бесплатные рефераты

Статистика финансов предприятий


Вспомогательные расчеты

y

z



2002

238493

113504

109254

-74990

11936436516

5623545094,09

-8192990236,20

2003

309008

135010

179769

-53484

32316893361

2860570346,49

-9614819126,70

2004

357579

472690

228340

284196

52139155600

80767195898,49

64893246138,00

2005

884868

161710

755629

-26784

570975185641

717398726,49

-20238993824,70

2007

1357806

216553

1228567

28059

1509376873489

787290645,69

34471992882,90

2008

1273415

350095

1144176

161601

1309138718976

26114786240,49

184899642523,20

2010

2778551

293113

2649312

104619

7018854073344

10945072389,69

277167577334,40

7200320

1742675

6295047

423215

10504737336927

127815859341,43

523385655690,90



Средние значения:

= 192239 , = 188494,3


r (y,z) =  ;


Таким образом

Вывод:

Коэффициент корреляции равен 0,23. Значит связь между двумя показателями не тесная.

В данном примере получилось, что связь y более тесная с показателем x, так как коэффициент корреляции 0,25 больше, чем 0,23.

Расчет параметров линейного и квадратического тренда для показателей x и y

Для расчета параметров уравнений линейного и квадратического тренда построим вспомогательную таблицу.

Таблица 9. Вспомогательная таблица для расчета параметров линейного и квадратического тренда

Исходные данные

Вспомогательные расчеты

Периоды времени


Условное обозначение времени

yt

yt2

у

t

t2

t4

2002

238493

-3

9

81

-715479

2146437

2003

309008

-2

4

16

-618016

1236032

2004

357579

-1

1

1

-357579

357579

2005

884868

0

0

0

0

0

2007

1357806

1

1

1

1357806

1357806

2008

1273415

2

4

16

2546830

5093660

2010

2778551

3

9

81

8335653

25006959

S

7200320

0

28

196

10549215

35198473


Формулы для расчета параметров линейного тренда:

 







Формулы для расчета параметров квадратичного тренда:


 









Подставляя в эти формулы все суммы, рассчитанные в последней (итоговой) строке вспомогательной таблицы 4 (Σy =7200320 , Σt2 = 28 Σt4=196, Σyt = 10549215, Σyt2 = 35198473 ) , получаем следующие результаты:


Линейный тренд y

Квадратический тренд y

y^ = a0 + a1* t

y^^ = b0 + b1* t + b2*t2

a0 =

1507031

b0 =

142850,80

a1 =

53822,5

b1 =

53822,5



b2 =

166659,2





Аналогичным образом рассчитаем параметры уравнений линейного и квадратического тренда для показателя x.


Таблица 10. Вспомогательная таблица для расчета параметров линейного и квадратического тренда

Периоды


Условное обозначение времени

x*t

x*t2

времени

x

t

t2

t4

2002

137582

-3

9

81

-412746

170359260516

2003

140668

-2

4

16

-281336

79149944896

2004

144858

-1

1

1

-144858

20983840164

2005

144040

0

0

0

0

0

2007

136715

1

1

1

136715

18690991225

2008

130572

2

4

16

261144

68196188736

2010

108670

3

9

81

326010

106282520100

943105

0

28

196

-115071

463662745637

Линейный тренд x

Квадратический тренд x

х^ = a0 +a1* t

х^^ = b0 + b1* t + b*t2





a0 =

16438,71

b0 =

269458,57

a1 =

41073,96

b1 =

4109,67



b2 =

1908420333761170

Чтобы выбрать, какое из уравнений тренда (линейное или квадратическое) лучше описывает исходный ряд данных, строится вспомогательная таблица для расчета так называемой ошибки аппроксимации, которая находится по формуле:



В этой формуле:

 – исходные значения уровня ряда;

– расчетные значения уровня ряда; т.е. f(t), где f(t) – уравнение соответствующей функции.

Таблица 11. Вспомогательная таблица для расчета ошибок аппроксимации

Периоды времени

Исходные данные

Расчетные данные

y

t

y^

y^^

(y^ -y)2

(y^^ - y)2

2002

238493

-3

1345563,20

1481316,10

1225604427728

1544609257893,6

2003

309008

-2

1399385,70

701842,60

1188923528657

154319022957,2

2004

357579

-1

1453208,20

255687,50

1201003343893

10381877772,3

2005

884868

0

1507030,70

142850,80

387086425271

550589525095,8

2007

1357806

1

1560853,20

363332,50

41228165428

988977542202,3

2008

1273415

2

1614675,70

917132,60

116458865364

126937148549,8

2010

2778551

3

1668498,20

1804251,10

1232217218788

281786965063,2

S

7200320

0

10549214,90

5666413,20

5391921975129

3657601339534,1

Вид уравнения тренда

Ошибка

y^ = a0 + a1* t



8776528,60

y^^ = b0 + b1* t + b2*t2



6565569,50

Таблица 12. Расчет прогнозных значений по тренду

Вид уравнения тренда

Прогноз

Ошибка

y^ = a0 + a1* t

1776143,5

8776528,60

y^^ = b0 + b1* t + b2*t2

4578443,3

6565569,50

Вывод:

Из двух прогнозных значений более достоверным является y** = 6565569,5 так как ошибка аппроксимации для него меньше.

Таблица 16. Вспомогательная таблица для расчета ошибок аппроксимации

Периоды

Исходные данные

Расчетные данные

времени

x

t

2950075,2

x^^

(x^ - x)2

(x^^-х)2

2002

137582

-3

58273090,0

17175783004107700

59714336309

2950075,2

2003

140668

-2

3642068,0

7633681335305920

42591552807

58273090,0

2004

144858

-1

1572982,5

1908420334026520

28727961795

3642068,0

2005

144040

0

3642068,0

269459

16282089209

1572982,5

2007

136715

1

582773090,0

1908420334034740

6273009077

3642068,0

2008

130572

2

2950075,2

7633681335322360

10230638940

582773090,0

2010

108670

3

655803448,9

17175783004132300

960416668

2950075,2

943105

0

16438,71

53435769347199000

164780004805

655803448,9

Ошибки аппроксимации и прогнозные значения для разных уравнений тренда

Вид уравнения тренда

Ошибка

x^ = a0 + a1* t

= 153427,51

x^^ = b0 + b1* t + b*t2

 9679,164

Вид уравнения тренда

Прогнозные значения

x^ = a0 +a1* t

x* = 221808,51

x^^ = b0 + b1* t + b*t2

x** = 1,9213572218

Вывод:

Из двух прогнозных значений более достоверным является x** = 1,9213572218 так как ошибка аппроксимации для него меньше.

Расчет параметров парной линейной регрессии

Для расчета параметров уравнения парной линейной регрессии y = a0+a1x составляется система нормальных уравнений:

 


na0 + a1Σx = Σy;

a0Σx + a1Σx2 = Σxy.


Решают с помощью метода определителей. В результате получаются следующие формулы для расчета параметров уравнения парной линейной регрессии:



Построим вспомогательную таблицу. Обозначать их параметры разными буквами. Поэтому заменим a0 на k0 и a1 на k1.

Рассчитаем соответствующие суммы и подставим Σx, Σy, Σx2, Σxy в формулы для расчета параметров парной линейной регрессии:


В результате расчетов получаем следующие значения параметров регрессии:


Параметры регрессии

k0 =

14004771,9

k1 =

63335,6


Ошибка аппроксимации



3692,48


y

7761508,3


yx

7638683,7

R2 =

0,98

R2 = 7638683,7 /7761508,3 = 0,98


Вывод: Ошибка аппроксимации равна 0,98 т.е. менее 10 % среднего значения y, равного 16438,71. Допустимо, если ошибка аппроксимации не превышает 10-15% от среднего значения результативного показателя. Индекс детерминации равен 0,98, то есть очень близок к 1. Значит, построенное уравнение регрессии является значимым, то есть описывает существенную зависимость между показателями.

Таблица 17. Вспомогательная таблица для расчета параметров уравнения парной линейной регрессии (y = k0 + k1*x )

Исходные данные

Вспомогательные расчеты

Расчет дисперсии фактических значений y

Расчет дисперсии расчетных значений yx

Расчет параметров

Расчет ошибки()

x

y

x2

xy

yx=k0+k1*x

(y - yx)2

137582

238493

18928806724

32812343926

8727848794

761711815727542

-854159

729587597281

8726756142

76156272768567100000

140668

309008

19787486224

43467537344

8923302579

796198142756026

-783644

614097918736

8922209927

79605829988952006000

144858

357579

20983840164

51798178782

9188678911

844252489004537

-735073

540332315329

9187586259

84411741266933100000

144040

884868

20747521600

127456386720

9136870358

834662308643545

-207784

43174190656

9135777706

83462434284310800000

136715

1357806

18690991225

185632447290

8672936795

751962821537946

265154

70306643716

8671844143

75200880831811600000

130572

1273415

17049047184

166272343380

8283865958

686013392330279

180763

32675262169

8282773306

68604333638254900000

108670

2778551

11809168900

301945137170

6896688771

475259981172841

1685899

2842255438201

6895596119

47549245832230500000

943105

7200320

127996862021

68905323943135

59746163534

356874379758234

6107068

37296279556624

59745070882

3569473494707150000000



Расчет прогноза результирующего показателя y по регрессии

Рассчитанные параметры уравнений тренда для определения прогнозного значения показателя x. Были получены следующие результаты.

Ошибки аппроксимации и прогнозные значения для разных уравнений тренда

Вид уравнения тренда

Ошибка

x= a0 + a1* t

1 =

153427,51

x = b0 + b1* t + b2*t2

=

9679,164

Прогноз по линейному тренду

x* =

221808,51

Прогноз по квадратическому тренду

x**=

1,9213572218


Вывод:

Что более достоверным для показателя x является прогнозное значение по квадратическому тренду x**= 1,9213572218, так как для него ошибка аппроксимации меньше. Именно его и подставляем его в уравнение регрессии. Подставляем это число вместо x в уравнение: y = 14004771,9+ 63335,6x, получаем y***= 14125107.

Вывод (заключительный): Были рассчитаны тремя способами три разных прогнозных значения показателя y. По линейному тренду: y* =8776528,6; по квадратическому тренду y** = 6565569,5 и по уравнению регрессии y***=14125107.

Наиболее достоверным представляется прогнозное значение 6565569,5, рассчитанное по уравнению квадратического тренда, так как для данного уравнения ошибка аппроксимации наименьшая.

В целом следует сделать вывод о том, что от способа расчета зависит результат прогноза и что для получения более достоверного результата необходимо рассматривать различные варианты возможных видов математических функций, используемых для построения уравнений тренда.


Заключение

Финансы предприятий различных форм собственности, являясь основой единой финансовой системы страны, обслуживают процесс создания и распределения общественного продукта и национального дохода.

От состояния финансов предприятий зависит обеспеченность централизованных денежных фондов финансовыми ресурсами. При этом активное использование финансов предприятий в процессе производства и реализации продукции не исключает участия в этом процессе бюджета, банковского кредита, страхования.

В условиях рыночной экономики на основе хозяйственной и финансовой независимости предприятия осуществляют свою деятельность на началах коммерческого расчета, целью которого является обязательное получение прибыли. Они самостоятельно распределяют выручку от реализации продукции, формируют и используют фонды производственного и социального назначения, изыскивают необходимые им средства для расширения производства продукции, используя кредитные ресурсы и возможности финансового рынка. Развитие предпринимательской деятельности способствует расширению самостоятельности предприятий, освобождению их от мелочной опеки со стороны государства и вместе с тем повышению ответственности за фактические результаты работы.

Список использованных источников

1                   Елисеева И.И., Юзбашев М.М. Общая теория статистики. М.: Финансы и статистика, 2006.

2                   Ефимова М.Р., Петрова Е.В., Румянцев В.Н. Общая теория статистики. М.: Финансы и статистика, 2009.

3                   Салин В.Н., Шпаковская Е.П.Социально-экономическая статистика. М.: Финансы и статистика, 2005

4                   Статистика/ Под ред. И.И. Елисеевой. М.: Финансы и статистика, 2010.

5                   Статистика / Под ред. В.Г.Ионина. М.: Инфра-М, 2007.

6                   Статистика финансов / Под ред. В.Н. Салина. М.: Финансы и статистика, 2010.

7                   Теория статистики / Под ред. Р.А. Шмойловой. М.: Финансы и статистика, 2009.

8                   Экономическая статистика / Под ред. Ю.Н. Иванова. М.: Инфра-М, 2006.

 


Страницы: 1, 2, 3


© 2010 РЕФЕРАТЫ