Статистический анализ и прогнозирование объемов производства продукции деревообработки в Российской Федерации

В данной выпускной квалификационной работе была рассмотрена деревообрабатывающая промышленность Российской Федерации. Эта отрасль
обладает огромным потенциалом развития и способна коренным образом улучшить состояние экономики страны. Главной идеей данной работы является объективная и независимая оценка современного состояния и перспектив развития деревообрабатывающей промышленности в РФ.
В первой главе были рассмотрены теоретические основы статистического анализа и прогнозирования. Были даны основные понятия экономического прогнозирования, приведена классификация прогнозирования. Были рассмотрены основные методы и модели статистического анализа и прогнозирования.
Во второй главе был проведен анализ состояния деревообрабатывающей промышленности Российской Федерации. Так мы выяснили, что российский лесопромышленный комплекс обладает большой ресурсной базой и это является положительным фактором развития деревообрабатывающей промышленности.
Однако эта отрасль характеризуется ярко выраженной сырьевой направленностью, обеспечивая ресурсной базой зарубежные
лесопромышленные предприятия, что негативно сказывается на деревообрабатывающую промышленности внутри страны. Отрасль характеризуется также нехваткой мощностей, требует улучшения инвестиционной привлекательности в стране, низкой инновационной активностью отечественных производителей.
Также во второй главе был проведен анализ официальных статистических данных объемов производства продукции деревообработки в РФ с 2005 по 2015 год; Выявлены основные факторы, оказывающие наибольшее влияние на объемы производства 4 видов продукции деревообработки В РФ.
В третей главе на основе множественного регрессионного анализа мы определили, какие из факторов оказывают наибольшее влияние на объемы производства в РФ на каждый отдельный вид продукции.
Так на объемы производства пиломатериалов наибольшее влияние оказывают:
• X1 - объем производства деревообрабатывающих станков;
• X2 - стоимость переработанного давальческого сырья (материалов);
• X5- индексы цен производителей в отрасли;
• X6- уровень инфляции;
• X7- Количество предприятий и организаций;
• X8- объемы лесозаготовки
Фактором, негативно влияющим на объемы производства пиломатериалов является повышение уровня инфляции, что вполне закономерно.
На объемы производства фанеры клеевой:
• X1 - объем производства деревообрабатывающих станков;
• X3- удельный вес убыточных предприятий в отрасли;
• X7 - количество предприятий и организаций;
• X9- общий объем заказов на поставку продукции на последующие периоды;
На объемы производства плит древесностружечных:
• X3 - удельный вес убыточных предприятий в отрасли;
• X5 - индексы цен производителей в отрасли;
• X6 - уровень инфляции;
• X7- количество предприятий и организаций;
• X8- объемы лесозаготовки;
На объемы производства плит древесноволокнистых:
146
• X2- стоимость переработанного давальческого сырья (материалов);
• X3 - удельный вес убыточных предприятий в отрасли;
• X5 - индексы цен производителей в отрасли;
• X6 - уровень инфляции;
Проведен прогноз на 2016 год по 4 видам продукции используя модель ARIMA, а также нейронные сети. Анализируя метод нейронных сетей и метод ARIMA, с целью определения лучшей модели, сравним их по рассчитанным средним ошибкам. Так метод нейронных сетей показал максимальную среднюю ошибку пиломатериалов 5,2%, для фанеры клеевой 4,2, для плит древесностружечных 4,9 % для плит древесноволокнистых 11,2%, тогда как по методу ARIMA средняя ошибка прогноза составила 6.6% для пиломатериалов, фанеры клеевой 5,6%, для плит древесностружечных 9,3%, для плит древесноволокнистых 8,3%.
Таким образом прогнозирование методом нейронных сетей является более эффективным по сравнению с методом ARIMA, так как показал лучшие результаты средних значений ошибок прогноза.
Прогноз по пиломатериалам по методу ARIMA говорит о том, что в 2016 году объемы производства немного сократиться по сравнению с предыдущим годом, сохраняя сезонность с локальными максимумами в марте и июле месяце. По методу нейронных сетей существенных изменений в объеме производства пиломатериалов на 2016 год по сравнению с предыдущим годом также не ожидается. Максимальные значения достигаются в марте и в сентябре месяце.
Для фанеры клеевой так по методу ARIMA в 2016 году объемы производства в среднем за год увеличатся незначительно, сохраняя при этом трендовую и сезонную составляющую. По методу нейронных сетей ожидается флетовое состояние с небольшим спадом в объемах производства.
Объем производства плит древесностружечных по методу ARIMA прогнозируется увеличение в среднем объемов производства в 2016 году с максимумом в октябре месяце, тогда как спад ожидается в мае месяце. По методу нейронных сетей существенных изменений в объемах производства на 2016 год также не ожидается. Локальный максимум также приходится на конец года.
Объем производства плит древесноволокнистых незначительно сократиться по сравнению с 2015 годом. Также ожидается сохранение сезонных пиков и спадов в производстве. По методу нейронных сетей на 2016 год также ожидается небольшой спад в объемах производства плит древесноволокнистых с максимальным значением в феврале.
На основе полученных результатов в предстоящем году в целом ожидается небольшой спад в производстве продукции деревообработки в Российской Федерации. Не добавляет оптимизма и нынешняя международная политическая обстановка, падение цены на нефть, которая в свою очередь приводит к увеличению уровня инфляции в стране.
Для улучшения ситуации в отрасли рекомендуется в первую очередь увеличить пошлины на экспорт необработанных лесоматериалов, улучшить инвестиционные привлекательность с помощью снижения налогов и созданию особых экономических зон, повысить эффективность борьбы с нелегальной вырубкой леса, активно проводить импортозамещение продукции, создавать соответствующую транспортную и социальную инфраструктуру.


Купить