курсовая по статистической аналитике. Курсовая работа по дисциплине Методы прогнозирования и анализ рынка
 Скачать 2.07 Mb.
|
|
Министерство образования и науки Российской Федерации Федеральное государственное автономное образовательное учреждение высшего образования «Южно-Уральский государственный университет (Национальный исследовательский университет)» Институт естественных и точных наук Кафедра «Математическое и компьютерное моделирование» Направление 02.03.01 «Математика и компьютерные науки» КУРСОВАЯ РАБОТА по дисциплине «Методы прогнозирования и анализ рынка» Тема: «Анализ и прогнозирование процентного дохода ПАО Сбербанк» Руководитель, доцент каф. МиКМ ______________ Акимова А.А. «___»_______________2018 г. Автор работы Студент группы ЕТ-411 ____________Шумакова Ю.И. «___»_______________2018 г. Работа защищена с оценкой (прописью, цифрой) ___________________________ «___»________________2018 г. Челябинск, 2018 ОГЛАВЛЕНИЕВВЕДЕНИЕ 3 1.ПРЕДВАРИТЕЛЬНАЯ ОБРАБОТКА ВРЕМЕННОГО РЯДА 4 1.1. Выявление и устранение аномальных наблюдений 4 1.2. Предварительные расчеты 5 2. АДДИТИВНАЯ МОДЕЛЬ ВРЕМЕННОГО РЯДА 8 2.1. Выявление наличия неслучайной составляющей 9 2.2. Построение моделей трендовой составляющей 14 2.3.Выбор адекватной модели трендовой составляющей 17 2.4.Выделение сезонной составляющей 22 2.5.Построение аддитивной модели 23 3.ЛИНЕЙНАЯ МОДЕЛЬ ВРЕМЕННОГО РЯДА 24 3.1.Выявление наличия свойства стационарности временного ряда 24 3.2.Построение модели авторегрессии и проинтегрированного скользящего среднего ARIMA(p,k,q) 30 3.2.1. Построение авторегрессионной модели AR(p) 31 3.2.2. Построение модели скользящего среднего MA(q) 33 3.2.3. Построение смешанной модели ARMA(p,q) 33 3.2.4.Сравнительный анализ построенных моделей 34 4.КОМБИНИРОВАННАЯ МОДЕЛЬ ВРЕМЕННОГО РЯДА 37 5.ТОЧЕЧНЫЙ ПРОГНОЗ ПО ПОСТРОЕННЫМ МОДЕЛЯМ 40 5.1.Точечный прогноз по аддитивной модели 40 5.2.Точечный прогноз по линейной модели 41 5.3.Точечный прогноз по комбинированной модели 42 5.4.Сравнительный анализ построенных прогнозов 42 ЗАКЛЮЧЕНИЕ 44 СПИСОК ЛИТЕРАТУРЫ 45 ПРИЛОЖЕНИЕ A 46 ВВЕДЕНИЕПАО Сбербанк – это крупнейший банк в России, один из ведущих международных финансовых институтов. Это самый дорогой российский бренд, входящий в топ – 25 брендов мира. На долю Сбербанка приходится более 30 % совокупных банковских активов страны. Он выступает основным кредитором российской экономики и частных клиентов. Из общего объема средств, выданных частным лицам, на Сбербанк приходится более 41 %. Доля на рынке корпоративных кредитов приближается к 34 %, на рынке ипотечного кредитования – 56 %. В ходе курсовой работы исследована динамика и составлен прогноз чистого процентного дохода ПАО Сбербанк средствами технического анализа. Технический анализ – это прогнозирование изменений значений экономических показателей в будущем на основе анализа изменений этих значений в прошлом. В основе его лежит анализ временных рядов значений и их графиков. Наиболее часто методы технического анализа используются для анализа цен, изменяющихся свободно, например, на биржах. Случайный процесс (СП) – параметризированное семейство случайных величин {Y()}, где параметр – время. СП называется СП с непрерывным временем, если система, в которой он протекает, меняет свои состояния в любой момент времени. Временной ряд – набор упорядоченных во времени случайных величин: {Y()} = Y(), Y(), …, Y(), т.е. наблюдений над случайным процессом с непрерывным временем Y() в моменты времени , где – моменты времени и i=1, 2, …, n. – наблюдение над случайной величиной Y(), т.е. конкретная реализация не является случайной величиной. Далее наблюдения будем называть фактическими наблюдениями. Фактические значения анализируемого временного ряда приведены в Приложении А. ПРЕДВАРИТЕЛЬНАЯ ОБРАБОТКА ВРЕМЕННОГО РЯДАНа этапе предварительной обработки производится построение и изучение графика временного ряда (диаграммы рассеяния). Графические методы анализа позволяют сделать предварительные выводы о характере процесса, которые затем могут быть проверены и уточнены с помощью расчета конкретных характеристик ряда. В пункте 1.1 временной ряд будет проверен на наличие аномальных наблюдений с помощью критерия Ирвина. В пункте 1.2 проведем предварительные расчеты: найдем числовые характеристики временного ряда, построим коррелограмму. |