Описание алгоритма построения тренд-сезонной модели

Рассмотрим алгоритм построения тренд-сезонной модели для случая аддитивной сезонности [Дуброва, 2003].

1. Для описания тенденции воспользуемся процедурой скользящей средней при четной длине интервала сглаживания l=2p.

Тогда для временных рядов поквартальной динамики скользящая средняя при l=4 на каждом активном участке будет определяться выражением:

. (10)

2. Рассчитаем отклонения фактических значений от уровней сглаженного ряда:

. (11)

Уровни вновь полученного ряда отражают эффект сезонности и случайности.

3. Для элиминирования влияния случайных факторов определим предварительные значения сезонной составляющей как средние значения из уровней для одноименных кварталов. Например, для временных рядов поквартальной динамики процедура усреднения может быть описана выражением:

(12)

где k – число периодов (циклов) во временном ряду, полученном на втором шаге.

Разные пределы суммирования объясняются тем, что при использовании скользящей средней с четным значением длины интервала сглаживания (l=2p) p первых чисел и p последних уровней ряда будут потеряны (для поквартальной динамики потери составят по 2 уровня в начале и в конце ряда).

4. Проведем корректировку первоначальных значений сезонной составляющей, вызванную тем, что суммарное воздействие сезонности на динамику предполагается нейтральным. Для аддитивного случая сумма значений сезонной составляющей для полного сезонного цикла должна быть равна нулю. Поэтому окончательные, скорректированные оценки сезонной компоненты определим с помощью следующего выражения:

(i=1,2., m), (13)

где ; (14)

m – число фаз в полном сезонном цикле (как правило, m = 12 для рядов месячной динамики и m = 4 для квартальных данных).

Процедуру построения тренд-сезонных моделей можно описать в виде следующей последовательности шагов [Дуброва, 2003].

Шаг I. Оценивание сезонной составляющей по указанному алгоритму с учетом характера сезонности.

Шаг II. Сезонная корректировка (десезонализация) исходных данных. Для этого необходимо из исходных уровней временного ряда вычесть соответствующую сезонную составляющую (в случае аддитивных сезонных эффектов): .

Шаг III. Расчет параметров тренда на основе временного ряда, полученного на втором шаге.

При наличии тенденции во временном ряду его уровни можно рассматривать как функцию времени и случайной компоненты:

, (15)

– уровень, определяемый тенденцией развития,

– случайное и циклическое отклонение от тенденций.

Целью аналитического выравнивания временного ряда является определение аналитической или графической зависимости . По имеющемуся временному ряду задают вид и находят параметры функции , а затем анализируют поведение отклонений от тенденции. Функцию выбирают таким образом, чтобы она давала содержательное объяснение изучаемого процесса.

При выравнивании используются следующие зависимости:

линейная = – используется, когда в исходном временном ряду наблюдаются более или менее постоянные абсолютные приросты, не проявляющие тенденции ни к увеличению, ни к снижению;

параболическая = – если абсолютные цепные приросты сами по себе обнаруживают некоторую тенденцию развития, но абсолютные цепные приросты абсолютных цепных приростов (разности второго порядка) никакой тенденции развития не проявляют;

экспоненциальная =, = – применяется, если временной ряд характеризуется стабильным темпом роста (падения);

логарифмическая = – применяется при замедленном росте (падении) уровней временного ряда и другие.

Еще по теме:

История возникновения и развития банковских карт
История банковских и торговых карт начинается с 1950-х годов, однако их предшественники появились в начале века. В 1914 году один из промышленных гигантов США, компания "MobilOil", выпустила карту, идея которой состояла в том, чтобы заносить на металлическую пластину информацию о каждом к ...

Совершенствование системы повышения квалификации и обучения
Вопросам непрерывного обучения персонала последнее время уделяется большое внимание. Причина этого заключается в том, что все возрастающий поток информации, постоянно меняющиеся условия рынка заставляют руководителей использовать новые подходы не только в организации деятельности фирмы, но и в рабо ...

Мировая экономика
Комплекс взаимосвязанных факторов; главный – состояние мировой экономики Конъюнктура российского рынка зависит от комплекса внешних и внутренних факторов, часть которых, в свою очередь, также зависит друг от друга. Наиболее мощным и всеобъемлющим фактором влияния является состояние мировой экономик ...