Прогнозная модель строительства

Разработка прогнозной эконометрической модели с помощью пакета EViews, позволяющей получить оценку степени влияния макроэкономических факторов на объем строительных работ в Российской Федерации. Практика моделирования развития строительного комплекса.

Рубрика Экономико-математическое моделирование
Вид контрольная работа
Язык русский
Дата добавления 30.01.2012
Размер файла 67,3 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Введение

Проблема развития строительного комплекса России в последние годы встала как никогда остро. Разрушение стойких хозяйственных связей и мощной системы снабженческо-сбытовых структур создало немало трудностей для хозяйствующих субъектов, формирующих строительный комплекс страны.

Кризисные явления в развитии экономики в последние годы привели к сокращению объемов капитальных вложений, сжатию внутреннего рынка оборудования, строительных материалов, подрядных работ, ослаблению факторов структурной перестройки экономики и растягиванию во времени периода спада и депрессии.

Капитальные вложения в строительство объектов производственной сферы сократились за эти годы более, чем в 4 раза. Недостаток инвестиций усиливает технологическую отсталость производственного аппарата.

В чрезвычайно тяжелом положении оказались хозяйствующие субъекты, формирующие строительный комплекс. Инфляция, падение производства, рос цен, сокращение капиталовложений в отрасль привели к падению объемов строительно-монтажных работ, сокращению численности, снижению прибыли.

В настоящее время перед обществом остро стоит задача возрождения строительного производства, целью которой является преодоление сложившейся ситуации, поиск новых решений.

Проблема современного состояния строительной отрасли должна решаться на качественно новом организацинно-экономическом уровне, используя новые принципы и методы, в том числе и эконометрическое моделирование.

Целью данной работы ставится разработка прогнозной эконометрической модели, позволяющей получить оценку степени влияния макроэкономических факторов на объем строительных работ в Российской Федерации.

В соответствии с целью работы были поставлены следующие задачи:

1. рассмотреть ряд критических статей;

2. построить адекватную модель;

3. построить прогноз и оценить его достоверность.

Курсовая работа состоит из трех частей. Первая часть посвящена критическому анализу статей по вопросам развития строительного комплекса в Российской Федерации. Вторая часть - разработке адекватной модели динамики объема строительных работ на основе месячных данных с октября 2005 по декабрь 2010 годов. В третьей части рассчитывается прогноз по построенной модели.

Для нахождения оценок параметров эконометрической модели, проведения тестов, определяющих значимость найденных оценок и модели в целом, использовался пакет EViews.

1. Теория и практика моделирования развития строительного комплекса

1.1 Общий анализ ситуации в развитии строительного комплекса

прогнозный строительный моделирование макроэкономический

Ввиду мирового экономического кризиса в 2008 году строительный комплекс претерпевает спад в своем развитии, происходит замедление темпов роста объема строительных работ и ввода жилья.

Просроченная задолженность по заработной плате в строительстве на 1 февраля 2010 года составила 854 млн. рублей или 12% от общего объема просроченной задолженности по заработной плате.

В минувшем году сохранялась тенденция стагнации в экономике. Инфляция в 2010 году в стране остановилась на уровне 8,8%. По оценкам экспертов, рост ВВП в 2010 году составил 3,2% (при падении ВВП в 2009 году на 7,9% к уровню 2008 года). За период января - ноября 2010 года объем работ по виду экономической деятельности «Строительство» снизился к соответствующему периоду 2008 года на 17,9 процентного пункта, обеспеченность строительных организаций договорами и заказами в ноябре 2010 года составила 1,4 месяца.

По обеспеченности жильем Россия существенно уступает почти всем странам Европы - не только Западной, но и Восточной. В России в среднем приходится 0,8 комнаты на человека. При низкой среднедушевой обеспеченности жильем - его распределение к тому же, весьма не равномерно. Более четверти семей имеют меньше 10 кв. м на человека, 20 млн. россиян обитают в коммуналках, общежитиях и бараках.

В последние годы ситуация с жильем серьезно осложнилась. Все больше дает себя знать повышенный износ жилого фонда, который составляет в среднем 60%. Свыше 2 млн. человек проживает в аварийных домах. В предстоящем десятилетии придут в негодность построенные в 60-е годы панельные пятиэтажки. Таким образом, более половины прогнозируемого ныне ввода жилья практически пойдет на возмещение выбывающего.

Основными факторами, сдерживающими деятельность строительных организаций, являются отсутствие средств финансирования, высокая стоимость материалов, конструкций, изделий (на этот фактор указали 46% опрошенных руководителей организаций) и высокий уровень налогов.

1.2 Обзор литературы

Современные авторы уделяют недостаточное внимание проблемам исследования развития строительного комплекса.

М.И. Каменецкий и Л.В. Донцова в своей статье [4] характеризуют состав, структуру и содержание строительного комплекса; анализируют его основные макроэкономические и качественные показатели; исследуют внешние и внутренние предпосылки перспективного развития строительного комплекса; обосновывают возможные временные этапы его преобразования до 2020 г. По их словам, строительный комплекс как в прошлом, так и в настоящем остается сдерживающим фактором развития общественного производства и социальной сферы. Это проявляется в его неспособности удовлетворить потребности отраслей национальной экономики во вводах в действие производственных мощностей, в сроках строительства, в современном научно-техническом уровне выпускаемой продукции на создаваемых предприятиях, а также обеспечить удовлетворение спроса населения в доступном жилье. В качестве макроэкономических показателей, способствующих развитию строительного комплекса были выделены инвестиции в основной капитал, ВВП, а также основные качественные показатели материально-технической базы строительного комплекса: коэффициент обновления основных фондов, коэффициент выбытия основных фондов, степень износа основных фондов.

На основе реализации концепции устойчивого развития строительного комплекса Каменецкий и Донцова предполагают создание обновленной экономики России.

Данная концепция заключается в постепенном ускорении темпов роста объемов строительного производства при одновременном качественном изменении характера, структуры и научно-технического уровня создаваемой строительной продукции на фоне «взрывного» возрастания потребностей в строительстве доступного комфортного жилья, в санации и модернизации, текущем и капитальном ремонте ранее созданного жилищного фонда, а также в строительстве новых, техническом перевооружении и реконструкции существующих основных фондов в производственном и особенно социальном секторе народного хозяйства.

В этой связи строительный комплекс в перспективе должен пройти как минимум следующие временные этапы своего преобразования: техническую и технологическую реконструкцию, обновление и модернизацию - 2009-2014 гг.; на этой основе, начиная с 2015 г., осуществить переход к устойчивому поступательному развитию.

В статье А.Ю. Маслова [5] рассматриваются актуальные проблемы развития массового жилищного строительства в период реализации национального проекта «Доступное и комфортное жилье - гражданам России». Анализируются препятствия на пути осуществления данного проекта, дается оценка государственной политики в области жилищного строительства, обсуждается роль финансовых институтов в обеспечении населения доступным жильем. По оценкам экспертов, в сферу жилищного строительства России может быть мобилизовано до 50% свободных денежных ресурсов населения, то есть порядка 150 млрд. долларов, комиссия по ипотечному кредитованию Госдумы РФ оценивает рынок ипотеки в России в 30 млрд. долларов.

Система ипотечного кредитования, которая начала развиваться в России менее чем 10 лет назад, представлена четырьмя десятками различных малых ипотек, в которых задействована практически вся экономика России и ее финансовые, банковские, страховые, фондовые институты, строительные фирмы, ипотечные ассоциации, что позволяет отнести систему ипотечного кредитования к абсолютному рыночному механизму [6].

В.Д. Белкин, В.П. Стороженко [7] характеризуют значение жилищного строительства как локомотива устойчивого роста. Правда в настоящее время строительство жилья ни по масштабам, ни по темпам роста не отвечает локомотивной роли. Отмечается необходимость разработки долговременной стратегии форсированного жилищного строительства. Главным препятствием к этому они выделяют ограниченность финансовых ресурсов. В качестве проверенного мировой практикой метода финансирования жилищного строительства отмечают ипотечное кредитование. Однако условия ипотечного кредитования в нашей стране неприемлемы для массового потребления, а лишь для населения с достаточно высокими доходами. Также авторы статьи выделяют еще один ресурс финансирования жилищного строительства - это сбережения населения. Однако, нынешняя структура сбережений обусловлена неуверенностью вкладчиков в сохранности их денег, порождаемой горьким опытом обесценивания сбережений в прошлые кризисные годы. Помимо средств населения, в качестве инвестиционных ресурсов, отмечается роль амортизационных отчислений. Дополнительные средства для жилищного строительства могут быть получены при принятии на федеральном уровне специальных стимулирующих мер, например, снижении норм резервирования в ЦБ для банков, инвестирующих жилищное строительство, уменьшении либо освобождении от налогов инвестиций в жилищное строительство. При всем этом, форсированное жилищное строительство окажет благоприятное воздействие на всю экономику и социальную сферу России: оптимизация расселения, решение проблемы занятости, улучшение демографической ситуации, ослабление преступности, повышение роли регионального управления и местного самоуправления.

Б.Е. Бродский в своей статье [8] провел эконометрическое исследование для оценки индекса физического объема строительных работ. Он получил следующее коинтеграционное соотношение:

Из этой модели следует, что основными факторами, влияющими на динамику физического объема строительных работ в среднесрочной перспективе, являются реальные доходы населения (rinc) и индекс тарифной политики естественных монополий (rmon). Эти выводы объясняются тем, что реальные доходы населения являются важнейшим фактором макроэкономической конъюнктуры, определяющим агрегированный спрос на строительные работы (включая строительство жилых домов). Индекс тарифной политики в отраслях естественных монополий влияет на издержки строительных компаний (через закупки строительных материалов, услуги транспорта и др.). Коэффициент эластичности индекса производства в строительстве по фактору реальных доходов населения равен 1.11. Это означает, что рост реальных доходов населения на 1% приводит к увеличению реального объема строительных работ на 1.11% в среднесрочной перспективе. Коэффициент эластичности индекса производства в строительстве по индексу тарифной политики в отраслях естественных монополий равен -0.44. Это означает, что опережающий индекса тарифной политики естественных монополий на 1% ведет к спаду реального объема строительного производства на 0.44%.

Сезонные факторы оказывают существенное влияние на динамику строительного производства: сезонный спад в первом квартале достигает 30% и компенсируется сезонным ростом на 18% во втором и 17% в третьем квартале.

Недостатком такого моделирования можно считать, неспособность учитывать краткосрочные эффекты, влияющие на динамику объема строительных работ, т.к. данное коинтеграционное соотношение описывает лишь устойчивые среднесрочные тенденции. Для учета краткосрочных эффектов в эконометрике используется модель коррекции ошибок.

Как видно, большинство авторов рассматривают лишь теоретические аспекты данной тематики. Указывают на важность развития строительного комплекса, как показателя экономического роста страны. Выделяются факторы, влияющие на темп роста строительных работ. Особое внимание уделяется проблеме жилищного строительства.

К сожалению, на практике не наблюдается четко обоснованных критериев и моделей для оценки развития строительного комплекса, не смотря на то, что рассматриваемый вопрос является достаточно актуальным в настоящее время.

2. Моделирование и прогнозирование объема строительных работ

2.1 Описание исходных данных

В соответствии с целями нашей курсовой работы, разработаем прогнозную модель зависимости объема строительных работ в РФ от следующих факторов: инвестиций в основной капитал, объема кредитов по стране и индекса цен на строительные материалы. В данной работе были использованы месячные данные за период с января 2004 г. по октябрь 2009 г. Источниками данных являются сайт Федеральной службы государственной статистики и статистическая база ВШЭ. Сведем все данные и обозначения в таблицу.

Таблица 2.1. Исходные данные

Название переменной

Описание переменной

Источник

Объем строительных работ (STROI)

Ежемесячные данные; ед. изм.: млрд. руб.

[1]

Инвестиции в основной капитал (INV)

Ежемесячные данные; ед. изм.: млрд. руб.

[1]

Объем кредитов по стране

Ежемесячные данные; ед. изм.: млрд. руб.

[2]

Индекс цен на строительные материалы

Ежемесячные данные;

ед. изм.:%

Расчеты автора

2.2 Изучение стохастических свойств временных рядов

Анализирую графики исходных рядов и графики АКФ и ЧАКФ, можно сказать, что в исследуемых рядах наблюдается мультипликативная сезонность.

Для определения структуры рядов проведем расширенный тест Дики-Фуллера (ADF-тест). Его результаты приведены в таблице 2.2.

Таблица 2.2. Результаты применения расширенного теста Дики-Фуллера для исходных рядов

Переменная

Лаг

Критические значения Дики-Фуллера

Расчетные значения t-статистики

Тип ряда

P=0,05

P=0,01

STROI(-1)

-1.95

-2.62

-1.021155

DS

DSTROI

11

-4.377151

DSTROI

12

45.75296

INV(-1)

-3.50

-4.15

1.420192

DS

DINV

1

-3.497128

DINV

2

-3.353159

DINV

3

-3.425210

DINV

11

-3.645659

DINV

12

5.525811

KRED(-1)

-1.95

-2.62

0.680939

DS+TS

DKRED

3

2.922420

DKRED

4

2.315272

IND(-1)

-1.95

-2.62

0.208479

DS

DIND

12

3.643336

Полученные результаты говорят о том, что в ряду объем выданных кредитов присутствует как детерминированный, так и стохастический тренды, т.е.это ряд I(2).Остальные ряды относятся к типу DS I(1).

Т.к. в трех рядах 12 лаг значим, т.е. присутствует сезонность, то для дальнейшего построения модели, необходимо избавиться от сезонной компоненты. Для этого используем метод CensusXII.

Таблица 2.3. Результаты тестирования значимости сезонной корректировки

Ряд

F-статистика

Уровень значимости р

STROI

297.301

<0,01

INV

1196.721

<0,01

IND

26.884

<0,01

Чтобы убедиться в том, что после удаления сезонной компоненты структура ряда не изменилась и сезонность удалена верно, проведем повторно ADF - тест.

Таблица 2.4. Результаты применения расширенного теста Дики-Фуллера для рядов, очищенных от сезонности

Переменная

Лаг

Критические значения Дики-Фуллера

Расчетные значения

Тип ряда

P=0,05

P=0,01

STROI_TC(-1)

-3.50

-3.18

-0.250160

DS

INV_TC(-1)

-3.50

-3.18

-0.680043

DS

D (INV_TC)

1

21.91179

D (INV_TC)

2

-11.85012

D (INV_TC)

3

7.631920

IND_TC(-1)

-3.50

-3.18

-0.196198

DS

D (IND_TC)

1

26.35328

D (IND_TC)

2

-13.22261

D (IND_TC)

3

8.600421

D (IND_TC)

4

-5.570941

По результатам повторного ADF - теста видим, что сезонность удалена верно и структура рядов не изменилась.

Т.о. по окончании оценивания структуры рядов оказалось, что ряды объем строительных работ, инвестиции в основной капитал и индекс цен строительных материалов нестационарные типа DS I(1), ряд объем выданных кредитов населению - типа DS+TS I(2).

2.3 Построение коинтеграционного соотношения

Исследуем наличие коинтеграции между рядами. Этот подход основывается на таких экономических данных, которые будучи нестационарными могут быть скомбинированы в один ряд, который будет уже стационарным, т.е. I(0). Коинтеграционное соотношение описывает долгосрочную тенденцию исследуемых рядов.

Т.к. исследуемые временные ряды имеют разный порядок интеграции, то в коинтеграционную регрессию следует включить тренд. Результаты построения коинтеграционного соотношения приведены в Приложении 4.

Получили следующее коинтеграционное соотношение:

где ost - остатки коинтеграционной регрессии.

В круглых скобках указаны значения t - статистики о проверке значимости соответствующих коэффициентов.

Далее нужно проверить остатки коинтеграционной регрессии на стационарность. Для этого применяем тест Дики-Фуллера. Результат приведен в Приложении 4.

Получили уравнение:

Критическое значение t - статистики Мак-Киннона равно -4,43. Расчетное значение меньше критического: -5,325<-4,43, следовательно, гипотеза об отсутствии коинтеграции отвергается, а значит остатки стационарны и коинтеграция имеет место.

В коинтеграционное соотношение вошли все три независимые переменные, следовательно, в долгосрочном аспекте на зависимую переменную влияют и инвестиции в основной капитал, и объем выданных кредитов населению, в том числе ипотечных, и индекс цен на строительные материалы.

Полученная коинтеграционная зависимость позволяет сделать следующие выводы:

Среднесрочная эластичность объема строительных работ по фактору инвестиций в основной капитал составляет 0,526. Это означает, что каждый дополнительный увеличение инвестиций в основной капитал на 1 млрд. руб. дает прирост объема строительных работ в России на 0,526 млрд. руб. Это объясняется высокой долей инвестиционных вложений в строительство.

Среднесрочная эластичность объема строительных работ по индексу цен на строительные материалы составляет -0,078. Это означает, что увеличение этого показателя на 1% ведет к спаду реального объема строительного производства на 0,078%.

Коэффициент эластичности объема строительных работ по фактору выданных кредитов равен 0,003. Это означает, что увеличение выдачи кредитов на 1 млрд. руб. приводит к увеличению реального объема строительных работ на 3 млн. руб. в среднесрочной перспективе.

2.4 Эконометрическое моделирование

После того, как мы убедились в наличии коинтеграции, можно строить модель коррекции ошибок (ECM), позволяющая учитывать как долгосрочную, в виде коинтеграционного соотношения, так и краткосрочную динамику объема строительных работ.

Как видим, в модель ЕСМ вошли все три фактора, следовательно, они оказывают влияние на зависимую переменную, как в краткосрочном, так и в долгосрочном аспекте. Коэффициент при остатках после коинтеграции равный -0,808, означает что в краткосрочном плане долгосрочное соотношение достаточно значимо.

2.5 Экономическая интерпретация модели

Влияние инвестиций на уровень эффективности функционирования строительного предприятия определяется созданием условий для снижения затрат за счет модернизации оборудования, повышения производственной мощности и уровня квалификации персонала, расширения возможностей выпуска продукции и др. Это свидетельствует о том, что эффективность строительного производства зависит от инвестиций всех типов.

Наша модель показывает, что инвестиции как основной фактор, способствующий росту объемов строительных работ, оказывает свое влияние на сегодняшнюю ситуацию в строительстве при вкладах, осуществленных два с половиной и три года назад, причем инвестиции с лагом в 3 года оказывают большее влияние, нежели инвестиционные вложения, осуществленные 2 с половиной года назад. Это объясняется тем, что процесс инвестирования (осуществления капитальных вложений в строительство) является длительным и чаще всего представляется в виде авансовой оплаты строительного производства.

Кредиты также являются важным фактором, способствующим развитию строительного комплекса, в частности жилищного строительства. Доля ипотеки во всей системе потребительского кредитования составляет порядка 10%. Этим и объясняется довольно небольшой коэффициент 0,0499 перед показателем объема выданных кредитов, но все же, оказывающем значимое краткосрочное влияние на строительство, причем также с отставанием в 10 месяцев.

Основным фактором, тормозящим объемы строительства, была признана высокая стоимость материалов, конструкций, изделий. На это указывает и отрицательный коэффициент в построенном уравнении -1,483. т.е. рост цен ограничивает возможность покупки материалов для строительства вследствие недостатка финансовых ресурсов, это соответственно сдерживает развитие строительных работ. Этот показатель также входит в наше уравнение с лагом 4, это можно объяснить тем, что закупка материалов осуществляется не в настоящий момент, а по предварительному заказу с осуществлением частичного платежа.

Объем строительных работ в настоящий момент времени также зависит от самого себя в прошлые моменты времени. Отрицательное влияние вероятно можно объяснить снижением строительных работ в нынешний период, вследствие незавершенного строительства прошлых лет и вероятной неплатежеспособности заказчиков. Также можно предположить замедление темпов строительства вследствие завершения строительства прошлых лет, и, своего рода, переходного периода к новым инвестиционным проектам, находящимся в стадии разработки.

2.6 Анализ адекватности модели

Проверим построенную модель на адекватность. Для этого должны выполняться 4 предпосылки:

Проанализируем график остатков модели ЕСМ, и также их АКФ и ЧАКФ представленных в Приложении 6.

По данным графикам видим, что остатки не выходят за пределы доверительного интервала и представляют собой «белый шум».

Первая предпосылка о равенство математического ожидания остатков нулю выполнилась (Приложение 6, таблица 6.1).

Для проверки отсутствия гетероскедастичности в остатках воспользуемся тестом Уайта.

Таблица 2.5. Результаты проведения теста Уайта к остаткам ЕСМ-модели

White Heteroskedasticity Test:

F-statistic

1.181412

Probability

0.404990

Obs*R-squared

17.65828

Probability

0.344284

Расчетная F-статистика имеет небольшое значение (prob.>0,05), следовательно, гипотеза о присутствии гетероскедастичности отвергается и принимается альтернативная гипотеза об её отсутствии.

Выявление условной гетероскедастичности осуществляется на основе ARCH-LM теста.

Таблица 2.6. ARCH-LM тест к остаткам ЕСМ-модели

ARCH Test:

F-statistic

0.388256

Probability

0.814236

Obs*R-squared

1.826803

Probability

0.767575

Таблица 2.7. ARCH-LM тест к остаткам ЕСМ-модели

Лаги

t-статистика

Prob.

1

0.455237

0.6544

2

0.607315

0.5512

3

-0.234751

0.8171

4

-0.937431

0.3609

Как видим, значение F-статистика незначительно, квадраты остатков также незначимы (prob.>0,05), следовательно, условная гетероскедастичность отсутствует.

Проверим предпосылку об отсутствии автокоррреляци в остатках с помощью теста Бройша-Годфри. Данный тест позволяет обнаружить автокорелляцию высоких порядков. Его результаты представлены в Приложении 6 (таблица 6.4), и в таблицах 2.8 и 2.9.

Таблица 2.8. Тест Бройша-Годфри к остаткам ЕСМ-модели

Breusch-Godfrey Serial Correlation LM Test:

F-statistic

1.647180

Probability

0.214308

Obs*R-squared

8.147839

Probability

0.086310

Таблица 2.9. Тест Бройша-Годфри к остаткам ЕСМ-модели

Лаги

t-статистика

Prob.

1

0.713424

0.4865

2

-2.086256

0.0544

3

-0.574928

0.5739

4

-0.927653

0.3683

По результатам теста Бройша-Годфри делаем вывод о выполнении предпосылки об отсутствии автокорреляции в остатках, в силу незначимости расчетного значения F-статистики и (prob.>0,05).

Принадлежность остатков к нормальному распределению определяется с помощью теста Жарке-Бера.

Таблица 2.10. Результаты теста Жарке-Бера к остаткам ЕСМ-модели

Ряд

Jarque-Bera

Prob.

Skewness

Kurtosis

Распределение

resid

0,4678

0,791

0,075

2,373

нормальное

На основе проведенного теста, делаем вывод о распределении остатков близком к нормальному, поскольку значение статистика Жарке-Бера незначительно, Prob>0.1, коэффициент ассиметрии близок к 0, коэффициент эксцесса близок к 3.

Итак, все предпосылки выполнены, следовательно, модель является адекватной.

2.7 Тест Ву-Хаусмана

Для того чтобы узнать когда следует использовать метод инструментальных переменных, а когда можно обойтись обычным МНК можно использовать тест Ву - Хаусмана.

Этот тест основан на введении инструментальных переменных, они должны быть коррелированы с нашими независимыми факторами, но не должны быть коррелированы с остатками ЕСМ-модели.

В качестве инструментальных переменных были взяты ряды: заработная плата, ставка кредитования, очищенные от сезонности, и индекс потребительских цен.

Таблица 9.1. Корреляционная матрица

IND_TC

INV_TC

KRED_TC

RESID06

ZP_TC

0,982

0,994

0,999

-0,061

STAVKA_TC

0,892

0,789

0,837

-0,033

CPI

0,989

0,988

0,998

-0,061

Далее мы строили регрессию разностей первого порядка независимых переменных на инструментальные, и их остатки включили в уравнение ЕСМ.

Т.к. добавленные инструментальные переменные оказались незначимы, то можно сделать вывод о пригодности данной модели ЕСМ для прогнозирования.

3. Прогнозирование

3.1 Прогнозирование по полученной модели ЕСМ

Как мы выявили, полученные модели адекватны и пригодны для прогнозирования.

Прогнозирование по модели ЕСМ: прогнозное значение было автоматически рассчитано в программе EViews для ряда, не учитывающего сезонный эффект. Далее нужно добавить сезонную компоненту, рассчитанную с помощью CesusXII. Т.о. мы получили прогнозные значения объема строительных работ на один шаг вперед.

Точность прогноза проверяем с помощью формулы:

, где

- фактические значения ряда;

- прогнозные (расчетные) значения ряда;

- период, на который делается прогноз.

Таблица 2.11. Прогноз на основе ЕСМ-модели

Дата

Прогноз, млрд. руб

Фактическое значение, млрд. руб.

Ошибка прогноза

Ноябрь 2010 г.

466,2

438,9

6,2%

Ошибка прогноза по модели больше 5%. Такая ситуация вероятно объясняется наступившим кризисом, как раз приходящемся на конец 2008 года, вследствие чего резко сократились объемы строительных работ.

Заключение

Ведущая роль строительного комплекса в достижении стратегических целей развития общества определяется тем, что конечные результаты достигаются путем осуществления инвестиционно-строительных программ и проектов на федеральном и региональном уровнях.

Целью данной курсовой работы была разработка адекватной модели прогнозирования объемов строительных работ в Российской Федерации.

Поставленная цель и задачи были достигнуты. Была построена адекватная модель коррекции ошибками (ЕСМ), отражающая влияние инвестиций в основной капитал, объема выданных кредитов по стране и индекса цен строительных материалов на динамику объема строительных работ как в краткосрочной, так и в долгосрочной перспективе. Все предпосылки адекватности модели были выполнены, и она считается пригодной к прогнозирования.

Список литературы

1. Статистическая база Высшей Школы Экономики. Режим доступа: http://stat.hse.ru, свободный.

2. Федеральная служба государственной статистики. Режим доступа: http://gks.ru, свободный.

3. Агентство экономической информации Прайм-Тасс. Режим доступа: http://e3.prime-tass.ru, свободный.

4. Каменецкий М.И., Донцова Л.В. Строительный комплекс: состояние, проблемы, основные тенденции долгосрочного развития // Проблемы прогнозирования. 2009. №4.

5. Маслов Ю.А. Актуальные проблемы развития массового жилищного строительства в России // Проблемы прогнозирования. 2008. №3.

6. Копейкин А.Б., Рогожина Н.Н., Туманов А.А. Финансирование жилищного строительства. М.: Фонд «Институт экономики города». 2008.

7. Белкин В.Д., Стороженко В.П. Форсированное жилищное строительство - локомотив устойчивого экономического и социального развития // Экономическая наука современной России. 2000. №1.

8. Бродский Б.Е. О среднесрочных тенденциях в динамике производства товаров и услуг в России // Центр ситуационного анализа и прогнозирования ЦЭМИ РАН. Режим доступа: http://www.lab207.b13.su/forecasts/1.htm, свободный.

9. Бродский Б.Е. Лекции по макроэкономике переходного периода. М. ГУ-ВШЭ, 2005.

10. Бессонов В.А., Воскобойников И.Б. О динамике основных фондов и инвестиций в российской переходной экономике // Экономический журнал ВШЭ. 2007. №2.

Размещено на Allbest.ru


Подобные документы

  • Процесс построения и анализа эконометрической модели в пакете Econometric Views. Составление, расчет и анализ существующей проблемы. Проверка адекватности модели реальной ситуации на числовых данных в среде Eviews. Построение регрессионного уравнения.

    курсовая работа [1,3 M], добавлен 17.02.2014

  • Основные методы прогнозирования. Критерии качества прогнозных моделей. Разработка прогнозной модели. Классификация прогнозных моделей. Математическая прогнозная модель. Разработка аналитических моделей. Основные ограничения длины прогнозного периода.

    презентация [1,2 M], добавлен 09.07.2015

  • Теоретико-методическое описание моделирования макроэкономических процессов. Модель Харрода-Домара, модель Солоу как примеры модели макроэкономической динамики. Практическое применение моделирования в планировании и управлении производством предприятия.

    курсовая работа [950,4 K], добавлен 03.05.2009

  • Данные для разработки трендовой модели изменения объемов грузооборота предприятий транспорта. Проверка гипотезы на наличие тенденции. Понятие и обоснование периода упреждения прогноза. Выбор оптимальной прогнозной модели по коэффициенту детерминации.

    курсовая работа [1008,3 K], добавлен 01.10.2014

  • Исследование рынка трехкомнатных квартир на Западе и Северо-Западе Москвы методами эконометрики. Линейная модель, ее корректировка и интерпретация с помощью эконометрического пакета Eviews. Борьба с гетероскедастичностью. Логарифмическая модель.

    курсовая работа [389,2 K], добавлен 11.11.2010

  • Основные математические модели макроэкономических процессов. Мультипликативная производственная функция, кривая Лоренца. Различные модели банковских операций. Модели межотраслевого баланса Леонтьева. Динамическая экономико-математическая модель Кейнса.

    контрольная работа [558,6 K], добавлен 21.08.2010

  • Построение и анализ однофакторной и многофакторной эконометрической модели. Вычисление парных и частичных коэффициентов корреляции. Проверка адекватности модели по критерию Фишера. Исследование наличия мультиколлениарности по алгоритму Феррара-Глобера.

    контрольная работа [172,4 K], добавлен 28.05.2010

  • Анализ и выявление значимых факторов, влияющих на объект. Построение эконометрической модели затрат предприятия для обоснований принимаемых решений. Исследование трендов временных рядов. Оценка главных параметров качества эконометрической модели.

    курсовая работа [821,1 K], добавлен 21.11.2013

  • Оценка влияния разных факторов на среднюю ожидаемую продолжительность жизни по методу наименьших квадратов. Анализ параметров линейной двухфакторной эконометрической модели с помощью метода наименьших квадратов. Графическое изображение данной зависимости.

    практическая работа [79,4 K], добавлен 20.10.2015

  • Анализ разработки визуальной среды, позволяющей легко создавать модели в виде графического представления сети Петри. Описания моделирования конечных автоматов, параллельных вычислений и синхронизации. Исследование влияния сна на процесс усвоения знаний.

    курсовая работа [4,3 M], добавлен 15.12.2011

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.