ПОКАЗАТЕЛИ ИНТЕНСИВНОСТИ ДИНАМИКИ И МЕТОДЫ АНАЛИЗА ОСНОВНОЙ ТЕНДЕНЦИИ (ТРЕНДА) В РЯДАХ ДИНАМИКИ НА ПРИМЕРЕ СПК «ВЕСЕЛОПОЛЯНСКИЙ» ЛЮБИНСКОГО РАЙОНА ОМСКОЙ ОБЛАСТИ - Студенческий научный форум

IX Международная студенческая научная конференция Студенческий научный форум - 2017

ПОКАЗАТЕЛИ ИНТЕНСИВНОСТИ ДИНАМИКИ И МЕТОДЫ АНАЛИЗА ОСНОВНОЙ ТЕНДЕНЦИИ (ТРЕНДА) В РЯДАХ ДИНАМИКИ НА ПРИМЕРЕ СПК «ВЕСЕЛОПОЛЯНСКИЙ» ЛЮБИНСКОГО РАЙОНА ОМСКОЙ ОБЛАСТИ

Сербина Е.А. 1
1ФГБОУ ВО Омский ГАУ им. П.А. Столыпина
 Комментарии
Текст работы размещён без изображений и формул.
Полная версия работы доступна во вкладке "Файлы работы" в формате PDF
Актуальность и необходимость изучения данной темы заключается в следующем: прогноз продуктивности молочного стада КРС и определение направленности выращивания откорма даёт наибольший экономический эффект, который получается при использовании животных как средства производства с.-х. продукции. Источниками информации для анализа послужили годовые отчёты о предприятии.

Всякий ряд динамики теоретически может быть представлен в виде таких составляющих, как:

  1. тренд – основная тенденция развития ряда динамики к увеличению

либо к снижению его уровней;

2) циклические (периодические) колебания, в том числе сезонные;

3) случайные колебания.

Изучение тренда включает два основных этапа: на первом этапе ряд динамики проверяется на наличие тренда, а на втором этапе производится непосредственное выделение тренда и экстраполяция. [2]

Процедура выравнивания рядов динамики используется в двух основных случаях:

1. Эмпирический материал, анализируемый в динамике, слишком большой и информацию необходимо сжать, не жертвуя ни одним из значений. В этом случае используют два основных способа

  • способ укрупнения интервалов (для интервального ряда)

  • способ скользящей средней (для моментного ряда)

2. В том случае, когда необходимо сопоставить динамику различных явлений (величин).

В этом случае используют два основных способа:

  • способ приведения к единому основанию;

  • способ аналитического выравнивания [4]

Исследование динамики социально-экономических явлений, выявление и характеристика основной тенденции развития и моделей взаимосвязи дают основание для прогнозирования – определения будущих размеров уровня экономического явления. Важное место в системе методов прогнозирования занимают статистические методы. Применение прогнозирования предполагает, что закономерность развития, действующая в прошлом, сохранится и в прогнозируемом будущем, т.е. прогноз основан на экстраполяции. [1]

Экстраполяция в рядах динамики носит не только приближённый, но и условный характер. Поэтому её следует рассматривать как предварительный этап в разработке прогнозов. [3]

В зависимости от того, какие принципы и исходные данные положены в основу прогноза, выделяют следующие элементарные методы экстраполяции: среднего абсолютного прироста, среднего темпа роста и аналитическое выравнивание.

Прогнозирование по среднему абсолютному приросту может быть выполнено в том случае, если есть уверенность считать общую тенденцию линейной, т.е. метод основан на предположении о равномерном изменении уровня.

Прогнозирование по среднему темпу роста осуществляется в случае, когда есть основание считать, что общая тенденция ряда характеризуется показательной кривой. [1]

Прогнозирование на основе аналитического выравнивания является наиболее распространенным методом прогнозирования. Для получения прогноза используется аналитическое выражение тренда. Чтобы получить прогноз, достаточно в модели продолжить значение условного показателя времени t.

При анализе прогнозирования продуктивности молочного стада в СПК «Веселополянский» Любинского района, в данной работе воспользуемся всеми тремя методами экстраполяции.

Одним из факторов повышения доходности прелприятия является прогнозирование будущей продуктивности животного и определение направления выращивания.

СПК «Веселополянский» находится в Любинском районе Омской области, село Весёлая Поляна, ул. Октябрьская, дом 6. Компания находится в 45-ти км. от города Омска. В 4-х километрах от предприятия находится федеральная трасса, соединяющая его с городами Омск, Тюкалинск, Тара.

В Любинском районе преобладает континентально умеренный климат. Средняя температура июля - 19°С, января минус 19°С. СПК «Веселополянский» расположен в зоне слабого увлажнения. Преобладание ветра зимой - юго-западного, летом - северо-западного.

Среднегодовое количество осадков - 300-400 мм. Нередко в ноябре наблюдается наличие устойчивого снежного покрова. Сходит снежный покров в среднем 6-11 апреля.

СПК «Веселополянский» располагается в южной лесостепной природной зоне (центральная лесостепь), где распространены черноземные почвы, что обеспечивает высокую плодородность, хорошую урожайность зерновых и овощей.

Ведущей отраслью данного предприятия является животноводство, т.к. доля от общей выручки за продукцию животноводства составила 85,67 %, что значительно превышает долю от всей выручки растениеводства – 14,33 %. Лидером по объёму продаж можно выделить молоко цельное, выручка от реализации которого в 2015 г. составила 75 % к итогу.

Чтобы осуществить прогноз на следующий год воспользуемся всеми тремя методами экстраполяции. Первое, что необходимо сделать, это рассчитать показатели интенсивности динамики: абсолютный прирост, темп роста, темп прироста, значение одного процента прироста.

Таблица 1. Показатели интенсивности динамики в СПК «Веселополянский» Любинского района

Год

Продуктивность молочного стада КРС, ц/гол.

Абсолютный прирост, ц/гол.

Темп роста, %

Темп прироста, %

Значение 1 % прироста

базисный

цепной

базисный

цепной

базисный

цепной

y*

Tр

Tр

Tпр

Tпр

A

1

2

3

4

5

6

7

8

9

2006

18,44

-

-

-

-

-

-

-

2007

21,60

3,16

3,16

117,14

117,14

17,14

17,14

0,18

2008

20,85

2,41

-0,75

113,07

96,53

13,07

-3,47

0,22

2009

31,64

13,20

10,79

171,58

151,75

71,58

51,75

0,21

2010

33,02

14,58

1,38

179,07

104,36

79,07

4,36

0,32

2011

33,33

14,89

0,31

180,75

100,94

80,75

0,94

0,33

2012

31,43

12,99

-1,90

170,44

94,30

70,44

-5,70

0,33

2013

30,29

11,85

-1,14

164,26

96,37

64,26

-3,63

0,31

2014

30,08

11,64

-0,21

163,12

99,31

63,12

-0,69

0,30

2015

27,72

9,28

-2,36

150,33

92,15

50,33

-7,85

0,30

Итого

278,40

X

9,28

X

X

X

X

X

На основании данных показателей рассчитаем средний темп прироста и средний темп роста.

  1. Средний абсолютный прирост:

ц/гол.

Средний абсолютный прирост показывает, что в среднем продуктивность молочного стада ежегодно увеличивается на 1,03 ц/гол.

  1. Средний темп роста:

В среднем темп роста продуктивности молочного стада за 10 лет составляет 105%.

Далее проведём экстраполяцию на основе среднего абсолютного прироста и среднего темпа роста. Для удобства расчётов представим данные в таблице.

Таблица 2. Расчёт величин для определения прямой линии тренда

в СПК «Веселополянский» Любинского района Омской области

Год

Продуктивность молочного стада КРС, ц/гол

Расчётное значение

y

На основе

На основе

   

2006

18,44

18,44

18,44

2007

21,60

19,47

19,36

2008

20,85

20,50

20,33

2009

31,64

21,53

21,35

2010

33,02

22,56

22,42

2011

33,33

23,59

23,54

2012

31,43

24,62

24,72

2013

30,29

25,65

25,96

2014

30,08

26,68

27,26

2015

27,72

27,71

28,62

Итого

278,40

230,75

232,00

  1. Прогнозирование на основе среднего абсолютного прироста. Составим с помощью этого метода прогноз на 2016 г.

ц/гол.

Прогноз продуктивности молочного стада на основании среднего абсолютного прироста на 2016 г. составил 29,77 ц/гол. Изобразим аналитическую модель вместе с фактическими уровнями продуктивности молочного стада:

Рис. 2. Фактическая динамика продуктивности молочного стада КРС и её аналитическая модель

  1. Прогнозирование на основе среднего темпа роста. Составим с помощью данного метода прогноз на 2016 г.

ц/гол.

Прогноз продуктивности молочного стада на основании среднего темпа роста на 2016 г. составил 31,54 ц/гол. Изобразим аналитическую модель вместе с фактическими уровнями продуктивности молочного стада в СПК «Веселополянский» на одном графике:

Рис.3. Фактическая динамика продуктивности молочного стада КРС и её аналитическая модель

Альтернативным методом экстраполяции является аналитическое выравнивание, которое даёт наиболее точный прогноз, в отличие от выше перечисленных методов.

Таблица 3. Расчёт величин для определения прямой линии тренда

в СПК «Веселополянский» Любинского района Омской области

Год

Продуктивность молочного стада КРС, ц/гол

Условное обозначение времени

Квадрат

Произведение

Расчётное значение

y

t

t2

ty

 

1

2

3

4

5

6

2006

18,44

-9

81

-165,96

22,62

2007

21,60

-7

49

-151,20

23,78

2008

20,85

-5

25

-104,25

24,94

2009

31,64

-3

9

-94,92

26,10

2010

33,02

-1

1

-33,02

27,26

2011

33,33

1

1

33,33

28,42

2012

31,43

3

9

94,29

29,58

2013

30,29

5

25

151,45

30,74

2014

30,08

7

49

210,56

31,90

2015

27,72

9

81

249,48

33,06

Итого

278,40

0

330

189,76

278,40

  1. На основании аналитического выравнивания проведём экстраполяцию, чтобы определить предполагаемый размер продуктивности молочного стада в будущем 2016 году.

Чтобы определить прямую линию тренда воспользуемся следующей системой уравнений:

ц/гол.

ц/гол.

Средняя продуктивность молочного стада за 10 лет составила 27,84 ц/гол., при этом имела тенденцию роста на 0,58 ц/гол. два раза в год. Проведём прогноз на 2016 г.

ц/гол.

Прогноз продуктивности молочного стада на 2016 г. составил 34,22 ц/гол. Изобразим аналитическую модель вместе с фактическими уровнями продуктивности молочного стада в СПК «Веселополянский» на одном графике:

Рис. 1. Фактическая динамика продуктивности молочного стада КРС и её аналитическая модель

Исходя из выше приведённого графика, очевидно, что за исследуемый десятилетний период наблюдается нестабильный рост продуктивности молочного стада с 2015 г. по 2006 г. В целом же с каждым годом показатель снижается. Следовательно, следует ожидать дальнейшее незначительное повышение этого показателя согласно прямолинейной модели тренда.

Рассмотренные методы прогнозирования являются простейшими. Следовательно, прогнозы, полученные на их основе, являются приближенными и не всегда надежными. Данные методы используются в случае краткосрочного прогнозирования. Наиболее точными являются прогнозы, рассчитанные методом аналитического выравнивания, т.к. с его помощью строят математическое уравнение, которое наилучшим образом описывает тенденцию изменения показателя.

Если же применять данные методы в среднесрочном и долгосрочном прогнозировании, то они не будут учитывать скачки временного ряда, вариацию. Из этого следует, что применять эти методы в таком прогнозировании нецелесообразно.

Литература

  1. Борисова С.А. Курс: Статистика [текст]: учебное пособие/С.А. Борисова, Л.А. Савина. – Москва: НОУ «Современный Гуманитарный Институт», 2012. – 164 с.

2. Матвеев В.А. Статистика [текст]: учебно-методическое пособие/В.А. Матвеев. – Нижний Новгород: Нижегородский госуниверситет, 2015. – 84 с.

  1. Осипенко О.А. Статистика. Часть 1. Теория статистики [текст]: учебное пособие/О.А. Осипенко. – Омск: ФГБОУ ВПО ОмГАУ им. П.А. Столыпина, 2012. – 74 с.

4. Полякова В.В. Основы теории статистики [текст]: учебное пособие/ В.В. Полякова, Н.В. Шаброва. – Екатеринбург : Изд-во Урал. ун-та, 2015. – 148 с.

Просмотров работы: 449