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
	Вклади фізичних і юридичних осіб, млн грн ⇐ ПредыдущаяСтр 4 из 4 № п/п	Рік	Вклади фізичних і юридичних осіб, млн грн	Тенденція
			-341,7462462
			-241,4337623
			-141,1212784
			-40,80879451
			59,5036894
			159,8161733
			260,1286572
			360,4411411
			460,7536251
			561,066109
			661,3785929
			761,6910768
			862,0035607
			962,3160446
			1062,628529
			1162,941012
			1263,253496
			1363,56598
			1463,878464
			1564,190948
			1664,503432
			1764,815916
			1865,1284
			1965,440884
			2065,753368
			2166,065852
			2266,378335
			2366,690819
			2467,003303
			2567,315787
			2667,628271
			2767,940755
			2868,253239
			2968,565723
			3068,878207
			3169,190691

7. Складання нелінійного прогнозу за допомогою функції ЗРОСТАННЯ:

Таблиця 5. – Прогнозування за допомогою функції ЗРОСТАННЯ

    З рисунка 7 видно, що лінія тренду, побудована за допомогою функції ЗРОСТАННЯ, дозволяє одержати на основі нелінійної базової лінії більш точний прогноз, ніж лінія тренду, побудована за допомогою функції ТЕНДЕНЦІЯ:

Рисунок 7. – Прогнозування депозитної політики комерційного банку із застосуванням функцій ТЕНДЕНЦІЯ і ЗРОСТАННЯ

    8. Прогнозування із застосуванням функції ЕКСПОНЕНТНЕ ЗГЛАДЖУВАННЯ.

    Таблиця 6. – Прогнозування за допомогою функції ЕКСПОНЕНТНЕ ЗГЛАДЖУВАННЯ.

Рисунок 8. – Прогнозування депозитної політики комерційного банку із застосуванням функції ЕКСПОНЕНТНЕ ЗГЛАДЖУВАННЯ.

ВИСНОВОК

    В даній роботі ми визначили параметри лінійного і експонентного трендів економіко-математичної моделі депозитної політики комерційного банку. Також побудували графіки базової лінії й трендів, що апроксимують вихідні дані. Виконали порівняльний аналіз якості апроксимації динамічного ряду з метою вибору найкращого виду тренду і виявили, що вихідні дані банківських депозитів краще апроксимувати поліномом четвертого степеня. Обчислили прогнозні оцінки обсягів внесків юридичних і фізичних осіб для формування депозитної політики комерційного банку методом ковзного середнього, склали прогнози ковзного середнього за допомогою діаграм. Прогнози, отримані методом ковзного середнього призводять до втрати деяких даних у початковому періоді базової лінії. Обчислили прогнозовані оцінки обсягів внесків юридичних і фізичних осіб для формування депозитної політики комерційного банку.