Анализ, моделирование и прогнозирование производства нетканых материалов в Кыргызской Республике за период 2008-2017 гг.

Коррелограмма – инструмент для анализа временных рядов. Методика параметризации тренд-сезонной статистической модели. Производство нетканых материалов - одна из наиболее значимых отраслей промышленности для экономической системы Кыргызской Республики.

Рубрика Экономико-математическое моделирование
Вид курсовая работа
Язык русский
Дата добавления 25.12.2020
Размер файла 1,5 M

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

Размещено на http://www.allbest.ru

Анализ, моделирование и прогнозирование производства нетканых материалов в Кыргызской Республике за период 2008-2017 гг.

Ким А.М.

Введение

Одной их самых значимых для экономики отраслей промышленности Кыргызстана традиционно является швейная промышленность. В текстильной отрасли страны занято свыше 162 тысяч человек. Население Кыргызстана составляет 5,7 млн. человек, в рассматриваемой отрасли работает 3% населения страны. Доля занятых в швейной промышленности от трудоспособного населения страны составляет почти 7%. К тому же, при подсчете нужно учитывать, что наибольшая часть трудоспособного населения находится на постоянных заработках в России и Казахстане. Таким образом, швейная промышленность в Кыргызстане имеет чуть ли не стратегический приоритет, что подтверждается словами представителей правительства страны и бизнес-сообществом, но и проблем в этом секторе не мало.

До 1991 года легкая промышленность (включавшая текстильную, швейную, трикотажную, кожевенно-меховую и обувную отрасли) уступала по количеству занятых в ней людей лишь машиностроению, а по валовой продукции ей и вовсе не было равных. Одно только Фрунзенское трикотажное объединение за год выпускало одежду на 50 млн рублей.

После развала Советского Союза часть предприятий легкой промышленности в результате распада единой системы поставок товаров и сырья, потери рынков сбыта, нехватки финансов, оттока квалифицированных кадров закрылась, уцелевшие резко сократили загрузку своих мощностей. Производство переместилось с крупных промышленных гигантов на средние и малые предприятия.

Существующий статистический учет не позволяет получить достоверную информацию обо всех объектах отрасли. По экспертным оценкам, в республике насчитываются порядка 8 тыс. мелких и средних цехов, штат работников которых составляет от 10 до 50-60 человек. Около трети предприятий легкой промышленности все еще работают в «тени» Легпром Киргизии // Евразийцы: новая волна URL: http://enw-fond.ru/den/10566-legprom-kirgizii-otrasl-shitaya-importnymi-nitkami.html.

Цель курсовой работы - изучение, анализ и прогнозирование производства масла сливочного всех видов в Кыргызской Республике за период с 1994 по 2013 гг. с использованием эконометрических методов. Для достижения поставленной цели необходимо решить следующие задачи:

· углубленно изучить теоретические материалы, посвященные объекту исследования;

· изучить основы анализа данных с использованием программы Eviews;

· исследовать и проанализировать динамику производства нетканых материалов и текстиля в целом в Кыргызской Республике;

· сделать прогноз на год вперед, используя различные модели;

· сравнить теоретически полученные результаты прогнозирования с имеющимися фактическими данными.

Объектом курсовой работы является текстильное и швейное производство Кыргызстана

Предметом исследования - динамика производства нетканых материалов в Кыргызской Республике за период 2008-2017 гг.

1. Швейное и текстильное производство в Кыргызстане

экономический коррелограмма временной ряд

Нетканые материалы - это текстильные изделия из волокон или нитей, соединённых между собой без применения методов ткачества. Крупное промышленное производство нетканых материалов появилось в 40-е гг. 20 в. Современные нетканые материалы -- один из основных видов текстильной продукции во многих странах. Материалы, получаемые физико-химическими способами. Большинство нетканых материалов, так называемые клееные нетканые материалы, производят способами, при которых соединение волокон осуществляется с помощью связующих веществ (клеев). Наиболее распространены клеёные нетканые материалы, основой которых является так называемый волокнистый холст (слой текстильных волокон, масса 1 м2 которого составляет от 10 до 1000 г и более).

Существует несколько способов классификации нетканых материалов:

1) по методу скрепления волокон:

· механический,

· термический,

· физико-химический,

· комбинированный;

2) по исходному сырью, из которого они изготавливаются:

· натуральные волокна (лён, хлопок, шёлковые и шерстяные нити),

· синтетические материалы (вискоза, полиамид, полиэфир и прочее),

· вторсырьё;

3) по назначению:

· Технические. Это различные фильтровальные, обтирочные, изоляционные, обивочные и другие изделия, применяемые в строительстве, сельском хозяйстве и многих отраслях промышленности;

· Бытовые. К ним относятся всевозможные материалы для пошива одежды, искусственный мех, основа кожзаменителей, ватин, фетр, войлок, махровые полотна и т.п.;

· Медицинские. В любой больнице широко применяются одноразовые салфетки, полотенца, пеленки и простыни. Кроме того, различный перевязочный материал, тампоны, прокладки и подгузники также могут быть неткаными.

Нетканые материалы производятся из синтетических волокон полипропилена. Наиболее широко нетканые материалы (или нетканка) применяются в качестве основы для различных строительных покрытий из полимеров (линолеум, обои, мягкая кровля).

В зависимости от дальнейшего применения нетканого материала используют различные виды скрепления волокон, наиболее распространенные из которых: термоскрепление волокон гравированным каландром, иглопробивной способ и комбинация иглопробивного способа и химического скрепления.

Еще одна сфера использования нетканых материалов, благодаря их высочайшим теплои звукоизоляционным характеристикам, - в качестве прокладочного материала в производстве обуви, одежды, изделий медицинского назначения. Основные эксплуатационные свойства нетканых материалов - их легкость и прочность, которые прекрасно дополняются невысокой ценой, удобством использования, морозо и огнестойкостью. У нетканых материалов - очень широкий диапазон температур использования - от -60 до +100 °C.

Производство нетканых материалов (НМ) становится самым перспективным направлением в текстильной индустрии. Объем производства и потребления нетканых материалов растет быстрее, чем тканей и трикотажа. Эта связано с тем, что выработка нетканых материалов является самым коротким и дешевым способом получения большого ассортимента текстильных полотен Нетканые материалы // Народный костюм URL: http://www.narodko.ru/article/cloth/tka/netkanye_materialy.htm.

В советский период легкую промышленность Кыргызстана, куда входит производство нетканых материалов, составляли три основные отрасли: текстильная, швейная и кожевенно-меховая. Текстильная промышленность была представлена главным образом крупными и средними предприятиями, которые были сосредоточены в городе Бишкека также в Ошской и Чуйской областях, и которые производили шерстяные, хлопчатобумажные и шелковые ткани, использовавшиеся в качестве сырья для швейного производства. До 1990 года в швейную отрасль представляли главным образом 10 крупных фабрик и государственных ателье. В легкой промышленности было занято до 300000 человек, и она приносила около 40 процентов прибыли государственного бюджета. В начале 1990-х годов общее число работников, занятых в легкой промышленности, все еще превышало 250000. Значительную долю отрасли составляли производство и обработка волокна. 10 Кризис начала 1990-х серьезно ослабил отрасль в целом. Выпуск продукции упал, предприятия вынуждены были закрываться или сокращать персонал, единая цепь по производству текстильных изделий распалась, смежные отрасли начали развиваться независимо друг от друга, и, как считается, сегодня они находятся на разных стадиях развития. Сокращающийся ассортимент местного сырья (в частности, хлопка и шерсти) вынудил швейные предприятия переориентироваться на использование импортных тканей из Китая, Турции и других стран.

Перспективы развития легкой промышленности Кыргызстана, представляющей хлопкоперерабатывающую отрасль, текстильную, швейную, кожевенно-обувную, меховую и отрасль переработки шерсти, особенно велики. Особенность данной отрасли - полная обеспеченность собственными сырьевыми ресурсами: шерстью, хлопком, шкурой крупного и мелкого рогатого скота и т.д.

Около 92% местного швейного производства экспортируется в Россию, Казахстан и Узбекистан. Бизнесмены используют 3 варианта экспортного канала своей продукции:

1) Используют услуги компании Biek-Cargo и некоторых других компаний, до 90%

2) Экспортируют продукцию через рынки, такие как Дордой, Карасу, до 10%.

3) Независимо экспортируют или покупатели вычитают продукцию из последующего экспорта, до 5%

Изначально покупателями швейной продукции из Кыргызстана являются Россия и Казахстан, которые связаны через Ассоциацию “Легпром” с ее представителями в 17 городах России и Казахстана.

В текстильной отрасли страны занято свыше 162 тысяч человек. Население Кыргызстана составляет 5,7 млн. человек, в рассматриваемой отрасли работает 3% населения страны. Доля занятых в швейной промышленности от трудоспособного населения страны составляет почти 7%. К тому же, при подсчете нужно учитывать, что наибольшая часть трудоспособного населения находится на постоянных заработках в России и Казахстане. Таким образом, швейная промышленность в Кыргызстане имеет чуть ли не стратегический приоритет, что подтверждается словами представителей правительства страны и бизнес-сообществом, но и проблем в этом секторе не мало.

Одна из основных проблем - это неформальная экономика Термин «неформальная экономика» относится к «любой экономической деятельности работников и хозяйствующих субъектов, которые не охвачены или недостаточно охвачены формальными отношениями в законодательстве или на практике. На их деятельность не распространяется законодательство, что означает, что они находятся за пределами сферы действия официального законодательства, либо они не охватываются существующей практикой, когда не применяется и не обеспечивается выполнение положений официального законодательства, в рамках которого они действуют, либо действующее законодательство не способствует. По оценкам участников опроса среди владельцев предприятий, связанных с текстильным и швейным производством, практически все зарегистрированные предприятия работают наполовину “в тени” и используют различные способы сокрытия данных о фактическом выпуске продукции.

В отношении числа предприятий, которые полностью работают в неформальной экономике, оценки различаются; эксперты оценивают их количество между 30 и 50 процентами от общего числа зарегистрированных швейных компаний. Другие ключевые источники информации отметили, что неформальных предприятий “довольно много”, но не смогли привести более точные цифры. Треть ключевых источников считает, что государство сделало все, чтобы вывести швейников из тени, и заявляют, что в настоящее время только некоторые из них остаются незарегистрированными. Менеджеры швейных фирм рассказали, что они часто вынуждены покупать ткани, фурнитуру или оборудование без надлежащей документации, поскольку продукция с надлежащими финансовыми документами стоит в среднем на 10-12 процентов дороже, чем без таковых. Менеджеры также отметили, что они вынуждены скрывать свою прибыль с тем, чтобы компенсировать неофициальные выплаты различным проверяющим органам.

Несмотря на высокие темпы роста экспорта в отрасли за последние годы, имеются признаки того, что существующая модель бизнеса, основанная на дешевой рабочей силе, низких налогах (для компаний, участвующих в патентной системе), преимущественном доступе к рынку, а также на традиционных рынках и каналах сбыта, может скоро достигнуть своих пределов. Низкий уровень заработной платы и тяжелые условия труда ведут к высокой текучести кадров, в том числе к их миграции заграницу, что представляет серьезную проблему для компаний и сокращает их возможности в плане повышения квалификации своих работников. Патентная система снижает эффективность работы предприятий, ведет к сокращению бюджетных поступлений и, вероятно, в среднесрочной перспективе будет реформирована.

В Кыргызстане задействованы следующие текстильные и швейные предприятия:

· ОсОО «Руно-Азия»

· АО «Текстим»

· ОАО «Илбирс»

· ИП "Харченко"

· ОсОО «Кара-Балта-Килем»

· ОсОО «Нисси»

· Совместное Кыргызско-Казахско-Американское "Булгаары" ОсОО

· Союзтекстиль

· ОсОО «СЭМ-Сервис»

· Швейная фабрика «Roald»

· ОсОО «Ардамина»

· Фабрика «Interalliance»

· ОсОО «МСК»

· ОсОО «Кыргызспецпром»

· ОсОО "Техноткань»

· ОсОО «Эфе Текстиль»

· ОсОО «Кара-Тай Текстайл»

· ОАО «Кыргызский камвольно-суконный комбинат» (ККСК)

· ОАО Швейно-производственная фирма «Келечек»

· ОсОО «Селя и Ко»

· ОсОО «Алтын жип»

По оценкам, до 80 процентов продукции швейной отрасли идет на экспорт, при этом значительная доля используемых полуфабрикатов импортируется, что делает отрасль чрезвычайно зависимой и от импортной, и от экспортной торговли. Это также делает отрасль зависимой от изменений в торговой политике и ситуации на международных рынкахМеждународная организация труда РАЗВИТИЕ ПРОФЕССИОНАЛЬНЫХ НАВЫКОВ ДЛЯ ТОРГОВОЭКОНОМИЧЕСКОЙ ДИВЕРСИФИКАЦИИ ШВЕЙНОЙ ОТРАСЛИ КИРГИЗСКОЙ РЕСПУБЛИКИ // Доклад по вопросам занятости № 19. 2014.

Положение текстильного и швейного производства можно охарактеризовать как достаточно сложное, так как присутствует нехватка статистических данных в связи с тем, что довольно большая часть отрасли находится в тени. Однако можно утверждать, что данная отрасль является перспективной для экономики Кыргызстана, так как республика обладает благоприятными климатическими условиями для выращивания хлопка, разведения овец и производства коконов, что обуславливает необходимость проведения модернизации имеющейся производственной базы и технологий по их обработке, с улучшением качества продукции и повышения конкурентоспособности готовой текстильной продукции.

2. Анализ производства нетканых материалов в Кыргызской Республике

2.1 Описание временного ряда производства нетканых материалов КР за период 2008-2017 гг.

Для анализа производства нетканых материалов использованы статистические данные с сайта Национального Статистического Комитета Кыргызской Республики. Информация представлена в натуральном выражении, в тыс. м2. Данные об объеме добычи нефти взяты за 9 лет, а точнее с первого января 2008 года по декабрь 2017 года. При этом частота наблюдения равна одному кварталу. На рисунке 1 представлена динамика добычи сырой нефти за отчетный период.

Рисунок 1 - Динамика производства нетканых материалов, 2008 - 2017 гг.

Как видно из рисунка 1, динамика производства масла сливочного в Кыргызской Республике имеет нестабильный характер. Ярко заметен структурный сдвиг, начиная с первого квартала 2013 года.

В 2008 году по решению Правительства Кыргызской Республики и с целью увеличения дохода государства, патентная система налогообложения текстильной и швейной промышленности, была отменена. Правительством неоднократно поднимался вопрос о невыгодности использования патентной системы налогообложения для государства, так как доходы государства в рамках патентной системы не увеличиваются пропорционально увеличению производственного уровня. Данное решение привело к тому, что большинство предпринимателей в сфере текстильного и швейного производства было вынуждено перейти в теневую экономику.

В рамках Стратегии развития текстильной и швейной промышленности КР на 2010-11 годы реализуются проекты по развитию производства текстильно-швейной продукции, повышению их конкурентоспособности и продвижению на внешние рынки. Данная стратегия значительно способствовала увеличению объемов производства.

Однако индекс производства продукции текстильного и швейного производства в 2013 году по сравнению с 2012 (112,5%) годом составил 83,5%. Наибольший спад производства наблюдался в основном подсекторе текстильной промышленности, которое не могло конкурировать с импортными дешевыми материалами. Производство в 2013 г. снизилось почти в 4 раза, по сравнению с аналогичным показателем 2010 г.). Таким образом, произошла полная переориентация спроса на импортную продукцию и сильное сокращение даже того незначительного спроса на отечественные ткани, что могла обеспечить местная промышленность по производству тканей.

Исходя из рисунка 1 можно предположить, что в данном временном ряду присутствует структурный сдвиг в 2013 году, так как до этого года наблюдается резкий спад производства.

Далее проверяется структура ряда по средствам построения коррелограммы. Коррелограмма - инструмент, которым пользуются аналитики временных рядов для спецификации предполагаемой модели.

Рисунок 2 - Коррелограмма

Опираясь на рисунок 2, выдвигается гипотеза о наличии тренда, так как частный коэффициент автокорреляции является высоким и высоко значимым, так как значение коэффициента расположен в интервале от 0.7 до 1. Также по рисунку-2 делается предположение об отсутствии сезонности, так как частные коэффициенты автокорреляции лежат в диапазоне от 0 до 0.3, что говорит о том, что они являются незначимыми. Так же выдвигается гипотеза о наличии авторегрессии первого порядка, так как значения корреляции ACэкспоненциально убывает, а значения PACимеют резко выделяющееся значение при первом лаге в то время, как на других лагах значимых коэффициентов нет. Далее строится тренд-сезонная модель.

Таблица 1 - Параметризация тренд-сезонной модели по всей выборке

В таблице 1 показаны результаты данного уравнения регрессии, в которое были добавлены трендовая и сезонная компонента. Из данных результатов видно, что все переменные значимы на 1% уровне значимости. Также можно сказать, что доля объясненной дисперсии (Р-квадрат) равна 36%, а коэффициенты Акаике и Шварца равны 14.

Рисунок 3 - График остатков по тренд-сезонной модели по всей выборке

На основании данной сезонно-трендовой модели необходимо сделать прогноз на 2018 год.

Таблица 2 - Прогноз на 2018 по тренд-сезонной модели всей выборки

Прогноз по тренд-сезонной модели по всей выборке на 2018 год

Фактические данные, тыс. м2

Прогнозные данные, тыс. м2

Ошибка модели, %

I квартал

24.9

-40.2

261%

II квартал

60.7

-138.6

328%

III квартал

11.8

-162.3

1475%

IV квартал

72.6

3.2

95%

Для того чтобы проверить выдвинутую гипотезу о наличии структурного сдвига во временном ряду, необходимо провести тест Чоу, заранее указав предположительную точку сдвига. Результаты теста приведены в таблице 1.

Таблица 3 - Тест Чоу на структурный сдвиг

Исходя из данных, полученных в таблице 1, делается вывод о том, что в первом квартале 2013 года присутствует структурный сдвиг. Следовательно, следует разбить выборку на 2 малые подвыборки:

· Период с 2008 года по конец 2012 год

· Период с начала 2013 года по 2017 год

Для проведения дальнейшего исследования был отобран более современный период, а именно с начала 2013 года по 2017 год. На рисунке 2 представлена динамика производства за обозначенный период.

Рисунок 4 - Динамика производства нетканых материалов, 20013 - 2017 гг.

2.2 Тренд-сезонное моделирование по подвыборке

Для данной подвыборки необходимо построить тренд-сезонную модель, на основании которой сделать прогноз производства масла сливочного на 2018 г.

Таблица 3 - Параметризация тренд-сезонной модели

По данным таблицы 3 можно судить о том, что тренд-сезонная модель получилась качественной, так как все переменные являются статистически значимыми, и их вероятность обратиться в ноль не превышает пятипроцентный уровень значимости, при этом коэффициент детерминации составляет 44.1%. Полученная модель описывается следующим уравнением:

Y,

где

Y - объём производства нетканых материалов, м2;

T - трендовая компонента;

Si- сезонная компонента,

i - порядковый номер квартала.

Рисунок 5 - График остатков по тренд-сезонной модели

Далее по полученной тренд-сезонной модели строится прогноз производства нетканых материалов на 4 квартала 2018 года, после чего сравниваются реальные данные с прогнозными, исходя из статистических данных Национального Статистического Комитета КР. Результаты приведены в таблице 4.

Таблица 4 - Прогноз на 2018 год по тренд-сезонной модели и ошибка прогноза

Прогноз по тренд-сезонной модели на 2018 год

Фактические данные, тыс. м2

Прогнозные данные, тыс. м2

Ошибка модели

I квартал

24.9

-1.8

107%

II квартал

60.7

40.9

33%

III квартал

11.8

15.4

30%

IV квартал

72.6

14.9

79%

2.3 Построение ARIMA модели

Для моделирования ARIMAсначала необходимо определить, является ли ряд стационарным или нет с помощью теста Дики-ФуллераСтандартный тест, предложенный Д. Дики и В. Фуллеров, основан на модели , где и ряд нестационарен, если либо коэффициент при равен нулю, либо при tотличен от нуля. К. Доугерти. Введение в эконометрику. С.401. 3-е изд. / Пер. с англ. - М.: ИНФРА-М, 2009. - XIV - Университетский учебник.

Таблица 5 - Результат теста Дики-Фуллера без константы и тренда

Проверка теста при отсутствии константы и тренда выявил, что ряд не имеет единичного корня, то есть ряд является стационарным. При первом лаге коэффициент оказался статистически значимым.

Таблица 6 - Результат теста Дики-Фуллера с константой и трендом

Тест Дикки-Фуллера при наличии тренда и константы показал, что ряд является стационарным. При этом первом лаге коэффициент оказался статистически значимым.

Таблица 7 - Результат теста Дики-Фуллера с константой

Проверка теста при наличии константы выявил, что ряд не имеет единичного корня, то есть ряд является стационарным. При первом лаге и при константе коэффициенты оказались статистически значимыми.

Исходя из данных таблиц 5-7 следует вывод о том, что ряд является стационарным, то есть порядок интеграции в ARIMAмодели I=0.

По данным таблицам видно, что коэффициенты оказались статистически значимы при первом лаге, следовательно, стоит попробовать построить AR модель второго порядка. Также в ARIMAмодели допустимо присутствие константы, так как при тесте с константой константа оказалась статистически значимой.

Таблица 8 - Параметризация модели AR(2)

Как видно из таблицы 8, модель является достаточно качественной, так как все коэффициенты являются статистически значимыми, коэффициент детерминации составляет 70%, что более чем приемлемо.

Таким образом, полученная модель имеет вид:

объём производства нетканых материалов, тыс. м2;

AR(i) - авторегрессия i-го порядка.

Далее определяется необходимость включения MAмодели. Для этого тест Бройша-Годфри (тест Лагранжа) позволяет тестировать наличие автокорреляции более высоких порядков в ошибках регрессионной модели.

Таблица 9 - Тест Лагранжа на наличие автокорреляции остатков

Как видно из таблицы 9, вероятность осуществления нулевой гипотезы о том, что отсутствует автокорреляция остатков, превышает 5% допустимый уровень. По нижней таблице видно, что самый значимый коэффициент находится на втором лаге, следовательно, модель будет иметь порядок MAмодели, равный только 2.

Далее после определения всех порядков ARи MA модели, строится конечная ARIMAмодель (для данного ряда ARIMA(2,0,2)).

Таблица 10 - Параметризация модели ARIMA(2,0,2)

Как видно из таблицы 10, модель является достаточно качественной, так как все коэффициенты являются статистически значимыми, коэффициент детерминации составляет 80.1%, что более чем приемлемо. Критерии Шварца и Акайке снизились по сравнению с AR моделью.

Рисунок 5 - График остатков по модели ARIMA(2,0,2)

На основе построенной модели делается прогноз на 2018 год и сравнивается с фактическими данными.

Таблица 11

Прогноз ARIMA(2,0,2) модели на 2018 год

Фактические данные, тыс. м2

Прогнозные данные, тыс. м2

Ошибка модели

I квартал

24.9

44.6

44%

II квартал

60.7

27.5

55%

III квартал

11.8

43.1

27%

IV квартал

72.6

35.9

51%

2.4 Сравнение результатов прогнозов и моделей

Далее проводится анализ прогнозного качества тренд-сезонной модели по всей выборке, тренд-сезонной модели по подвыборке и ARIMAмоделей. Показателем качества выступает ошибка прогноза, выраженная в % соотношении.

Таблица 12 - Сравнение результатов прогнозов в натуральном выражении

Сравнительный анализ реальных объемов производства нетканых материалов и полученных в результате прогнозирования на 2018 год, тыс. м2

Период времени

Реальные данные

Тренд-сезонная модель по всей выборке

Тренд-сезонная модель по подвыборке

Данные ARIMA(2,0,2) модели

I квартал

24.9

-40.2

-1.8

44.6

II квартал

60.7

-138.6

40.9

27.5

III квартал

11.8

-162.3

15.4

43.1

IV квартал

72.6

3.2

14.9

35.9

Таблица 13 - Сравнение результатов прогнозов в процентном соотношении

Сравнительный анализ ошибок прогноза, полученных по каждой модели

Период времени

Реальные данные

Тренд-сезонная модель по всей выборке

Тренд-сезонная модель по подвыборке

Данные ARIMA(2,0,2) модели

I квартал

24.9

261%

107%

44%

II квартал

60.7

328%

33%

55%

III квартал

11.8

1475%

30%

27%

IV квартал

72.6

95%

79%

51%

Из данных таблиц 12-13 выходит, что самая качественная по прогнозированию модель является ARIMA(2,0,2) модель. Модели тренд-сезонности как по выборке, так и по подвыборке являются непригодными для прогнозирования, так как выдали самую большую ошибку, причем в обоих моделях присутствовали отрицательные значения прогноза, что недопустимо и экономически не интерпретируемо.

Заключение

По статистическим данным, предоставленными Национальным Статистическим комитетом КР был проведен анализ производства нетканых материалов за период 2008 - 2017 года с помощью программного пакета EViews.

Были построены такие модели как:

· Тренд-сезонная модель по всей выборке

· Тренд-сезонная модель по подвыборке

· ARIMA модель

После проведенного анализа производства нетканых материалов и всей текстильно-швейной отрасли были сделаны следующие выводы:

· Никакая из тренд-сезонных моделей не пригодна для качественного и прогнозирования дальнейших уровней временного ряда производства нетканых материалов

· ARIMAмодель оказалась самой пригодной среди построенных моделей и показала наилучший результат прогноза

· Неформальный сектор, в котором находится довольно большая часть текстильно-швейного производства, не позволяет адекватно и точно оценить состояние данной отрасли Кыргызской Республики, так как неполнота данных, вызванная теневым сектором, искажает реальные статистические данные и может привести к ложным и неверным выводам

· Государству необходимо разработать меры, благоприятствующие выводу части швейно-текстильной отрасли из теневого сектора

· Государству необходимо разработать меры, снижающие уровень зависимости производителей данной отрасли от импорта сырья, в том числе и нетканых материалов, так как высокий уровень импортозависимости приводит к снижению конкурентоспособности участников национального рынка, усиливает стратегическую и товарную зависимость государства от зарубежных стран и не позволяет стабильно развиваться отечественным производителям.

Список литературы

1. Нетканые материалы // Народный костюм URL: http://www.narodko.ru/article/cloth/tka/netkanye_materialy.htm

2. Легпром Киргизии // Евразийцы: новая волна URL: http://enw-fond.ru/den/10566-legprom-kirgizii-otrasl-shitaya-importnymi-nitkami.html

3. Международная организация труда РАЗВИТИЕ ПРОФЕССИОНАЛЬНЫХ НАВЫКОВ ДЛЯ ТОРГОВОЭКОНОМИЧЕСКОЙ ДИВЕРСИФИКАЦИИ ШВЕЙНОЙ ОТРАСЛИ КИРГИЗСКОЙ РЕСПУБЛИКИ // Доклад по вопросам занятости № 19. 2014

4. Батырбекова Жылдыз Касымбековна ПРОБЛЕМЫ И ПЕРСПЕКТИВЫ РАЗВИТИЯ ЛЕГКОЙ ПРОМЫШЛЕННОСТИ КЫРГЫЗСТАНА // 2013.

5. SIAR research&consulting ПОЛОЖЕНИЕ И ПЕРСПЕКТИВЫ ШВЕЙНОЙ ПРОМЫШЛЕННОСТИ КЫРГЫЗСКОЙ РЕСПУБЛИКИ // 2011.

6.

7. Нурбек Жениш Экспорто-ориентированное развитие МСБ в Кыргызстане: швейная промышленность. ДОКЛАД №26 изд. УНИВЕРСИТЕТ ЦЕНТРАЛЬНОЙ АЗИИ, 2014

8. ПРОМЫШЛЕННОСТЬ КЫРГЫЗСТАНА // GEOLIKE.RU URL: http://geolike.ru/page/gl_7038.htm

9. Легкая промышленность Кыргызстана нуждается в государственной поддержке // STAN RADAR URL: http://www.stanradar.com/news/full/13032-legkaja-promyshlennost-kyrgyzstana-nuzhdaetsja-v-gosudarstvennoj-podderzhke.html

10. Швейная отрасль получит развитие // Слово Кыргызстана URL: http://slovo.kg/?p=80542

11. ПРОМЫШЛЕННОСТЬ ДЖАЛАЛ-АБАДСКОЙ ОБЛАСТИ // GATEWAY URL: http://rus.gateway.kg/industry/promyshlennost-kyrgyzstana/regions/jalal-abad/

12. Промышленность. Динамические таблицы // Национальный статистический комитет Кыргызской Республики URL: http://stat.kg/ru/statistics/promyshlennost/

13. Швейная отрасль Кыргызстана в кризисе // Радио Азаттык URL: https://rus.azattyk.org/a/27508791.html

Размещено на Allbest.ru


Подобные документы

  • Построение графика временного ряда. Тренд - устойчивое систематическое изменение процесса в течение продолжительного времени. Динамика продаж бензина на АЗС. Выявление сезонной составляющей и тренда. Коррелограмма, построенная в программе Statistica.

    курсовая работа [1,2 M], добавлен 15.11.2013

  • Структурные компоненты детерминированной составляющей. Основная цель статистического анализа временных рядов. Экстраполяционное прогнозирование экономических процессов. Выявление аномальных наблюдений, а также построение моделей временных рядов.

    курсовая работа [126,0 K], добавлен 11.03.2014

  • Временные ряды и их характеристики. Факторы, влияющие на значения временного ряда. Тренд и сезонные составляющие. Декомпозиция временных рядов. Метод экспоненциального сглаживания. Построение регрессионной модели. Числовые характеристики переменных.

    контрольная работа [1,6 M], добавлен 18.06.2012

  • Анализ временных рядов с помощью статистического пакета "Minitab". Механизм изменения уровней ряда. Trend Analysis – анализ линии тренда с аппроксимирующими кривыми (линейная, квадратическая, экспоненциальная, логистическая). Декомпозиция временного ряда.

    методичка [1,2 M], добавлен 21.01.2011

  • Создание комбинированных моделей и методов как современный способ прогнозирования. Модель на основе ARIMA для описания стационарных и нестационарных временных рядов при решении задач кластеризации. Модели авторегрессии AR и применение коррелограмм.

    презентация [460,1 K], добавлен 01.05.2015

  • Основные элементы эконометрического анализа временных рядов. Задачи анализа и их первоначальная обработка. Решение задач кратко- и среднесрочного прогноза значений временного ряда. Методы нахождения параметров уравнения тренда. Метод наименьших квадратов.

    контрольная работа [37,6 K], добавлен 03.06.2009

  • 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

  • Классические подходы к анализу финансовых рынков, алгоритмы машинного обучения. Модель ансамблей классификационных деревьев для прогнозирования динамики финансовых временных рядов. Выбор алгоритма для анализа данных. Практическая реализация модели.

    дипломная работа [1,5 M], добавлен 21.09.2016

  • Трендовые экономические процессы и их анализ: итерационные методы фильтрации, метод Четверикова, Шискина—Эйзенпресса. Ряд Фурье и его использование для прогнозирования динамики с сезонными колебаниями. Аддитивная и мультипликативная модели сезонности.

    курсовая работа [1,2 M], добавлен 14.07.2012

  • Теория и анализ временных рядов. Построение линии тренда и прогнозирование развития случайного процесса на основе временного ряда. Сглаживание временного ряда, задача выделения тренда, определение вида тенденции. Выделение тригонометрической составляющей.

    курсовая работа [722,6 K], добавлен 09.07.2019

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.