Прогнозирование емкости и конъюнктуры рынка

Автор работы: Пользователь скрыл имя, 21 Ноября 2012 в 18:41, контрольная работа

Краткое описание

Рынок является сложной динамичной системой, в которой участвует большое число экономических субъектов. Все они соединены между собой различными связями: экономическими, финансовыми, информационными, организационными и др. Поэтому изменение показателей у одного участника рынка могут негативно сказаться на результатах деятельности другого. В этих условиях, чтобы не только выжить, но и обеспечить эффективную работу своего предприятия в будущем, любой предприниматель должен осуществлять постоянный анализ протекающих на рынке экономических процессов и на его основе определять прогноз будущего состояния, как рынка, так и своего предприятия.
Решение этой задачи включают в себя анализ и прогноз конъюнктуры рынка, анализ и прогноз коммерческо-производственной деятельности своего предприятия, анализ и прогноз коммерческо-производственной деятельности других предприятий.
При прогнозировании необходимо задаться рядом его основных характеристик. Для получения обоснованной прогнозной оценки, в первую очередь, наиболее важно иметь необходимый период основания прогноза. Важность этой характеристики прогнозирования объясняется тем, что правильно выбранный период упреждения прогноза позволяет с помощью прогнозной модели наиболее полно описать тенденцию развития объекта прогнозирования. Отсюда, чем короче будет период основания прогноза, тем менее точно будет описана тенденция, тем менее обоснованным будет и сам прогноз. Считается, что период основания прогноза должен включать не менее 6 используемых во временном ряде уровней ряда.

Содержание работы

Введение 3
Задание 1 «Прогнозирование на основе стационарного временного ряда» 7
1.1. Исходные данные для Варианта №23 представлены в таблице 1. 7
1.2 По исходным данным построим график, который представлен на рисунке 1: 7
1.3 Анализ методом коэффициента Кендэла (коэффициента ранговой корреляции): 7
1.4 Прогнозирование стационарного процесса. 10
Задание 2 «Прогнозирование на основе тренда временного ряда» 12
2.1 Исходные данные для Варианта №23 представлены в таблице 4. 12
2.2 По исходным данным построим график, который представлен на рисунке 2: 12
2.3 Сглаживание исходных данных методом скользящей средней. 13
2.4. Анализ методом Фостера-Стюарта. 15
2.5 Анализ методом коэффициента Кендэла. 18
2.6 Определение параметров линейного тренда методом усреднения по левой и правой половине ряда. 20
2.7 Определение параметров линейного тренда методом наименьших квадратов. 23
2.8 Определение параметров нелинейной трендовой модели. 25
2.9 Расчет параметров для показательного (экспоненциального) тренда. 29
2.10Сравним линейный и выбранный нелинейный – показательный тренды. 30
2.11 Сравнение трендовых моделей с помощью критерия наименьшей суммы квадратов отклонений: 31
2.12. Оценка адекватности выбранной трендовой модели. 32
Задание 3. Прогнозирование на основе сезонного цикла временного 41
ряда. 41
3.1 Построим таблицы 21 и 22 с исходными данными и с заданным вариантом прогнозирования (№23). 41
Параметры вариантов прогнозирования 41
3.2 На рисунке 8 построим график по исходным данным. 41
3.3 Анализ методом коэффициента Кендэла. 42
3.4 Сезонное прогнозирование. 44
Задание 4. Прогнозирование с помощью метода экспоненциального сглаживания. 48
4.1 Построим таблицы 25 и 26 с исходными данными и уровнями сглаживания по варианту №23. 48
Номер варианта исходных данных 48
4.2 На рисунке 9 построим график по исходным данным. 48
4.3 Метод экспоненциального сглаживания . 49
4.4 Критерий наименьшей суммы квадратов отклонений. 52
Список литературы 54

Скачать целиком (350.95 Кб) Сколько стоит заказать работу?

Содержимое работы - 1 файл

Прогнозирование емкости и коньюктуры рынка.doc

— 1.52 Мб (Скачать файл)

Определим расчетное значение коэффициента Кендэла по формуле (1, стр.4):

Рассчитаем теоретическую дисперсию по формуле (2, стр.5):

Для оценки наличия в ряде тенденции среднего уровня ряда выберем вероятность, равную 0,95 (95%). С учетом выбранной вероятности коэффициент доверия t=1,96.

Сопоставим расчетное и теоретическое значения коэффициента Кендэла. При сопоставлении может возникнуть три варианта.

Первый вариант, когда с вероятностью t во временном ряде нет тренда;

где t – коэффициент доверия. При выбранной вероятности 0,95 (95%) он равен 1,96. Соотношение не выполняется.

Второй вариант, когда с вероятностью t во временном ряде есть убывающая тенденция среднего уровня ряда;

_{Соотношение
не выполняется.}

Третий вариант, когда с вероятностью – t во временном ряде есть возрастающая тенденция среднего уровня ряда.

Только в третьем варианте выполняется необходимое соотношение расчетного и теоретического значений коэффициента Кендэла.

Из установленного соотношения следует, что с вероятностью 95% во временном ряде присутствует возрастающая тенденция среднего уровня ряда. Этот вывод согласовывается с выводами, полученными при визуальном анализе графика временного ряда.

3.4 Сезонное прогнозирование.

По заданию необходимо осуществить прогнозирование с января по ноябрь 2008 года с использованием мультипликативной модели прогнозирования.

Определим объем реализации продукции на основе линейного тренда:

в январе 2005 года:

в январе 2006 года:

в январе 2007 года:

Так как в нашем варианте используется мультипликативная модель временного ряда, то отклонения фактических данных (у_ij) от тренда () для каждого конкретного момента времени определяются в относительной форме:

(56)

Определим отклонения фактических данных от тренда:

в январе 2005 года:

в январе 2006 года:

в январе 2007 года:

На основе отклонений фактических данных от тренда определим среднее значение абсолютного отклонения, то есть сезонную компоненту для января по формуле:

(57)

Перед определением сезонного прогноза найдем значение тренда в январе 2008 года. Исходный ряд содержит данные за три года (k=3), период упреждения прогноза, согласно условию задачи, равен одному году (τ=1), январь имеет номер 1, поэтому январь 2008 года будет иметь номер y₃₇ или y₍₃₊₁₎₁. Отсюда объем реализации продукции в январь 2008 года по тренду:

В результате точечный прогноз сезонного цикла на основе мультипликативной модели временного ряда рассчитаем по формуле:

(58)

Определим объем реализации продукции на основе линейного тренда:

в феврале 2005 года:

в феврале 2006 года:

в феврале 2007 года:

Определим отклонения фактических данных от тренда:

в феврале 2005 года:

в феврале 2006 года:

в феврале 2007 года: .

Определим среднее значение абсолютного отклонения, то есть сезонную компоненту для февраля по формуле (55):

Перед определением сезонного прогноза найдем значение тренда в феврале 2008 года. Исходный ряд содержит данные за три года (k=3), период упреждения прогноза, согласно условию задачи, равен одному году (τ=1), февраль имеет номер 2, поэтому февраль 2008 года будет иметь номер y_38. Отсюда объем реализации продукции в феврале 2008 года по тренду:

В результате рассчитаем точечный прогноз сезонного цикла в феврале:

Определим объем реализации продукции на основе линейного тренда:

в марте 2005 года:

в марте 2006 года:

в марте 2007 года:

Определим отклонения фактических данных от тренда:

в марте 2005 года:

в марте 2006 года:

в марте 2007 года: .

Определим среднее значение абсолютного отклонения, то есть сезонную компоненту для марта по формуле (55):

Перед определением сезонного прогноза найдем значение тренда в марте 2008 года. Исходный ряд содержит данные за три года (k=3), период упреждения прогноза, согласно условию задачи, равен одному году (τ=1), март имеет номер 3, поэтому март 2008 года будет иметь номер y_39. Отсюда объем реализации продукции в марте 2008 года по тренду:

В результате рассчитаем точечный прогноз сезонного цикла в марте:

Аналогичным способом просчитываем месяца апрель – октябрь.

Определим объем реализации продукции на основе линейного тренда:

в ноябре 2005 года:

в ноябре 2006 года:

в ноябре 2007 года:

Определим отклонения фактических данных от тренда:

в ноябре 2005 года:

в ноябре 2006 года:

в ноябре 2007 года: .

Определим среднее значение абсолютного отклонения, то есть сезонную компоненту для ноября:

Перед определением сезонного прогноза найдем значение тренда в ноябре 2008 года. Исходный ряд содержит данные за три года (k=3), период упреждения прогноза, согласно условию задачи, равен одному году (τ=1), ноябрь имеет номер 11, поэтому ноябрь 2008 года будет иметь номер y_47. Отсюда объем реализации продукции в ноябре 2008 года по тренду:

В результате рассчитаем точечный прогноз сезонного цикла в ноябре:

Результаты прогнозирования с января по ноябрь 2008 года с использованием мультипликативной модели прогнозирования занесем в таблицу 23.

Таблица 24 – Результаты прогнозирования

Месяцы	Г о д
Месяцы	2008
Январь	9977
Февраль	9225
Март	10522
Апрель	11740
Май	12466
Июнь	13801
Июль	14604
Август	14368
Сентябрь	13709
Октябрь	11790
Ноябрь	9849

Спрогнозированные значения отобразим на рисунке 8.

Задание 4. Прогнозирование с помощью метода экспоненциального сглаживания.

4.1 Построим таблицы 25 и 26 с исходными данными и уровнями сглаживания по варианту №23.

Таблица 25. Курсы акций АО «Московская швея»

t	y_t
1	659
2	663
3	656
4	650
5	658
6	658
7	657
8	653
9	654
10	655
11	663
12	669

Таблица 26 – Параметры сглаживания

Варианты параметров сглаживания - a	Номер варианта исходных данных
0,2; 0,3; 0,45	23

4.2 На рисунке 9 построим график по исходным данным.

Рисунок 9. Курсы акций АО «Московская швея»

По графику исходных данных интуитивно можно предположить, что курс акций на 13 день составит от 669-675.

4.3 Метод экспоненциального сглаживания .

С помощью метода экспоненциального сглаживания рассчитайте прогнозные оценки на 7, 8, 9, 10, 11,12 дни на основе 3 вариантов уровней сглаживания, которые приведены в таблице 26.

Параметры сглаживания: а=0,2.

Без учета тренда прогнозирование на один шаг вперед может быть осуществлено следующим образом:

, (59)

Рассчитаем прогноз курса акций с параметрами сглаживания, а=0,2 по формуле (57).

На 7 день:

На 8 день:

На 9 день:

На 10 день:

На 11 день:

На 12 день:

На 13 день:

Занесем полученные данные в таблицу 27.

Параметры сглаживания: а=0,3.

Рассчитаем прогноз курса акций с параметрами сглаживания, а=0,3 по формуле 57:

На 7 день:

На 8 день:

На 9 день:

На 10 день:

На 11 день:

На 12 день:

На 13 день:

Занесем полученные данные в таблицу 28.

Параметры сглаживания: а=0,45.

Рассчитаем прогноз курса акций с параметрами сглаживания, а=0,45 по формуле (57).

На 7 день:

На 8 день:

На 9 день:

На 10 день:

На 11 день:

На 12 день:

На 13 день:

Занесем полученные данные в таблицу 29.

Таблица 27 -Параметры сглаживания: а=0,2.

Показатель	День
Показатель	6	7	8	9	10	11	12	13
1	2	3	4	5	6	7	8	9
Текущее (сегодняшнее) значение уровня ряда у_t
Прогноз, сделанный вчера (t−1) на сегодня t
Прогноз, сделанный сегодня t на завтра (t+1)

Таблица 28 -Параметры сглаживания: а=0,3.

Показатель	День
Показатель	6	7	8	9	10	11	12	13
1	2	3	4	5	6	7	8	9
Текущее (сегодняшнее) значение уровня ряда у_t
Прогноз, сделанный вчера (t−1) на сегодня t
Прогноз, сделанный сегодня t на завтра (t+1)

Информация о работе Прогнозирование емкости и конъюнктуры рынка