Анализ временных рядов

Это один из методов прогнозирования.

Задачам анализа и прогноза временных рядов посвящено большое количество работ.

Временной ряд часто рассматривается в рамках вероятностной модели. Помимо фактора времени в модель вводятся и другие факторы. Основная решаемая задача данным методом ‑ ??????????экстраполяция, т.е. временной прогноз, экстраполяция является простым способом прогнозирования, суть которого в распространении тенденций сложившихся в прошлом на будущее. Сложившиеся основные тенденции изменения показателей в известной степени предопределяют их величину в будущем.

Составляющие временного ряда

Временным рядом называют серию числовых величин, полученных через регулярные промежутки времени. Основное положение, на котором базируется использование временных радов для прогнозирования, состоит в том, что факторы, влияющие на отклик изучаемой системы, действующие некоторым образом в прошлом и настоящем, будут действовать схожим образом и в не слишком далеком будущем. Такой прогноз имеет смысл как краткосрочный, т.е. в отношении которого можно принять, что характеристики изучаемого явления существенно не изменяются. Это требование оказывается реалистичным вследствие достаточной инерционности внешней среды.

К числу ограничений экстраполяционных методов относится следующие:

- большинство прогнозных ошибок связано с тем, что в момент формулирования прогноза в более или менее явной форме подразумевалось, что существующие тенденции сохранятся в будущем. Но эта гипотеза редко оправдывается в реальной жизни. Экстраполяционные методы не позволяют действительно предсказать тенденцию развития событий в будущем, поскольку при их использовании невозможно предвидеть какие либо поворотные точки. В лучшем случае они способны быстро учесть уже произошедшие изменения.

Временные ряды могут становиться ненадежной основой для разработки прогнозов по мере того, как экономика приобретает все более глобальный характер и все в большей степени подвергается крупной технологической перестройке.

Учитывая вышесказанные недостатки можно сказать, что экстраполяционные методы следует применять для относительно краткосрочного прогнозирования развития достаточно стабильных и хорошо изученных процессов. Прогнозный период времени не должен превышать 25-30% исходной временной базы. Прогнозные расчеты следует проводить для оптимистических и пессимистических оценок исходных параметров. Реальная прогнозная оценка будет находиться между ними. В ряде случае прогнозную оценку, полученную на основе экстраполяционных методов, используют как индикатор желаемой величины прогнозного параметра.

Временной ряд включает в себя следующие элементы:

- тренд. Показывает общий тип изменений, то есть долговременное увеличение или уменьшение ряда.

- сезонные колебания. Это колебания вокруг тренда, которые возникают на регулярной основе. Обычно такие нерегулярные колебания возникают в периоды до 1 года. Они могут быть отслежены при ежеквартальных, ежемесячных и более частых колебаний.

- циклические колебания. Эти колебания возникаю в периоды свыше 1 года. Они часто присутствуют в финансовых данных в соответствии со стандартным циклом деловой активности, состоящей из резкого спада, роста, бурного роста и застоя.

- случайные колебания. Это непредсказуемые случайные колебания, присутствующие в большинстве реальных временных рядов. Анализ таких колебаний можно использовать для вычисления вероятных ошибок и оценки надежности изменяемой модели прогнозирования.

Требования к данным временного ряда

1. Сопоставимость. Достигается в результате одинакового подхода к наблюдениям на разных этапах формирования временного ряда. Данные во временных рядах должны выражаться в одних и тех же единицах измерения, иметь одинаковый шаг наблюдения, рассчитываться для одного и того же интервала времени по одной и той же методике, охватывать одни и те же элементы, принадлежащие одной территории, относящиеся к неизменной совокупности.

2. Представительность данных. Характеризуется прежде всего их полнотой. Достаточное число наблюдений определяется в зависимости от цели проводимого исследования. Если цель исследования - построение модели прогнозирования, то число данных исходного временного ряда должно не менее, чем в три раза превышать перспективный период и желательно быть не менее 7. В случае использования ежеквартальных или ежемесячных данных для исследования сезонности и прогнозирования сезонных процессов исходный временной ряд должен содержать квартальные либо месячные данные не менее, чем за 4 года (3года) даже если требуется прогноз всего лишь на 1-2 квартала или месяца.

3. Однородность. Это отсутствие нетипичных аномальных наблюдений, а также изломов тенденций. Аномальность приводит к смещению оценок и искажению результатов анализа.

4. Устойчивость. Свойство устойчивости временного ряда отражает преобладание закономерности над случайностью. На графиках устойчивых временных рядов даже визуально слеживается закономерность, а на графиках неустойчивых присутствует хаотичность. Поэтому поиск закономертности в таких временных рядах лишен смысла.

СЕМИНАР 1

Ограничения по использованию прогнозирования по темпам роста:

1. Отчетные значения прогнозируемого показателя на протяжении всего исследуемого периода (периода основания прогноза) должны иметь устойчивую тенденцию к возрастанию или убыванию.

2. Цепные темпы роста исследуемого показателя на протяжении всего исследуемого периода должны иметь тенденцию к постоянству, то есть цепные темпы роста должны быть равны среднегодовому темпу роста.

3. В перспективном периоде не ожидается изменения факторов, которые могут оказать существенное влияние на уровень и характер изменения прогнозируемого показателя.

Чтобы прогнозировать, необходимо провести сглаживание временного ряда проводится следующим образом.

ЛЕКЦИЯ 2