Для цитирования:
Носов В. В., Цыпин А. П. ИССЛЕДОВАНИЯ ПОКАЗАТЕЛЕЙ РАБОТЫ ЖЕЛЕЗНОДОРОЖНОГО ТРАНСПОРТА НА ОСНОВЕ ИСТОРИЧЕСКИХ ВРЕМЕННЫХ РЯДОВ // Известия Саратовского университета. Новая серия. Серия: Экономика. Управление. Право. 2015. Т. 15, вып. 1. С. 81-85. DOI: 10.18500/1994-2540-2015-15-1-81-85
ИССЛЕДОВАНИЯ ПОКАЗАТЕЛЕЙ РАБОТЫ ЖЕЛЕЗНОДОРОЖНОГО ТРАНСПОРТА НА ОСНОВЕ ИСТОРИЧЕСКИХ ВРЕМЕННЫХ РЯДОВ
Введение. Значительные территориальные пространства Российской Федерации предопределили особое место железнодорожного транспорта для развития экономики страны. Так, основная масса грузов в стране (более 2 трлн т-км в год) перевозится именно по железным дорогам. Важную роль в оценке состояния и перспектив развития железнодорожного транспорта играет анализ исторических временных рядов показателей пассажирооборота и грузооборота. Методы. В настоящей работе с помощью статистических и эконометрических методов проанализированы исторические временные ряды показателей пассажирооборота и грузооборота железнодорожного транспорта за период с 1956 по 2012 г. и представлен прогноз на период до 2015 г. Результаты. Проведенный анализ показал отсутствие общей тенденции в исторических временных рядах показателей пассажирооборота и грузооборота. В подобных случаях для описания тенденции не может применяться аналитическое выравнивание и следует использовать самокорректирующиеся рекуррентные модели, которые, характеризуя изменяющиеся во времени, динамические свойства ряда динамики, учитывают значения предыдущих уровней и дают возможность получить достаточно точные прогнозы будущих уровней. Под влиянием сложившихся социально-экономических условий динамика показателей работы железнодорожного транспорта в предстоящем периоде будет иметь разнонаправленное движение – грузооборот в прогнозном периоде увеличивается, а пассажирооборот, наоборот, снижается.
- Chow G. C. Test of equality between sets of coefficients in two linear regressions // Econometrica. 1960. Vol. 28, № 3. P. 591–605.
- Brown G. R. Smoothing, Forecasting and Prediction of Discrete Time Series. N.Y. : Dover Phoenix Editions, 2004. 468 р.
- Hyndman R. J., Koehler A. B., Ord J. K., Snyder R. D. Forecasting with Exponential Smoothing // The State Space Approach. Springe 2008. XII. 360 p.