Изучение сезонных колебаний. При анализе квартальных или месячных данных многих социально-экономических явлений обнаруживаются повторяющиеся колебания

При анализе квартальных или месячных данных многих социально-экономических явлений обнаруживаются повторяющиеся колебания, которые не изменяются длительный период времени. Они являются результатом действия природно-климатических условий, общих экономических факторов и других экономических факторов, частично регулируемых. В статистике такие колебания называются сезонными. Это особый тип динамики. Сезонность можно понимать как внутригодовую динамику вообще. Сезонность может возникать в производствах, связанных с переработкой сельхозсырья, в торговле из-за сезонного характера спроса на товары и т.д.

Глубину сезонных колебаний измеряют коэффициентом сезонности или индексом сезонности, который представляет собой отношение средней из фактических уровней одноименных месяцев к средней из выровненных данных по тем же месяцам. . Следовательно, величина коэффициента сезонности зависит от способа выравнивания. Если это способ средней арифметической, то . Если - это 12 месячная скользящая средняя, то это способ скользящей средней. Если - получен аналитическим выравниванием - способ аналитического выравнивания

9.7. Экстраполяция и интерполяция.

Исследование динамики и характеристика основной тенденции динамических рядов дают основание для прогнозирования будущих размеров уровня экономического явления.

Статистические методы прогнозирования основаны на предположении, что закономерность развития, действовавшая в прошлом (внутри ряда динамики), сохраняется и в прогнозируемом периоде. Определение прогнозируемых уровней на основании тенденции, сложившейся внутри ряда динамики, называется экстраполяцией. Экстраполяция, проводимая в будущее. Называется перспективной, а в прошлое ретроспективной. Чаще используют перспективную экстраполяцию.

В зависимости от принципов положенных в основу прогноза, и исходных данных можно использовать элементарные методы экстраполяции, которые основаны на показателях среднего абсолютного прироста, среднего темпа роста, и экстраполяции на основе выравнивания рядов по какой-либо функции.

Прогнозирование по среднему абсолютному приросту можно применить в том случае, когда есть уверенность в равномерном изменении уровня (под равномерностью понимается стабильность абсолютных приростов). Тогда перспективную экстраполяцию можно сделать по формуле: , где

-экстраполируемый уровень ; ( )- номер этого уровня (года);

i-номер последнего уровня (года) исследуемого периода, за который рассчитан ;

t- срок прогноза (период упреждения);

средний абсолютный прирост.

Прогнозирование по среднему темпу роста можно осуществлять в том случае. Когда есть основание считать. Что общая тенденция ряда характеризуется показательной кривой. Тогда перспективный экстраполируемый уровень находится по формуле: , где

-последний уровень ряда динамики;

t- срок прогноза;

- средний коэффициент роста.

Если ряду динамики свойственна иная закономерность, значения получатся приближенными.

Наиболее распространенным методом прогнозирования является аналитическое выражение трэнда. Для определения прогнозируемого уровня в этом случае достаточно выйти за пределы значения независимой переменной времени t. При таком подходе к прогнозированию предполагается, что размер уровня явления формируется под воздействием множества факторов, выделить которые невозможно. В связи с этим ход развития явления связывают не с конкретными факторами, а со временем, т.е.

.

При анализе рядов динамики иногда приходится прибегать к определению некоторых неизвестных уровней внутри ряда динамики, т.е. к интерполяции. Интерполяция может производиться на основе формул экстраполяции. При интерполяции считается, что ни выявленная тенденция, ни ее характер не претерпели существенных изменений в том промежутке времени, уровень которого нам не известен.

Глава 10.

Статистические индексы.