Планирование общественного производства с учетом структурного сдвига отрасли

В общем случае связи  между экономическими, экономическими и техническими показателями в исследуемом процессе можно классифицировать как функциональные и стохастические.

Функциональная связь  характеризуется полным соответствием  между причиной и следствием, то есть каждому значению аргумента X соответствует вполне определенное значение функции Y. Функциональные связи характерны в области точных наук и описываются точными математическими формулами.

В области экономики  мы часто сталкиваемся со стохастическими (не вероятностными) связями.

Стохастическая связь  не характеризуется полным соответствием  между причиной и следствием, то есть каждому численному значению одной переменной X может соответствовать несколько численных значений другой переменной Y. Причем переменная Y реагирует на численные значения другой переменной X изменением своего закона распределения. Под законом распределения случайной величины следует понимать всякое соответствие между возможными значениями случайной величины и соответствующими им вероятностями, Закон распределения случайной величины обычно задается таблично или в виде функции. Табличная форма задания закона называется радом распределения. Если же закон задается в виде функции, то она называется функцией распределения случайной величины (иногда - интегральным законом распределения или интегральной функцией распределения случайной величины).

Выбрав проблему для  изучения и сформулировав экономическую  модель, которая может помочь в решении этой проблемы, мы приходим к необходимости проверки совместимости модели с реальными экономическими данными. При этом следует различать два уровня анализа: теоретический и эмпирический. На теоретическом уровне мы предполагаем, что нам известны все возможные способы реализации интересующих нас экономических показателей - вся генеральная совокупность. Зная или предполагая статистические свойства генеральной совокупности, мы можем теоретически определить значения параметров в модели соответственно, рассчитать по ней нужные экономические показатели. На практике мы не знаем множества возможных исходов, а наблюдаем только случайно выбранные значения интересующих нас показателей. Располагая лишь выборочными значениями, можно оценить, а не определить точно значения параметров модели; эти оценки будут случайными и меняются от выборки к выборке. Поэтому важно не только знать средние оценки параметров, определенные на основе выборочных данных, но и понимать меры их надежности и случайного разброса, обусловленного случайностью процесса формирования выборки,

Существуют различные  способы сбора статистических данных: перепись, статистическая отчетность предприятий и организаций, опросы, анкетирование, таможенный и налоговый  контроль и т.д. В каждом методе сбора  данных существуют свои недостатки, обусловливающие погрешность в значениях эмпирических показателей. Эти погрешности можно условно разбить на три группы: систематические ошибки (например, занижение полученных доходов), случайные ошибки, обусловленные как природой собираемых данных, так и неточной (по различным причинам) реакцией субъектов на вопросы, а также ошибки округления. Все эти ошибки надо оценивать и учитывать при статистической обработке данных.

Цель любого оценивания - получить как можно более точное значение неизвестной характеристики генеральной совокупности. Информацией, которой мы располагаем, являются данные выборочного наблюдения. В этих условиях единственным способом построения искомой оценки может быть нахождение такой функции выборочных данных, которая с наибольшей точностью аппроксимирует оцениваемую характеристику генеральной совокупности. В зависимости от способа выражения оценки делятся на точечные оценки, выражаемые одним числом, и интервальные оценки, определяющие числовой интервал, внутри которого может находиться оцениваемый параметр генеральной совокупности.

Первоначально были определены 20 следующих факторов, влияющих на развитие станкостроительной отрасли:

1. инвестиции в основной капитал станкостроительной отрасли
2. сырьевая и материальная база
3. уровень научно-технического прогресса
4. степень износа основных промышленно-производственных средств по отрасли
5. степень обновления основных промышленно-производственных средств по отрасли
6. рентабельность активов организаций
7. закупочные цены сырья и материалов
8. стоимость оборудования
9. среднегодовая численность промышленно-производственного персонала
10. экспорт продукции
11. импорт продукции
12. рентабельность продукции отрасли
13. индекс инфляции в стране
14. налоговая политика страны
15. конкурентоспособность продукции
16. географическое положение предприятий отрасли
17. финансовые вложения организаций по отрасли
18. инновации в отрасли
19. ассортимент выпускаемой продукции отрасли
20. маркетинговая политика

Для построения прогноза на 2005 год выбраны следующие пять факторов:

1. Коэффициент обновления основных промышленно- производственных средств отрасли, %
2. Среднегодовая численность промышленно-производственного персонала (тыс. чел.).
3. Число предприятий данной отрасли (шт.).
4. Инвестиции в основной капитал, %
5. Прибыль от реализации продукции, млрд. руб.

 

Проведем прогнозирование  методом многофакторного корреляционно-регрессионного анализа. Для этого проанализируем приведенные выше факторы, влияющие на прогнозируемый объект.

 Исходные данные  в таблице 1.

Таблица 1. Исходные данные

 

	Год	Объем продукции (пр-во станков), тыс. шт.	Факторы Х
			Степень износа основных производственных средств, %	Число предприятий, шт.	Рентабельность реализованной  продукции, %	К-т обновления основных промышл. - производственных средств,%	Инвестиции в основной капитал, % к итогу
	t	Y	X1	X2	X3	X4	X5
1	1985	23,7	37,7	20	22,3	10,1	12,0
2	1990	15,5	45,3	20	23,5	8,6	8,4
3	1995	4,7	56,3	26	9,2	2,9	5,0
4	1997	4,8	63,2	37	15,4	1,2	4,6
5	1998	5,3	62,2	40	15,6	2,7	4,9
6	1999	4,6	63,3	44	17,9	1,2	5,7
7	2000	5,4	59,6	32	14,4	1,4	7,7
8	2001	5,7	63,7	34	12,2	1,8	5,9
9	2002	5,8	65,8	35	11,5	1,9	5,7
10	2004	5,2	67,8	35	9,6	1,8	4,4

 

Произведем обработку  исходных данных по следующим параметрам:

среднее значение по Хi и по Y;

   (2.1, 2.2 )

 

 

коэффициент вариации

 

 

                                                                                                                          (2.3)

 

 

                                                                                                      (2.4)                                                                                        

Полученные данные сведем в таблицу 1.1.

 

Таблица 1.1 Обработка исходных данных.

	Y	X1	X2	X3	X4	X5
Среднее значение	8,07	58,49	32,3	15,16	3,36	6,43
Дисперсия	36,7401	83,8569	57,81	21,7464	9,3704	4,9721
Коэф-т вариации, %	75,9805	15,6562512	23,53959	30,7605775	91,1045	34,6784

 

Т. к. полученные коэффициенты вариации меньше и равны 91,1%,а это говорит о сравнительно большой колеблимости признаков, то можно сказать, что мы получим прогноз, который недостаточно достоверен.

По отобранным пяти факторам и исследуемому объекту Y построим графики: Y (t), Y (Xi), Xi (t).

 

 

 

 

 

Рисунок 1. Объём выпуска  продукции (тыс.шт.).

Исходя из полученного  графика, можно заключить, что объем выпуска продукции, в общем, стремиться к снижению.

 

 

 

Рисунок 2. Зависимость объёма выпуска продукции от степени износа

                   Основных промышленно-производственных  средств.

С увеличением степени  износа основных промышленно-производственных средств наш объем выпуска  уменьшается, что объясняется физическим и моральным износом оборудования, и как следствие- оборудование не справляется с производством большого выпуска продукции.

Рисунок 3. Зависимость  объёма выпуска от числа предприятий.

Из графика видно, что  объем выпуска продукции снижается в зависимости от Х2 (число предприятий). Показатель Х2 уменьшается и пропорционально ему уменьшается и Y.

 

Рисунок 4. Зависимость  объёма выпуска продукции от рентабельности

                   реализованной продукции.

С увеличением рентабельности реализованной продукции (Х3) объем выпуска продукции  также будет возрастать.

 

 

 

 

 

 

Рисунок 5. Зависимость  объёма выпуска продукции от коэф-та

                   обновления основных промышл.-произв. средств.  

Из графика видно, что  исследуемый объект Y изменяется в зависимости в зависимости от Х4 (коэффициент обновления основных промышленно-производственных средств).

 

Рисунок 6. Зависимость  объёма выпуска продукции от инвестиций.

Из графика видно, что  с увеличением доли инвестиций (Х5) увеличивается и объем выпуска продукции.

 

 

Рисунок 7. Зависимость  степени износа промышленно-         производственных средств (X1) от рассматриваемого периода (t).

 

 

Рисунок 8. Зависимость числа предприятий (Х2) от рассматриваемого периода (t).

 

 

 

 

 

 

Рисунок 9. Зависимость  рентабельности от реализованной продукции (Х3) от рассматриваемого периода (t).

 

 

 

Рисунок 10. Зависимость  коэффициента обновления основных промышленно-производственных средств (Х4) от рассматриваемого периода (t).

 

 

 

 

Рисунок 11. Зависимость инвестиций в основной капитал (Х5) от рассматриваемого периода (t).

 

Графики Х1(t), Х2(t), Х3(t), Х4(t), Х5(t)  показывают, как меняются исследуемые признаки в зависимости от рассматриваемого периода и описывают их численные значения в зависимости от периода рассмотрения.

 

Построив графики, мы нанесли линии тренда, с помощью  которых определили вид зависимости  между переменными. В основном между  переменными полиномиальная зависимость или линейная. Коэффициент R² достоверности аппроксимации, показывает, на сколько точно линия тренда описывает зависимость между данными.

 

 

 

 

 

 

 

 

 

Введем необходимые  ограничения и проверим исследуемые  факторы на мультиколлинеарность, рассчитав  парные коэффициенты корреляции по формулам: