Анализ динамики социально-экономических явлений и процессов

Оценка среднего значения выручки по кварталам на примере ОАО "РуссНефть". Оценка моды, медианы, абсолютных и относительных показателей. Построение тренда на 3 периода вперед. Анализ колеблемости и экспоненциальное сглаживание динамического ряда.

Рубрика Экономико-математическое моделирование
Вид курсовая работа
Язык русский
Дата добавления 18.04.2011
Размер файла 1,4 M

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Содержание

1. Общая характеристика исследуемой совокупности

1.1 Описание данных, источник получения, рассматриваемый период и пространственные рамки. Характеристика используемых статистических показателей, вид и единица измерения, тип

1.2 Оценка среднего значения выбранного показателя

1.3 Оценка структурных средних (моды, медианы) на основе структурной группировки

1.4 Оценка показателей вариации

2. Оценка абсолютных и относительных показателей динамики для выбранного показателя

3. Выравнивание ряда методом скользящей средней

4. Выявление наличия тренда в рассматриваемых рядах (проверка гипотезы о разности средних у первой и второй половины ряда).

5. Аналитическое выравнивание (построение тренда), прогноз при помощи тренда на 3 периода вперед

6. Анализ колеблемости динамического ряда, расчет индексов сезонности

7. Экспоненциальное сглаживание динамического ряда

8. Анализ взаимосвязи между динамическими рядами

1. Общая характеристика исследуемой совокупности

1.1 Описание данных, источник получения, рассматриваемый период и пространственные рамки. Характеристика используемых статистических показателей, вид и единица измерения, тип

Для исследования мною было выбрано ОАО НК «РуссНефть», так как компания является одним из лидеров в сфере нефтегазовой отрасли. Сегодня «РуссНефть» входит в десятку крупнейших нефтяных компаний страны. В ее структуру входят 30 добывающих предприятий, 2 нефтеперерабатывающих завода и собственная сбытовая сеть АЗС, расположенные в 22 регионах России и СНГ. Головной офис Компании расположен в Москве.

Компания «РуссНефть» является Открытым Акционерным Обществом, поэтому всю информацию и финансовую отчетность можно найти на официальном сайте www.russneft.ru

В данной работе предоставлены данные о выручке по кварталам в период с 2006 по 2009 год. Выручка - общая сумма денежных средств, полученных (вырученных) компанией за определённый период её деятельности, в основном за счёт продажи продуктов или услуг своим клиентам.

В связи с соответствием со стандартами, показатель выручки измеряется в тыс. руб.; тип рядов динамики - интервальный, т.к данные представлены за определенный период.

1.2 Оценка среднего значения

Средняя арифметическая может быть простой или взвешенной. В данном случае расчет осуществляется по несгруппированным данным (каждая единица имеет одинаковую значимость). Следовательно, применяется средняя арифметическая простая:

После проведения расчета получаем, что тыс. руб., т.е. в среднем в каждом квартале выручка предприятия составляет 29097147 тыс. руб.

1.3 Оценка структурных средних

Для расчета структурных средних величин (моды и медианы) нужно провести структурную группировку.

Первым этапом является определение числа групп. Для этого воспользуемся приближенной формулой Стерджесса: n = 1+3,322 lgN.

Рассчитываем: n=1+3,322lg15=4,95. Получаем 5 групп.

Далее необходимо определить интервалы для каждой группы. Интервал - это значения варьирующего признака, определяющие границы группы.

Для этого рассчитаем размах вариации (вычисляется как разница между максимальным и минимальным значением показателя):

R = 45313756 - 17551616=27762140

Теперь рассчитываем величину интервала:

h = 27762140/5 = 2776214

Вычисляем моду:

Мода - это значение изучаемого признака, повторяющееся с наибольшей частотой.

Определяем модальный интервал, такой, что его частота больше, чем у предыдущего и больше, чем у следующего. В данном случае это интервал: 23,1-28,7.

тыс. руб.

Это означает, что в большинстве кварталов компания имела выручку больше тыс. руб.

Моду можно определять графически с помощью гистограммы.

На графике видно, что рассчитанное значение моды и графически определенное значение моды совпадают.

Вычисляем медиану:

Медиана - значение признака, приходящееся на середину ранжированной совокупности.

Определяем медианный интервал, такой, что сумма накопленных частот превышает половину общей численности совокупности. В данном случае он совпадает с модальным интервалом.

Это означает, что половина кварталов имела выручку менее

Медиану также можно рассчитать по графику. Для этого строится кумулята. На графике видно, что рассчитанное значение по формуле и в графическом виде также совпадают.

1.4 Оценка показателей вариации

мода медиана тренд динамический ряд

Рассчитываем дисперсию по формуле

= .

Для этого проведем дополнительные расчеты:

Подставим значения в формулу:

Среднее квадратическое отклонение:

= 7,35

Коэффициент вариации:

или 25,3%, т.е. совокупность является однородной (25,3%33%).

Т.о. каждый показатель отличается в среднем от арифметического среднего на 7,35 млн. руб. или на 25,3%.

Среднее линейное отклонение:

Проведем дополнительные расчеты:

=5,76

2. Оценка абсолютных и относительных показателей динамики

Абсолютный прирост:

базисный:

цепной:

Абсолютное ускорение: =

Темп роста:

базисный:

цепной:

Темп прироста:

базисный:

цепной:

Рассчитаем все показатели:

Темпы роста - это относительный статистический показатель, определяемый как отношение одного уровня к другому и показывающий во сколько раз один уровень больше (меньше) другого.

Т.о., показатель выручки по отношению к базисному то возрастал, то уменьшался с каждым кварталом.

Рассчитывая цепной темп роста, т. е сравнивая интенсивность роста выручки в каждом отдельном периоде, можно сделать вывод о том, что с каждым последующим кварталом выручка то возрастала, то уменьшалась.

Темпа прироста - показывает, на сколько процентов изменился сравниваемый уровень выручки с уровнем, взятым за базу сравнения.

3. Выравнивание ряда методом скользящей средней

Суть метода состоит в исключении случайных колебаний путем расчета средних значений по «скользящим» укрупненным интервалам (интервалу сглаживания).

По исходному графику четкую тенденцию к росту определить сложно.

После проведения трехуровневого сглаживания тенденция к росту прослеживается лучше.

После проведения 5-уровневого сглаживания тенденция к росту видна достаточно отчетливо.

После проведения 7-уровневого сглаживания, на графике четко прослеживается тенденция к росту.

4. Выявление наличия тренда в рассматриваемом ряду (проверка гипотезы о разности средних у первой и второй половины ряда)

Разбиваем ряд на 2 половины.

Рассчитываем для каждой группы среднюю величину:

тыс. руб.

тыс. руб.

На основе расчетов можно выдвинуть гипотезу о различии средних. Проверка гипотезы осуществляется на основе t-критерия Стьюдента, который рассчитывается по формуле:

среднеквадратическое отклонение разности средних, рассчитывается по формуле:

Рассчитаем дисперсию:

748,5596 млн. руб.

тыс. руб.

Рассчитанное значение t больше табличного (2,2>2,131),значит можно сделать вывод о наличии тренда.

5. Аналитическое выравнивание. Прогноз при помощи тренда на 3 периода вперед

Под аналитическим выравниванием понимают определение основной проявляющейся во времени тенденции развития изучаемого явления. Развитие предстает перед исследователем как бы в зависимости только от течения времени. В итоге выравнивания временного ряда получают наиболее общий, суммарный, проявляющийся во времени результат действия всех причинных факторов. Отклонение конкретных уровней ряда от уровней, соответствующих общей тенденции, объясняют действием факторов, проявляющихся случайно или циклически. В результате приходят к трендовой модели.

где f(t) -- уровень, определяемый тенденцией развития;

- случайное и циклическое отклонение от тенденции.

Целью аналитического выравнивания динамического ряда является определение аналитической или графической зависимости f(t).

Функция является экспоненциальной, т.к. в исходном временном ряду наблюдается отсутствии постоянства, -- устойчивость в изменении показателей относительного роста (цепных темпов роста цепных же темпов роста, цепных коэффициентов роста цепных же коэффициентов или темпов роста и т. п.).

Экспоненциальная зависимость определяется:

Найдем коэффициенты по методу наименьших квадратов:

млрд. руб.

млрд. руб.

Вычисляем теоретическое значение:

Проведем прогнозирование:

6. Анализ колеблемости динамического ряда, расчет индексов сезонности

Индекс сезонности рассчитывается по формуле:

,

где Yi - среднее значение признака в i-том месяце

- среднее значение признака.

Рассчитаем:

=114934353,6 тыс. руб. или 114,93 млрд. руб.

Рассчитаем индекс сезонности:

Т.о. средняя выручка:

в I квартале на 77,84% меньше, чем средний объем выручки за весь рассматриваемый период;

во II квартале меньше на 71,96%, чем средний объем выручки за весь рассматриваемый период;

в III квартале больше на 71,51%, чем средний объем выручки за весь рассматриваемый период;

в IV квартале больше на 78,71%, чем средний объем выручки за весь рассматриваемый период.

Проведем анализ колеблемости ряда. Для оценки колеблемости уровня ряда используют показатель среднеквадратическое отклонение индексов сезонности (в долях ед.):

Проведем дополнительные расчеты:

0, 75

Таким образом, проведя все расчеты, можно сделать общий вывод по деятельности ОАО «Русснефть». В период с 2006 по 2009 год у компании в среднем достаточно высокий показатель выручки - тыс. руб. и «Русснефть» собирается увеличить этот показатель.

В ближнесрочной перспективе "РуссНефть" планирует вести политику в области геологоразведки, основанную на пяти принципах:

1.Доизучение месторождений, находящихся в разработке и освоении. прежде всего за счет увеличения объема и качества сейсмических работ 3D.

2. Увеличение объемов поискового и разведочного бурения на основе данных сейсморазведки и анализа ранее полученных материалов.

3. Проведение оценки и и определение потенциально перспективных новых площадей для их приобретения.

4. Продолжение поиска и разведки в рамках имеющихся лицензионных участков.

5. Обеспечение путем ГРР ежегодного восполнения ресурсной базы Компании

7. Экспоненциальное сглаживание динамического ряда

Для анализа основной тенденции воспользуемся методом простого экспоненциального сглаживания:

где А - сглаживающая константа (0<A<1),

- фактическое значение признака в t-1 период,

- сглаженное значение признака в t-1 период.

Берем А=0,8 и проведем сглаживание:

Период

Величина

выручки,

тыс. руб.

Экспоненциал.

Сглаживание

1 кв. 2006 г.

26072255

2 кв. 2006 г.

27696199

26072255

3 кв. 2006 г.

27892494

27371410,2

4 кв. 2006 г.

20792063

27788277,24

1 кв. 2007 г.

21182616

22191305,85

2 кв. 2007 г.

27372231

21384353,97

3 кв. 2007 г.

30052829

26174655,59

4 кв. 2007 г.

35096949

29277194,32

1 кв. 2008 г.

33845899

33932998,06

2 кв. 2008 г.

45313756

33863318,81

3 кв. 2008 г.

40386753

43023668,56

4 кв. 2008 г.

17551616

40914136,11

1 кв. 2009 г.

20783934

22224120,02

2 кв. 2009 г.

28558145

21071971,2

3 кв. 2009 г.

32659466

27060910,24

8. Анализ взаимосвязи между динамическими рядами

1) Метод приведения параллельных данных. Тенденцию результативного признака можно легко установить, рассчитав разности соседних в списке значений результативного признака. Если все (или почти все) разности одного знака, то делается вывод о наличии связи. Можно рассчитать количественный показатель (коэффициент параллельности), который будет служить индикатором наличия связи:

- количество единиц совокупности, у которых разница с предыдущей единицей положительна,

- количество единиц совокупности, у которых разница с предыдущей единицей отрицательна.

2) Расчет коэффициента Фехнера (коэффициента корреляции знаков). Этот метод основан на анализе поведения отклонений индивидуальных значений признака от среднего по факторному и результативному признакам.

- число совпадений знаков

- число несовпадений знаков

3) Для корреляционного анализа связи между двумя признаками используется линейный коэффициент корреляции, рассчитываемый по формуле:

4) Ранговый коэффициент Спирмена:

- ранговая разница

Чтобы рассчитать все эти показатели, проведем дополнительные расчеты:

1) , т.е. связь есть.

2) , т.е. связь слабая обратная.

3) ,

= - 0,00035, т.е. связь обратная слабая.

4) , т.е. связь слабая.

Размещено на Allbest.ru


Подобные документы

  • Изучение понятия имитационного моделирования. Имитационная модель временного ряда. Анализ показателей динамики развития экономических процессов. Аномальные уровни ряда. Автокорреляция и временной лаг. Оценка адекватности и точности трендовых моделей.

    курсовая работа [148,3 K], добавлен 26.12.2014

  • Теория и анализ временных рядов. Построение линии тренда и прогнозирование развития случайного процесса на основе временного ряда. Сглаживание временного ряда, задача выделения тренда, определение вида тенденции. Выделение тригонометрической составляющей.

    курсовая работа [722,6 K], добавлен 09.07.2019

  • Предмет и информационная база исследования миграции в РФ. Анализ относительных величин миграции в РФ. Анализ динамики миграции по годам. Аналитические показатели ряда динамики миграции с 2007 по 2011 гг. Сглаживание рядов с помощью скользящей средней.

    практическая работа [693,7 K], добавлен 06.09.2012

  • Построение интервального вариационного ряда распределения предприятий по объему реализации. Графическое изображение ряда (гистограмма, кумулята, огива). Расчет средней арифметической; моды и медианы; коэффициента асимметрии; показателей вариации.

    контрольная работа [91,1 K], добавлен 10.12.2013

  • Решение задачи изучения изменения анализируемых показателей во времени при помощи построения и анализа рядов динамики. Элементы ряда динамики: уровни динамического ряда и период времени, за который они представлены. Понятие переменной и постоянной базы.

    методичка [43,0 K], добавлен 15.11.2010

  • Сглаживание с помощью метода скользящей средней. Анализ исходного ряда на наличие стационарности. Тест Дики-Фуллера. Выделение сезонной компоненты в аддитивной и мультипликативной модели. Составление уравнения тренда в виде полинома пятой степени.

    лабораторная работа [2,6 M], добавлен 17.02.2014

  • Изучение метода экспоненциального сглаживания - эффективного метода прогнозирования, который дает возможность получить оценку параметров тренда, характеризующих не средний уровень процесса, а тенденцию, сложившуюся к моменту последнего наблюдения.

    лабораторная работа [28,7 K], добавлен 15.11.2010

  • Особенности производственной мощности предприятия. Определение величины равного интервала. Вычисление абсолютного прироста на базисной основе. Сглаживание колеблемости в рядах динамики. Аналитическое выравнивание ряда. Выявление сезонных колебаний.

    курсовая работа [991,9 K], добавлен 08.03.2011

  • Структурная, аналитическая и комбинационная группировка по признаку-фактору. Расчет среднего количества балансовой прибыли, среднего арифметического значения признака, медианы, моды, дисперсии, среднего квадратического отклонения и коэффициента вариаций.

    контрольная работа [194,5 K], добавлен 06.04.2014

  • Мониторинг динамики импорта и экспорта в Японии за определенный промежуток времени. Принципы проведения периодизации рядов. Специфика расчета средних показателей динамического ряда. Построение моделей в среде ППП Statistica, их анализ в Microsoft Excel.

    дипломная работа [7,3 M], добавлен 11.12.2014

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.