БЕЛОРУССКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
Выпускная работа по «Основам информационных технологий»
Магистрант
кафедры экономической информатики
и математической экономики
специальности «Математические и инструментальные методы экономики»
Суягина Юлия Константиновна
Руководители:
ст. преп. Абакумова Юлия Георгиевна,
ассистент Позняков Андрей Михайлович.
Минск – 2010 г.
Оглавление
Оглавление. 2
Список обозначений ко всей выпускной работе. 3
Реферат на тему «Применение программных пакетов в прогнозировании рынка лизинга». 4
Введение. 4
Глава 1 (обзор литературы) 5
Глава 2 (методика исследования) 6
Глава 3 (основные результаты) 11
Глава 4 (обсуждение результатов) 15
Заключение. 16
Список литературы к реферату. 16
Предметный указатель к реферату. 18
Интернет ресурсы в предметной области исследования. 19
Действующий личный сайт в WWW (гиперссылка) 21
Граф научных интересов. 22
Тестовые вопросы по Основам информационных технологий. 23
Презентация магистерской диссертации. 24
Список литературы к выпускной работе. 25
Приложения. 27
Список обозначений ко всей выпускной работе
БСЛ – Белорусский союз лизингодателей
лиз. – лизинг, лизинговый (-ые, -ая, -ое)
ММ – метод моментов
ММП – метод максимального правдоподобия
МНК – метод наименьших квадратов
мод. – модель
НС – нейронные сети
LP – лизинговый портфель
P – объем лизинговых платежей
R – рейтинговая оценка
R^2 – коэффициент детерминации
V – объем нового бизнеса
Реферат
на тему «Применение программных пакетов в прогнозировании рынка лизинга»
Введение
Прогнозирование является немаловажным этапом экономического анализа. Чтобы эффективно управлять народным хозяйством или любым его структурным звеном, необходимо четко знать, какими должны быть воздействие на экономику и его последствия. Однако прогнозировать будущие изменения любого показателя в реальности не так просто, поскольку на его динамику оказывает существенное влияние множество различных факторов, как экономического порядка, так и иного. Сегодня мировое сообщество осознает необходимость качественного прогнозирования, а потому для его проведения находят применение ряд существующих методов и программных пакетов, призванных сделать процесс прогнозирования проще, нагляднее и точнее.
В нашей стране прогнозирование рынков находится на начальной стадии, а потому такие вопросы, как выработка программ и стандартов, выбор методов и инструментов, а также определения критериев эффективности прогнозирования, нуждаются в разработке. В моей диссертации будет изучаться один из наиболее быстроразвивающихся рынков услуг нашей страны – рынок лизинга. С помощью моделирования и анализа будет не только изучены текущая ситуация данного сектора, но и построены несколько вариантов прогнозов его развития на ближайшую перспективу. Подобные исследования помогут предприятиям, занимающимся лизинговой деятельностью, корректировать прогнозы собственного развития с учетом сложившейся рыночной конъюнктуры и, следовательно, повышать эффективность собственной работы.
На сегодняшний день прогнозирования отдельных рынков является актуальной проблемой, ибо современные мировые условия ставят любую страну и любое предприятие в ситуацию, где выигрывает лишь тот, кто просчитывает свое развитие и заранее прорабатывает возможные сценарии.
В данном реферате внимание будет уделено не теоретическим аспектам применения прогнозирования в лизинге и не результатам проведенных эконометрических исследований (этот материал будет еще доработан и размещен в полном объеме в самой диссертации), а применению достижений ИТ-технологий (прикладных программных пакетов) в процессе прогнозирования.
Реферат будет включать в себя четыре главы, где будет содержаться краткий обзор литературы по данной проблеме, описание методики исследования, определены основные результаты проведенного анализа и подведены главные итоги проведенной работы.
Глава 1 (обзор литературы)
Большая часть аппарата прогнозирования, используемого сегодня, была разработана в девятнадцатом столетии. Примером могут служить процедуры регрессионного анализа. Однако некоторые из тем в прогнозах, привлекли внимание исследователей и получили свое развитие только в последнее время. В частности, к этой категории относятся процедуры Бокса-Дженкинса (Box-Jenkins) и нейронные сети, используемые для целей прогнозирования.
«С развитием и ростом сложности аппарата прогнозирования, а также с появлением компьютеров – в особенности с широким распространением сетей из небольших персональных компьютеров, оснащенных соответствующим программным обеспечением – прогнозированию уделяется все больше и больше внимания. Сейчас каждый менеджер имеет реальную возможность использовать в целях прогнозирования очень сложный математический аппарат анализа данных, и знание этого аппарата является для него весьма существенным. По этой же причине люди, непосредственно использующие прогнозы в своей деятельности, должны понимать опасность выбора неадекватных методов прогнозирования, так как некорректные прогнозы могут привести к принятию неверных решений» [4, с. 21].
Техника прогнозирования продолжает развиваться, и разрабатываются все новые и новые методы, так как менеджмент сталкивается с растущей потребностью в прогнозировании процессов. Особое внимание при этом сосредоточивается на ошибках, которые являются неотъемлемой частью любой процедуры прогнозирования. Предсказания будущих исходов редко оказываются точными (с точностью до знака), поэтому человек, занимающийся прогнозированием, может лишь пытаться, насколько это возможно, смягчить последствия от неизбежных ошибок.
Значение оценочного прогнозирования в последние годы заметно изменилось. До появления современного математического аппарата прогнозирования и достаточно мощных компьютеров, оценка менеджера была единственным инструментом в практическом прогнозировании. «Благодаря работам Макридакиса (Makridakis, 1986) стало очевидным, что прогнозы, использующие только оценку, не являются такими точными, как те, которые основываются на применении количественных методов оценки» [4, с. 2].
В сегодняшние дни прогноз (по Г. Тэйлу) – это некоторое суждение относительно неизвестных, особенно будущих событий. Одной из первых работ предшествовавших формированию прогнозирования как современной науки, является опубликованное известным американским инженером-металлургом Фернасом в 1936 г. собрание технологических прогнозов.
«Джифиллан также внес существенный вклад в создание в создание науки прогнозирования. В 1937 г. он сделал прогноз создания телевидения, как одного из способов заработать деньги. Если быть более точным, он в своей работе проанализировал опубликованные ранее прогнозы, сделанные Эдисоном, Штейнмецом, им самим в период 1910-1920 гг. и установил, что не менее 75% из них оказались правильными» [1, с. 201].
В 1952 г. Джифиллан публикует обзор состояния технологического прогнозирования, где впервые подчеркивает принцип соответствия запросам – удачного момента. В этом труде он также перечисляет основные этапы прогнозирования, получивших в дальнейшем название изыскательских.
Так что прогнозы известны достаточно давно, однако именно сегодняшняя ситуация делает их особенно важными. Компьютеры, в совокупности с количественными методами расчетов, которые благодаря им стали общедоступными, для современных организаций являются уже не просто удобным инструментом, а фактически их неотъемлемой частью. Упомянутые выше трудности современной жизни породили огромное количество данных, что вызвало острую необходимость научиться извлекать из них различную полезную информацию. Существующие инструменты прогнозирования, в сочетании с возможностями компьютеров, стали жизненно необходимыми средствами для любых организаций, функционирующих в современном мире.
Сегодня проблемами прогнозирования занимаются многие. Однако прогнозирование конкретных рынков, их динамики и изменений в структуре часто становятся более важной целью, чем прогнозирование экономики в целом. А потому обращение к проблеме прогнозов современных рынков будет актуально и полезно как для отдельно взятого предприятия, так и для всей отрасли, а затем – и для экономики страны.
Итак, теперь мы можем сформулировать цель данного исследования:
изучение применения различных программных пакетов в прогнозировании рынка лизинга и выбор наиболее оптимального.
Задачи:
– рассмотреть краткую историю экономического прогнозирования;
– изучить методы, подходы прогнозирования;
– изучить программные пакеты, применяемые в прогнозировании;
– выявить пути использования ИТ-технологий при решении задач прогнозирования рынка лизинга Республики Беларусь.
Объектом исследования можно считать
прогнозирование рынка лизинга.
Предметом исследования –
использование программных пакетов для построения прогнозов развития рынка лизинговых отношений в Республике Беларусь.
Глава 2 (методика исследования)
Прежде чем приступать к описанию методики исследования, необходимо уточнить, что же такое прогноз как таковой. «Под прогнозом понимается научно-обоснованное суждение о возможных состояниях объекта в будущем, об альтернативных путях и сроках его осуществления» [2, с. 5]. Экономическое прогнозирование – это процесс разработки экономических прогнозов, основанный на научных методах познания экономических явлений и использования всей совокупности методов, способов и средств экономической прогностики.
Прогнозирование имеет две стороны или плоскости конкретизации: предсказательную (дескриптивную, описательную) и предуказательную (предписательную). Предсказание
означает описание возможных или желательных перспектив, состояний, решений проблем будущего. Предуказание
означает решение этих проблем путем использования информации о будущем в целенаправленной деятельности. Таким образом, в прогнозировании различают два аспекта: теоретико-познавательный и управленческий. Экономическое прогнозирование имеет своим объектом процесс конкретного расширенного воспроизводства во всем его многообразии. Предметом экономического прогнозирования является познание возможных состояний функционирующих экономических объектов в будущем, исследование закономерностей и способов разработки экономических прогнозов.
Важную роль в развитии экономического прогнозирования играет прикладная научная дисциплина прогностика и ее составная часть – экономическая прогностика. Прогнозирование следует рассматривать в комплексе с более широким понятием – предвидением, которое дает опережающее отображение действительности, основанное на познании законов природы, общества и мышления. Различают три формы научного предвидения: гипотезу, прогноз и план.
Гипотеза
характеризует научное предвидение на уровне общей теории. На уровне гипотезы дается качественная характеристика исследуемых объектов, выражающая общие закономерности их поведения.
Прогноз
в сравнении с гипотезой имеет значительно большую качественную и количественную определенность и отличается большей достоверностью.
План
представляет собой постановку точно определенной цели и предвидение конкретных, детальных событий исследуемого объекта. Его отличительные черты: определенность, конкретность, адресность, обязательность или индикативность. Между прогнозом и планом имеются существенные различия. Прогноз носит вероятностный, а план обязательный характер. План – это однозначное решение, прогноз же по своей сущности имеет вероятное содержание. В то время как планирование направлено на принятие и практическое осуществление управленческих решений, цель прогнозирования – создать научные предпосылки для их принятия.
Таким образом, задача экономического прогнозирования состоит, с одной стороны, в том, чтобы выяснить перспективы ближайшего или более отдаленного будущего в исследуемой области, а с другой стороны, способствовать оптимизации текущего и перспективного планирования и регулирования экономики, опираясь на составленный прогноз.
Методы прогнозирования
Методов прогнозирования существует великое множество. Единого, универсального, метода прогнозирования не существует. В связи с огромным разнообразием прогнозируемых ситуаций имеется и большое разнообразие методов прогнозирования (свыше 150). На рис.1 представлен один из вариантов классификации методов прогнозирования, основанной на индуктивном и дедуктивном подходах.
Рисунок 1 – Классификация методов прогнозирования
Вся совокупность методов прогнозирования может быть представлена двумя группами – в зависимости от степени их однородности: простые методы, комплексные методы.
Группа простых методов
объединяет однородные по содержанию и используемому инструментарию методы прогнозирования (например, экстраполяция тенденций, морфологический анализ и др.).
Комплексные методы
отражают совокупности, комбинации методов, чаще всего реализуемые специальными прогностическими системами (например, методы прогнозного графа, система “Паттерн” и др.).
Кроме того все методы прогнозирования поделены еще на три класса: фактографические методы, экспертные методы и комбинированные методы.
В основу их выделения положен характер информации, на базе которой составляется прогноз:
1) фактографические методы базируются на фактическом информационном материале о прошлом и настоящем развитии объекта прогнозирования. Чаще всего применяются при поисковом прогнозировании для эволюционных процессов;
2) экспертные (интуитивные) методы основаны на использовании знаний специалистов-экспертов об объекте прогнозирования и обобщении их мнений о развитии (поведении) объекта в будущем. Экспертные методы в большей мере соответствуют нормативному прогнозированию скачкообразных процессов;
3) комбинированные методы включают методы со смешанной информационной основой, в которых в качестве первичной информации наряду с экспертной используется и фактографическая.
Конечно, данная классификация неполная. Полную версию теоретических выкладок о прогнозах и прогнозировании можно будет найти в тексте диссертации. Здесь же мы показали, что методов и приемов, применяемых при составлении прогнозов, множество, так что при проведении конкретных исследований мы имеем право воспользоваться некоторыми из них, в частности, статистическими.
Этапы прогнозирования
Обычно любой процесс прогнозирования состоит из следующих этапов.
1. Сбор данных.
2. Редукция или уплотнение данных.
3. Построение модели и ее оценка.
4. Экстраполяция выбранной модели (фактический прогноз).
5. Оценка полученного прогноза.
Этап 1, сбор данных, предполагает получение корректных данных и обязательную проверку того, что они верны. Этот этап часто является наиболее сомнительной частью всего процесса прогнозирования и в то же время наиболее сложен для проверки, поскольку последующие этапы с одинаковым успехом могут производиться с использованием данных, как соответствующих изучаемой проблеме, так и не соответствующих ей.
Этап 2, редукция или уплотнение данных, часто оказывается необходимым, так как для выполнения прогнозирования может быть собрано как слишком много исходных данных, так и слишком мало.
Этап 3, построение модели и ее оценка, состоит в подборе модели прогноза, наиболее соответствующей особенностям собранных данных в смысле минимизации ошибки прогноза. Чем проще модель, тем лучше она будет воспринята менеджерами фирмы, ответственными за принятие решения, и тем выше будет их доверие к полученному прогнозу. Часто следует отдавать предпочтение не более сложному подходу к прогнозированию, предлагающему немного больше точности, а более простому, понятному руководителям компании. Когда выбранный метод получает поддержку у менеджеров, то и результаты прогнозирования активно ими используются. Из сказанного очевидно, что оценка непременно должна применяться в процессе выбора.
Этап 4, экстраполяция выбранной модели, предусматривает фактическое получение требуемого прогноза, поскольку необходимые данные уже собраны и, возможно, редуцированы, а соответствующая модель прогноза определена. Часто для проверки точности получаемых результатов применяется прогнозирование на недавно прошедшие периоды, для которых исследуемые величины уже известны. Наблюдаемые ошибки затем определенным образом анализируются.
Этап 5, оценка полученного прогноза, состоит в сравнении вычисленных величин с действительно наблюдаемыми значениями. Для этой цели часть наиболее свежей фактической информации обычно исключается из множества анализируемых данных. После того как модель прогноза будет подобрана, выполняется прогноз на эти периоды и полученные результаты сравниваются с известными наблюдаемыми значениями [4, с. 6].
В нашей работе мы последуем этим этапам. Для прогнозирования рынка лизинга будут использоваться данные по результатам деятельности лизинговых компаний Беларуси (источник: Цыбулько А. И., Левкович А.О., Левкович О. А. Белорусский рынок лизинга. Обзор 2009 г.). Пример приведен в таблице 1.
Таблица 1 – Рейтинг лизинговых компаний по операциям 2009 г.
| место в рейтинге |
Наименование компании |
объем нового бизнеса, млн.руб. |
балл |
лизинговый портфель, млн. руб. |
балл |
объем лизинговых плат., млн. руб. |
балл |
рейтинговая оценка
|
| 1 |
ОАО "Промагролизинг" |
301 124 |
500 |
530 563 |
300 |
262 130 |
200 |
1 000
|
| 2 |
ЛЧУП "АСБ Лизинг" |
219 245 |
364 |
314 913 |
178 |
78 495 |
60 |
602
|
| 3 |
СООО "Райффайзен-Лизинг" |
115 030 |
191 |
329 649 |
186 |
193 180 |
147 |
524
|
| 4 |
ОАО "Агролизинг" |
189 610 |
315 |
232 029 |
131 |
75 074 |
57 |
503
|
| 5 |
ООО "Премьерлизинг" |
81 714 |
136 |
103 100 |
58 |
46 771 |
36 |
230
|
| 6 |
Группа компаний "ВестЛизинг" |
41 338 |
69 |
60 193 |
34 |
49 894 |
38 |
141
|
| 7 |
ЗАО "Мазконтрактлизинг" |
24 936 |
41 |
40 289 |
23 |
41 825 |
32 |
96
|
| 8 |
ИООО "Парекс Лизинг" |
2 698 |
4 |
44 207 |
25 |
65 551 |
50 |
79
|
| 9 |
СООО "РЕСО-БелЛизинг" |
25 473 |
42 |
30 313 |
17 |
21 264 |
16 |
75
|
| 10 |
ЗАО "БПС-лизинг" |
5 936 |
10 |
49 677 |
28 |
23 223 |
18 |
56
|
| 11 |
ООО "Буг-Лизинг" |
12 485 |
21 |
11 320 |
6 |
30 445 |
23 |
50
|
| 12 |
ООО "Активлизинг" |
15 986 |
27 |
13 985 |
8 |
6 992 |
5 |
40
|
| 13 |
Гр. комп. "Мобильный лизинг" |
14 319 |
24 |
6 588 |
4 |
10 465 |
8 |
36
|
| 14 |
ООО "Промавтостройлизинг" |
8 611 |
14 |
11 559 |
6 |
15 423 |
12 |
32
|
| 15 |
ООО "Юникомлизинг" |
8 091 |
13 |
11 255 |
6 |
7 415 |
6 |
25
|
| 16 |
ООО "Лида-Сервис" |
7 015 |
12 |
8 393 |
5 |
6 573 |
5 |
22
|
| 17 |
ЧП "Стройдормашлизинг" |
5 410 |
9 |
7 060 |
4 |
6 013 |
5 |
18
|
| 18 |
СООО "Интеллект-Лизинг" |
5 219 |
9 |
3 384 |
2 |
6 629 |
5 |
16
|
| 19 |
ООО "Открытая линия" |
5 973 |
10 |
3 673 |
2 |
4 439 |
3 |
15
|
| 20-21 |
СООО "Центроимпорт" |
6 667 |
11 |
2 722 |
1 |
2 837 |
2 |
14
|
| 20-21 |
ООО "Крузинвест" |
4 371 |
7 |
5 681 |
3 |
5 537 |
4 |
14
|
| 22 |
ЧИУП "Артлизинг" |
1 796 |
3 |
8 963 |
5 |
5 360 |
4 |
12
|
| 23 |
ООО "Астра-Лизинг" |
4 454 |
7 |
4 408 |
2 |
2 621 |
2 |
11
|
| 24 |
ООО "Автопромлизинг&qu
ot;
|
3 134 |
5 |
2 824 |
2 |
3 043 |
2 |
9
|
| 25 |
ЧЛУП "Бизнес-лизинг" |
0 |
0 |
3 314 |
2 |
1 433 |
1 |
3
|
| 26-27 |
ЗАО "Кредэксбанк" |
523 |
1 |
622 |
0 |
1 563 |
1 |
2
|
| 26-27 |
ЧЛУП "Лизинговые операции" |
551 |
1 |
491 |
0 |
1 251 |
1 |
2
|
| 28 |
ООО "Лизингбелмаш" |
0 |
0 |
143 |
0 |
828 |
1 |
1
|
| 29 |
ЗАО "Авангард лизинг" |
171 |
0 |
171 |
0 |
0 |
0 |
0
|
Такие данные были собраны не только за 2009 г., а за несколько лет по главным лизинговым компаниям РБ. Соответственно, основываясь на собранных данных, мы имеем право строить эконометрические и статистические прогнозы, используя различные методы и программы, а затем – проводить сравнение результатов и выбор наиболее оптимального.
Глава 3 (основные результаты)
В рамках своей специальности – математических и инструментальных методов экономики – наше исследование будет основано на широком спектре именно таких методов для составления прогнозов. Сегодня существует широкий круг программ и приложений, помогающих автоматизировать процесс прогнозирования, а иногда и вообще сделать задачу прогнозирования реальной. Далее рассмотрим несколько основных программных пакетов, применяемых в данной работе.
«Разработка компьютерных пакетов программного обеспечения, специально предназначенных для применения различных методов прогнозирования, оказала огромное влияние на развитие прогнозирования в последние несколько лет. Для специалиста, занимающегося прогнозированием, представляют интерес два типа компьютерных пакетов. Во-первых, это статистические пакеты, позволяющие проводить регрессионный анализ, анализ временных рядов и другие виды математического анализа, часто применяемые статистиками. Во-вторых, это пакеты для прогнозирования, специально созданные для подобных целей» [4, с. 8-9].
Для универсальных ЭВМ и персональных компьютеров были разработаны сотни статистических пакетов и пакетов для решения задач прогнозирования. Менеджеры, знающие аппарат прогнозирования, уже не зависят от прогнозов своих штатных сотрудников. Современный руководитель активно использует самые совершенные методы прогнозирования, предоставляемые ему персональными компьютерами.
Разработчики программного обеспечения постоянно стремятся усовершенствовать математический аппарат, используемый в их продуктах, а также максимально упростить их использование и интерпретацию полученных результатов. Хотя специалисты по прогнозированию непременно должны интересоваться новыми разработками в программном обеспечении, им не следует постоянно «перепрыгивать» от одного пакета к другому, они должны понимать, что непрерывные улучшения в программном обеспечении просто неизбежны. Специалисты по прогнозированию должны уметь эффективно использовать все преимущества подобных улучшений.
Несмотря на прозвучавшие выше предостережения, использование пакетов программного обеспечения для прогнозирования является актуальным в силу того, что данная процедура неизбежно связана с большими вычислениями. Следует подчеркнуть, что любые пакеты программ всегда будут выполнять одни и те же основные вычисления, так или иначе запрограммированные в них, даже если входные и выходные экраны этих приложений будут отличаться.
К слову, «перечень пакетов для решения задач прогнозирования в свое время был опубликован в The Forum, the Joint Newsletter of the International Association of Business Forecasting and the International Institute of Forecasters,vol.9, n.3, Fall 1996» [4, с. 9].
На рис. 2 представлен внешний вид различны программных пакетов, применимых при построении прогнозов.
Рисунок 2 – Варианты внешнего вида программ, применяемых для прогнозирования
Среди многочисленного списка программ для нашего исследования были отобраны следующие: EViews, SPSS, MiniTab и приложение Microsoft Office Excel. Далее будут даны их краткие характеристики и особенности применения в данном анализе.
EViews
Одной из наиболее известных и часто используемых специальных эконометрических программ является EViews – мощный статистический пакет, позволяющий реализовывать практически любые эконометрические процессы моделирования и прогнозирования. Рис. 3 иллюстрирует внешний вид программы при построении прогнозов и графиков. EViews включает в себя пакет анализа моделей временных рядов, перекрестных и панельных данных. Основные результаты работы будут получены с помощью этой программы.
Рисунок 3 – Графики и прогнозы, выполненные в программе EViews
SPSS
Программа, специально созданная для социологических исследований – SPSS (Статистический Пакет для Социальных Наук). Несмотря на социологическую направленность, активно применяется и в эконометрических прогнозах. На рис. 4 приведен внешний вид программы, позволяющей строить многочисленные графики и проводить такие виды анализа в прогнозировании, как регрессионный и факторный, а также оценивать модели нейронных сетей.
Рисунок 4 – Внешний вид программного пакета SPSS
MiniTab
Приложение MiniTab — это сложная статистическая программа, которая совершенствуется с каждым выпуском новой ее версии. Панель меню – это та панель, на которой выбираются команды. Например, если выбрать меню Stat, то раскроется список, содержащий команды вызова всех поддерживаемых программой статистических методов. Панель инструментов содержит кнопки для наиболее часто используемых функций программы. Отметим, что набор этих кнопок изменяется в зависимости от того, какое именно окно приложения MiniTab открыто в данный момент. Главное окно приложения MiniTab разделено на две отдельные области – окно данных, в котором вводятся, редактируются и просматриваются столбцы данных для каждой рабочей таблицы, и окно сеанса, которое содержит сообщения и результаты, выдаваемые программой, например таблицу статистик. На рис. 5 и 6 показано два примера внешнего вида окна программы при решении задач прогнозирования. MiniTab позволяет строить наглядные графики и диаграммы, строить регрессии и проводить факторный анализ.
Рисунок 5 – Графики в MiniTab
Рисунок 6 – Прогнозы в MiniTab
Microsoft Excel
И, наконец, приложение Microsoft Excel является весьма популярной программой обработки электронных таблиц, часто используемой для целей прогнозирования. На рис. 7 представлен пример построения графика прогноза в Excel. В Excel реализовано множество статистических функций, с помощью которых можно выполнять различные варианты прогнозов, однако нередко они не достаточно сложные. Excel также позволяет строить различные графики.
Рисунок 7 – Построенный график прогнозов в Microsoft Excel
Глава 4 (обсуждение результатов)
В итоге с помощью различных методов прогнозирования и применения таких программных пакетов, как EViews, SPSS, MiniTab и Microsoft Excel, мы сможем оценить несколько моделей белорусского рынка лизинга за 2006-2009 г.г. (возможно включение данных за 2010 г.). По данным моделям будет сделан прогноз на ближайший срок. Составление подобных прогнозов очень полезно как на микро-, так и на макроуровнях.
Каждая лизинговая компания, проводя подобные исследования, сможет оценить собственное положение на общем рынке, обозначить сильные и слабые стороны, а, следовательно, эффективно сформулировать бизнес-план на следующий год и улучшить свою доходность.
На уровне же государственных органов такие исследования помогают обнаружить «узкие» места конкретного рынка, его динамику и перспективы, определить инвестиционную и налоговую политики с целью повышения благосостояния населения страны.
Заключение.
Основными научными результатами диссертации можно считать следующие: разработку методологии анализа рынка лизинговых услуг на уровне отдельной фирмы и государства, проведение подробного анализа рынка с целью выявления его потенциальных возможностей и угроз, составление краткосрочных прогнозов с использованием эконометрических подходов для повышения эффективности лизинговой деятельности и, в конечном итоге, повышения благосостояния нации.
Рекомендации по практическому использованию результатов проведенного исследования: предложенная методика позволяет создать фундамент для дальнейшего развития идеи в каждом конкретном случае применения (в отдельно взятой компании или же на уровне государственных органов). Воплощение идеи поможет точнее выявить существующие достоинства и недостатки, а также потенциальные возможности и угрозы лизинговой деятельности в Республике Беларусь. Подобные исследования не только помогут в планировании деятельности каждой фирмы, но и сделают белорусский лизинг конкурентоспособнее на мировом уровне, поскольку точное и своевременное прогнозирование активно способствует повышению эффективности функционирования любого рынка.
Список литературы к реферату
1. Баранов С.В., Скуфьина Т.П. Социально-экономическое прогнозирование: история, современность, проблемы преподавания / С.В. Баранов, Т.П. Скуфьина // Вестник МГТУ. - 2005. - том 8, №2. – С. 201-207.
2. Борисевич В.И., Кандаурова Г.А., Кандауров Н.Н. и др. Прогнозирование и планирование экономики: учебно-практическое пособие / под общ. ред. Г.А. Кандауровой. - Мн., 2004. – 283 с.
3. Владимирова Л.П. Прогнозирование и планирование в условиях рынка: учебное пособие / Л.П. Владимирова. – М.: Издательский дом «Дашков и К», 2000. – 308 с.
4. Интернет-источник: Введение в теорию прогнозирования. Глава 1
5. Основы экономического и социального прогнозирования / под ред. В.Н. Мосина, Д.М. Крука. – М.: Высш. шк., 1985. – 526 с.
6. Прогнозирование и планирование в условиях рынка: учебное пособие для ВУЗов / под ред. Т.Г. Морозовой, А.В. Пикулькина. – М.: ЮНИТИ – ДАНА, 1999. – 456 с.
7. Пузиков О.С. Курс лекций по социально-экономическому прогнозированию / О.С. Пузиков. – Ростов н/Д: Рост. гос. строит. ун-т, 2000. – 223 с.
8. Фомичев В.И. Международная торговля: учебник / В.И. Фомичев. - М.: ИНФРА-М, 1998. – 365 с.
9. Цыбулько А. И., Левкович А.О., Левкович О. А. Белорусский рынок лизинга. Обзор 2009 г. / А. И. Цыбулько, А.О. Левкович, О.А. Левкович; под ред. А.И. Цыбулько. – Мн.: РОО Белорусский союз лизингодателей, ООО Меджик Бук, 2010. – 75 с.
10. Черныш Е.А. Прогнозирование и планирование в условиях рынка: учебное пособие / Е.А. Черныш. – М.: ПРИОР, 1999. – 259 с.
Предметный указатель к реферату
B
Business Forecasting · 12
E
EViews · 13, 16
Excel · 13, 15, 16
M
MiniTab · 13, 14, 15, 16
S
SPSS · 13, 14, 16, 23
W
WWW · 2, 21
А
анализ · 8, 11, 14, 22, 23
Г
график · 15, 16
графики · 13, 14, 15, 16
Д
данные · 5, 6, 9, 10, 11, 13, 14, 16, 19, 20, 25
диссертация · 2, 4, 9, 16, 24, 27
З
ЗАО · 10, 11
И
ИТ-технологии · 4, 6
К
комплексные методы · 8
Л
лизинг · 2, 3, 4, 6, 10, 11, 16, 17, 19, 26
М
модель · 3, 9, 14, 22, 23
О
ОАО · 10
ООО · 10, 11, 26
П
план · 7, 16, 19
прогноз · 5, 6, 7, 8, 9, 15, 16, 22
прогнозирование · 2, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 19, 22, 23
программа · 13, 14, 15
программные пакеты · 2, 4, 6, 11, 12, 16
программный пакет · 23
простые методы · 8
Р
работа · 1, 2, 3, 4, 5, 10, 11, 13, 19, 25
реферат · 2, 4, 17, 18, 19
С
статистика · 25
статистическая · 14, 20
статистический · 13, 20, 26
Ф
фактический прогноз · 9
Ч
ЧИУП · 11
ЧП · 10
ЧУП · 10, 11
Э
ЭВМ · 11
Интернет ресурсы в предметной области исследования
1.http://www.referenceforbusiness.com/encyclopedia/Fa-For/Forecasting.html - второе издание англоязычной «Энциклопедии бизнеса». содержащая большой объем информации по качественным и количественным методам прогнозирования. Личная оценка: достаточно полезный в методологическом плане ресурс. Пожелания: не содержит практических примеров применения того или иного метода.
2. http://home.ubalt.edu/ntsbarsh/stat-data/forecast.htm - англоязычный ресурс теоретической информации об анализе временных рядов. Личная оценка: источник информации о работе с временными рядами. Пожелания: очень узкая специализация, не содержит прямых ссылок на ресурсы о других методах прогнозирования.
3. http://robjhyndman.com/forecasting/ - сайт Rob J Hyndman о прогнозировании. Личная оценка: неплохая база данных о различных прогнозах. Пожелания: является субъективной (авторской) оценкой того или иного аспекта, хотелось бы увидеть и противоположные точки зрения.
4. http://neuropro.ru/ - сайт Виктора Царегородцева (г.Красноярск), посвященный предложению услуг по анализу данных, созданию интеллектуальных компьютерных программ для решения задач прогнозирования и диагностики, изучению и применению нейронных сетей. Личная оценка: математически полезный сайт. Пожелания: применим в качестве методологической основы для экономических исследований.
5. http://www.forecsys.ru/ - сайт компании Forecsys – российского вендора BI-решений. Компания производит программное обеспечение и оказывает консалтинговые услуги в области анализа данных, прогнозирования, моделирования и оптимизации бизнес-процессов. Личная оценка: оригинальный взгляд на проблемы прогнозирования. Пожелания: является субъективной оценкой того или иного аспекта, хотелось бы увидеть и противоположные точки зрения.
6. http://www.forecasting-soft.ru/ - детальное описание построения прогнозов спроса с помощью методов прогнозирования, в том числе методов анализа временных рядов. Личная оценка: источник информации о работе с временными рядами. Пожелания: очень узкая специализация, не содержит прямых ссылок на ресурсы о других методах прогнозирования.
7. http://www.vuzlib.net/beta3/html/1/5688/5754/ - тексты книг о методах прогнозирования. Личная оценка: подходит как источник теоретической информации. Пожелания: расширение базы данных.
8. http://www.finlease.ru/ - обзорный российский сайт, посвященный лизинговой деятельности в России. Личная оценка: источник узкой информации. Пожелания: применим в качестве информационного обеспечения для исследования.
9. http://www.all-leasing.ru/ - еще один обзорный российский сайт, посвященный лизингу. Личная оценка и пожелания: см. выше.
10. http://www.leaseurope.org/index.php?page=stats-surveys – большая база данных по лизинговым компаниям Евросоюза. Личная оценка: много полезной статистической информации. Пожелания: нет.
11. http://stats.oecd.org - база данных ОЭСР (Организации Экономического Сотрудничества и Развития). Личная оценка: большое собрание статистической информации по странам ОЭСР. Пожелания: нет.
12. http://www.wto.org/english/res_e/statis_e.htm - База данных Всемирной Торговой Организации. Личная оценка: большое собрание статистической информации по странам мира. Пожелания: нет.
13. http://www.cisstat.org/rus/index.htm - База данных Межгосударственного Статистического Комитета СНГ. Личная оценка: большое собрание статистической информации по странам СНГ. Пожелания: нет.
14. http://www.wto.org/english/res_e/statis_e/its2009_e/its09_trade_category_e.htm - Статистический бюллетень Всемирной Торговой Организации International trade statistics, 2009. Личная оценка: сборник статистической информации по странам ВТО за 2009 г. Полезная статистическая информация. Пожелания: нет.
Действующий личный сайт в
WWW (гиперссылка)
http://julias-1987-2010.narod.ru
Граф научных интересов
Магистранта Суягиной Ю.К. Экономический факультет
Специальность Математические и инструментальные методы экономики
| Смежные специальности
|
Основная специальность
|
сопутствующие
|
Тестовые вопросы по Основам информационных технологий
Тестовые вопросы находятся на личном сайте.
Содержание вопросов:
1) Вопрос по основам информационных технологий вообще:
При добавлении гиперссылки PowerPoint не позволяет связать выбранный объект с
- файлом
- веб-страницей
- таблицей
- местом в документе
- новым файлом
- электронной почтой.
(Правильный ответ – таблицей).
2) Вопрос по информационным технологиям в специфической предметной области:
Для решения задач прогнозирования программный пакет SPSS позволяет применять
- кластерный анализ
- регрессионный анализ
- корреляционный анализ
- модели нейронных сетей.
(Правильные ответы – регрессионный анализ и модели нейронных сетей).
Презентация магистерской диссертации
Презентация содержится на личном сайте.
Выдачи по 2 слайда на листе содержатся в Приложении.
Список литературы к выпускной работе
1. База данных Всемирной Торговой Организации [Электронный ресурс] / Официальный Интернет-сайт Всемирной Торговой Организации. – Режим доступа: http://stat.wto.org/ServiceProfile/WSDBServicePFHome.aspx?Language=E.
2. База данных Международного Валютного Фонда [Электронный ресурс]. – Режим доступа: http://www.imf.org/external/data.htm#data.
3. База данных Мирового банка [Электронный ресурс]. – Режим доступа: http://www.worldbank.org/.
4. Демидова Л. Глобализация экономики услуг: динамика и основные тенденции / Л. Демидова // Проблемы теории и практики управления. – 2005. – №5. – С. 31-36.
5. Елисеева И.И. Эконометрика: учебник / И.И. Елисеева. – 2-е изд. – М.: Финансы и статистика, 2005. – 576 с.
6. Интернет-сайт европейского рынка лизинговых услуг [Электронный ресурс]. – Режим доступа: http://www.leaseurope.org.
7. Интернет-сайт Министерства Экономики Республики Беларусь [Электронный ресурс] / Официальный Интернет-сайт Министерства Экономики Республики Беларусь. – Мн., 2009. – Режим доступа: http://w3.economy.gov.by/ministry/economy.nsf/.
8. Интернет-сайт Национального статистического комитета Республики Беларусь [Электронный ресурс] / Официальный Интернет-сайт Национального статистического комитета Республики Беларусь. – Мн., 2009. – Режим доступа: http://www.belstat.gov.by.
9. Климович Л.К. Сфера услуг как индикатор социально-экономического развития Республики Беларусь / Л.К. Климович // Потребительская кооперация: научно-практ. ж-л. – 2008. – №2. – С. 12-20.
10. Круталевич А.Е. Защита внутреннего рынка услуг Республики Беларусь при вступлении в ВТО / А.Е. Круталевич // Веснік БДЭУ. – 2008. – №6. – С. 25-31.
11. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс: учебник / Я.Р. Магнус, П.К. Катышев, А.А. Пересецкий. – М.: Дело, 2007. – 432 с.
12. Панкратьева Н. Система статистических показателей сферы услуг как сектора экономики / Н. Панкратьева // Вопросы статистики. – 1998. – №4. – С. 18-21.
13. Почекина В.В. Международный рынок услуг / В.В. Почекина. – Мн.: БИП-С, 2004. – 178 с.
14. Почекина В.В. Услуги в международной экономике / В.В. Почекина. – Мн.: БИП-С, 2003. – 165 с.
15. Пресс-релиз Всемирной Торговой Организации International trade statistics от 26.03.2010 [Электронный ресурс] / Официальный Интернет-сайт Всемирной Торговой Организации. – Режим доступа: http://www.wto.org.
16. Республика Беларусь в цифрах: краткий статистический сборник / Национальный статистический комитет Республики Беларусь; редкол.: В.И. Зиновский (пред. редкол.) и др. – Мн., 2008. – 336 с. – С. 293-296.
17. Рудый К. Развитие сферы услуг: сущность, роль и перспективы / К. Рудый // Банковский вестник. – 2007. – №10(375). – С. 12-19.
18. Смитненко Б.М. Международные экономические отношения: учебник / Б.М. Смитненко [и др.]; под ред. Б.М. Смитненко. - М.: ИНФРА-М, 2005. – 288 с.
19. Статистический бюллетень Всемирной Торговой Организации International trade statistics, 2009 [Электронный ресурс] / Официальный Интернет-сайт Всемирной Торговой Организации. – Режим доступа: http://www.wto.org/english/res_e/statis_e/its2009_e/its09_trade_category_e.htm.
20. Статистический ежегодник Республики Беларусь: статистический сборник / Национальный статистический комитет Республики Беларусь; редкол.: В.И. Зиновский (пред. редкол.) и др. – Мн., 2006-2009. – С. 485-487.
21. Третьяк Т. Лизинговая деятельность как фактор экономического роста [Электронный ресурс]. – Режим доступа: http://www.ais.by/story/685.
22. Турбан Г.В. Мировой рынок услуг: факторы и масштабы развития / Г.В. Турбан // Белорусский экономический журнал. – 2008. – №1. – С. 133-141.
23. Фомичев В.И. Международная торговля: учебник / В.И. Фомичев. - М.: ИНФРА-М, 1998. – 365 с.
24. Цыбулько А. И., Левкович А.О., Левкович О. А. Белорусский рынок лизинга. Обзор 2009 г. / А. И. Цыбулько, А.О. Левкович, О.А. Левкович; под ред. А.И. Цыбулько. – Мн.: РОО Белорусский союз лизингодателей, ООО Меджик Бук, 2010. – 75с.
Приложения