Министерство
общего и профессионального
образования
Российской
Федерации
Уральский
государственный
университет
имени А.М.Горького
Математико-механический
факультет
Кафедра
математической
экономики
Моделирование
промышленной
динамики в
условиях переходной
экономики
Дипломная
работа
студента
5 курса
группы
ИС-501
БУНЧУКОВОЙ
ОКСАНЫ
ВИКТОРОВНЫ
Научный
руководитель
–
Кандидат
экономических
наук,
доцент
ГИМАДИ
ИЛЬЯ
ЭДУАРДОВИЧ
Екатеринбург
1999
СОДЕРЖАНИЕ
ВВЕДЕНИЕ...........................................................................................
ГЛАВА
1 Теоретические
проблемы
использования
эконометрических
моделей..................................................
ГЛАВА
2. Эконометрическая
модель по временным
рядам продукции,
основных фондов
и численности
занятых ……..
ГЛАВА
3. Практические
расчеты по
предприятиям
города
Екатеринбурга………………………………………………………
3.1. Вопросы
информационного
обеспечения……………
3.2.
Вопросы
программного
обеспечения…………………
3.3.
Описание
проведенных
расчетов и
анализ
результатов……………………………………………………
ЗАКЛЮЧЕНИЕ.....................................................................................
ЛИТЕРАТУРА......................................................................................
ПРИЛОЖЕНИЕ.....................................................................................
РЕФЕРАТ
Бунчукова
О.В. МОДЕЛИРОВАНИЕ
ПРОМЫШЛЕННОЙ
ДИНАМИКИ В
УСЛОВИЯХ ПЕРЕХОДНОЙ
ЭКОНОМИКИ,
дипломная
работа: стр.
, табл. 8,
графиков 2.
Объектом
исследования
…………..
Цель
работы –
разработка
эконометрических
моделей
для анализа,
оценки показателей
основных фондов
различных
предприятий
региона.
В
процессе
работы использовались
различные
эконометрические
модели, такие
как: регрессионная
модель с одним
уравнением,
многомерная
регрессионная
модель, модель
парной линейной
регрессии; так
же использовался
метод производных
функций, который
позволяет
определять
вид производственной
функции и оценивать
его при помощи
эмпирической
информации;
имитационная
модель. Проводились
различные
статистические
расчеты, корреляционный
анализ различных
показателей
основных фондов
предприятий
региона.
В
электронных
таблицах
EXCEL разработан
и приведенный
корреляционный
анализ
показателей
основных фондов
крупных предприятий
региона, который
может применяться
в различных
сферах промышленной
деятельности.
Корреляционный
анализ дает
возможность
проверить
статистическую
гипотезу значимости
связи между
случайными
величинами,
т. е. провести
статистическое
исследование
и сделать различные
выводы.
ВВЕДЕНИЕ
В
переходный
период предприятия
вынуждены
менять свою
структуру
производства
в соответствии
с изменяющимся
спросом, что
сопровождается
снижением
прибыли, а поскольку
налоги на предприятие
и так высоки,
они делают все,
чтобы прибыль
была минимальна.
С объемом
производства
и со спросом
на продукцию
также непосредственно
связаны цена
и затраты. Объем
реализации
производства
характеризует
значимость
и востребованность
отрасли. Однако
отрасли могут
значительно
отличаться
фондоемкостью
продукции. Чем
значительнее
основные фонды
отрасли, тем
необходимы
большие капиталовложения
для возобновления
производственного
процесса. Поскольку
основные источники
капитальных
вложений в
промышленность
находится в
руках самих
промышленных
предприятий,
то основой
может быть
анализ взаимосвязи
капиталовложений
с основными
финансовыми
показателями
деятельности
предприятий.
Капитальные
вложения имеют
также высокую
взаимосвязь
с величиной
дебиторской
задолженности.
Это связанно
с тем, что предприятия
“должники”
рассчитываются
с предприятиями
у которых брали
в долг в том
числе и инвестиционной
продукцией.
Также высокая
взаимосвязь
капитальных
вложений наблюдается
с основными
и прочими
внеоборотными
активами. Без
анализа и
исследования
показателей
основных фондов
невозможно
быстрое становление
и улучшение
структуры
предприятий.
Дипломная
работа предполагает
исследование
о влиянии показателей
основных фондов
на деятельность
крупных предприятий
региона.
Целью
дипломной
работы является
разработка
моделей промышленной
динамики в
условиях переходной
экономики. Для
выполнения
данной цели
необходимо
рассмотреть
и решить следующие
задачи:
рассмотрение
и изучение
такой науки,
как эконометрика,
рассмотрение
эконометрических
моделей;
рассмотрение
и описание
регрессионных
моделей различных
конфигураций
и интерпретаций;
обзор
эконометрических
моделей основных
фондов;
моделирование
различных
эконометрических
процессов;
анализ
динамики
производства,
основных фондов;
описание
программного
обеспечения,
позволяющее
более точно
рассмотреть
статистические
данные крупных
промышленных
предприятий
региона.
Дипломная
работа содержит:
введение, три
основных главы,
заключение,
список литературы
и источников,
приложение
(результаты
практических
расчетов).
Глава
1 содержит
теоретические
проблемы
использования
эконометрических
моделей; рассмотрение
различных
регрессионных
моделей, их
описание,
зависимость,
представление
функций, графиков
этих
моделей.
Глава
2 содержит
имитационную
модель взаимосвязи
основных фондов
и инвестиционных
потоков; производится
анализ основных
фон
вложений в
промышленности
региона; также
производится
анализ продукции,
основных фондов
и численности
занятых с учетом
взаимосвязи
между различными
показателями;
проводится
корреляционный
анализ с различными
экономическими
и финансовыми
показателями.
Глава
3 содержит
описание
статистической
оценки между
показателями
основных фондов
и другими
показателями,
рассчитанные
в электронных
таблицах EXCEL.
Эта
глава включает
следующее:
подготовку
входных данных
о всех показателях
основных фондов
в виде таблиц
с помощью
бухгалтерского
баланса предприятия;
анализ,
прогнозирование
показателей
основных фондов
на начало и
конец года,
таблицы приведены
в приложении
к дипломной
работе.
ГЛАВА
1. Теоретические
проблемы
использования
эконометрических
моделей
Эконометрика
(наряду с микроэкономикой
и макроэкономикой)
входит в число
базовых дисциплин
экономического
образования.
Эконометрика
как наука расположена
где-то между
экономикой,
статистикой
и математикой.
Эконометрика
– это наука,
связанная с
эмпирическим
выводом экономических
законов, также
формулирует
экономические
модели, основываясь
на экономической
теории или на
эмпирических
данных, оценивает
неизвестные
величины (параметры)
в этих моделях,
делает прогнозы
(и оценивает
их точность).
Во
всей этой
деятельности
существенным
является
использование
моделей. Математические
модели широко
применяются
в бизнесе, экономике,
общественных
науках, исследование
экономической
активности
и даже в исследовании
политических
процессов.
Существуют
несколько
классов моделей,
которые применяются
для анализа
и/или прогноза.
Регрессионные
модели с одним
уравнением.
В
таких моделях
зависимая
(объясняемая)
переменная
у
представляется
в виде функции
– независимые
(объясняющие)
переменные,
а
–
параметры. В
зависимости
от вида функции
модели
делятся на
линейные и
нелинейные.
Например, можно
использовать
спрос на мороженое
как функцию
от времени,
температуру
воздуха, среднего
уровня доходов
или зависимость
зарплаты от
возраста, пола,
уровня образования,
стажа работы
и т.п.
Область
применения
таких моделей,
даже линейных,
значительно
шире, чем моделей
временных
рядов. Проблемам
теории оценивания,
верификации,
отбора значимых
параметров
и другим посвящен
огромный объем
литературы.
Эта тема является,
пожалуй, стержневой
в эконометрики
и основной в
данном курсе.
Многомерная
регрессионная
модель.
Естественным
обобщением
линейной
регрессионной
модели с двумя
переменными
является многомерная
регрессионная
модель(multiple
regression model)
или
модель
множественной
регрессии:
или
(1.1)
где–
значения регрессора
в
наблюдение
t,
а
через
обозначен
вектор, состоящий
из одних единиц
.
С участием
этого
замечания мы
не будем далее
различать
модели вида
(1.1) со свободным
членом или без
свободного
члена.
Рассмотрим
пример исследования,
использующего
многомерную
регрессионную
модель.
Пример.
Рынок
квартир в Москве.
Данные
для этого
исследования
собраны студентами
РЭШ в 1994 и 1996 гг.
После
проведенного
анализа были
выбрана логарифмическая
форма модели,
как более
соответствующая
данным:
Здесь
LOGPRICE –
логарифм цены
квартиры (в
долл. США), LOGLIVSP
– логарифм
жилой площади
(в кв. м.), LOGPLAN
– логарифм
площади нежилых
помещений (в
кв. м), LOGKITSP –
логарифм площади
кухни (в кв. м.),
LOGDIST –
логарифм расстояния
от центра Москвы
(в км). Включены
также бинарные,
“фиктивные”
переменные,
принимающие
значения 0 или
1: FLOOR –
принимает
значение 1, если
квартира расположена
на первом или
последнем
этаже, BRICK
– принимает
значение 1, если
квартира находится
в кирпичном
доме, BAL –
принимает
значение 1, если
в доме есть
лифт, R1 –
принимает
значение 1 для
однокомнатных
квартир и 0 для
всех остальных,
R2, R3, R4 –
аналогичные
переменные
для двух-, трех-
и четырехкомнатных
квартир.
Результаты
оценивания
уравнения (*)
для 464 наблюдений,
относящихся
к 1996 г., приведены
в таблице 1.
Таблица
1.
Переменная | Коэффициент | Стандартная | t – | Р | ||||||
CONST | 7.106 | 0.290 | 24.5 | 0.0000 | ||||||
LOGLIVSP | 0.670 | 0.069 | 9.65 | 0.0000 | ||||||
LOGPLAN | 0.431 | 0.049 | 8.71 | 0.0000 | ||||||
LOGKITSP | 0.147 | 0.060 | 2.45 | 0.0148 | ||||||
LOGDIST | -0.114 | 0.016 | -7.11 | 0.0000 | ||||||
BRICK | 0.134 | 0.024 | 5.67 | 0.0000 | ||||||
FLOOR | -0.0686 | 0.021 | -3.21 | 0.0014 | ||||||
LIFT | 0.114 | 0.024 | 4.79 | 0.0000 | ||||||
BAL | 0.042 | 0.020 | 2.08 | 0.0385 | ||||||
R1 | 0.214 | 0.109 | 1.957 | 0.0510 | ||||||
R2 | 0.140 | 0.080 | 1.75 | 0.0809 | ||||||
R3 | 0.164 | 0.060 | 2.74 | 0.0065 | ||||||
R4 | 0.169 | 0.054 | 3.11 | 0.0020
Обсуждение:
Название реферата: Моделирование промышленной динамики в условиях переходной экономики
Вам также могут понравиться эти работы:
|