) и методы аналитического выравнивания на основе математических функций (по среднему абсолютному приросту, по среднему коэффициенту роста, метод н аименьших квадратов).
Рис.1.
Выравнивание ряда динамики способом наименьших квадратов состоит в отыскании уравнения кривой, которая наиболее точно отражала бы основную тенденцию изменения уровней ряда в зависимости от времени t. Параметры уравнения при этом находят, исходя из требования, чтобы рассчитанные значения были максимально приближены ко всем эмпирическим данным, а сумма квадратов отклонений фактических уровней от их значений, исчисленных по найденному математическому уравнению, была минимальной, то есть , где уi – фактические уровни динамического ряда, – уровни, вычисленные по уравнению.
Этот способ выравнивания, как и другие приёмы, следует применять в сочетании со способом укрупнения периодов. Выявление тенденции развития методом наименьших квадратов следует проводить, как правило, внутри качественно однородных периодов.
Выравнивание производится с помощью различных математических функций – линейной, показательной, логарифмической, параболы разных порядков и др. Выбор функции проводится на основе теоретического анализа изучаемого явления, применения графического метода, использования скользящих средних и других приемов.
Для оценки общей направленности изменения и формы кривой целесообразно использовать графический метод. Анализ графика (рис. 1.) свидетельствует о том, что наблюдается общая направленность изменений к росту уровней, и по форме она близка к линейной.
В этом случае эту тенденцию можно выразить уравнением прямой линии , где t – № года, – среднегодовой абсолютный прирост, рассчитанный с учётом его величины за все годы рассматриваемого периода, – выровненный, свободный от случайных колебаний исходный уровень ряда при t = 0.
Для определения двух параметров уравнения а0 и а1 в соответствии с требованием метода наименьших квадратов строится система из двух нормальных уравнений. Первое уравнение получают умножением исходного уравнения на коэффициент при а0, равный 1, и суммированием произведений по всем наблюдениям. В итоге получаем . Второе уравнение находится аналогично: все члены исходного уравнения умножаются на коэффициент при втором неизвестном а1, то есть на величину t, и произведения суммируются: . Следовательно, система нормальных уравнений для прямой будет иметь вид:
Если число неизвестных параметров больше 2, например, при решении уравнения параболы , то подобным образом составляется система из трёх или больше нормальных уравнений.
Для определения параметров ао и а1 в систему приведённых выше уравнений подставляют суммы признаков и , сумму их произведений и сумму квадратов номеров лет :
132,84 = 7a0+28a1
547,11 = 28a0+140a1
Выровняем коэффициенты при а0, разделив первое уравнение на число лет n=7, а второе на :
18,98 = а0 + 4а1
19,54 = а0 +5а1
Вычтем из второго уравнения первое и определим значение а1:
0,56 = а1
Подставим а1 = 0,56 в одно из уравнений и рассчитаем значение а0:
18,98 = а0 + 4×0,56; а0 = 16,74.
Таким образом, уравнение для выравнивания динамического ряда имеет вид: yt = 16,74 + 0,56t. Такое уравнение называют трендом. Оно показывает, что в среднем каждый год поступления от земельного налога в муниципальный бюджет увеличивались на 0,56 млрд. руб., начиная с выровненного исходного уровня 16,74 млрд. руб.
Рис. 2
Выровненные (сглаженные) уровни получают, подставляя в уравнение номера лет t. Для 2013 г. при t = 1 выровненный уровень составит млрд. руб., для 2015 г. при t=3 млрд. руб. и т.д.
Достоинством метода наименьших квадратов по сравнению с другими приемами выравнивания рядов динамики является учёт значений всего ряда, а не только крайних уровней или взятых для расчёта скользящих средних. При этом абстрагируются от всех случайных колебаний и получают выровненные значения для всего ряда, показанные в табл.1. и на рис.2.
Для оценки степени приближения выровненных уровней к фактическим необходимо найти их разность , а также остаточную дисперсию:
Среднее квадратическое отклонение млрд. руб., а коэффициент случайной вариации по отношению к среднему уровню составляет .
Коэффициент детерминации (аппроксимации) R2=0,55 говорит о том, что 55% общей вариации исходных уровней ряда сформированы общей тенденцией, и 45% - случайными и цикличными (если они есть) факторами.
Средний уровень случайной вариации позволяет использовать уравнение тренда в целях прогнозирования. Следует, однако, учесть, что прогнозирование по тренду целесообразно при условии сохранении действующих факторов тенденции в ближайшем будущем (в нашем случае, например, при сохранении действующих законов по налогообложению). Для расчёта прогнозного уровня временного ряда нужно подставить в уравнение тренда порядковый номер прогнозного года. Рассчитаем прогнозное значение поступлений налогов в бюджет для 2021 года (t=9): млрд. руб.
Средняя ошибка прогноза по линейному тренду составит:
млрд. руб.
При 5%-ом уровне значимости критическое значение критерия Стьюдента составит 2,57. Следовательно, предельная ошибка прогноза составит 1,45 2,57=3,73 млрд. руб. Таким образом, с 95%-ым уровнем вероятности мы можем гарантировать, что поступления в муниципальный бюджет от земельного налога в 2021 году будут не ниже 18,05 млрд. руб. (21,78-3,73) и не выше 25,51 млрд. руб. (21,78+3,73).