- •Вступление
- •Общие методические указания
- •Раздел I
- •Лабораторная работа № 1
- •Среднесрочное прогнозирование
- •Порядок выполнения работы
- •Контрольные вопросы
- •Варианты заданий к лабораторной работе № 1
- •Множественная регрессия и корреляция Методические указания
- •Лабораторная работа № 2
- •Порядок выполнения работы
- •Входные данные
- •(Форма)
- •Пример расчета
- •Теоретические уровни тренда
- •Контрольные вопросы:
- •Статистические данные к лабораторной работе № 2
- •Раздел III
- •Сглаживание динамических рядов. Составляющие компоненты
- •Ряд Фурье и его использование в сглаживании и прогнозировании
- •Расчет параметров по ряду Фурье
- •Четыре периодические составляющие динамического ряда производства продукции м
- •Остаточная дисперсия и коэффициент детерминации по уравнениям с разным числом гармоник
- •Прогнозирование при наличии сезонной компоненты
- •С линейной тенденцией
- •Расчет показателей сезонности для числа официально зарегистрированых безработных
- •Сезонная компонента в аддитивной и мультипликативной моделях
- •Разложение уровней ряда по мультипликативной модели
- •Лабораторная работа № 3
- •С сезонной (периодической) компонентой
- •Порядок выполнения работы
- •Вспомогательная таблица
- •Вспомогательная таблица
- •Контрольные вопросы
- •Варианты заданий к лабораторной работе № 3
- •Раздел IV
- •Определение коэффициентов
- •Контрольные вопросы
- •Варианты заданий к лабораторной работе № 4
- •Раздел V Исследования качественных показателей в экономике Лабораторная работа № 5
- •Основные теоретические ведомости:
- •Пример тетрахорической таблицы:
- •Постановка задачи
- •Порядок выполнения:
- •Порядок выполнения:
- •Порядок выполнения:
- •Варианты заданий к лабораторной работе № 5
- •Литература:
- •14003, М. Чернігів, вул. Стрілецька, 1.
Прогнозирование при наличии сезонной компоненты
По временным рядам за ряд лет в помесячном или поквортальном разрезе могут наблюдаться сезонные колебания.
Сезонные колебания – это разновидность периодических колебаний. Для них характерны внутригодичные, повторяющиеся устойчиво из месяца в месяц (из квартала в квартал) изменения в уровнях. Иными словами, сезонные колебания – регулярно повторяющиеся подъемы и снижения уровней динамического ряда внутри года на протяжении ряда лет. Сезонность имеет место в самых различных областях экономики. Погодные изменения влияют на ассортимент реализации обуви (зимняя, весенне-осенняя, летняя), овощей и многих других товаров. В строительстве наибольшее оживление деятельности проявляется летом; в этот же период времени года наблюдается максимальный наплыв туристов. Наобо-рот, театры Москвы, Санкт-Петербурга хотя и работают летом, но в значительной мере по сокращенной программе, предоставляя в основном свое помещение для театральных коллективов других городов. Сезонность может проявляться не только к месячным, но и к дневным, недельным данным. Так, кафе, рестораны, театры часто испытывают подъем спроса в конце недели.
Существуют две различные модели сезонности: аддитивная и мультиплика-тивная.
В аддитивной модели сезонность выражается в виде абсолютной величины (например, 5 т), которая добавляется или вычитывается из среднего значения ря-да, чтобы выделить показатель сезонности. В мультипликативной модели се-зонность выражена как процент от среднего уровня (например, 120%), который должен быть учтен при прогнозировании путем умножения на него среднего зна-чения ряда.
Методика построения аддитивной и мультипликативной модели различается в зависимости от того, есть или нет тенденция в ряду динамики.
Если в ряду динамики отсутствует тенденция, то уровень временного ряда рассматривается как функция сезонности и случайности:
yi=f(S,ε),
где:
yi – фактические уровни динамического ряда;
S – сезонная составляющая;
ε – случайная компонента.
Графически такой ряд может быть представлен рис. 8.
При аддитивной модели уровни такого ряда можно представить следующим образом:
Рис. 8 – Временной ряд с сезонной и случайной составляющей
Тогда общий уровень колебаний динамического ряда раскладывается на две составляющие: S – влияние сезонности, ε – влияние случайности.
Тогда:
где:
– средний уровень ряда соответствующего периода внутри года (месяца, квартала) за ряд лет.
Величина отражает влияние сезонности (сезонная составляющая S), а величина характеризует влияние случайной компоненты (если бы его не было, то уровни динамического ряда на рис. 8 представляли бы собой плав-ную, а не ломаную линию).
При мультипликативной модели уровень динамического ряда можно предста-вить как произведение его составляющих:
где отношение представляет собой коэффициент сезонности (KS), а – отражает влияние случайного фактора.
Чем больше коэффициент сезонности, тем больше амплитуда колебаний уровней ряда относительно его среднего уровня, тем существеннее влияние се-зонности. Чем меньше влияние случайной составляющей, тем в большей мере рассматриваемая модель адекватно описывает исходный временной ряд. Как ви-дим, отличие аддитивной модели от мультипликативной состоит в том, что в ад-дитивной модели сезонная и случайная составляющие определены в виде сла-гаемых абсолютных величин (как разности), а в мультипликативной модели – в виде сомножителей (как коэффициенты).
Прогнозирование динамического ряда с сезонными колебаниями при отсутст-вии в нем тенденции сводится к прогнозированию среднего уровня с после-дующей корректировкой его на сезонную компоненту («±» - при аддитивной моде-ли и умножение на коэффициент сезонности – при мультипликативной модели):
– аддитивная модель;
– мультипликативная модель.
Пример. Реализация детских велосипедов по магазину характеризуется сле-дующими данными (табл. 3.5).
Таблица 3.5
Кварталы |
Годы (yi) |
|
|
|
||
1-й |
2-й |
3-й |
||||
I |
25 |
30 |
26 |
27 |
0,306 |
-61,25 |
II |
125 |
120 |
130 |
125 |
1,416 |
36,75 |
III |
180 |
160 |
182 |
174 |
1,972 |
85,75 |
IV |
30 |
20 |
31 |
27 |
0,306 |
-61,25 |
Итого |
360 |
330 |
369 |
88,25 |
4,000 |
0 |
Итоговые данные за 1-й, 2-й и 3-й годы колеблются вокруг среднего уровня, не имея четкой тенденции. Поэтому рассмотренные ранее модели уместны и к данному примеру. Чтобы использовать аддитивную или мультипликативную мо-дели, рассчитаем средний уровень реализации для каждого квартала как среднюю арифметическую простую из данных за три года, а также среднеквар-тальный уровень как среднегодовой уровень, деленный на 4, или как средне-арифметическую простую из исходных уровней ряда или средних для каждо-го квартала . Так, для І квартала . Общий сред-неквартальный уровень составит:
Если бы не было влияния сезонности, то каждый квартал реализация состав-ляла бы в среднем 88 ед. Однако под воздействием сезонности она была в I и IV кварталах существенно ниже, а во II и III – выше среднего уровня.
Измерение сезонности при аддитивной модели предполагает расчет абсолют-ных показателей сезонности: (см. табл. 3.5). Из них видно, что в III квартале реализация была на 86 ед. выше среднего уровня, а в I и IV кварталах – 61 ед. ниже среднего уровня. Измерение сезонности при мультипликативной мо-дели основано на расчете коэффициентов сезонности: (см. предпо-следнюю графу табл. 3.5). Они показывают, что в III квартале реализация была почти в 2 раза выше среднего уровня, а в I и IV кварталах – составляла лишь 30% среднеквартального уровня в 88 ед. Сумма абсолютных показателей сезон-ности за год равна нулю, а коэффициентов сезонности – 4 при квартальном раз-резе и 12 – при помесячном.
Знание сезонных изменений необходимо при планировании объема продаж. Чаще при этом используются коэффициенты сезонности. Так, при планировании на 4-й год объема продаж в 350 ед. план по кварталам составит:
I квартал – ед., столько же и в IV квартале;
II квартал – ед.;
III квартал – ед. (округлено до 172, чтобы в сумме объем продаж за год составил 350 ед.=27+124+172+27).
Значительное распространение получила ситуация, когда динамический ряд имеет тенденцию. В этом случае уровень временного ряда рассматривается как функция тенденции (t), сезонности (S) и случайности (ε). Тогда аддитивная мо-дель уровня динамического ряда (yi) примет вид:
yi= +S+ε,
где:
– теоретическое значение уровня ряда согласно тенеденции;
S – сезонная составляющая;
ε – случайная компонента.
Общая колеблемость уровней временного ряда раскладывается на три сос-тавляющие:
где:
yS – тренд с учетом сезонности, т.е. уровень динамического ряда, одновре-менно обусловленный влиянием тенденции и сезонности; S=yS– ; ε=yi–yS.
Графически влияние этих составляющих может быть представлено на рис. 9.
Чем больше угол наклона линии тренда ( ) к среднему значению ряда , тем бьольше влияние тенденции (рис. 9а). Чем больше плавная кривая yS откло-няется от линии тренда ( ), тем значительнее влияние сезонности (рис. 9б). Чем ближе фактические уровни временного ряда (yi) подходят к плавной линии точек yS, тем меньше влияние случайности (рис. 9в).
а) б) в)
Рис. 9 – Разложение динамического ряда на составляющие
При мультипликативной модели уровень динамического ряда можно предста-вить в виде сомножителей:
,
где:
yi – фактические уровни динамического ряда;
– теоретические значения уровней динамического ряда согласно тенден-ции;
KS – коэффициент сезонности;
E – коэффициент влияния случайности (yi/yS).
Так как в мультипликативной модели сезонность выражена в процентах, то при наличии тенденции в ряду динамики амплитуда сезонности колебаний меня-ющаяся. Так, если коэфициент сезонности примет значение для І квартала 1,2, или 120% то при повышающейся тенденции в ряду динамики прирост в 10% бу-дет для І квартала каждого года представлять собой увеличивающуюся сезонную волну (см. рис. 10).
Рис. 10 – Сезонность: сравнение аддитивной и мультипликативной модели