![]() |
|
сделать стартовой | добавить в избранное |
![]() |
Моделирование экономических показателей |
Моделирование экономических показателей 1. Описание объекта В нашем случае объектом исследования являются совокупность фирм , заводов , предприятий . Моделируемым показателем является Y - производительность труда ( тыс.руб / чел ) . 2. Экономические показатели ( факторы ) Отбор факторов для модели осуществляется в два этапа. На первом идет анализ, по результатам которого исследователь делает вывод о необходимости рассмотрения тех или иных явлений в качестве переменных, определяющих закономерности развития исследуемого процесса, на втором – состав предварительно отобранных факторов уточняется непосредственно по результатам статистического анализа. Из совокупности экономических показателей мы отобрали следующие : Зависимый фактор: У- производительность труда, (тыс. руб.) Для модели в абсолютных показателях Независимые факторы: Х1 - стоимость сырья и материалов ( тыс.руб.) Х2 - заработная плата ( тыс.руб. ) Х3 - основные промышленно-производственные фонды ( тыс.руб. ) Х4 - отчисления на социальное страхование ( тыс.руб. ) Х5 - расходы на подготовку и освоение производства ( тыс.руб. ) Х6 - расходы на электроэнергию ( тыс.кВт час. ) Данные представлены в таблице 1. Таблица 1 № Объекта наблюдения Y X1 X2 X3 X4 X5 X6 1 10.6 865 651 2627 54 165 4.2 2 19.7 9571 1287 9105 105 829 13.3 3 17.7 1334 1046 3045 85 400 4 4 17.5 6944 944 2554 79 312 5.6 5 15.7 14397 2745 15407 229 1245 28.4 6 11.3 4425 1084 4089 92 341 4.1 7 14.4 4662 1260 6417 105 496 7.3 8 9.4 2100 1212 4845 101 264 8.7 9 11.9 1215 254 923 19 78 1.9 10 13.9 5191 1795 9602 150 599 13.8 11 8.9 4965 2851 12542 240 622 12 12 14.5 2067 1156 6718 96 461 9.2 Для модели в относительных показателях Х1- удельный вес стоимости сырья и материалов в себестоимости продукции Х2- удельный вес заработной платы в себестоимости продукции Х3- фондовооруженность одного рабочего, тыс.руб./чел. Х4- удельный вес отчислений на соц. страхования в себестоимости продукции Х5- удельный вес расходов на подготовку и освоение производства в себестоимости продукции Х6- электровооруженность одного рабочего, тыс. кВт./ чел. Данные представлены в таблице 2. Таблица 2 № Объекта наблюдения Y X1 X2 X3 X4 X5 X6 1 10.6 16,8 12,6 5,7 1,0 3,2 0,06 2 19.7 33,1 4,5 8,0 0,4 2,8 0,08 3 17.7 9,9 7,7 4,6 0,6 3,0 0,08 4 17.5 63,1 8,6 4,1 0,7 2,8 0,08 5 15.7 32,8 6,3 8,0 0,5 2,8 0,10 6 11.3 40,3 9,9 5,2 0,8 3,1 0,08 7 14.4 28,3 7,7 7,1 0,6 3,0 0,09 8 9.4 25,2 14,6 7,2 1,2 3,2 0,11 9 11.9 47,3 9,9 4,5 0,7 3,0 0,13 10 13.9 26,8 9,3 9,4 0,8 13,1 0,11 11 8.9 25,4 14,6 6,5 1,2 3,2 0,08 12 14.5 14,2 8,0 8,5 0,7 3,2 0,13 3. Выбор формы представления факторов В данной работе мы не используем фактор времени, т.е. в нашем случае мы используем статистическую модель. В 1-ом случае мы строим статистическую модель в абсолютных показателях, во 2-м – статистическую модель в относительных показателях. Проанализировав полученные результаты, мы выбираем рабочую статистическую модель. 4. Анализ аномальных явлений При визуальном просмотре матрицы данных легко улавливается аномалия на пятом объекте в таблице 1,2 . Здесь все факторы завышены в несколько раз .
Скорее всего мы сталкиваемся в данном случае с заводом-гигантом . Поэтому данное наблюдение мы отбрасываем . Теперь формируем обновлённую матрицу данных . Таблица 3 № Объекта наблюдения Y X1 X2 X3 X4 X5 X6 1 10.6 865 651 2627 54 165 4.2 2 19.7 9571 1287 9105 105 829 13.3 3 17.7 1334 1046 3045 85 400 4 4 17.5 6944 944 2554 79 312 5.6 6 11.3 4425 1084 4089 92 341 4.1 7 14.4 4662 1260 6417 105 496 7.3 8 9.4 2100 1212 4845 101 264 8.7 9 11.9 1215 254 923 19 78 1.9 10 13.9 5191 1795 9602 150 599 13.8 11 8.9 4965 2851 12542 240 622 12 12 14.5 2067 1156 6718 96 461 9.2 Таблица 4 № Объекта наблюдения Y X1 X2 X3 X4 X5 X6 1 10.6 16,8 12,6 5,7 1,0 3,2 0,06 2 19.7 33,1 4,5 8,0 0,4 2,8 0,08 3 17.7 9,9 7,7 4,6 0,6 3,0 0,08 4 17.5 63,1 8,6 4,1 0,7 2,8 0,08 6 11.3 40,3 9,9 5,2 0,8 3,1 0,08 7 14.4 28,3 7,7 7,1 0,6 3,0 0,09 8 9.4 25,2 14,6 7,2 1,2 3,2 0,11 9 11.9 47,3 9,9 4,5 0,7 3,0 0,13 10 13.9 26,8 9,3 9,4 0,8 13,1 0,11 11 8.9 25,4 14,6 6,5 1,2 3,2 0,08 12 14.5 14,2 8,0 8,5 0,7 3,2 0,13 4. Анализ матрицы коэффициентов парных корреляций для абсолютных величин Таблица 5 № фактора Y X1 X2 X3 X4 X5 X6 Y 1.00 0.52 -0.22 -0.06 -0.23 0.44 0.12 X1 0.52 1.00 0.38 0.52 0.38 0.74 0.60 X2 -0.22 0.38 1.00 0.91 1.00 0.68 0.74 X3 -0.06 0.52 0.91 1.00 0.91 0.86 0.91 X4 -0.23 0.38 1.00 0.91 1.00 0.67 0.74 X5 0.44 0.74 0.68 0.86 0.67 1.00 0.85 X6 0.12 0.60 0.74 0.91 0.74 0.85 1.00 Из таблицы 4 находим тесно коррелирующие факторы. Налицо мультиколлениарность факторов Х2 и Х4 . Оставим только один фактор Х2 . Так же достаточно высокий коэффициент корреляции ( 0.91 ) между факторами Х2 и Х3 . Избавимся от фактора Х3 . 5. Построение уравнения регрессии для абсолютных величин Проведём многошаговый регрессионный анализ для оставшихся факторов : Х1 , Х2 , Х5 , Х6 . а) Шаг первый . Y = 12. 583 0 X1 0.043 X2 0.021 X5 - 0.368 X6 Коэффициент множественной корреляции = 0.861 Коэффициент множественной детерминации = 0.742 Сумма квадратов остатков = 32.961 1 = 0.534 2 = 2.487 5 = 2.458 6 = 0.960 У фактора Х1 -критерий оказался самым низким . Следовательно фактором Х1 можно пренебречь . Вычеркнем этот фактор . б) Шаг второй. Y = 12.677 - 0.012 X2 0.023 X5 - 0.368 X6 Коэффициент множественной корреляции = 0.854 Коэффициент множественной детерминации = 0.730 Сумма квадратов остатков = 34.481 2 = 2.853 5 = 3.598 6 = 1.016 У фактора Х6 -критерий оказался самым низким . Следовательно фактором Х6 можно пренебречь . Вычеркнем этот фактор . в) Шаг третий . Y = 12.562 - 0.005 X2 0.018 X5 Коэффициент множественной корреляции = 0.831 Коэффициент множественной детерминации = 0.688 Сумма квадратов остатков = 39.557 2 = 3.599 5 = 4.068 В результате трёхшаговой регрессии мы получили рабочее уравнение. 6. Анализ матрицы коэффициентов парных корреляций для относительных величин Таблица 5 № фактора Y X1 X2 X3 X4 X5 X6 Y 1.00 0.14 -0.91 0.02 -0.88 -0.01 -0.11 X1 0.14 1.00 -0.12 -0.44 -0.17 -0.09 0.02 X2 -0.91 -0.12 1.00 -0.12 0.98 -0.01 -0.38 X3 0.02 -0.44 -0.12 1.00 0.00 0.57 0.34 X4 -0.88 -0.17 0.98 0.00 1.00 0.05 -0.05 X5 -0.01 -0.09 -0.01 0.57 0.05 1.00 0.25 X6 -0.11 0.02 -0.3
8 0.34 -0.05 0.25 1.00 В таблице выявляем тесно коррелирующие факторы. Таким образом, не трудно заметить достаточно высокий коэффициент корреляции между факторами Х2 и Х4. Избавимся от Х2 7. Построение уравнения регрессии для относительных величин а) Шаг первый . Y = 25,018 0 Х1 Коэффициент множественной корреляции = 0,894 Коэффициент множественной детерминации = 0.799 Сумма квадратов остатков = 26,420 1 = 0,012 2 = 0,203 3 =0.024 4 =4.033 5 = 0.357 6 = 0.739 У фактора Х1 -критерий оказался самым низким . Следовательно фактором Х1 можно пренебречь . Вычеркнем этот фактор . б) Шаг второй . Y = e ^3.141 X2^(-0.722) X5^0.795 X6^(-0.098) Коэффициент множественной корреляции = 0.890 Коэффициент множественной детерминации = 0.792 Сумма квадратов остатков = 0.145 2 = 4.027 5 = 4.930 6 = 0.623 У фактора Х6 -критерий оказался самым низким . Следовательно фактором Х6 можно принебречь . Вычеркнем этот фактор . в) Шаг третий . Y = e ^3.515 X2^(-0.768) X5^0.754 Коэффициент множественной корреляции = 0.884 Коэффициент множественной детерминации = 0.781 Сумма квадратов остатков = 0.153 2 = 4.027 5 = 4.930 В результате трёхшаговой регрессии мы получили рабочее уравнение : Y = Экономический смысл модели : При увеличении расходов на подготовку и освоение производства производительность труда будет увеличиваться . Это означает что на данных предприятиях есть резервы для расширения производства , для введения новых технологий и инноваций с целью увеличения прибыли . При увеличении заработной платы производительность труда будет снижаться . Это , скорее всего , будет происходить из-за того , что рабочие на данных предприятиях получают и так высокие зарплаты , либо фонд заработной платы используется по максимуму и дальнейший его рост приведёт к непредвиденным расходам . 8. Сравнительный анализ линейной и степенной моделей Сравнивая линейную и степенную регрессионную модель видим , что статистические характеристики степенной модели превосходят аналогичные характеристики линейной модели . А именно : коэффициент множественной детерминации у степенной модели равен 0.781 , а у линейной - 0.688 . Это означает , что факторы , вошедшие в степенную модель , объясняют изменение производительности труда на 78.1 % , тогда как факторы , вошедшие в линейную модель , - на 68,8 % ; сумма квадратов остатков степенной модели ( 0.153 ) значительно меньше суммы квадратов остатков линейной модели ( 39.557 ) . Следовательно значения полученные с помощью степенной модели близки к фактическим . Список литературы
Отток капитала, начавшийся с августа 1998 г. и в отдельные дни достигавший уровня 1 млрд. долл., снизился лишь незначительно. Макроэкономические показатели Бразилии, на которые в последнее время инвесторы обращают все больше внимания, - одни из самых худших среди стран с развивающимися рынками3. В результате девальвации курс реала к концу февраля снизился до уровня 1,94 за доллар США. Одновременно не произошло существенного снижения процентных ставок - в настоящее время краткосрочные ставки составляют 32,50%. В этой ситуации рост ВВП Бразилии в 1998 г. оценивается в размере 0,15%, а на 1999 г. прогнозируется спад в пределах 4%. В худшем варианте развития событий спад в Латинской Америке в целом в 1999 г. может составить 2% ВВП. Таблица 5. Прогнозы мирового экономического развития (% год) Различия с оценками октября 1998 г. LIBOR (%) На долл. депозиты 5,9 5,5 5,1 -0,2 -0,8 Источник: IMF World Economic Outlook Interim Assessment December 1998 Таблица 6. Некоторые экономические показатели развивающихся государств и России Дефицит платежного баланса, млрд. долл. Нац. валюта / $ Реальные краткосрочные процентные ставки 1998 1999 1998 1999 1998 1999 Индия -7,8 -7,9 41,3 42.4 ... ..
3. Технико-экономические показатели "Модуля УТ для пропорциональной команды"
4. Расчет основных технико-экономических показателей деятельности производственного участка
5. Расчет технико-экономических показателей АЭС
10. Расчет экономических показателей АТП
11. Анализ экономических показателей ТЭС (ДВ регион)
13. Модернизация двигателя мощностью 440 квт с целью повышения их технико-экономических показателей
14. Экономические показатели работы
15. Расчет технико-экономический показателей работы предприятия
16. Влияние основных технико-экономических показателей на себестоимость
18. Расчеты некоторых экономических показателей
19. Моделирование экономической ситуации на примере охранной фирмы
20. Экзаменационные билеты математическое моделирование экономических систем осенний семестр 2000 года
21. Расчет технико-экономических показателей работы предприятия
25. Основные технико-экономические показатели цеха
26. Планирование экономических показателей деятельности торговой организации
27. Технико-экономические показатели косметического салона
28. Анализ технико-экономических показателей предприятия
30. Анализ обеспеченности трудовыми ресурсами и их взаимосвязь с экономическими показателями
32. Технико-экономические показатели ремонтных работ щековой дробилки СМД-60А
33. Расчет технико-экономических показателей строительного участка
35. Анализ основных технико-экономических показателей деятельности ООО "ВЕГА ЕВРО"
36. Анализ основных технико-экономических показателей работы предприятия РУП "Завод "Электроника"
37. Анализ экономических показателей предприятия
41. Основные экономические показатели
42. Предприятие как первичное звено народного хозяйства, экономические показатели его деятельности
45. Расчет технико-экономических показателей
46. Расчет технико-экономических показателей лесосечных работ
47. Расчет технико-экономических показателей плана
48. Расчет технико-экономических показателей работы предприятия (цеха)
49. Расчет технико-экономических показателей цеха машиностроения
52. Расчёт технико-экономических показателей ремонтного предприятия
53. Соотношения между экономическими показателями, средние величины, индексы
57. Анализ технико-экономических показателей работы РУПП "Птицефабрика "Победа"
58. Расчет экономических показателей на планируемый год
59. Технико-экономические показатели
60. Моделирование экономических систем
61. Математическое моделирование экономических процессов на железнодорожном транспорте
63. Экономическое моделирование деятельности судостроительного предприятия
64. Определение основных показателей плана экономического и социального развития на 2001 год
65. Использование цепей Маркова в моделировании социально-экономических процессов
66. Техническая оснащенность предприятия и показатели экономической эффективности
67. Трансформация экономических систем: моделирование состояний равновесия
69. Группировка коммерческих банков РФ по экономически чувствительным показателям
73. Общие макроэкономические показатели экономической безопасности страны
74. Основные средства предприятия: их экономическая сущность, показатели эффективности использования
75. Показатели экономического эффекта
76. Показатели экономической эффективности производства зерна
77. Понятие и показатели экономической эффективности функционирования предприятия
78. Расчет и анализ основных показателей экономической деятельности региона
79. Система показателей, основные группировки и классификации в социально-экономической статистике
80. Экономическая сущность эффективности производства, показатели и методы, применяемые для её оценки
81. Экономическое моделирование составления портфеля инвестиций
83. Особенности экономического моделирования
85. Математическое моделирование биосинтеза продуктов метаболизма
90. Проблема занятости трудовых ресурсов, их численность. Центральный экономический район.
91. Социально-экономическая модель в Швеции: процесс становления и развития
93. Центральный экономический район
94. Шпаргалка для сдачи экзаменов по экономической и социальной географии мира
96. Экономическое развитие Западносибирского региона (Доклад)
98. Минеральные ресурсы как определяющий фактор экономического роста в России
99. Контрольные вопросы для самопроверки (темы: "Предмет и задачи экономической географии" и другие)