Глава 3.Прогнозирование и разработка проекта

3.1.Прогнозирование рынка внешней торговли ес

Для построения динамической модели анализа экономических показателей и прогнозирования был выбран регрессионный анализ линейного программирования. Вначале, с помощью статистической функции «КОРРЕЛ» в Excel, была установлена зависимость между рассматриваемыми показателями. В ходе данной работы было выявлено, что зависимости показателя внешнеторгового оборота ЕС2 от показателя внешнего долга ЕС-15, зависимости показателя внешнеторгового оборота ЕС-28 от показателя внешнего долга ЕС-28, зависимости показателя внешнеторгового оборота ЕС-28 от показателя численности населения ЕС-28, а также, показателя внешнеторгового оборота ЕС-12 от показателей внешнего долга и численности населения ЕС-28 не было, либо она была слабой. Об этом свидетельствовали полученные коэффициенты корреляции, варьирующиеся в интервале от 0,2 до 0,8. [56]

Что касается зависимости показателя внешнеторгового оборота стран ЕС-12 и ЕС-15 от внешнеторгового оборота ЕС-28, зависимость показателя внешнеторгового оборота ЕС-12 от показателя численности населения ЕС-15, а также внешнеторгового оборота ЕС-28 от показателя ВВП по паритету покупательной способности ЕС-28, то данным показателям характерна тесная или очень тесная зависимость (коэффициент корреляции по своему значению близок к 1).

К рассмотрению зависимость выше упомянутых показателей не принялась, так как она обусловлена очевидными фактами. По этому, для построения модели была выбрана зависимость показателей внешнеторгового оборота стран ЕС-12 от стран ЕС-15, которую можно охарактеризовать, как тесную (коэффициент корреляции равен 0,96).

Итак, для регрессионного анализа первой модели была выбрана зависимость таких показателей как, внешнеторговый оборот ЕС-12 и ЕС-15. Имеются данные о внешнеторговом обороте ЕС-15 - это Х, также данные о внешнеторговом обороте ЕС-12, их мы определим за Y за ряд лет (n). При рассмотрении кризисные года не учитываются. На основании данных, сделаем вывод, что между Х и Y существует линейная взаимосвязь. Данное предположение было сделано при помощи добавления к графику прямой линии тренда. Исходя из числа рассматриваемых факторов, можно построить однофакторное уравнение регрессии, имеющее вид - «Y = a + b*X». Для того, чтобы найти коэффициенты a и b, при помощи которых будет возможна идентификация уравнения, а также исследовать взаимосвязь искомых показателей необходимо воспользоваться функцией «ЛИНЕЙН» в Excel (таб.3.1). [50]

Таблица 3.1

Данные для идентификации и анализа расчетного уравнения

0,2475442	-62991,77
0,0267207	13950,566
0,9554686	4215,6442
85,824233	4
1,525E+09	71086622

Исходя из полученных данных, можно сделать следующие выводы. В верхнем левом углу находится значение коэффициента b, которое составляет - 0,247. В правом верхнем углу находится значение коэффициента a - -62991,77. Во второй строчки находятся значения стандартных ошибок данных коэффициентов. Исходя из этого, можно сделать вывод, что ошибка коэффициента b мала и составляет всего 0,02 пункта, следовательно, данный коэффициент является статистически значимым. Противоположная ситуация складывается с коэффициентом a - он не значим, это заявление можно сделать вследствие того, что его значение отрицательно, а также из-за того, что его ошибка составляет 13950, 5 пунктов. На третьей строке в ячейке слева располагается коэффициент детерминации. Сравниваются фактические значении У и значения, получаемые из уравнения прямой; по результатам сравнения вычисляется коэффициент детерминации, нормированный от 0 до 1. Если он равен 1, то имеет место полная корреляция с моделью, т.е. различий между фактическим и расчетным значениями У нет. В противоположном случае, если коэффициент детерминации равен 0, использовать уравнение регрессии для предсказания значений У не имеет смысла. В рассматриваем случае, коэффициент детерминации положителен и равен 0,95, это означает, что зависимость между показателями прямая и тесная, а значит, имеет место корреляция с моделью. В третьей строчке справа располагается значение стандартной ошибки уравнения, она составляет 4215,6, ошибка довольна велика, но это возможно из-за того что в рассматриваемых данных не достаточного числа наблюдений (n). Остальные статистические значения, в данном анализе, не учитываются. На основании полученных результатов построим расчетное уравнение - «Yр = (-62991,7) + 0,247 *Xр» и найдем расчетные значения У. Полученные данные используем для нахождения прогнозных значений на 2014 год. Прогнозное значение для внешнеторгового оборота стран[56]

Таблица 3.2

Модель внешнеторгового оборота без учета кризиса

Года (n)	X	Y	Yр.
	ЕС-15	ЕС-12	ЕС-12р.
2008	422026	43261	41478
2009	456942	50198	50122
2010	496078	57724	59809
2011	556308	70256	74719
2012	592351	81946	83641
2013	584897	88181	81796
2014	647798	97367	97367	97367

Таблица 3.3

Данные для идентификации и анализа расчетного уравнения

0,2502225	-62691,61
0,0289087	15390,01
0,9258526	5226,7963
74,919852	6
2047000000	163916397

ЕС-12, выделенные красным цветом, получены при помощи функции «ТЕНДЕНЦИЯ» в Excel и не отличаются от данных полученных при построении расчетного уравнения. Следовательно, можно сделать следующее заключение: перспектива развития внешнеторгового оборота как стран ЕС-12, так и стран ЕС-15 положительна, так как данный показатель, следуя прогнозу, достигнет в 2014 году 97367 миллионов евро (таб. 3.2). Но, исходя из того, что ошибка уравнения составляет 4215,6, то прогнозное значение в реалии может составить примерно 101000 миллионов грн. [50]

Таблица 3.4

Модель внешнеторгового оборота с учетом кризиса

Года (n)	X	Y	Yр.
	ЕС-15	ЕС-12	ЕС-12р.
2006	422026	43261	42909
2007	456942	50198	51646
2008	496078	57724	61438
2009	556308	70256	76509
2010	592351	81946	85528
2011	610732	91706	90127
2012	508787	73166	64618
2013	584897	88181	83663
2014	623836	93406	93406	93406

Так как в данной модели мы не учитывали значения внешнеторгового оборота кризисных лет, то рассматриваемому показателю характерна тенденция к росту. Это отражает тенденцию изменения внешнеторгового оборота ЕС-12 в зависимости от внешнеторгового оборота ЕС-15. [51]

Построим вторую модель внешнеторгового оборота с учетом кризисных лет, с целью нахождения прогнозных значений данного показателя для 2011 года. Строим модель по аналогии с предыдущей (таб. 3.3). Рассмотрим некоторые различия в моделях. Во-первых, количество наблюдений (n) увеличивается на два раза. Следовательно, изменяется и стандартная ошибка уравнения. Во второй модели она составляет 5226,7, также являющейся довольно высокой. На основании расчетного уравнения («Yр = (-62691,6) + 0,250*Xр»), а также при помощи функции «ТЕНДЕНЦИЯ» в Excel найдем прогнозные значения. Итак, согласно полученным данным, внешнеторговый оборот стран ЕС-12 в 2014 году будет составлять 93406 миллионов евро, если учитывать стандартную ошибку уравнения, то 98632. В данной модели прогнозные значения также говорят о тенденции к росту рассматриваемого показателя (таб.3.4). Из проведенного исследования можно сделать следующий вывод: несмотря на то, что в обеих моделях сохраняется тенденция к росту внешнеторгового оборота стран ЕС-12, во второй модели, включающей в себя кризисные годы, увеличение данного показателя в 2014 году ниже, чем в первой модели на 2 368 миллионов евро. Данное заключение очевидно, так как кризисный период всегда приводит к снижению показателей. В целом представленный прогноз содержит довольно высокую ошибку, однако с учетом исходных данных, большого влияния на полученный результат он не оказывает. Прогноз, полученный на основании данной модели, может быть использован для анализа внешнеторгового оборота стран ЕС-12. Однако, необходимо заметить, что данная модель, как и любая другая экономико-математическая модель составленная на основе статистических данных имеет погрешности. В данном исследовании, погрешность (ошибка) незначительна и составляет примерно 4%. Стоит отметить, что по мере накопления статистических данных ошибка может снизиться или исчезнуть.