Федеральное агентство по образованию
Государственное образовательное учреждение
Высшего профессионального образования
КОНТРОЛЬНАЯ РАБОТА
по дисциплине: ПРОГНЕЗИРОВАНИЕ НАЦИОНАЛЬНОЙ ЭКОНОМИКИ
Вариант 9
Исполнитель:
___________________________
(дата, подпись)
Преподаватель:
Екатеринбург
2010
Задание 1.
Имеются данные объема поступлений по налоговым платежам и другим доходам в бюджетную систему РФ по региону (млн. руб.)
Период | Объем поступлений (млн. руб.) |
Январь | 2595,90 |
Февраль | 2885,59 |
Март | 3238,04 |
Апрель | 1016,66 |
Май | 4027,65 |
Июнь | 3208,17 |
Июль | 3721,02 |
Август | 4283,87 |
Сентябрь | 3587,29 |
Октябрь | 4111,46 |
Ноябрь | 4451,21 |
Декабрь | 6757,75 |
1.
Постройте прогноз объема поступлений по налоговым платежам и другим доходам в бюджетную систему РФ на январь-февраль следующего года, используя методы: скользящей средней, экспоненциального сглаживания, наименьших квадратов.
1) Метод скользящих средних (разработка прогнозов):
Вычислим прогнозное среднее:
1) Определим величину интервала сглаживания, равную 3.
2) Рассчитаем скользящую среднюю для первых трех периодов:
mф
= (Уя +Уф + Ум)/3 = 8719,53/3 = 2906,51 млн. руб.
Далее рассчитываем m
для следующих трех периодов:
mь
= (Уф
+Ум
+Уа
) /3 = 2380,1 млн. руб.
Далее по аналогии рассчитываем m
для каждых трех рядом стоящих периодов и составляем таблицу для решения задачи.
mа
= (Ум
+Уа
+Умай)
)/3 = 2760,78 млн. руб.
mмай
= (Уа
+Умай
+Уи
) /3 = 2750,83 млн. руб.
mиюнь
= (Умай
+Уи
+Уиюль
)/3 = 3652,28 млн. руб.
и так далее (вычисленные данные в таблице 1).
Таблица 1
Месяцы | Уровень объема поступлений в бюджет РФ, млн. руб. |
Скользящая средняя m | Расчет средней относительной ошибки /Уф
|
январь | 2595,90 | - | - |
февраль | 2885,59 | 2906,51 | 12 |
март | 3238,04 | 2380,1 | 17,52 |
апрель | 1016,66 | 2760,78 | 14,74 |
май | 4027,65 | 2750,83 | 72,87 |
июнь | 3208,17 | 3652,28 | 9,3 |
июль | 3721,02 | 3737,69 | 13,84 |
август | 4283,87 | 3864,06 | 0,5 |
сентябрь | 3587,29 | 3994,21 | 9,8 |
октябрь | 4111,46 | 4049,99 | 11.34 |
ноябрь | 4451,21 | 5106,81 | 1,5 |
декабрь | 6757,75 | - | - |
Итого | 43884,61 | - | 163,41 |
прогноз
|
|||
январь | 5875,66 | ||
февраль | 5988,9 |
Вычислив скользящую среднюю для всех периодов, построим прогноз на январь, применяя формулу: Уt
+1
= mt
-1
+ 1/n(Уе
– Уе-1
), если n
=3.
Уянварь
= 5106,81 + 1/3(6757,75 – 4451,21) = 5875,66;
m= (4451,21 + 6757,75 + 5875,66)/3 = 694,87
Построим прогноз на февраль:
Уфеврарь
= (5694,87 + 1/3(5875,66 – 6757,75) = 5988,9
( Результаты заносим в таблицу).
Рассчитываем среднюю относительную ошибку:
έ== 163,41/10 = 16,341.
2) Прогнозирование на основе метода экспоненциального сглаживания
От величины α
будет зависеть, как быстро снижается вес влияния предшествующих наблюдений. Чем больше α
, тем меньше сказывается влияние предшествующих лет. В данном случае мы используем большую величину α,( намного превышающую 1), что приведет к учету при прогнозе в основном влияния последних наблюдений и из-за этого прогноз может быть неточным.
Точного метода для выбора оптимальной величины параметра сглаживания α
нет. При этом α
вычисляется по формуле:
, (3)
где n
– число наблюдений, входящих в интервал сглаживания.
Задача выбора U
о
(экспоненциально взвешенного среднего начального) решается следующими путями:
1) если есть данные о развитии явления в прошлом, то можно воспользоваться средней арифметической, и U
о
равен этой средней арифметической;
2) если таких сведений нет, то в качестве U
о
используют исходное первое значение базы прогноза Y
1
.
Также можно воспользоваться экспертными оценками.
Метод экспоненциального сглаживания в данном случае практически не «срабатывает». Это обусловлено тем, что рассматриваемый экономический временной ряд слишком короткий (11 наблюдений). Т.е. прогноз сделать невозможно.
Ut
= (U1
+U2
+…+Un) /n = 43884,64/12= 3657,1; Uо
= 2595,90;
а = 2/ (12+1) = 0,15;
Расчетная таблица 2
Месяцы | Объем поступлений в бюджет РФ, млн. руб. | Экспоненциально взвешенная средняя, Ut
|
Расчет средней относительной ошибки | ||
1 способ | 2 способ | 1 способ | 2 способ | ||
Январь | 2595,90 | 1478,4 | 2360 | 1,2 | 0,2 |
Февраль | 2885,59 | 1628 | 2359 | 0,1 | 0,4 |
Март | 3238,04 | 1751 | 2305 | 0,1 | 0,1 |
Апрель | 1016,66 | 1800,3 | 2201 | 1,7 | 0,4 |
Май | 4027,65 | 1782 | 2080 | 0,1 | 1,3 |
Июнь | 3208,17 | 1732,2 | 1991 | 0,1 | 1,2 |
Июль | 3721,02 | 1702,4 | 1863 | 2,6 | 0.1 |
Август | 4283,87 | 1623,1 | 1735 | 0,1 | 0,8 |
Сентябрь | 3587,29 | 1536,4 | 1594 | 0,05 | 2,4 |
Октябрь | 4111,46 | 1429 | 1470 | 0,2 | 0,5 |
Ноябрь | 4451,21 | 1333,12 | 1331 | ||
Декабрь | 6757,75 | ||||
Итого | 43884,61 | 17534,82 | 21289 | 5,25 | 7,5 |
Прогноз
|
|||||
Январь | |||||
Февраль |
1 способ: Uя = 2595,9*0,15 + (1-0,15) * 3657,1 = 3497,92;
Uф = 2885,59 * 0,15 + (1-0,15)*3497,92 = 3406,07;
Uм = 3238,04*0,15 + (1-0,15)*3406,07 = 3380,87;
Средняя относительная ошибка: Э = 5,25/11 =0,48 или 48%;
Э = 7,5/11 = 0,68 или 68%.
3) Разработка прогнозов методом наименьших квадратов
В данном случае «интервалы времени» между фактическими значениями и расчетными - равны месяцу, а прогноз более точен, если он построен на основе уравнения регрессии. Теоретический анализ сущности изучаемого явления, изменение которого отображается временным рядом, служит основой для выбора кривой. В данном случае – это прямая линия (т.е. «почти» прямо пропорциональная зависимость).
Тип кривой (зависимости от времени) - прямая линия.
Для решения используем следующую таблицу
Месяцы | Уровень безработицы, % |
Условное обозначение времени, Х | Уф
*Х |
Х**2 | Ур
|
Расчет средней относительной ошибки /Уф
-Ур /Уф *100 |
январь | 2595,90 | 1 | 2595,90 | 1 | 2116,28 | 0,19 |
февраль | 2885,59 | 2 | 5771,18 | 2 | 2396,42 | 0,17 |
март | 3238,04 | 3 | 9714,12 | 9 | 2676,56 | 0,17 |
апрель | 1016,66 | 4 | 4066,64 | 16 | 2956,7 | 1,9 |
май | 4027,65 | 5 | 20138,25 | 25 | 3236,84 | 0,2 |
июнь | 3208,17 | 6 | 19249,02 | 36 | 3516,98 | 0,1 |
июль | 3721,02 | 7 | 26047,14 | 49 | 3797,12 | 0,02 |
август | 4283,87 | 8 | 34270,96 | 64 | 4077,26 | 0,05 |
сентябрь | 3587,29 | 9 | 32285,61 | 81 | 4357,4 | 0,22 |
октябрь | 4111,46 | 10 | 41114,6 | 100 | 4637,54 | 0,13 |
ноябрь | 4451,21 | 11 | 48963,31 | 121 | 4917,68 | 0,11 |
декабрь | 6757,75 | 12 | 81093 | 144 | 5197,82 | 0,23 |
Итого | 43884,61 | 78 | 325309,73 | 650 | 43884,46 | 3,49 |
Прогноз
|
||||||
январь | 5477,96 | |||||
февраль | 5758,1 |
Применим следующую рабочую формулу
метода наименьших квадратов:
у
t
+1
= а*Х +
b
,
(4)
гдеt
+ 1
– прогнозный период;
yt
+1
– прогнозируемый показатель;
a
и b
- коэффициенты;
Х - условное обозначение времени.
Расчет коэффициентов a
иb
осуществляется по следующим формулам:
где, У
i
– фактические значения ряда динамики;n
– число уровней временного ряда;
а= [325309,73 – 78* 43884,61/12] / [ 650 – 782
/12] = 280,14
Сглаживание временных рядов методом наименьших квадратов служит
для отражения закономерности развития изучаемого явления.
в = 43884,61 /12 + 280,14*78/12 = 1836,14
Тип кривой (зависимости от времени) - прямая линия.
У = ах+в; У=2532-175,6Х
рассчитаем среднюю относительную ошибку
Э=3,49/12 = 0,29.
2. Постройте график фактического и расчетных показателей.
1 2 3 4 5 6 7 8 9 10 11 12 месяцы
Прогноз численность безработных всеми рассмотренными методами
: предполагает тенденцию повышения уровня по объему поступлений наловых платежей и других доходов в бюджет РФ на январь-февраль следующего года примерно 5875,66 млн. руб. и 5988,9 млн. руб. соответственно по методу скользящей средней (который является более точным из всех рассмотренных методов); по методу экспоненциального прогнозов нет в январе-феврале следующего года, так как метод экспоненциального сглаживания нередко не «срабатывает» при изучении экономических временных рядов и прогнозировании экономических процессов, т. е. является в данном случае неточным, повышение уровня объемов поступлений подтверждается и графически – по методу наименьших квадратов (по графику уровень безработных в январе-феврале следующего года в регионе постепенно увеличивается).
Значит, в ближайшее время ожидается повышение уровня объемов поступлений в бюджет РФ за рассматриваемый период январь-февраль, вообще, четко вырабатывается тенденция повышения.
3. Рассчитайте ошибки полученных прогнозов при использовании каждого метода.
Разработка прогнозов методом скользящих средних
рассчитана на короткий период времени, поэтому в данной ситуации не является точной на 100%.
При прогнозировании методом экспоненциального сглаживания:
Метод экспоненциального сглаживания в данном случае практически не «срабатывает». Это обусловлено тем, что рассматриваемый экономический временной ряд слишком короткий (11 наблюдений).
Недостатки метода наименьших квадратов
:
1) изучаемое экономическое явление мы пытаемся описать с помощью математического уравнения, поэтому прогноз будет точен для небольшого периода времени, и уравнение регрессии следует пересчитывать по мере поступления новой информации; а в нашем случае – для периода, состоящего из 14 интервалов, что представляет собой достаточно большой период – и влечет неточности вычисления.
2) сложность подбора уравнения регрессии. Эта проблема разрешима только при использовании типовых компьютерных программ.
Наиболее точным в данном случае является метод скользящей средней.
4.
Сравните полученные результаты, сделайте вывод.
Число поступлений по налоговым платежам и другим доходам в бюджетную систему РФ по региону (млн. руб.), вычисленная методами: скользящей средней, экспоненциального сглаживания и наименьших квадратов – снижается и равен в январе и феврале по методу скользящей средней 5875,66 млн. руб. и 5988,9 млн. руб.
соответственно (данные значения являются наиболее точными по сравнению со значениями, полученными другими методами
); по методу экспоненциального сглаживания: прогнозов нет, а по методу наименьших квадратов – примерно 5477,96 млн. руб. и 5758,1 млн. руб.
Задание 2.
Имеются данные о пассажирообороте железнодорожного пригородного сообщения в области по кварталам за 2006-2009гг. (млн. пассажирокилометров).
Квартал | 2006 | 2007 | 2008 | 2009 |
1-й | 1,0 | 0,9 | 0,8 | 0,7 |
2-й | 2.1 | 2,0 | 1,9 | 1,6 |
3-й | 4,1 | 4,0 | 3,8 | 2,8 |
4-й | 0,9 | 0,8 | 0,7 | 0,6 |
Постройте график исходных данных и определите наличие сезонных колебаний:
Рассмотрим схематический график пассажирооборота железнодорожного пригородного сообщения в области за 2006-2009гг.(млн. пассажирокилометров)
IIIIIIIV кварталы
2006г.2007г. 2008г 2009г.
Наличие сезонных колебаний при потреблении электроэнергии в городе за 2006г.-2009г. очевидно, так как во 2 квартале (весной) наблюдается резкое понижение, а в 4 квартале (зимой)– резкое повышение использования электроэнергии.
Составим таблицу:
4-х квартальные суммы рассчитываются суммированием Уф
за четыре рядом стоящие квартала. 2,2+1,9+2,7+3,7 = 10,5 и т.д.
4-х квартальные средние – 4-х квартальные суммы/ 4:
10,5/4 = 2,625 и т.д.
Центрированные средние рассчитываются как сумма двух 4-х квартальных средних, деленная на 2, например, (2,625+2,625)/2 = 2,625.
Определим показатели сезонности: Псезон
= Уф
/ ценр. средние 8100 (или графа на графу). Например, для 3 квартала 2006г. Псезон
= 2,7/2,625 * 100 = 103; и т.д.
определим индексы сезонности для каждого квартала (Ig), для расчета берутся показатели сезонности, суммируются поквартально и делятся на количество суммированных значений:
Для 1 квартала: I1
= (137,3+89,3)/2 = 113,3
для 2 квартала I2
= (94,3+129,8)/2 = 112,05
для 3 квартала I3
= (84,5+99,1)/2 = 91,8
для 4 квартала I4
=(35,9+112,4)/2 = 74,15.
определим в таблице графы 8,9.10.
Года |
Квартал | Потребление, Уф
|
Показатели сезонности | Время, Х | Х **2 |
Уф
*Х |
Ур
|
Расчет средней от ошибки | |||
4-квар. суммы |
4-квар. средние |
Центр. средние |
Показателе сезон. | ||||||||
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
2006 | 1 | 1 | - | - | - | - | 1 | 1 | 1 | 2 | 12,3 |
2 | 2,1 | - | 2.025 | - | - | 2 | 4 | 4,2 | 2,9 | 11.7 | |
3 | 4,1 | - | 2 | 2,0125 | 2,04 | 3 | 9 | 12,3 | 4,2 | 2,8 | |
4 | 0,9 | 8,1 | 1.975 | 1,9875 | 0,45 | 4 | 16 | 3,6 | 6,7 | ||
2007 | 1 | 0,9 | 8 | 3,9 | 2,9375 | 0,31 | 5 | 25 | 4,5 | 4,5 | 3,4 |
2 | 2,0 | 7,9 | 1,925 | 2,9125 | 0,69 | 6 | 36 | 12 | 5,7 | 7,1 | |
3 | 4,0 | 7,8 | 1,9 | 1,9125 | 2,1 | 7 | 49 | 28 | 7,5 | 2,5 | |
4 | 0,8 | 7,7 | 1,875 | 1,8875 | 0,42 | 8 | 64 | 6,4 | 11,1 | 3,6 | |
2008 | 1 | 0,8 | 7,6 | 1,825 | 1,85 | 0,43 | 9 | 81 | 7,2 | 7,1 | 7,2 |
2 | 1,9 | 7,5 | 1,8 | 1,8125 | 1,05 | 10 | 100 | 19 | 8,5 | 19 | |
3 | 3,8 | 7,3 | 1.775 | 1,7375 | 0,4 | 11 | 121 | 41,8 | 10,8 | 7,9 | |
4 | 0,7 | 7,2 | 1,7 | 1,575 | 0,5 | 12 | 144 | 8,4 | 15,5 | 8,3 | |
2009 | 1 | 0,7 | 7,1 | 1,45 | 1,4375 | 1,1 | 13 | 169 | 9,1 | 9,6 | 9,4 |
2 | 1.6 | 6,8 | 1,425 | - | - | 14 | 196 | 22,4 | 11,3 | 6,7 | |
3 | 2,8 | 5,8 | - | - | - | 15 | 225 | 42 | 14,3 | 3,2 | |
4 | 0,6 | 5,7 | - | - | - | 16 | 256 | 9,6 | 20 | 7,1 | |
Итого | 28,7 | - | - | - | - | 136 | 1496 | 231,5 | - | 153,381 | |
Прогноз | |||||||||||
2010 | 1 | 17 | |||||||||
2 | 18 | ||||||||||
3 | 19 | ||||||||||
4 | 20 | ||||||||||
2011 | 1 | 21 | |||||||||
2 | 22 | ||||||||||
3 | 23 | ||||||||||
4 | 24 |
Ур
= а*Х + в,
Коэффициенты а и в рассчитываем по формулам:
где, У
i
– фактические значения ряда динамики;n
– число уровней временного ряда;
а =[231,5 – 136*42,2/ 16]/[ 1496 – 1362
/16] = 149/186 = 0,8
в = 42,2/11 +0,8*136/11 = 13,73; У = 13,7 + 0,8Х
Строим прогноз потребления электроэнергии в городе на 2010г. и 2011г. с разбивкой по кварталам:
У
i
+1
=(а*Х + в)*
Iy
/ 100
У1
= (0,8*17 + 13,7)*79,5/100 = 2,7
У2
= (0,8*18 + 13,7)*87,5/100 = 2,5
У3
=(0,8*19 + 13,7)* 103/100 = 3
У4
=(0,8*20+13,7)*137,5/100=4,1 и т.д.
Результаты прогноза заносим в таблицу.
При этом - средняя относительная ошибка: 152,381/16 = 9,52%