183731 (629918), страница 3

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 3)

Рис. 1.5.1.1. Изменение стоимости продукции, произведенной из общего улова ДВ бассейна в 2000-2004 гг.

Формально отрасль, находящаяся под контролем Росрыболовства, является для бюджета прибыльной: по итогам 2006 года от предприятий отрасли в консолидированные бюджеты поступило более 21 млрд руб. при расходах федерального бюджета 6 млрд руб. Впрочем, глава Росрыболовства полагает, что речь идет о глубоком кризисе - сокращении в 3,5 раза добычи рыбы и продукции аквакультуры с 1991 года, снижении доли переработанной продукции в официальном экспорте до 15%. Росрыболовство оценивает износ судов рыбопромыслового флота в 68%, опасается резкого снижения добычи за пределами РФ и потери Россией квот на вылов рыбы в Мировом океане.

1.3. Постановка задачи

Целью курсовой работы является изучение рыбной отрасли Российской Федерации с применением соответствующих разноаспектных методов. Объектом исследования является рынок рыбной продукции препаратов Российской Федерации. Предметом исследования – учет влияния факторов финансово- экономического характера на рынок рыбной продукции.

Для реализации данной цели необходимо выполнение следующих задач:

1. Провести анализ соответствующей литературы, выявить, какие изученные ранее экономические и математические модели могут быть пригодны для комплексного рассмотрения рыбной отрасли.

2. Выявить характеристики отрасли, её особенности, которые помогли бы нам определиться с выбором той или иной модели для анализа.

3. Описать технологический процесс развития рынка рыбной отрасли с 1999 по 2005 год, выявить факторы, влияющие на этот процесс и построить многофакторную эконометрическую модель рынка рыбной продукции.

4. Получить производственные функции для рыбной отрасли РФ.

5. Построить статистическую модель Леонтьева для рыбной отрасли РФ.

6. Построить динамическую модель Леонтьева для рыбной отрасли РФ.

7. Для динамической модели Леонтьева учесть фактор инфляции за соответствующий период.

8. Построить магистральную модель для рыбной отрасли РФ.

9. Провести доработку модели Леонтьева, используя выявленные ранее особенности рыбной отрасли РФ.

10. Провести доработку магистральной модели, используя выявленные ранее особенности рыбной отрасли РФ.

11. Получить модель Солоу для рыбной отрасли РФ.

Основу изучения рыбной отрасли составляет рассмотрение ей в качестве составляющей народного хозяйства. Классификатор отраслей народного хозяйства предус­матривает выделение в промышленности 16 комплексных отраслей, представляющих по существу крупные группы отраслей промышленности:

1. Электроэнергетика

2. Топливная промышленность

3. Черная металлургия

4. Цветная металлургия

5. Химическая и нефтехимическая промышленность

6. Машиностроение и металлообработка

7. Лесная, деревообрабатывающая и целлюлозно-бумаж­ная промышленность

8. Промышленность строительных материалов

9. Метало обрабатывающая промышленность

10. Легкая промышленность

11. Пищевая промышленность

12. Судостроительная промышленность

13. Промышленность минеральных удобрений

14. Промышленность медицинского оборудования

15. Полиграфическая промышленность

16. Другие отрасли промышленности

Классификация отраслей промышленности по характе­ру воздействия на предмет труда делит их на две группы: добывающие и обрабатывающие отрасли.

Рыбная отрасль на данный период показывают неустойчивость работы, судя по объему выпускаемой продукции. Причин этому несколько. Одна из них - это постоянная зависимость от бюджетного заказчика, так как рост цен на рыбу происходил значительно более высокими темпами по сравнению с доходами населения и возможностями централизованных и местных бюджетов. Это привело к увеличению периода оборота рыбной продукции в цикле “производство - потребитель” и образованию значительного дефицита оборотных средств у предприятий.

Вторая причина - разрыв хозяйственных связей между предприятиями бывшего СССР, оказавшимися по разные стороны границ. Для сохранения хозяйственных связей предприятиям приходилось преодолевать дополнительные трудности по взаиморасчетам из-за введения разных валют, нескоординированного изменения цен, введения налогов и таможенных пошлин, а также бюрократической разрешительной системы экспорта.

Третья причина - неподготовленность промышленности, и, прежде всего многих ее руководителей, к работе в условиях рыночной экономики. От модели хозяйствования, когда деятельность предприятия обеспечивалась центральными органами управления (от планирования объемов и номенклатуры производства, снабжения сырьем и материалами до сбыта готовой продукции), произошел резкий переход к модели, предусматривающей полную хозяйственную самостоятельность и децентрализацию управления. Восстанавливается и в настоящее время поддерживается на достаточно высоком уровне координирующая роль центральных органов управления, через которые государство осуществляет свою политику по улучшению ыбноего обеспечения населения страны путем реализации государственного заказа и целевых федеральных программ, финансируемых из бюджета.

Глава 2

2.1. Эконометрический анализ выпуска рыбной продукции. Множественная регрессия и корреляция.

Отбор факторов для построения множественной регрессии.

На любой экономический показатель чаще всего оказывает влияние не один, а несколько факторов. В данной работе будет исследоваться экономический процесс, в котором также учитывается влияние нескольких факторов на результат.

Для отбора факторов используется наиболее распространённый метод исключения, то есть из всего набора факторов происходит их отсев.

Факторы, включаемые во множественную регрессию, должны отвечать следующим требованиям:

• Они должны быть количественно измеримы.

• Факторы не должны быть интеркоррелированы и тем более находиться в точной функциональной связи.

Отбор факторов производится на основе качественного теоретико-экономического анализа. Однако теоретический анализ часто не позволяет однозначно ответить на вопрос о количественной взаимосвязи рассматриваемых признаков и целесообразности включения фактора в модель. Поэтому отбор факторов обычно осуществляется в две стадии: на первой подбираются факторы исходя из сущности проблемы; на второй - на основе матрицы показателей корреляции определяют t-статистики для параметров регрессии.

Данные, характеризующие рассматриваемую проблему, представлены в таблице. Статистические сведения приведены за 7 лет.

	1999	2000	2001	2002	2003	2004	2005
y	2201	1913	1384	1067	961	1172	918
x1	736	730,5	719,7	740,1	748,6	744,9	745,9
x2	10,8	10,7	10,6	10,3	10,1	9,8	9,5
x3	148532	147501	146304	145649	144964	144168	143474
x4	114,9	115	114,4	112,6	111,6	112,5	111,3
x5	3167	3983,9	5325,8	6831	8900	10976,3	13667,8
x6	5807,5	7305,6	8934,6	10830,5	13243,2	16966,4	21597,9
x7	4901	4876	4795	4709	4602	4579	4457
x8	0,7	0,4	0,4	0,6	0,7	1,4	1,5
x9	23,7	29,7	36,7	36,1	43,2	61,6	78,4
x10	65,7	65,34	65,23	65,95	64,85	65,27	65,3

где у - производство рыбной продукции (минтай, судак, камбала, сельдь, палтус и т.д.), тонны;

х1 – численность персонала, тыс. человек;

х2 – число предприятий отлова рыбы, тысяч;

х3 - численность населения, тыс. чел;

х4 – число предприятий на государственном обеспечении, тысяч;

х5 - денежные доходы, млрд руб;

х6 - ВВП, млрд руб;

х7 - правоохранительных организаций, тысяч;

х8 – страхование производственных фондов, %;

х9 - инвестирование в рыболовную промышленность, млрд руб;

х10 – увеличение стоимости квот на отлавливаемую рыбу, %.

Присутствие лишних факторов приводит только к статистической незначимости параметров регрессии. Естественно, использовать все факторы в уравнении регрессии не удастся, так как число наблюдений невелико, и получить значимые параметры уравнения регрессии при таком количестве факторов невозможно. Их число должно быть сведено к минимуму.

Так как в данной экономической модели уже выделены факторы, оказывающие влияние на результат, то при отборе факторов для построения множественной регрессии воспользуемся методом исключения. В данном случае отбор факторов основывается на вычислении матрицы парных коэффициентов корреляции.

Коэффициенты интеркорреляции (т.е. корреляции между объясняющими переменными) позволяют исключить из модели дублирующие факторы.

Для того чтобы сделать выводы о влиянии экономических факторов на развитие лесного хозяйства, необходимо на основе данных, представленных в работе за семилетний период (с 1998 по 2004 гг.), составить модель множественной регрессии, которая бы описывала зависимость производство лекарств от всех вышеперечисленных факторов. Должны быть решены вопросы, связанные с выбранными факторными признаками и с видом применяемого уравнения регрессии. Далее следует рассмотреть влияние выбранных факторов на результат при наличии временной переменной. Совокупность выполненных работ позволит сформулировать выводы о взаимосвязях в изучаемой области.

Частный коэффициент корреляции отражает чистое влияние рассматриваемого фактора на результат, т.к. остальные факторы закрепляются на определенном уровне, т.е. являются постоянными.

Формула для расчета частного коэффициента корреляции, измеряющего влияние на у фактора х_i при неизменном уровне других факторов, можно определить по формуле:

,

где - множественный коэффициент детерминации всего комплекса р факторов с результатом;

- тот же показатель детерминации, но без введения в модель фактора x_i.

Парные коэффициенты корреляции вычисляются по формуле:

Получили следующую таблицу коэффициентов корреляции:

Значения коэффициентов корреляции, находящиеся в диапазоне 0< ׀r׀≤ 0.3 говорят о слабой связи между наблюдаемыми признаками; значения 0.3≤ ׀r׀≤ 0.7 – о средней связи и 0.7≤׀r׀< 1 – о тесной связи. Положительные значения коэффициентов корреляции свидетельствуют о прямой связи между переменными, отрицательные – об обратной связи, то есть увеличение одного из факторов сопровождается уменьшением другого. Из полученной матрицы коэффициентов парной корреляции следует, что ряд факторов имеет парные коэффициенты корреляции больше 0,7.

Из пары факторов х3 и х2 исключаем фактор х2, так как его связь с другими факторами более сильная, чем связь x3 с ними. Исключаем фактор x7, так как его связь с y очень незначительная. По такой схеме исключаем все другие факторы. Таким образом, для построения модели остаются факторы х1, х5, х8 и х10. Матрица коэффициентов парной корреляции для них выглядит следующим образом:

Для получения адекватной модели необходимо устранить мультиколлинеарность, т.е. вывести из рассмотрения факторы, которые имеют совокупное воздействие друг на друга. Наличие мультиколлинеарности факторов может означать, что некоторые из них всегда будут действовать в унисон. Для оценки мультиколлинеарности факторов может использоваться определитель матрицы парных коэффициентов корреляции между факторами. Чем ближе к нулю этот проеделитель, тем сильнее мультиколлинеарность факторов. Для наших парных коэффициентов корреляции между факторами матрица имеет вид:

Характеристики

Список файлов курсовой работы