Введение в анализ временных рядов

1.1. ВРЕМЕННЫЕ РЯДЫ И ТРЕБОВАНИЯ, ПРЕДЪЯВЛЯЕМЫЕ К НИМ

Учет особенностей экономического развития явления во времени имеет большое значение при составлении перспективных планов. Важным этапом научного обоснования бизнес-планов является прогнозирование, которое возможно только на основе научного анализа и обобщения предыдущего опыта. Для этого исследователю (экономисту, статистику и др.) необходимо изучать методы анализа временных рядов, которыми в статистике называют расположенные в хронологическом порядке показатели, характеризующие развитие социально-экономических явлений во времени. Отдельные наблюдения временного ряда называются уровнями и обозначаются через y_t, где t указывает на момент (период) времени, когда было зафиксировано это наблюдение.

В зависимости от характера изучаемых показателей временные ряды разделяют на интервальные и моментные. В интервальных временных рядах каждый уровень характеризует величину изучаемого явления за определённый интервал времени (за день, за месяц, за год и т. д.). В моментных временных рядах каждый уровень отражает величину изучаемого явления на определенный момент времени (например, стоимость основных фондов определяется на одно и то же число ежегодно или ежеквартально).

Иногда уровни временного ряда представляют собой не наблюдаемые значения, а относительные и средние величины, которые получаются с помощью вычислений на основе непосредственно наблюдаемых показателей (например, временные ряды индекса цен).

В зависимости от расстояния между уровнями временные ряды подразделяются на ряды с равностоящими и неравностоящими уровнями во времени. Для исследования экономических процессов удобнее иметь дело с равностоящими друг от друга уровнями.

Проведение анализа развития социально-экономического явления и его прогнозирование, как правило, опираются на математические методы, которые предъявляют определенные требования к исходной информации.

1. Основным из условий, необходимых для правильного отражения временным рядом процесса, является сопоставимость уровней. Для несопоставимых величин проводить исследование динамики неправомерно. Появление несопоставимых уровней может

быть вызвано следующими причинами:

— изменением территориальных границ областей, районов и т. д.;

— изменением методики расчета показателей (например, урожайность зерновых культур может быть рассчитана как с засеянных, так и с убранных площадей);

— изменением терминологии (например, уровни временного ряда могут оказаться несопоставимыми из-за изменения самого понятия „малое предприятие"; оно должно быть однозначным на протяжении всего исследуемого периода);

— изменением в структуре совокупности (например, в подчинение одного объединения передается часть предприятий другого). Однако сопоставимость не нарушается, если эти предприятия построены заново или прекратили свою работу;

— изменением сопоставимых цен.

Изучаемые показатели не должны относиться к различным периодам года или не должны быть приведенными на разные даты. Особенно сильна несопоставимость для явлений, резко меняющихся в течение года (например, бессмысленно сравнивать цифры поголовья скота по состоянию на 1 сентября и 1 января, так как первая - дата включает не только скот, оставшийся на зимовку, но и предназначенный к убою, а вторая — только поголовье, оставшееся на зимовку).

Устранить несопоставимость, вызванную указанными причинами, можно путем пересчета более ранних значений показателя с помощью формальных методов. Но эта процедура не всегда обеспечивает требуемую точность, а в ряде случаев может привести к снижению ценности исходной информации и, следовательно, к затруднению дальнейшего анализа.

2. При анализе сезонных колебаний необходимо учитывать величину интервалов между соседними уровнями. Так, например, о месячных сезонных колебаниях нельзя судить по квартальным или годовым данным. В то же время малая величина интервала может привести к появлению ненужных деталей в динамике процесса, засоряющих общую тенденцию развития.

3. Некоторые методы анализа и прогнозирования предъявляют жесткие требования к длине ряда, поэтому иногда вместо годовых данных желательно брать поквартальные или помесячные. Но, безусловно, вопрос о выборе интервала времени между уровнями ряда должен решаться исходя из целей каждого конкретного исследования. Так, например, для успешного изучения сезонных колебаний на базе месячных и квартальных данных желательно иметь информацию не менее чем за 3 года. При использовании методов регрессионного анализа следует брать временные ряды, длина которых в 5 — 6 раз превосходит количество независимых переменных.

4. Для анализа динамики явления или процесса необходимо, чтобы информация была полной, т. е. временные ряды не должны иметь пропущенных значений, которые могут объясняться как недостатком при сборе информации, так и произошедшими изменениями в системе отчетности.

5. Уровни временных рядов могут содержать аномальные значения („выбросы"), появление которых часто бывает вызвано ошибками регистрации информации. Выявление таких значений, замена их истинными или расчетными являются необходимыми этапами первичной обработки данных. Однако если аномальные значения отражают реальное развитие процесса, то при построении моделей они.заменяются расчетными, что и учитывается при вычислении возможных величин отклонений фактических данных от полученных.

Соответствие исходной информации всем указанным требованиям проверяется на этапе предварительного анализа временных рядов. Лишь после этого можно перейти к расчету и анализу основных показателей динамики, построению моделей, получению прогнозных оценок.

Дата добавления: 2014-01-06