Geum.ru

Контрольная работа по дисциплине: «Прогнозирование рынка» студентки фмк, 5 курса, группа змр понятие экономического прогнозирования

Вид материалаКонтрольная работа

Содержание


Аддитивные и мультипликативные регрессионные модели
Подобный материал:

МИНИСТЕРСТВО ОБРАЗОВАНИЯ РЕСПУБЛИКИ БЕЛАРУСЬ


БЕЛОРУССКИЙ ГОСУДАРСТВЕННЫЙ ЭКОНОМИЧЕСКИЙ УНИВЕРСИТЕТ


Кафедра промышленного

маркетинга и цен


КОНТРОЛЬНАЯ РАБОТА

по дисциплине: «Прогнозирование рынка»

студентки ФМК, 5 курса, группа ЗМР
  1. ПОНЯТИЕ ЭКОНОМИЧЕСКОГО ПРОГНОЗИРОВАНИЯ

Под прогнозом понимается научно-обоснованное суждение о возможных состояниях объекта в будущем, об альтернативных путях и сроках его осуществления. Экономическое прогнозирование - это процесс разработки экономических прогнозов, основанный на научных методах познания экономических явлений и использования всей совокупности методов, способов и средств экономической прогностики.

Прогнозирование имеет две стороны или плоскости конкретизации: предсказательную (дескриптивную, описательную); предуказательную (предписательную). Предсказание означает описание возможных или желательных перспектив, состояний, решений проблем будущего. Предуказание означает решение этих проблем, путем использования информации о будущем в целенаправленной деятельности.

Таким образом, в прогнозировании различают два аспекта: теоретико-познавательный и управленческий.

Экономическое прогнозирование имеет своим объектом процесс конкретного расширенного воспроизводства во всем его многообразии. Предметом экономического прогнозирования является познание возможных состояний функционирующих экономических объектов в будущем, исследование закономерностей и способов разработки экономических прогнозов.

В основе экономического прогнозирования лежит предположение о том, что будущее состояние экономики в значительной мере предопределяется ее прошлым и настоящим состояниями. Будущее несет в себе и элементы неопределенности. Это объясняется следующими моментами:

- наличием не одного, а множества вариантов возможного развития;

- действие экономических законов в будущем зависит не только от прошлого и настоящего состояний экономики, но и от управленческих решений, которые еще только должны быть приняты и реализованы;

- неполнота степени познания экономических законов, дефицит и недостаточная надежность информации.

Единство определенности (детерминированности) и неопределенности будущего решающая предпосылка экономического прогнозирования. Если бы будущее было полностью определенным, то тогда бы не было потребности в прогнозировании. При неопределенности будущего сама возможность экономического прогнозирования исключается.

Важную роль в развитии экономического прогнозирования играет прикладная научная дисциплина прогностика и ее составная часть экономическая прогностика.

Прогнозирование следует рассматривать в комплексе с более широким понятием предвидением, которое дает опережающее отображение действительности, основанное на познании законов природы, общества и мышления. Различают три формы научного предвидения: гипотезу, прогноз и план.

Гипотеза характеризует научное предвидение на уровне общей теории. На уровне гипотезы дается качественная характеристика исследуемых объектов, выражающая общие закономерности их поведения.

Прогноз в сравнении с гипотезой имеет значительно большую качественную и количественную определенность и отличается большей достоверностью.

План представляет собой постановку точно определенной цели и предвидение конкретных, детальных событий исследуемого объекта. Его отличительные черты: определенность, конкретность, адресность, обязательность или индикативность. Между прогнозом и планом имеются существенные различия. Прогноз носит вероятностный, а план обязательный характер. План это однозначное решение, прогноз же по своей сущности имеет вероятное содержание. В то время как планирование направлено на принятие и практическое осуществление управленческих решений, цель прогнозирования создать научные предпосылки для их принятия.

Таким образом, задача экономического прогнозирования состоит, с одной стороны, в том, чтобы выяснить перспективы ближайшего или более отдаленного будущего в исследуемой области, а с другой стороны, способствовать оптимизации текущего и перспективного планирования и регулирования экономики, опираясь на составленный прогноз.

Под методами прогнозирования следует понимать совокупность приемов и способов мышления, позволяющих на основе ретроспективных данных внешних и внутренних связей объекта прогнозирования, а также их измерений в рамках рассматриваемого явления или процесса вывести суждения определенного и достоверного относительно будущего состояния и развития объекта.

В настоящее время насчитывается свыше 150 различных методов прогнозирования, из которых на практике используется 15-20.

В процессе экономического прогнозирования используются как общие научные методы и подходы к исследованию, так и специфические методы, свойственные социально-экономическому прогнозированию. В числе общих методов можно выделить следующие:

- исторический метод заключается в рассмотрении каждого явления во взаимосвязи его исторических форм;

- комплексный метод заключается в рассмотрении явлений в их взаимозависимости, используя для этого методы исследования не только данной, но и других наук, изучающих эти явления;

- системный метод предполагает исследование количественных и качественных закономерностей протекания вероятностных процессов в сложных экономических системах;

- структурный метод позволяет установить причины исследуемого явления, объяснить его структуру;

- системно-структурный метод предполагает, с одной стороны, рассмотрение системы в качестве динамически развивающегося целого, а с другой расчленение системы на составляющие структурные элементы и рассмотрение их во взаимодействии.

Специфические методы экономического прогнозирования целиком и полностью связаны с экономической прогностикой. Среди инструментов экономической прогностики важную роль играют экономико-математические методы, методы экономико-математического моделирования, статистической экстраполяции и др.

Важное значение для прогнозирования имеет вопрос о его объективной истинности, под которой понимается соответствие форм и параметров предвидения объективным возможностям и тенденциям, которые будут реализованы в будущем и в то же время имеются в настоящем в виде ростков этого будущего. Вопрос об истинности прогнозирования тесно связан с проблемой критериев истинности, которые делятся на две группы: практические критерии (практика, как критерий истины на всех стадиях прогнозирования) и логические или косвенные критерии (проверяемость прогнозов, их адекватность, логическая непротиворечивость).

Типология прогнозов строится в зависимости от различных критериев и признаков. В их числе можно выделить следующие:

1) масштаб прогнозирования;

2) время упреждения или временной горизонт прогноза;

3) характер объекта;

4) функциональный признак;

5) степень детерминированности (определенности) объектов прогнозирования;
6) характер развития объектов прогнозирования во времени;

7) степень информационной обеспеченности объектов прогнозирования.

По масштабу прогнозирования выделяют:

- макроэкономический прогноз;

- структурный (межотраслевой и межрегиональный) прогноз;

- прогнозы развития народнохозяйственных комплексов (энергетического, инвестиционного, аграрно-промышленного и др.);

- прогнозы отраслевые и региональные;

- прогнозы развития отдельных предприятий, АО, а также отдельных производств и продуктов.

По времени упреждения или временному горизонту все прогнозы подразделяются на:

- оперативные (до 1 месяца);

- краткосрочные (от 1 месяца до 1 года);

- среднесрочные (от 1 года до 5 лет);

- долгосрочные (от 5 лет до 15-20 лет);

- дальнесрочные (свыше 20 лет).

Временный горизонт прогноза можно определить как отрезок времени, в рамках которого изменения объема прогнозируемого объекта представляются соизмеримыми с его начальной (с тч. зр. прогноза) величиной, и как период, в течение которого на объект прогнозирования оказывают влияние решения, применяемые сегодня, т.е. в момент разработки прогноза.
Применительно к комплексным национальным экономическим прогнозам принята следующая классификация: краткосрочные прогнозы до 2-3 лет, среднесрочные до 5-7 лет, долгосрочные до 15-20 лет. Каждый из указанных видов
прогнозов опирается на те устойчивые циклы и процессы в развитии экономики, продолжительность которых укладывается в соответствующий временной горизонт.

Разрабатываемые прогнозы опираются на определенные заделы: краткосрочные на имеющиеся виды продукции и финансовые ресурсы; среднесрочные на накопленный инвестиционный потенциал; долгосрочные на те или иные направления НТП и новые технологии.

По характеру исследуемых объектов различают следующие прогнозы:

- развития производственных отношений;

- развития НТП и его последствий;

- динамики народного хозяйства;

- воспроизводства основных фондов и капитальных вложений;

- экономического использования природных ресурсов;

- воспроизводства населения и трудовых ресурсов;

- уровня жизни населения;

- внешних экономических связей и др.

По функциональному признаку прогнозы подразделяются на два типа:

- поисковый прогноз, который основан на условном продолжении в будущее тенденции развития исследуемого объекта в прошлом и настоящем, и отвлечении от условий, способных изменить эти тенденции;

- нормативный прогноз, который представляет собой определение путей и сроков достижения возможных состояний объекта прогнозирования, принимаемых в качестве цели.

По степени детерминированности можно выделить следующие объекты прогнозирования:
- детерминированные (определенные или предсказуемые), описание которых может быть представлено в детерминированной форме без существенных для задачи прогнозирования потерь информации;

- стохастические (вероятностные), при анализе и прогнозировании которых учет случайных составляющих необходим для удовлетворения требований точности и достоверности прогноза;

- смешанные, описание которых возможно частично в детерминированном, частично в стохастическом виде.

По характеру развития во времени объекты прогнозирования можно подразделить на:

- дискретные (прерывные) объекты, регулярная составляющая (тренд) которых изменяется скачками в фиксированные моменты времени;

- апериодические объекты, имеющие описание регулярной составляющей в виде непрерывной функции времени;

- циклические объекты, имеющие регулярную составляющую в виде периодической функции времени.

По степени информационной обеспеченности объекты прогнозирования можно подразделить на:

- объекты с полным обеспечением количественной информацией, для которых имеется в наличии ретроспективная количественная информация в объеме достаточном для реализации метода экстраполяции, либо статистического метода;

- объекты с неполным обеспечением количественной информацией;

- объекты с наличием качественной ретроспективной информацией;

- объекты с полным отсутствием ретроспективной информации (как правило, это проектируемые и строящиеся объекты).
  1. АДДИТИВНЫЕ И МУЛЬТИПЛИКАТИВНЫЕ РЕГРЕССИОННЫЕ МОДЕЛИ


Предположим, что у нас имеются ежемесячные данные о пассажиропотоке на международных авиалиниях за 12 лет. Если изобразить эти данные на графике, то будет хорошо видно, что

1) объем пассажиропотока имеет во времени возрастающий линейный тренд, и что

2) в ряде имеется ежегодно повторяющаяся закономерность - сезонность (большинство перевозок приходится на летние месяцы, кроме того, имеется пик меньшей высоты в районе декабрьских каникул). Цель сезонной декомпозиции и корректировки как раз и состоит в том, чтобы отделить эти компоненты, то есть разложить ряд на составляющую тренда, сезонную компоненту и оставшуюся нерегулярную составляющую. Классический прием, позволяющий выполнить такую декомпозицию, известен как метод Census I.

Общий вид модели

Основная идея сезонной декомпозиции проста. В общем случае временной ряд типа того, который описан выше, можно представить себе состоящим из четырех различных компонент:
1) Сезонной компоненты (обозначается , где t обозначает момент времени),

2) тренда (),

3) циклической компоненты (),

4) случайной, нерегулярной компоненты или флуктуации ().

Разница между циклической и сезонной компонентой состоит в том, что последняя имеет регулярную (сезонную) периодичность, тогда как циклические факторы обычно имеют более длительный эффект, который к тому же меняется от цикла к циклу. В методе Census I тренд и циклическую компоненту обычно объединяют в одну тренд-циклическую компоненту (T ). Конкретные функциональные взаимосвязи между этими компонентами могут иметь самый разный вид. Однако, можно выделить два основных способа, с помощью которых они могут взаимодействовать: аддитивно и мультипликативно.

Аддитивная модель:



Мультипликативная модель:



Здесь обозначает значение временного ряда в момент времени t. Если имеются какие-то априорные сведения о циклических факторах, влияющих на ряд (например, циклы деловой конъюнктуры), то можно использовать оценки для различных компонент для составления прогноза будущих значений ряда.

Аддитивная и мультипликативная сезонность. Рассмотрим на примере различие между аддитивной и мультипликативной сезонными компонентами. График объема продаж детских игрушек, вероятно, будет иметь ежегодный пик в ноябре-декабре, и другой - существенно меньший по высоте - в летние месяцы, приходящийся на каникулы. Такая сезонная закономерность будет повторяться каждый год. По своей природе сезонная компонента может быть аддитивной или мультипликативной. Так, например, каждый год объем продаж некоторой конкретной игрушки может увеличиваться в декабре на 3 миллиона долларов. Поэтому вы можете учесть эти сезонные изменения, прибавляя к своему прогнозу на декабрь 3 миллиона. Здесь мы имеем аддитивную сезонность. Может получиться иначе. В декабре объем продаж некоторой игрушки может увеличиваться на 40%, то есть умножаться на множитель 1.4. Это значит, например, что если средний объем продаж этой игрушки невелик, то абсолютное (в денежном выражении) увеличение этого объема в декабре также будет относительно небольшим (но в процентном исчислении оно будет постоянным); если же игрушка продается хорошо, то и абсолютный (в долларах) рост объема продаж будет значительным. Здесь опять, объем продаж возрастает в число раз, равное определенному множителю, а сезонная компонента, по своей природе, мультипликативная компонента (в данном случае равная 1.4). Если перейти к графикам временных рядов, то различие между этими двумя видами сезонности будет проявляться так: в аддитивном случае ряд будет иметь постоянные сезонные колебания, величина которых не зависит от общего уровня значений ряда; в мультипликативном случае величина сезонных колебаний будет меняться в зависимости от общего уровня значений ряда.

Аддитивные и мультипликативные тренд-циклы. Рассмотренный пример можно расширить, чтобы проиллюстрировать понятия аддитивной и мультипликативной тренд-циклических компонент. В случае с игрушками, тренд моды может привести к устойчивому росту продаж (например, это может быть общий тренд в сторону игрушек образовательной направленности). Как и сезонная компонента, этот тренд может быть по своей природе аддитивным (продажи ежегодно увеличиваются на 3 миллиона долларов) или мультипликативным (продажи ежегодно увеличиваются на 30%, или возрастают в 1.3 раза). Кроме того, объем продаж может содержать циклические компоненты. Повторим еще раз, что циклическая компонента отличается от сезонной тем, что она обычно имеет большую временную протяженность и проявляется через неравные промежутки времени. Так, например, некоторая игрушка может быть особенно горячей в течение летнего сезона (например, кукла, изображающая персонаж популярного мультфильма, которая к тому же агрессивно рекламируется). Как и в предыдущих случаях, такая циклическая компонента может изменять объем продаж аддитивно, либо мультипликативно.

Задача 1


Спрогнозировать емкость рынка пылесосов и его сегментную структуру, имея следующие данные:

Регион
Число домохозяйств (семей)
Среднедушевой размер потребления в базисном периоде ед./семью
Коэффициент эластичности %
Наличие товаров у потребителей, ед.
Износ(в процентахот наличия)
Натуральное потребление (в процентах к общему)

От цен
От дохода
физический
моральный

1. Минская область
3000
3,0
-1,2
+2,9
2500
55
80
65

2. Гродненская область
1800
1,8
-1,4
+2,8
1450
48
82
75

3. Гомельская область
3120
2,2
-2,0
+2,6
2000
55
60
30

4. Брестская область
2100
1,0
-2,0
+1,1
1000
47
70
47

5. Витебская область
2890
0,5
-0,3
+2,8
1400
30
36
29

6. Могилевская область
3500
0,9
-2,7
+2,8
1300
67
43
20


Согласно прогнозу доходы населения (в расчете на одну семью) могут вырасти на 13%. Предполагается, что цены в Минской области вырастут на 10 %, в Гомельской области – на 11%, в Гродненской области – на 9%, в Брестской области – на 10%, в Витебской области – на 11% и Могилевской области – на 9%.


Определим общую емкость рынка товаров Q по исходным данным:

Решение:

Пересчет базисного душевого потребления в текущее:

1 группа: 3,0-(3,0*0,13*0,012)+(3,0*0,1*0,029)=3,0-0,00468+0,0087=3,00402 ед/семью

2 группа: 1,8-(1,8*0,13*0,014)+(1,8*0,09*0,028)=1,8-0,003276+0,004536=1,80126 ед/семью

3 группа: 2,2-(2,2*0,13*0,02)+(2,2*0,11*0,026)=2,2-0,00572+0,006292=2,200572 ед/семью

4 группа: 1,0-(1,0*0,13*0,02)+(1,0*0,1*0,011)=1,0-0,0026+0,0011=0,9985 ед/семью

5 группа: 0,5-(0,5*0,13*0,003)+(0,5*0,11*0,028)=0,5-0,000195+0,00154=0,501345 ед/семью

6 группа: 0,9-(0,9*0,13*0,027)+(0,9*0,09*0,028)=0,9-0,003159+0,002268=0,899109 ед/семью

Полный расчет по группам:

1 группа: (3000*3,00402)-2500+(2500*0,55+2500*0,8)-(3000*3,00402*0,65)=9012,06-2500+1375+2000-5857,839=4029,221=4029 тыс. ед.

2 группа: (1800*1,80126)-1450+(1450*0,48+1450*0,82)-(1800*1,80126*0,75)=3242,268-1450+696+1189-2431,701=1245,567=1246 тыс. ед.

3 группа: (3120*2,200572)-2000+(2000*0,55+2000*0,6)-(3120*2,200572*0,3)=6865,78464-2000+1100+1200-2059,735392=5106,049248=5106 тыс. ед.

4 группа: (2100*0,9985)-1000+(1000*0,47+1000*0,7)-(2100*0,9985*0,47)=2096,85-1000+470+700-985,5195=1281,3305 тыс. ед.

5 группа: (2890*0,501345)-1400+(1400*0,3+1400*0,36)-(2890*0,501345*0,29)= 1448,88705-1400+420+504-420,1772445=552,7098055=553 тыс. ед.

6 группа: (3500*0,899109)-1300+(1300*0,67+1300*0,43)-(3500*0,899109*0,2)=3146,8815-1300+871+559-629,3763=2647,5052 тыс. ед.

Общая емкость рынка находится суммированием емкости сегментов:

Е=4029+1246+5106+1281+553+2648=14863 тыс.ед.

Установим долю каждой группы в общем объеме емкости рынка:

1 группа= 27,1%, 2 группа= 8,38%, 3 группа=34,35%, 4 группа=8,62%, 5 группа=3,72%, 6 группа=17,82%

Задача 2


Спрогнозировать объем продаж молочных изделий в 2003 году методом экспоненциального сглаживания, используя следующие данные:


Динамика объемов продаж мониторов, тыс. л.

Квартал
1997 год
1998 год
1999 год
2000 год
2001 год
2002 год
Константа сглаживания

1
5665
5676
5677
5678
5687
5695
0,2

2
5677
5690
6100
6200
6201
6202
0,1

3
5500
6000
6089
5890
6700
7000
0,8

4
5421
5436
5489
5491
5400
5500
0,4


1.

Q1998=0.2*5676+0.8*5665=1135.2+4532=5667.2

Q1999=0.2*5677+0.8*5667.2=1135.4+4533.76=5669.16

Q2000=0.2*5678+0.8*5669.16=1135.6+4535.328=5670.928

Q2001=0.2*5687+0.8*5670.928=1137.4+4536.7424=5674.1424


Погрешность=(5674,1424-5695)/5695=0,37%


2.

Q1998=0,1*5690+0,9*5677=569+5109,3=5678,3

Q1999=0,1*6100+0,9*5678,3=610+5110,47=5720,47

Q2000=0,1*6200+0,9*5720,47=620+5148,423=5768,423

Q2001=0,1*6201+0,9*5768,423=620,1+5191,5807=5811,6807


Погрешность=(5811,6807-6202)/6202=6,29%


3.

Q1998=0,8*6000+0,2*5500=4800+1100=5900

Q1999=0,8*6089+0,2*5900=4871,2+1180=6051,2

Q2000=5890*0,8+0,2*6051,2=5712+1210,24=5922,24

Q2001=0,8*6700+0,2*5922,24=5360+1184,448=6544,448


Погрешность=(6544,448-7000)/7000=6,51%


4.

Q1998=0,4*5436+0,6*5421=2174,4+3252,6=5427

Q1999=0,4*5489+0,6*5427=2195,6+3256,2=5451,8

Q2000=0,4*5491+0,6*5451,8=2196+3271,08=5467,08

Q2001=0,4*5400+0,6*5467,08=2160+3280,248=5440,248


Погрешность=(5440,248-5500)/5500=1,1%


СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

  1. Четыркин Е.М. Статистические методы прогнозирования.- М., Статистика, 1977.
  2. Гранберг А.Г. - ред. "Статистическое моделирование и прогнозирование"- М.: Финансы и статистика, 1990