Курсовая с практикой на тему Измерение сезонных колебаний в рядах динамики (Газпром)

Содержание:

Введение 3
1. Методы измерения сезонных колебаний 5
1.1. Ряды динамики и методы их обработки с целью выявления закономерностей развития 5
1.2. Методы измерения сезонных колебаний в рядах динамики 8
1.3. Прогноз развития социально-экономических явлений с учетом сезонной компоненты 12
2. Исходная информация об объекте исследования 14
2.1. Краткая информация о предприятии 14
2.2. Основные технико-экономические показатели по предприятию, подлежащие статистическому исследованию 18
3. Прогноз развития социально-экономических явлений с учетом сезонной компоненты 22
3.1. Расчет индексов сезонности с использованием метода отношений месячных уровней к средней данного года (к средней за весь период) 22
3.2. Метод относительных величин на основе медианы 24
3.3. Метод скользящей средней 25
3.4. Анализ сезонности в рядах динамики после определения и исключения общей тенденции развития. Метод выравнивания по прямой 27
3.5. Прогнозирование по тренду и сезонной компоненте 31
Выводы и предложения 34
Список использованной литературы 36
Приложение 38

Введение:

В деятельности многих компаний прослеживаются тенденции сезонности, поскольку зачастую производственная или же торговая и другая коммерческая деятельность зависит от природных или же других периодически изменяющихся характеристик. Так, в сельском хозяйстве и в сфере переработки сельскохозяйственного сырья сезонность связана со сроками сбора урожая, в фармацевтике – с сезонными заболеваниями, в торговле – с изменением спроса на те или другие товары на протяжении года (мороженое покупают преимущественно летом, зимнюю одежду – поздней осенью и т.д.).
В деятельности предприятий нефтегазовой отрасли также в большой мере наблюдается сезонность. Наиболее выраженной она может быть в работе компаний, реализующих газ, поскольку спрос на газ растет в зимний период. При этом сезонным колебаниям будут подвержены и технические показатели (объемы поставок газа), и экономические показатели (выручка за поставленный газ и т.д.).
С целью изучения влияния фактора сезонности на деятельности предприятий нефтегазовой отрасли в данном исследовании использованы материалы компании ПАО «Газпром».
Целью исследования является выявление сезонности в показателях деятельности компании, их прогнозирование с учетом фактора сезонности.
В соответствии с поставленной целью задачи исследования включают следующее:
— рассмотреть ряды динамики и методы их обработки с целью выявления закономерностей развития;
— описать методы измерения сезонных колебаний в рядах динамики;
— рассмотреть методику прогноза развития социально-экономических явлений с учетом сезонной компоненты;
— представить краткую информация о ПАО «Газпром»;
— описать основные технико-экономические показатели по предприятию, подлежащие статистическому исследованию;
— рассчитать индексы сезонности с использованием метода отношений месячных уровней к средней данного года (к средней за весь период);
— использовать метод относительных величин на основе медианы;
— применить метод скользящей средней;
— провести анализ сезонности в рядах динамики после определения и исключения общей тенденции развития, используя метод выравнивания по прямой;
— осуществить прогнозирование по тренду и сезонной компоненте.
Объектом исследования выступают тенденции изменения технико-экономических показателей работы предприятий нефтегазовой отрасли.
Предмет исследования – сезонные колебания в рядах динамики показателей деятельности ПАО «Газпром».
Методы исследования. В данной курсовой работе были использованы такие основные методы статистического анализа: метод рядов динамики, методы выравнивания рядов динамики, методы прогнозирования и т.д.
Структура курсовой работы состоит из введения, трех глав, выводов и предложений, списка использованной литературы и приложения.

Заключение:

Таким образом, анализ показал, что для оценки сезонности в рядах динамики в статистике используются различные методы анализа. В их основе лежит выравнивание (сглаживание) рядов динамики и расчет индексов сезонности.
Также с учетом индексов сезонности и трендов динамики можно максимально точно спрогнозировать динамику социально-экономических показателей по кварталам или по месяцам.
Практическое исследование в курсовой работе организовано на примере ПАО «Газпром». Проведенный анализ показал, что в динамике имеет место рост выручки исследуемой компании. Так, в 2018 году этот показатель составил 8398543 млн. руб., что на 1852400 млн. руб. или на 28,3% больше по сравнению с предыдущим 2017 годом и на 2287492 млн. руб. или на 37,43% больше в сравнении с аналогичным показателем 2016 года.
За анализируемые 3 года среднегодовое значение выручки ПАО «Газпром» составило 7018579 млн. руб. В целом, на протяжении 2016-2018 годов происходило увеличение выручки компании при переходе от года к году в среднем на 1143746 млн. руб.
В исследуемом периоде времени имело место увеличение объема выручки ПАО «Газпром» при переходе от года к году в относительном выражении в среднем на 17,23%.
Также проведенное исследование показало, что выручка ПАО «Газпром» изменяется на протяжении года неравномерно – с учетом сезонности спроса на газ. Так, большие объемы выручки наблюдаются в отопительный сезон, тогда как с весны по осень имеет место некоторое сокращение объемов выручки компании.
Так, расчеты показали, что в январе – марте, а также в ноябре-декабре рассчитанный индекс сезонности превышает 1 (или 100%), то есть фактор сезонности в данные периоды приводит к росту выручки ПАТ «Газпром». И наоборот, в апреле-сентябре индекс сезонности ниже 1 (меньше 100%), то есть в эти месяцы фактор сезонности способствует сокращению суммы выручки ПАО «Газпром». Самым высоким индекс сезонности является в декабре (1,22 или 122%), а самым меньшим – в июле (0,81 или 81%).
На основании спрогнозированного роста выручки компании на 2019 год в целом (9435386 млн. руб.) в работе были рассчитаны прогнозные значения выручки ПАО «Газпром» по месяцам 2019 года. Это делает возможным более точное прогнозирование различных показателей деятельности ПАО «Газпром», поскольку его продукция (газ) является сезонным товаром, потребление которого значительно возрастает в отопительный сезон.

Фрагмент текста работы:

1. Методы измерения сезонных колебаний

1.1. Ряды динамики и методы их обработки с целью выявления закономерностей развития
В ходе анализа рядов динамики определяют абсолютные, относительные и средние показатели изменения ряда динамики. Основными показателями динамики уровней ряда являются следующие:
1. Абсолютный прирост — разность между сравниваемым уровнем и уровнем более раннего периода, принятым за базу сравнения. Абсолютный прирост определяется по формуле:
∆ уц = yi – yi -1, (1)
где ∆ уц – цепной абсолютный прирост;
yi – значение сравниваемого уровня ряда;
yi -1 – значение предыдущего уровня ряда.
2. Темп роста — отношение сравниваемого уровня (более позднего) к уровню принятому за базу сравнения (более раннему). Темп роста определяется по формуле:
Тц = у_i/у_(i-1) *100%. (2)
3. Темп прироста – отношение абсолютного прироста данного уровня к предыдущему или базисному. Определяется по формуле:
Тпрц = (Δу_ц)/у_(i-1) *100%. (3)
4. Средний уровень динамического ряда определяется по формуле:
y ̅=(∑▒y_i )/n (4)
5. Средний абсолютный прирост определяется как средняя арифметическая из показателей скорости роста за отдельные периоды времени:
(∆y) ̅ = (y_n- y_1)/(n-1) (5)
6. Средний темп изменения определяют по формуле:
T ̅р = √(n-1&y_n/y_1 ) * 100 (6)
7.Средний темп прироста рассчитывают следующим образом:
T ̅пр = T ̅р – 100 (7)

Существует несколько методов обработки рядов динамики, помогающих выявить основную тенденцию изменения уровней ряда, а именно: метод укрупнения интервалов, метод скользящей средней и аналитическое выравнивание. Во всех методах вместо фактических уровней при обработке ряда рассчитываются иные (расчетные) уровни, в которых тем или иным способом взаимопогашается действие случайных факторов и тем самым уменьшается колеблемость уровней. Последние в результате становятся как бы «выравненными», «сглаженными» по отношению к исходным фактическим данным. Такие методы обработки рядов динамики называются сглаживанием или выравниванием рядов динамики.
Метод укрупнения интервалов предполагает переход от первоначального динамического ряда к рядам с большими временными промежутками. Например, месячные данные заменяют квартальными, квартальные годовыми, годовые – пятилетними и т.д. По сформированным укрупненным интервалам либо просто суммируют уровни первоначального ряда, либо рассчитывают средние величины. В результате отклонения в уровнях первоначального ряда, обусловленные случайными причинами, сглаживаются и более явно обнаруживается действие основных факторов, влияющих на изменения уровней (основная тенденция).
Для более детальной характеристики тенденции изменения уровней используют выравнивание динамического ряда с помощью скользящей (подвижной) средней. Метод скользящей средней состоит в том, что исчисляется средний уровень из определенного числа, первых по счету уровней ряда, затем – из такого же числа уровней, но начиная со второго по счету, далее – начиная с третьего и т.д. Таким образом, средняя как бы «скользит» по ряду динамики, передвигаясь с шагом равным единицы. В современной аналитической практике скользящие средние достаточно разнообразны по видам и по формам построения. Используются традиционные виды простых скользящих средних с разными периодами сглаживания и взвешенные скользящие средние с разными подходами к выбору весов и восстановлению краевых значений.
Сглаженный ряд «укорачивается» по сравнению с фактическим на члена с одного и другого конца, где – количество уровней, входящих в интервал.
Метод простой скользящей средней позволяет получать общие представления о направлении развития уровней ряда. Отдельные свойства простой скользящей средней несколько ограничивают возможности этого метода при изучении характера выявленной тенденции:
выравниванию подлежат не все уровни ряда и сглаженный ряд сокращается;
не представлена необходимая для целей прогнозирования аналитическая формула тенденции развития.
Наиболее совершенным методом обработки рядов динамики в целях устранения случайных колебаний и выявления тренда является выравнивание уровней ряда по аналитическим формулам (или аналитическое выравнивание). Суть аналитического выравнивания заключается в замене эмпирических (фактических, исходных) уровней yi теоретическими , которые рассчитаны по определенному уравнению, принятому за математическую модель тренда, где теоретические уровни рассматриваются как функция времени: = f(t).
Задача аналитического выравнивания сводится к следующему:
определение на основе фактических данных формы (вида) гипотетической функции = f(t), способной наиболее адекватно отразить тенденцию развития исследуемого показателя;
нахождение по эмпирическим данным параметров указанной функции;
расчет по найденному уравнению теоретических (выравненных) уровней.
В аналитическом выравнивании наиболее часто используются простейшие функции, например:
(8)
Параметры искомых уравнений (a0, a1.) при аналитическом выравнивании могут быть определены по-разному, но наиболее распространенным методом является метод наименьших квадратов (МНК). При этом методе учитываются все эмпирические уровни и должна обеспечиваться минимальная сумма квадратов отклонений эмпирических значений уровней y от теоретических уровней :
. (9)
Параметры а и b находятся по формулам:
; . (10) (11)
Таким образом, тренд-анализ позволяет определить общую тенденцию изменения исследуемого показателя в динамике, а также дает возможность прогнозировать его значение в будущие периоды на основании построенной модели зависимости показателя от времени.