Антиплагиат (1219161)
Текст из файла
13.06.2015АнтиплагиатУважаемый пользователь!Обращаем ваше внимание, что система Антиплагиат отвечает на вопрос, является ли тот или инойфрагмент текста заимствованным или нет. Ответ на вопрос, является ли заимствованный фрагментименно плагиатом, а не законной цитатой, система оставляет на ваше усмотрение. Также важноотметить, что система находит источник заимствования, но не определяет, является ли онпервоисточником.Информация о документе:Имя исходного файла:Имя компании:Комментарий:Тип документа:Имя документа:Текстовыестатистики:Индекс читаемости:Неизвестные слова:Макс. длина слова:Большие слова:Диплом копия.docxДальневосточный гос. Университет путей сообщенияГригорьева Мария СергеевнаПРочееАнализ динамики продаж автомобилей в Россиисложныйв пределах нормыв пределах нормыв пределах нормыКоллекция/модуль поискаДоля в Доля вотчёте текстеИсточникСсылка на источник[1] Источник 1http://files.mfua.icom.su/_ld/6/639______.pdf#7Интернет(Антиплагиат)27,05% 27,05%[2] Методы экономическог...http://www.bibliofond.ru/view.aspx?id=47065Интернет(Антиплагиат)2,33% 23,01%[3] �������������������...
http://inethub.olvi.net.ua/ftp/library/share/homelib/spec77/...Интернет(Антиплагиат)4,8%19,28%[4] Методы экономическог...Интернет(Антиплагиат)0%18,58%[5] �������������������... http://inethub.olvi.net.ua/ftp/library/share/homelib/spec77/...Интернет(Антиплагиат)0%14,2%[6] МЕТОД ЭКСТРАПОЛЯЦИИ ...http://masters.donntu.edu.ua/2006/kita/kiryan/library/art02....Интернет(Антиплагиат)0,17% 12,03%[7] 4Статистика (основн...http://lib.rfei.ru/system/4/4%D0%A1%D1%82%D0%B0%D1%82%D0%B8...Интернет(Антиплагиат)0,08% 10,42%[8] Влияние машин на окр...http://knowledge.allbest.ru/ecology/3c0a65625b2ad78a5d53b885...Интернет(Антиплагиат)10,4% 10,4%[9] 5.4. Адаптивные моде...http://economuch.com/metodyimodelirovaniematematicheskie/a...
Интернет(Антиплагиат)0,07% 9,75%[10] rsl01000283732.txthttp://dlib.rsl.ru/rsl01000000000/rsl01000283000/rsl01000283...РГБ, диссертации 0,1%5,84%[11] rsl01003377826.txthttp://dlib.rsl.ru/rsl01003000000/rsl01003377000/rsl01003377...РГБ, диссертации 0%5,06%[12] Методы экономическог...http://bibliofond.ru/view.aspx?id=47065#1Интернет(Антиплагиат)5%[13] rsl01002749869.txthttp://dlib.rsl.ru/rsl01002000000/rsl01002749000/rsl01002749...РГБ, диссертации 0,1%4,77%[14] rsl01000161164.txthttp://dlib.rsl.ru/rsl01000000000/rsl01000161000/rsl01000161...РГБ, диссертации 0%4,65%[15] rsl01004646601.txthttp://dlib.rsl.ru/rsl01004000000/rsl01004646000/rsl01004646...РГБ, диссертации 0%4,64%[16] rsl01002332301.txthttp://dlib.rsl.ru/rsl01002000000/rsl01002332000/rsl01002332...РГБ, диссертации 0,06% 4,09%[17] rsl01004917456.txthttp://dlib.rsl.ru/rsl01004000000/rsl01004917000/rsl01004917...РГБ, диссертации 0%[18] Проект: Вредное возд...http://nsportal.ru/ap/ap/nauchnotekhnicheskoetvorchestvo/p...Интернет(Антиплагиат)[19] rsl01003313955.txthttp://dlib.rsl.ru/rsl01003000000/rsl01003313000/rsl01003313...РГБ, диссертации 0,05% 3,48%[20] rsl01003501348.txthttp://dlib.rsl.ru/rsl01003000000/rsl01003501000/rsl01003501...РГБ, диссертации 0%[21] rsl01000329928.txthttp://dlib.rsl.ru/rsl01000000000/rsl01000329000/rsl01000329...РГБ, диссертации 0,09% 2,99%[22] rsl01002631149.txthttp://dlib.rsl.ru/rsl01002000000/rsl01002631000/rsl01002631...РГБ, диссертации 0%2,3%[23] rsl01000273660.txthttp://dlib.rsl.ru/rsl01000000000/rsl01000273000/rsl01000273...РГБ, диссертации 0%2,17%[24] rsl01004621894.txthttp://dlib.rsl.ru/rsl01004000000/rsl01004621000/rsl01004621...РГБ, диссертации 0,02% 2,16%[25] rsl01000154258.txthttp://dlib.rsl.ru/rsl01000000000/rsl01000154000/rsl01000154...РГБ, диссертации 0,01% 2,1%[26] rsl01002630226.txthttp://dlib.rsl.ru/rsl01002000000/rsl01002630000/rsl01002630...РГБ, диссертации 0,01% 2,09%[27] Источник 27http://window.edu.ru/resource/071/19071/files/metod77.pdfИнтернет(Антиплагиат)0%[28] Скачать/bestref1338...http://bestreferat.ru/archives/97/bestref133897.zipИнтернет(Антиплагиат)0,06% 1,89%[29] rsl01003316332.txthttp://dlib.rsl.ru/rsl01003000000/rsl01003316000/rsl01003316...РГБ, диссертации 0%[30] rsl01002773032.txthttp://dlib.rsl.ru/rsl01002000000/rsl01002773000/rsl01002773...РГБ, диссертации 0,08% 1,73%[31] rsl01004348975.txthttp://dlib.rsl.ru/rsl01004000000/rsl01004348000/rsl01004348...РГБ, диссертации 0%[32] rsl01000267129.txthttp://dlib.rsl.ru/rsl01000000000/rsl01000267000/rsl01000267...РГБ, диссертации 0,01% 1,3%[33] Модель потребительск...http://knowledge.allbest.ru/emodel/3c0b65635a3ad78a4d53a8842...
Интернет(Антиплагиат)[34] rsl01002625302.txthttp://dlib.rsl.ru/rsl01002000000/rsl01002625000/rsl01002625...http://bibliofond.ru/view.aspx?id=47065#2http://dvgups.antiplagiat.ru/ReportPage.aspx?docId=427.12900042&repNumb=10%3,92%2,01% 3,74%3,1%2,04%1,86%1,34%0,01% 1,26%РГБ, диссертации 0,06% 1,05%1/2213.06.2015Антиплагиат[35] Какие автомобили в Р...http://www.zr.ru/content/articles/738556prodavatmersedesy...Интернет(Антиплагиат)0,66% 0,66%[36] Автореферат «Методол...http://www.dissers.ru/avtoreferatidissertatsiiekonomika/2/...Интернет(Антиплагиат)0,65% 0,65%[37] Катин Ч1 редакт.DOCДальневосточныйгос. Университет 0,27% 0,27%путей сообщения[38] Абатурова Конспект л...Дальневосточныйгос. Университет 0%путей сообщения0,27%[39] МонографияЖуйков Кер...Дальневосточныйгос. Университет 0%путей сообщения0,26%[40] Источник 40http://www.referat.ru/download/XyXbv1vN6cCOFumK9vX0jg!!/ref... Интернет(Антиплагиат)0,19% 0,19%[41] МетодУказанияЛевчен...Дальневосточныйгос. Университет 0%путей сообщения0,17%[42] Су Да Особти разв...Дальневосточныйгос. Университет 0%путей сообщения0,16%[43] Диссертация А.Н. Луц...Дальневосточныйгос. Университет 0%путей сообщения0,14%[44] История становления ...Дальневосточныйгос. Университет 0%путей сообщения0,13%[45] автореферат Солдатки...Дальневосточныйгос. Университет 0%путей сообщения0,1%[46] Апоревич_моно.docДальневосточныйгос. Университет 0%путей сообщения0%[47] Диссертация25.09.20...Дальневосточныйгос. Университет 0%путей сообщения0%[48] диссертации201312 2...Дальневосточныйгос. Университет 0%путей сообщения0%[49] Поличка_Монография.d...Дальневосточныйгос. Университет 0%путей сообщения0%[50] ДиссертацияСу Да20...Дальневосточныйгос. Университет 0%путей сообщения0%[51] Диссертация25.09.20...Дальневосточныйгос. Университет 0%путей сообщения0%Частично оригинальные блоки: 0% Оригинальные блоки: 50,69% Заимствование из "белых" источников: 0% Итоговая оценка оригинальности: 50,69% http://dvgups.antiplagiat.ru/ReportPage.aspx?docId=427.12900042&repNumb=12/2213.06.2015АнтиплагиатМинистерство транспорта Российской ФедерацииФедеральное агентство железнодорожного транспортаФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГООБРАЗОВАНИЯ«ДАЛЬНЕВОСТОЧНЫЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТПУТЕЙ СООБЩЕНИЯ»Кафедра « [37]Высшая математика»К защите допуститьзав. кафедрой, др физ.мат. наук, профессор_______________П.В. Виноградова_______________ 2015 г.АНАЛИЗ ДИНАМИКИ ПРОДАЖ АВТОМОБИЛЕЙ В РОССИИВыпускная квалификационная работаВКР 010501.65.952Дипломник _______________________ М.С. ГригорьеваРуководитель работы,кандидат ф.м. наук_______________________ Н.Е. ЕршовКонсультант _______________________ Е.А. МулинаКонсультант _______________________ С.Н. КурякинаНормоконтроль _______________________ Е.П. СуляндзигаХабаровск – 2015СОДЕРЖАНИЕВВЕДЕНИЕ 41 Модели прогнозировани�� экономикоматематических процессов 81.1 Трендовые модели 81.2 Оценка точности и адекватноститрендовых моделей 171.3 Прогнозирование на основе трендовых моделей экономической динамики 241.4 [1]Адаптивные методы прогнозирования 312 Исследование и анализ автомобильного рынка в России 402.1 Динамика и анализ продаж автомобилей группы RenaultNissan 402.2 Динамика и анализ продаж автомобилей группы HyundaiKia 422.3 Динамика и анализ продаж автомобилей группы Volkswagen 432.4 Динамика и анализ продаж автомобилей группы Toyota 452.5 Динамика и анализ продаж автомобилей группы General Motors 472.6 Динамика и анализ продаж автомобилей группы Mitsubishi Motors 492.7 Динамика и анализ продаж автомобилей группы Daimler Group 492.8 Динамика и анализ продаж автомобилей группы ГАЗ 502.9 Динамика и анализ продаж автомобилей группы BMW 512.10 Динамика и анализ продаж автомобилей группы Mazda 522.11 Динамика и анализ продаж автомобилей группы Ford 532.12 Динамика и анализ продаж автомобилей группы Honda 532.13 Динамика и анализ продаж автомобилей группы Jaguar 542.14 Динамика и анализ продаж автомобилей группы Volvo 552.15 Динамика и анализ продаж автомобилей группы Daewoo 552.16 Динамика и анализ продаж автомобилей группы PSA Peugeot Citroen 562.17 Динамика и анализ продаж автомобилей группы Lifan 572.18 Динамика и анализ продаж автомобилей группы FIAT Chrysler Automobiles 582.19 Динамика и анализ продаж автомобилей группы Geely 602.20 Динамика и анализ продаж автомобилей группы Porsche 602.21 Динамика и анализ продаж автомобилей группы Chery 612.22 Динамика и анализ продаж автомобилей группы Great Wall 622.23 Динамика и анализ продаж автомобилей группы Suzuki 632.24 Экспертный анализ продаж автомобилей в России 653 Цена и ценообразование 663.1 Понятие цены и ценообразования 663.2 Взаимодействие цены и спроса 673.3 Как складывается цена на автомобили 704 Оценка влияния загрязнений от автотранспорта на окружающую среду и человека и возможные механизмы снижения этого воздействия 724.1 Анализ воздействия автотранспорта на окружающую среду и человека 724.2 Особенности воздействия загрязнений от автотранспорта на окружающую среду и человека 744.2.1 Шумовое воздействие автотранспорта на окружающею среду и человека 774.2.2 Вибрационное воздействие 794.2.3 Электромагнитное воздействие на окружающую среду и человека 804.3 Механизмы снижения негативного воздействия автотранспорта на окружающую среду и человека 81ЗАКЛЮЧЕНИЕ 85СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 86ВВЕДЕНИЕАвтомобильная промышленность одна из ведущих отраслей промышленности России. Это более 250 крупных и средних предприятий, [1] накоторых занято свыше 600 тысяч человек, а с учетом смежных отраслей – более 5 миллионов.Становление и развитие автомобильного транспорта и автомобильной промышленности стало явлением ХХ века, а уровеньавтомобилизации – индикатором уровня развития любой страны, в том числе и России.http://dvgups.antiplagiat.ru/ReportPage.aspx?docId=427.12900042&repNumb=13/2213.06.2015Антиплагиат[40]По объемам продаж российский рынок легковых автомобилей занимает шестое место в мире и третье в Европе. Объем автомобильного рынкаРоссии за 2007 год составил более 50 миллиардов долларов США. Продажи новых иномарок в России официальными дилерами активноначали расти лишь 10 лет назад. В 2005 году было продано 614 тысяч таких машин. Пик продаж новых иномарок в России пришел на 2012год тогда их объем составил 2,2 миллионов штук [1].В свои бизнеспланы отечественные и зарубежные производители вносили гораздо более высокие показатели. Но мало что моглипротивопоставить давно назревшим трудностям в экономике.Рост ценпроисходит изза валютных колебаний, как на новые, так и на подержанные автомобили. В [35]связи с этим не остается без изменений и модельная структура самого рынка. Изза снижения объема продаж автопроизводителямнеобходимо повысить цены и восполнить финансовые потери. Поэтому со стороны потребителей снижается спрос и все это приводит кповышению цен на рынке. В России в прошлом году продажи новых автомобилей значительно упали. Если оценить в валюте денежнуюемкость российского авторынка, то по итогам она снизилась на 10%. По выводам экспертов [2], в 2014 году автопроизводители изменялиценники вслед за снижением курса рубля по отношению к доллару и евро, именно это позволило им не потерять в [35]своих доходах.Целью дипломной работы является исследование и прогнозирование объема продаж Российского авторынка с помощью трендовых моделейна основе данных за последние годы по всей России, при этом учитывались различные бренды автомобилей.Для достижения поставленной цели необходимо реализовать следующие задачи: дать определения основным понятиям, изучить модели прогнозирования экономикоматематических процессов; изучить теорию для построения трендовых моделей и применить ее для анализа динамики продаж автомобилей в России; изучить предметную область реализуемой задачи – такую информационную сущность, как сеть различных журналов автобизнеса,включающую в себя информацию о количестве продаж автомобилей различных марок за последнее время по всей России.Основной целью создания трендовых моделей экономикоматематической динамики является возможность прогнозирования на развитияизучаемого процесса на некоторый период времени. Прогнозирование экономических показателей на основе временного ряда относят кодномерным экстраполяционным методам прогнозирования. Этот подход предполагает,что прогнозируемый показатель [2]формируется под воздействием большого числа факторов, выделить которые [1]довольно проблематично. В этом случаи изменениеданного показателя связывают не с факторами, а с течением времени, что проявляется в образовании одномерныхвременных рядов.[1]Исследование и прогнозирование происходит с помощью трендовых моделей, как линейных, так и нелинейных. На основе имеющихсяданных выбирается наиболее подходящая трендовая модель и с её помощью производится прогноз на последующие годы.Объектом исследования является Российский авторынок, характеризующейся системой взаимосвязанных экономикостатистическихпоказателей развития и прибыли.Предмет исследования – практика математическистатистического анализа и наблюдения, которые включают в себя вопросы общейорганизации информационного обеспечения, а также существующие методы и подходы анализа, а также механизмы продаж автомобилей,которые регулируются в условиях рыночной экономики.Теоретикометодологической основой исследования послужили трендовые модели на основе кривых роста, данные продаж легковых и легкихкоммерческих автомобилей.При исследовании был использован системный подход к анализу рассматриваемых явлений и процессов, который основан на примененииметодов структурнодинамического анализа, оценок экспертов и статистического моделирования. Для решения поставленных задач в работеприменялся пакет прикладных программ MS Excel.Научная новизна дипломной работы заключается в оценке и обосновании эффективного развития авторынка России. При этомиспользовалась база единых методологических принципов организации, современных методов, а так же средств сбора и обработки статистической информации, которые обеспечивают формирование единого информационногопространства. Оно позволяет проводить экономикостатистический анализ, прогнозировать развитие и оцениватьэффективность управления [36]Российским авторынком.Теоретическая значимость исследования состоит в оценке и обосновании эффективного развития авторынка России с помощьюпоказателей статистического мониторинга, как перспективного метода наблюдения и базы для качественного анализа ипрогнозирования. Полученные результаты будут способствовать совершенствованию методологии и практикистатистического наблюдения и анализа развития Российского авторынка, повышению обоснованности мер государственнойи региональной политики в целях обеспечения безопасности, и, в конечном счете, содействовать улучшению качестважизни населения.Практическая значимость результатов исследования состоит в [36]ощутимом вкладе в развитие статистики страны, а также в прикладных статистических исследованиях, которые нацелены на выявлениеприоритетных направлений развития Российского авторынка с учетом его специфики.При составлении теоретической основы и создании прикладного решения был проведен анализ работ отечественных и зарубежныхисследователей, научной и учебной литературы, информации из сети Интернет, материалы научнопрактических конференций.Модели прогнозирования экономикоматематических процессовТрендовые моделиОсновной целью создания трендовых моделей экономикоматематической динамики является возможность прогнозирования на развитияизучаемого процесса на некоторый период времени. Прогнозирование экономических показателей на основе временного ряда относят кодномерным экстраполяционным методам прогнозирования. Этот подход предполагает,что прогнозируемый показатель [2]формируется под воздействием большого числа факторов, выделить которые [1]довольно проблематично. В этом случаи изменениеданного показателя связывают не с факторами, а с течением времени, что проявляется в образовании одномерныхвременных рядов.Рассмотрим метод экстраполяции, который основан на кривых роста экономической динамики.http://dvgups.antiplagiat.ru/ReportPage.aspx?docId=427.12900042&repNumb=14/2213.06.2015АнтиплагиатИспользование прогностической экстраполяции на основе кривых роста основано на двух предположениях:• временной ряд экономического показателя [1]имеет тренд, т.е. [28] доминирующую тенденцию;• общие условия, определявшие продвижение показателя в прошлом, останутся без значительных изменений в течениепериода упреждения.Внаше время насчитывается множествотипов кривых роста для экономических процессов. Чтобы корректно определить наилучшую кривую роста длямоделирования и прогнозирования экономического явления, [1]нужно знать особенности всех видов кривых. Чаще всего вэкономике используются полиномиальные, экспоненциальные и Sобразные кривые роста. Простейшие полиномиальныекривые роста имеют вид:(полином первой степени)(полином второй степени)(полином третьей степени)Параметр называется линейным приростом, параметр — ускорением роста, параметр — изменением ускорения роста.Полиному первой степени присущ постоянный закон роста. Если рассчитать первые приросты по формуле , то они будут [1]константными величинами и равны .[2]Если первые приросты рассчитать для полинома второй степени, то они будут линейно зависимы от времени, ряд изпервых приростов на графике будет иметь вид прямой линии. Вторые приросты для полинома второй степени также будутпостоянны.Для полинома третьей степени первые приросты являются полиномами второй степени, вторые приросты — [1]линейные функции от времени, а третьи приросты, рассчитываемые по формуле , будут постоянными величинами.Можно выделитьследующие свойства полиномиальных кривых роста:• от полинома высокого порядка можно путем расчета приростов перейти к полиному более низкого порядка;• значения приростов для полиномов любого порядка не зависят от значений самой функции .Таким образом, полиномиальные кривые роста можно использовать для аппроксимации и прогнозирования экономическихпроцессов, в которых последующее развитие не зависит уже от достигнутого уровня.[1]Использование экспоненциальных кривых роста предполагает, прирост зависит от значения функции. Самыми распространенными являютсядве разновидности экспоненциальных кривых: простая и модифицированная экспонента.Простая экспонента может быть представлена виде:(1.1)где а и b — положительные числа, при этом если b > 1, то с ростом времени t функция возрастает, если b < 1 — функция убывает.Заметим, что ордината функции пропорциональна темпу прироста.Отношение прироста к самой ординате будет постоянной величиной (1.2):(1.2)Прологарифмируем выражение для данной функции по любому основанию (1.3):(1.3)Отсюда заметим, что логарифмы ординат простой экспоненты имеют линейную зависимость от времени.Модифицированная экспонента имеет вид (1.4):(1.4)где постоянные величины [1]: а < 0, 0 ≤ b < 1 , а к — асимптота этой функции. Существуют и другие модифицированные экспоненты, но наиболее распространеннойявляется данная функция.При логарифмировании первых приростов данной функции, результатом будет линейно зависищая от времени функция. Отношение двухпоследовательных приростов будет константой (1.5):(1.5)Достаточно распространены процессы в экономике вначале растут медленно, потом постепенно начинают ускоряться и вновь начинаютзамедлятьсвой рост, стремясь к некоторому пределу. В качестве примера можно привести процесс ввода некоторого объекта впромышленную эксплуатацию, процесс изменения спроса на товары, обладающие способностью достигать некоторого уровнянасыщения. [1]Для моделирования данных процессов используют Sобразные кривые роста, к которым относятся кривая Гомперца и логистическая кривая.[1]Кривая Гомперца [2]имеет вид(1.6)где а, b — [1]положительные параметры, причем b < 1; а [2] параметр к является асимптотой функции.В кривой Гомперца выделяются четыре участка: для первого — прирост функции незначителен, [1]для второго она начинает увеличивается, для третьего участка он примерно постоянен, для четвертого —происходит замедление темпов прироста и функция неограниченно приближается к значению к. В результате конфигурациякривой напоминает букву S.Логарифм этой функции является экспоненциальной кривой, а логарифм отношения первого прироста к [1]ординате функции является линейной функцией времени.Кривой Гомперца описывается динамика различного уровня жизни, а ее модификации используют в демографии для моделированияпоказателей смертности и так далее.http://dvgups.antiplagiat.ru/ReportPage.aspx?docId=427.12900042&repNumb=15/2213.06.2015АнтиплагиатЛогистическая кривая (Перла—Рида) является возрастающей функцией, которая имеет следующий вид:(1.7)другие виды логистическойкривой (1.8):(1.8)В [6]этих выражениях а и b — положительные параметры; к — предельное значение функции при бесконечном возрастаниивремени.Если взять производную этой функции, то можно заметить, что скорость возрастания логистической кривой в каждыймомент времени пропорциональна достигнутому уровню функции и разности между предельным значением к и достигнутымуровнем. Логарифм отношения первого прироста функции к квадрату ее значения есть линейная функция от времени.Конфигурация графика логистической кривой близка конфигурации графика кривой Гомперца, но в отличие кривойГомперца логистическая кривая имеет точку симметрии, совпадающую сточкой перегиба. Рассмотрим проблемупредварительного выбора вида кривой роста для конкретного временного ряда. Допустим, имеется временной ряд .Для выбора вида полиномиальной кривой роста самым распространенным методом является метод конечных разностей(метод Тинтнера). Этот метод применим для предварительного выбора полиномиальной кривой, если уровни временногоряда состоят только из двух компонент: [1]тренда и случайной компоненты, и тренд является достаточно гладким, [21]для аппроксимации полиномом некоторой степени.На первом этапе данного метода вычисляютсяприросты до кго порядка включительно (1.9):. . . . . . .(1.9)[2]Для аппроксимации экономических процессов обычно вычисляют конечные разности вплоть до четвертого порядка.Затем для исходного каждого разностного ряда вычисляются дисперсии по следующим формулам:для исходного ряда (1.10):(1.10)для разностного ряда кго порядка (к = 1, 2,...)— биномиальный коэффициент.(1.11)Производится сравнение отклонений каждой последующей дисперсии от предыдущей, т.е. вычисляются величины (1.12):(1.12)и [1]если для к [2] данная величина не превосходит некоторой положительной величины, т.е. дисперсии одного порядка,то степень аппроксимирующего полинома равна к 1.Более универсальным методом предварительного кривых роста, является метод характеристик прироста. Он основан наиспользовании отдельных характерных свойств кривых. В этом методе исходный временной ряд предварительносглаживается при помощи простой скользящей средней. Например, для интервала сглаживания м = 3 сглаженные уровнирассчитываются по формуле (1.13):(1.13)[1]причем [2]первый и последний уровни, их сглаживают по формулам[1](1.14) и (1.15):(1.14)(1.15)Далеевычисляются первые средние приросты [1], t = 2, 3, . . .(1.16)[2]вторые средние приросты(1.17)а также ряд производных величин, связанных с вычисленными средними приростами и сглаженными уровнями ряда (1.18):(1.18)Вид кривой роста для исходного временного ряда выбирается в соответствии с характером изменения средних приростов ипроизводных показателей. [1]Виды кривых указаны в таблице 1.1.На практике при [2] отбираются обычно дветри кривые роста для дальнейшего исследования и построения трендовоймодели данного временного ряда. Рассмотрим методы определения параметров отобранных кривых роста. Параметрыполиномиальных кривых оцениваются методом наименьших квадратов. Суть метода состоит в том, чтобы сумма квадратовотклонений фактических уровней ряда от соответствующих [1]выровненных [2]по кривой роста значений быланаименьшей. [1]Результатом применения метода является система нормальныхотобранных кривых.Таблица 1.1ПоказательХарактер изменени�� показателя во времениВид кривой ростаПервый [1]средний приростПримерно одинаковы[2]Полином первого порядка (прямая)[1]То жеhttp://dvgups.antiplagiat.ru/ReportPage.aspx?docId=427.12900042&repNumb=16/2213.06.2015Антиплагиат[7]Изменяются линейноПолином второгопорядка (парабола)[1]Второй средний прирост[2]Изменяются линейноПолином третьегопорядка (кубическаяпарабола)[1]Примерно одинаковыПростая экспонентаИзменяются линейноМодифицированнаяэкспонентаИзменяются линейноКривая ГомперцаИзменяются линейноЛогистическаякривая[2]Для полинома первой степени (1.19):(1.19)система нормальных уравнений имеет вид:(1.20)где знак суммирования распространяется на все уровни исходного временного ряда.Аналогичная система для полинома второй степени (1.21):(1.21)[1]имеет вид(1.22)[2]Для полинома третьей степени (1.23):(1.23)система нормальных уравнений [1]записывается следующим образом (1.24):(1.24)Параметры экспоненциальных и Sобразных кривых находят применяя более сложные методы.Для простой экспоненты (1.25):(1.25)предварительно логарифмируют выражение по некоторому основанию (например, десятичному или натуральному ) (1.26):(1.26)т.е. для логарифма функции получают линейное выражение, а затем для неизвестных параметров и [7]систему [1]составляютнормальных уравнений, аналогичную системе для полинома первой степени. Решая ее, находят логарифмыпараметров, а затем и сами параметры модели.Различают два случая определения параметров кривых роста, имеющих асимптоты (модифицированная экспонента, криваяГомперца, логистическая кривая). Если значение асимптоты к заранее [1]известно, то [21]модифицировав формулу и прологарифмировав по некоторому основанию определение параметров сводятся крешению системы нормальных уравнений, неизвестными которой являются логарифмы параметров кривой.Если значение асимптоты заранее неизвестно, то для нахождения параметров кривых роста используются приближенныеметоды: трех точек, трех сумм и другие.Таким образом, при моделировании экономической динамики, заданной временным рядом, путем сглаживания исходногоряда, определения наличия тренда, отбора одной или нескольких кривых роста и определения их параметров в случаеприсутствия тренда получают одну или несколько трендовых моделей для исходного временного ряда. Возникает вопрос:насколько эти модели близки к экономической реальности, насколько обосновано применение этих моделей для анализа ипрогнозирования изучаемого явления? Этот вопрос [1]будет рассмотрен в следующем подразделе [3].Оценка точности и адекватности трендовых моделейНесмотря на вид и способпостроения экономикоматематической модели вопрос о возможности ее применения в целях анализа и прогнозированияэкономического явления может быть решен в [1]соответствии модели исследуемого процесса или объекта.Полного соответствия модели реальному процессу или объекту [34]не может быть. Адекватность — это некоторое условное понятие. При моделировании берется во внимание адекватность по свойстваммодели, которые будут самыми наилучшими для любых исследований.Трендовую модель конкретного временного ряда можно считать адекватной в том случае, если она правильно отражает всекомпоненты временного ряда. Это требование справедливо для того, чтобы остаточная компонента полностьюудовлетворяла свойствам случайной компоненты временного ряда:• [1]случайностью [2]колебаний уровней остаточной последовательности;• [1]соответствием [2]распределения случайной компоненты нормальному закону распределения;• [1]равенством [2]математического ожидания случайной компоненты нулю;http://dvgups.antiplagiat.ru/ReportPage.aspx?docId=427.12900042&repNumb=17/2213.06.2015• Антиплагиат[1]независимостью [2]значений уровней случайной [1]последовательности, то есть отсутствием существеннойавтокорреляции.[2]Если проверить случайность колебаний уровней остаточной последовательности она будет означатьпроверку гипотезы о правильности выбора вида тренда. Для проведения исследования случайности отклонений от тренда[1]воспользуемся набором разностей (1.27):(1.27)Поведение данных отклонений рассматривается спомощью ряда непараметрических критериев. Критерий серий, основанный на медиане выборки является одним из такихкритериев. Ряд из величин располагают в порядке возрастания их значений и находят медиану полученного вариационногоряда, т.е. срединное значение при нечетном n или среднюю арифметическую из двух срединных значений при п четном.Вернувшись к исходной последовательности и сравнивая значения этой последовательности с , [1]поставим «+», если значение больше медианы и «˗», если оно будет меньше медианы. В случае равенства сравниваемых величин данноезначение опускается. Далее, получается последовательность, которая состоитиз плюсов и минусов (общее число которых не превосходит n). Серией называется последовательность подряд идущихплюсов или минусов. [1]Чтобы последовательность являлась случайной выборкой, длительностьсамой длинной серии не должна быть слишком большой, а общее число серий — слишком малым.[1]Протяженность [2]максимально длинной серии обозначим через , аобщее число серий — через v. Выборка будет случайной, если выполняются следующие неравенства для 5% уровнязначимости (1.28):(1.28)[1]где [2]целая часть числа — квадратные скобки.Если нарушаетсяодно из неравенств, то гипотеза о случайном характере отклонений уровней временного ряда от тренда отвергается ипоэтому, трендовая модель признается неадекватной.Следующим критерием для нашей проверки может служить критерий поворотных точек. Уровень последовательности [1]будем считать максимальным, если он будет больше несколькихрядом стоящих уровней, т.е. и минимумом, если он будет меньше обоих соседних уровней, т.е. . В обоих случаях считаетсяповоротной точкой. [1]Обозначим через p [16]общее число поворотных точек для остаточной последовательности .В случайной выборке математическое ожидание числа [1]точек [2]поворота и дисперсия выражаются формулами (1.29):(1.29)[1]Критерием случайности с [2] пятипроцентным уровнем значимости (с доверительной вероятностью 95%), являетсявыполнение неравенства (1.30):(1.30)где [1]целая часть числа обозначена квадратными скобками. Если это неравенство не выполнится, то трендовая модель будетнеадекватной.[2]Проверка соответствия распределения случайной компоненты нормальному закону распределения может бытьпроизведена лишь приближенно с помощью исследования показателей асимметрии () и эксцесса (), так как временныеряды, как правило, не очень велики. При нормальном распределении показатели асимметрии и эксцесса некоторойгенеральной совокупности равны нулю. Мы предполагаем, что отклонения от тренда представляют собой выборку изгенеральной совокупности, поэтому можно определить только выборочные характеристики асимметрии и эксцесса и ихошибки (1.31):(1.31)В [1]данных формулах является выборочной характеристикой асимметрии; является выборочной характеристикой эксцесса; и являютсясоответствующими среднеквадратическими ошибками.При условии одновременного выполнения следующих неравенств (1.32):(1.32)гипотеза о нормальном характере распределения случайной величины компоненты принимается.При [30] условии выполнения хотя бы одно из неравенств (1.33):(1.33)гипотеза о нормальном характере распределения отвергается. В [1]таком случае трендовая модель будет признана неадекватной. Остальныеслучаи требуют дополнительной проверки с помощью более сложных критериев.[1]Кроме [2]уже рассмотренного метода известены идругие методы [7]проверки нормальности закона распределения случайной величины: метод Вестергарда, [1]RSкритерий иhttp://dvgups.antiplagiat.ru/ReportPage.aspx?docId=427.12900042&repNumb=18/2213.06.2015Антиплагиат[2]так далее. Теперь подробно рассмотримнаиболее простой из них, основанный на RSкритерии. [2] Данный критерий численно равен отношению размаха вариациислучайной величины R к стандартному отклонению S. В нашем случае а среднее квадратическое отклонение [1] равно .Затем вычисленное значение RSкритерия [2]сравнивают с табличными [7]нижней и верхней границами данного отношения.Если это значение не попадает в интервал между критическими границами, то гипотеза с заданным уровнем значимости онормальности распределения отвергается. В другом случае данная гипотеза принимается. Для иллюстрации возьмемнесколько пар значений критических границ RS критерия для уровня значимости α = 0,05: при n = 10 нижняя границаравна 2,67, а верхняя равна 3,685; при n = 20 эти числа составляют соответственно 3,18 и 4,49; при n = 30 они равны 3,47и 4,89.Проверка равенства математического ожидания случайной компоненты равна нулю, если она распределена по нормальномузакону, осуществляется на основе tкритерия Стьюдента. Расчетное значение этого критерия задается данной формулой(1.34):(1.34)где — среднее арифметическо�� значение уровней остаточной последовательности ;— стандартное (среднеквадратическое) отклонение для этой последовательности .В случае если расчетное значение t окажется меньше табличного значения статистики Стьюдента с заданным уровнемзначимости а и числом степеней свободы n1, то гипотеза о равенстве нулю математического ожидания случайнойпоследовательности принимается; в противном случае эта гипотеза отвергается и модель считается неадекватной.Проверка независимости значений уровня случайной компоненты, т.е. проверка отсутствия существенной автокорреляциив остаточной последовательности может осуществляться по ряду критериев, наиболее распространенным из которыхявляется dкритерий Дарбина—Уотсона. Расчетное значение этого критерия определяется по формуле (1.35):(1.35)Нетрудно заметить, что расчетное значение критерия Дарбина—Уотсона в интервале от 2 до 4 свидетельствует оботрицательной связи; в этом случае [1] данный критерий необходимо преобразовать по формуле и [16]далее использовать значение d'.Данноезначение критерия d (или d') сравниваем с верхним и нижним критическими значениями статистики Дарбина—Уотсона,фрагмент табличных значений которых для различного числа уровней ряда n и числа определяемых параметров модели кпредставлен в [1]таблице 1.2 (уровень значимости 5%).Таблица 1.2nк=1к=2к=3151,081,360,951,540,821,75201,201,411,101,541,001,68301,351,491,281,571,211,65Если расчетное значение критерия d больше > ,то гипотеза о независимости уровней остаточной последовательности принимается. Если значение d < , то данная гипотезаотвергается и модель [6]является неадекватной. Если значение < d < ,то считается, что не хватает достаточных оснований сделать [1]вывод. [6]Необходимы дальнейшие исследования,например, по большему числу наблюдений.Вывод об адекватности трендовой модели [1]можно сделать в том случае, если положительные результаты дают все четыре проверки свойств остаточной последовательности.Для адекватных моделей имеет смысл ставить задачу оценки их точности. Величиной отклонения выхода модели отреального значения моделируемой переменной [1]характеризуется точность. Для показателя, котора представленвременным рядом, точность определяют как разность между значением фактического уровня временного ряда и егоhttp://dvgups.antiplagiat.ru/ReportPage.aspx?docId=427.12900042&repNumb=19/2213.06.2015Антиплагиатоценкой, которая получена расчетным путем с использованием модели, при этом в качестве статистических показателейточности [1]применяют [7]следующие:среднее квадратическое отклонение (1.36):(1.36)средняя относительная ошибка аппроксимации (1.37):(1.37)коэффициент сходимости (1.38):(1.38)коэффициент детерминации (1.39):(1.39)В [1]приведенных формулах n— [2] это количество уровней ряда, к— число определяемых параметров модели, — оценкауровней ряда по модели, — среднее арифметическое значение уровней ряда.На основании указанных показателей можно сделать выбор из нескольких адекватных трендовых моделей экономическойдинамики наиболее точной. Но иногда встречаются случаи, когда по некоторому показателю более точна одна модель, а подругому — другая.Данные показатели точности моделей рассчитываются на основе всех уровней временного ряда. Поэтому они отражаютлишь точность аппроксимации. Для оценки прогнозных свойств модели [1]используют [33] подход, который основан навыделении участка из ряда последних уровней исходного временного ряда в количестве, допустим, уровней в качествепроверочного (саму трендовую модель в этом случае следует строить по первым точкам, количество которых будет равно ).Тогда для расчета показателей точности модели по ретроспективному прогнозу применяют те же формулы, но суммированиев них будет вестись не по всем наблюдениям, а только по последним наблюдениям. Например, формула для среднегоквадратического отклонения будет иметь вид (1.40):(1.40)где — значения уровней ряда по модели, построенной для первых уровней ряда.Весьма полезно оценивание прогнозных свойств модели на ретроспективном участке. Особенно при сопоставленииразличных моделей прогнозирования из числа адекватных. Но необходимо помнить, что оценки ретро прогноза — это лишьприближенная мера точности прогноза и модели в целом, так как прогноз на период упреждения делается по модели,построенной по всем уровням ряда [3].[1]Прогнозирование [6]на основе трендовых моделей экономической динамикиКак и множество других методов экономического прогнозирования, прогнозирование экономических показателей на основетрендовых моделей, основано на идее экстраполяции. [1]Под экстраполяцией [2] понимается распространениезакономерностей, связей и соотношений, действующих в данном периоде, за его пределы. В [1]про��ессе построения прогнозностических моделей в их структуру в некоторых случаях закладываются элементыпредполагаемого состояния объекта или явления, но в целом они отражают закономерности, наблюдаемые в прошлом инастоящем, поэтому достоверный прогноз возможен только для таких объектов и явлений, которые в значительнойдетерминируются прошлым и настоящим.Существуют [1] два основных вида детерминации: внутренняя и внешняя. Внутренняя детерминация (самодетерминация),более устойчива, ее [10]просто обнаружить, используя экономикоматематические модели. Внешнюю детерминацию определяютбольшим числом факторов, поэтому учесть их все невозможно. Если некоторые методы моделирования, напримерадаптивные, отражают [1]внешнюю детерминацию, то методы, использующие трендовые модели экономических процессов, представленныеодномерными временными рядами, отражают внутреннюю детерминацию дынных объектов и явлений.При экстраполяционном прогнозировании экономической динамики на основе временных рядов с использованием трендовыхмоделей выполняются следующие основные этапы:а) предварительный анализ данных;б) формирование набора моделей (например, набора кривых роста), называемых функциямикандидатами;в) численное оценивание параметров моделей;г) определение адекватности моделей;д) оценка точности адекватных моделей;е) выбор лучшей модели;ж) получение точечного и интервального прогнозов;и) верификация прогноза.Порядок реализации первых шести этапов был описан ранее. Рассмотрим более подробно два заключительных этапа.Прогноз на основании трендовых моделей (кривых роста) [1]состоит из двух элементов: точечного и интервального прогноза. Точечным прогнозом называется прогноз, которым определяетсяединственное значение прогнозируемого показателя. Оно определяется подстановкой в уравнение выбранной кривой роставеличины времени t, соответствующей периоду упреждения: и т. д. Такой прогноз можно изобразить в виде точки награфике.Очевидно, что точное совпадение фактических данных и прогностических точечных оценок маловероятно. Поэтомуточечный прогноз [1]сопровождается [26]двусторонними границами, т.е. указанием интервала значений, в котором с [2]большей вероятностью можно ожидать появления прогнозируемой величины. Установление такого интервала называетсяинтервальным прогнозом.Интервальный прогноз на базе трендовых моделей осуществляется путем расчета доверительного интервала—интервала, вкотором с определенной вероятностью можно ожидать появления фактического значения прогнозируемого показателя.Расчет доверительных интервалов при прогнозировании с использованием кривых роста основан на выводах и формулахтеории регрессий. Перенесение выводов теории регрессий на временные экономические ряды не до конца правомерно, такhttp://dvgups.antiplagiat.ru/ReportPage.aspx?docId=427.12900042&repNumb=110/2213.06.2015Антиплагиаткак динамические ряды, отличаются от статистических совокупностей. Поэтому к оцениванию доверительных интерваловдля кривых роста следует подходить [1]осторожно.Методы, созданные для различныхстатистических совокупностей, позволяют определить доверительный интервал, зависящий от стандартной ошибки оценкипрогнозируемого [1]показателя, [2]от времени упреждения прогноза, от количества уровней во временном ряду и от уровнязначимости (ошибки) прогноза.Стандартная (средняя квадратическая) ошибка оценки прогнозируемого показателя [1]Sy [10]определяется по формуле(1.41):(1.41)где — фактическое значение уровня временного ряда для времени t; — расчетная оценка соответствующего показателя помодели (например, по уравнению кривой роста); n —количество уровней в исходном ряду; к — число параметров модели.В случае прямолинейного тренда для расчета доверительного интервала используют аналогичную формулу для парнойрегрессии, таким образом доверительный интервал прогноза Uу в данном случае имеет вид (1.42):(1.42)где L — период упреждения; — точечный прогноз по модели на определенный () й момент времени; n — количествонаблюдений во временном ряду; — стандартная ошибка оценки прогнозируемого показателя, рассчитанная по ранееприведенной формуле для числа параметров модели, равного двум; — табличное значение критерия Стьюдента для уровнязначимости и для числа степеней свободы, равного .Обозначим выражение (1.43):(1.43)через K, то формула для доверительного интервала примет вид (1.44):(1.44)Значения величины K для оценки доверительных интервалов прогноза относительно линейного тренда табулированы.Фрагмент такой таблицы для уровня значимости = 0,20 представлен для иллюстрации в таблице 1.3.Таблица 1.3Число уровней в ряду (n)Период упреждения L12345671,9322,1062,3002,5102,7332,965101,6921,7741,8651,9642,0692,180131,5811,6291,6821,7381,7991,863151,5361,5721,6111,6531,6971,745Иногда для расчета доверительных интервалов прогноза относительно линейного тренда применяют следующую формулу внесколько преобразованном виде (1.45):(1.45)Здесь t — порядковый номер уровня ряда — время, для которого делается прогноз; — время середины периода наблюденийдля исходного ряда, например, ; суммирование ведется по всем наблюдениям.Эту формулу можно упростить, если перенести начало отсчета времени на середину периода наблюдений (1.46):(1.46)Формула для расчета доверительных интервалов прогноза относительно тренда, имеющего вид многочлена второго илиhttp://dvgups.antiplagiat.ru/ReportPage.aspx?docId=427.12900042&repNumb=111/2213.06.2015Антиплагиаттретьего порядка, выглядит следующим образом (1.47):(1.47)Аналогично вычисляются доверительные интервалы для экспоненциальной кривой роста, а также для кривых роста,имеющих асимптоту (модифицированная экспонента, кривая Гомперца, логистическая кривая), если значение асимптотыизвестно.Таким образом, формулы расчета доверительного интервала для разных трендовых моделей различны, но каждая из нихотражает динамический аспект прогнозирования, т.е. увеличение неопределенности прогнозируемого процесса с ростомпериода упреждения проявляется в постоянном расширении доверительного интервала.Несмотря на громоздкость некоторых формул, расчет точечных и интервальных прогнозов на основе трендовых моделей вформе кривых роста на практике является достаточно простой процедурой. Оптимальная длина периода упрежденияопределяется отдельно для каждого явления с учетом дисперсии изучаемых данных на основе суждения о стабильностиявления. Эта длина, как правило, не превышает для рядов годовых наблюдений одной трети объема данных, а дляквартальных и месячных рядов — двух лет.При выравнивании временных рядов с использованием кривых роста приходится решать вопрос длины ряда, выбираемогодля прогнозирования. Очевидно, что если период ряда экономической динамики слишком короткий, возникает угроза необнаружить тенденцию его развития. С другой стороны, очень длительный временной ряд может охватывать периоды сразличными трендами и его описание с помощью одной кривой роста не [1]целесообразно. Поэтому рекомендуется действоватьследующим образом. Если нет соображений качественного порядка, следует брать больший промежуток времени. [1]Еслиразвитие [7] имеет циклический характер, следует брать период от середины первого до середины последнего периодацикла. Если ряд охватывает периоды с разными трендами, это следует сократить отбросив наиболее ранние уровни,которые относятся к периоду с иной тенденцией развития.При экстраполяционном прогнозировании экономической динамики с использованием трендовых моделей весьма важнымявляется заключительный этап — верификация прогноза. Верификация любых дескриптивных моделей, к которымотносятся трендовые модели, сводится к сопоставлению расчетных результатов по модели с соответствующими даннымидействительности — массовыми фактами и закономерностями экономического развития. Верификация прогностическоймодели представляет собой набор критериев, способов и процедур, позволяющих на основе многогранного анализаоценивать качество прогноза. Однако очень часто на этапе верификации в большей степени осуществляется оценка методапрогнозирования, с помощью которого был получен результат, чем оценка качества самого результата. Это связано с тем,что на сегодняшний день до сих пор не найдено эффективного подхода к оценке качества прогноза до его началареализации.Даже тогда, когда прогноз не оправдался, нельзя категорически утверждать, что он был бесполезен, посколькупользователь, если он хотя бы частично контролирует ход событий и может воздействовать на экономический процесс,может использовать прогнозную информацию желаемым для себя образом. Так, получив прогноз событий, определяющихнежелательное направление перспективного развития, пользователь может принять меры, чтобы прогноз не оправдался;такой прогноз называется самодеструктивным. Если прогноз предсказал ход событий, устраивающий пользователя, то онможет использовать свои возможности для увеличения вероятности правильного прогноза; подобный прогноз называетсясаморегулирующим. Таким образом, важным показателем ценности прогноза является полезность для пользователей.О точности прогноза принято судить по величине ошибки прогноза — разности между фактическим значением исследуемогопоказателя и его прогнозным значением. Определить указанную разность можно лишь в двух случаях: либо если периодупреждения уже окончился и известно фактическое значение прогнозируемого показателя (известна его реализация), либоесли прогнозирование осуществлялось для некоторого момента времени в прошлом, для которого известны фактическиеданные.Во втором из случаев информация делится на две части. Часть, охватывающая более ранние данные, служит дляоценивания параметров прогностической кривой роста, другая, более поздняя, рассматривается как реализация прогноза.Полученные таким образом ошибки прогноза в какойто мере характеризуют точность применяемой методикипрогнозирования.Проверка точности одного прогноза недостаточна для оценки качества прогнозирования, так как она может бытьрезультатом совпадения. Наиболее простой мерой качества прогнозов при наличии данных об их реализации, являетсяотношение числа случаев, когда фактическая реализация охватывалась интервальным прогнозом, к общему числупрогнозов. Данную меру качества прогнозов к можно вычислить по формуле (1.48):(1.48)где р — количество прогнозов, подтвержденных фактическими данными; q — количество прогнозов, не подтвержденныхфактическими данными.Однако в работе чаще приходится решать проблему качества прогнозов, когда период упреждения еще не завершился ифактическое значение прогнозируемого показателя неизвестно. В этом случае более точной считается модель, дающаяболее узкие доверительные интервалы прогноза. На практике не всегда получается сразу построить достаточно хорошуюмодель прогнозирования, поэтому описанные в данном подразделе этапы построения трендовых моделей экономическойдинамики выполняются [1]многократно [3].Адаптивные методы прогнозированияВ осно��у экстраполяционных методов прогнозирования входит такое предположение,что основные факторы и тенденции, которые имели место в прошлом, сохраняются в будущем. [1]Если сохранились эти тенденции — это является непременным условием для успешного прогнозирования. Ещенеобходимо, чтобы учитывались лишь те тенденции, которые еще до сих пор не устарели и оказывают влияние наизучаемый процесс.При кратком прогнозировании, а также при прогнозировании в ситуации изменения внешних условий, когда наиболееважными являются последние реализации исследуемого процесса, [1]самыми эффективными являются адаптивные методы, которые учитывают неравноценность уровней временного ряда.http://dvgups.antiplagiat.ru/ReportPage.aspx?docId=427.12900042&repNumb=112/2213.06.2015АнтиплагиатАдаптивными моделями прогнозирования являютямодели дисконтирования данных, которые способны быстро приспосабливать свою структуру и параметры к различнымизменениям условий. Инструментом прогноза в адаптивных моделях, как и в кривых роста, является математическая модельс единственным одним фактором «время».При оценке параметров адаптивных моделей в отличие от рассматриваемых ранее моделей «кривых роста» наблюдениям(уровням ряда) присваиваются различные веса в зависимости от того, насколько сильным признается их влияние натекущий уровень. Все это позволяет учитывать изменения в тенденции и колебания, в которых прослеживаетсязакономерность. Все адаптивные модели базируются на двух схемах: скользящего среднего (ССмодели) и авторегрессии(АРмодели).Согласно схеме скользящего среднего, оценкой текущего уровня является взвешенное среднее всех предшествующихуровней. Причем веса при наблюдениях убывают по мере удаления от последнего уровня. То есть информационнаяценность наблюдений признается тем большей, чем ближе они к концу интервала наблюдений. Такие модели хорошоотражают изменения, происходящие в тенденции, но они в чистом виде не позволяют отражать колебания.Реакция на ошибку прогноза и дисконтирование уровней временного ряда в моделях, базирующихся на схеме СС,определяют с помощью параметров сглаживания, значения у которых могут изменяться от нуля до единицы. Высокоезначение этих параметров означает придание большего веса последним уровням ряда, а низкое (менее 0,5) —предшествующим наблюдениям. Первый случай соответствует быстроизменяющимся динамичным процессам, второй —более стабильным.В авторегрессионной схеме оценкой текущего уровня служит взвешенная сумма не всех, а нескольких предшествующихуровней. При этом все весовые коэффициенты при наблюдениях не ранжированы. Информационная ценность наблюденийопределяют не их близостью к моделируемому уровню, а теснотой связи между ними.Общая схема построения адаптивных моделей представляют следующим образом. По нескольким первым уровням рядаоцениваются значения параметров модели. По имеющейся модели строят прогноз на один шаг вперед. Но его отклонениеот фактических уровней ряда расценивается как ошибка прогнозирования. Эту ошибку учитывают в соответствии спринятой схемой корректировки модели. Далее по модели со скорректированными параметрами рассчитывают прогнознуюоценку на следующий момент времени. Таким образом, модель постоянно « [1]впитывает» [2]новую информацию. К концупериода обучения отражает тенденцию развития процесса, [1]которая существует в данный момент.Напрактике статистического прогнозирования чаще всего используются две базовые ССмодели — Брауна и Хольта. Первая изних является частным случаем второй модели. Эти модели представляют процесс развития как линейную тенденцию слюбыми постоянно новыми изменяющимися параметрами.Модель Брауна может отображать развитие не только в виде линейной тенденции, но также в виде случайного процесса,которая не имеет тенденцию, а также в виде изменяющейся параболической тенденции. Соответственно различают моделиБрауна:• [1]нулевого порядка, [9]описывающую процессы, которые не имеюттенденции развития. Она имеет один параметр (оценка текущего уровня). Прогноз развития на к шагов впередосуществляется согласно формуле .• [1]первого порядка ( ). Коэффициентом является значение, близкое к последнему уровню. Оно представляет собойзакономерную составляющую этого уровня. Коэффициент определяет прирост, который сформировался к концу периоданаблюдений, но [1] он отражает также [32]скорость роста на более ранних этапах;• второго порядка, который отражает развитие в виде параболической тенденции с изменяющимися «скоростью» и«ускорением». Она имеет три параметра ( оценка текущего прироста или «ускорение»). Прогноз осуществляется поформуле: .Порядок модели обычно определяют априорно на основе визуального анализа графика процесса (есть ли тренд и близок лион к линейной функции), знаний законов развития характера изменения исследуемого явления, или методом проб(сравнивают статистические ха��актеристики моделей различного порядка на участке ретроспективного прогнозированиямоделей).Рассмотрим этапы построения линейной адаптивной модели Брауна.Этап 1. По первым пяти точкам временного ряда [3]оценивают [24]начальные [28]значения и параметров модели с[1]помощью [3]метода наименьших квадратов [1]для линейной аппроксимации (1.49):(1.49)Этап 2. С использованием параметров и по модели Брауна находят прогноз на один шаг (1.50):(1.50)Этап 3. Расчетное значение экономического показателя сравнивают с фактическим и [3] вычисляют величину ихрасхождения. [28]При имеем (1.51):(1.51)Этап 4. В соответствии с этой величиной корректируют параметры модели. В модели Брауна [3]модификацию [28]осуществляют следующим образом (1.52):(1.52)[9]где — коэффициент дисконтирования данных, который изменяется в пределах от 0 до 1 (). Он характеризуетобесценение данных за единицу времени. Отражает степень доверия более поздним наблюдениям. Оптимальное значение[3]находят [24]итеративным путем (многократным построением модели при разных и выбором наилучшей), или по формуле(1.54):(1.53)где N — длина временного рада, — параметр сглаживания;http://dvgups.antiplagiat.ru/ReportPage.aspx?docId=427.12900042&repNumb=113/2213.06.2015Антиплагиат— ошибка прогнозирования уровня , вычисленная в момент времени [3]на один шаг вперед.[1]Этап 5. [3]По модели со скорректированными параметрами и[1]находят прогноз [3]на следующий момент времени. [1] Осуществляется возврат на пункт 3, если .Если , [3]тогда построенную модель используютдля прогнозирования на будущее.Этап 6. Интервальный прогноз строится как для линейной [3]кривой роста.В авторегрессионных (АР) моделях текущее значение процесса представляет как линейную комбинациюпредыдущих его значений и случайной компоненты.Идентификация АР (р) модели состоит в определении ее порядка р. Одной из предпосылок построения модели этого типаявляется применение их к стационарному процессу. В более широком смысле идентификация модели включает также выборспособа трансформации исходного ряда наблюдений, имеющего некоторую тенденцию, в стационарный (или близкий кнему) ряд. Один из наиболее распространенных способов решения этой проблемы является последовательное взятиеразностей, (переход от исходного ряда к ряду первых, а затем и вторых разностей).«Чистые» авторегрессионные процессы имеют плавно затухающую автокорреляционную функцию (АКФ). В качествепорядка модели выбирают лаг, после которого все частные автокорреляционные функции (ЧАКФ) имеют незначительнуювеличину. На практике редко встречают процессы, которые легко было бы идентифицировать. Поэтому порядок моделиопределяют методом проб из нескольких альтернатив. В число кандидатов включают модели, у которых порядоксоответствует ЧАКФ, превышающей стандартное отклонение . При обработке разностных рядов иногда ориентируются наАКФ, выбирая модели, у которых порядок соответствует максимальному ее значению. При условии, что оно превышаетстандартное отклонение.Ряды без тенденции не представляют интереса для экономистов. АРмодели вообще не предназначены для описанияпроцессов с тенденцией, но они хорошо описывают колебания. Это весьма важно для отображения развития неустойчивыхпоказателей.[2]Чтобы сделать возможным применение АРмоделей к процессам с тенденцией, на первом этапе формируют стационарныйряд, т. е. исключают тенденцию путем перехода от исходного временного ряда к ряду первых или вторых разностей (1.54).[3]при(1.54)[25]Например, ряд первых разностей формируется как ряд приростов, т. е. последовательным вычитанием двух соседнихуровней. С учетом этого АР (р) [3]представляется в виде (1.55):(1.55)Параметры этой модели вычисляют по МНК с учетом сложности модели, или методом адаптивной фильтрации (МАФ). Вобоих случаях необходимо предварительно идентифицировать модель, т. е. правильно определить порядок разностного рядаd и порядок модели р.Простейшим способом определения наиболее подходящего разностного ряда является вычисление для каждого ряда егодисперсии. Далее, для обработки выбирают ряд, у которого величина этого показателя минимальна.Для идентификации порядка модели обычно [3]используют автокорреляционную функцию, значение которой определяютпо формуле (1.56):(1.56)где — количество уровней стационарного ряда— номер коэффициента автокорреляцииВ качестве порядка модели принимают номер коэффициента автокорреляции , [3]который имеет максимальную величину. В модели используютуровней, которые оказывают на текущий уровень наибольшее влияние. В соответствии с МНК формируется система из руравнений, которая в компактной форме имеет вид (1.57):(1.57)Например, для система принимает вид (1.58):(1.58)В ней суммирование проводится по в пределах от 3 доРешив эту систему уравнений, получают числовое значение. Оценка свободного члена получается из соотношения (1.59):(1.59)На основе построенной модели вычисляют прогнозное значение разностного ряда на шагов вперед, а от него переходят кпрогнозной оценке исходного ряда.Так, для имеем (1.60):[3]при(1.60)при[9]Из этого следует, что прогнозные оценки базируют и на фактических, ина полученных прогнозных уровнях ряда. Доверительный интервал прогноза рассчитывают на основе точечного прогноза:верхняя граница прогноза =Z(N+K)+U(K),нижняя граница прогноза =Z(N+K)U(K).Величина рассчитывается по формуле (1.61):http://dvgups.antiplagiat.ru/ReportPage.aspx?docId=427.12900042&repNumb=114/2213.06.2015Антиплагиат(1.61)где — СКО, вычисленное с учетом сложности АР (р) модели; — коэффициент, который соответствует табличному значениюстатистики Стьюдента с выбранным уровнем значимости; коэффициент под квадратным корнем рассчитываетсярекуррентно, причем при величина , а при (1.62):(1.62)В методе адаптивной фильтрации используется АР (р) модель, которая без свободного члена. Ее параметры корректируютсяна итерации в каждый момент времени следующим образом:(1.62)где и — векторы новых и старых значений весов модели;— константа обучения, которая определяет скорость адаптации параметров модели— ошибка прогнозирования уровня.Алгоритм построения модели прогнозирования состоит в следующем. На первой итерации на основе начального наборавесов и первых уровней ряда вычисляетсяи его расхождение с фактическим уровнем, т.е. (1.63):.(1.63)Подставляя величину ошибки в уравнение корректировки весов, получают новый набор весов для следующего моментавремени . Далее эта процедура повторяется для следующих наборов , каждый из которых образован из предыдущего, заисключением первого и добавлением одного нового уровня ряда. Если на итерации оптимальные веса не получены, то наследующей итерации надо вернуться к первому набору уровней ряда , но уже с новыми начальными весами. Они взяты отпредыдущей итерации.Определение начальных весов осуществляется путем решения уравнения Юла—Уокера, составленного на основекоэффициентов автокорреляции. Процедура корректировки параметров заканчивается, когда среднеквадратическая ошибкаперестает существенно убывать или при достижении заданного максимального количества итераций [3].[3]Исследование и анализ автомобильного рынка в РоссииДинамика и анализ продаж автомобилей группы RenaultNissanКак можно заметить по результатам статистического наблюдения за период 20072015 гг. у автомобильного рынка России процессастабилизации не наблюдается. Динамика наглядно видна на многих представленных ниже рисунках. В большинстве случаев после паденияпроисходит рост продаж легковых автомобилей. Рассмотрим все эти ситуации на конкретных примерах.На следующих графиках данные берутся по отдельным группам легковых автомобилей (АвтоВАЗ, Automotive Group, Volkswagen, Toyota Motor,General Motors, Daimler Group, Mitsubishi Motors, Соллерс, ГАЗ, BMW, Mazda Motor, UzDaewoo, Ford Motor, Jaguar Land Rover, PSA Peuge Citroen,Subaru Motor, Lifan, Volvo car Corp).Рассмотрим группу машин АвтоВАЗ. Данный бренд имеет 50,1% [4] акций отечественного завода. Из представленных ниже рисунков(рисунок 1,2,3,4) видно, что наибольшие темпы роста продаж будет принадлежать марке Nissan (рисунок 2), уже к 2017 году продажиданной марки машин достигнут более, чем 16000 марок, ситуация у автомобилей Лада иная (рисунок 1), ее продажи не будут меняться.Автомобили марки Renault (рисунок 3) тоже не отстают от Nissan, их продажи с 20152017 годов возрастут от 8000 штук до 14500. В даннойгруппе, по количеству проданных машин к 2017 году лидером должна стать марка Infiniti (рисунок 4), если в 2015 году количествопроданных машин данной марки составляло 600 штук, то к 2017 году эта цифра возрастет почти в два раза, как известно, средняя стоимостьданного автомобиля составляет около 3000000руб.Рисунок 1 — Продажа автомобилей марки ЛадаРисунок 2 — Продажа автомобилей марки NissanРисунок 3 — Продажа автомобилей марки RenaultРисунок 4 — Продажа автомобилей марки InfinitiДинамика и анализ продаж автомобилей группы HyundaiKiaСледующая группа для анализа динамики продаж южнокорейская компания HyundaiKia. Самый крупнейший автопроизводитель в стране ичетвёртый в мире [5]. Как видно по графику рисунка 5, Hyundai целеустремленно набирает обороты продаж с 20122014 года, в 2015 годупродажи резко падают. Но, к 2017 году все должно наладиться, продажи данной марки вернутся к своему изначальному лидерству и продажидостигнут 16000 штук.Рисунок 5 — Продажа автомобилей марки HyundaiЧто касается марки Kia (рисунок 6), ситуация аналогичная, после резкого спада эта марка набирает свои изначальные обороты по продажам.Рисунок 6 — Продажа автомобилей марки KiaДинамика и анализ продаж автомобилей группы VolkswagenVolkswagen немецкая марка автомобилей, одна из многих принадлежащих концерну Volkswagen AG. Под данной маркой в 2007 году былореализовано 5 миллионов 20 тысяч автомобилей [6]. Из представленных ниже графиков видно, что с 2007 года Volkswagen (рисунок 10)динамично набирает свои обороты по продажам, но с 2014 года резко идет на спад. Согласно полученной трендовой модели, можно сделатьвывод о том, что ситуация наладится к 2017 году. Производитель автомобилей Scoda (рисунок 8) плавно набирал свои предельныепоказатели по продажам начиная со второй полугодия 2010 года по вторую половину 2012 года, сначала происходит плавное колебание, азатем резкий спад. Немецкая марка автомобилей Audi (рисунок 9) с 2007 года по вторую половину 2008 года растет по количеству своихпродаж. Со второй половины 20082011 годов претерпевает незначительные колебания по продажам своих автомобилей, с 2011 года по2012 год происходит резкий рост продаж автомобилей данной марки, затем происходят незначительные колебания и с 2014 годапроисходит спад продаж автомобилей. К 2017 году, количество продаж должно достигнуть уровня продаж 2012 года данной марки машин.Рисунок 7 — Продажа автомобилей марки VolkswagenРисунок 8 — Продажа автомобилей марки ScodaРисунок 9 — Продажа автомобилей марки AudiРисунок 10 — Продажа автомобилей марки Volkswagen комм.Рисунок 11 — Продажа автомобилей марки SEATЧто касается марки автомобилей SEAT (рисунок 11) ситуация идентичная с маркой Volkswagen.Динамика и анализ продаж автомобилей группы ToyotaЛидером на российском автомобильном рынке по объему выручки остается Toyota, по сравнению с прошлым годом, с января по август даннаягруппа заработала в России на 14% больше (158,7 миллиарда рублей). Что касается уровня доходов, компания с большим отрывомвырывается вперед, но если рассматривать количество проданных автомобилей (102,5 тысячи машин), данная компания занимает лишьшестое место. Главная задача (для машин Toyota) на всех рынках заключена в устойчивом развитии бизнеса, [35]который направлен на прочный рост прибыли в перспективе на будущее. Они не рассматривают достижение огромных объемов продаж идолей рынка в ущерб маржинальности бизнеса компании и дилеров.Средняя цена автомобилей японской марки в России составляет 1 миллиона 550 тысяч рублей [2] –ценники выше только у автомобилейhttp://dvgups.antiplagiat.ru/ReportPage.aspx?docId=427.12900042&repNumb=115/2213.06.2015Антиплагиатпремиум класса, таких как Land Rover, MercedesBenz и Lexus.К 2017 году (рисунок 12) данная марка должна набрать свои обороты по продажам после резкого спада. У автомобилей марки Lexus (рисунок13) ситуация иная, резкого увеличения продаж машин не наблюдалась со второй половины 2010 года. И вот к 2015 году продажи машинданной марки набирают свои обороты, они больше, чем в два раза увеличили свои продажи по сравнению с 2014 годом и в дальнейшембудет продолжаться данная тенденция.Рисунок 12 — Продажа автомобилей марки ToyotaРисунок 13 — Продажа автомобилей марки LexusДинамика и анализ продаж автомобилей группы General MotorsРассмотрим группу машин General Motors. Как видно из представленного графика 14, машины марки Chevrolet не обещают грандиозныхпродаж. Со второй полоны 2014 года их продажи резко идут на спад, к 2017 году ситуация обещает наладиться, но числа менеезначительны, чем у других марок, 7000 штук, хотя в 2008 году их продажи достигали 23 000 машин, разница довольна значительная. Умарки автомобилей Opel (рисунок 16) ситуация очень похожая, только в 2008 году их продажи составляли 10000 штук. Как известно из СМИ,данная марка покидает авторынок России. Марка автомобилей Cadillac (рисунок 16) в аналогичной ситуации, как и у двух предыдущих марок.Рисунок 14 — Продажа автомобилей марки ChevroletРисунок 15 — Продажа автомобилей марки OpelРисунок 16 — Продажа автомобилей марки CadillacДинамика и анализ продаж автомобилей группы Mitsubishi MotorsУ данной марки автомобилей (рисунок 17) с 2007 года наблюдается большое количество продаж, на графике рисунка 17 видно, какпроисходит быстрый рост продаж, затем с 2008 года начинается спад продаж легковых автомобилей, количество проданных машин составилоболее 5000 штук с 2012 года данная марка набирает свои обороты продаж и уже в 2014 годуколичество проданных автомобилей составило 10000 штук и далее опять происходит резкий спад продаж. С помощью трендовой моделиможно сделать вывод о том, что ситуация по продажам у данной марки постепенно будет налаживаться, количество проданных машин будетсоставлять более 5000 штук.Рисунок 17 — Продажа автомобилей марки MitsubishiДинамика и анализ продаж автомобилей группы Daimler GroupMercedesBenz торговая марка средств немецкого автостроительного концерна «Daimler AG».В 2013 году бренд оценивали в 61,9 миллиардов долларов, удерживая второе место (после Toyota) среди компаний производителейавтомобилей и одиннадцатое место среди всех брендов мира, а в 2014 году занимает 42 место со стоимостью в 21535 миллиардовдолларов[7].Рисунок 18— Продажа автомобилей марки MercedesBenzС помощью трендовой модели (рисунок 18) можно сказать, что данная марка обещает рост продаж своих автомобилей и последнеемаксимальное число продаж автомобилей 4000 штук в 2015 году, к 2017 году увеличится до 5000.Динамика и анализ продаж автомобилей группы ГАЗ«Группа ГАЗ» —автомобилестроительная компания России. Штабквартира объединяет 13 производственных предприятий в несколькихрегионах России. ООО «Управляющая компания «Группа ГАЗ» принадлежит ОАО «ГАЗ».Как видно из представленного ниже графика (рисунок 19) с самого начала появления данной группы автомобилей на Российскомавторынке, продажи данной группы легковых автомобилей были не высокими и в 2011 году происходит резкое возрастание продаж,количество проданных машин достигает 7000 штук и к 2015 году оно уменьшается до 4000 штук. Но к 2017 году данная марка машин будетстараться вернуть свои максимальные продажи.Рисунок 19— Продажа автомобилей марки ГАЗДинамика и анализ продаж автомобилей группы BMWСо второй половины 2011 года у группы легковых автомобилей BMW происходит рост продаж автомобилей. С 2014 года автомобилиначинают меньше пользоваться спросом и продажи сокращаются, к 2015 году количество проданных легковых автомобилей составляет 2250штук. С помощью трендовой модели можно сделать вывод о том, что количество проданных легковых автомобилей возрастет до 3000 штук.Рисунок 20— Продажа автомобилей марки BMWДинамика и анализ продаж автомобилей группы MazdaДанная марка автомобилей (рисунок 21) испытывала, как и резкий спад продаж, так и быстрое возрастание продаж автомобилей. С 2013 по2015 года не происходит изменений. К 2017 году количество проданных машин составит 5000. Хотя в 2008 году продажи автомобилейсоставляли 8000 штук.Рисунок 21— Продажа автомобилей марки MazdaДинамика и анализ продаж автомобилей группы FordКак видно из представленного ниже графика (рисунок 22), в целом с 2008 года происходит резкий спад продаж легковых автомобилей,ситуация начала налаживаться с 2010 по 2012 года, количество продаж автомобилей возросло, но затем снова происходит спад продажавтомобилей. Данная ситуация продолжается и на сегодняшний день. С 2015 по 2017 года ситуация будет стабильная, т.е. за это времяпродажи автомобилей сильно не возрастут и не уменьшатся.Рисунок 22— Продажа автомобилей марки FordДинамика и анализ продаж автомобилей группы HondaC 2008 года у данной группы автомобилей (рисунок 23) происходит резкий спад продаж, если в 2007 году количество проданных легковыхавтомобилей составляло 6000 штук, то к 2017 году продажи автомобилей будут меньше 1000 штук.Рисунок 23— Продажа автомобилей марки HondaДинамика и анализ продаж автомобилей группы JaguarC 2008 года у данной марки автомобилей (рисунок 24) происходит огромный спад продаж. С 2009 года ситуация начинает восстанавливатьсядо второй половины 2014 года и затем происходит опять спад продаж автомобилей. Из представленной трендовой модели можно сделатьвывод о том, что количество проданных легковых автомобилей данной марки составит 80 штук, это намного меньше продаж по сравнению с2008 годом.Рисунок 24— Продажа автомобилей марки JaguarДинамика и анализ продаж автомобилей группы VolvoКак видно из представленного рисунка 25, с 2009 года происходит возрастание продаж автомобилей до 2014 года. В 2015 году происходитспад продаж. Из представленной трендовой модели можно сделать вывод о том, что количество проданных легковых автомобилей к 2017 годусоставит меньше, чем 1500 штук.Рисунок 25— Продажа автомобилей марки VolvoДинамика и анализ продаж автомобилей группы DaewooУ автомобилей марки Daewoo (рисунок 26) с 2010 года происходит спад продаж, если в 2008 году количество проданных машин составляло9000 штук, то к 2015 году продажи сократились до 2000. К 2017 году количество продаж не изменится.Рисунок 26— Продажа автомобилей марки DaewooДинамика и анализ продаж автомобилей группы PSA Peugeot CitroenУ легковых автомобилей марки Peugeot (рисунок 27) с 2011 года происходит резкий спад продаж. Если в 2011 году количество проданныхмашин составляло 4250 штук, то к 2015 году количество продаж составило 500 штук. Из представленной трендовой модели можно сделатьвывод о том, что к 2017 году количество проданных автомобилей данной марки должно составить 2250 штук.Рисунок 27— Продажа автомобилей марки Peugeothttp://dvgups.antiplagiat.ru/ReportPage.aspx?docId=427.12900042&repNumb=116/2213.06.2015АнтиплагиатУ группы машин Citroen (рисунок 28) похожая ситуация. С 2011 года происходит огромный спад продаж легковых автомобилей. Если в 2011году количество проданных автомобилей составляло более 3000 штук, то к 2015 году количество проданных машин составило 500 штук. Изпредставленной трендовой модели можно сделать вывод о том, что ситуация у данной марки наладиться, уже к 2017 году количествопроданных машин должно составить более, чем 2000 штук.Рисунок 28— Продажа автомобилей марки CitroenДинамика и анализ продаж автомобилей группы LifanКак видно из представленного ниже рисунка 29, автомобили марки Lifan продаются успешно, с 2010 года возрастает количество проданныхавтомобилей, если в 2007 году количество проданных машин составляло около 100 штук, то к 2015 году количество проданных машинсоставило 2000 штук. К 2017 году продажи автомобилей должны увеличатся, и количество проданных машин должно составить около 3000штук.Рисунок 29— Продажа автомобилей марки LifanДинамика и анализ продаж автомобилей группы FIAT Chrysler AutomobilesУ автомобилей группы FIAT Chrysler Automobiles ситуация критичная, почти у всех марок автомобилей продажи резко спали, к 2017 годуситуация не улучшиться и продажи автомобилей останутся на том же уровне, что и в 2015 году. Другая ситуация у автомобилей марки Jeep(рисунок 31), с 2008 года был спад продаж, но с 2010 года продажи автомобилей увечились более, чем в три раза, по сравнению с 2007годом. К 2017 году продажи легковых автомобилей данной марки будут проходить успешно.Рисунок 30— Продажа автомобилей марки FIATРисунок 31— Продажа автомобилей марки JeepРисунок 32— Продажа автомобилей марки ChryslerРисунок 33— Продажа автомобилей марки DodgeДинамика и анализ продаж автомобилей группы GeelyС 2010 года продажи автомобилей данной группы (рисунок 34) были успешны. Со второй половины 2014 года продажи легковыхавтомобилей спали. Из представленной трендовой модели можно сделать вывод о том, что к 2017 году ��итуация изменится в лучшуюсторону и количество проданных машин составит 2000 штук.Рисунок 34— Продажа автомобилей марки GeelyДинамика и анализ продаж автомобилей группы PorscheУ легковых автомобилей группы Porsche (рисунок 35) с 2010 года происходит резкий рост продаж. И на сегодняшний день продажи так жеуспешны. К 2017 году рост продаж машин не изменятся.Рисунок 35— Продажа автомобилей марки PorscheДинамика и анализ продаж автомобилей группы CheryНа графике рисунка 36 видно, что в 2007 году зафиксировано самое максимальное число продаж автомобилей марки Chery (3000 штук).После чего происходит спад продаж, в июне 2008 и 2010 годов продажи автомобилей были самими минимальными и составили менее 500штук. Но затем ситуация начинает налаживаться. Продажи легковых автомобилей начинают возрастать. С мая 2013 года опять происходитрезкий спад продаж машин. В 2015 году было продано 500 штук. К 2017 году количество проданных автомобилей должно составить 600штук, что на 100 штук больше, чем в 2015 году.Рисунок 36— Продажа автомобилей марки CheryДинамика и анализ продаж автомобилей группы Great WallУ марки машин Great Wall (рисунок 37) с 2011 года происходит резкое возрастание продаж, максимальное количество проданных машин в2013 году составило 1800 штук. Затем постепенно происходит спад продаж автомобилей и к 2015 году количество проданных машинсоставило 500 штук. Из представленной трендовой модели можно сделать вывод о том, что в 2017 году количество продаж должно возрастидо 1200 штук.Рисунок 37— Продажа автомобилей марки Great WallДинамика и анализ продаж автомобилей группы SuzukiНа графике рисунка 38 видно, что за период 20072015 годов были как минимальные, так и максимальные продажи автомобилей. В 2008году количество проданных автомобилей составило 4500 штук. И в 2015 году количество проданных машин оказалось самым минимальным.К 2017 году ситуация наладится, количество проданных машин возрастет до 1000 штук.Рисунок 38— Продажа автомобилей марки SuzukiНа сегодняшний день на российском авторынке собрали больше половины (64%) [2] всей выручки такие бренды, как: MercedesBenz, Toyota,Kia, Lada, Renault, Nissan, Hyundai, Volkswagen, BMW и Mitsubishi. При этом они все, за исключением Volkswagen и Lada, смогли увеличитьценовую разницу, несмотря на общее падение российского авторынка. Автопроизводители данных марок увеличивают свой доход в России благодаря нескольким факторам: за много десятилетий конкуренции в мире они довели свой бизнес досовершенства, сделали его максимально эффективным, и стремятся сохранить эту эффективность в любой стране, где онипредставлены.[35]Резкое увеличение цен на подержанные, так же и на новые машины происходит по причине валютных колебаний. В 2014 годуавтопроизводители изменялиценники вслед за снижением курса рубля по отношению к доллару и евро, именно это позволило им не потерять в доходах.[35]На сегодняшний день продажи автомобилей в России значительно упали. Объем рынка в рублевом выражении в этом году остаетсяна уровне прошлого года, несмотря на то, что [35]продажи в штуках упали на 12 процентов [2].Тем не менее, есть производители, которые приспособились к реалиям финансового кризиса и увеличили продажи своих автомобилей.Анализ динамики продаж легковых автомобилей с помощью трендовых моделей показал, что к 2017 году количество продаж автомобилей вштуках увеличится у таких марок как: Lada (3800), Nissan (16000), Renault (1500), Infiniti (более 1000), Hyundai (14000), Kia (16000),Volkswagen (15000), Scoda (9000), Audi (3500), Toyota (11000), Lexus (3000), Mitsubishi (5000), ГАЗ (6000), MercedesBenz (5000), BMW(3000), Mazda (5000), Volvo (1400), Peugeot (2100), Citroen (2000), Lifan (3000), Jeep (900), Geely (2000), Porsche (500), Chery (600), GreatWall (1100), Suzuki (1000).А минимальное количество продаж автомобилей в 2017 году будут у марок: SEAT (менее 100), Chevrolet (6000), Cadillac (120), Ford (менее2000), Honda (менее 500), Jaguar (100), Daewoo (менее 2000), FIAT (200), Chrysler (менее 10), Dodge (менее 10). Автопроизводителямданным марок необходимо, или снизить цену на легковые автомобили (как это сделали уже многие автопроизводители на сегодняшнийдень), или же придумать что то новое для своих автомобилей, чтобы хоть как то наладить ситуацию.По самым максимальным продажам автомобилей в России за последнее время, в пятерку лидеров по количеству проданных автомобилейвходят такие марки, как: Лада (27423), Hyundai (13901), Kia (12121), Toyota (9731), Renault (9507). В 2017 году должны войти марки Nissan(16000), Volkswagen (15000), Toyota (11000), Scoda (9000), ГАЗ (6000).Экспертный анализ продаж автомобилей в РоссииКак говорят специалисты, не смотря на снижение продаж на отечественном автомобильном рынке, перспективы у России есть. Экспертыhttp://dvgups.antiplagiat.ru/ReportPage.aspx?docId=427.12900042&repNumb=117/2213.06.2015Антиплагиатсчитают, что у России к 2016 году есть все шансы стать лидером среди европейских стран. Еще через 4 года Россия выйдет на пятую строчкув мировом рейтинге.По информации агентства «Ведомости», ссылающегося на слова директора столичного офиса The Boston Consulting Group Мауэрер Стефан, в2016 году Германия, занимающая на текущий момент позицию «номер 1», отдаст свое место России. К тому же в BCG утверждают, что к 2020году Россия в мировом рейтинге займет пятую строчку.По прогнозу BCG за восемь лет ежегодно на отечественном рынке будут продавать по 4,4 миллиона новых машин. К 2020 году объемывырастут на 6%. На сегодняшний день, по результатам прошлого года в России было реализовано 2,9 миллионов автомобилей, чтообеспечивает седьмую позицию в мировом рейтинге.В свою очередь, российские специалисты поддерживают точку зрения западных коллег. В частности, аналитик «ВТБкапитала» БеспаловВладимир считает, что российский авторынок вырастет на 45% в год, в результате чего к 2020 году страна выйдет на уровень 44,3миллиона продаваемых машин. По мнению руководителя агентства «Автостат» Удалова Сергея к указанной дате объемы приобретут 3,753,85 миллионов автомобилей. По мнению чиновников автоиндустрии отечественный рынок достигнет цифры в 3,95 миллионов автомобилей.Тем не менее все эксперты уверены, что к 2016 году России обгонит рынок Германии. Аналитик «ВТБ капитала» считает, что 2013 годотечественный авторынок закончит с показателем 2,75 миллионов автомобилей.Руководитель московского столичного офиса BCG уверен, что нынешняя отрицательная динамика – это лишь временное явление. По егословам, Россия обладает отличным потенциалом. Например, на тысячу российских граждан приходится 209 машин, в Западной и ВосточнойЕвропе этот показатель равен 560 и 400 автомобилей соответственно. А в США на каждые 1000 граждан приходиться 740 автомобилей.Увеличение числа продаж будет связано с выбыванием старых моделей с рынка[8].Цена и ценообразованиеПонятие цены и ценообразованияПонятия «цена» и «ценообразование» это главные элементы рыночной экономики.Ежедневно люди совершают покупки. В отличие от повседневной жизни, где цена ассоциируется лишь с ценником, в экономике данноеопределение зависит от многих факторов, существуют даже целые теории относительно ценообразования.На первый взгляд, цена очень очевидное и простое понятие. Совершая покупку, мы отдаем за нее определенную сумму денег, а именно тусумму, которая определена продавцом. Таким образом, мы, совершаем сделку, основанную на решении продавца передать товар, апокупателя купить за определенную денежную сумму (коэффициент обмена). Стоимость товара определяют с помощью соотношенияоплаты и товара. А цена это выражение стоимости за единицу товара.Цена одно из фундаментальных экономических понятий. Многие экономические школы (К. Маркса, А. Смита) поразному понималиопределение цены. Например у Смита, цена, с одной стороны, зависит от состояния предложения и спроса, а с другой – от затрат труда.Маркс же предложил теорию прибавочной стоимости разницы между стоимостью используемой рабочей силы и созданной стоимостью; это иесть прибыль. Маркс считал, что прибавочная стоимость создается именно в сфере производства, и не зависит от спроса и предложения.Другие же определяют цену в зависимости от субъективной полезности товара или услуги для конкретного лица.С этим связаны различные подходы к ценообразованию. Складывая издержки и прибыль, затратный подход получает цену. Ценностныйподход ориентируется на спрос. В его рамках цена часто устанавливается в процессе торга как выявления субъективной ценности товара дляпокупателей. Метод пассивного ценообразования заключается в ориентации на цены конкурентов и установлении аналогичных. Насегодняшний день принято выделять несколько ценообразующих факторов, среди которых: затраты на создание товара, его ценность,состояние спроса, наличие конкурентов, влияние государственного института на ценообразование [12].Ценообразованием является окончательно установленная цена. Ценообразование это процесс, который происходит в выбореокончательной цены. Он зависит от нескольких факторов: исходной стоимости продукции, цен конкурентов, соотношения предложения испроса.Цель ценообразования заключается в обеспечении мотивированной, своевременной и достаточной ценовой реакции, чтобы получитьмаксимальный объем продаж с минимальной потерей маржинальности [13].Ценообразование любого товара постоянно зависит от целей, которые ставит организация.Взаимодействие цены и спросаКак складывается цена на автомобилиЭтот раздел посвящен примерам цен, по которым можно привезти исправный, растаможенный и готовый к эксплуатации автомобиль вотличном состоянии. Точная цена при покупке конкретного авто зависит:от комплектации, состояния, пробега, сезона, цвета, распространенности модели, курса евро/доллар, а также степени срочности поиска,ситуации на рынке и доли везения. Поэтому, конечно, возможны некоторые отклонения от указанных цифр, в ту или иную сторону.Цена на автомобиль складывается так:Стоимость покупки автомобиля. Так же существует масса нюансов, связанных с местонахождением машины, возвратом НДС и условиямипродажи, поэтому сумма, указанная, например, в объявлении в Интернете, может отличаться от реальной, как в большую, так и в меньшуюсторону. Таможенные платежи (раздел «Таможня»). Помимо собственно пошлины, существуют ещё расходы комиссия банка за конвертациюплатежа в рублях и пересчет наличных, оценка, фитосанитарный контроль (это такая обязательная мойка за 12 тысяч рублей) и т.д. всёвремя чтото новое придумывают. Накладные расходы, составляют примерно 15002500 Евро, включают:а) Поиск и осмотр машинкандидатов, иногда расположенных за 300600 км от места нахождения эксперта;б) Услуги агентовинформаторов;в) Телефонные переговоры;г) Поездку за автомобилем, проживание и перемещение там;д) Комиссии за банковскиие переводы и конвертации;е) Оформление документов: снятие с учета, техосмотр, страховка;ж) Хлопоты по получению НДС (если есть возврат): это "замораживание" суммы денег, риск неполучения, оформление экспортных бумаг иещё одна поездка к продавцу (не всегда по дороге, нужно попасть туда в рабочее время, и чтобы были на месте начальник и деньги в кассе);Акт криминалистической экспертизы о подлинности номеров кузова и двигателя;Постановкаснятие с учета в ГАИ, страховка ОСАГО, техосмотр, доверенности;Стимуляция процессов в таможнях разных стран и ГАИ;Топливо, половина по европейским ценам;Проезд через кордоны ГАИ и таможни по России, странам «ближнего зарубежья» и Польше, страховки и сборы;Предпродажную подготовку: считывание ошибок борткомпьютера; инспекцию агрегатов и подвески с заменой, при необходимости, ремней,колодок, лампочек, датчиков, деталей интерьера, масла, сальников, резинок и деталей подвески, чистку, две мойки с пылесосом, полировку,устранение сколов краски и микровмятин; зимой возят только на зимней резине (без авантюризма), поэтому иногда ещё шиномонтаж сбалансировкой и покупку (или прокат) резины, новой или б/у (согласовывается с заказчиком).Обратный билет на самолет, оплата расходов, проживания и поездки;Отправку документов экспресспочтой или самолетом;Оплату стоянки машины.Налоговый платеж машина стоит на учёте некоторое время.Оплата работы команды. Составляет примерно 10% от стоимости машины в Москве и включает в себя, помимо оказания всехhttp://dvgups.antiplagiat.ru/ReportPage.aspx?docId=427.12900042&repNumb=118/2213.06.2015Антиплагиатвышеперечисленных услуг:стоимость кредита, транспортные, форсмажорные, криминальные, валютные и коммерческие риски, ответственность за сохранностьмашины и правильность оформления документов. Еще есть затраты на рекламу, оборудование, расходники, хостинг, интернеттрафик,поездки на встречи с заказчиками, разговоры по межгороду и мобильнику. Грамотный торг в пользу заказчика, который тоже входит в услуги, снижает цену. Все из вышеперечисленных пунктов затрат ни отменить, ни изменить невозможно, все они являются объективной неизбежной реальностью[14].Оценка влияния загрязнений от автотранспорта на окружающую среду и человека и возможные механизмы снижения этого воздействияАнализ воздействия автотранспорта на окружающую среду и человекаПрирода – это целостная система, которая включает в себя множества сбалансированных связей. Если нарушится одна из этих связей, этоприведет к изменению установившихся в природе круговоротах веществ и энергии.Негативное влияние тепловых машин и тепловых двигателей на окружающую среду, и человека связано со многими факторами. Вопервых, используется кислород из атмосферы при сжигании топлива, [8]поэтому с течением времени уменьшается содержание кислорода в воздухе. Вовторых, происходитвыделением в атмосферу углекислого газа при сжигании топлива. Втретьих, при сжигании угля и нефти атмосферазагрязняется азотными и серными соединениями, которые являются вредными для здоровья человека.Каждый год автомобильные двигателивыбрасывают в атмосферу дватри тонн свинца.Выбросы вредных веществ в атмосферу не единственный минус воздействия энергетики на природу. Согласно законамтермодинамики производство электрической и механической энергии в принципе не может быть осуществлено без отвода вокружающую среду существенных количеств теплоты. Это не может не приводить со временем к повышению среднейтемпературы на земле, называемое «тепловым загрязнением». Этот эффект увеличивается тем, что при сгорании [8]большого количества топлива увеличиваетсяконцентрация углекислого газа в земной атмосфере.А при огромной концентрации углекислого газа атмосфера хуже пропускает тепловое излучение нагретой солнцемповерхности Земли, [8]вследствие чего усиливается «парниковый эффект». Врезультате описанных процессов средняя температура на Земле в течение последних десятилетий неуклонно повышается.Это грозит глобальным потеплением с нежелательными последствиями, к которым относятся таяние ледников и подъемуровня мирового океана.Одна из главных проблем, стоящих перед человечеством это «экологический кризис». Большие масштабы преобразованияэнергии уже начали оказывать «планетарное» воздействие на климат Земли и состав атмосферы. Кроме того, при сжиганиитоплива в тепловых двигателях используется атмосферный кислород (в наиболее развитых странах тепловые двигателиуже сегодня потребляют больше кислорода, чем вырабатывается всеми растениями, растущими в этих странах) ипоявляется много вредных веществ, загрязняющих атмосферу.[8]Не только промышленность загрязняет воздух, егозагрязняют и различные виды транспорта, прежде всего автомобильный. Жители больших городов задыхаются отвыхлопных газов автомобильных двигателей.Тепловые машины широко [8]используются в быту и на производстве. Огромное количествоавтомобилей с двигателями внутреннего сгорания перевозят грузы и пассажиров.На протяжении всего ХХ века производство автомобилей быстро возрастало. В 1998 году по дорогам мира уже ездило 700[8]миллионов автомобилей. Такое распространение автомобилей получилиблагодаря качествам установленного на нём двигателя. При небольшой массе он [8]усиливает мощность, которой достаточно для быстрой езды, при этом потребляяне так уж много топлива.Одной заправки хватает на 400500 км. Все было хорошо, пока автомобилей не стало так много. В столицах развитых странна каждую тысячи жителей приходятся более 300 автомобилей. Естественно, что при таком количестве машин лёгкийдымок, выходящий из выхлопных труб, загрязняет окружающий воздух настолько, что это причиняет ощутимый вредздоровью людей и природе. Эксперементы показали, что в домах, расположенных рядом с большой дорогой (до 10 м),жители болеют раком в 3 4 раза чаще, чем в домах, удаленных от дороги на расстояние 50 м. Транспорт отравляет такжеводоемы, почву и растения [15].[8]Особенности воздействия загрязнений от автотранспорта на окружающую среду и человекаВо время эксплуатации транспортных средств выделяются газообразные (оксиды серы, азота, угарный газ, различные углеводороды,продукты неполного сгорания и разложения топлива переменного состава), парообразные (тетраэтилсвинец и другие вещества), жидкие(сточные воды переменного состава) и твердые (золы) загрязняющие вещества.В средемножества различных газов и химических соединений, которые выбрасываются автомобилем, есть и токсичные вещества.В часы пик на некоторых московских магистралях их содержание в воздухе превосходит предельно допустимые в 10 иболее раз.Сегодня на автомобильный транспортприходится больше половины всех вредных выбросов в окружающую среду. Они являются главным источником загрязненияhttp://dvgups.antiplagiat.ru/ReportPage.aspx?docId=427.12900042&repNumb=119/2213.06.2015Антиплагиататмосферы, особенно в крупных городах.В цилиндрах двигателя происходит окисление мелкораспылённого и испарённого топлива кислородом воздуха собразованием тепла, углекислого газа и воды. За тысячные доли секунды, отводимые на этот процесс при каждом тактеработы двигателя, часть топлива не успевает сгореть.Продукты неполного сгорания выбрасываются из выхлопной трубы в атмосферу. Больше всего выделяется монооксидауглерода и различных углеродов, среди которых особую опасность представляет бензапирен вещество, способствующеевозникновению онкологических заболеваний. Между тем, азот, который входит в состав воздуха, при высокихтемпературах и давлении, развиваемых в цилиндрах двигателя, реагирует с кислородом, при этом образуя опасныеоксиды. Теперь стало известно, что давление к низкооктанову бензину даже небольшого количества так называемойэтиловой жидкости позволяет использовать его в двигателях, не опасаясь возникновения детонации.Данный путь как более дешевый и простой был избран практически повсеместно. Бензин с присадкой этиловой жидкостиполучил название этилированного. Но этиловая жидкость содержит свинец и соединения, способствующие его превращениюв летучие соли, которые уносят с выхлопными газами. Врезультате это привело к огромномунакоплению свинца в окружающей среде, что повлияло на здоровье населения.Примерно около 70% свинца, добавленного к бензину с этиловой жидкостью, попадает в атмосферу с отработавшимигазами, из них 30% оседает на земле сразу, а 40% остается в атмосфере. Один грузовой автомобиль среднейгрузоподъемности выделяет 2,5 3 килограмма свинца в год. Концентрация свинца в воздухе зависит от содержаниясвинца в бензине. Это приводит к развитию широкого спектра заболеваний (бронхитов, пневмонии, бронхиальной астмы,сердечной недостаточности, инсультов, язв желудка) и увеличению смертности людей с ослабленным иммунитетом.Наиболее трудно приходится детям (развиваются бронхиты, бронхиальная астма, кашель, у новорожденных нарушениегенных структур организма и неизлечимые болезни), в итоге увеличивается детская смертность на 10% в год. Принятоезаконодательство не позволяет ограничить ввоз в страну старых автомобилей с низким эксплуатационнымихарактеристиками, и количество иномарок с большим сроком службы, не отвечающих нормам государственных стандартов.[8]Изза работы транспортных средств возникает фотохимический смог, он связан с поступлением в атмосферу оксидов азота, углеводородов,кислорода и паров воды. Под воздействием солнечной радиации образуются оксиданты, которые оказывают отравляющее воздействие ипревышает таковое для других веществ, поступающих в атмосферу.Продукты превращений различных загрязнителей, которые находятся в атмосфере, они попадают в почву и природные воды.Обслуживание транспортных средств требует больших расходов воды и сопровождается образованием сточных вод. Сточные воды станцийтехобслуживания содержат суспензии твердых веществ, эмульсии масел, а также растворы солей и моющих средств. Попадание таких вод вприродные водоемы или в почву приводит к загрязнению последних.И почвы, и атмосфера, и гидросфера, в результате нарушения правил перевозки грузов и различных аварий на транспорте загрязняются.Большое количество нефти и нефтепродуктов, угля, различных солей попадают и в реки, и в моря, и в литосферу. Так же выяснили, чтонефть как загрязняющее вещество попадает в среду обитания (Мировой океан) преимущественно через сливные воды, которые образуютсяпри отстое транспортируемой нефти.Атмосфера является мощным загрязняющим фактором природных вод и литосферы, так как более 50% всех загрязнений, поступивших внее, попадает в Мировой океан и на сушу. Поэтому автомобильный, наземный железнодорожный и другие виды наземного транспортаявляются источником загрязнения и гидросферы, и литосферы.Кроме того, что транспортные средства выделяют большое количество продуктов сгорания топлива, все виды транспорта являютсяисточником теплового и шумового загрязнения, а также электромагнитного излучения[16].Вибрационное воздействиеСледующим источником транспортного дискомфорта (для водителя и пассажиров) являются колебания и вибрации, возникающие впроцессе движения автомобиля. Они рассматриваются в рамках группового свойства плавности хода.Во время движения автомобиля возникают колебания, обусловленные неуравновешенными силовыми воздействиями в узлахи агрегатах автомобиля, а также внешним переменным воздействием от неровностей дорожного покрытия. Эти колебанияпередаются на кузов автомобиля и через дорожное покрытие и грунт на элементы придорожного пространства.Воздействие вибраций можно рассматривать по аналогии с шумом в двух аспектах: воздействие на водителя и пассажировавтомобиля и воздействие на окружающие объекты.По способу передачи на человека различают общую и локальную вибрации. Общая вибрация передается через опорныеповерхности на тело сидящего или стоящего человека и вызывает сотрясение всего организма; локальная вибрацияпередается через руки человека. Водитель автомобиля одновременно подвергается воздействию общей и локальнойвибрации, а пассажир и пешеход, находящийся рядом с проезжей частью, общей.Оценка плавности хода связана с наличием частотной и амплитудной чувствительности различных органов человека,особенно при экстремальных виброускорениях во время движения автомобиля.Согласно нормативным документам экспериментально оцениваются значения вертикальных, продольных и поперечныхвиброускорений, которые сопоставляются с техническими нормами для каждого вида АТС.Вибрации, возникающие при движении автомобиля, не только воздействуют на водителя и пассажиров, но и передаютсячерез дорожное покрытие в окружающее пространство. Исследования доказывают, что они могут превышать допустимыйдля человека уровень на удалении от проезжей части до 10 метров.Для предотвращения воздействия вибрации на организм человека применяются различные виброгасительные идемпфирующие устройства [19] (амортизаторы, демпферы, рессоры, пружины).[18]Электромагнитное воздействие на окружающую среду и человекаЭлектромагнитным полем называется общее поле вихревого электрического и магнитного поля. Оно возникает при разных электрическихприборах.Основной источником электромагнитного излучения в автомобиле является система зажигания (свечи, распределитель, высоковольтныепровода). Основными излучателями являются приборы системы зажигания и электрооборудование, в меньшей степени – элементы кузова,детали моторного отсека, капот, решетка радиатора. Стоит сказать, что характеристики самоиндукции и емкости контура автомобиля до сихпор мало изучены.Сам автомобиль является слабым источником электромагнитного излучения, а проблема электромагнитного излучения связана в основном сhttp://dvgups.antiplagiat.ru/ReportPage.aspx?docId=427.12900042&repNumb=120/2213.06.2015Антиплагиатналичием большого количества электрических источников в городах и попаданием излучения от них в жилые дома. С появлениемэлектромобилейэта проблема стала более существенной в условиях быстрого развития транспорта, в том числе электромобилей.Электромагнитные поля с [18]высокими показателями плотности энергии значительно влияют на здоровье человека. Это вредное воздействие возникает изза переносаполями энергии, а степень воздействия зависит от длины электромагнитной волны. На частотах более 60 килогерц большинство живыхтканей являются аномальными диэлектриками [20].Механизмы снижения негативного воздействия автотранспорта на окружающую среду и человекаС восьмидесятых годов двадцатого века большенство странначали переходить на использование неэтилированного бензина, а применение этилированного резко сократилось. Вкрупнейших российских городах и некоторых европейских станах [8]его использование запрещено. Стало очевидно: чтобы остановить загрязнение окружающей среды, нужно ввести законы, которые будутограничиватьвыброс вредных веществ. В европейских странах (в том числе и России) были установлены предельно допустимые нормывыброса для различных категорий автомобилей.С 2000 года в России установили соответствующие европейским стандартам нормы на новые модели автомобилей. Теперьсовершенствуют уже существующие двигатели, создаются новые, которые обеспечивают более полное сгорания топлива.[8]Карбюраторное смесеобразование заменяют впрыском топлива, широко внедряют электронику, чтозаметно уменьшает токсичность отработанных газов, но снизить её до безопасных не удаётся. Приходится вредныевещества, выходящие из цилиндров двигателя, ликвидировать уже в выпускной системе.Для этого применяют каталитические нейтрализаторы. Но их использование связано с определёнными трудностями, так какотработанные газы проходят по выпускной системе с большей скоростью; температура их изменяется в широких пределах идостигает C, а сами нейтрализаторы, которые устанавливаются под днищем автомобиля, подвергаются значительнымвнешним механическим и тепловым воздействиям. В современных нейтрализаторах в качестве катализаторов применяютплатину, палладий, родий.Это все очень дорогие металлы, и, хотя их расходуется не так уж много, стоимость устройства оказывается довольновысокой. При использовании нейтрализаторов заправлять автомобиль можно уже только неэтилированным бензином, иначенейтрализатор приходит в негодность, да и расход топлива увеличивается. Предъявляются более строгие требования кприборам питания и зажигания, к их конструкции и регулировке. В связи с этим автомобиль становится дороже. Так, всовременных зарубежных автомобилях на системе нейтрализации и электронные устройства приходится 1012% общейстоимости.Несмотря на это, многие автомобилестроители переходят на оснащение своей продукции нейтрализаторами во всём мире,так как именно это обеспечивает снижение выбросов вредных веществ на 8090%. Большое влияние на токсичностьотработанных газов оказывает сорт применяемого топлива и его качество. В настоящее время увеличивается производствобензинов без свинцовистых присадок, в дизельном топливе ограничено содержание серы, топливо из нефти заменяетсяболее "чистым" сжатым природным газом.Еще можно использовать в качестве топлива и водород, он обеспечивает очень чистый выхлоп, но вместе с тем пока неудаётся создать дешёвые и безопасные системы образования и хранения водорода на борту автомобиля. Огромный интереспредставляют электрические двигатели, они используют аккумуляторные батареи и электрохимические генераторы.Электромобили отличаются хорошей приспосабливаемостью к переменным режимам городского движения, простотойтехнического обслуживания, а главное экологической чистотой.Однако широкого практического применения они пока не находят. Вопервых, нет надёжных, лёгких и достаточноэнергоёмких аккумуляторов. Вовторых, перевод автомобильного парка на питание от электрохимических аккумуляторовприведёт к расходованию на их подзарядку огромного количества электроэнергии, значительная часть которойвырабатывается на электростанциях при сжигании ископаемого топлива.В этом случае загрязнение воздуха будет происходить не от автомобилей, а от электростанций. По причине дороговизны итихоходности пока не стали обычными и электромобили, работающие от солнечных батарей. Высокооктановое, стабильноепо составу газовое топливо хорошо смешивается с воздухом и равномерно распределяется по цилиндрам двигателя,способствуя более полному сгоранию рабочей смеси. Суммарный выброс токсичных веществ у автомобилей, работающих насжиженном газе, значительно меньше, чем у машин с бензиновыми двигателями.Во время работы двигателя на газе происходит более полное сгорание смеси. А это все ведет к снижению токсичностиотработавших газов, уменьшению нагарообразования и расхода масла, увеличению моторесурса. Кроме того, сжиженныйгаз дешевле бензина. Огромное значение имеет повседневный контроль над автомашинами. Все автохозяйства обязаныследить за исправностью выпускаемых на линию машин. При хорошо работающем двигателе в выхлопных газах окисиуглерода должно содержаться не более допустимой нормы.Положением о «Государственной автомобильной инспекции» на нее возложен контроль за выполнением мероприятий поохране окружающей среды от вредного влияния автомототранспорта. В принятом стандарте на токсичность предусмотренодальнейшее ужесточение нормы, хотя они и сегодня в России жестче европейских: по окиси углерода на 35%, поуглеводородам на 12%, по окислам азота на 21%. На заводах введены контроль и регулирование автомобилей потоксичности и дымности отработавших газов.Разработаны и действуют новые системы регулирования уличного движения, которые сводят к минимуму возможностьобразования пробок, потому что, останавливаясь и потом набирая скорость, автомобиль выбрасывает в несколько разбольше вредных веществ, чем при равномерном движении. Построены автомагистрали в обход городов, которые приняливесь поток транзитного транспорта, который раньше нескончаемой лентой тянулся по городским улицам. Быстро снизиласьинтенсивность движения, уменьшился шум, чище стал воздух.Рост автомобильного парка породил проблему утилизации непригодных для дальнейшей эксплуатации автомобилей. Длятого, чтобы не происходило захламление городов, пришлось создать целую сеть предприятий для разработки старыхавтомобилей, сортировки и продажи ещё пригодных для использования частей, переработки металлического лома.Неиспользуемые отходы дробят, размалывают и отправляют на свалки. Таким образом, при проектировании новыхhttp://dvgups.antiplagiat.ru/ReportPage.aspx?docId=427.12900042&repNumb=121/2213.06.2015Антиплагиатавтомобилей необходимо думать о том, как утилизировать их остатки, исключать применение материалов, которые, попав,в конце концов, на свалки, будут загрязнять окружающую среду.[8]ЗАКЛЮЧЕНИЕВ ходе данного исследования было проанализировано за последние годы состояние российского рынка разных брендов автомобилей.Детально разобрана динамика продаж легковых машин отечественных и иностранных марок. Представлены лидеры по продажам легковыхавтомобилей различных брендов.Анализ проводился с помощью трендовых моделей, на основе которых строился прогноз автомобильного рынка России на ближайшие годы.Полученные в ходе исследования данные позволяют увидеть текущее состояние Российского рынка на сегодняшний день и ближайшеевремя. Прогнозируемые сценарии развития показывают, как в дальнейшем будут развиваться Российский рынок продажи данныхавтомобилей.В ходе исследовательской работы были выполнены следующие задачи:изучены теория и методы исследования экономических процессов с помощью трендовых моделей;рассмотрены более 20 групп брендов машин, изучены около 60 различных марок автомобилей, выявлены 5 самых продаваемых мароклегковых автомобилей и с помощью данных и трендовых моделей рассматриваются линейные и нелинейные зависимости, оценкой являетсякоэффициент детерминации;на основе имеющихся данных были получены регриссионнные уравнения и построены графики, показывающие основные тенденцииразвития авторынка в России;проведен анализ полученных графиков.СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ1 Автомобильная промышленность России http://www.travelshunters.ru/study1581.html (дата обращения 15.03.2015г.)2 Продавать Мерседесы в России стало выгоднее, чем Лады http:// www.zr.ru/[35]content/articles/738556prodavatmersedesyvrossiistalovygodneechemladu/ (дата обращения 15.03.2015г.)3Федосеев В.В., Гармаш А.Н., Дайитбегов Д.М. Экономикоматематические методы и прикладные модели: [13]учебное[21]пособие для вузов. М.: ЮНИТИ, 2000. – 391 с.4 [19]Российская компания АвтоВАЗ принадлежит альянсу http://uincar.ru/news/events/2037alyansrenaultnissanstalpolnopravnymvladelcemkompaniiavtovaz.html (дата обращения 15.03.2015г.)5 Южнокорейская автомобилестроительная компания HyundaiKia http://www.favoritauto.ru/producers/details/502/ (дата обращения15.03.2015г.)6 Автомобильный информационный портал http://www.proehali.com/brandhistory/view/40 (дата обращения 15.03.2015г.)7 Компания Риттер Авто http://ritterauto.ru/auto/brands/48/ (дата обращения 15.03.2015г.)8 В 2016 году Россия станет лидером http://avtovolgograda.ru/v2016godurossiyastanetliderpoprodazhamavtomobilej/ (дата обращения15.03.2015г.)9 Зарулем.рф http://www.zr.ru/content/articles/738556prodavatmersedesyvrossiistalovygodneechemladu/ (датаhttp://dvgups.antiplagiat.ru/ReportPage.aspx?docId=427.12900042&repNumb=122/22.
Характеристики
Тип файла PDF
PDF-формат наиболее широко используется для просмотра любого типа файлов на любом устройстве. В него можно сохранить документ, таблицы, презентацию, текст, чертежи, вычисления, графики и всё остальное, что можно показать на экране любого устройства. Именно его лучше всего использовать для печати.
Например, если Вам нужно распечатать чертёж из автокада, Вы сохраните чертёж на флешку, но будет ли автокад в пункте печати? А если будет, то нужная версия с нужными библиотеками? Именно для этого и нужен формат PDF - в нём точно будет показано верно вне зависимости от того, в какой программе создали PDF-файл и есть ли нужная программа для его просмотра.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
