Временные ряды в эконометрических исследованиях

Федеральное агентство по образованию российской федерации

Новгородский государственный университет имени Ярослава Мудрого

Институт экономики и управления

Кафедра СЭММ

ОТЧЁТ ПО ЛАБОРАТОРНОЙ РАБОТЕ №4

ВРЕМЕННЫЕ РЯДЫ В ЭКОНОМЕТРИЧЕСКИХ ИССЛЕДОВАНИЯХ

Вариант №16

Выполнил:

Студент группы 8431

Яросвет И.В.

Проверил:

Орлов А.С.

ВЕЛИКИЙ НОВГОРОД 2010

Задание 4:

1. Проанализировать автокорреляцию уровней временного ряда, выявить и охарактеризовать его структуру.

2. Построить аддитивную и мультипликативную модель временного ряда, характеризующую зависимость уровней ряда от времени.

3. На основе лучшей модели сделать прогноз на следующие два квартала с учетом выявленной сезонности.

Таблица 1

Данные о предприятии

Таблица 2

Вспомогательные расчеты по определению коэффициента автокорреляции первого порядка

Таким образом,

,

Таблица 3

Вспомогательные расчеты по определению коэффициента автокорреляции второго порядка

Таким образом,

,

Таблица 4

Вспомогательные расчеты по определению коэффициента автокорреляции третьего порядка

Таким образом, r3=-0.18,

Таблица 5

Вспомогательные расчеты по определению коэффициента автокорреляции четвертого порядка

Таким образом, r4=0,68,

Таблица 6

Автокорреляционная функция и коррелограмма временного ряда объема выпуска товара фирмой

Построение аддитивной модели временного ряда с сезонными колебаниями.

Таблица 7

Расчет оценок сезонной компоненты в аддитивной модели

Таблица 8

Расчет значений сезонной компоненты в аддитивной модели

Для данной модели имеем:

Определим корректирующий коэффициент:

Проверим условие равенства нулю суммы значений сезонной компоненты:

-397,19-88,94+222,94+263,19=0

Таблица 9

Расчет выровненных значений T и ошибок E в аддитивной модели

,

Рисунок 1 – стоимость ОПФ, млн. руб. (фактические, выровненные и полученные по аддитивной модели значения уровней ряда)

Для оценки качества построенной модели или для выбора наилучшей модели используется ошибка е.

Следовательно, можно сказать, что аддитивная модель объясняет 76,1% общей вариации временного ряда.

Построение мультипликативной модели временного ряда

Таблица 10

Расчет оценок сезонной компоненты в мультипликативной модели

Таблица 11

Расчет сезонной компоненты в мультипликативной модели

Имеем:

0,745+0,925+1,185+1,21=4,07

Определим корректирующий коэффициент:

.

Проверим условие равенства 4 суммы значений сезонной компоненты:

Таблица 12

Расчет выровненных значений Ф и ошибок Е в мультипликативной модели

Т=7,035t+1176,43

Рисунок 2 – стоимость ОПФ, млн. руб. (фактические, выровненные и полученные по мультипликативной модели значения уровней ряда)

Следовательно, ошибка е мультипликативной модели составит:

Таким образом, доля объясненной дисперсии уровней ряда в мультипликативной модели составит 79%

Прогнозирование

Для прогнозирования из двух рассмотренных моделей необходимо выбрать ту, у которой ошибка е наименьшая. Следовательно, при прогнозировании будет использоваться мультипликативная модель, так как

Таким образом, прогнозное значение уровня временного ряда в мультипликативной модели есть сумма трендовой и сезонной компонент.

Объем товаров, выпущенного фирмой в течение первого полугодия ближайшего следующего, т. е. четвертого года, рассчитывается как сумма объемов выпущенных товаров в I и во II кварталах четвертого года, соответственно и . Для определения трендовой компоненты воспользуемся уравнением тренда:

Т=7,035t+1176,43

Получим:

7.035*13+1176.43=1267.885

7.035*14+1176.43=1274.92

Значения сезонной компоненты равны:

(I квартал);

(II квартал)

Таким образом,

;

.