Статистическое исследование показателей оборота оптовой торговли Россий-ской Федерации (региона)
Заказать уникальную курсовую работу- 31 31 страница
- 10 + 10 источников
- Добавлена 08.12.2021
- Содержание
- Часть работы
- Список литературы
- Вопросы/Ответы
ВВЕДЕНИЕ 3
1 ТЕОРЕТИЧЕСКИЕ ОСНОВЫ АНАЛИЗА СТАТИСТИЧЕСКИХ ДАННЫХ ОПТОВОЙ ТОРГОВЛИ 5
1.1 Понятие и структура оптовой торговли и значимость ее статистического изучения 5
1.2 Методики анализа структуры и динамики показателей оборота оптовой торговли 8
1.3 Характеристика аналитических показателей оборота оптовой торговли 11
2 МЕТОДОЛОГИЯ ИЗУЧЕНИЯ СТАТИСТИЧЕСКИХ ПОКАЗАТЕЛЕЙ ОПТОВОЙ ТОРГОВЛИ ВОРОНЕЖСКОЙ ОБЛАСТИ 15
2.1 Социально-экономическая характеристика Воронежской области 15
2.2 Оценка абсолютных и относительных показателей оборота оптовой торговли Воронежской области 18
2.3 Факторный анализ структуры оборота оптовой торговли региона 21
3 МЕТОДОЛОГИЯ ПОСТРОЕНИЯ ПРОГНОЗНЫХ ЗНАЧЕНИЙ ОБОРОТА ОПТОВОЙ ТОРГОВЛИ ВОРОНЕЖСКОЙ ОБЛАСТИ 24
ЗАКЛЮЧЕНИЕ 28
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 30
ПРИЛОЖЕНИЕ А 31
Для нахождения параметров уравнения регрессии приведем вспомогательную таблицу 3.Таблица 3 – Вспомогательные расчеты для нахождения параметров уравнения линейной регрессии.ГодКварталtyt2yt2019I1215 140 5471215140547II2249 982 1924499 964384III3269 677 3819809032143IV4271 110 3341610844413362020I5279 055 578251 395 277890II6306 785 407361840712442III7322 768 399492 259 378793IV8338 007 1566427040572482021I9313 795 848812 824 162632II10381 271 0451003812710450III11398 194 0521214 380 134572Сумма-66334578793950621825012437Тогда системы уравнений нахождения параметров модели будет иметь следующий вид:Уравнение линейной регрессии, описывающее оборот оптовой торговли Воронежской области будет иметь следующий вид:Для проверки точности модели рассчитает ошибку аппроксимации по формуле (13), для чего представим еще одну вспомогательную таблицу, в которой также покажем значения оборота оптовой торговли, определенные по уравнению регрессии (см. таблицу 4).Таблица 4 - Вспомогательные расчеты для определения ошибки аппроксимации.ГодКварталyyt(y - yt) / y2019I215 140 5472246151390,04II249 982 192240 5378190,04III269 677 3812564604990,05IV271 110 334272 3831790,002020I279 055 5782883058590,03II306 785 407304 2285390,01III322 768 3993201512190,01IV338 007 156336 0738990,012021I313 795 8483519965790,12II381 271 045367 9192590,04III398 194 0523838419390,04Сумма-3345787939-0,38Так, ошибка аппроксимации будет иметь следующее значение:Поскольку ошибка аппроксимации находится в пределах допустимых, то построенная модель уравнения регрессии может быть использована для анализа и прогноза будущих значений оборота оптовой торговли Воронежской области с достаточной точностью.Таким образом, при проведении анализа зависимости оборота оптовой торговли от времени можно сказать, что в течением времени величина рассматриваемого показателя увеличивается и данная зависимость вполне точно описывается линейным уравнением регрессии.3 МЕТОДОЛОГИЯ ПОСТРОЕНИЯ ПРОГНОЗНЫХ ЗНАЧЕНИЙ ОБОРОТА ОПТОВОЙ ТОРГОВЛИ ВОРОНЕЖСКОЙ ОБЛАСТИПрогнозный анализ используется не только статистическими службами для оценки положения отрасли, региона или страны на экономической арене, но и самими предприятиями для понимания направления развития и в случае необходимости проведения корректировок управленческих решений.Так, проведем прогнозный анализ оборота оптовой торговли Воронежской области на IVквартал 2021 года и оценим допустимую величину разброса истинного значения показателя с вероятностью точной оценки, равной 95%.Используя уравнении линейной регрессии, определенное во второй главе работы оценим значение точечного прогноза:Таким образом, по найденному уравнению регрессии с возможностью ошибки равной 3,5% можно судить, что искомое значение оборота оптовой торговли Воронежской области на IVквартал 2021 года будет составлять 399 632 619 тыс. руб.Однако любой прогноз не может быть стопроцентно точным и не имеющим погрешностей. В частности прогнозирование таких показателей, как показатели деятельности предприятий, показатели социальных явлений, и показатели масштабных субъектов, таких как регион страны или страна в целом, не может быть проведен настолько точно.В любом статистическом анализе есть вероятность ошибки и отклонения фактического значения от теоретических, найденных по прогнозным моделям анализа. В связи с этим проводится интервальный прогноз, который частично расширяет диапазон значений теоретического показателя в пределах допустимой ошибки. Данный прогноз является наиболее применимым для реального прогнозирования поскольку не исключает возможность колебания результата.Для оценки интервального прогноза по методике Стьюдента для вероятности 95% теоретическое значение критерия Стьюдента равно 2,201.Для того, чтобы определить интервальное значение оборота оптовой торговли для найденного точечного рассчитаем Среднеквадратическую ошибку по формуле (14.2), для чего построим вспомогательную таблицу.Таблица 5 – Вспомогательные расчеты для среднеквадратической ошибки выборки.ГодКварталYтыс. руб.(y – yср)2млрдруб.2019I215 140 5477924,2II249 982 1922935,3III269 677 3811189,4IV271 110 3341092,22020I279 055 578630,4II306 785 4076,9III322 768 399346,0IV338 007 1561145,32021I313 795 84892,8II381 271 0455946,2III398 194 0528842,0Сумма-334578793930150,7Так, среднеквадратическая ошибка будет следующей:Тогда условная ошибка выборки для интервального прогноза будет иметь следующее значение:Доверительный интервал, в котором с вероятностью 95% будет находиться значение оборота оптовой торговли Воронежской области за IVквартал 2021 года будет следующим:С точки зрения экономической интерпретации разброс полученных значений очень велик, однако когда анализу подвергаются показатели по таки крупным субъектам как регион страны, такие результаты прогнозных значений имеют место быть.Поскольку анализ показателя проводится поквартально, целесообразно сделать поправку на сезонность, которая в торговле также имеет важное значение.Индексы сезонности, рассчитанные по формуле (16) указаны в таблице 6.Таблица 6 – Исследование совокупности на предмет наличия сезонных колебаний.КварталПериодСреднее значениеIs2019 год2020 год2021 годI215 140 547279 055 578313 795 8482693306580,88II249 982 192306 785 407381 271 0453126795481,02III269 677 381322 768 399398 194 0523302132771,08IV271 110 334338 007 156-3045587451,00Среднее значение 304162539,9--Таким образом, видно, что четкая сезонность прослеживается в отношении значений в первом квартале, но для целей нашего исследования интересна сезонность в четверном, прогнозном, периоде. Поскольку сезонных колебаний в IVквартале 2021 года не наблюдается, то спрогнозированные ранее значение нет необходимости корректировать с поправкой на сезонную составляющую.ЗАКЛЮЧЕНИЕВ результате проведённого статистического исследования можно сформулировать следующие заключительные положения.Оптовая торговля по своей экономической сути является крупным сегментом рыночной системы и экономики страны в целом. Оптовые и иные предприятия, занимающиеся оптовой торговлей товаров и предоставлением услуг обеспечивают потребности большинства производственных предприятий и можно с уверенностью сказать, что являются незаменимыми поставщиками товаров.Статистическое изучение социально-экономических явлений затрагивает в первую очередь такие аспекты анализа как:изучение фактических показателей на предмет нахождения тенденции;анализ динамики фактических данных;оценка структурной составляющей показателей и определение влияния на результат части совокупности;прогнозирование будущих значений с помощью тенденций.В целях данного исследования проводился анализ оборота оптовой торговли региона Российской Федерации – Воронежской области за 2019-2021 года.Оборот оптовой торговли региона более чем на 80% складывается из оборота специализированных предприятий, то есть предприятий, основным видом деятельности которых является оптовая торговля.В результате проведенного анализа тенденция изменения величины оборота оптовой торговли в рассматриваемом регионе имеет положительное значение, что указывает на рост и развитие оптовой торговли.Данный факт также нашел отражение в построенном на основании фактически известных данных уравнении тренда, который отражает прямую положительную зависимость величины оборота оптовой торговли от временного промежутка.Так, прогнозное значение на IVквартал 2021 года оборота оптовой торговли Воронежской области будет находиться в пределах от 284 до 514 млрд руб., что с вероятностью 95% будет именно так.Точечный прогноз показал значение прогнозного оборота оптовой торговли на уровне 399 млрд руб.Несмотря на то, что интервальный прогноз имеет значительный разброс значений, такое допущение для данной сферы и масштаба исследуемого признака можно считать достаточно достоверным и применимым для дальнейшего анализа.СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВФедеральная служба государственной статистики: [Электронный ресурс] -https://www.gks.ru .Единая межведомственная информационно – статистическая система (ЕМИСС): [Электронный ресурс] - https://www.fedstat.ru/indicator/33790 .Гужова, Ю.А. Статистика в управлении социально-экономическими процессами: учеб.пособие / О.А. Гужова, Ю.А. Токарев. — М.: ИНФРА-М, 2017. — 172 с. Голочкин, В.Т. Исследование уравнения линейной регрессии // Хронэкономика. 2017. - №5. – с. 35-41.Иванов, Ю.Н. Экономическая статистика : учебник / под ред. Ю.Н. Иванова. — 5-е изд., перераб. и доп. — М. : ИНФРА-М, 2018. — 584 с.Лашманов, А.Д. Методы и техники факторного анализа // Скиф. Вопросы студенческой науки. 2019. - №3. – с. 45-48.Максимова, Т.Г. Эконометрика: учебно-методическое пособие / Т.Г. Максимова, И.Н. Попова. – СПб.: Университет ИТМО, 2018. – 70с.Медков, В.М. Демография: учебник / В.М. Медков. – 2-e изд. – М.: НИЦ ИНФРА-М, 2014. – 332 с. Мелкумов, Я.С. Социально-экономическая статистика : учеб.пособие / Я.С. Мелкумов. — 2-е изд., перераб. и доп. — М. : ИНФРА-М, 2018. — 186 с. Петросян, В.З. Моделирование и прогнозирование – инструментарий регулирования регионального развития // Региональные проблемы преобразования экономики. 2017. - №7. – 4-28.Сафарян, С.А. Разработка модели финансового состояния. Прогнозирование на основе множественной регрессии // Экономика и бизнес: теория и практика. 2020. - №12. – с. 71-75.ПРИЛОЖЕНИЕ АОборот оптовой торговли Воронежской области в 20119-2021 гг., тыс. руб.[2]Объект оптовой торговлиКварталПериод2019 год2020 год2021 годВсего I215 140 547279 055 578313 795 848вт.ч. оптовые предприятия183 462 455255 147 047278 487 070Всего II249 982 192306 785 407381 271 045вт.ч. оптовые предприятия210 857 244277 401 740340 167 743Всего III269 677 381322 768 399398 194 052вт.ч. оптовые предприятия224 981 090287 746 351353 215 146Всего IV271 110 334338 007 156-вт.ч. оптовые предприятия227 129 109300 420 693-
2. Единая межведомственная информационно – статистическая система (ЕМИСС): [Электронный ресурс] - https://www.fedstat.ru/indicator/33790 .
3. Гужова, Ю.А. Статистика в управлении социально-экономическими процессами: учеб.пособие / О.А. Гужова, Ю.А. Токарев. — М.: ИНФРА-М, 2017. — 172 с.
4. Голочкин, В.Т. Исследование уравнения линейной регрессии // Хронэкономика. 2017. - №5. – с. 35-41.
5. Иванов, Ю.Н. Экономическая статистика : учебник / под ред. Ю.Н. Иванова. — 5-е изд., перераб. и доп. — М. : ИНФРА-М, 2018. — 584 с.
6. Лашманов, А.Д. Методы и техники факторного анализа // Скиф. Вопросы студенческой науки. 2019. - №3. – с. 45-48.
7. Максимова, Т.Г. Эконометрика: учебно-методическое пособие / Т.Г. Максимова, И.Н. Попова. – СПб.: Университет ИТМО, 2018. – 70с.
8. Медков, В.М. Демография: учебник / В.М. Медков. – 2-e изд. – М.: НИЦ ИНФРА-М, 2014. – 332 с.
9. Мелкумов, Я.С. Социально-экономическая статистика : учеб.пособие / Я.С. Мелкумов. — 2-е изд., перераб. и доп. — М. : ИНФРА-М, 2018. — 186 с.
10. Петросян, В.З. Моделирование и прогнозирование – инструментарий регулирования регионального развития // Региональные проблемы преобразования экономики. 2017. - №7. – 4-28.
11. Сафарян, С.А. Разработка модели финансового состояния. Прогнозирование на основе множественной регрессии // Экономика и бизнес: теория и практика. 2020. - №12. – с. 71-75.
Вопрос-ответ:
Что изучает данное статистическое исследование?
Данное статистическое исследование изучает показатели оборота оптовой торговли в регионе Воронежская область Российской Федерации.
Какие теоретические основы используются в анализе статистических данных оптовой торговли?
В анализе статистических данных оптовой торговли используются такие теоретические основы, как понятие и структура оптовой торговли, методики анализа структуры и динамики показателей оборота оптовой торговли, а также характеристика аналитических показателей оборота оптовой торговли.
Чему посвящена третья часть данного исследования?
Третья часть данного исследования посвящена характеристике аналитических показателей оборота оптовой торговли.
Какой регион исследуется в данном исследовании?
В данном исследовании исследуется регион Воронежская область Российской Федерации.
Какие методы используются в изучении статистических показателей оптовой торговли?
В изучении статистических показателей оптовой торговли используются методики анализа структуры и динамики показателей оборота оптовой торговли.
Каково содержание статистического исследования оборота оптовой торговли в Российской Федерации?
Содержание статистического исследования оборота оптовой торговли в Российской Федерации включает в себя информацию о понятии и структуре оптовой торговли, методиках анализа структуры и динамики показателей оборота оптовой торговли, а также характеристики аналитических показателей оборота оптовой торговли.
Какие основные методики используются для анализа структуры и динамики показателей оборота оптовой торговли?
Для анализа структуры и динамики показателей оборота оптовой торговли используются различные методики, включающие расчеты показателей среднегодового оборота, коэффициентов структуры и динамики, а также сравнение данных по различным периодам времени.
Какие аналитические показатели использованы при исследовании оборота оптовой торговли Воронежской области?
При исследовании оборота оптовой торговли Воронежской области были использованы следующие аналитические показатели: среднегодовой оборот, коэффициент структуры оборота по видам товаров, коэффициент динамики оборота, коэффициенты сезонности и интенсивности торговли.