16. Методы выявления основной тенденции развития в рядах динамики. Прогнозирование финансовых показателей на основе динамических рядов.

При изучении тенденции в рядах динамики применяются различные приемы механического и аналитического выравнивания.

Механическое выравнивание – показывает примерную тенденцию и имеет погрешности при ее изменении: метод укрупнения интервалов, скользящие средние, выравнивание с помощью среднего прироста и среднего темпа роста.

Метод укрупнения интервалов- основан на укрупнении периодов времени, к которым относятся уровни ряда.

Метод простой скользящей средней- вычисляется средний уровень из определенного числа первых по порядку уровней ряда, затем - средний уровень из такого же числа уровней, начиная со второго, далее – начиная с третьего

Аналитическое выравнивание – является более сложной формой, но показывает более точные особенности развития явления и позволяет выявить аналитическую формулу тенденции. общая тенденция развития рассчитывается как функция времени

Чаще всего при выравнивании используются следующие зависимости:

Линейная y_t = a₀ + a₁t;

Параболическая y_t = a₀ + a₁t + a₂t²_;

Экспоненциальная y_t = exp(a₀ + a₁)

или y_t = exp(a₀ + a₁t + a₂t²).

Целью аналитического выравнивания является:

• определение вида функционального уравнения;

• нахождение параметров уравнения;

• расчет «теоретических», выровненных уровней, отображающих основную тенденцию ряда динамики.

Графическое отображение изменения уровней ряда играет большую роль в применении данного вида выравнивания. Оно позволяет ускорить процедуру анализа и увеличить степень наглядности полученных результатов.

Необходимым условием регулирования рыночных отноше­ний является составление надежных прогнозов развития соци­ально-экономических явлений.

Выявление и характеристика трендов и моделей взаимосвязи создают базу для прогнозирования, т. е. для определения ориен­тировочных размеров явлений в будущем. Для этого используют метод экстраполяции.

Под экстраполяцией понимают нахождение уровней за пре­делами изучаемого ряда, т. е. продление в будущее тенденции, наблюдавшейся в прошлом (перспективная экстраполяция). По­скольку в действительности тенденция развития не остается не­изменной, то данные, получаемые путем экстраполяции ряда, следует рассматривать как вероятностные оценки.

17. Методы выявления сезонной компоненты и их практическое применение в анализе и прогнозировании экономических процессов.

В статистике периодические колебания, которые имеют определенный и постоянный период, равный годовому промежутку, носят название сезонных колебаний, или сезонных волн, а динамический ряд в этом случае называют тренд-сезонным, ли просто сезонным рядом динамики.

В статистике существует ряд методов изучения и измерения се­зонных колебаний. Самый простой заключается в построении специ­альных показателей, которые называются индексами сезонности I_s. Совокупность этих показателей отражает сезонную волну.

Индексами сезонности являются процентные отношения факти­ческих (эмпирических) внутригрупповых уровней к теоретическим (расчетным) уровням, выступающим в качестве базы сравнения.

Для каждого месяца рассчитывается средняя величина уров­ня, например за три года (_Ycp), затем вычисляется среднемесяч­ный уровень для всего ряда . После чего определяется показа­тель сезонной волны — индекс сезонности I_S как процентное от­ношение средних для каждого месяца к общему среднемесячно­му уровню ряда, %:

Is = Yicp:Ycp, где Yicp- средний уровень для каждого месяца (минимум за три года); Ycp— среднемесячный уровень для всего ряда.

Для наглядного представления сезонной волны исчисленные индексы сезонности изображают в виде графика.

Когда уровень проявляет тенденцию к росту или снижению, то отклонения от постоянного среднего уровня могут исказить сезонные колебания. В таких случаях фактические данные со­поставляются с выровненными, т. е. полученными аналитическим выравниванием.