CC BY
1
инвестиционной деятельности Республики Мордовия за 2010-2013 годы позволяет установить основную системную проблему, которая заключается в том, что темпы развития и структура инвестиционной деятельности в Республике Мордовия не в полной мере отвечают потребностям полноценного развития региона и повышения его инвестиционной привлекательности.
Подхалюзина В.А., к. э. н.
доцент
Московский автомобильно-дорожный государственный
технический университет Россия, г. Москва АВТОБУСОСТРОЕНИЕ РОСИИ В 2014 ГОДУ
Аннотация. В статье прогнозируется объем производства автобусов в России в 2014 году.
Ключевые слова: автомобильная промышленность, промышленность, машиностроение, производство автобусов, прогноз
Рынок автобусов существенно отличается от рынка легковых и грузовых автомобилей, являясь при этом частью автомобильного рынка. Прежде всего, это обусловлено тем, что основные потребители автобусов -муниципальные предприятия автотранспорта общего пользования.
Российский рынок автобусов остается внутренним замкнутым сегментом, и его развитие определяется преимущественно отечественным производством автотранспортных средств.
Основные производители автобусов России рассмотрены на рис. 1. «Большая тройка» заводов-изготовителей отечественных моделей в разные годы удерживала более % от общего объема выпуска в стране.
Рис.1. Производители автобусов в России
Для прогнозирования целесообразно использовать формализованные методы прогнозирования такие как, метод скользящей средней, метод экспоненциального сглаживания и метод наименьших квадратов.
Применяя указанные методы, можно элиминировать случайные колебания и получить значения, соответствующие влиянию главных факторов.
Сглаживание с помощью скользящих средних основано на том, что в средних величинах взаимно погашаются случайные отклонения.
Методы экстраполяции используются при краткосрочном прогнозировании.
В качестве исходных возьмем данные Росстат о динамике объема производства автобусов (см. табл. 1).
Таблица 1
Объем производства автобусов в России, тыс.ед.
Квартал Год
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
1 15,9 15,4 19,3 19,1 17,2 5,3 5,8 7,3 11,0 10,4
2 18,2 19,4 21,7 20,3 19,1 7,8 9,9 9,8 5,5 5,6
3 19,2 18,5 24,6 22,0 16,3 9,2 12,0 12,1 24,4 23,1
4 22,5 24,9 23,3 27,6 14,0 13,2 13,3 15,1 17,2 13,5
Итого за год 75,7 78,2 88,7 88,9 66,5 35,5 40,9 44,2 58,0 52,6
Для наглядности изобразим данные табл. 1 графически (см. рис. 1)
Прогнозное значение показателя по методу скользяшей средней вычисляется по формуле (см. табл. 2):
Уг+1 = + - ■{Уt - У-1)> если п = 3 , (!) п
где £ + 1 - прогнозный период;
£ - период, предшествующий прогнозному периоду (год, месяц и т.д.); уг+1 - прогнозируемый показатель;
шм - скользящая средняя за два периода до прогнозного;
п - число уровней, входящих в интервал сглаживания; уг - фактическое значение исследуемого явления за предшествующий период;
уг-1 - фактическое значение исследуемого явления за два периода, предшествующих прогнозному.
Величину интервала сглаживания примем п = 3, тогда скользящая средняя для первых трех периодов:
т 2005 = (У 2004 + У 2005 + У 200б)/ 3 = (75,7+78,2+88,7)/3 = 80,9 Строим прогноз (см. формулу 1): У2014 = 51,6 + 1/3 (52,6 - 58,0) = 49,8
Таблица 2
Расчетная таблица
Годы Производство автобусов, тыс.ед., У1 Скользящая средняя, т Расчет средней относительной ошибки /Уф - Ур/ Уф * 100
2004 75,7 - -
2005 78,2 80,9 3,38
2006 88,7 85,3 3,90
2007 88,9 81,4 8,44
2008 66,5 63,6 4,29
2009 35,5 47,7 34,08
2010 40,9 40,2 1,71
2011 44,2 47,7 7,91
2012 58,0 51,6 11,05
2013 52,6 - -
ИТОГО 74,77
ПРОГНОЗ 2014 49,8
Средняя относительная ошибка: е = 74,77/8 = 9,3%, т.е. метод дает
высокую точность оценки.
Прогнозное значение показателя по методу экспоненциального сглаживания вычисляется по формуле:
=«• Уг + (1 -«)• и, (2) где ? - период, предшествующий прогнозному; 1+1- прогнозный период; и(+1 - прогнозируемый показатель; а- параметр сглаживания;
Уг - фактическое значение исследуемого показателя за период, предшествующий прогнозному;
и - экспоненциально взвешенная средняя для периода, предшествующего прогнозному.
Величина а варьируется в пределах 0...1 и определяет, как быстро снижается вес влияния предшествующих наблюдений. Поскольку точного метода определения параметра нет, примем его по формуле Брауна:
2
« = , (3)
п +1
где п - число наблюдений, входящих в интервал сглаживания. В нашем случае, а=2/(10+1)=0,18. Определяем начальное значение ио:
1 способ (средняя арифметическая) ио = 629,4/10 = 62,9
2 способ (принимаем первое значение базы прогноза) ио = 75,7 Рассчитываем экспоненциально взвешенную среднюю для каждого
года и прогнозное значение по формуле 2 (см. табл. 3): И2005 = 75,7*0,18 +(1-0,18) * 62,9 = 65,3 (1 способ) и 2014 =52,6*0,18 + 0,82*58,4 = 57,4 И2005 = 75,7*0,18 +(1-0,18) * 75,7 = 75,7 (II способ) U 2014 =52,6*0,18 + 0,82*60,5 = 59,1
Таблица 3
Расчетная таблица
Годы Производство автобусов, тыс.ед., У Экспоненциально взвешенная средняя, т Расчет средней относительной ошибки
I способ II способ I способ II способ
2004 75,7 62,9 75,7 16,84 0,00
2005 78,2 65,3 75,7 16,60 3,27
2006 88,7 67,6 76,1 23,81 14,19
2007 88,9 71,5 78,4 19,59 11,73
2008 66,5 74,6 80,3 12,24 20,83
2009 35,5 73,1 77,8 105,80 118,94
2010 40,9 66,3 70,1 61,95 71,29
2011 44,2 61,7 64,8 39,45 46,52
2012 58,0 58,5 61,1 0,83 5,23
2013 52,6 58,4 60,5 11,09 15,07
ИТОГО 629,4 660,0 720,6 308,18 307,09
ПРОГНОЗ 2014 57,4 59,1
Средняя относительная ошибка: е = 308,18/10 = 30,8% 1 способ, е = 307,09/10 = 30,7% 2 способ.
Метод экспоненциального сглаживания был выбран, потому что дает весьма удовлетворительную точность прогноза. Относительно короткий ряд наблюдений с большим разбросом темпов прироста, условный расчет параметров прогнозирования - вот факторы, которые ограничивают применение данного метода на практике. Кроме того, метод приемлем при
прогнозировании только на один период вперед, т.к. расчет основывается на фактическом значении показателя в предпрогнозный период.
Прогнозное значение показателя по методу наименьших квадратов вычисляется по формуле (см. табл. 4):
у ++1 = а*Х + Ь, (4) где ? + 1 - прогнозный период;
уг+1 - прогнозируемый показатель; Х - условное обозначение времени;
п п п
2 (Уф *Х) - ( 2 Х * 2 Уф)/п
а = ^-^--(5)
2 XЛ2 - ( 2 X)л2/п г=1 г=1
где, Уф - фактические значения ряда динамики;
п - число уровней временного ряда;
п п
2 Уф а * 2 Х
Ь = М---^ (6)
пп
Определим коэффициенты регрессии по формулам 5 и 6:
3088,3 - 55 х 629'4 „„
а =-,-= -3734 = -4,523
552 82,5
385----,
10
629,4 - 4,523х 55
Ь =-2---,-= 62,94 + 24,88 = 87,813
10 10
Ур определим по формуле 4: У2004 = -4,523*1 + 87,813 = 83,29
Определяем прогнозное значение: У 2014 = -4, 523*11 + 87,813 = 38,1
Таблица 4
Расчетная таблица
Годы Произв-во автобусов , тыс.ед., Уф Усл. Обозн. времени, Х Уф*Х ХЛ2 Ур Расчет ср. относ. ошибки /Уф - Ур/ Уф * 100
2004 75,7 1 75,7 1 83,29 10,06
2005 78,2 2 156,5 4 78,77 0,67
2006 88,7 3 266,2 9 74,24 16,34
2007 88,9 4 355,4 16 69,72 21,54
2008 66,5 5 332,4 25 65,20 1,93
2009 35,5 6 213,2 36 60,67 70,72
2010 40,9 7 286,6 49 56,15 37,16
2011 44,2 8 353,9 64 51,63 16,70
2012 58,0 9 522,4 81 47,10 18,84
2013 52,6 10 526,0 100 42,58 19,05
ИТОГО 629,4 55 3 088,3 385 629,36 213,00
ПРОГНОЗ 2014 38,1 11
Средняя относительная ошибка: е = 213/10 = 21,3% Метод наименьших квадратов дает высокую степень ошибки и это ожидаемый результат, т.к. анализировалась огрубленная ретроспективная статистика.
Расхождения расчетных показателей по результатам краткосрочного прогнозирования представлены на рис. 2.
□ Ряд5; Метод скользящей средней; 49,81
□ Ряд5; Метод экспоненциальног о сглаживания 1; 57,4
□ Ряд5; Метод экспоненциальног о сглаживания 2; 59,1
Про
гноз производства автобусов в России в 2014 году, тыс. ед.
□
Ряд5; Метод наименьших квадратов; 38,06
Рис. 2. Прогноз объема производства автобусов в Росси в 2014 году Для оценки точности полученных прогнозов рассчитана средняя относительная ошибка по общей формуле (см. табл. 5):
1 п
е= - • X
п 7=1
Уф Ур
• 100
Уф
(7)
Таблица 5
Средняя относительная ошибка
Метод прогнозирования скользящей средней экспоненциального сглаживания наименьших квадратов
1 способ 2 способ
Средняя относительная ошибка, % 9,3 30,8 30,7 21,3
Оценка е < 10 е > 20
Точность прогноза высокая удовлетворительная
Итак, рассчитанные прогнозные показатели имеют весьма хорошую точность. Максимальные отклонения демонстрирует метод экспоненциального сглаживания. Наиболее достоверный прогноз показал
метод скользящей средней. Он является самым распространенным среди современных методов сглаживания статистических рядов.
Определим наличие сезонных колебаний прогнозного показателя по рис. 3 (составлен на основе данных из табл. 1).
Очевидно, что наблюдается некая квартальная периодичность -снижение в первом и рост в последнем квартале каждого года (кроме 2013 г.). При этом, характер изменения на участках монотонного изменения можно считать близким к линейному, что с известным допущением позволяет использовать линейную регрессию.
В табл. 6 представлен расчет показателей, связанных с сезонностью базового тренда. Здесь принято следующее:
• 4-х квартальные суммы рассчитываются суммированием Уф за 4 рядом стоящие квартала;
• 4-х квартальные средние = 4-х квартальные суммы/4 (в таблице они ставятся в средину суммируемых кварталов);
• Центрированные средние рассчитываются как сумма двух 4-х квартальных средних, деленная на 2.
Расчет показателя сезонности производится по формуле: Псезон= Уф / Центр.средние * 100 (или (графа 3/на графу 6) * 100)
Для расчета индексов сезонности для каждого квартала (Ц) берутся показатели сезонности, суммируются поквартально и делятся на количество суммированных значений.
Пара Значен
метр ие
I 1 75,92
I 2 83,12
I 3 111,65
I 4 122,71
Для расчета параметров уравнения, описывающего тренд изучаемого явления, определяем в таблице графы 8, 9, 10.
Ур = а * X + Ь,
где коэффициенты а и Ь рассчитываются по формулам (5) и (6).
11518 - 820 х 629,4
а =-4^-= = -0,260
22140-^ 5330 40
629,4 - 0,260х 820
Ь =-,---,-= 15,735+ 5,326 = 21,057
40 40
Таблица 6
Показатели сезонности
Показатели сезонности Усл. Расчет
Год Кв. Уф 4-кварт. суммы 4-кварт. средние Центрированные средние Показатели сезонности обозн. времени, Х ХЛ2 Уф*Х Ур средней относительной ошибки
1 2 3 4 5 6 7 8 9 10 11 12
1 15,9 - - - 1 1 15,9 20,8 31,0
-
2 18,2 - - - 2 4 36,4 20,5 13,0
2004 18,9
3 19,2 - 18,9 101,6 3 9 57,5 20,3 5,8
18,8
4 22,5 75,7 19,0 118,4 4 16 89,8 20,0 10,9
19,1
1 15,4 75,3 19,0 81,1 5 25 77,2 19,8 28,0
19,0
2 19,4 76,5 19,3 100,7 6 36 116,3 19,5 0,6
2005 19,6
3 18,5 75,8 20,0 92,5 7 49 129,7 19,2 3,8
20,5
4 24,9 78,2 20,8 119,6 8 64 199,0 19,0 23,7
21,1
1 19,3 82,1 21,8 88,2 9 81 173,3 18,7 2,8
22,6
2 21,7 84,4 22,4 96,8 10 100 216,8 18,5 14,9
2006 22,2
3 24,6 90,4 22,2 110,8 11 121 270,1 18,2 25,9
22,1
4 23,3 88,7 22,0 105,9 12 144 279,0 17,9 22,8
21,8
2007 1 19,1 88,5 21,5 88,8 13 169 247,8 17,7 7,2
21,1
2 20,3 87,2 21,7 93,6 14 196 284,2 17,4 14,2
22,2
3 22,0 84,6 22,0 99,9 15 225 329,3 17,2 21,8
21,7
4 27,6 88,9 21,6 127,7 16 256 440,8 16,9 38,6
21,4
2008 1 17,2 87,0 20,7 82,8 17 289 291,6 16,6 3,0
20,0
2 19,1 85,7 18,3 104,0 18 324 342,9 16,4 14,0
16,6
3 16,3 80,1 15,1 107,9 19 361 310,3 16,1 1,3
13,7
4 14,0 66,5 12,3 113,8 20 400 279,0 15,9 13,7
2009 1 5,3 54,7 10,0 53,4 21 441 111,7 15,6 193,3
9,1
2 7,8 43,4 9,0 86,9 22 484 171,6 15,3 96,7
8,9
3 9,2 36,3 8,9 102,7 23 529 211,4 15,1 64,1
9,0
4 13,2 35,5 9,3 142,7 24 576 317,5 14,8 12,1
9,5
2010 1 5,8 36,1 9,9 59,0 25 625 145,8 14,6 149,8
10,2
2 9,9 38,1 10,2 96,3 26 676 256,1 14,3 45,2
10,2
3 12,0 40,9 10,4 115,3 27 729 324,3 14,0 17,0
10,6
4 13,3 40,9 10,6 125,1 28 784 371,0 13,8 4,1
10,6
2011 1 7,3 42,4 10,6 68,8 29 841 211,4 13,5 85,6
10,6
2 9,8 42,3 10,8 90,2 30 900 293,1 13,3 35,8
11,1
3 12,1 42,4 11,5 105,3 31 961 376,0 13,0 7,2
12,0
4 15,1 44,2 11,4 131,5 32 1 024 481,6 12,7 15,3
10,9
2012 1 11,0 47,9 12,4 88,1 33 1 089 361,7 12,5 13,9
14,0
2 5,5 43,6 14,2 38,5 34 1 156 186,3 12,2 123,2
14,5
3 24,4 55,9 14,4 169,0 35 1 225 854,0 12,0 50,9
14,4
4 17,2 58,0 14,4 119,6 36 1 296 619,2 11,7 31,9
14,4
2013 1 10,4 57,5 14,2 73,0 37 1 369 384,8 11,4 10,1
14,1
2 5,6 57,6 13,6 41,1 38 1 444 212,8 11,2 99,8
13,2
3 23,1 56,3 - - 39 1 521 900,9 10,9 52,7
-
4 13,5 52,6 - - 40 1 600 540,0 10,7 21,0
Итого 629,4 820 22 140 11 518,0 1 426,6
Прогноз 2014 1 7,9 41
2 8,4 42
3 11,0 43
4 11,8 44
ИТОГО 39,2
Прогноз на 2014 год с разбивкой по кварталам:
^+1 = (а * Х + Ь) * I j/100
На рис. 4 представлена динамика показателя с учетом прогнозных значений.
л
Прогнозирование сезонных явлений -1 кв-2 кв-3 кв.-4 кв.
V_У
Рис. 4. Прогноз сезонных явлений на 2014 год Средняя относительная ошибка прогноза рассчитывается как отношение суммы значений в графе 12 (табл. 6) к количеству периодов базы прогноза:
е = 1426,6 / 40 =35,7%. В соответствии с таблицей 5, полученное значение е интерпретируется как прогноз удовлетворительной точности.
Обозначим горизонт прогнозирования в 5 лет (2014 - 2018 гг.). Предположим, что перспективный тренд исследуемого показателя (объем производства автобусов в России) будет определяться оценками, рассчитанными в таблицах 2 и 4.
Как видно из рис. 5, тренд, построенный на основе метода скользящей средней, можно рассматривать как оптимистический прогноз изменения исследуемого показателя, а тренд, полученный с помощью метода наименьших квадратов, - как пессимистический.
Область между кривыми следует рассматривать как наиболее вероятное поле развития прогнозируемой величины. При этом ожидается, что реальные выпуск автобусов в стране будет ближе к верхнему тренду, т. к. именно этот прогноз показал минимальное значение средней относительной ошибки из всех рассмотренных.
Таким образом, можно сделать следующие выводы:
1. Рассчитанные прогнозные показатели имеют весьма хорошую точность. Максимальные отклонения демонстрирует метод экспоненциального сглаживания. Наиболее достоверный прогноз показал метод скользящей средней. Он является самым распространенным среди современных методов сглаживания статистических рядов.
2. Общее изменение производства отражает волнообразную тенденцию развития отечественной экономики.
3. С помощью нескольких методов экстраполяции рассчитаны прогнозные значения производства для текущего 2014 года.
4. В рамках долгосрочного прогнозирования обозначен ожидаемый коридор колебания емкости рынка. Общий характер тренда свидетельствует о том, что в настоящий момент кризис переходит в стадию рецессии, которая характеризуется длительным прекращением экономического роста.
5. Изменение объемов производства автобусов в России будет обусловлено целым комплексом макроэкономических факторов, поэтому для
построения более точных прогнозов требуется усложнение расчетных прогнозных моделей.
Использованные источники:
1 Федеральная служба государственной статистики РФ //http://www.gks.ru
2 Министерство промышленности и торговли России // http://www.minpromtorg.gov.ru
3 ОАО «АСМ-холдинг» // http://www.asm-holding.ru
4 Маркетинговый автомобильный журнал «Автобизнес» //http://www.abiz.ru
Подхалюзина В.А., к. э. н.
доцент
Московский автомобильно-дорожный государственный
технический университет Россия, г. Москва
АНАЛИЗ СОСТОЯНИЯ ПРОИЗВОДСТВА АВТОБУСОВ В РОССИИ
Аннотация. В статье анализируется состояние автобусостроения в России.
Ключевые слова: автомобильная промышленность, промышленность, машиностроение, производство автобусов.
Рынок автобусов существенно отличается от рынка легковых и грузовых автомобилей, являясь при этом частью автомобильного рынка. Прежде всего, это обусловлено тем, что основные потребители автобусов -муниципальные предприятия автотранспорта общего пользования.
Российский рынок автобусов остается внутренним замкнутым сегментом, и его развитие определяется преимущественно отечественным производством автотранспортных средств.
Основные производители автобусов России рассмотрены на рис. 1. «Большая тройка» заводов-изготовителей отечественных моделей в разные годы удерживала более % от общего объема выпуска в стране.
Рис.1. Производители автобусов в России
