Вход

Использование СНС (система национальных счетов) в макроэкономическом анализе и прогнозировании

Рекомендуемая категория для самостоятельной подготовки:
Курсовая работа*
Код 145728
Дата создания 2009
Страниц 33
Источников 5
Мы сможем обработать ваш заказ (!) 28 марта в 13:00 [мск]
Файлы будут доступны для скачивания только после обработки заказа.
2 200руб.
КУПИТЬ

Содержание


СОДЕРЖАНИЕ
ВВЕДЕНИЕ
1. ТЕОРЕТИЧЕСКАЯ ЧАСТЬ
1.1. Интегрированная центральная структура СНС (классификации и счета)
1.2. Счета СНС
1.3. Счета текущих операций
1.4. Методика расчета ВВП и других макроэкономических показателей
2. Практическая часть
2.1. Динамика ВВП и прогноз на будущие периоды
2.2. Исследование взаимосвязи валового внутреннего продукта и основных фондов
Заключение
ЛИТЕРАТУРА

Фрагмент работы для ознакомления

Темп роста () определяется отношением текущего уровня к базисному или предыдущему и выражается в процентах:
или .
Темп прироста можно вычислять путем вычитанием из темпов роста 100%, то есть .
Показатель абсолютного значения одного процента прироста () определяется как результат деления абсолютного прироста на соответствующий темп прироста, выраженный в процентах:
Таблица 2.1.2.
Показатели динамики
Годы 2000 2001 2002 2003 2004 2005 2006 ВВП, трлн. руб. Yi 7306 8944 10831 13243 17048 21620 26781 Δiбаз - 122,4 148,2 181,3 233,3 295,9 366,6 Δiцеп - 1638 1887 2412 3805 4572 5161 Тр баз (%) - 122,4 121,1 122,3 128,7 126,8 123,9 Тр цеп (%) - 122,4 121,1 122,3 128,7 126,8 123,9 Тпр баз (%) - 22,4 21,1 22,3 28,7 26,8 23,9 Тпр цеп (%) - 22,4 21,1 22,3 28,7 26,8 23,9 А - 73,06 89,44 108,31 132,43 170,48 216,2
Средний уровень ряда:
(трлн. руб.).
средний абсолютный прирост:
(трлн. руб.)
средний темп роста:
средний темп прироста:
.
Выполним аналитическое выравнивание ряда динамики с помощью линейной функции
Система нормальных уравнений имеет вид:
,
где - значение уровней фактического ряда динамики;
t – временные даты или номер соответствующего уровня ряда динамики; n - количество уровней ряда динамики.
Заполним расчетную таблицу (табл.3.1.3).
Временную компоненту выбираем таким образом, чтобы , тогда значения параметров уравнения тренда определяются по формулам:
(вычислено ранее);
.
Получили уравнение линейного тренда:
.
Таблица 2.1.3.
Год t t2 2000 -3 7306 -21918 9 2001 -2 8944 -17888 4 2002 -1 10831 -10831 1 2003 0 13243 0 0 2004 1 17048 17048 1 2005 2 21620 43240 4 2006 3 26781 80343 9 Сумма: 0 105773 89994 28 Среднее: 0 15110,42857    
Коэффициент регрессии b=3214,1 показывает, что ежегодный прирост ВВП в текущих ценах составил в среднем 3214,1.
Выполним прогноз на 3 года вперед (табл. 2.1.4.), считая, что в будущем сохранится рассмотренная тенденция. Для этого нужно в полученное уравнение регрессии подставить соответствующие значения временной компоненты t.
Таблица 2.1.4
Год t ВВП 2007 4 2008 5 2009 6
Выводы:
Отмечается ежегодный рост ВВП в 2000 – 2006 г. Среднее значение ВВП за рассматриваемый период составило 15110,4 трлн. руб. в текущих ценах. В среднем ВВП ежегодно увеличивался на 3245,8 трлн. руб. или на 24,2% ежегодно.
Если данная тенденция сохранится и в дальнейшем, то за 2007 г. можно ожидать ВВП размером 27966,7 трлн. руб., в 2008 г. – 31180,8 трлн. руб., в 2009 г. – 34394,9 трлн. руб.
2.2. Исследование взаимосвязи валового внутреннего продукта и основных фондов
Другим важным показателем СНС является стоимость основных фондов (ОФ) региона. Основные фонды – произведенные активы, подлежащие использованию неоднократно или постоянно в течение длительного периода, но не менее одного года, для производства товаров, оказания рыночных или нерыночных услуг, для управленческих нужд либо ля представления другим организациям за плату во временное владение и пользование или во временное пользование.
К основным фондам относятся здания, сооружения, машины и оборудование (рабочие силовые и информационные), транспортные средства, рабочий и продуктивный скот, многолетние насаждения, другие виды основных фондов.
Рассмотрим зависимость ВРП от величины основных фондов. В табл. 2.2.1. представлены данные об объеме ВРП и стоимости ОФ за 2006 г. по субъектам центрального федерального округа (табл. 2.2.1).
Таблица 2.2.1.
Регионы ВРП, в текущих ценах, млн. руб., Y ОФ, на конец года, по полной учетной стоимости, млн. руб., X Белгородская обл. 181009 332176 Брянская обл. 81970 234250 Владимирская обл. 111904 154161 Воронежская обл. 163246 469878 Ивановская обл. 52452 160051 Калужская обл. 84790 219137 Костромская обл. 53029 209665 Курская обл. 100483 290680 Липецкая обл. 187751 364208 Московская обл. 938432 2143837 Орловская обл. 62448 154206 Рязанская обл. 103180 346379 Смоленская обл. 79230 309351 Тамбовская обл. 73481 269738 Тверская обл. 125564 429239 Тульская обл. 143312 335199 Ярославская обл. 156479 535264 Г. Москва 5145874 6142520
Наглядным изображением зависимости между рассматриваемыми признаками служит корреляционное поле – график, где на оси абсцисс откладываются значения X, по оси ординат – Y, а точками показывается сочетание первичных наблюдений X и Y.
Рис. 2.2.1 Поле корреляции
На графике сильно выделяется г.Москва, т.к. соответствующий ей ВВП и объем основных фондов намного превышает значения показателей для других регионов.
Изобразим поле корреляции без показателей г. Москвы:
Рис. 2.2.2. Поле корреляции без показателей г. Москвы
По графику четко видно, что с увеличением стоимости основных фондов, увеличивается также и валовой региональный продукт, т.е. зависимость прямая и, предположительно, тесная.
На практике для количественной оценки тесноты связи широко используется линейный коэффициент корреляции. Он вычисляется по формуле
,
где , - средние величины признаков, , - средние квадратические отклонения признаков.
n=18 – количество регионов.
Произведем дополнительные расчеты и найдем значения коэффициента корреляции (табл. 2.2.2.).
Таблица 2.2.2
Вычисление линейного коэффициента корреляции
№ рег. ВВП, Y ОФ, X


1 181009 332176 156498085291 64925078416 100800051882 2 81970 234250 243566322428 125204868649 174630150338 3 111904 154161 329032319913 104917040281 185798539182 4 163246 469878 66510547402 74292769489 70294045030 5 52452 160051 322309846291 146965656321 217643006088 6 84790 219137 258711993376 123217146529 178543422160 7 53029 209665 268437338855 146523590656 198323984316 8 100483 290680 191051504798 112446208900 146570861426 9 187751 364208 132180519130 61534755844 90187005561 10 938432 2143837 2005233318587 252625859161 711739973534 11 62448 154206 328980696733 139401423225 214150361518 12 103180 346379 145462442666 110644712689 126864692392 13 79230 309351 175078132369 127151435889 149202667280 14 73481 269738 209797333546 131284478224 165961240859 15 125564 429239 89123378419 96254442001 92620305867 16 143312 335199 154115435961 85556835001 114828693825 17 156479 535264 37060249830 78027483556 53774696970 18 5145874 6142520 29319470033047 22184674623721 25503782127816 Сумма: 7844634 13099939 34432619498642 24165648408552 28495715826044 Среднее: 435813 727774,4       Дисперсия:  1912923305480 1342536022697   Среднее квадратическое отклонение:  1383085 1158679   Коэффициент корреляции:      0,987859801 .
В нашем примере связь весьма тесная, прямая (положительная).
Рассчитывается также коэффициент детерминации, равный квадрату коэффициента корреляции: R=0.976.
Коэффициент детерминации показывает, что вариация результативного признака (ВРП) на 97,7% объясняется изменением признака-фактора (ОФ), оставшиеся 2,3% вариации происходят вследствие воздействия других факторов, не рассматриваемых в данной модели.
Построим уравнение регрессии вида
,
где - теоретическое (выровненное) значение результативного признака после подстановки в уравнение X.
Параметры a и b оцениваются с помощью процедур, наибольшее распространение из которых получил метод наименьших квадратов. Его суть заключается в том, что наилучшие оценки a и b получают, когда
,
т.е. сумма квадратов отклонений эмпирических значений зависимой переменной от вычисленных по уравнению регрессии должна быть минимальной. Для определение параметров требуется составить систему нормальных уравнений:
Оценки неизвестных параметров a и b можно найти по формулам
, .
С помощью понятий выборочной дисперсии, ковариации и корреляции это решение можно записать специальным образом:
, .
Т.к. ранее мы уже нашли значения коэффициента корреляции и средних квадратических отклонений X и Y, то несложно вычислить значения параметров a и b, используя последние формулы. Получим:
; .
Таким образом, уравнение парной линейной регрессии имеет вид:
.
Важен смысл параметров: b - это коэффициент регрессии, характеризующий влияние, которое оказывает изменение X на Y. Он показывает, на сколько единиц в среднем изменится Y при изменении X на одну единицу: при увеличении стоимости основных фондов на 1 млн. руб., валовой региональный продукт увеличивается в среднем на 0,8276 млн. руб.
Параметр a – это постоянная величина в уравнении регрессии. Экономического смысла он не имеет, но в ряде случаев его интерпретируют как начальное значение Y.
Изобразим уравнение регрессии на графике поля корреляции:
Рис.2.2.3 Поле корреляции и линия регрессии
Полученное уравнение регрессии можно использовать для прогнозирования следующим образом: если заранее примерно известен объем основных фондов региона, то можно предсказать значение валового
Например, размер основных фондов некоторого региона ожидается порядка млн. руб. Тогда по уравнению регрессии находим ожидаемый объем ВРП:
млн. руб.
Выводы:
Рассматриваемые показатели – валовой региональный продукт и стоимость основных фондов находятся в тесной взаимосвязи друг от друга, причем связь прямая – чем выше стоимость основных фондов, тем больше размеры ВРП. В данном разделе рассматриваются признаки, характеризующие развитие центрального федерального округа. По представленным данным найдено уравнение линейной регрессии
.
По полученному уравнению регрессии выполнен прогноз: если стоимость основных фондов некоторого региона составит 310 000 млн. руб., то ожидаемый размер валового регионального продукта будет порядка 90 078.1 млн. руб.

Заключение
СНС представляет собой широкую и детализированную систему экономического учета, которая выходит далеко за рамки основной последовательности счетов. СНС охватывает и другие счета и таблицы, содержащие либо данные, которые невозможно включить в основные счета, либо информацию, представленную в альтернативной форме (например, в форме матриц), которая может быть более удобна для определенных видов анализа.
Обобщающий итог функционирования национальной экономики характеризуется показателем валового внутреннего продукта (ВВП). Он может быть рассчитан на стадии производства и на стадии использования продукции. В период 2000 – 2006 гг. наблюдался постоянный рост ВВП в текущих ценах. Среднее значение ВВП за рассматриваемый период составило 15110,4 трлн. руб. в текущих ценах. В среднем ВВП ежегодно увеличивался на 3245,8 трлн. руб. или на 24,2% ежегодно.
ВВП и ВРП являются итоговыми показателями, которые зависят от множества показателей социально-экономического развития региона. Была исследована статистическая зависимость ВРП от стоимости основных фондов региона. Судя по коэффициентам корреляции и детерминации данные признаки находятся в очень тесной взаимосвязи друг от друга. По исходным данным по центральному федеральному округу России за 2006 г. построено уравнение регрессии, которое описывает рассматриваемую взаимосвязь признаков. С его помощью можно прогнозировать возможный уровень ВРП при известной стоимости основных фондов.

ЛИТЕРАТУРА
Национальная экономика. Учебник. Под ред. доктора экон. наук П.В. Савченко, М.: Экономистъ,2005.
Статистика. Учебник / Под ред. проф. И.И. Елисеевой, М.:, Высшее образование, 2006.
Социально-экономическая статистика. Учебник. В.Н. Салин, Е.П. Шпаковская. М.:, Юристъ, 2001.
Российский статистический ежегодник, 2007. Статистический сборник. Росстат, М.: 2007.
Сайт Госкомстата России http://gks.ru/
[1] Национальная экономика. Учебник. Под ред. доктора экон. наук П.В. Савченко, М.: Экономистъ,2005.
[2], Статистика. Учебник / Под ред. проф. И.И. Елисеевой, М.:, Высшее образование, 2006.
[2], Статистика. Учебник / Под ред. проф. И.И. Елисеевой, М.:, Высшее образование, 2006.
Сайт Госкомстата России http://gks.ru/
33

Список литературы [ всего 5]

ЛИТЕРАТУРА
1.Национальная экономика. Учебник. Под ред. доктора экон. наук П.В. Савченко, М.: Экономистъ,2005.
2.Статистика. Учебник / Под ред. проф. И.И. Елисеевой, М.:, Высшее образование, 2006.
3.Социально-экономическая статистика. Учебник. В.Н. Салин, Е.П. Шпаковская. М.:, Юристъ, 2001.
4.Российский статистический ежегодник, 2007. Статистический сборник. Росстат, М.: 2007.
5.Сайт Госкомстата России http://gks.ru/
Очень похожие работы
Пожалуйста, внимательно изучайте содержание и фрагменты работы. Деньги за приобретённые готовые работы по причине несоответствия данной работы вашим требованиям или её уникальности не возвращаются.
* Категория работы носит оценочный характер в соответствии с качественными и количественными параметрами предоставляемого материала. Данный материал ни целиком, ни любая из его частей не является готовым научным трудом, выпускной квалификационной работой, научным докладом или иной работой, предусмотренной государственной системой научной аттестации или необходимой для прохождения промежуточной или итоговой аттестации. Данный материал представляет собой субъективный результат обработки, структурирования и форматирования собранной его автором информации и предназначен, прежде всего, для использования в качестве источника для самостоятельной подготовки работы указанной тематики.
bmt: 0.00488
© Рефератбанк, 2002 - 2024