Лабораторная работа. Анализ и прогноз рыночной конъюнктуры
 Скачать 395 Kb.
|
Анализ и прогноз рыночной конъюнктурыПри оценке и анализе рыночной конъюнктуры применяются следующие способы исследования: анализ динамических рядов показателей рынка, построение трендовых моделей, моделирование рыночных связей. При анализе динамических рядов осуществляется выявление направления и характера развития процесса (системы) расчетом цепных (Tцi), базисных (Tбi) и средних за период темпов роста (Tср). Пусть динамический ряд включает n периодов, а yi – значение показателя в i-й период (i=0,…,n), тогда Tцi= Yi / Yi-1 * 100% , Tбi= Yi / Y0 * 100% ,  Эффективное обнаружение тенденции развития обеспечивает метод аналитического выравнивания (построения моделей тренда). Методика прогнозирования с помощью трендовых моделей основывается на гипотезе о сохранении сложившихся тенденций на будущее. Широко применяются полиномиальная, логарифмическая, логистическая, гиперболическая модели, кривая Гомперца, логарифмическая парабола. Параметризацию модели можно осуществлять методом наименьших квадратов, а подбор кривой – по критерию минимума остаточной дисперсии:  где l – количество параметров в модели, Y- фактический уровень, Yt – модельное значение. Устойчивость динамического развития проявляется в характере отклонений фактических уровней от тренда. Степень устойчивости измеряется коэффициентом аппроксимации: Ка = Sy / Ycp * 100% , где Sy -среднеквадратическое отклонение фактических уровней от тренда; Ycp - средний уровень ряда.  Коэффициент аппроксимации используется также при выборе формы кривой. Уравнение тренда выбирается по минимуму Ка. Приемлемый прогноз дает модель с Ка менее 3 %. Конъюнктурный анализ включает в себе моделирование рыночных связей (регрессионный анализ), которое является средством изучения причинно-следственных зависимостей. Для моделирования многофакторных систем применяются следующие функции:  Для приведения функции к уравнению множественной линейной регрессии: Yx=b+m1*x1+m2*x2+...+mk*xk, где x1,x2, …, xk – экзогенные переменные, параметры которого m1,m2, …, mk рассчитываются методом наименьших квадратов, применяют способы замены переменных, логарифмирования. Априорную ошибку прогноза, его надежность можно оценить методом Тейла, рассчитав коэффициент  , если V=0, то прогноз абсолютно точен; если V=1, то прогноз близок к простой экстраполяции; если V>1, прогноз дает худший результат, чем предположение о неизменности тенденции. Задание Исследовать направления развития показателей объема продаж, запасов и цены продукции, визуализировать результаты. Подобрать трендовые модели для товарооборота, цены и товарных запасов. Используя "лучшие" модели, спрогнозировать значения этих показателей на один период вперед. Построить графики фактических уровней и выровненных значений. Построить модель спроса на товар, спрогнозировать объем продаж на один период вперед, оценить надежность прогноза методом Тейла. Порядок выполнения работы Запустить MS Excell. Подготовить таблицу значений динамики изменения продаж, запасов и цены в соответствии с индивидуальным заданием. (Таблица 1) Вычислить базисные, цепные и средние темпы роста для объемов продаж, запасов и цены и заполнить таблицу 2. Построить графики изменения фактических значений объемов продаж, запасов и цены в зависимости от периода. Построить трендовые модели для объема продаж, запасов и цены. П  ри выявлении тенденции развития экономических показателей применяются следующие трендовые модели: Построение трендовых моделей можно выполнить следующим образом. a). Выделить график фактических значений показателя b) Щелкнуть правой клавишей мыши и в появившемся меню выбрать пункт “Добавить линию тренда” c) Выбрать тип аппроксимирующей кривой d)Щелкнуть на закладке “Параметры” и включить переключатели “Показывать уравнение на диаграмме” и “Поместить на диаграмму величину достоверности аппроксимации”. Заполнить таблицу 3 для каждого показателя при различных моделях. e) Выполнить пункты a)-d) для нескольких аппроксимирующих функций и подобрать такую, при которой значение величины достоверности аппроксимации R2 наибольшее. Эта модель является наиболее подходящей. 4. Выполнить прогнозирование значений показателей объема продаж, цены и товарных запасов в зависимости от периода по выбранной трендовой модели на один шаг вперед. Для этого сформировать таблицу “Расчет основных тенденций” (табл. 4 Приложения) и ввести в столбец “Выровненное значение” формулу трендовой модели. Рассчитать прогнозируемое значение показателя для очередного периода. 5. Построить двухфакторную линейную регрессионную модель спроса на товар в зависимости от цены и периода. Спрогнозировать объем продаж на один период вперед, оценить надежность прогноза методом Тейла. Двухфакторную линейную регрессионную модель удобно строить с помощью функции ЛИНЕЙН. Для ее применения необходимо: Построить таблицу 6 Зависимости объема продаж от периода и цены выделить область для расчета коэффициентов регрессии (горизонтальный диапазон ячеек, насчитывающий столько ячеек, сколько параметров в модели, в нашем случае -3); вызвать статистическую функцию ЛИНЕЙН, задать в качестве первого аргумента диапазон ячеек с фактическими значениями зависимой переменной – Y (продажи), в качестве второго – с фактическими значениями входных переменных – X (таблица, содержащая периоды и цены); завершить ввод функции нажатием комбинации клавиш Результаты расчета Excell возвращает в следующей последовательности: mk, mk-1,……,m1,b 6. Заполнить таблицу 5 коэффициентами регрессионной модели. 6. Записать формулу регрессионной модели зависимости спроса от периода и цены в соответствующей ячейке таблицы 6 (Yxt) и рассчитать выровненные уровни объема продаж. 7. Рассчитать надежность прогноза по методу Тейла 8. Рассчитать прогноз объемов продаж при новых значениях периода и цены.
Решение:            | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||