Главная страница
Навигация по странице:

  • Отчет по производственной практике (практике по получению профессиональных умений и опыта профессиональной деятельности)

  • Практическая часть.

  • Денежная масса (млрд.руб.) Объем прибыли/ убытков (млрд.руб.)

  • Отчет по практике(Роженков Андрей). Отчет по производственной практике (практике по получению профессиональных умений и опыта профессиональной деятельности)



    Скачать 331.73 Kb.
    НазваниеОтчет по производственной практике (практике по получению профессиональных умений и опыта профессиональной деятельности)
    Дата31.03.2018
    Размер331.73 Kb.
    Формат файлаdocx
    Имя файлаОтчет по практике(Роженков Андрей).docx.docx
    ТипОтчет
    #32032
    страница1 из 4
      1   2   3   4

    МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РФ

    Федеральное государственное автономное образовательное учреждение высшего образования
    «НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ НИЖЕГОРОДСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ им. И.ЛОБАЧЕВСКОГО»

    ДЗЕРЖИНСКИЙ ФИЛИАЛ

    Направление подготовки «Прикладная математика и информатика»

    Отчет по производственной практике (практике по получению профессиональных умений и опыта профессиональной деятельности)

    Тема: Изучение и оценивание параметров динамических моделей ВВП России в среде MC Excel.

    Выполнил обучающийся гр. № 2714Б1ПМ-2

    Роженков Андрей Игоревич
    __________

    Руководитель
    к.т.н., доцент Гришин В.А.

    __________

    г. Дзержинск, 2017
    Оглавление

    Введение………………………………………...…………………2

    Данные о динамике ВВП……………………………...2

    Общий вид модели авторегрессии………….……………...3
    Практическая часть……………………………………....….….....4

    1.Построение модели с помощью "пакета анализа"……..….4

    2.Получение прогноза

    2.1Расходы (консолидированный бюджет) …………….5

    2.2Денежная масса………………………………………..7

    2.3Объем прибыли/ убытков ……………………….…….9

    2.4Объем прибыли………………………………………..10

    3.Изучение авторегрессии

    3.1Расходы (консолидированный бюджет)…………….13

    3.2 Денежная масса………………………………………14

    3.3Объем прибыли/ убытков…………………………….16

    3.4 Объем прибыли……………………………………….17

    Вывод…………………………….…………………….……………..20

    Список литературы ……………………………....………………….21

    Введение

    Официальные статистические данные о динамике ВВП за отчетный квартал публикуются с существенным запаздыванием, тогда как принятие решений в области денежно-кредитной политики требует оценивания изменения состояния экономики в реальном времени. При решении задачи получения оперативных оценок и краткосрочных прогнозов ВВП широкое практическое распространение получили динамические модели. В моей работе для оценки и прогнозирования ВВП России предложена динамическая модель на основе стандартной методологии. В работе предлагается инструментарий для анализа вкладов выходящей информации о динамике отдельных объясняющих переменных в оценку и прогноз ВВП. В данной работе потребовалось углубленное изучение эконометрических методов, в частности вопросов математического моделирования многомерных временных рядов, которые находят применение не только в экономике, но и социологии, медицине и т.д. И, если, моделирование одномерных временных рядов достаточно хорошо освещено в отечественной литературе, то вопросам моделирования многомерных рядов. Модель в широком смысле - это любой образ, аналог мысленный или установленный изображение, описание, схема, чертеж, карта и т. п. какого либо объема, процесса или явления, используемый в качестве его заменителя или представителя. Сам объект, процесс или явление называется оригиналом данной модели.

    Моделирование - это исследование, какого либо объекта или системы объектов путем построения и изучения их моделей. Это использование моделей для определения или уточнения характеристик и рационализации способов построения вновь конструируемых объектов.

    На идее моделирования базируется любой метод научного исследования. В теоретических методах используются различного рода знаковые, абстрактные модели, в экспериментальных - предметные модели.

    В данной работе моя цель изучение и оценивание параметров динамических моделей ВВП России в среде MC Excel. Мною предоставлено построение прогнозов, как в краткосрочной, так и долгосрочной перспективе, уровня ВВП России. Так называемая модель Хикса является простейшей регрессионной моделью, описывающей динамику ВВП. Имеющийся статистический материал позволяет делать на основе данной модели хорошие краткосрочные прогнозы. Также имеется возможность построения среднесрочных прогнозов с применением сценарного подхода. Так как анализом данных и составлением моделей занимаются многие профессии, будь то биологи, химики, экономисты и т.д. Я как студент направления прикладной математики и информатики сталкиваюсь и буду сталкиваться в будущем с данной работой. В таких программах как Visual C, Visual C++, Piton, RStudio, JGR, RKWard и т.д. нужно уметь правильно делать анализ данных, так как мне шаг за шагом должно быть видно, что происходит в каждом действии, то Excel мне кажется очень хорошим подспорьем. В данной работе так же интересует авторегрессия. Авторегрессия – модель временных рядов, в которой значение временного ряда в данный момент времени может быть выражено в виде линейной комбинации предыдущих значений этого же ряда и случайной ошибки, обладающей свойством «белого шума».
    Общий вид модели авторегрессии:

    Yi = a0 + Ʃai*Yi-1i

    где a0 — постоянная - коэффициент описывающий ситуацию прохождение влияющих факторов через начало координат, то есть показывает каким будет итог модели в случае, когда влияющие факторы равны нулю;

    ai — коэффициенты, которые описывают степень зависимости итогового Y от влияющих факторов, в данном случае, от того каким был Y в прошлом периоде регрессии;

    Yi-1 — влияющие факторы, которые в данном случае и есть итоговый Y, но тот, каким он был раньше.

    Ɛi — случайная компонента или как еще ее принято называть погрешность модели (по сути, это разница между расчетным значением модели за известные периоды и между самими известными значениями, то есть Yрасч. - Y).

    Как видно из формулы, линейная модель авторегрессии первого порядка состоит только из одного влияющего фактора, а именно из Y-1, то есть изучается наиболее тесная зависимость только от того каким был итоговый показатель периодом с шагом назад.

    Основной задачей моей работы является изучение и оценивание параметров динамических моделей ВВП России в среде MC Excel.

    Практическая часть.

    Построение модели с помощью "пакета анализа" в Excel ВВП России с 2004 по 2016 гг.

    Данные с сайта государственной статистики (www.gks.ru)

    Год

    ВВП - Yt (млрд.руб.)

    Расходы (консолидированный бюджет) (млрд.руб.)

    Денежная масса (млрд.руб.)

    Объем прибыли/ убытков (млрд.руб.)

    Объем прибыли (млрд.руб.)

     

     

     

     

     

     

    2004

    17027

    4669,7

     

     

     

    2005

    21610

    6820,6

    4353,9

    177,943

    178,494

    2006

    26917

    8375,2

    6032,1

    262,097

    269,953

    2007

    33248

    11378,6

    8970,7

    371,548

    372,382

    2008

    41277

    13991,8

    12869

    507,975

    508,882

    2009

    38807

    16048,3

    12975,9

    409,186

    446,936

    2010

    46308

    17616,7

    15267,6

    205,11

    284,939

    2011

    55644

    19994,6

    20011,9

    573,38

    595,047

    2012

    61811

    23174,7

    24483,1

    848,217

    853,842

    2013

    66689

    24931,1

    27405,4

    1011,889

    1021,25

    2014

    71224

    26371,1

    31 404,7

    918,172

    948,864

    2015

    76731

    29190,4

    32 110,5

    1004,754

    1037,932

    2016

    82238

    31428,6

    34207,2

    1091,337

    1127,351

    Далее создал 4 листа, отдельно для расходов, денежной массы, объема прибыли/ убытков и объема прибыли.

    Итак, первый лист:

    Год

    ВВП - Yt (млрд.руб.)

    ВВП - Yt-1 (млрд.руб.)

    Расходы (консолидированный бюджет) (млрд.руб.)

     

    функция

    фактор 1

    фактор 2

    2004

    17027

     

    4669,7

    2005

    21610

    17027

    6820,6

    2006

    26917

    21610

    8375,2

    2007

    33248

    26917

    11378,6

    2008

    41277

    33248

    13991,8

    2009

    38807

    41277

    16048,3

    2010

    46308

    38807

    17616,7

    2011

    55644

    46308

    19994,6

    2012

    61811

    55644

    23174,7

    2013

    66689

    61811

    24931,1

    2014

    71224

    66689

    26371,1

    2015

    76731

    71224

    29190,4

    2016

    82238

    76731

    31428,6
      1   2   3   4
    написать администратору сайта