<<
>>

Додаток В Основні засади аналізу та прогнозування часових рядів в економічному аналізі

Різноманітні змістовні задачі економічного аналізу вимагають використання статистичних даних, що характеризують досліджувані економічні процеси, розгорнуті у часі в формі часових рядів. При цьому в класичній мультиплікативній моделі часових рядів визначається, що значення відгуку, який спостерігається, у будь-якій точці часового ряду є добутком трьох або чотирьох (у випадку коротких інтервалів спостережень) факторів - тренда, циклічного і нерегулярного компонента, сезонного компонента.

Тож будь-яке значення ряду може бути представлене у вигляді

Y = Ti • C • Si • b

де Yi - значення відгуку;

Ti, Ci, Si, I{ - відповідно значення тренда, циклічного, сезонного і нерегулярного компонентів у будь-якій точці ряду.

Тобто йдеться про структуру і класифікацію основних факторів, які зумовлюють формування окремих значень часового ряду:

■ довгострокові (трендова компонента), які формують загальну (у тривалій перспективі) тенденцію в зміні окремих ознак часового ряду. З економічної точки зору ця компонента формується під впливом змін в технологічному укладі суспільства, чисельності населення, системи цінностей тощо. Звичайно ця тенденція описується за допомогою тієї або іншої невипадкової функції, як правило, монотонної, аргументом якої є час;

■ циклічні, що формують зміни аналізованих ознак часового ряду, обумовлені дією довгострокових циклів економічної або демографічної природи (хвилі Кондратьєва, демографічні «ями» і т. ін.);

■ нерегулярні, які не піддаються обліку та реєстрації, тобто випадкові варіації даних, що обумовлені непередбачени-

ми подіями. Як приклад можна навести зростання цін на сільгосппродукцію у випадку різкої зміни погодних умов;

■ сезонні, які формуються періодично та повторюються у визначений період року коливаннями аналізованої ознаки часового ряду. Наприклад, сезонне коливання курсу гривні по відношенню до долара.

Звичайно, зовсім не обов'язково, щоб у процесі формування значень будь-якого часового ряду брали участь одночасно фактори всіх чотирьох типів. Висновки про те, беруть участь чи ні фактори даного типу у формуванні значень конкретного ряду, можуть базуватися як на аналізі змістовної сутності задачі, так і на спеціальному статистичному аналізі досліджуваного часового ряду.

Тож, виходячи з цього, базисна мета статистичного аналізу часового ряду полягає в тому, щоб за наявною траєкторією досліджуваного ряду:

■ визначити, які з невипадкових функцій присутні в його розкладанні на певні компоненти ряду;

■ побудувати оцінки невипадкових функцій, що присутні в розкладанні;

■ підібрати модель, яка адекватно описує поведінку випадкових залишків розкладання ряду, та статистично оцінити параметри цієї моделі.

Тож аналіз часового ряду не є самоціллю, більш доречною та важливою є побудова певного прогнозу на підставі аналізу даних часового ряду.

Однак, незважаючи на різноманітність принципів прогнозування, тобто процесу побудови прогнозів, усі спроби зазирнути в майбутнє мають чимало загальних ознак, що, власне, і дає можливість називати їх з більшою або меншою впевненістю прогнозами. Насамперед будь-який прогноз - це певна розумова операція виходу за межі отриманого досвіду, пануючих в економічному житті світоглядних настанов і навколишньої дійсності.

Результати такої операції мають відомий ступінь точності і конкретно-історичні можливості здійснення. У той же час, ви-

рішуючи задачу фінансово-економічного прогнозування, слід пам'ятати, що будь-яка реальна система (підприємство, банк, фірма і т. ін.) знаходиться під постійним зовнішнім впливом з боку природи і суспільства, що носить стохастичний характер. Тому важливого значення набуває підвищення якості обробки статистичної інформації, сформованої у вигляді рядів економічної і фінансової динаміки. Тож в основі прогнозування повинні лежати три взаємодоповняльних джерела інформації про майбутнє, а саме:

1) оцінка перспектив розвитку майбутнього стану прогнозованого явища на основі досвіду, найчастіше за допомогою аналогії з досить добре відомими подібними явищами і процесами;

2) умовне продовження в майбутньому (екстраполяція) тенденцій, закономірності розвитку яких у минулому і сьогоденні досить добре відомі;

3) модель майбутнього стану того або іншого явища, процесу, побудована згідно з очікуваними або бажаними змінами часового ряду умов і факторів, перспективи розвитку яких досить добре відомі.

Складність і динамічність реальних об'єктів призводить до того, що властиві їм внутрішні закономірності також не можуть бути визначені цілком вірогідно. На всіх економічних і фінансових процесах лежить відбиток випадковості, проте інерційні властивості об'єктів додають високого ступеня обумовленості майбутньої поведінки попередньою. Тож не існує універсально кращих методів прогнозування на усі випадки життя, бо вибір методу прогнозування і його ефективність залежать від багатьох умов.

Метод прогнозування слід обирати з урахуванням усіх специфічних особливостей як цілей прогнозу, так і аналізованого часового ряду певних показників деякого економічного процесу. Проте систематизація методів прогнозування повинна визначатися самим об'єктом прогнозування, тобто фінансово-економічними процесами розвитку та їх закономірностями.

Якщо розглядати завдання побудови економічного прогнозу на підставі аналізу часових рядів, то необхідно виділити такі методи, що застосовуються у цьому процесі:

■ прогнозування на базі ARIMA-моделей, які охоплюють досить широкий спектр часових рядів;

■ адаптивні методи прогнозування, які враховують еволюцію динамічних характеристик досліджуваних процесів і дозволяють у міру надходження нових даних оновлювати раніше зроблені прогнози з мінімальною затримкою і за допомогою нескладних математичних процедур;

■ методи експонентного згладжування;

■ методи автопрогнозу, які засновані на аналізі часових рядів, екстраполюють наявний часовий ряд тільки на підставі інформації, яка утримується в ньому самому. Такого роду прогноз може виявитися ефективним лише в коротко- і максимум у середньостроковій перспективі. Серйозне розв'язання задач довгострокового прогнозування вимагає використання комплексних підходів, і в першу чергу залучення різних (у тому числі, статистичних) технологій збору й аналізу експертних оцінок. Прикладом доцільності застосування автопрогнозу в економічному аналізі можна вважати прогнозування зміни курсу обміну гривні до долара на дві-три доби, бо це відбувається в умовах постійного жорсткого контролю з боку Національного банку України.

Не менш важливим питанням розробки прогнозу є визначення його точності, що знаходиться у взаємозв'язку із врахуванням певних джерел помилок прогнозів, виходячи з конкретної предметної області дослідження. До джерел помилок прогнозу відносяться:

■ необхідність статистичного оцінювання коефіцієнтів моделі за наявними статистичними даними, які не завжди є достовірними та об'єктивними, що призводить до невизначеності у процесі прогнозування;

■ неправильне вимірювання значень, безпосередньо використовуваних при прогнозуванні. Так, останні значення мак-

роекономічних змінних часто згодом піддаються перегляду (ревізії), що легко помітити, порівнюючи історичні дані про значення макроекономічних рядів, опубліковані в тому самому виданні в різні роки.

Разом з тим про точність прогнозу прийнято судити по величині помилки прогнозу - різниці між прогнозованим і фактичним значенням досліджуваного показника. Можна говорити і про неспроможність прогнозу як такого, якщо його якість значно погіршується при переході від періоду, на якому модель оцінюється, до майбутніх значень ряду, і можна говорити про те, що прогноз поганий у порівнянні з деякими стандартними або конкуруючими моделями.

<< | >>
Источник: Азаренкова Г. М.. Фінансові потоки в системі економічних відносин: Монографія.- Х.: ВД «ІНЖЕК»,2006.- 328 с.. 2006

Еще по теме Додаток В Основні засади аналізу та прогнозування часових рядів в економічному аналізі:

  1. Додаток В Основні засади аналізу та прогнозування часових рядів в економічному аналізі