Реферат: Применение экономико-статистических методов для определения региональной потребности в материальных ресурсах на стадии предплановых расчетов

Государственная академиясферы быта и услуг

Поволжский технологическийинститут сервиса

Кафедра “Экономика иуправление”

КУРСОВАЯ РАБОТА

по предмету“Основы прогнозирования”

на тему: “Применение экономико-статистических методовдля определения региональной потребности в материальных ресурсах на стадиипредплановых расчетов”

Подготовил: студент группыЭ-1В

НикифоровП.В.

Проверила: Асфяндярова З.Н.

Тольятти 1998

Содержание

Стр.

Введение

1.

Прогнозирование региональной потребности в материальных ресурсах

2.

Выбор методов прогнозирования

3.

Выбор модели прогнозирования

4.

Пример использования экономико-математических методов прогнозирования

5.

Адаптированиемоделей к изменяющимся условиям развития

Заключение

1.

Список использованной литературы

Введение

Сегодня в для любого гражданина России не секрет, что экономика егостраны практически перешла на рыночные рельсы и функционирует исключительно позаконам рынка. Каждое предприятие отвечает за свою работу само и само принимаетрешения о дальнейшем развитии. Современные условия рыночного хозяйствованияпредъявляют к методам прогнозирования очень высокие требования, ввиду всевозрастающей важности правильного прогноза для судьбы предприятия, да иэкономики страны в целом.

Именно прогнозирования функционирования экономики регионов или дажестраны, на мой взгляд нужно уделять пристальное внимание на данный момент,потому что за пеленой сиюминутных собственных проблем все почему-то забыли отом, что экономика страны тоже должна управляться, а следовательно и прогнозированиепоказателей ее развития должно быть поставлено на твердую научную основу.

Целью данной курсовой работы явилось изучение практического опытаиспользования экономико-статистических методов прогнозирования в планированиифункционирования национального хозяйства России.

Для это в работе были затронуты следующие вопросы:

Выделение конкретной проблемы в области определения региональнойпотребности в материальных ресурсах на стадии предплановых расчетов, которуюможно решить экономико-статистическими методами прогнозирования.

Подбор наиболее подходящих методов и моделей.

Использование конкретных примеров для пояснения процессапрогнозирования.

1. Прогнозирование региональной потребности в материальных ресурсах

Важным элементом обоснования основных направлений развития иразмещения производительных сил является определение перспективной потребностив материальных ресурсах экономики страны, республики и отдельных регионов.Материальные ресурсы выступают важной составной частью экономическогопотенциала, во многом предопределяющей возможности его наращивания и уровняиспользования в планируемом периоде. На их долю приходится около 60% общейвеличины валового общественного продукта. Данные о потребности экономики и ееподсистем в материальных ресурсах, используемых, используемые при разработкевсех видов предплановых документов и планов социально-экономического развитиястраны, являются основой определения и планирования межотраслевых пропорций итемпов перспективного развития экономики, а также размещения производительныхсил.

Качество плановых и предплановых расчетов по обоснованиюэкономических потребностей в материальных ресурсах в решающей степенипредопределяется совершенством применяемых методов. Разработка методовопределения перспективной потребности как элемента экономического планированияпроизводства и потребления различных видов материальных ресурсов посвящен целыйряд работ ученых-экономистов. Вместе с тем, такие особенности сложившейсясистемы планирования, как приоритет отраслевого подхода, ориентация на решениезадач текущего социально-экономического развития, обусловили преимущественнуюразработку отраслевого и краткосрочного аспектов данной проблемы. В то же времятерриториальный и долгосрочный аспекты определения перспективной потребности вматериальных ресурсах разрабатывались относительно слабо.

Между тем, как показывает анализ, определение региональнойпотребности в материальных ресурсах на долгосрочную перспективу должноосновываться не на простейших методах экономического прогнозирования, а наразработке и использовании специального методического обеспечения, отвечающегоцелям, задачам и специфике территориальных предплановых расчетов.

2. Выбор методов прогнозирования

Принятые для решения рассматриваемой задачи методы и модели приопределении перспективной потребности в материальных ресурсах должныобеспечивать учет долгосрочных целей и основных параметровсоциально-экономического развития, тенденций и результатов научно-техническогопрогресса в сфере конечного и промежуточного потребления материальных ресурсов,территориальной дифференциации факторов и условий воспроизводства, региональнойспецифики процессов потребления материальных ресурсов, а также возможностьпроведения расчетов в условиях существенной неопределенности, отсутствиядетальной технико-экономической информации.

Важное место в комплексном методологическом обеспечении задачиопределения перспективной региональной потребности в материальных ресурсах, нанаш взгляд, должны занять экономико-статистические методы. Это обуславливаетсярядом преимуществ данной группы методов по сравнению с другими методами,которые могут применяться для решения рассматриваемой задачи. Например, методмежотраслевого баланса может быть использован для определения перспективнойпотребности в материальных ресурсах, во-первых, лишь по хозяйству региона вцелом, так как в разрезе отдельных регионов перспективные межотраслевые балансыв составе комплексной программы научно-технического прогресса и схемы развитияи размещения производительных сил региона в настоящее время не разрабатываются,во-вторых, в сильно укрупненной номенклатуре, поскольку продукция выделенных вперспективных межотраслевых балансов отраслей, как правило, представляет собойопределенную совокупность различных видов материальных ресурсов.

Определение же перспективной потребности в материальных ресурсахнормативным методом часто требует большого объема достаточно детализированнойинформации, получение которой на стадии предплановых расчетов бывает весьмазатруднительным, а порой и невозможным. Кроме того, использование большогочисла показателей существенно повышает затраты времени на сбор и подготовкуисходных данных, трудоемкость расчетов, что далеко не всегда являетсяоправданным. В ряде случаев использование большого количества показателей можетдаже снижать точность перспективных расчетов из-за накапливающейся погрешностив определении значений самих исходных показателей.

Данные обстоятельства существенно ограничивают возможностииспользования нормативного метода при проведении расчетов на долгосрочнуюперспективу и обуславливают целесообразность и необходимость применения дляперспективной потребности в материальных ресурсах различных методовстатистического прогнозирования.

Существенная инерционность показателей регионального потребленияматериальных ресурсов обуславливает целесообразность использования на первыхэтапах предплановых расчетов метода статистической экстраполяции. Однако сточки зрения долгосрочной перспективы прогнозирование потребности вматериальных ресурсах этим методом имеет ряд серьезных недостатков, основным изкоторых является автономность изменения величины потребности без учетамногосторонних внутренних и внешних связей исследуемой экономической системы.Изменение потребности связывается в данном случае исключительно с факторомвремени, выражающим сконцентрированное влияние всех основных факторов.Вследствие этого трендовые модели дают описание процессов потребленияматериальных ресурсов как неуправляемых, не раскрывая структуры связей междупеременными, что не позволяет оценить воздействие на величину потребностиразличных влияющих факторов, параметров развития экономики страны.

Как показали проведенные нами исследования, более эффективныминструментом прогнозирования региональной потребности в материальных ресурсахявляются многофакторные регрессионные экономико-статистическое модели.Преимущества модельных прогнозов потребности в материальных ресурсахзаключаются в непротиворечивости системы прогностических оценок, прямомвыражении связи прогнозируемого показателя с основными влияющими факторами, атакже в возможности получения обоснованных вариантов прогноза для различныхзначений определяющих факторов, гипотез развития экономики. Использованиеэкономико-статистических моделей регионального ресурсопотребления расширяетпрогнозно-аналитические возможности, связанные с реализацией нормативногометода, позволяет осуществлять аналитические расчеты в условияхнеопределенности, с меньшим объемом исходной информации в более короткие сроки.

Для прогнозирования перспективной потребности в материальныхресурсах по хозяйству страны и ее регионов целесообразно использование двухразличных подходов, которые могут быть определены как макро- имикроэкономический. В первом случае прогнозирование осуществляется исходя изцелевых установок (показателей) развития экономики в целом или агрегированныхотраслей, а также на основе показателей потребности потерриториально-хозяйственной системе более высокого уровня, во втором случае — путем раздельного прогнозирования и последующего суммирования частных(отраслевых) показателей потребности в материальных ресурсах исходя изперспектив технического и экономического развития отдельных отраслей (сфер)экономики.

Ориентация при прогнозировании потребности в материальных ресурсахна укрупненные (агрегированные) показатели развития экономики целесообразна наначальных этапах предплановых расчетов, характеризующихся, с одной стороны,наличием укрупненных (макроэкономических) показателей, с другой стороны,отсутствием детальной информации о техническом и экономическом развитииотдельных отраслей, регионов и сфер экономики. Более того, значения такихпараметров нередко сами являются результатом рассматриваемых расчетов иопределяются на последующих этапах предплановых исследований исходя изнеобходимости обеспечения достижения задаваемых контрольных показателей. В этихусловиях укрупненный макроэкономический подход обеспечивает возможностьпроведения расчетов при существенной неопределенности, отсутствии детальнойтехнико-экономической информации, а также увязку показателей перспективнойпотребности с основными показателями развития хозяйства страны, республики иотдельных регионов.

3. Выбор модели прогнозирования

Применение микроэкономического подхода целесообразно приопределении показателей перспективной потребности в материальных ресурсах поопределенным направлениям их расхода. В качестве инструментов макро имикроэкономического прогнозирования могут быть применены статистическиерегрессионные модели двух типов:

Вопросы построения и использования для прогнозирования региональнойпотребности в материальных ресурсах моделей регрессии на динамических рядахдостаточно хорошо разработаны в экономической литературе. Модели жепространственного типа до настоящего времени не получили ни должной разработкив экономической литературе, ни практического применения в сфере территориальныхпредплановых расчетов.

В то же время, как показали исследования, пространственныерегрессивные модели могут быть весьма эффективным инструментом прогнозированиярегиональной потребности в материальных ресурсах на уровне экономики такогорегиона, как Урал или Западная Сибирь. При этом важно отметить, чтоэкономико-статистические модели пространственного типа имеют ряд преимуществпри решении задач прогнозирования региональной потребности в материальныхресурсах по хозяйству края по сравнению с моделями регрессии на динамическихрядах. Эти преимущества заключаются в возможности использования в моделизначительно большего числа независимых переменных (факторов), в возможностииспользования для построения многофакторных динамических моделей короткихвременных рядов, в возможности фиксации взаимосвязей исследуемых переменныхтолько на последние годы (год) ретроспективного периода, а такое а удобстве ихпрактического использования.

Как показал анализ, правосторонняя асимметрия распределенийпоказателей территориального потребления материальных ресурсов в экономикеРоссии и различных характеристик регионального экономического развития, а такженаличие сильно выделяющихся единиц в совокупности регионов обусловливаетэффективность применения при построении пространственных моделей потребленияматериальных ресурсов логарифмически линейных форм связи, позволяющихприблизить эмпирические распределения значений признаков к нормальному, а такжесмягчить влияние на результаты моделирования сильно выделяющихся единицсовокупности, так как в этом случае при применении метода наименьших квадратовони не получают столь больших удельных весов, как в случае линейной регрессии.

4.Пример использования экономико-математических методовпрогнозирования

Рассмотрим в качестве примеров пространственныхпрогнозно-аналитических моделей регионального потребления материальных ресурсовдве разработанные нами экономико-статистические модели: модель региональногопотребления котельно-печного топлива в экономике России и модель региональногопотребления котельно-печного топлива на коммунально-бытовые нужды.

Моделирование регионального потребления котельно-печного топлива вэкономике России основывалось на анализе взаимосвязей данного показателя споказателями развитая отраслей материального производства в регионах. Вкачестве независимых переменных модели использовались показатели производстватоварной продукции основных топливопотребляющихотраслей промышленности, а также показатели объема строительно-монтажных работи производства валовой продукции сельского хозяйства. Построение моделиосуществлялось с помощью процедуры многошагового регрессионного анализа. Вкачестве исходного использовалось девятифакторноерегрессионное уравнение вида:

lny = ln a0+ a1*ln x1 + a2*ln x2+a3*lnx3+ a4*ln x4+a5*ln x5+
+a6*ln x6+a7*ln x7+a8*ln x8+a9*ln x9

где y — общий объем потребления котельно-печного топлива в регионе;

а1 — свободный член уравнениярегрессии;

а1… а9 — коэффициентыэластичности, каждый из которых показывает средний процент изменения общейвеличины потребности при изменении значения i-го фактора на 1%;

х1 — объем производства товарнойпродукции электроэнергетики;

х2 — объем производства товарнойпродукции черной металлургии;

х3 — объем производства товарнойпродукции топливной промышленности;

х4 — объем производства товарнойпродукции промышленности строительных материалов;

х5 — объем производства товарнойпродукции химической и нефтехимической промышленности;

х6 — объем производства товарнойпродукции машиностроения и металлообработки;

х7 — объем производства товарнойпродукции остальных отраслей промышленности;

х8 — объем строительно-монтажныхработ;

х9 — объем производства валовойпродукции сельского хозяйства.

Результаты проведенного многошагового регрессивного анализаприведены в таблице·1. Как видно из приведенных данных, все коэффициентырегрессии становятся значимыми ухе на второй итерации (после исключения изуравнения фактора х5). В то же время последовательное исключение из уравнениярегрессии факторов, имеющих минимальное значение t -критерия, позволяет без существенныхпотерь в аппроксимирующей способности получить более простые модели, требующиеотносительно меньшего объема экзогенно задаваемой информации.

Проведенный анализ позволил выделить четыре основных показателя,достаточно полно описывающих общую вариацию зависимой переменной, а именнопоказателя производства товарной продукции электроэнергетики, чернойметаллургии, топливной промышленности и промышленности строительных материалов.Существенность данных факторов подтверждается экономическим анализом, так какперечисленные показатели характеризуют развитие четырех наиболее крупныхотраслей — потребителей котельно-печного топлива в экономике России.

Таким образом, в результате многошагового регрессионного анализабыло получено следующее уравнение:

lny = 4.9390+0.2152*ln x1+0.1037*lnx2+0.0724*ln x3+0.4585*ln x4

R=0.9441; R2=0.8913; S

=2.79

где R — множественный коэффициент корреляции;

R2 — коэффициент множественной детерминации;

S

— средняя ошибка аппроксимации.

Полученное сравнение имеет достаточно-высокие статистическиехарактеристики, соответствует данным качественного (теоретико-экономического)анализа и является достаточно общим с точки зрения степени детализациииспользуемых независимых переменных. Перечисленные свойства позволяютиспользовать приведенную форму модели в прогнозно-аналитических расчетах поопределению общих объемов потребности в котельно-печной топливе экономикиобластей, краев и автономных республик России.

Описанная модель позволяет на основе достаточно общих данныхопределять потребность в котельно-печном топливе по экономике в целом того илииного региона. Для определения ее потребности в материальных ресурсах поразличным направлениям их расхода необходимы разработка и использование болеедетализированных моделей, учитывающих параметры технического л экономическогоразвития отдельных отраслей (сфер) народного хозяйства регионов республики.Примером такой регионально-отраслевой модели может служить разработанная нами модельпотребления котельно-печного топлива на коммунально-бытовые нужды областей,краев и автономных республик России.

На первом этапе построения данной модели было осуществленовыделение основных влияющих факторов, отражавших важнейшие закономерности формированиямоделируемого показателя. В результате теоретического, корреляционного ирегрессионного анализа из большого набора различных факторов, влияющих науровень регионального потребления котельно-печного топлива накоммунально-бытовые нужды ( y), были выделены шесть наиболее существеных показателей:

х1е — общая площадь децентрализовано отапливаемого жилого иобобществленного нежилого фонда в регионе;

х1 — общая площадь децентрализовано отапливаемого жилого фонда врегионе;

х2 — средний часовой расход тепловой энергии на отопление 1 кв.м. указанного жилого фонда;

х3 — продолжительность отопительного периода со средней суточнойтемпературой воздуха 8°С и ниже в данной местности, сутки ,

х4·-·разность между расчетной температурой внутреннего воздухаотапливаемых помещений и средней температурой наружного воздуха за отопительныйпериод;

х5 — удельный расход условного топлива на выработку тепла придецентрализованной системе теплоснабжения.

Процесс построения модели заключался в разработке альтернативныхвариантов регрессионных уравнений на основе использования различных комбинацийисходного набора факторов и форм связи. Количественный и качественный анализальтернативных вариантов модели регионального потребления котельно-печноготоплива на коммунально-бытовые нужды позволял выделить как наиболее адекватныеи отвечающие Целям исследования пять регрессионных уравнений, параметры и статистическиехарактеристики которых приведены в приложении 2.

Полученные уравнения обладают высокими аппроксимирующими свойствамии не противоречат данным качественного (теоретико-экономического) анализа. В тоже время приведенные уравнения существенно различаются по своимпрогнозно-аналитическим возможностям, Так, уравнения 1-3, хотя и обладаютнаибольшей точностью описания моделируемого показателя, более приемлемы длякраткосрочного прогнозирования, поскольку включают в себя показатель общейплощади обобществленного нежилого фонда, значение которого на перспективу непланируется.

Для долгосрочного же прогнозирования наиболее приемлемо уравнение 5:

lny = -20.1198+0.9245*ln x1+1.3233*lnx2+0.9256ln x3+0.419*ln x4+
+1.3092*ln x5;

R=0.9883; R2=0.9767; S

=1.18

Данное уравнение обладает более высокой точностью по сравнению суравнением 4, а главное — позволяет учесть влияние на моделируемый показательфакторов научно-технического прогресса (в качестве независимых переменных,отражающих влияние научно-технического прогресса, в уравнении выступаютпоказатель х2, характеризующий уровень теплотехнической эффективности жилогофонда, и показатель х5, характеризующий степень технического совершенстваприменяемых теплогенерирующих установок).

5. Адаптирование моделей к изменяющимсяусловиям развития

Необходимой предпосылкой обеспечения достоверности и качествапрогноза в современных условиях должно выступать обеспечение адаптациистатистических моделей к изменяющимся условиям развития. Долгосрочноепрогнозирование потребности в материальных ресурсах как элемент обоснованияосновных направлений и показателей перспективного развития и размещенияотраслей экономики не может отроиться лишь на основе славившихся инерционныхтенденций. Такое прогнозирование требует учета не столько ретроспективных,сколько перспективных направлений развития материального производства инепроизводственной сферы. Данное обстоятельство особенно существенно в условияхпланируемого ускорения научно-технического прогресса, серьезных структурныхперестроек в экономике, повышения общих темпов экономического роста

Придание статистическим моделям свойства адаптации, приспособленияк изменяющимся условиям развития может быть осуществлено путем использованияпри построении моделей планируемых (прогнозируемых) на перспективу значений исследуемыхпоказателей, т.е. путем статистического описания взаимосвязей между наиболеевероятными в перспективе значениями основных влияющих факторов и показателямиперспективной потребности в материальных ресурсах. При этом для определенияпоказателей перспективной потребности может быть использован негативный метод,позволяющий учесть влияние на ее величину основных параметровсоциально-экономического развития и результатов научно-технического прогресса.

Построение обобщенных, адаптированных экономико-статистическихмоделей пространственного типа может быть осуществлено на основе динамизации параметров регрессионного уравнения, т.е. путемвключения в модель фактора времени, отражающего структурные изменения вобщественном производстве и потреблении материальных ресурсов, а также влияниефакторов научно-технического прогресса. Так описание тенденций измененияпараметров модели потребления котельно-печного топлива на коммунально-бытовыенужды областей, краев и других регионов России с помощью уравнений полиномовпервой степени позволило перейти от статической к динамической форме модели,выражаемой уравнением:

lny =-19.4957-0.285t+(0.899+0.0125t)*lnx1+(1.5437-0.1055t)*ln x2+
+(0.9573-0.015t)*ln x3+(0.0207+0.011t)*ln x4+(1.0203+0.135t)*ln x5

R=0.988 R2=0.977; S

=1,18

где t — фактор времени (для 1990 г. t =1, для 1993 г. t=2и т.д.)

Следует отметить, что для динамической пространственной моделипотребления материальных ресурсов имеется возможность получения дополнительных,уточненных вариантов прогноза на основе учета систематических отклоненийфактических (плановых, прогнозных) значений результативного признака оттеоретических (расчетных), определенных по построенным (статистическим)уравнениям регрессии. Для этого достаточно использовать средние отклоненияфактических (плановых, прогнозных) значений потребности от расчетных,вычисленные по отклонениям тех дет, по данным которых построена динамическаямодель.

При решении задачи увязки прогнозов региональной потребности,полученных с использованием различных статистических методов и моделей,наиболее подходящим, на наш взгляд, является подход, при котором для всехпрогнозов рассчитываются доверительные интервалы и на основе анализа последнихпринимается окончательное решение. При этом прогнозы можно считать тождественными,если доверительные интервалы совпадают или входят один в другой. Если жедоверительные интервалы перекрываются, то можно считать, что прогнозынепротиворечивы а том случае, когда зона перекрытия превышает половинудоверительного интервала.

Сопоставление результатов, получаемых различными методами, даетвозможность скорректировать границы зоны неопределенности значенияпрогнозируемого показателя и отдельные управляемые параметры системы,обосновать с учетом привлечения дополнительных экспертных оценок выбор наиболеевероятного варианта реализации показателя потребности в прогнозном периоде.

Заключение

Изучив результаты работы можно признать цель работы в основномдостигнутой. В нынешней ситуации, когда топливно-энергетический комплексявляется естественным монополистом, без жесткого государственного контроля ипланирования этой отрасли нормальное функционирование национальной экономикипрактически невозможно. Поэтому нельзя не признать актуальность решаемых вкурсовой работе задач.

Список использованной литературы:

1.

2.

Гамбаров и др. Под. ред. А.Г. Гранберга.М.: Финансы и статистика. 1990

еще рефераты

Еще работы по экономико-математическому моделированию

Реферат по экономико-математическому моделированию

Прогнозирование временных рядов

29 Августа 2013

Реферат по экономико-математическому моделированию

Современные методы статистики финансов

29 Августа 2013