Важнейшие методы выделения основной тенденции (тренда) и периодических процессов (циклов).
Компоненты ряда динамики.
Ряд динамики может быть подвержен влиянию факторов эволюционного и осциллятивного характера, а также находиться под влиянием факторов разного, как правило случайного, воздействия.
Влияние эволюционного характера — это изменения, определяющие общее направление развития, как бы длительную эволюцию, которая пробивает себе дорогу через другие систематические и случайные колебания. Такие изменения динамического ряда называются основной тенденцией развития, или трендом.
Влияние периодического характера — это циклические (конъюнктурные) и сезонные колебания.
Циклические колебания можно представить в виде синусоиды y = sint.
Циклические колебания в экономических расчетах примерно соответствуют так называемым циклам конъюнктуры.
Сезонные колебания — это колебания, периодически повторяющиеся в некоторое определенное время каждого года, дня месяца или часа дня. Эти изменения отчетливо наблюдаются на графиках многих рядов динамики, содержащих данные за период не менее одного года.
В рядах динамики могут наблюдаться также и случайные колебания, являющиеся результатом действия большого количества относительно слабых (или разнонаправленных) второстепенных факторов.
В общем случае в ряду динамики можно выделить его четыре основные компоненты:
1) основная тенденция (тренд) (Т);
2) циклическая или конъюнктурная (К);
3) сезонная (S);
4) случайные колебания (E).
Если ряд динамики разбить на различные компоненты, то функция, его описывающая, будет иметь вид:
Y = f (T, K, S, E).
В зависимости от взаимосвязи компонентов между собой может быть построена аддитивная или мультипликативная модель ряда.
Аддитивная модель ряда динамики имеет вид:
Y = T + K + S + E (10.6)
и характеризуется тем, что циклические и сезонные колебания остаются постоянными.
Мультипликативная модель ряда имеет вид:
Y = T × K × S × E. (10.7)
В этой модели характер циклических и сезонных колебаний остается постоянным только по отношению к тренду.
В социально-экономических рядах динамики можно наблюдать:
· основную тенденцию развития (осредненную компоненту динамики);
· закономерность изменения отклонений фактических уровней от тренда;
· автокорреляционные зависимости.
Основная тенденция развития аналитически выражается с помощью математической функции, вокруг которой варьируют фактические уровни исследуемого явления. В данном случае значения тренда в отдельные моменты времени будут являться математическими ожиданиями (средними значениями) ряда динамики. Часто основную тенденцию развития называют квази-детерминированной (осредненной) составляющей ряда динамики.
Автокорреляционные зависимости представляют собой тенденцию вариации связи между отдельными уровнями ряда динамики (зависимость текущего значения уровней ряда от предыдущих).
Начальным этапом выделения и анализа тренда является проверка гипотезы о существовании тренда.
Существует около десятка критериев проверки наличия тренда. Рассмотрим некоторые из них.
· Проверка существенности разности средних. Ряд динамики разбивается на две равные или почти равные части. Проверяется гипотеза о существовании разности средних: .
Поскольку число членов анализируемого ряда, как правило, мало, то для проверки гипотезы воспользуемся теорией малой выборки. За основу проверки берется t α-критерий Стьюдента. При t ≥ tα гипотеза об отсутствии тренда отвергается, и наоборот, при t меньше или равном tα гипотеза (H 0) принимается. Здесь t — расчетное значение, найденное для анализируемых данных. tα — табличное значение критерия при уровне вероятности ошибки, равном α.
В случае равенства или при несущественном различии дисперсий двух исследуемых совокупностей () определение расчетного значения t производится по формуле:
, (10.8)
где и — средние для первой и второй половин ряда динамики;
n 1 и n 2 — число наблюдений в этих рядах;
σ — среднеквадратическое отклонение разности средних, определяемое по формуле:
. (10.9)
Дисперсии для первой и второй частей ряда рассчитываются по формуле:
. (10.10)
Проверка гипотезы о равенстве дисперсий осуществляется с помощью F-критерия, основанного на сравнении расчетного отношения с табличным. Расчетное значение критерия определяется по формуле:
. (10.11)
Если расчетное значение F меньше табличного при заданном уровне значимости, то гипотеза о равенстве дисперсий принимается. Если F больше, чем табличное значение, то гипотеза о равенстве дисперсий отклоняется и зависимость для расчета t не пригодна для использования.
При выполнении условия о равенстве дисперсий определяется значение tα и проверяется гипотеза (H 0). При этом теоретическое значение tα определяется с числом степеней свободы, равным n 1 + n 2 - 2.
Рассмотренный метод дает положительные результаты для рядов с монотонной тенденцией. Когда же ряд динамики меняет общее направление развития, то точка поворота тенденции оказывается близкой к середине ряда. Поэтому средние двух отрезков будут близки, а проверка может не показать наличия тенденции.
· Метод Фостера—Стюарта. Второй метод проверки наличия тенденции называется методом Фостера—Стюарта, который, помимо определения наличия тенденции, позволяет обнаружить тренд дисперсии уровней ряда динамики, что важно знать при анализе и прогнозировании экономических явлений.
После установления наличия тенденции в ряду динамики производится ее описание с помощью методов сглаживания. К этим методам относятся следующие.
· Метод усреднения по левой и правой половине. Разделяют ряд динамики на две части, находят для каждой из них среднее арифметическое значение и проводят через полученные точки линию тренда на графике.
· Метод простой скользящей средней. Заключается в том, что 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, и т.д. Таким образом, при расчетах среднего уровня как бы скользят по ряду динамики от его начала к концу, каждый раз отбрасывая один уровень в начале и добавляя один следующий. Отсюда название — скользящая средняя.
· Метод взвешенной скользящей средней. Основное отличие от предыдущего метода состоит в том, что уровни, входящие в интервал усреднения, суммируются с различными весами, т.к. аппроксимация в пределах интервала сглаживания осуществляется с использованием уровней, рассчитанных по полиному n-го порядка:
, (10.12)
где i — порядковый номер уровня интервала сглаживания.
Для отображения основной тенденции развития социально-экономических явлений применяются полиномы различной степени, экспоненты, логистические кривые и другие функции.
Полиномы имеют следующий вид:
Полином первой степени
;
Полином второй степени
;
Полином третьей степени
;
Полином n-степени
.
В статистике выработано правило выбора степени полинома модели развития, основанное на определении величин конечных разностей уровней динамического ряда. Согласно этому правилу полином первой степени (прямая) применяется как модель такого ряда, у которого первые разности (абсолютные приросты) постоянны; полиномы второй степени — для отражения ряда с постоянными вторыми разностями (ускорениями); полиномы третьей степени — с постоянными третьими разностями и т.д.
Сезонные колебания в ряду динамики характеризуются специальными показателями, которые называются индексами сезонности (I S).
Совокупность этих показателей отражает сезонную волну.
Индексами сезонности являются процентные отношения фактических внутригодовых уровней к постоянной или переменной средней.
Для выявления сезонных колебаний обычно используют данные за несколько лет (не менее трех), распределенные по месяцам.
Если ряд динамики не содержит ярко выраженной тенденции в развитии, то индексы сезонности вычисляются непосредственно по эмпирическим данным без их предварительного выравнивания. Для каждого месяца рассчитывается средняя величина уровня, например за 3 года (), затем из них вычисляется средний уровень для всего ряда (), далее определяется процентное отношение средних для каждого месяца к общему среднемесячному уровню ряда:
. (10.13)
Пример 10.1. Рассчитаем индексы сезонности, основываясь на месячных данных о внутригодовой динамике числа браков, расторгнутых населением условного города за 1996—1998 гг., представленных в таблице 10.2.
Таблица 10.2
Динамика браков, расторгнутых населением условного города, и расчет индексов сезонности
Месяц | Число расторгнутых браков | Индекс сезонности, ( / )100% | |||
1996, у i | 1997, у i | 1998, у i | В среднем за 3 года, | ||
Январь | 165,7 | 122,4 | |||
Февраль | 147,0 | 108,6 | |||
Март | 150,7 | 111,3 | |||
Апрель | 136,0 | 100,4 | |||
Май | 136,0 | 100,4 | |||
Июнь | 125,7 | 92,8 | |||
Июль | 126,0 | 93,1 | |||
Август | 120,7 | 89,1 | |||
Сентябрь | 118,0 | 87,2 | |||
Октябрь | 128,0 | 94,5 | |||
Ноябрь | 131,7 | 97,3 | |||
Декабрь | 139,3 | 102,9 | |||
Средний уровень ряда, | 138,77 | 135,6 | 131,8 | 135,4 | 100,0 |
· По данным табл. 10.2 вычислим усредненные значения уровней по одноименным периодам путем расчета средней арифметической простой.
Январь: = (195 + 158 + 144)/3 =165,7.
Февраль: = (164 + 141 + 136)/3 =147,0 и т.д. (гр. 4 табл. 10.2).
· Используя вычисленные выше помесячные уровни (), рассчитываем общий средний уровень :
,
где m — число лет;
— сумма среднегодовых уровней ряда динамики.
· Рассчитываем по месяцам индексы сезонности.
Январь: IS1 = 165,7/135,4 × 100% = 122,4%.
Февраль: IS2 = 147,0/135,4 × 100% = 108,6%; и т.д. (гр. 5 табл. 10.2).
Вывод. Полученная совокупность индексов сезонности характеризует сезонную волну развития числа браков, расторгнутых населением города, во внутригодовой динамике.
В случае, если ряд динамики содержит определенную тенденцию в развитии, то, прежде чем приступить к вычислению сезонной волны, необходимо обработать фактические данные таким образом, чтобы была выявлена общая тенденция. Обычно для этого применяется аналитический способ выравнивания ряда.
Подобно сезонной компоненте, в ряду динамики может также присутствовать циклическая компонента, представляющая собой волнообразное движение, но более продолжительная и менее предсказуемая, чем сезонная компонента. Сущность классического метода устранения циклической компоненты заключается в исключении (или усреднении) основной тенденции и сезонной компоненты из ряда динамики, тогда в ряду останется циклическая компонента.