Статистико-экономический анализ макроэкономических показателей

Первый раздел курсового проекта должен включать описание сущности системы национальных счетов, принципов построения, методики расчетов макроэкономических показателей. В качестве исследуемого показателя может быть выбран один из макроэкономических показателей: валовая добавленная стоимость, валовой внутренний продукт, валовая прибыль экономики, валовой национальный доход и др.

Во втором разделе проекта необходимо провести расчет аналитических и средних показателей его динамики; выявить тенденцию изменения и факторы, его обусловившие. При использовании корреляционно-регрессионного анализа для получения более адекватных результатов, рекомендуется в качестве зависимой и независимых переменных использовать относительные показатели, например, валовой национальный доход в расчете на душу населения. В качестве факторов могут быть использованы индексы объема производства, индексы цен, величина экспорта и импорта и др.

Библиографический список

1.Рафикова Н.Т. Статистика. Уфа: Издательство БГАУ, 2003.-275 с.

2.Статистика/ Под ред.Харченко Л.П., Ионин Л.П.,Долженкова В.Г. - М.: ИНФРА-М, 2006.-250с.

3. Экономическая статистика / Под ред. Яковлева А.В.-М.: ИНФРА-М, 2005.-220с

4. Российский статистический ежегодник .2005.Стат.сб./ Росстат.-М, 2006.-819с.

ПРИЛОЖЕНИЕ А

Таблица А1 Формулы расчета показателей динамики

Показатели	Способы расчета
базисный	цепной
Абсолютный прирост, ц	б = Уi – У1
Средний абсолютный прирост, ц	б=	ц =
Темп роста, %
Средний темп роста, %
Темп прироста, %	=
Средний темп прироста, %
Абсолютное содержание 1% прироста, ц	-

Результаты расчета должны быть представлены в виде таблицы А1

Таблица А1 Показатели динамики ….

Приложение Б

Выявление и описание основной тенденции (тренда) динамического ряда осуществляется следующими методами:

- укрупнения интервала динамического ряда,

- методом скользящих средних,

- методом аналитического выравнивания.

Метод укрупнения интервала динамического ряда. Ряд динамики разделяют на некоторое число равных интервалов (например, 3 года) и рассчитывают средние уровни по укрупненным интервалам. Если средние уровни по интервалам не позволяют увидеть тенденцию развития явления, переходят к расчету уровней за большие промежутки времени, увеличивая длину каждого интервала (одновременно уменьшается количество интервалов).

Метод скользящих средних. В этом методе исходные уровни ряда заменяются средними величинами, которые получают из данного уровня и нескольких симметрично его окружающих, при этом каждый раз смещаясь на один уровень.

Метод аналитического выравнивания. Аналитическое выравнивание осуществляется с применением метода наименьших квадратов. В основе, которого лежит требование минимизации суммы квадратов отклонений фактических уровней от выровненных значений, исчисленных по определенной функции, например прямой _t=а+bt. Для определения параметров уравнения а и b в соответствии с требованиями данного метода составляется система из двух нормальных уравнений:

Для упрощения расчетов применяется способ отсчета от условного начала, где значения дат заменено отклонениями (t) от даты, занимающей центральное место в динамическом ряду (t=0). В следствии того, что =0, система уравнений упрощается и , .

Аналитическое выравнивание может быть произведено с использованием ППП Excel:

1.Постройте таблицу Б1, включающую расчетные показатели для определения параметров уравнения тренда.

Определите расчетные показатели с применением «Мастера функций» ( СУММ, СРЗНАЧ.и т.д.) или вводом функции в соответствующую ячейку с клавиатуры. После расчета показателей, подставьте их в формулы определения параметров уравнения.

Таблица Б1Аналитическое выравнивание результативного показателя с 1999 по 2005 г.

Год	у	t	уt	t2
	у1	-3
	у2	-2
	у3	-1
	у4
	у5
	у6
	у7
Итого	∑у		∑ уt	∑ t2

Коэффициент b покажет среднегодовое увеличение (уменьшение) у . Параметр a будет представлять собой значение выровненного уровня ряда для центрального в динамическом ряду года, принятого за условное начало отсчета.

Сделать точечный прогноз на перспективу можно путем подстановки в полученное уравнение значений отклонений от центрального года для прогнозируемых периодов, например для 2006г. это значение 4. Затем можно рассчитать доверительный прогноз на будущий год, с учетом доверительной ошибки прогноза.

2.Получить в ППП Excel уравнение тренда ряда динамики можно также с применением «Мастера диаграмм». Построив диаграмму по фактическим уровням ряда и выбрав пункт меню «Диаграмма» / «Добавить линию тренда», необходимо также указать в пункте «Параметры» вывод уравнения тренда и величины достоверности аппроксимации R². В дальнейшем используя коэффициент R² произвести отбор функции тренда наиболее адекватно отражающей фактическую тенденцию изменения показателя во времени.

При этом надо учесть, что в рассчитанном программой уравнении тренда

у= bх+a, х.будет представлять порядковый номер года и изменяться от 1 до n (в нашем примере от 1 до 7). Следовательно, при определении прогнозного уровня ряда в 2006г. необходимо будет подставлять значение х=8.

Приложение В

Методика проведения парной линейной регрессии изучаемого социально-экономического показателя.

Таблица В1 Исходные данные

Для исключения автокорреляции остатков для дальнейшего корреляционно-регрессионного анализа должны использоваться отклонения от тренда или цепные абсолютные приросты: ∆_{ц у}=У_i- У_i-1 , ∆_{ц х}=Х_i- Х_i-1.

Таблица В2 Исходные данные для корреляционно-регрессионного анализа

В ППП Excel ввести таблицу с исходными данными. Выбрать пункт меню «Сервис»/ «Анализ данных» / выбрать «корреляция». Полученный результат в виде матрицы коэффициентов парной корреляции представлен в таблице В3.

Таблица В3 Матрица коэффициентов парной корреляции

Коэффициент парной корреляции до │0,3│будет свидетельствовать о несущественной степени связи между переменными, от │0,3 │до │0,5│- о слабой, от │0,5│ до│0,7│ – об умеренной, и свыше │0,7│ - о сильной.

Следующим этапом будет проведение регрессионного анализа. В пункте «Сервис»/ «Анализ данных» / выбрать «регрессия», затем в данном диалоговом окне указать диапазон результативного (У) и факторного показателей (Х), отметить значком «v» строки «вывод остатков» и «график остатков». Пакет анализа выведет итоговые результаты расчетов представленные в таблицах В4,В5,В6,В7.

Таблица В4 Регрессионная статистика

Коэффициент детерминации r² показывает, сколько процентов изменения прироста У обусловлено вариацией цепного прироста Х.

Оценка значимости уравнения регрессии в целом приводиться согласно дисперсионного анализа по F –критерию Фишера, приведенному в таблице В5. Если F_факт>F _табл ( α=0,05, к₁=m=1, к₂ =n-m-1), то уравнение является статистически значимым, если F _факт < F _табл, то не значимым.

Таблица В5 Дисперсионный анализ

Таблица В6 Основные характеристики параметров регрессионного уравнения.

Коэффициент регрессии показывает, на сколько произойдет увеличение (уменьшение) ежегодного прироста У от своего среднего значения при увеличение прироста Х на 1.

Проверка значимости параметров уравнения регрессии проводиться на основе t-критерия Стьюдента (t –статистика). Так если t_факт> t_табл, то параметр уравнения является статистически значим, а если не t_факт< t_табл (α=0,05, df =n-m-1), то незначим.

В таблице В7 приводятся отклонения фактических данных результативного показателя от предсказанных, согласно уравнению прямой, после подстановки в него фактических значений Х.

Таблица В7 Остатки

Если с точки зрения целесообразности лучшем для результативного показателя является его повышение, то о резервах роста будут свидетельствовать отрицательные остатки по каждому отдельному наблюдению, если уменьшение, то положительные.

• ⇐ Назад
• 12