- •Введение
- •1. Принципы и подходы исследования динамики экономических процессов
- •1.1. Необходимость и объективность процессов анализа динамических рядов (тенденция, сезонность, цикличность)
- •1.2. Основные показатели динамики экономических явлений
- •1.3 . Виды временных рядов. Требования, предъявляемые к исходной информации
- •1.4. Компонентный состав временного ряда
- •1.5. Виды моделей динамического ряда и их характеристики
- •2. Моделирование экономических процессов на базе временных рядов
- •2.1. Методы оценки гипотезы о существовании тенденции. Метод восходящих и нисходящих серий.
- •2.2. Метод медианы выборки
- •2.3. Метод фостера-стюарта
- •3. Методы выделения тренда в динамических рядах
- •3.1. Методы сглаживания и согласование временных рядов
- •3.2. Метод механического сглаживания. Скользящая средняя
- •3.3. Адаптивные методы. Метод экспоненциального сглаживания
- •3.4. Анализ временных рядов с помощью кривых роста
- •4. Модель динамического ряда с аддитивными компонентами
- •4.1. Оценка сезонной компоненты в аддитивных моделях
- •4.2. Десезонализация данных при расчете тренда
- •4.3. Расчет ошибок аддитивной модели ряда
- •5. Модель динамического ряда с мультипликативными компонентами
- •5.1. Расчет значений сезонной компоненты
- •5.2. Десезонализация данных и расчет уравнения тренда
- •5.3. Расчет ошибки модели ряда
- •5.4. Прогнозирование по модели с мультипликативной компонентой
- •6. Методы и модели аналитического выравнивания
- •6.1.Аппроксимация временных рядов аналитическими функциями
- •6.2. Определение парметров линейной функции матричным способом
- •6.3. Решение уравнения связи методом центрирования времени
- •7. Исследование временного ряда аналитическими методами (примеры решения задач по выделению тренда и сезонной компоненты)
- •7.1. Способы выделения тренда временного ряда
- •7.1.1. Решение уравнения методом Крамера
- •7.1.2. Решение уравнения методом Жордана-Гаусса
- •7.1.3. Решение уравнения в системе Excel
- •7.141. Определение коэффициентов нелинейного уравнения.
- •7.2. Выделение сезонных колебаний во внутригодовой динамике методом центрирования времени
- •8. Определение уравнения тренда с помощью инструментов системы excel
- •8.1. Оценка уравнения тренда с помощью пакета «анализ данных»
- •8.2. Применение стандартных статистических функций
- •9. Выделение сезонной компоненты временного ряда аналитическими методами
- •9.1 .Анализ сезонности рыночного спроса
- •9.2. Выделение сезонной компоненты с помощью гармонического анализа
- •Самостоятельные упражнения
- •Значения валового объема продаж компании z2
- •Библиографический список
5. Модель динамического ряда с мультипликативными компонентами
5.1. Расчет значений сезонной компоненты
Расчет по модели с мультипликативными компонентами осуществляется так же как и при аддитивной модели временного ряда. Рассмотрим модель получаемую для исследуемого ряда по объему продаж за 13 периодов, где период представляет собой квартал. Исходные данные представлены в табл.5.1. График динамики процесса приведен на рис.5.1.
Таблица 5.1. исходные данные по задаче
-
Период
Объем продаж, тыс. шт.
Период
Объем продаж, тыс. шт.
t
А
t
А
1
70
7
67
2
66
8
82
3
65
9
84
4
71
10
69
5
79
11
72
6
66
12
87
13
94
Рисунок 5.1. Динамика временного ряда по задаче
Для проведения расчета компонент временного ряда, представленного в виде модели А = Т*S*E
Необходимо так же вычислить центрированные скользящие средние для трендовых значений (Т), однако оценки сезонной компоненты представляют собой коэффициенты сезонности, получаемые по формуле А / Т = S Е.
Результаты расчетов приведены в табл. 5.2.
Таблица 5.2. Расчет значений сезонной компоненты
Квартал |
Объем продаж, тыс. шт. |
Сглаженные данные, m = 4 |
Центрированные скользящие средние |
Коэффициент сезонности |
|
А |
|
Т |
A / T = S * Е |
1 |
70 |
|
|
|
2 |
66 |
|
|
|
3 |
65 |
68,00 |
69,13 |
0,9403 |
4 |
71 |
70,25 |
70,25 |
1,0107 |
5 |
79 |
70,25 |
70,50 |
1,1206 |
6 |
66 |
70,75 |
72,13 |
0,9151 |
7 |
67 |
73,50 |
74,13 |
0,9039 |
8 |
82 |
74,75 |
75,13 |
1,0915 |
9 |
84 |
75,50 |
76,13 |
1,1034 |
10 |
69 |
76,75 |
77,38 |
0,8918 |
11 |
72 |
78,00 |
79,25 |
0,9085 |
12 |
87 |
80,50 |
|
|
13 |
94 |
|
|
|
На основе вычисленных значений скользящего среднего (для m = 4) и центрированных скользящих средних (Т, в табл.5.2) построим графики на исходном ряде данных (рис.5.2)..
Рисунок 5.2. Диаграммы скользящего среднего (для m = 4) и центрированных скользящих средних
Значения сезонных коэффициентов получены на основе квартальных оценок, по той же схеме, что и для аддитивной модели ряда.. При этом, коэффициент сезонности представляет собой квартальную долю колебания продаж и в годовом периоде, сумма этих долей должна быть равна 4. Если бы исследовали недельные, а не квартальные циклы, то тогда общая сумма значений сезонной компоненты должна была бы равняться семи.
Если эта сумма не равна четырем, необходимо провести корректировку значений сезонной компоненты.
Расчет средних значений сезонной компоненты приведен в табл.5.3.
Таблица 5.3. Расчет значений сезонной компоненты мультипликативной модели
Расчетный показатель |
Год |
Номер квартала |
|
||||||
1 |
2 |
3 |
4 |
|
|||||
2005 |
– |
– |
0,9403 |
1,0107 |
|
||||
2006 |
1,1206 |
0,9151 |
0,9039 |
1,0915 |
|
||||
2007 |
1,1034 |
0,8918 |
0,9085 |
– |
|
||||
Итого |
|
2,2240 |
1,8068 |
1,8124 |
1,0915 |
|
|||
Сезонная компонента (средн. по одноим. квартал. разных лет) |
|
1,1120 |
0,9034 |
0,9176 |
1,0511 |
Сумма = |
3,98410 |
||
Скорректированная сезонная компонента |
|
1,1160 |
0,9074 |
0,9216 |
1,0551 |
Сумма = |
4,00010 |
||
Корректировка оценки сезонной компоненты заключается в изменении их значений таким образом, чтобы при равномерном их одновременном изменении, общая сумма была равна четырем.
Как показывают оценки сезонных коэффициентов (индексов сезонности), в результате сезонных воздействий объемы продаж в 1 квартале увеличиваются на 11,6% от соответствующего значения тренда (1,116)., во 2 квартале происходит снижение от значения тренда на величину 9,26%, (0,9074), в 3 квартале также снижена на величину 7,84% (0,9216) от тренда, а в 4 квартале увеличивается на 5,5% (1,0551)..
