Прогнозирование уровня инфляции на потребительском рынке товаров и услуг на 2017 год

Введение 4
Постановка задачи 5
Глава 1. Теоретическая часть 6
1.1.Анализ временных рядов 6
1.2 Автокорреляция уровней временного ряда 8
1.3 Моделирование тенденции временного ряда 10
1.4 Модели временных рядов 11
1.5 Прогнозирование на основе моделей временных рядов 13
1.7 Приведение уравнения тренда к линейному виду 14
1.8 Оценка параметров уравнения регрессии 15
Глава 2. Моделирование 17
2.1. Построение мультипликативной модели ИПЦ 18
2.2. Построение мультипликативной модели уровня инфляции 28
2.3 Сравнение полученных прогнозов 38
Заключение 40
Список литературы 41

Весь текст будет доступен после покупки

В данной работе рассматривается такой вид эконометрического моделирования как временные ряды. Временной ряд используется для построения модели и дальнейшего прогнозирования на основе используемых данных.
Были подобраны данные для построения модели и прогнозирования по ней. В данной работе я рассмотрела два варианта решения поставленной передо мной задачи. Были построены два вида моделей, на основе получившихся результатов была выбрана лучшая модель. После выбора модели было построено прогнозирование временных рядов на 4 квартала вперед, то есть на каждый квартал 2017 года. По окончанию работы я проанализировала полученные результаты. Мной был сделан вывод по проделанной работе.

Весь текст будет доступен после покупки

Временной ряд (или динамический ряд)- это последовательность упорядоченных во времени числовых показателей, характеризующих уровень состояния и изменения изучаемого явления.
y_t (t=1,2,…,n)
Уровни временного ряда формируются под воздействием огромного количества факторов, условно их можно разбить на три группы:
Факторы, которые формируют тенденцию ряда;
Факторы, которые формируют циклические колебания ряда;
Различные случайные факторы.
При разных сочетаниях в данном процессе зависимость уровней ряда от времени может принимать различные формы. Большинство временных рядов имеют тенденцию, характеризующую долговременное совокупное воздействие большого количества факторов на динамику изучаемого показателя. Очевидно, что если взять эти же факторы по отдельности, то они будут оказывать разнонаправленное влияние на данный исследуемый показатель. Но все же вместе они формируют возрастающую или убывающую тенденцию исследуемого показателя.
Так же, исследуемый показатель может быть подвержен циклическим колебаниям. Циклические колебания могут нести в себе сезонный характер, так как ряд отраслей экономики зависят от времени года.
Не все временные ряды содержат тенденции и циклические компоненты.
В основном фактический уровень временного ряда можно представить, как сумму, либо как произведение трендовой, циклической и случайной компонент. Модель, временной ряд которой представляется как сумма перечисленных компонент, будет называться аддитивной моделью временного ряда. Если же временной ряд модели представлен как произведение перечисленных компонент, то она называется мультипликативной моделью временного ряда. Главной задачей статистического исследования отдельного временного ряда, является определение и придание количественного выражения каждой из перечисленных выше компонент, чтобы использовать данную информацию для прогнозирования будущих значений ряда.
В каждом временном ряде присутствуют два основных элемента: время и конкретное значение показателя. Временные ряды различаются по следующим признакам:
По времени- моментные и интервальные. Интервальный ряд- последовательность, в которой уровень явления относят к результату, накопленному или заново произведенному за определенный временной отрезок. Моментный ряд- это совокупность уровней, образуемая с помощью уровней ряда, характеризующих изучаемое явление в конкретный момент времени.
По форме представления уровней- ряды абсолютных величин, относительных и средних.
По расстоянию между интервалами времени выделяют два типа временных рядов: полные и не полные временные ряды. Если даты регистрации или концы периодов идут друг за другом с равными интервалами, то скорее всего это полные ряды. Если же размер рядов не соблюдается, то есть интервалы между ними не равны, то ряды не полные.
По содержанию показателей- ряды частных и агрегированных показателей. Если изучаемое явление характеризуется односторонне, изолировано, тогда это частные показатели. На частных показателях основываются и агрегированные показатели, они в свою очередь характеризуют изучаемый процесс комплексно. Широкое применение агрегированных показателей стало возможным с развитием факторного и компонентного анализа.

Весь текст будет доступен после покупки

1) Айвазян С. А. Прикладная статистика. Основы эконометрики. Том 2. М. : изд. «Юнити-Дана», 2001. — 432 с.
2) Александрова Н. В. История математических терминов, понятий, обозначений: словарь-справочник. — 3-е изд.. — М.: изд. «ЛКИ», 2008. — 248 с.
3) Аукуционек С. П. Современные буржуазные теории и модели цикла: критический анализ. — М.: изд. «Наука», 1984. — 223 с.
4) Афанасьев В. Н., Юзбашев М. М. Анализ временных рядов и прогнозирование: Учеб. пособие. — М.: изд. «Финансы и статистика» , 2001. — 228 с
5) Бабешко Л. О. Основы эконометрического моделирования: Учеб. пособие. — 2-е изд., испр. — М.: изд. «КомКнига», 2006. — 432 с.
6) Бокс Дж., Дженкинс Г. Анализ временных рядов, прогноз и управление. —М.: изд. Мир, 1974.
7) Доугерти К. Введение в эконометрику: Пер. с англ. — М.: изд. «ИНФРА-М», 1999. — 402 с.
8) Елисеева И. И. Эконометрика. Учебник. М.: изд. «ЮРАЙТ», 2006. — 576 с.
9) Канторович Г.Г. Анализ временных рядов — Экономический журнал ВШЭ; ГУ ВШЭ, 2002, - 85 с.
10) Кремер Н. Ш., Путко Б. А. Эконометрика. — М.: изд. «Юнити-Дана», 2003-2004. — 311 с.

Весь текст будет доступен после покупки