Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Эконометрика

.pdf
Скачиваний:
125
Добавлен:
12.03.2016
Размер:
1.94 Mб
Скачать

3.1. Расчет скользящих средних с периодом усреднения, равным четырем.

3.2.Расчет центрированных скользящих средних, определяемых как полусумма двух соседних сглаженных наблюдений с целью приведения сглаженных значений в соответствие с фактическими моментами времени.

3.3.Вычисление сезонной компоненты в виде частного от деления фактических уровней временного ряда на значения центрированных скользящих средних.

3.4.Оформление результатов расчетов в виде табл. 4.2.2.7.

Т а б л и ц а 4.2.2.7

Год

Период

Цена

Скользящее

Центрированное

Оценка

занятия,

среднее

скользящее сред-

сезонной ком-

 

 

руб.

за 4 периода

нее

поненты

 

1

65

-

-

-

2000

2

95

122,50

-

-

3

140

133,75

128,13

1,09

 

 

4

190

148,75

141,25

1,35

 

1

110

160,00

154,38

0,71

2001

2

155

175,00

167,50

0,93

3

185

183,75

179,38

1,03

 

 

4

250

192,50

188,13

1,33

 

1

145

208,75

200,63

0,72

2002

2

190

223,75

216,25

0,88

3

250

231,25

227,50

1,10

 

 

4

310

243,75

237,50

1,31

 

1

175

258,75

251,25

0,70

2003

2

240

275,00

266,88

0,90

3

310

-

-

-

 

 

4

375

-

-

-

4. Расчет средних значений сезонной компоненты мультипликативной модели.

4.1.Формирование из оценок сезонной компоненты, полученных в предыдущем пункте, табл. 4.2.2.8, удобной для расчета средних значений этой же компоненты.

4.2.Расчет итоговых значений сезонной компоненты.

4.3.Определение средних значений итоговой компоненты.

71

Т а б л и ц а 4.2.2.8

Показатели

Год

 

Период

 

1

2

3

4

 

 

 

2000

-

-

1,09

1,35

 

2001

0,71

0,93

1,03

1,33

 

2002

0,72

0,88

1,10

1,31

 

2003

0,70

0,90

-

-

Итого за период

 

2,13

2,70

3,22

3,98

Средняя оценка сезонной компоненты

 

0,710

0,901

1,074

1,326

Скорректированная сезонная компонента

 

0,708

0,898

1,070

1,322

4.4. Определение корректирующего коэффициента.

k4:(0,710 0,901 1,074 1,326) 1779,37.

4.5.Расчет скорректированных значений сезонной компоненты путем умножения корректирующего коэффициента из средних оценок сезонной компоненты (сумма скорректированных значений равна четырем).

5. Вычисление основных составляющих сезонной модели

(f,S, ).

5.1.Элиминирование влияния сезонной компоненты путем деления каждого уровня исходного временного ряда на соответствующие значения сезонной составляющей.

5.2.Построение по данным элиминированного временного ряда трендовой модели с помощью МНК. Оформление результатов моделирования в виде табл. 4.2.2.9.

Та б л и ц а 4.2.2.9

 

Результаты моделирования

Константа

 

87,21

Коэффициент регрессии

 

12,78

Стандартная ошибка

 

0,35

Множественный R

 

0,99

Число наблюдений

 

16

Число степеней свободы

 

14

F - критерий

 

1326,21

5.3.Получение расчетных значений по трендовой модели.

5.4.Расчет значений уровня ряда по мультипликативной мо-

дели.

5.5.Вычисление отклонений расчетных значений от фактиче-

ских.

5.6.Оформление результатов расчетов в виде табл. 4.2.2.10.

72

Т а б л и ц а 4.2.2.10

Год

Период

yi

Si

yi /Si

f

f S

yi / f S

yi f S

 

1

65

0,71

91,76

99,99

70,83

0,92

-5,83

2000

2

95

0,90

105,76

112,77

101,30

0,94

-6,30

3

140

1,07

130,72

125,54

134,45

1,04

5,55

 

 

4

190

1,32

143,69

138,32

182,90

1,04

7,10

 

1

110

0,71

155,28

151,09

107,03

1,03

2,97

2001

2

155

0,90

172,55

163,87

147,20

1,05

7,80

3

185

1,07

172,74

176,64

189,18

0,98

-4,18

 

 

4

250

1,32

189,06

189,42

250,47

1,00

-0,47

 

1

145

0,71

204,69

202,19

143,23

1,01

1,77

2002

2

190

0,90

211,51

214,97

193,10

0,98

-3,10

3

250

1,07

233,43

227,74

243,91

1,02

6,09

 

 

4

310

1,32

234,44

240,52

318,04

0,97

-8,04

 

1

175

0,71

247,04

253,29

179,43

0,98

-4,43

2003

2

240

0,90

267,17

266,07

239,01

1,00

0,99

3

310

1,07

289,45

278,84

298,64

1,04

11,36

 

 

4

375

1,32

283,59

291,62

385,61

0,97

-10,61

6.Построение графика (см. рис. 4.2.2.3) стоимости репетиторских услуг в г. Воронеже (фактических, рассчитанных по трендовой и мультипликативной моделям).

7.Расчет прогнозных значений для каждого сезонного перио-

да 2004г.:

y1 (87,21 12,78 17) 0,708 215; y2 (87,21 12,78 18) 0,898 285;

y3 (87,21 12,78 19) 1,070 353;

y4 (87,21 12,78 20) 1,322 453.

Задание 4.2.2.3. Аграрный комитет администрации Воронежской области, зная среднегодовой спрос на молоко населения области, заинтересован в получении прогнозных оценок производства этого продукта хозяйствами всех категорий на следующий год. Такая информация ему необходима для того, чтобы иметь представление о степени обеспеченности населения молочной продукцией, и в случае существенного превышения спроса над предложением молока ориентировать торговые организации на заключение договоров поставки молока с производителями из других регионов. Построение прогнозной модели решено осуществить по данным табл. 4.2.2.11.

73

Р и с. 4.2.2.3. Динамика фактической и расчетной стоимости репетиторских услуг

Т а б л и ц а 4.2.2.11

Год

Производство молока в хозяйствах всех категорий Воронежской

 

обл., т.

 

 

1-й квартал

2-й квартал

3-й квартал

4-й квартал

1998

6112

11446

11110

5468

1999

6090

11249

10666

5250

2000

5846

10784

10347

5297

2001

5864

10652

10329

5432

2002

5944

10856

10487

5618

2003

6095

10922

10725

5763

Решение с помощью Excel

1.Ввод исходных данных и оформление их в удобном для проведения расчетов виде.

2.Формирование фиктивных переменных x1,x2 ,x3:

1,

для

первого

квартала

;

x1 0,

для

всех

остальных

 

для

второго

квартала

1,

x2 0,

для

всех

остальных

;

 

для

третьго

квартала

1,

x3 0,

для

всех

остальных .

 

 

 

 

 

 

иоформление полученных результатов в виде табл. 4.2.2.12.

3.Оценка параметров модели

yt b0 b1t c1x1 c2x2 c3x3 t ,

74

обычным МНК с помощью «Пакета анализа» (см. Вывод ито-

гов 4.2.2.1).

Т а б л и ц а 4.2.2.12

t

 

x1

 

x2

x3

 

y

 

t

 

x1

 

x2

 

x3

 

y

1

 

1

 

0

0

 

6112

 

13

 

1

 

0

0

 

5864

2

 

0

 

1

0

 

11446

 

14

 

0

 

1

0

 

10652

3

 

0

 

0

1

 

11110

 

15

 

0

 

0

1

 

10329

4

 

0

 

0

0

 

5468

 

16

 

0

 

0

0

 

5432

5

 

1

 

0

0

 

6090

 

17

 

1

 

0

0

 

5944

6

 

0

 

1

0

 

11249

 

18

 

0

 

1

0

 

10856

7

 

0

 

0

1

 

10666

 

19

 

0

 

0

1

 

10487

8

 

0

 

0

0

 

5250

 

20

 

0

 

0

0

 

5618

9

 

1

 

0

0

 

5846

 

21

 

1

 

0

0

 

6095

10

 

0

 

1

0

 

10784

 

22

 

0

 

1

0

 

10922

11

 

0

 

0

1

 

10347

 

23

 

0

 

0

1

 

10725

12

 

0

 

0

0

 

5297

 

24

 

0

 

0

0

 

5763

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ВЫВОД ИТОГОВ 4.2.2.1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Регрессионная статистика

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Множественный R

 

0,996532

 

 

 

 

 

 

 

 

 

 

 

 

R-квадрат

 

 

 

0,993076

 

 

 

 

 

 

 

 

 

 

 

 

Нормированный R-

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

квадрат

 

 

 

0,991618

 

 

 

 

 

 

 

 

 

 

 

 

Стандартная ошибка

 

238,7258

 

 

 

 

 

 

 

 

 

 

 

 

Наблюдения

 

 

 

24

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Дисперсионный анализ

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

df

SS

 

MS

 

F

 

Значимость F

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

3,18E-

 

Регрессия

 

 

 

4

 

1,55E+08

 

38823023

681,225

 

20

 

 

Остаток

 

 

 

19

 

1082810

 

 

56990,02

 

 

 

 

 

 

Итого

 

 

 

23

 

1,56E+08

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

P-

 

 

 

Верх-

 

 

 

 

 

Коэффи-

Стандартная

 

t-статис-

Значе-

 

Нижние

ние

 

 

 

 

 

циенты

ошибка

 

тика

 

ние

 

95%

 

95%

 

 

 

 

 

 

 

 

 

 

 

 

 

8,46E-

 

5284,32

5868,44

Y-пересечение

 

5576,383

139,5406

 

 

39,96243

20

 

1

 

5

 

 

 

 

 

 

 

 

 

 

 

 

 

0,30603

 

-

 

7,42659

Переменная X 1

 

-7,50357

7,133298

 

 

-1,05191

7

 

22,4337

8

 

 

 

 

 

 

 

 

 

 

 

 

 

0,00204

 

206,054

789,924

Переменная X 2

 

497,9893

139,4798

 

 

3,570331

2

 

5

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

9,65E-

 

5208,47

5788,51

Переменная X 3

 

5498,493

138,5648

 

 

39,68174

20

 

3

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

3,27E-

 

4842,96

5420,69

Переменная X 4

 

5131,83

138,0129

 

 

37,1837

19

 

5

 

4

75

Таким образом, построенная модель имеет вид

yˆt 5576,38 7,50t 497,99x1 5498,49x2 5131,83x3 .

Коэффициент корреляции достаточно высокий, что свидетельствует о существовании тесной взаимосвязи объема молока от соответствующих факторов.

Сравнение Fрасч 681,22 с табличным значением дисперсион-

ного отношения Фишера F0,95 4,19 2,90 позволяет сделать вывод об адекватности построенной модели.

Сравнение расчетных значений t-статистик с табличным значением t0,95 19 2,093 говорит о том, что включенные в модель

факторы значимы, кроме фактора времени. Таким образом, тенденция уменьшения объема молока существует, но она статистически незначима на 95%-ом уровне значимости. Поэтому необходимо перестроить модель, исключив из нее незначимый фактор.

4. Оценка параметров модели

yt b0 c1x1 c2x2 c3x3 t ,

обычным МНК с помощью «Пакета анализа» (см. Вывод ито-

гов 4.2.2.2)

ВЫВОД ИТОГОВ 4.2.2.2

 

 

 

 

 

 

 

 

 

 

 

 

Регрессионная статистика

 

 

 

 

 

Множественный R

0,996329

 

 

 

 

 

R-квадрат

0,992672

 

 

 

 

 

Нормированный R-

 

 

 

 

 

 

квадрат

0,991573

 

 

 

 

 

Стандартная ошибка

239,3606

 

 

 

 

 

Наблюдения

24

 

 

 

 

 

Дисперсионный анализ

 

 

 

 

 

 

 

df

SS

MS

F

Значимость F

Регрессия

3

1,55E+08

51743010

903,1216

1,65E-21

 

Остаток

20

1145870

57293,52

 

 

 

Итого

23

1,56E+08

 

 

 

 

 

 

 

 

 

 

 

 

Коэффи-

Стандартная

t-статис-

P-Зна-

Нижние

Верхние

 

циенты

ошибка

тика

чение

95%

95%

Y-пересечение

5471,333

97,71857

55,99072

1,85E-23

5267,496

5675,171

Переменная X 1

520,5

138,1949

3,766419

0,001214

232,2306

808,7694

Переменная X 2

5513,5

138,1949

39,89654

1,53E-20

5225,231

5801,769

Переменная X 3

5139,333

138,1949

37,18901

6,14E-20

4851,064

5427,603

Следовательно, построенная модель имеет вид

yˆt 5471,33 520,50x1 5513,5x2 5139,33x3.

76

Анализ этой модели позволяет сделать вывод о ее пригодности для целей прогнозирования.

5. Получение с помощью построенной модели прогнозных оценок производства молока на 2004 год и оформление результатов в виде табл. 4.2.2.13.

Т а б л и ц а 4.2.2.13

Год

Квартал

x1

x2

x3

yˆ

 

1-й квартал

1

0

0

5991,83

 

2004

2-й квартал

0

1

0

10984,83

 

3-й квартал

0

0

1

10610,67

 

 

 

 

4-й квартал

0

0

0

5471,33

 

4.2.3 Задания для самостоятельной работы

Задание 4.2.3.1. В данных табл. 4.2.3.1, отражающих динамику объема продаж семян фирмой «Любимцы греческих богов», явно просматривается сезонность. Постройте прогнозную модель с аддитивной сезонной компонентой и получите с ее помощью прогнозные оценки объема продаж на 2004 г. В процессе моделирования постройте график траекторий тренда, исходного временного ряда и сезонной модели.

 

 

 

 

 

 

Т а б л и ц а 4.2.3.1

 

Год

Сезон

Объем продаж, тыс. руб.

Год

Сезон

Объем продаж, тыс.

 

руб.

 

 

 

 

 

 

 

 

зима

20

 

Зима

45

 

1998

весна

60

2000

Весна

134

 

лето

14

Лето

33

 

 

 

 

 

 

 

осень

3

 

осень

12

 

 

 

зима

31

 

зима

62

 

1999

весна

94

2001

весна

189

 

лето

23

лето

47

 

 

 

 

 

 

 

осень

7

 

осень

14

 

Задание 4.2.3.2. Фирма «Теплый кров», занимающаяся остеклением лоджий и балконов, оказывает услуги населению г. Воронежа в объемах, указанных в табл. 4.2.3.2. Для составления стратегически верного бизнес-плана на 2004г. фирме необходимо рассчитать прогнозную оценку объема услуг на этот год. Получите графическое представление фактических данных с целью выбора типа прогнозной модели (аддитивной или мультипликативной). Постройте модель сезонных колебаний и с ее помощью рассчитайте прогнозные оценки на указанный период. Расчеты

77

представьте в виде таблиц. Постройте совмещенный график для траекторий фактического ряда динамики, тренда и модели.

 

 

 

 

 

Т а б л и ц а 4.2.3.2

Год

Период

Объем услуг, тыс.

Год

Период

 

Объем услуг, тыс.

руб.

 

руб.

 

 

 

 

 

 

 

1996

1

591

1999

1

 

1065

2

326

2

 

521

 

 

 

1997

1

686

2000

1

 

1096

2

430

2

 

647

 

 

 

1998

1

888

2001

1

 

1271

2

491

2

 

787

 

 

 

Задание 4.2.3.3. Фирма «Наслаждение» вот уже пять лет довольно успешно занимается выпечкой тортов и пирожных, данные о среднесуточных продажах которых представлены в табл. 4.2.3.3. Эта таблица была сформирована с учетом специфики производимой продукции (на кондитерские изделия спрос естественным образом повышается в предпраздничные и праздничные дни), поэтому год был разбит на 8 условных периодов, характеризующихся своим среднесуточным объемом продаж. Очевидно, что периоды повышения спроса связаны не только с увеличением выручки, но и с ростом прямых и косвенных затрат, связанных с наймом дополнительной рабочей силы, увеличением продолжительности рабочего дня, закупкой в большем объеме необходимых для выпечки кондитерских изделий продуктов и т.д. В связи с этим руководство фирмы заинтересовано в том, чтобы заранее подготовиться к таким периодам, получив прогнозные оценки среднесуточных объемов продаж тортов и пирожных в предпраздничные и праздничные периоды. Рассчитайте требуемые прогнозные оценки.

Т а б л и ц а 4.2.3.3

 

Среднесуточный объем продаж тортов и пирожных фирмой "Наслаждение",

Год

кг.

 

 

 

 

 

 

 

9.01-

19.02-

25.02-

4.03-

10.03-

30.04-

4.05-

21.12-

 

 

19.02

24.02

3.03

9.03

29.04

3.05

20.12

8.01

1999

211

234

209

373

280

311

222

552

2000

244

256

236

402

293

324

237

578

2001

267

277

271

435

297

350

250

603

2002

286

295

296

468

302

384

264

616

2003

293

310

300

512

305

401

285

667

78

Задание 4.2.3.4. В табл. 4.2.3.4 представлены квартальные данные об объемах продажах продукции предприятий сахарной подотрасли Воронежской области за 2002г. Получите прогнозные оценки объема продаж на 2005г.

 

 

 

 

 

Т а б л и ц а 4.2.3.4

Год

Квартал

Объем продаж,

Год

Квартал

Объем продаж,

тыс. руб.

тыс. руб.

 

 

 

 

 

 

I

257,10

 

I

 

257,64

2001

II

171,40

2003

II

 

171,76

III

85,70

III

 

85,88

 

 

 

 

IV

1199,80

 

IV

 

1202,32

 

I

245,94

 

I

 

354,63

2002

II

163,96

2004

II

 

236,42

III

81,98

III

 

118,21

 

 

 

 

IV

1147,72

 

IV

 

1654,94

Задание 4.2.3.5. Динамика объема сбыта мороженого «Пломбир» ЗАО «Белоснежка» представлена в табл. 4.2.3.5. Рассчитайте прогнозные оценки на следующие три месяца.

 

 

 

 

 

 

 

Т а б л и ц а 4.2.3.5

 

Месяц

Объем продаж, руб.

№ п.п.

 

Месяц

Объем продаж, руб.

п.п.

 

 

 

 

 

 

 

1.

 

июль

8174,40

13.

 

июль

8991,84

2.

 

август

5078,33

14.

 

август

5586,16

3.

 

сентябрь

4507,21

15.

 

сентябрь

4957,92

4.

 

октябрь

2257,20

16.

 

октябрь

2482,92

5.

 

ноябрь

3400,70

17.

 

ноябрь

3740,77

6.

 

декабрь

2968,72

18.

 

декабрь

3265,59

7.

 

январь

2147,14

19.

 

январь

2361,86

8.

 

февраль

1325,57

20.

 

февраль

1458,12

9.

 

март

2290,96

21.

 

март

2520,05

10.

 

апрель

2953,34

22.

 

апрель

3248,67

11.

 

май

4216,28

23.

 

май

4637,91

12.

 

июнь

8227,57

24.

 

июнь

9050,33

4.3. МОДЕЛИ РАСПРЕДЕЛЕННЫХ ЛАГОВ

4.3.1. Расчетные формулы:

4.3.1.1. Модель с конечным числом лагов yt a0 b0xt b1xt 1 bl xt l t

и с бесконечным числом лагов

yt a0 b0xt b1xt 1 b2xt 2 t ,

где b0 – краткосрочный мультипликатор;

79

bj – долгосрочный мультипликатор.

j

4.3.1.2. Замена лаговых переменных одной интегриро-

ванной

zt xt xt 1 2xt 2 3xt 3 p xt p

и преобразование исходной модели в уравнение вида yt a0 b0zt t .

4.3.1.3. Уравнение, полученное в результате преобразования Койка,

yt 1 a0 b0xt yt 1 vt ,

где vt t t 1– скользящая средняя.

4.3.1.4. Модель с распределенными лагами, согласно методу Алмон, может быть представлена в виде регрессионной модели

yt a0 c0z0 c1z1 c2z2 ck zk t ,

l

l

l

l

где z0 xt j ,

z1 j xt j ,

z2 j2xt j , . . . ,

zk jk xt j .

j 0

j 1

j 1

j 1

4.3.1.5. Каждый из коэффициентов исходной лаговой модели вычисляется следующим образом:

b0 c0

b1 c0 c1 c2 ck

b2 c0 2c1 4с2 2k ck b3 c0 3c1 9c2 3k ck

bl c0 lc1 l2c2 lkck .

4.3.2. Решение типовой задачи

Задание 4.3.2.1 Компания «Автоматика», как и любая другая компания, желающая добиться успеха в мире современного бизнеса, с целью увеличения своей прибыли периодически проводит маркетинговые исследования, ориентированные на выявление изменений в предпочтениях потребителей, а также анализ динамики рыночной конъюнктуры. Данные, отражающие зависимость прибыли компании от расходов на маркетинговые исследования, представлены в табл. 4.3.2.1. Руководство этой компании заинтересовано в получении ответа вопрос: какой эффект дает дополни-

80