СКАЧАТЬ:  vystuplenie.zip [277,47 Kb] (cкачиваний: 76)

СКАЧАТЬ МАТЛАБ:  matlab.rar [657,21 Kb] (cкачиваний: 56)

слайд: мы предосталяем ваше вниманию работу на теме:Разработка статистических моделей в экономике с использованием пакета MatLab 

2 слайд: В экономике в большинстве случаев между переменными величинами существуют зависимости, когда каждому значению одной переменной соответствует не какое-то определённое, а множество возможных значений другой переменной. Иначе говоря, каждому значению одной переменной соответствует определённое условное распределение другой. Такая зависимость получила название статистической.

Статистические связи между переменными можно изучать методами корреляционного и регрессионного анализа. Наиболее распространённым методом обработки данных является регрессионный анализ. Основной  задачей регрессионного анализа является установление формы и изучение зависимости между переменными.

3 слайд: В данной работе мы рассмотрим разработку статической модели в экономике с использованием пакета Matlab.   Подобные модели чрезвычайно удобны при анализе финансового состояния предприятий. Это удобство заключается в возможности с их помощью непосредственного контроля тех параметров, которые не имеют четко обозначенных границ.                             4 слайд: Регрессионный анализ заключается в определении аналитического выражения, в котором изменение одной величины (называемой зависимой или результативным признаком) y обусловлено  влиянием одной или нескольких независимых величин (факторов) x1, x2,…, xn.

При построении уравнения многомерной регрессии мы будем использовать метод наименьших квадратов. Данный способ построения уравнения многомерной регрессии с использованием пакета Matlab существенно упрощает процесс формирования статических моделей и делает его очень наглядным.                                                                                                     5 слайд: Порядок проведения регрессионного анализа следующий:

• выбор модели регрессии, что заключает в себе предположение о зависимости функций регрессии от факторов;
• оценка параметров регрессии в выбранной модели методом наименьших квадратов;
• проверка статистических гипотез о регрессии.

Рассмотрим конкретный пример проведения регрессионного анализа данных ОАО «Татнефтегазпереработка». А именно факторный анализ рентабельности капитала.                                                                                        6 слайд: Статические моделив общем случае могут иметь вид:

где К – количество факторов, X_ij – факторы, определяющие физический смысл уравнения (1), i, j = 1,2,…,К, а_i  - коэффициенты модели, представляющие собой статические оценки истинных коэффициентов.

         Для нашей модели мы отобрали главные факторы, которые определяют рентабельность капитала и оценку степени их взаимодействия на него. Допустим, что рентабельный капитал  организации являются зависимой переменной y. Рассмотрим влияние на него следующих факторов: x1 – балансовая прибыль предприятия, x2 – чистая выручка от всех видов продаж, x3 – средняя сумма капитала, x4 – рентабельность продаж, x5 – коэффициент оборачиваемости капитала.

7 слайд:Для оценки качества полученной модели будем использовать совокупный коэффициент (индекс) множественной корреляции, который вычисляют по формуле:

Величина R характеризует тесноту связи результативного значения параметров  и факторов х1, х2 и т.д. Чем плотнее фактическое значение y_i располагается относительно линии регрессии, тем меньше остаточная дисперсия.

Для оценки тесноты связи факторов и выходного параметра применимF-критерий Фишера:

Статистическая значимость коэффициентов полиномиальной модели оценивается по t-критерию Стьюдента. Расчетные оценки квантилей распределения Стьюдента находятся по формуле:

На основе данных за несколько лет мы построили в Matlab статическую модель рентабельности капитала ОАО «Татнефтегазпереработка».

8 слайд: Программа нахождения уравнения регрессии выглядит следующим образом ( на этом слайде будет скрин программы). Программа сама автоматически находит коэффициенты корреляции на основании которых можно делать анализы эффективности использования функционирующего капитала, обслуживающего процесс основной деятельности предприятия. На рисунке справа внизу мы видим коэффициенты корреляции 

9 слайд: Так выглядит многомерный график регрессионной модели(здесь будет график)

10 слайд:Вывод:доходность функционирующего капитала повысилась за счет ускорения его оборачиваемости и значительно снизилась за счет рентабельности продаж.Уровень рентабельности капитала можно увеличить за счет сокращения затрат или повышения цен. Однако при росте цен возможно снижение спроса на продукцию и как следствие замедление оборачиваемости активов. В итоге прирост рентабельности капитала за счет роста цен может компенсироваться за счет снижения коэффициента его оборачиваемости и общая доходность капитала не улучшится.