WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 34 | 35 || 37 |

5. Получается следующее приближение тренда. Для этого из исходного ряда удаляется полученная оценка сезонной составляющей динамики (рис. П5) и результат сглаживается методом взвешенного скользящего полинома с параметрами k и l (рис. П6).

6. Пункты 2-4 повторяются еще раз.

Рис. П1. Производство деловой древе- Рис. П2. Оценка тренда удаляется из сины (тыс плотных куб.м). Выбираем исходного ряда.

мультипликативную модель. Сглаживанием с параметрами k и l получаем первое приближение тренда.

Если в пунктах 2 и 5 под «удалением» понимается вычитание, то метод реализует аддитивную модель сезонности. При реализации мультипликативной модели под «удалением» из первого ряда второго понимается деление первого ряда на второй с последующим вычитанием из результата ряда единичных значений.

Рис. П3. Каждая из полученных 12 ме- Рис. П4. Она сглаживается с параметрасячных подсерий сглаживается с пара- ми 2 и 12l с целью выявления в ней тенметрами K и L. Совокупность получен- денции (показана пунктиром). Затем ных сглаженных подсерий дает первое сглаженное значение вычитается из приближение сезонной составляющей оценки сезонной составляющей.

исходного ряда (показано пунктиром).

Рис. П5. Полученная оценка сезонной Рис. П6. Результат сглаживаем с парасоставляющей удаляется из исходного метрами k и l, получаем следующее ряда (результат показан пунктиром). приближение тренда (показано пунктиром).

Для проведения сезонной корректировки полученную оценку сезонной составляющей динамики следует удалить из исходного временного ряда (рис. П7). Результирующий ряд соответствует совокупности компоненты тренда и конъюнктуры и нерегулярной составляющей. Результат его сглаживания можно рассматривать в качестве компоненты тренда и конъюнктуры. Для этого при использовании данных помесячной динамики хорошо подходят параметры метода сглаживания k = 2, l = 5 (рис. П8). Такое сглаживание является весьма «мягким» и устраняет только высокочастотную составляющую динамики, не спрямляя тренда и не привнося в результирующий ряд других сколько-нибудь заметных искажений.

Мультипликативная модель сезонности обычно используется для обработки рядов, у которых размах сезонных колебаний примерно пропорционален трендовой составляющей (как в рассмотренном примере). Если с изменением трендовой составляющей размах сезонных колебаний изменяется слабо, то лучше подходит аддитивная модель сезонности.

В большинстве случаев, когда используется модель без эволюции сезонной волны или с умеренной эволюцией, следует использовать значение параметра K, равное 0. В случаях значительной эволюции сезонной волны (которые составляют незначительную долю) имеет смысл использовать значение K, равное 1. Более высокие значения параметра K использовать нецелесообразно. Обычно хорошо подходит значение L = 7. При наличии заметной эволюции сезонной волны лучше использовать значение L = 5.

Рис. П7. Шаги, показанные на Рис. П8. Сглаживаем с параметрами рис. П2-П4, повторяем еще раз. Полу- k = 2, l = 5, получаем компоненту тренда и конъюнктуры.

чаем сезонно скорректированный ряд (совокупность компоненты тренда и конъюнктуры и нерегулярной составляющей).

Как правило, следует использовать значение k = 2. В случае, когда тренд исходного ряда явно тяготеет к линейному, можно использовать значение k = 1. Использовать другие значения этого параметра нецелесообразно.

Таким образом, в большинстве случаев хорошо подходят значения параметров k = 2, l = 18, K = 0, L = 7. Соответствующий пример приведен на рис. П1-П7.

П5. Обсуждение Развитие методов сезонной корректировки имеет по крайней мере столетнюю историю. Введение в проблематику сезонной корректировки, описание наиболее известных методов и их сопоставление содержится в (den Butter, Fase, 1991). Сравнение методов сезонной корректировки проводится также в (Fischer, 1995). Описание ранних методов содержится там же и в (Бобров, 1930). Специфика российской переходной экономики обсуждается в (Бессонов, 2003a), где приводятся и типичные примеры особенностей эволюции сезонных волн в российской переходной экономике.

Большинство методов сезонной корректировки можно отнести к одной из двух групп168. Первую группу составляют алгоритмы, основанные на методах линейной фильтрации, единых для многих обрабатываемых временных рядов. Другими словами, характеристики используемых фильтров либо совсем не зависят от свойств обрабатываемых временных рядов, либо на них можно оказывать некоторое влияние, изменяя значения небольшого числа параметров методов. Наиболее известными представителями этой группы являются методы семейства X-11169, разработанные в основном в Бюро переписей США и используемые в статистических органах многих стран мира.

Ко второй группе можно отнести методы сезонной корректировки, основанные на моделях, которые индивидуально строят для каждого корректируемого временного ряда. В этом случае свойства модели, на основе которой производится декомпозиция, существенно зависят от свойств обрабатываемого временного ряда170. К этой группе относится, в частности, разработанный в Банке Испании метод SEATS171, продвигаемый Евростатом.

Несмотря на то, что с теоретической точки зрения методы второй группы обладают несомненными преимуществами, на практике они пока еще далеко не всегда позволяют получать более качественные результаты172.

Кроме того, поскольку развитие и практическое использование методов первой группы началось гораздо раньше, они получили гораздо более широкое распространение, лучше освоены пользователями, а соответствующие пакеты программ достигли зрелости.

Подробнее см. (Fischer, 1995).

См. (Shiskin, Young, Musgrave, 1967), (Findley, et al., 1998).

Подробнее см. (den Butter, Fase, 1991), (Fischer, 1995).

См., например, (Fischer, 1995).

См. сравнение различных методов сезонной корректировки в (den Butter, Fase, 1991) и (Fischer, 1995).

Описанный выше метод сезонной корректировки принадлежит к первой группе методов. От методов семейства X-11 его отличает, в частности, возможность работы в условиях значительной эволюции сезонных волн и использование в его основе метода сглаживания с лучшими спектральными свойствами. Метод работоспособен для рядов, содержащих данные как минимум за два года, однако для повышения точности расчетов желательно использовать более длинные временные ряды.

Помимо многолетней эксплуатации в условиях российской переходной экономики, показавшей работоспособность метода, он прошел и международную апробацию. В 1996 г. специалисты из Федерального статистического управления Германии (ФСУ) провели независимое тестирование метода, признали его пригодным и нашли, что функционально он близок к используемому в ФСУ алгоритму BV4. Заметим, что отказ германского ФСУ от использования методов семейства X-11, являющихся де-факто стандартом во всем мире, обусловлен спецификой германской экономики.

В связи с поглощением восточногерманских земель она также является в некотором смысле переходной, что приводит, в частности, к интенсификации эволюции сезонных волн, а это выводит алгоритмы семейства X-11 за пределы области их применимости. Это является одним из аргументов, обосновывающим использование в ФСУ программы сезонной корректировки BV4, обладающей существенно более высокими адаптационными свойствами по сравнению с программами гораздо более широко распространенного семейства X-11, адекватными более стабильным условиям173.

Сопоставление этих методов проводится, в частности, в (den Butter, Fase, 1991).

Литература Айвазян С.А., Енюков И.С., Мешалкин Л.Д. (1983) Прикладная статистика.

Основы моделирования и первичная обработка данных. - М.: Финансы и статистика, 1983. 472 с.

Аллен Р. (1980) Экономические индексы. - М.: Статистика, 1980. 256 с.

Арманд А.Д., Люри Д.И., Жерихин В.В., Раутиан А.С., Кайданова О.В., Козлова Е.В., Стрелецкий В.Н., Буданов В.Г. (1999) Анатомия кризисов. - М.:

Наука, 1999. 238 с.

Арнольд В.И. (1990) Теория катастроф. М.: Наука, 1990. 128 с.

Баранов Э.Ф., Бессонов В.А. (1999) Индексы интенсивности промышленного производства // Промышленность России. 1999. № 3. С. 4-12.

Баранов Э.Ф. (2002) Об измерении индексов-дефляторов по отраслям экономики и промышленности // Экономический журнал ВШЭ. 2002. Т. 6.

№ 2. С. 217-224.

Бессонов В.А. (1993) Методы исследования эволюционирующих парных взаимосвязей между социально-экономическими макропоказателями. - М.: Вычислительный центр РАН, 1993. 180 с.

Бессонов В.А. (1996) О проблемах измерения в условиях кризисного развития российской экономики // Вопросы статистики. 1996. № 7. С. 18-32.

Бессонов В.А. (1997) О процессах самоорганизации на российском финансовом рынке в условиях переходного периода / Исследование операций (модели, системы, решения). - М.: Вычислительный центр РАН, 1997.

С. 14-47.

Бессонов В.А. (1998a) О смещениях в оценках роста российских потребительских цен // Экономический журнал ВШЭ. 1998. Т. 2. № 1. С. 31-66.

Бессонов В.А. (1998b) Исследование трансформации ценовых пропорций в процессе российских экономических реформ. - М.: ГУ ВШЭ, 1998. 56 с.

Бессонов В.А. (1999) Об эволюции ценовых пропорций в процессе российских экономических реформ // Экономический журнал ВШЭ. 1999. Т. 3.

№ 1. С. 42-81.

Бессонов В.А. (2000) О трансформационных структурных сдвигах российского промышленного производства // Экономический журнал ВШЭ.

2000. Т. 4. № 2. С. 184-219.

Бессонов В.А. (2001a) Об измерении динамики российского промышленного производства переходного периода // Экономический журнал ВШЭ.

2001. Т. 5. № 4. С. 564-588.

Бессонов В.А. (2001b) Трансформационный спад и структурные изменения в российском промышленном производстве. - М.: Институт экономики переходного периода, 2001. 109 с. (Bessonov V.A. Transformational Recession and Structural Changes in Russian Industrial Production // Problems of Economic Transition. 2002. Vol. 45. No. 4. P. 6-93.) Бессонов В.А. (2002a) Проблемы построения производственных функций в российской переходной экономике / Бессонов В.А., Цухло С.В. Анализ динамики российской переходной экономики. М.: ИЭПП, 2002. С. 5-89.

Бессонов В.А. (2002b) О точности сводных показателей экономической динамики в российской переходной экономике / Количественные методы в теории переходной экономики. - М.: Журнал «Экономика и математические методы», 2002. С. 113-127.

Бессонов В.А. (2003a) Введение в анализ российской макроэкономической динамики переходного периода. М.: ИЭПП, 2003. 151 с.

Бессонов В.А. (2003b) О трансформационных структурных сдвигах в российской экономике / Экономика переходного периода: сборник избранных работ. 1999-2002. - М.: Дело, 2003. С. 597-637.

Бессонов В.А. (2004) О динамике совокупной факторной производительности в российской переходной экономике // Экономический журнал ВШЭ. 2004. Т. 8. № 4. С. 542-587.

Бирман И.Я. (1996) Измерение экономического роста // Экономика и математические методы. 1996. Т. 32. № 4. С. 146-154.

Бобров С.П. (1925) Индексы Госплана. - М., 1925.

Бобров С.П. (1930) Экономическая статистика: введение в изучение методов обработки временных рядов экономической статистики. - М.-Л.:

Госиздат, 1930. 519 с.

Винер Н. (1983) Машина умнее своего создателя / Кибернетика, или управление и связь в животном и машине. - М.: Наука, 1983. С. 308-314.

Гласс Л., Мэки М. (1991) От часов к хаосу: Ритмы жизни. - М.: Мир, 1991.

248 с.

Госкомстат СССР (1990) Народное хозяйство СССР в Великой отечественной войне 1941-1945 гг. - М.: Информационно-издательский центр Госкомстата СССР. 1990. 236 с.

Госкомстат (1995) Положение о порядке наблюдения за изменением цен и тарифов на товары и услуги, определения индекса потребительских цен.

- М.: Госкомстат России, 1995. 34 с.

Госкомстат (1996a) Цены в России. - М.: Госкомстат России, 1996. 260 с.

Госкомстат (1996b) Цены и тарифы / Методологические положения по статистике. Вып. 1. - М.: Госкомстат России, 1996. С. 426-548.

Госкомстат (1996c) Производство промышленной продукции / Методологические положения по статистике. Вып. 1. - М.: Госкомстат России.

1996. С. 573-583.

Госкомстат (1996d) Методологические положения об организации наблюдения за относительными ценами на товары-представители, импортируемые в Россию из стран дальнего и ближнего зарубежья, и сопоставление внутренних цен и цен мировых рынков. - М.: Госкомстат России 1996.

Госкомстат (1998a) Общий объем производства продукции (работ, услуг) по отраслям экономики с учетом скрытой и неформальной деятельности / Методологические положения по статистике. Вып. 2. - М.: Госкомстат России. 1998. С. 9-26.

Госкомстат (1998b) Индекс физического объема промышленной продукции / Методологические положения по статистике. Вып. 2. - М.: Госкомстат России. 1998. С. 162-169.

Госкомстат (2000) Методология статистического наблюдения за ценами производителей промышленной продукции и расчета индексов цен производителей / Методологические положения по статистике. Вып. 3. - М.: Госкомстат России. 2000. С. 140-159.

Госкомстат (2002) Основные положения о порядке наблюдения за потребительскими ценами и тарифами на товары и платные услуги, оказанные населению, и определения индекса потребительских цен. - М.: Госкомстат России, 2002. 43 с.

Ершов Э.Б. (1990a) Вступительная статья / Кевеш П. Теория индексов и практика экономического анализа. - М.: Финансы и статистика, 1990.

С. 5-34.

Ершов Э.Б. (1990b) Индексы Дивизиа и их аппроксимации / Кевеш П. Теория индексов и практика экономического анализа. - М.: Финансы и статистика, 1990. С. 291-297.

Ершов Э.Б. (2003) Индексы цен и количеств Фишера и Монтгомери как индексы Дивизиа // Экономика и математические методы. 2003. Т. 39.

№ 2. С. 136-154.

Зоркальцев В.И. (1996) Индексы цен и инфляционные процессы. - Новосибирск: Наука, 1996. 279 с.

Иванов В.Н., Овсиенко Ю.В. (2004) Динамика торговли в годы российских реформ // Экономика и математические методы. 2004. Т. 40. № 4.

С. 84-92.

Казинец Л.С. (1969) Измерение структурных сдвигов в экономике. - М.:

Экономика, 1969. 164 с.

Кафенгауз Л.Б. (1994) Эволюция промышленного производства России (последняя треть XIX в. - 30-е годы XX в.). - М.: Эпифания, 1994. 848 с.

Кевеш П. (1990) Теория индексов и практика экономического анализа. - М.: Финансы и статистика, 1990. 303 с.

Кендалл М., Стьюарт А. (1966) Теория распределений. - М.: Наука, 1966.

588 с.

Кендэл М. (1981) Временные ряды. - М.: Финансы и статистика, 1981.

199 с.

Pages:     | 1 |   ...   | 34 | 35 || 37 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.