Построение модели и прогноза объема выпуска товарной продукции на примере ОАО «Уралкалий»

Автор: Пользователь скрыл имя, 20 Декабря 2012 в 16:56, курсовая работа

Описание работы

Целью данной курсовой работы является моделирование и прогнозирование многофакторной модели объемов выпуска товарной продукции ОАО «Уралкалий».
Для достижения поставленной цели в работе необходимо решить следующие задачи:
определить факторы, влияющие на объемы выпуска, исходя из содержательных соображений;
разработать и проанализировать соответствующую предварительную многофакторную корреляционно-регрессионную модель объёмов выпуска;
отобрать наиболее существенные факторы, влияющие на объемы выпуска, на основе формальных критериев оценки качества модели;
разработать окончательный вариант многофакторной корреляционно-регрессионной модели объемов выпуска товарной продукции ОАО «Уралкалий»;
осуществить расчет прогноза объёмов выпуска на основе разработанной модели.

Содержание

ВВЕДЕНИЕ……………………………………………………………………..…3
ГЛАВА 1. ОСНОВЫ МОДЕЛИРОВАНИЯ…………………………………..…5
Выбор показателя для моделирования на примере ОАО «Уралкалий»……..…………………………...…….…………………….…....5
Методы прогнозирования финансового состояния предприятия…………………...………………...…….………………………8
Критерии оценки качества модели….……………………..………….12
ГЛАВА 2. ПОСТРОЕНИЕ МОДЕЛИ И ПРОГНОЗА ОБЪЕМОВ ВЫПУСКА ТОВАРНОЙ ПРОДУКЦИИ НА ПРИМЕРЕ ОАО «Уралкалий»……..………19
Постановка задачи……………………………………………………...19
Построение модели………………………………………………….…21
Прогнозирование модели объема выпуска товарной продукции ОАО «Уралкалий»…………...…………………………29
ЗАКЛЮЧЕНИЕ………………………………..………………………………..31
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ.…………………………...32

Работа содержит 1 файл

курсовая работа печать.doc

— 484.50 Кб (Скачать)

Чтобы оценить  статистическую надежность множественных  моделей необходимо применить различные  показатели, особое место среди них  занимают t-критерий Стьюдента, F-критерий Фишера.

Для прогнозирования  объема выпуска товарной продукции ОАО «Уралкалий» необходимо рассмотреть следующее:

  1. Парные линейные регрессии прогнозируемых факторов и построить тренды;
  2. Множественную линейную регрессию.

 

    1. Построение модели

На данном этапе  рассмотрим по очереди каждый фактор и удостоверимся в том, что они оказались значимыми. Исходя из поставленной задачи моделирования и имеющейся статистики, исследуем парные линейные регрессии и построим тренды прогнозируемых факторов.

Таблица 2.1

Темп роста  цен на хлористый калий

Год

Объем выпуска  товарной продукции (млн.руб.)

Цены на хлористый  калий (руб./тонн)

PGt

2005

5220

4 561

4 431,242

2006

6173

4 745

4 752,490

2007

7303

5 208

5 073,737

2008

7887

5 300

5 394,985

2009

5479

5 670

5 716,233

2010

7825

6 009

6 037,481

2011

7903

6 040

6 358,729

2012

   

6 679,977

2013

   

7 001,225

2014

   

7 107,023


 

 

 

 


 

 

 

Рис. 2.1 Цены на хлористый калий

 

Коэффициент детерминации R2 равен 0,9928. Коэффициенты для свободного члена и коэффициента парной линейной регрессии, равны, соответственно -2954,984828 и 55,66566999, а стандартные ошибки 1500,783663 и 9,873576728. Стандартные ошибки меньше модуля коэффициента.

Таблица 2.2

Темп роста  мировых цен на калийные удобрения

Год

Объем выпуска  товарной продукции (млн. руб.)

Мировые цены на калийные удобрения (руб./тонн)

PMt

2005

5220

9 738

10 594,184

2006

6173

11 371

11 995,575

2007

7303

14 576

13 396,967

2008

7887

16 919

14 798,358

2009

5479

16 518

16 199,750

2010

7825

16 809

17 601,141

2011

7903

16 610

19 002,53


 

Продолжение таблицы 2.2

2012

   

20 403,92

2013

   

21 805,315

2014

   

22 084,342



 

 

 

 

Рис. 2.2 Мировые цены на калийные удобрения

 

Коэффициент детерминации R2 равен 0,897. Коэффициенты для свободного члена и коэффициента парной линейной регрессии, равны, соответственно 748,8281 и 12,52489, а стандартные ошибки 624,426804 и 2,111044508. Стандартные ошибки меньше модуля коэффициента.

Таблица 2.3

Объем работ, выполненных  по договорам строительного подряда

Год

Объем выпуска  товарной продукции (млн.руб.)

Объем работ, выполненных  по договорам строительного подряда (млн.руб.)

OCt

2005

5220

24976,3

29808,8

2006

6173

29671,9

36879,9

2007

7303

38895,2

43951


 

Продолжение таблицы 2.3

2008

7887

60505,8

51022,1

2009

5479

62408,3

58093,2

2010

7825

67591,1

65164,3

2011

7903

68143,2

72235,4

2012

   

79306,5

2013

   

86377,6

2014

   

86908,9



 

 

 

 

 

Рис. 2.3 Объем работ, выполненных по договорам подряда

Коэффициент детерминации R2 равен 0,889. Коэффициенты для свободного члена и коэффициента парной линейной регрессии, равны, соответственно 2939,774 и 0,07196, а стандартные ошибки 703,9869412 и 0,017789125. Стандартные ошибки меньше модуля коэффициента.

 

 

 

Таблица 2.4

Темп роста  курса рубля по отношению к  доллару США

Год

Объем выпуска  товарной продукции (млн.руб.)

Курс доллара  США к рублю

KRDt

2005

5220

34,18

36,161

2006

6173

34,69

37,7528

2007

7303

35,93

39,3446

2008

7887

41,44

40,9364

2009

5479

43,38

42,5282

2010

7825

45,17

44,12

2011

7903

 

44,7118

2012

   

45,3036

2013

   

45,8954

2014

   

46,1954



 

 

 

 

 

Рис. 2.4 Курс доллара США к рублю

 

 

Коэффициент детерминации R2 достаточно высок и равен 0,895. Коэффициенты для свободного члена и коэффициента парной линейной регрессии, равны, соответственно -3903,58 и 250,0956, а стандартные ошибки 3338,430714 и 89,43117854. Стандартные ошибки меньше модуля коэффициента.

Рассмотрев по очереди каждый фактор можно сделать вывод, что во всех рассмотренных моделях коэффициент детерминации достаточно высок, а также стандартные ошибки меньше модуля коэффициента, то сделанные оценки могут рассматриваться как более или менее значимые.

Значение экономических показателей определяется обычно влиянием не одного, а сразу несколько объясняющих факторов.

Далее рассмотрим, построение многофакторной модели, или  уравнения множественной регрессии  для оценки значимости модели в целом. Будем использовать все выше оцененные факторы.(1.8)

Таблица 2.5

Оценка значимости модели в целом

Год

Объем выпуска  товарной продукции (млн. руб.)

Цены на хлористый  калий (руб./тонн)

Мировые цены на калийные удобрения (руб./тонн)

Объем работ, выполненных  по договорам строительного подряда (млн. руб.)

Курс доллара  США к рублю

2005

5220

4 561

9 738

23976,3

34,18

2006

6173

4 745

11 371

26671,9

34,69

2007

7303

5 208

14 576

38895,2

35,93


 

Продолжение таблицы 2.5

2008

7887

5 300

16 919

60505,8

41,44

2009

5479

5 670

16 518

62408,3

43,38

2010

7825

6009

15 809

67591,1

45,17

2011

7903

6040

16 210

68143,2

44,7118

2012

 

6 679,977

20 403,92

79306,5

45,3036

2013

 

7 001,225

21 805,315

86377,6

45,8954

2014

 

7 107,023

22 084,342

86908,9

46,1954


 

Коэффициент детерминации R2 близок к единице (R2=0,90389) – это говорит о статистически значимой линейной связи. Рассмотрим и другие параметры. Все коэффициенты прогнозируемых факторов по модулю больше их стандартных ошибок, кроме темпа роста цен на хлористый калий (руб./тонн). Здесь коэффициент по модулю меньше стандартной ошибки (|34,21749541|< 41,64546981). Он не может быть признан статистически значимым. Кроме того его t-статистика по модулю меньше единицы (|t|<1), это так же свидетельствует о том что фактор признан незначимым и его следует исключить из модели.

Составим новое  уравнение множественной регрессии:

                             (1.9)

 

 

Таблица 2.6

Оценка значимости скорректированной модели

Год

Объем выпуска  товарной продукции (млн. руб.)

Мировые цены на калийные удобрения (руб./тонн)

Объем работ, выполненных  по договорам строительного подряда (млн. руб.)

Курс доллара  США к рублю

2005

5220

9 738

23976,3

34,18

2006

6173

11 371

26671,9

34,69

2007

7303

14 576

38895,2

35,93

2008

7887

16 919

60505,8

41,44

2009

5479

16 518

62408,3

43,38

2010

7825

15 809

67591,1

45,7

2011

7903

16 210

68143,2

44,7118

2012

 

20 403,92

79306,5

45,3036

2013

 

21 805,315

86377,6

45,8954

2014

 

22 084,342

86908,9

46,1954

Информация о работе Построение модели и прогноза объема выпуска товарной продукции на примере ОАО «Уралкалий»