IX Международная студенческая научная конференция Студенческий научный форум - 2017

Большинство людей волнует благосостояние общества, которое каждый из нас ежедневно наблюдает вокруг себя. В то время как современное экономическое положение негативно отражается на многих аспектах жизни. Одним из показателей, который заметно влияет и на состояние экономики, и на качество жизни – является число безработных.

Для написания данной работы мы воспользовались данными сайта «Территориального органа Федеральной службы государственной статистики по Кемеровской области». Взяли показатель «Численность безработных по Кемеровской области в среднем за год» в период с 2000 года по 2015 год. Информация на сайте представлена по данным выборочных обследований населения по проблемам занятости.

Год	Численность безработных	Год	Численность безработных
2000	156,7	2008	95,2
2001	141,7	2009	138,6
2002	135,2	2010	125,9
2003	144,4	2011	113,9
2004	143,9	2012	98,9
2005	127	2013	85,3
2006	107,2	2014	88
2007	89,6	2015	105,5

Рассматривая данный временной ряд, начнем с построения графика (см. рис. 1). Наша линия получилась волнообразной, но четкого графического представления о сезонности дать нельзя.

Для уточнения составим автокорреляционную функцию временного ряда. Найдем коэффициенты корреляции с первого по восьмой уровень. По полученным результатам видим, что наибольшее значение имеет коэффициент корреляции первого уровня, но если мы выберем его, то наше исследование может получиться не результативным. Поэтому мы выберем коэффициент корреляции шестого уровня, который лишь на 0,1 уступает первому уровню, и соответственно сезонность нашего ряда равна шести. Данное допущение должно положительно отразиться на качестве построенной нами модели.

Рис.1. График временного ряда

Построим мультипликативную и аддитивную модели временного ряда. Поскольку сумма квадратов абсолютных ошибок меньше в аддитивной модели, можно сказать, что она лучше.

В аддитивной модели временной ряд представлен как сумма трендовой, сезонной и случайной компоненты. Проводя корректировку предварительных значений сезонной компоненты, мы должны обеспечить нейтральное воздействие сезонности на динамику ряда. В нашем случае данное правило не выполняется, поэтому мы находим корректирующий коэффициент равный 1,45 и рассчитываем скорректированные значения сезонной компонент. После этого исходный ряд содержит только тренд и случайную компоненту.

Для аналитического выравнивания временного ряда используем линейную функцию. С ее помощью находим теоретические значения – трендовую компоненту модели. Рассчитав разность фактических и теоретических значений показателя, находим абсолютные ошибки для каждого года. Возведя их в квадрат, находим сумму квадратов абсолютных ошибок. Исходя из полученных результатов, видим, что модель объясняет 58,28 % факторов влияющих на показатель.

Кроме того, по построенной нами модели, мы можем сделать прогноз на любой год, и мы взяли ближайшие три года. Для получений прогнозных значений мы используем уравнение тренда. И к полученным результатам прибавляем скорректированные значения сезонной компоненты. Из получившихся результатов мы видим, что начиная с 2016 года, когда число безработных равно 91,45 тысяч человек, и далее показатель снижается. Такая оптимистичная перспектива может вселять надежду на стабилизацию экономической сферы.

Но не следует забывать о том, что модель учитывает лишь 58 % факторов и изменения неучтенных факторов могут внести значительные коррективы на численность безработных, которая в действительности будет наблюдаться в данные годы. Кроме того Кемеровостат учитывает лишь людей зарегистрированных в органах занятости как безработных. А тех, кто не имеет работы, но не состоит на учете мы соответственно тоже не учитываем, что может занижать записанные показатели в сравнении с реально действующими. Поэтому даже полученная нами положительная тенденция к снижению безработицы не говорит о том, что улучшится благосостояние общества и в целом экономическая ситуация в Кемеровской области.

Список литературы:

1. Кемеровостат // [Электронный ресурс]: http://kemerovostat.gks.ru/

2. Соколов Г.А. Эконометрика: теоретические основы. «НИЦ ИНФРА-М».-2016.- 216 с.

3. Картаев Ф.С.Эконометрика: учебное пособие. «Проспект».-2014.- 118 с.

4. Агранович Ю.Я. Скольжение вдоль временных рядов: Монография. «НИЦ ИНФРА-М».-2015.-90 с.

5. Дайитбегов Д.М Компьютерные технологии анализа данных в эконометрике: Монография. «НИЦ ИНФРА-М».-2013.-587 с.

Код для цитирования: Скопировать