Группировка.
В качестве исходной таблицы возьмем данные о потребительских ценах на продукцию растениеводства.. В качестве группировочного признака используем относительные цепные приросты цен отрасли.
Таблица: зерновые культуры
Зерновая культура | ||||||
пшеница | - | 172,53% | 46,44% | |||
рожь | - | 142,98% | 82,58% | |||
просо | - | 112,88% | 67,55% | |||
гречиха | - | 324,35% | -5,21% | |||
кукуруза | - | 184,34% | 23,16% | |||
ячмень | - | 146,82% | 67,77% | |||
зернобобовые | - | 149,13% | 46,50% | |||
овес | - | 102,61% | 61,92% | |||
Итого по отрасли | - |
.На основании приростов произведем соответствующую группировку по интервалам.
Таблица: группировка подотраслей
Номер группы | Интервалы | Число подотраслей 1999г. | Число подотраслей 2000г. |
меньше 0% | |||
0-10% | |||
11-20% | |||
21-30% | |||
31-40% | |||
41-50% | |||
51-60% | |||
61-70% | |||
71-80% | |||
81-90% | |||
91-100% | |||
101-150% | |||
151-200% | |||
свыше 201% |
По данным группировки видно, что цены на сельско- хозяйственную продукцию имеют неустойчивую тенденцию.
В 1999 г. больше всего подотраслей (пять единиц) имели прирост в пределах 101-150%. А уже в 2000 году большинство подотраслей, а именно три, сконцентрировалось в границах прироста 61- 70%.
Можно сделать предварительный вывод,что на определенную часть подотраслей оказывают влияние одни и те же факторы, с одной и той же силой.
Следующий график наглядно проиллюстрирует положение дел в отрасли в плане колебаний цен.
График: графическая интерпретация группировки
Горизонтальный анализ и вертикальный анализ с помощью метода средних.
Таблица: вертикальный анализ
продукция отрасли | уд. вес | уд. вес | уд.вес | |||
пшеница | 10,60% | 13,57% | 13,91% | |||
Рожь | 8,72% | 9,95% | 12,72% | |||
просо | 8,29% | 8,29% | 9,73% | |||
гречиха | 21,76% | 43,40% | 28,79% | |||
кукуруза | 14,50% | 19,38% | 16,70% | |||
ячмень | 8,54% | 9,91% | 11,63% | |||
зернобобовые | 17,90% | 20,95% | 21,49% | |||
овес | 9,69% | 9,22% | 10,45% | |||
Итого по отрасли | 100,00% | 134,68% | 125,43% | |||
Ср..арифм. | 643,875 | 1845,375 | 2455,375 | |||
Ср.геом. | 604,1359113 | 1573,630087 | 2299,817214 | |||
Медиана | 522,5 | 1289,5 | 2085,5 | |||
Средняя взвешенная | 889,2967802 | 3249,360218 | 4239,346192 |
Таблица: горизонтальный анализ
Ср.арифм. | Ср.геом. | Медиана | ||||
пшеница | 546,00 | 1488,00 | 2179,00 | 1404,33 | 1209,72 | 1488,00 |
Рожь | 449,00 | 1091,00 | 1992,00 | 1177,33 | 991,87 | 1091,00 |
просо | 427,00 | 909,00 | 1523,00 | 953,00 | 839,26 | 909,00 |
гречиха | 1121,00 | 4757,00 | 4509,00 | 3462,33 | 2886,29 | 4509,00 |
кукуруза | 747,00 | 2124,00 | 2616,00 | 1829,00 | 1607,08 | 2124,00 |
ячмень | 440,00 | 1086,00 | 1822,00 | 1116,00 | 954,87 | 1086,00 |
зернобобовые | 922,00 | 2297,00 | 3365,00 | 2194,67 | 1924,39 | 2297,00 |
овес | 499,00 | 1011,00 | 1637,00 | 1049,00 | 938,21 | 1011,00 |
Индексный анализ
Индексы | Базисные | Цепные | ||
Год 1999 | 1 квартал | 2458,32 | ||
2 квартал | 2569,36 | 1,045169059 | 1,04516906 | |
3 квартал | 2689,56 | 1,046782078 | 1,09406424 | |
4 квартал | 2785,68 | 1,035738188 | 1,13316411 | |
Год 2000 | 1 квартал | 2795,34 | 1,003467735 | 1,13709362 |
2 квартал | 2896,33 | 1,036127984 | 1,17817453 | |
3 квартал | 2963,98 | 1,023357145 | 1,20569332 | |
4 квартал | 2976,38 | 1,004183564 | 1,21073741 | |
Год 2001 | 1 квартал | 3012,97 | 1,012293457 | 1,22562156 |
2 квартал | 3158,94 | 1,048447213 | 1,28499951 | |
3 квартал | 3167,49 | 1,002706604 | 1,2884775 | |
4 квартал | 3258,78 | 1,028820928 | 1,32561261 |
На основе анализа цепных индексов можно сделать вывод, что изменение цен происходит линейно.
ряд 1 - базисный индекс
ряд 2 - цепной индекс
Исследуя изменения базисных индексов наименьшей значение данный показатель имел во 2 квартале 1999 г. А наибольшее значение - в 4 квартале 2001 г.
Как видно на графике изменения имеют плавный тенденциозный характер.
Таблица 2. - "Расчёт структурных сдвигов"
Порядковый № | Название отрасли | Цены, в млн. руб. | Цена на электроэнергию руб. | ||
пшеница | |||||
Рожь | |||||
просо | |||||
гречиха | |||||
кукуруза |
где: х0, x1 – цены на электроэнергию базового и отчетного периода;
f0, f1 – цены на продукцию отрасли в базовом и текущих периодов.
Индекс переменного состава показывает изменение цен в 1999 году в 0,96339 раза (уменьшение) по сравнению 1998 годом только за счёт изменения цен на электроэнергию.
Индекс фиксированного состава
Индекс структурных сдвигов
Анализ динамики цен с использованием временных рядов
t | год/квартал | y | (у-уср) | (у-уср)2 |
-394 | ||||
-291 | ||||
-189 | ||||
-158 | ||||
-62 | ||||
Сумма |
Рассчитаем среднеквадратичное отклонение, коэффициент вариации, а также проверим ряд на "засорение информации" или на аномальные наблюдения.
Среднеквадратичное отклонение =
Коэффициент вариации =
По вариации можно сделать вывод, что, так как коэффициент вариации больше 15%, вариация большая и совокупность в целом нельзя признать однородной.
Проверим ряд на аномальные наблюдения с помощью tn-критерия Граббса. В данной совокупности выделим максимальное и минимальное значение - 4453 и 5052, допустим их взяли неверно. Формула для расчёта tn-критерия Граббса:
где: y- аномальное наблюдение;
- средний абсолютный прирост.
Tn-критерия Граббса=
Далее сравню полученные значения с критическими данными по таблице tn-критерия Смирнова-Граббса. При n=12 и доверительной вероятности 0,95 Ткр=2,519. Так как полученные значения Т1 и Т2 < Ткр, то следовательно нет необходимости исключать эти данные из исследования.
Для корреляционно-регрессионного анализа необходимо из нескольких факторов произвести предварительный отбор факторов для регрессионной модели. Сделаем это по итогам расчета коэффициента корреляции. А именно возьмем те факторы, связь которых с результативным признаком будет выражена в большей степени.
На основе таблицы, представленной ниже произведем корреляционный анализ.
Год | Цены производителей | Электроэнергия | Бензин | Нефть | |
у | х1 | х2 | х3 | ||
8,80 | 1,60 | 18,30 | 5,30 | ||
101,00 | 58,40 | 266,00 | 101,00 | ||
317,00 | 163,00 | 756,00 | 282,00 | ||
612,00 | 215,00 | 912,00 | 355,00 | ||
593,00 | 254,00 | 1011,00 | 376,00 | ||
533,00 | 239,00 | 1309,00 | 339,00 | ||
1390,00 | 282,00 | 4640,00 | 1000,00 | ||
2113,00 | 416,00 | 5612,00 | 1546,00 | ||
Сумма | 5667,80 | 1629,00 | 14524,30 | 4004,30 | |
Ср.знач-е | 404,84 | 116,36 | 1037,45 | 286,02 |
Начнем наш анализ с рассмотрения следующих факторов:
- электроэнергия
- бензин
- экспортная цена на нефть
Коэфициет корреляции ryx1=0,9058
Коэффициент корреляции ryx2=0,9752
Коэффициент корреляции ryx3=0,9958
Самая тесная связь наблюдается между ценами производителей и экспортной ценой на нефть.
=5659,00
Коэффициент вариации V > 15%. Из этого можно сделать вывод, что совокупность нельзя признать однородной. Данная модель не может применяться на практике, однако в учебных целях продолжим наш анализ, используя данный фактор.
Построим линейное уравнение регрессии.
Уравнение прямой имеет следующий вид: ŷ = a + bx1
На основе представленных выше данных рассчитаем коэффициенты регрессии, где
a1 = 134,46
a0 = -42,56
У=-42,56+134,46х
Затем построим расчетный тренд.
t
| |||||||
yp (t) | 91,90 | 226,37 | 360,83 | 495,29 | 629,76 |
764,22 | 898,68 | 1033,15 | 1167,61 |
И на основе это тренда построим прогноз на 10 и 11 периоды.
1302,07 | 1436,54 | |
max | 2078,58 | 2258,31 |
min | 525,57 | 614,76 |
У10.=а0+а1*10
У11= а0+а1*11
Рассчитаем ошибку аппроксимации по ниже заданной формуле.
Eотн = 258,00
Анализ цен внешней торговли.
Группировка.
Сгруппируем по тому же принципу, что и два предыдущих пункта.
нефть сырая | 74,4 | - | 110,9 | 49,06% | 179,9 | 62,22% |
нефтепродукты | 75,8 | - | 94,5 | 24,67% | 80,95% | |
газ природный | 72,8 | - | 69,2 | -4,95% | 75,4 | 8,96% |
уголь каменный | - | 15,8 | -41,48% | 25,5 | 61,39% | |
руды и концентраты железные | 19,7 | - | 23,1 | 17,26% | 26,7 | 15,58% |
фофаты кальция | 38,3 | - | 39,7 | 3,66% | 43,1 | 8,56% |
удобрения минеральные | - | 46,34% | 6,67% | |||
аммиак безводный | - | 17,12% | -3,08% | |||
Итого по отрасли | - | 603,2 | 775,6 |
В итоге получим следующую таблицу.
Номер группы | Интервалы | Число подотраслей 1999г. | Число подотраслей 2000г. |
меньше 0% | |||
0-10% | |||
11-20% | |||
21-30% | |||
31-40% | |||
41-50% | |||
51-60% | |||
61-70% | |||
71-80% | |||
81-90% | |||
91-100% | |||
101-150% | |||
151-200% | |||
свыше 201% |
Ниже следует графическая интерпретация.
Средние.
Таблица: вертикальный анализ
продукция отрасли | уд. вес | уд.вес | уд.вес | |||
нефть сырая | 74,4 | 14,85% | 110,9 | 1,01% | 179,9 | 1,15% |
нефтепродукты | 75,8 | 15,13% | 94,5 | 0,86% | 1,09% | |
газ природный | 72,8 | 14,53% | 69,2 | 0,63% | 75,4 | 0,48% |
уголь каменный | 5,39% | 15,8 | 0,14% | 25,5 | 0,16% | |
руды и концентраты железные | 19,7 | 3,93% | 23,1 | 0,21% | 26,7 | 0,17% |
фофаты кальция | 38,3 | 7,64% | 39,7 | 0,36% | 43,1 | 0,28% |
удобрения минеральные | 16,37% | 1,09% | 0,82% | |||
аммиак безводный | 22,16% | 1,19% | 0,80% | |||
Итого по отрасли | 100,00% | 603,2 | 5,50% | 775,6 | 4,95% | |
Ср.арифм. | 62,625 | 75,4 | 96,95 | |||
Ср.геом. | 54,3491041 | 59,81797441 | 75,86884644 | |||
Медиана | 73,6 | 81,85 | 100,7 | |||
Средняя взвешенная | 889,2967802 | 3249,360218 | 4239,346192 |
Таблица: горизонтальный анализ
Ср.арифм. | Ср.геом. | Медиана | ||||
нефть сырая | 74,40 | 110,90 | 179,90 | 121,73 | 114,07 | 110,90 |
нефтепродукты | 75,80 | 94,50 | 171,00 | 113,77 | 107,00 | 94,50 |
газ природный | 72,80 | 69,20 | 75,40 | 72,47 | 72,42 | 72,80 |
уголь каменный | 27,00 | 15,80 | 25,50 | 22,77 | 22,16 | 25,50 |
руды и концентраты железные | 19,70 | 23,10 | 26,70 | 23,17 | 22,99 | 23,10 |
фофаты кальция | 38,30 | 39,70 | 43,10 | 40,37 | 40,32 | 39,70 |
удобрения минеральные | 82,00 | 120,00 | 128,00 | 110,00 | 107,99 | 120,00 |
аммиак безводный | 111,00 | 130,00 | 126,00 | 122,33 | 122,05 | 126,00 |
Индексный анализ
Индексы | Базисные | Цепные | ||
Год 1999 | 1 квартал | |||
2 квартал | 1,037914692 | 1,03791469 | ||
3 квартал | 1,091324201 | 1,13270142 | ||
4 квартал | 0,987447699 | 1,11848341 | ||
Год 2000 | 1 квартал | 1,029661017 | 1,15165877 | |
2 квартал | 1,008230453 | 1,16113744 | ||
3 квартал | 1,010204082 | 1,17298578 | ||
4 квартал | 1,006060606 | 1,18009479 | ||
Год 2001 | 1 квартал | 1,008032129 | 1,18957346 | |
2 квартал | 1,039840637 | 1,23696682 | ||
3 квартал | 0,986590038 | 1,22037915 | ||
4 квартал | 1,07184466 | 1,30805687 |
Ниже следует графическая интерпретация.
На графике видно, что изменение как цепных, так и базисных индексов протекает плавно, без резких скачков.
ряд 1 - базисный индекс
ряд 2 - цепной индекс
Исследуя изменения базисных индексов наименьшей значение данный показатель имел во 2 квартале 1999 г. А наибольшее значение - в 4 квартале 2001 г.
Порядковый № | Название отрасли | Цены, в млн. руб. | Цена на электроэнергию руб. | ||
нефть сырая | 74,40 | 110,9 | |||
нефтепродукты | 75,80 | 94,5 | |||
газ природный | 27,0 | 15,8 | |||
уголь каменный | 19,7 | 23,1 | |||
руды и концентраты железные | 38,3 | 39,7 |
Анализ динамики цен с использованием временных рядов
Среднеквадратичное отклонение =
Коэффициент вариации =
Проверим ряд на аномальные наблюдения с помощью tn-критерия Граббса. В данной совокупности выделим максимальное и минимальное значение - 4453 и 5052, допустим их взяли неверно. Формула для расчёта tn-критерия Граббса:
где: y- аномальное наблюдение;
- средний абсолютный прирост.
Tn-критерия Граббса=
Для корреляционно-регрессионного анализа необходимо из нескольких факторов произвести предварительный отбор факторов для регрессионной модели. Сделаем это по итогам расчета коэффициента корреляции. А именно возьмем те факторы, связь которых с результативным признаком будет выражена в большей степени.
На основе таблицы, представленной ниже произведем корреляционный анализ.
В данном корреляционном анализе мы проанализируем зависимость между внешней ценой на нефть и внутренней.
t | ||||
y(t) | ||||
x(t) | 5,30 | 101,00 | 282,00 | 355,00 |
5 | ||||
74,4 | 110,9 | 179,9 | 180,69 | 200,3 |
376,00 | 339,00 | 1000,00 | 1548,00 | 1687,36 |
Рассчитаем коэффициенты регрессии.
tcp =5
ycp (t)=134,02
a1=11,70
a0=75,52
Отсюда функция будет иметь вид:
y=75.52+11.70x
На основании линии регрессии выведем условный тренд Y.
| |||||||||
yp (t) | 87,22 | 98,92 | 110,62 | 122,32 | 134,02 | ||||
145,72 | 157,42 | 169,12 | 180,82 | ||||||
На основании условного тренда сделаем прогноз на 11 и 12 периоды.
192,52 | 204,22 | |
max | 229,73 | 243,60 |
min | 155,30 | 164,83 |
Рассчитаем ошибку аппроксимации по ниже заданной формуле.
Eотн =21,06
Анализ цен внешней торговли.
Группировка.
Сгруппируем по тому же принципу, что и два предыдущих пункта.
нефть сырая | 74,4 | - | 110,9 | 49,06% | 179,9 | 62,22% |
нефтепродукты | 75,8 | - | 94,5 | 24,67% | 80,95% | |
газ природный | 72,8 | - | 69,2 | -4,95% | 75,4 | 8,96% |
уголь каменный | - | 15,8 | -41,48% | 25,5 | 61,39% | |
руды и концентраты железные | 19,7 | - | 23,1 | 17,26% | 26,7 | 15,58% |
фофаты кальция | 38,3 | - | 39,7 | 3,66% | 43,1 | 8,56% |
удобрения минеральные | - | 46,34% | 6,67% | |||
аммиак безводный | - | 17,12% | -3,08% | |||
Итого по отрасли | - | 603,2 | 775,6 |
В итоге получим следующую таблицу.
Номер группы | Интервалы | Число подотраслей 1999г. | Число подотраслей 2000г. |
меньше 0% | |||
0-10% | |||
11-20% | |||
21-30% | |||
31-40% | |||
41-50% | |||
51-60% | |||
61-70% | |||
71-80% | |||
81-90% | |||
91-100% | |||
101-150% | |||
151-200% | |||
свыше 201% |
Ниже следует графическая интерпретация.
Средние.
Таблица: вертикальный анализ
продукция отрасли | уд. вес | уд.вес | уд.вес | |||
нефть сырая | 74,4 | 14,85% | 110,9 | 1,01% | 179,9 | 1,15% |
нефтепродукты | 75,8 | 15,13% | 94,5 | 0,86% | 1,09% | |
газ природный | 72,8 | 14,53% | 69,2 | 0,63% | 75,4 | 0,48% |
уголь каменный | 5,39% | 15,8 | 0,14% | 25,5 | 0,16% | |
руды и концентраты железные | 19,7 | 3,93% | 23,1 | 0,21% | 26,7 | 0,17% |
фофаты кальция | 38,3 | 7,64% | 39,7 | 0,36% | 43,1 | 0,28% |
удобрения минеральные | 16,37% | 1,09% | 0,82% | |||
аммиак безводный | 22,16% | 1,19% | 0,80% | |||
Итого по отрасли | 100,00% | 603,2 | 5,50% | 775,6 | 4,95% | |
Ср.арифм. | 62,625 | 75,4 | 96,95 | |||
Ср.геом. | 54,3491041 | 59,81797441 | 75,86884644 | |||
Медиана | 73,6 | 81,85 | 100,7 | |||
Средняя взвешенная | 889,2967802 | 3249,360218 | 4239,346192 |
Таблица: горизонтальный анализ
Ср.арифм. | Ср.геом. | Медиана | ||||
нефть сырая | 74,40 | 110,90 | 179,90 | 121,73 | 114,07 | 110,90 |
нефтепродукты | 75,80 | 94,50 | 171,00 | 113,77 | 107,00 | 94,50 |
газ природный | 72,80 | 69,20 | 75,40 | 72,47 | 72,42 | 72,80 |
уголь каменный | 27,00 | 15,80 | 25,50 | 22,77 | 22,16 | 25,50 |
руды и концентраты железные | 19,70 | 23,10 | 26,70 | 23,17 | 22,99 | 23,10 |
фофаты кальция | 38,30 | 39,70 | 43,10 | 40,37 | 40,32 | 39,70 |
удобрения минеральные | 82,00 | 120,00 | 128,00 | 110,00 | 107,99 | 120,00 |
аммиак безводный | 111,00 | 130,00 | 126,00 | 122,33 | 122,05 | 126,00 |
Индексный анализ
Индексы | Базисные | Цепные | ||
Год 1999 | 1 квартал | |||
2 квартал | 1,037914692 | 1,03791469 | ||
3 квартал | 1,091324201 | 1,13270142 | ||
4 квартал | 0,987447699 | 1,11848341 | ||
Год 2000 | 1 квартал | 1,029661017 | 1,15165877 | |
2 квартал | 1,008230453 | 1,16113744 | ||
3 квартал | 1,010204082 | 1,17298578 | ||
4 квартал | 1,006060606 | 1,18009479 | ||
Год 2001 | 1 квартал | 1,008032129 | 1,18957346 | |
2 квартал | 1,039840637 | 1,23696682 | ||
3 квартал | 0,986590038 | 1,22037915 | ||
4 квартал | 1,07184466 | 1,30805687 |
Ниже следует графическая интерпретация.
На графике видно, что изменение как цепных, так и базисных индексов протекает плавно, без резких скачков.
ряд 1 - базисный индекс
ряд 2 - цепной индекс
Исследуя изменения базисных индексов наименьшей значение данный показатель имел во 2 квартале 1999 г. А наибольшее значение - в 4 квартале 2001 г.
Порядковый № | Название отрасли | Цены, в млн. руб. | Цена на электроэнергию руб. | ||
нефть сырая | 74,40 | 110,9 | |||
нефтепродукты | 75,80 | 94,5 | |||
газ природный | 27,0 | 15,8 | |||
уголь каменный | 19,7 | 23,1 | |||
руды и концентраты железные | 38,3 | 39,7 |
Анализ динамики цен с использованием временных рядов
Среднеквадратичное отклонение =
Коэффициент вариации =
Проверим ряд на аномальные наблюдения с помощью tn-критерия Граббса. В данной совокупности выделим максимальное и минимальное значение - 4453 и 5052, допустим их взяли неверно. Формула для расчёта tn-критерия Граббса:
где: y- аномальное наблюдение;
- средний абсолютный прирост.
Tn-критерия Граббса=
Для корреляционно-регрессионного анализа необходимо из нескольких факторов произвести предварительный отбор факторов для регрессионной модели. Сделаем это по итогам расчета коэффициента корреляции. А именно возьмем те факторы, связь которых с результативным признаком будет выражена в большей степени.
На основе таблицы, представленной ниже произведем корреляционный анализ.
В данном корреляционном анализе мы проанализируем зависимость между внешней ценой на нефть и внутренней.
t | ||||
y(t) | ||||
x(t) | 5,30 | 101,00 | 282,00 | 355,00 |
5 | ||||
74,4 | 110,9 | 179,9 | 180,69 | 200,3 |
376,00 | 339,00 | 1000,00 | 1548,00 | 1687,36 |
Рассчитаем коэффициенты регрессии.
tcp =5
ycp (t)=134,02
a1=11,70
a0=75,52
Отсюда функция будет иметь вид:
y=75.52+11.70x
На основании линии регрессии выведем условный тренд Y.
| |||||||||
yp (t) | 87,22 | 98,92 | 110,62 | 122,32 | 134,02 | ||||
145,72 | 157,42 | 169,12 | 180,82 | ||||||
На основании условного тренда сделаем прогноз на 11 и 12 периоды.
192,52 | 204,22 | |
max | 229,73 | 243,60 |
min | 155,30 | 164,83 |
Рассчитаем ошибку аппроксимации по ниже заданной формуле.
Eотн =21,06
Экономической обоснование результатов анализа.
В ходе анализа мы пришли к следующему заключению. Цены выражают совокупную информацию о рынках(отраслях) и экономике в целом. Цены определенным образом зависят от нескольких основных моментов, которые нашли свое совокупное выражение в в трех факторах: цены на энергоносители и цены на основной продукт экспорта.
Построенные модели имеют достаточно высокий коэффициент детерминации, что свидетельствует об их адекватности. В ряде случаев коэффициенты корреляции были близко равны нулю, что тоже свидетельствует на мой взгляд о практической ценности моделей. Все выдвинутые гипотезы о эксопртоориентированности экономики доказаны. Правда утверждение, что совокупный спрос носит зависимый характер от мировой коньюктуры цен на нефть носит чисто гипотетический характер и требует дополнительных статистических подтверждений, но это не входит в предметную область курсового проекта.
Выводы и предложения.
В ходе работы был проведен определенный спектр исследовательских мероприятий на базе экономико-статистического инструментария. Были выдвинуты гипотезы макроэкономического характера зависимости цен (в рамках предметной области) от цен на бензин, электроэнергию и экспортных цен на нефть. В ходе выполнения курсового проекта все гипотезы признаны правомерными.