Автор работы: Пользователь скрыл имя, 18 Апреля 2013 в 22:20, курсовая работа
Цель теоретической части курсовой работы – изучить особенности статистического изучения инвестиций.
В соответствии с поставленной целью задачами курсовой работы являются:
определить понятие инвестиций;
изучение статистики инвестиций и методов анализа инвестиций;
Предмет исследования являются инвестиции.
Введение……………………………………………………………………………..4
1. Экономическая сущность инвестиций………………………………………….6
Понятие, классификация и структура инвестиций……………………………6
1.2 Содержание теории статистики инвестиций…………………………………13
1.3 Методика расчета показателей статистики инвестиций…………………….15
Заключение…………………………………………………………………………20
2. Практическая часть……………………………………………………………...22
Список использованной литературы……………………………………………..38
По приведенным данным динамики производства основных видов продукции по своему варианту рассчитайте:
2.1 Показатели анализа ряда динамики – абсолютные приросты, темпы роста и прироста. Определите средние показатели по ряду динамики. Результаты расчетов представьте в таблице, а расчет средних показателей под таблицей. Сделайте выводы.
2.2 Постройте модель
тренда по линейной или квадратичной
функции (вид функции
Решение
2.1
Таблица 5 – Данные о выпуске проката за 1998-2008гг.
Показатель |
Год | ||||||||||
1998 |
1999 |
2000 |
2001 |
2002 |
2003 |
2004 |
2005 |
2006 |
2007 |
2008 | |
Прокат, млн. тонн |
6,1 |
7,1 |
7,2 |
7,3 |
7,4 |
7,2 |
6,8 |
7,0 |
6,9 |
6,8 |
6,5 |
Показатели динамики определяются по формулам:
Абсолютный
прирост:
базисный
Dyб = yi
– y1
цепной
Dyц = yi
– yi–-1
Темп роста:
базисный
Tpб = yi
/ y1×100
цепной
Tpц = yi
/ yi–-1×100
Темп прироста:
базисный
Tпpб = Tpб
– 100
цепной
Tпpц
= Tpц – 100
Средний абсолютный прирост:
Среднегодовые темпы роста и прироста:
Средний уровень ряда:
Рассчитанные показатели по каждому году сводятся в таблицу 6. Затем определяются средние показатели
Таблица 6 - Динамика выпуска проката за 1998-2008гг.
Год |
Показатель |
Абсолютный прирост, единиц |
Темп роста, % |
Темп прироста, % | |||
yi |
базисный |
цепной |
базисный |
цепной |
базисный |
цепной | |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
1998 |
6,1 |
||||||
1999 |
7,1 |
1 |
1 |
116,4 |
116,4 |
16,4 |
16,4 |
2000 |
7,2 |
1,1 |
0,1 |
118 |
101,4 |
18 |
1,4 |
2001 |
7,3 |
1,2 |
0,1 |
120 |
101,4 |
20 |
1,4 |
2002 |
7,4 |
1,3 |
0,1 |
121,3 |
101,4 |
21,3 |
1,4 |
2003 |
7,2 |
1,1 |
-0,2 |
118 |
97,3 |
18 |
-2,7 |
2004 |
6,8 |
0,7 |
-0,4 |
111,5 |
94,4 |
11,5 |
-5,6 |
2005 |
7,0 |
0,1 |
0,2 |
115 |
103 |
15 |
3 |
2006 |
6,9 |
0,8 |
-0,1 |
113,1 |
99 |
13,1 |
-1 |
2007 |
6,8 |
0,7 |
-0,1 |
111,5 |
99 |
11,5 |
-1 |
2008 |
6,5 |
0,4 |
-0,3 |
107 |
96 |
7 |
-4 |
Средний абсолютный прирост равен:
=0,04 млн.т
Среднегодовые темпы роста и прироста:
= 100,64% 100,64-100 = 0,64%
Средний уровень ряда:
= 6,9
Вывод. Анализ динамики выпуска проката за 1998-2008г. показал, что за рассматриваемый период выпуск прокат увеличился на 0,4 млн. т или на 6,6%. В среднем за год увеличение составило 0,04 млн. т или 0,64%. В среднем в год выпускалось 6,9 млн.т.
Положительная базисная
2.2
Основную тенденцию ряда динамики можно определить методом аналитического выравнивая, для чего строится модель тренда. Тип модели определяется графически. Построим график фактических значений динамического ряда и нанесем на него линию тренда (рисунок 1).
Рисунок 1 – Динамика выпуска проката за 1998-2008гг.
По данным рисунка видно, что модель тренда является квадратическое, что может быть описано уравнением:
Параметры уравнения находятся из решения системы нормальных уравнений.
Для упрощения расчетов показатель времени t задается так, чтобы сумма по времени равнялась 0 (отчет времени с середины ряда динамики).
Тогда ∑t =0 и ∑t3 = 0; система уравнений упрощается и принимает вид:
Из этой системы b = ∑уt /∑t2; а и c определяются из решения системы двух уравнений с двумя неизвестными:
Для определения параметров уравнения построим расчетную таблицу
Таблица 7 – Расчет параметров уравнения
Год |
Выпуск проката уi |
t |
t2 |
t4 |
yi×t |
y×t2 |
f t = 7,23- 0,01×t - 0,03×t2
|
(yt –ft)2 |
yt2 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
1998 |
6,1 |
-5 |
25 |
625 |
-30,5 |
152,5 |
6,54 |
0,19 |
37,21 |
1999 |
7,1 |
-4 |
16 |
256 |
-28,4 |
113,6 |
6,8 |
0,09 |
50,41 |
2000 |
7,2 |
-3 |
9 |
81 |
-21,6 |
64,8 |
7 |
0,04 |
51,84 |
2001 |
7,3 |
-2 |
4 |
16 |
-14,6 |
29,2 |
7,14 |
0,03 |
53,29 |
2002 |
7,4 |
-1 |
1 |
1 |
-7,4 |
7,4 |
7,22 |
0,03 |
54,76 |
2003 |
7,2 |
0 |
0 |
0 |
0 |
0 |
7,24 |
0,00 |
51,84 |
2004 |
6,8 |
1 |
1 |
1 |
6,8 |
6,8 |
7,2 |
0,16 |
46,24 |
2005 |
7,0 |
2 |
4 |
16 |
14 |
28 |
7,1 |
0,01 |
49 |
2006 |
6,9 |
3 |
9 |
81 |
20,7 |
62,1 |
6,94 |
0,00 |
47,61 |
2007 |
6,8 |
4 |
16 |
256 |
27,2 |
108,8 |
6,72 |
0,01 |
46,24 |
2008 |
6,5 |
5 |
25 |
625 |
32,5 |
162,5 |
6,44 |
0,00 |
42,25 |
Итого |
76,3 |
110 |
1958 |
-1,3 |
735,7 |
76,34 |
0,56 |
530,69 |
a*11+c*110=76,3 | |
b*110= -1,3 | |
a*110+c*1958=735,7 | |
11a+110c=76,3 | |
b= -1,3/110 | |
110a+1958c=735,7 | |
11a+110c=76,3 | |
b= -0,01 | |
110a+1958c=735,7 |
Умножая все члены первого уравнения на 10, получим систему
*(-10) |
11a+110c=76,3 | |
110a+1958c=735,7 | ||
+ |
-110a-C1100=-763 | |
110a+1958c=735,7 | ||
858c=-27,3 | ||
c= -27,3/858 | ||
c= -0,03 | ||
11a + (-0,03) *110 = 76,3 | ||
11a - 3,3 = 76,3 | ||
11a = 76,3 + 3,3 | ||
11a = 79,6 | ||
a = 79,6/11 | ||
a = 7,24 |
Построенная модель принимает вид
f t = 7,23- 0,01×t - 0,03×t2
На основании данной модели рассчитываются теоретические значения f t (гр. 8 таблицы )
Представим графически фактические данные и расчетные.
Рисунок 2 – График фактических и расчетных значений динамического ряда
Для оценки качества модели рассчитывается сумма квадратов отклонений от тренда (предпоследняя колонка таблицы 9) и абсолютная и относительная меры колеблемости отклонений от тренда (остатков):
Дисперсия отклонений от тренда (остаточная) определяется по формуле:
где к – число параметров в модели;
n – число уровней ряда.
Затем рассчитывается среднеквадратической отклонение и коэффициент вариации.
Остаточная дисперсия равна:
= 0,071
Среднеквадратическое отклонение равно:
s ост= = Ö0,071 = 0,267 млн.т
Коэффициент вариации равен:
*100 = 3,8%
Вывод 1: относительная мера колеблемости равна 6,1% (меньше 15%), построенная модель является хорошей.
Далее определяется дисперсия Y(t) по формуле:
= - 1,17
Рассчитаем коэффициент
Коэффициент детерминации равен:
=1,06
Вывод 2: Таким образом, относительная мера колеблемости остатков меньше 15 %, и построенная модель объясняет 106% (больше 60%) вариации Y(t), следовательно, построенная модель является хорошей.
По приведенным данным (таблица 1) реализации различных товаров на рынке города определите индивидуальные и общие индексы цен, физического объема и товарооборота. Сделайте выводы.
Таблица 1-Динамика реализации овощей на рынках города
Товар |
Январь |
Февраль | ||
Кол-во проданного, кг |
Товарооборот, руб. |
Кол-во проданного, кг |
Товарооборот, руб. | |
q |
pq |
q |
рq | |
Яблоки |
8510 |
14400 |
10070 |
18100 |
Фрукты |
2080 |
42700 |
3900 |
83900 |
Семечки |
2330 |
12800 |
4110 |
22700 |
Решение:
По исходным данным построим таблицу 2
Таблица 2
Товар |
Январь |
Февраль |
Расчет | ||||
Товарооброт, руб. |
Продано, кг |
Товарооброт, руб. |
Продано, кг |
p0 |
p1 |
p0q1 | |
p0q0 |
q0 |
p1q1 |
q1 | ||||
Яблоки |
14400 |
8510 |
18100 |
10070 |
1, 70 |
1, 79 |
17119 |
Фрукты |
42700 |
2080 |
83900 |
3900 |
20, 52 |
21, 51 |
80028 |
Семечки |
12800 |
2330 |
22700 |
4110 |
5, 49 |
5, 52 |
22564 |
Итого |
69900 |
- |
124700 |
- |
- |
119711 |