Главная Контакты Случайная статья Автоматизация Антропология Археология Архитектура Биология Ботаника Бухгалтерия Военная наука Генетика География Геология Демография Деревообработка Журналистика Зоология Изобретательство Информатика Искусство История Кинематография Компьютеризация Косметика Кулинария Культура Лексикология Лингвистика Литература Логика Маркетинг Математика Материаловедение Медицина Менеджмент Металлургия Метрология Механика Музыка Науковедение Образование Охрана Труда Педагогика Полиграфия Политология Право Предпринимательство Приборостроение Программирование Производство Промышленность Психология Радиосвязь Религия Риторика Социология Спорт Стандартизация Статистика Строительство Технологии Торговля Транспорт Фармакология Физика Физиология Философия Финансы Химия Хозяйство Черчение Экология Экономика Электроника Электротехника Энергетика
	РОЗВ’ЯЗАННЯ. Вид тренду ⇐ ПредыдущаяСтр 3 из 4Следующая ⇒ РОЗВ’ЯЗАННЯ     Динаміка депозитної політики комерційного банку характеризується даними, наведеними в таблиці 1.     Таблиця 1. – Вихідні дані. № п/п	Рік	Вклади фізичних і юридичних осіб, млн грн

    1. Для визначення параметрів лінійного тренду за методом найменших квадратів застосуємо інструментарій Exсel – статистичну функцію ЛІНІЙН, а для експоненціального тренду - статистичну функцію ЛГРФПРИБЛ.

    Статистичні функції ЛІНІЙН і ЛГРФПРИБЛ визначають параметри лінійної y = b₀ + b₁∙x й експонентної кривої y = b₀ ∙ e^b1 .

ЛІНІЙН:

ЛГРФПРИБЛ:

    2. Графіки ряду динаміки й тренду побудуємо за допомогою інструментарію Exсel – МАЙСТЕР ДІАГРАМ.

Рисунок 1. – Апроксимація вихідних даних лінійним трендом

Рисунок 2. – Апроксимація вихідних даних логарифмічним трендом

Рисунок 3. – Апроксимація вихідних даних поліноміальним 4-го степеня трендом

Рисунок 4. – Апроксимація вихідних даних степеневим трендом

Рисунок 5. – Апроксимація вихідних даних експоненціальним трендом.

    3. Визначимо вид тренду, що найкраще описує вихідні дані. Як критерій використаємо коефіцієнт детермінації R²

Таблиця 2. – Підсумкові дані.

    За даними таблиці 2 видно, що вихідні дані банківських депозитів краще апроксимувати поліномом четвертого степеня. Отже, для розрахунку прогнозованих значень суми депозитів слід застосовувати поліноміальну функціональну залежність для побудови економіко-математичної моделі депозитної політики комерційного банку.

    4. Прогнозування депозитної політики комерційного банку методом ковзного середнього. При використанні цього методу прогноз будь-якого періоду являє собою середнє значення декількох результатів спостережень часового ряду. Тому метод ковзного середнього э занадто простим для створення точного прогнозу. Однак слід враховувати, що чим менше число спостережень, на основі яких обчислено ковзне середнє, тим точніше воно відображає зміни в часовому ряді. Для побудови прогнозу із застосуванням методу ковзного середнього використаємо інструментарій Exсel – ПАКЕТ АНАЛІЗУ.

    Таблиця 3. – Розрахунок ковзного середнього.

    В таблиці 3 показано результат обчислення ковзного середнього даних, наведених у таблиці 1, з інтервалом у три періоди. Як видно, значення ковзного середнього починаються з #Н/Д (немає даних для обчислень), які дорівнюють значенню зазначеного інтервалу мінус одиниця. Ця ситуація виникає через недостатню кількість даних для обчислення середнього значення декількох перших результатів спостережень. Тому .

    На рисунку 6 зображено графіки суми депозитів, їхнє середнє значення й ковзне середнє, обчислене з інтервалом у три часових періоди. Як видно, ковзне середнє згладжує зсув базової лінії, що лежить в основі його обчислення, тому ковзне середнє суми депозитів за три роки дозволяє відслідкувати фактичний обсяг вкладів з більшою точністю, ніж аналогічні спостереження, але за тривалий період.

    5. Складання прогнозів ковзного середнього за допомогою діаграм (графічного інструментарію Exсel – МАЙСТЕР ДІАГРАМ).

    Графік лінії тренду разом з фактичними значеннями спостережень показано на рисунку 6.

Рисунок 6.- Згладжена ковзною середньою викидів базова лінія

    6. Прогнозування за допомогою функцій регресії Exсel. Застосуємо функцію ТЕНДЕНЦІЯ для складання лінійного прогнозу обсягів вкладів фізичних і юридичних осіб за даними, наведеними у таблиці 1:

    Таблиця 4. – Прогнозування за допомогою функції ТЕНДЕНЦІЯ