Каждый уровень временного ряда формируется под воздействием большого числа факторов. Их условно можно разделить на три группы:
1) факторы, которые определяют изменения анализируемого показателя в длительной перспективе;
2) факторы, которые циклически изменяются во времени и формируют колебания уровней ряда;
3) факторы, которые не поддаются учету и регистрации и оказывают на анализируемый показатель несистематическое или случайное влияние.
Поэтому при исследовании экономического временного ряда , t = 1, 2, …, n, выделяются несколько составляющих:
– тренд, описывающий общее направление развития показателя, устойчивую долговременную тенденцию изменения экономического показателя y;
– сезонная компонента, отражающая повторяемость экономических процессов в течение не очень значительного периода (года, месяца, недели);
– циклическая компонента, определяющая периодические колебания экономических процессов в течение длительных периодов (больше года);
– случайная компонента, отражающая влияние на уровни ряда случайных факторов.
|
|
Тренд – это систематическая составляющая долговременного действия. Обычно он описывается с помощью той или иной, как правило, монотонной функции (аргументом которой является время). Эту функцию называют функцией тренда.
Сезонная компонента связана с наличием факторов, действующих с короткой и, как правило, заранее известной периодичностью. В отличие от трендовой компоненты сезонная имеет фазу возрастания и убывания в каждом периоде. Ее циклический характер связан с флуктуацией экономической активности.
В настоящее время в экономике известны около 1500 длинных циклов: циклы перепроизводства (10-15 лет), цикл Кузнеца (15-25 лет, связан с демографическими процессами), цикл Жуглара (7-12 лет, связан с периодичностью инвестиционного процесса), цикл Кондратьева (50-60 лет, связан с закономерностями накопления и обновления научных знаний, их влиянием на экономическое развитие) и др.
Случайная компонента отражает воздействие на уровни ряда многочисленных факторов случайного характера. Она является обязательной составной частью любого временного ряда в экономике, так как случайные отклонения неизбежно сопутствуют любому экономическому явлению.
Первые три компоненты временного ряда являются закономерными (систематическими и неслучайными). Конечно, временной ряд может и не содержать одну или несколько закономерных компонент. Графические модели таких рядов приведены на рисунках 6.1-6.3. В то же время случайная компонента всегда присутствует во временном ряду.
Рис. 6.1. Временной ряд, содержащий только тренд
|
|
Рис. 6.2. Временной ряд, содержащий только сезонную компоненту
Рис. 6.3. Временной ряд, содержащий только случайную компоненту
В общем случае уровень временного ряда можно представить как функцию вида , где – трендовая компонента (тенденция), – сезонная компонента, – циклическая компонента, – случайная компонента.
Модель , в которой временной ряд представлен в виде суммы всех компонент, называется аддитивной моделью временного ряда. Аддитивная модель применима в тех случаях, когда анализируемый временной ряд имеет приблизительно одинаковые изменения на протяжении всей длительности ряда (пример подобного изменения приведен на рис. 6.4).
Рис. 6.4. Модель временного ряда с линейным трендом
и аддитивным сезонным эффектом
Модель , в которой временной ряд представлен в виде произведения всех компонент, называется мультипликативной моделью временного ряда. Мультипликативная модель применяется, когда колебания уровней временного ряда со временем нарастают или затухают (рис. 6.5).
Рис. 6.5. Модель временного ряда с экспоненциальным трендом
и мультипликативным сезонным эффектом
Используются и смешанные типы моделей, например, модель .
К основным целям анализа временных рядов относятся следующие: определение природы ряда и прогнозирование, т.е. предсказание будущих значений временного ряда по настоящим и прошлым значениям. Исходя из этого, центральными задачами эконометрического исследования отдельного временного ряда являются:
– выделение и количественное выражение закономерных компонент (тенденции, сезонности и цикличности);
– анализ случайной составляющей;
– нахождение прогнозных значений будущих уровней временного ряда.