Автор24

Информация о работе

Подробнее о работе

Страница работы

Прогнозирование показателей конъюнктуры рынков с учетом сезонных факторов

  • 23 страниц
  • 2014 год
  • 282 просмотра
  • 0 покупок
Автор работы

EkaterinaKonstantinovna

Большой опыт в написании работ, очень давно работаю на этом ресурсе, выполнила более 15000 заказов

660 ₽

Работа будет доступна в твоём личном кабинете после покупки

Гарантия сервиса Автор24

Уникальность не ниже 50%

Фрагменты работ

Введение

Термин экономико-математические методы понимается как обобщающее название комплекса экономических и математических научных дисциплин, объединенных для изучения экономических процессов и систем.
Основным метод исследования систем является метод моделирования, т.е. способ теоретического анализа и практического действия, направленный на разработку и использование моделей. При этом под моделью будем понимать образ реального процесса, отражающий его существенные свойства.
Под задачами экономико-математического моделирования понимаются: анализ экономических объектов и процессов, экономическое прогнозирование, предвидение развития экономических процессов.
Мы рассматриваем два вида экономико-математических моделей: адаптивные модели и компонентный анализ.
Адаптивные модели прогнозирования – это модели, способные приспосабливать свою структуру и параметры к изменению условий.
Общая схема построения адаптивных моделей может быть представлена следующим образом. По нескольким первым уровням ряда оцениваются значения параметров модели. По имеющейся модели строится прогноз на один шаг вперед, причем его отклонение от фактических уровней ряда расценивается как ошибка прогнозирования, которая учитывается в соответствии со схемой корректировки модели. Далее по модели со скорректированными параметрами рассчитывается прогнозная оценка на следующий момент времени и т.д. Таким образом, модель постоянно учитывает новую информацию и к концу периода обучения отражает тенденцию развития процесса, существующую в данный момент.
В курсе математического моделирования мы рассматриваем три адаптивные модели: модель Брауна, модель Хольта и модель Хольта-Уинтерса. Эти модели имеют параметры сглаживания: модель Брауна – один, модели Хольта и Хольта-Уинтерса – два и три соответственно.
Теперь о компонентном анализе временных рядов. Временной ряд состоит из нескольких компонент: тренд, сезонная компонента, циклическая компонента (стационарный случайный процесс) и случайная компонента.
Под трендом понимается устойчивое систематическое изменение процесса в течение продолжительного времени. Оценка тренда осуществляется параметрическим и непараметрическим методами. Параметрический метод заключается в подборе гладкой функции, которая описывала бы тенденцию ряда: линейный тренд, полином и т.д. Непараметрический метод используется, когда нельзя подобрать гладкую функцию и заключается в механическом сглаживании временных рядов методом скользящей средней.
Во временных рядах экономических процессов могут иметь место более или менее регулярные колебания. Если они строго периодический или близкий к нему характер и завершаются в течении одного года, то их называют сезонными колебаниями. Оценка сезонной компоненты осуществляется двумя способами: с помощью тригонометрических функций и методом сезонных индексов.
В тех случаях, когда период колебаний составляет несколько лет, то говорят, что во временном ряде присутствует циклическая компонента или стационарный случайный процесс. Моделирование ССП осуществляется следующими методами: модель авторегрессии (АР), модель скользящего среднего (СС), модель авторегрессии скользящего среднего (АРСС) и модель авторегрессии проинтегрированного скользящего среднего (АРПСС).
Авторегрессионный процесс – процесс, в котором значения находятся в линейной зависимости от предыдущих. АР бывают первого порядка (Марковский процесс) и второго(процесс Юла). Порядок АР обозначается через p.
В моделях скользящего среднего мы выделяем период запаздывания (q).
Если у нас присутствуют и p и q, то мы имеем дело с моделью АРСС.
В моделях АР, СС, АРСС моделируют ряд без тренда и сезонной компоненты, т.е. ССП. Модель АРПСС позволяет исключить тренд путем перехода к разностям исходного ряда. Порядок разности, при котором ряд становится ССП дает нам d, которая является третьей неизвестной необходимой при моделировании АРПСС плюс ранее упомянутые p и q.
Прогнозирование с помощью компонентного анализа состоит из следующих шагов: оценка и удаление тренда, оценка и удаление сезонной компоненты, моделирование ССП, конструирование прогнозной модели и выполнение прогноза.
В конце, после прогнозирования мы проверяем полученную модель на адекватность, т.е. соответствие модели исследуемому объекту или процессу. Т.к. полного соответствия модели реальному процессу или объекту быть не может, адекватность – в какой-то мере – условное понятие. Модель временного ряда считается адекватной, если правильно отражает систематические компоненты временного ряда.


Оглавление
Введение 3
Характеристика исходных данных 6
Основная часть 8
Заключение 21
Список использованной литературы 23

Заключение

Мы рассмотрели три модели – АРСС, АРПСС, адаптивную модель Хольта. Все построенные модели являются неадекватными. Тем не менее мы должны выбрать наиболее подходящую, ту, которая дает наиболее правдоподобный прогноз.
Модель АРПСС содержит наибольшую из трех моделей среднеквадратичную ошибку. Да и график прогноза не очень хорошо вписывается в динамику всего предыдущего процесса.
Адаптивная модель Хольта содержит чуть меньшую среднеквадратичную ошибку, чем АРПСС, но график ее прогноза, во всяком случае, не лучше совпадает с общей динамикой, показывая менее крутой подъем индекса, чем на протяжении всего ряда.
Наиболее удачной я считаю модель АРСС. Она содержит, пусть не сильно отличающуюся, но наименьшую среднеквадратичную ошибку. Ее прогноз показывает рост индекса, причем он более или менее соблюдает динамику всего временного ряда, динамику роста.

Список использованной литературы

1 Агапова Т. Современная экономическая теория: методологическая база и модели // Российский Экономический Журнал. – 1995. - №10.
2 Богачева О. США: шестой год стабильного экономического подъема // Мировая экономика и международные отношения. – 1998. - №8.
3 Власюк А. Стабилизация экономики Украины // Экономика Украины. – 1995. - №12.
4 Горелов С. Математические методы в прогнозировании. – М.: Прогресс, 1993.
5 Денискин В. Основы социального прогнозирования в пищевой промышленности. – М.: Колос, 1993.
6 Дудкин В. Индикативное планирование – механизм координации деятельности государственных и негосударственных субъектов управления // Российский Экономический Журнал. – 1998. - №6.
7 Кривов В. Законодательное определение содержания экономических решений // Экономист. – 1997. - №12.
8 Курс экономической теории / Под ред. А.С. Сидоровича. – М.: Учебники МГУ, 1997.
9 Лескова Н. Прогноз развития мировой экономики // Бюллетень иностранной коммерческой информации. – 1995. - №145.
10 Основы экономического и социального прогнозирования / Под редакцией Мосина Н. – М.: Высшая школа, 1985.
11 Панасюк Б., Сергиенко И. Прогнозирование развития экономики Украины // Экономика Украины. – 1996. - №1.
12 Панасюк Б., Сменковский А. О некоторых методических подходах к краткосрочному прогнозированию макроэкономических показателей // Экономика Украины. – 1998. - №10.
13 Саати М.А. Моделирование сложных систем. – М.: Наука, 1993

Форма заказа новой работы

Не подошла эта работа?

Закажи новую работу, сделанную по твоим требованиям

Согласен с условиями политики конфиденциальности и  пользовательского соглашения

Фрагменты работ

Введение

Термин экономико-математические методы понимается как обобщающее название комплекса экономических и математических научных дисциплин, объединенных для изучения экономических процессов и систем.
Основным метод исследования систем является метод моделирования, т.е. способ теоретического анализа и практического действия, направленный на разработку и использование моделей. При этом под моделью будем понимать образ реального процесса, отражающий его существенные свойства.
Под задачами экономико-математического моделирования понимаются: анализ экономических объектов и процессов, экономическое прогнозирование, предвидение развития экономических процессов.
Мы рассматриваем два вида экономико-математических моделей: адаптивные модели и компонентный анализ.
Адаптивные модели прогнозирования – это модели, способные приспосабливать свою структуру и параметры к изменению условий.
Общая схема построения адаптивных моделей может быть представлена следующим образом. По нескольким первым уровням ряда оцениваются значения параметров модели. По имеющейся модели строится прогноз на один шаг вперед, причем его отклонение от фактических уровней ряда расценивается как ошибка прогнозирования, которая учитывается в соответствии со схемой корректировки модели. Далее по модели со скорректированными параметрами рассчитывается прогнозная оценка на следующий момент времени и т.д. Таким образом, модель постоянно учитывает новую информацию и к концу периода обучения отражает тенденцию развития процесса, существующую в данный момент.
В курсе математического моделирования мы рассматриваем три адаптивные модели: модель Брауна, модель Хольта и модель Хольта-Уинтерса. Эти модели имеют параметры сглаживания: модель Брауна – один, модели Хольта и Хольта-Уинтерса – два и три соответственно.
Теперь о компонентном анализе временных рядов. Временной ряд состоит из нескольких компонент: тренд, сезонная компонента, циклическая компонента (стационарный случайный процесс) и случайная компонента.
Под трендом понимается устойчивое систематическое изменение процесса в течение продолжительного времени. Оценка тренда осуществляется параметрическим и непараметрическим методами. Параметрический метод заключается в подборе гладкой функции, которая описывала бы тенденцию ряда: линейный тренд, полином и т.д. Непараметрический метод используется, когда нельзя подобрать гладкую функцию и заключается в механическом сглаживании временных рядов методом скользящей средней.
Во временных рядах экономических процессов могут иметь место более или менее регулярные колебания. Если они строго периодический или близкий к нему характер и завершаются в течении одного года, то их называют сезонными колебаниями. Оценка сезонной компоненты осуществляется двумя способами: с помощью тригонометрических функций и методом сезонных индексов.
В тех случаях, когда период колебаний составляет несколько лет, то говорят, что во временном ряде присутствует циклическая компонента или стационарный случайный процесс. Моделирование ССП осуществляется следующими методами: модель авторегрессии (АР), модель скользящего среднего (СС), модель авторегрессии скользящего среднего (АРСС) и модель авторегрессии проинтегрированного скользящего среднего (АРПСС).
Авторегрессионный процесс – процесс, в котором значения находятся в линейной зависимости от предыдущих. АР бывают первого порядка (Марковский процесс) и второго(процесс Юла). Порядок АР обозначается через p.
В моделях скользящего среднего мы выделяем период запаздывания (q).
Если у нас присутствуют и p и q, то мы имеем дело с моделью АРСС.
В моделях АР, СС, АРСС моделируют ряд без тренда и сезонной компоненты, т.е. ССП. Модель АРПСС позволяет исключить тренд путем перехода к разностям исходного ряда. Порядок разности, при котором ряд становится ССП дает нам d, которая является третьей неизвестной необходимой при моделировании АРПСС плюс ранее упомянутые p и q.
Прогнозирование с помощью компонентного анализа состоит из следующих шагов: оценка и удаление тренда, оценка и удаление сезонной компоненты, моделирование ССП, конструирование прогнозной модели и выполнение прогноза.
В конце, после прогнозирования мы проверяем полученную модель на адекватность, т.е. соответствие модели исследуемому объекту или процессу. Т.к. полного соответствия модели реальному процессу или объекту быть не может, адекватность – в какой-то мере – условное понятие. Модель временного ряда считается адекватной, если правильно отражает систематические компоненты временного ряда.


Оглавление
Введение 3
Характеристика исходных данных 6
Основная часть 8
Заключение 21
Список использованной литературы 23

Заключение

Мы рассмотрели три модели – АРСС, АРПСС, адаптивную модель Хольта. Все построенные модели являются неадекватными. Тем не менее мы должны выбрать наиболее подходящую, ту, которая дает наиболее правдоподобный прогноз.
Модель АРПСС содержит наибольшую из трех моделей среднеквадратичную ошибку. Да и график прогноза не очень хорошо вписывается в динамику всего предыдущего процесса.
Адаптивная модель Хольта содержит чуть меньшую среднеквадратичную ошибку, чем АРПСС, но график ее прогноза, во всяком случае, не лучше совпадает с общей динамикой, показывая менее крутой подъем индекса, чем на протяжении всего ряда.
Наиболее удачной я считаю модель АРСС. Она содержит, пусть не сильно отличающуюся, но наименьшую среднеквадратичную ошибку. Ее прогноз показывает рост индекса, причем он более или менее соблюдает динамику всего временного ряда, динамику роста.

Список использованной литературы

1 Агапова Т. Современная экономическая теория: методологическая база и модели // Российский Экономический Журнал. – 1995. - №10.
2 Богачева О. США: шестой год стабильного экономического подъема // Мировая экономика и международные отношения. – 1998. - №8.
3 Власюк А. Стабилизация экономики Украины // Экономика Украины. – 1995. - №12.
4 Горелов С. Математические методы в прогнозировании. – М.: Прогресс, 1993.
5 Денискин В. Основы социального прогнозирования в пищевой промышленности. – М.: Колос, 1993.
6 Дудкин В. Индикативное планирование – механизм координации деятельности государственных и негосударственных субъектов управления // Российский Экономический Журнал. – 1998. - №6.
7 Кривов В. Законодательное определение содержания экономических решений // Экономист. – 1997. - №12.
8 Курс экономической теории / Под ред. А.С. Сидоровича. – М.: Учебники МГУ, 1997.
9 Лескова Н. Прогноз развития мировой экономики // Бюллетень иностранной коммерческой информации. – 1995. - №145.
10 Основы экономического и социального прогнозирования / Под редакцией Мосина Н. – М.: Высшая школа, 1985.
11 Панасюк Б., Сергиенко И. Прогнозирование развития экономики Украины // Экономика Украины. – 1996. - №1.
12 Панасюк Б., Сменковский А. О некоторых методических подходах к краткосрочному прогнозированию макроэкономических показателей // Экономика Украины. – 1998. - №10.
13 Саати М.А. Моделирование сложных систем. – М.: Наука, 1993

Купить эту работу

Прогнозирование показателей конъюнктуры рынков с учетом сезонных факторов

660 ₽

или заказать новую

Лучшие эксперты сервиса ждут твоего задания

от 500 ₽

Гарантии Автор24

Изображения работ

Страница работы
Страница работы
Страница работы

Понравилась эта работа?

или

19 сентября 2014 заказчик разместил работу

Выбранный эксперт:

Автор работы
EkaterinaKonstantinovna
4.6
Большой опыт в написании работ, очень давно работаю на этом ресурсе, выполнила более 15000 заказов
Купить эту работу vs Заказать новую
0 раз Куплено Выполняется индивидуально
Не менее 40%
Исполнитель, загружая работу в «Банк готовых работ» подтверждает, что уровень оригинальности работы составляет не менее 40%
Уникальность Выполняется индивидуально
Сразу в личном кабинете Доступность Срок 1—6 дней
660 ₽ Цена от 500 ₽

5 Похожих работ

Курсовая работа

Эконометрическое моделирование и прогнозирование уровня и эффективности сельскохозяйственного производства

Уникальность: от 40%
Доступность: сразу
1500 ₽
Курсовая работа

Анализ динамики темпов роста развивающихся стран ( на примере России и Китая)

Уникальность: от 40%
Доступность: сразу
660 ₽
Курсовая работа

Управление производственной деятельностью авиапредприятия № 17 87 с применением методов экономико-математического моделирования

Уникальность: от 40%
Доступность: сразу
660 ₽
Курсовая работа

Расчет коэффициентов уравнения регрессии методом наименьших квадратов

Уникальность: от 40%
Доступность: сразу
660 ₽
Курсовая работа

Оптимальная смешанная стратегии в матричной игре

Уникальность: от 40%
Доступность: сразу
660 ₽

Отзывы студентов

Отзыв Алексей Михайлов об авторе EkaterinaKonstantinovna 2017-08-26
Курсовая работа

Доволен работой. Все хорошо!

Общая оценка 5
Отзыв Оксана об авторе EkaterinaKonstantinovna 2016-01-14
Курсовая работа

Все сделано на высшем уровне! Автор отвечает на все вопросы и грамотно оформляет работу.

Общая оценка 5
Отзыв boni об авторе EkaterinaKonstantinovna 2015-06-19
Курсовая работа

Отзывчивый человек и хорошая работа !

Общая оценка 5
Отзыв Zamorozik об авторе EkaterinaKonstantinovna 2015-05-01
Курсовая работа

Отличный автор! Работу выполнила молниеносно, намного раньше срока. Серьезно подходит к написанию работы. Спасибо автору.

Общая оценка 5

другие учебные работы по предмету

Готовая работа

Анализ и эконометрическое моделирование потоков денежных средств (на основе данных финансовой отчетности ОАО «Ростелеком»)

Уникальность: от 40%
Доступность: сразу
2400 ₽
Готовая работа

Анализ и прогнозирование ценовой динамики фондового рынка

Уникальность: от 40%
Доступность: сразу
2500 ₽
Готовая работа

Эконометрическое моделирование с использованием временных рядов

Уникальность: от 40%
Доступность: сразу
2000 ₽
Готовая работа

Анализ динамики и структуры цены автомобилей

Уникальность: от 40%
Доступность: сразу
2240 ₽
Готовая работа

Разработка и оптимизация бизнес-процесса «Обеспечение локомотивных бригад Филиала ОАО «РЖД» Октябрьская железная дорога»

Уникальность: от 40%
Доступность: сразу
2240 ₽
Готовая работа

эконометрический анализ показателей строительных компаний из различных субъектов РФ за период 2008-2014

Уникальность: от 40%
Доступность: сразу
2240 ₽
Готовая работа

Моделирование ценообразования на региональном рынке жилья

Уникальность: от 40%
Доступность: сразу
50000 ₽
Готовая работа

Разработка и оптимизация бизнес-процесса «Обеспечение локомотивных бригад Филиала ОАО «РЖД» Октябрьская железная дорога»

Уникальность: от 40%
Доступность: сразу
2240 ₽
Готовая работа

Формирование прибыли и направления её увеличения в организации

Уникальность: от 40%
Доступность: сразу
2000 ₽
Готовая работа

Потребительский кредит: основные виды, способы предоставления, риски. на примере ВТБ24

Уникальность: от 40%
Доступность: сразу
4800 ₽
Готовая работа

Диплом Повышение качества трудовой жизни

Уникальность: от 40%
Доступность: сразу
2500 ₽
Готовая работа

Система предварительной оценки стоимости жилого фонда.

Уникальность: от 40%
Доступность: сразу
3300 ₽