Реферат: Экономико-статистический анализ

Однако неправомерно и непродуктивно противопоставление различных из перечисленных подходов. Наоборот, применение одного метода прогнозирования не должно исключать возможности использования других. При этом технический анализ пригоден для краткосрочного, а фундаментальный - для средне- и долгосрочного.

Из изложенных выше методик наиболее предпочтительным для простого неэкспертного анализа является построение трендовой модели с дальнейшим прогнозом. Данные для тренда берутся целиком за 1994 год.

II.Построение трендовой модели

1) О трендовой модели.

На практике наиболее распространенными методами статистического изучения тренда являются : укрупнение интервалов, сглаживание скользящей средней, аналитическое выравнивание. Применение в анализе рядов динамики первых двух методов позволяет выявить тренд для его описания, но получать обобщенную статистическую оценку тренда посредством этих методов невозможно. Решение этой более высокого порядка задачи - измерения тренда - достигается методом аналитического выравнивания .

Основным содержанием метода аналитического выравнивания в рядах динамики является то, что основная тенденция развития Y рассчитывается как функция времени : Y = f(t)

Определение теоретических (расчетных) уровней Y производится на основе так называемой адекватной математической функции ,которая наилучшим образом отображает основную тенденцию ряда динамики.Подбор адекватной функции осуществляется методом наименьших квадратов - минимальностью отклонений суммы квадратов между теоретическими Y и эмпирическими Y уровнями :

(1)

Значение уравнения (1) состоит в том, что при изучении тренда оно принимается в качестве критерия оценки соответствия расчетных (теоретических) уровней с фактическими (эмпирическими) уровнями ряда динамики.

Важной проблемой при применении метода аналитического выравнивания, является подбор математической функции, по которой рассчитываются теоретические уровни тренда. От правильности решения этой проблемы зависят выводы о закономерностях тренда изучаемых явлений. Если выбранный тип математической функции адекватен основной тенденции развития изучаемого явления во времени, то синтезированная на этой основе трендовая модель может иметь полезное применение при прогнозировании и в других практических целях.

2)Выбор математической функции.

Для правильного выбора математической функции, на основе которой будет синтезироваться трендовая модель пранализируем базисные темпы роста курса доллара по мясяцам за 1994 год.

Для расчета показателей динамики на постоянной базе каждый уровень ряда сравнивается с одним и тем же базисным уровнем (базисные показатели).

Расчитаем базисные темпы роста курса доллара, характеризующие отношение двух уровней ряда и выражающиеся в виде коэффициентов. Темпы роста исчисляются делением сравниваемого уровня на уровень принятый за постоянную базу сравнения (в данном случае декабрь 1993г.):

Tp = Yn /Yб

Итоги расчетов помещены в таб. 1

После расчетов и анализа можно говорить об относительно ровном увеличениии темпов роста курса доллара (примерно на 0.06-0.11 ежемесячно), и только во втором полугодии намечается некоторое изменение. Теперь разница между двумя месячными показателями возрасла до 0.25-0.36. Такое соотношение темпов роста наиболее близко для линейной и квадратичной зависимости. Динамика курса доллара изображенная на рис. 1 также напоминает нечто среднеее между линейной функцией и парараболой.

Для анализа динамики валютного курса за 1994 год и выявления общей тенденции его развития построим трендовую модель по двум математическим функциям : линейной и квадратичной. Временной интервал будет длинной в 5 дней (торговая неделя).

3)Расчет линейной и квадратичной модели на основе метода наименьших квадратов

а)Линейная функция

Y = bt + a (2)

где a и b - параметры уравнения; t - обозначение времени.

Параметр b является коэффициентом регрессии, определяющим направление развития. По методу наименьших квадратов находим a и b

(3)

Дифференцируя выходим на следующую систему уравнений :

(4)

Для решения этой системы обычно применяется способопределителей, позволяющий получать более точные результаты за счет сведения к минимуму ошибки из-за округлений в расчетах параметров:

Применительно к анализируемым данным для определения алгоритмов (4.1) и (4.2) составляется матрица расчетных показателей (таб. 2)