Эконометрика Практическое занятие 10. Анализ временных рядов. Выявление трендов и сезонности.

В файле Эконометрика Практика 10.xls содержатся данные о различных показателях за 8 лет. В столбце A – период времени t, в остальных столбцах B, C, D – изучаемые показатели.

Требуется:

1) Изучить прилагающийся материал. Загрузить данные, интерпретировав их как временной ряд.

2) Построить модели временных рядов, включающие трендовую и сезонную составляющие. Для каждого из 3-х изучаемых показателей:

2.1) Построить график временного ряда. Сделать предположение о наличии тренда и сезонности.

2.2) Сгладить исходный ряд с помощью простого скользящего среднего. Сделать предположение о виде тренда и сезонной компоненты.

2.3) Построить модель с трендом, но без сезонности. Проанализировав график временного ряда остатков модели, сделать вывод о необходимости включения в модель сезонной компоненты.

2.4) Добавить необходимые переменные, построить модель с трендом и сезонностью. Проанализировав график временного ряда остатков, сделать вывод о корректности модели или необходимости ее изменения (например, если Вы выбрали не тот вид сезонной составляющей).

2.5) Построить график наблюдаемых и расчетных значений.

2.6) Построить прогноз на следующий год.

Работа целиком выполняется в Gretl. Студенты выполняют тот вариант, который соответствует первой букве их фамилии. Предлагается 5 вариантов контрольных работ.

Первая буква фамилии	Номер варианта
А, Б, В, Г,Д	1-й вариант
Е, Ё,Ж, З, И, К	2-й вариант
Л,М,Н, О, П, Р	3-й вариант
С, Т, У, Ф, Х, Ц	4-й вариант
Ч, Ш, Щ, Э, Ю, Я	5-й вариант

Информация по вариантам

ВАЖНО: во всех вариантах предполагается линейный тренд и сезонные компоненты рассматриваемых далее видов. При прогнозировании добавлять наблюдения не нужно, в файлах вариантов соответствующие наблюдения (с пропущенными данными) уже созданы. Предупреждение об отсутствующих значениях проигнорировать. Во всех вариантах данные ежемесячные с января 2015 по декабрь 2022 (+ данные для прогноза до декабря 2023).

Во всех вариантах: t – номер наблюдения (месяц).

Вариант 2.

Skis – объем продаж лыж, тыс. руб. Сезонность моделировать тригонометрическими функциями.

Price – цена close (т.е. последняя цена) акций некоторого ПАО для каждого месяца. Дивиденды обычно выплачиваются в конце июля. Сезонность моделировать функцией {t1/12}, где t1=t+5.

Flags – объем продаж флагов России, тыс. руб. Фиктивные переменные для мая и июня.

Выполнение работы

1. В файле Эконометрика Практика 10 пример (для выполнения).xls собраны ежемесячные данные с января 2014 по декабрь 2021:

t – номер наблюдения (месяц);

Ice_cream – объем продаж мороженого, тыс. руб.;

Price – цена close (т.е. последняя цена) акций некоторого ПАО для каждого месяца. Известно, что дивиденды обычно выплачиваются в конце марта;

Toys – объем продаж новогодних игрушек, тыс. руб.

Импортируем данные из файла в Gretl. Данные следует интерпретировать как временной ряд. В данном задании тот факт, что данные ежемесячные, имеет принципиальное значение.

Теперь можем приступить к анализу временных рядов.