Поэтому, хотя календарную составляющую динамики могут содержать, вообще говоря, как интервальные, так и моментные экономические временные ряды с любым шагом по времени - месячные, квартальные, годовые, ее учитывают обычно лишь у интервальных временных рядов с шагом по времени меньше года. Другие экономические временные ряды с хоро- [c.15]
Наличие календарной составляющей приводит к тому, что уровни экономических временных рядов могут быть не вполне сопоставимыми между собой, а это может приводить к неадекватной содержательной интерпретации экономической динамики, снижению точности прогнозов, неверной идентификации связей и т. п. Для устранения этого источника несопоставимости календарную составляющую динамики необходимо идентифицировать и устранить (элиминировать). [c.16]
Динамическую структуру типичного экономического временного ряда рассмотрим на примере ряда ежемесячного производства электроэнергии в России, график которого приведен на рис. 2.1,в. На рис. 2.4 показана одна из возможных оценок его календарной составляющей динамики и исходный ряд с элиминированной календарной составляющей. Произведение двух рядов, приведенных на рис. 2.4, дает исходный ряд производства электроэнергии, график которого приведен на рис. 2.1, в. [c.16]
Как правило, чем меньше шаг по времени, тем сильнее выражены календарные эффекты. Причина этого состоит в том, что по мере укрупнения шага по времени различия в числе и календарных, и рабочих дней в относительном выражении уменьшаются. Так, число рабочих дней в календарном месяце (т. е. число дней в месяце за вычетом числа суббот, воскресений и праздников) может изменяться от 18 до 23, т. е. максимальное число рабочих дней превышает минимальное на 28%, тогда как число рабочих дней в разные годы может изменяться от 250 до 255, при этом максимальное число рабочих дней превышает минимальное всего на 2%. Поэтому масштаб календарной составляющей годовых рядов в относительном выражении на порядок меньше, чем для рядов помесячной динамики. [c.14]
Иллюстрацию зависимости масштаба календарных эффектов от величины шага по времени дает рис. 2.3. На рис. 2.3,а приведен график помесячной динамики добычи нефти, который демонстрирует наличие выраженной календарной составляющей. Нефть добывают непрерывно в течение всего года, днем и ночью, зимой и летом. Среднесуточные объемы добычи нефти слабо подвержены воздействию сезонных и случайных факторов, их динамика обладает высокой инерционностью, что обусловлено особенностями технологии. Поэтому объем добычи нефти за месяц в первом приближении пропорционален продолжительности месяца. Это хорошо видно на рис. 2.3, а, где в феврале каждого года наблюдается резкое снижение объемов добычи (причем в високосные годы это снижение бывает менее резким), а объемы добычи нефти в месяцы, содержащие 31 день, примерно на 3% превышают объемы добычи соседних месяцев, содержащих 30 дней. Если на основе этого временного ряда получить ряд в квартальном выражении, то масштаб календарных эффектов в относительном выражении резко снизится, что наглядно иллюстрирует рис. 2.3,6. [c.14]
Заметим, что использованный в данном примере временной ряд добычи нефти не вполне типичен, поскольку изменения его уровней от месяца к месяцу определяются в основном календарной составляющей, тогда как остальные составляющие динамики либо крайне слабо выражены (сезонная и нерегулярная), либо изменяются очень плавно (компонента тренда и конъюнктуры). Чаще бывает, что календарная составляющая не доминирует, а лишь привносит характерные высокочастотные флуктуации в динамику показателя, накладываясь на прочие составляющие. [c.15]
Ниже до конца раздела 2.2.5 исходный временной ряд будем рассматривать как совокупность четырех составляющих динамики календарной, сезонной, нерегулярной и компоненты тренда и конъюнктуры. Пусть t - время, а х,, С,, S,, I, и Т, - уровни исходного ряда и его календарной, сезонной, нерегулярной и трендовой составляющих периода t соответственно. Обычно календарную составляющую считают мультипликативной, т. е. исходный ряд представляют в виде [c.16]
На рис. 2.5 показана оценка сезонной составляющей временного ряда производства электроэнергии и этот же ряд с элиминированными календарной и сезонной составляющими. Произведение двух рядов, приведенных на рис. 2.5, дает ряд, график которого представлен на рис. 2.4,6. Видим, что после удаления календарной и сезонной составляющих динамика этого ряда не содержит явно выраженных циклических составляющих со средней продолжительностью циклов, не превышающей одного года (ср. рис. 2.1,в и рис. 2.5,6). Сезонная составляющая, график которой приведен на рис. 2.5,а, демонстрирует плавную эволюцию со временем масштаба и формы сезонных колебаний. [c.19]
Наличие сезонной составляющей динамики часто приводит к несопоставимости между собой уровней экономических временных рядов. Так, осенью 1992 г. наблюдался резкий рост помесячных объемов производства электроэнергии в натуральном выражении (рис. 2.1,в). Подобный рост, обусловленный сезонными причинами, наблюдался каждую осень, как до 1992 г., так и после (рис. 2.4,6). Если задача анализа состоит в том, чтобы оценить влияние экономических реформ на тенденции производства электроэнергии, то сезонная составляющая динамики не несет полезной информации для ее решения, а лишь порождает несопоставимость между уровнями, соответствующими разным календарным месяцам. Поэтому для решения такой задачи сезонную составляющую, как и календарную, необ- [c.19]
Для того чтобы выделить составляющие динамики из их совокупности, необходимо знать, чем составляющие динамики различаются между собой. Сезонные эффекты, несмотря на то что время их наступления и характер год от года могут несколько изменяться, имеют достаточно регулярный, повторяющийся в общих чертах характер, которого другие компоненты временного ряда (за исключением календарной составляющей), как правило, не имеют. Повторяемость сезонных колебаний и позволяет проводить идентификацию сезонной составляющей. [c.21]
Макроэкономические временные ряды зачастую имеют доминирующую компоненту тренда и конъюнктуры в случае годовых данных (рис. 2.11,о) или доминирующую регулярную составляющую динамики (включающую компоненту тренда и конъюнктуры, сезонную и календарную составляющие) в случае месячных, квартальных и других данных с шагом по времени меньше года (рис. 2.11,6,рис. 2.12). [c.38]
В значительной мере это обусловлено организацией деятельности национальных статистических служб. Макроэкономические показатели строятся, как правило, в месячном, квартальном и годовом выражениях. За отдельными исключениями (к числу которых относятся, например, временные ряды обменных курсов валют и других показателей финансовых рынков), макроэкономические показатели рассчитываются с шагом по времени не меньше месяца. Это обусловлено, в частности, технологическими соображениями, поскольку регистрация, сбор и первичная обработка данных требуют некоторого времени и значительных ресурсов. При этом методики построения одних и тех же показателей в месячном, квартальном и годовом выражениях зачастую несколько различаются. Как правило, чем выше частота временного ряда показателя, тем на меньший объем исходных данных он опирается (скажем, при построении показателей в годовом выражении часто бывает доступен больший объем более качественной исходной информации, чем при построении показателей в месячном выражении). Вместе с тем показатели более высокой частоты строятся и публикуются более оперативно и позволяют анализировать более краткосрочные тенденции, чем показатели меньшей частоты. Поэтому имеются основания строить и использовать показатели разной частоты. Годовые данные, как правило, наиболее точны, но не содержат информации о краткосрочных тенденциях, а соответствующие им временные ряды содержат наименьшее количество членов. Месячные данные зачастую менее точны, зато содержат информацию о краткосрочных тенденциях, соответствующие временные ряды имеют существенно большее количество членов, однако уровни таких рядов, как правило, несопоставимы между собой в силу наличия календарной и сезонной составляющих и большего масштаба нерегулярной составляющей. Удаление неинформативных составляющих динамики приводит к уменьшению числа степеней свободы, особенно заметному при использовании адаптивных методов, настраивающихся на эволюцию составляющих динамики. [c.39]
Высокая интенсивность изменений в российской переходной экономике приводит к тому, что все составляющие динамики экономических временных рядов могут быть подвержены быстрой эволюции. Для компоненты тренда и конъюнктуры это выражается в высоких темпах спада или роста (неестественно больших с точки зрения стабильных экономик, рис. 4.1), для сезонной составляющей - в интенсивной эволюции как ее амплитуды, так и структуры [52], для нерегулярной составляющей - в непостоянстве масштаба (рис. 2.6,а) и в наличии выбросов, и даже календарная составляющая может значительно эволюционировать в силу изменения состава праздников и правил переноса праздничных дней, совпадающих с выходными. Может присутствовать и значительная событийная составляющая (как в рассмотренном выше примере с производством водки и ликеро-водочных изделий в России, рис. 2.8,6). [c.64]
Поскольку в условиях российского переходного периода точность разложения временных рядов на составляющие динамики зачастую снижается в результате их интенсивной эволюции, то это позволяет использовать более простые и, поэтому, менее точные методы календарной корректировки. [c.75]
| Рис. 5.2. Иллюстрация эффекта резкого увеличения масштаба календарной, сезонной и нерегулярной составляющих динамики при переходе от базисной формы представления показателя (а) к цепной (б) |  |
Как было показано выше, разные формы представления данных экономической динамики привносят разные лаги. Это приводит к тому, что осознание произошедшего изменения ситуации в экономике происходит с запаздыванием, причем запаздывание является различным для разных переменных. Так, показатели динамики количеств в российской переходной экономике можно рассматривать как медленные переменные. Они же являются переменными типа потока, которые, в отличие от переменных типа запаса, подвержены значительному воздействию календарного и сезонного факторов, что делает уровни соответствующих временных рядов несопоставимыми друг с другом. Традиционным приемом, с помощью которого пытаются достичь сопоставимости, является использование суррогатных индикаторов, рассмотренных выше, что вкупе с их неадекватной интерпретацией приводит к идентификации поворотных точек со значительными лагами. По нашему мнению, основанному на многолетних наблюдениях, смены тенденций таких показателей в первые годы реформ воспринимались руководством государства с лагом примерно в девять месяцев. В последние годы он значительно сократился. Ценовые же показатели, напротив, можно рассматривать как быстрые переменные. Они же являются переменными типа запаса, слабо подверженными воздействию календарного и сезонного факторов, поэтому уровни соответствующих временных рядов почти (с точностью до нерегулярной составляющей динамики) сопоставимы друг с другом. Поэтому осознание произошедших изменений тенденции таких показателей наступает гораздо быстрее, месяца за два. Кроме [c.91]
Над экономическими временными рядами проводят операции декомпозиции. Помимо подробно рассматривавшихся выше операций проведения календарной и сезонной корректировок, сглаживания, выделения событийной, циклических и других составляющих динамики, к ним можно отнести также и операции восстановления пропущенных значений и экстраполяции. [c.102]
Быстрая эволюция составляющих динамики затрудняет измерение в первую очередь динамики производства (и, вообще, индексов количеств), а не цен. Это обусловлено тем, что производство описывается переменными типа потока, которым соответствуют интервальные временные ряды, тогда как цены описываются переменными типа запаса, которым соответствуют моментные временные ряды. Первые в гораздо большей степени подвержены влиянию календарных и сезонных факторов, чем вторые. [c.114]
Применение процедур декомпозиции временных рядов на составляющие динамики к индивидуальным индексам соответствует мировой практике и обусловлено следующими причинами. Во-первых, для индивидуальных индексов задача календарной корректировки решается гораздо проще, чем для агрегированных индексов. Динамику производства отдельного вида продукции достаточно просто отнести к одному из трех типов [c.122]
Заметим, что хотя для очень многих задач анализа экономической динамики сезонная составляющая не является информативной и поэтому должна быть элиминирована, существуют задачи, в которых сезонная составляющая является информативной. Так, планирование поставок товаров в торговую сеть осуществляется в соответствии с ожидаемой динамикой спроса и в данном случае сезонная составляющая (как и календарная) несет очень важную информацию. Таким образом, наличие сезонной составляющей не всегда приводит к несопоставимости уровней временных рядов и вопрос о необходимости ее удаления должен решаться в каждом конкретном случае в зависимости от задачи исследования. [c.20]
В простейшем случае, когда анализируется динамика лишь одного показателя, задача проведения долгосрочных сопоставлений сводится к идентификации долгосрочного тренда соответствующего временного ряда. Поскольку для этого достаточно годовых данных, то календарной и сезонной корректировок и выделения краткосрочных тенденций не требуется. Однако может потребоваться элиминирование циклических составляющих компоненты тренда и конъюнктуры, а также идентификация событийной составляющей. Задача же проведения краткосрочных сопоставлений сводится к идентификации компоненты тренда и конъюнктуры анализируемого временного ряда. Для обеспечения сопоставимости на небольших интервалах времени (порядка месяца) необходимо проведение календарной и сезонной корректировок и выделение тенденций анализируемого временного ряда. [c.48]
Но это - не единственная причина возникновения календарной составляющей динамики. Даже если бы все месяцы состояли из одинакового числа дней, то и в этом случае многие экономические временные ряды содержали бы заметную календарную составляющую динамики в силу целого ряда причин. Так, число выходных дней изменяется от месяца к месяцу. Праздничные дни по-разному распределены по различным месяцам. Некоторые праздники в разные годы могут приходиться на разные месяцы. Помимо этого, различные дни недели неравнозначны в смысле протекания экономических процессов - начало и конец рабочей недели обычно менее эффективны, чем ее середина. Также замечено, что в предпраздничные и послепраздничные дни эффективность работы зачастую снижается. Поэтому, хотя различия в продолжительности календарных месяцев, конечно, играют большую роль при формировании календарной составляющей динамики экономических временных рядов, другие факторы также способны вносить в нее значительный вклад. [c.13]
Для некоторых экономических процессов рабочими днями являются все дни недели. Такие процессы называют непрерывными или семидневными. К их числу, среди прочих, относятся процесс добычи нефти (рис. 2.3) и процесс производства электроэнергии, оценка календарной составляющей которого показана на рис. 2.4,а. Для других экономических процессов рабочими днями являются дни недели с понедельника по пятницу за вычетом праздников. Такие процессы называют пятидневными. Реже встречаются процессы с другим числом рабочих дней, скажем, шестидневные. При таком подходе идентификация календарной составляющей динамики сводится к определению принадлежности данного процесса к одному из типов процессов (пятидневные процессы, непрерывные и т. п.), что обычно осуществляется экспертным путем. [c.17]
Столь тривиальные методы учитывают лишь различия в числе рабочих дней, но не учитывают различий в протекании экономических процессов в разные дни недели, предпраздничные и послепраздничные дни, о которых говорилось выше. Учесть эти различия можно в более совершенных методах календарной корректировки, в которых календарная составляющая динамики не задается априорно для всех временных рядов некоторого класса, а идентифицируется. С этой целью для каждого корректируемого временного ряда строят регрессионные модели, в которых в качестве независимых переменных используют временные ряды, уровни которых равны числу дней недели данного типа в месяце (ряды числа понедельников в месяце, [c.17]
При использовании примитивных методов календарной корректировки неудаленный остаток календарной составляющей отчасти попадет (просочится) в оценку сезонной составляющей и может быть элиминирован вместе с ней, а отчасти попадет в оценку нерегулярной составляющей динамики, что снизит точность идентификации компоненты тренда и конъюнктуры. [c.18]
Если исходный временной ряд рассматривается как совокупность календарной, сезонной, нерегулярной и трендовой составляющих динамики, то после проведения календарной и сезонной корректировок для завершения декомпозиции экономического временного ряда остается отделить трендовую составляющую от нерегулярной. Для этого обычно предполагают, что трендовая составляющая является в некотором смысле гладкой, что оправдывает применение методов сглаживания (smoothing) для ее идентификации (см., например, [12-15]). Получающийся в результате календарной и сезонной корректировок и сглаживания временной ряд можно рассматривать как оценку компоненты тренда и конъюнктуры исходного ряда. [c.25]
То, что остается после элиминирования календарной, сезонной и нерегулярной составляющих, называют компонентой тренда и конъюнктуры (синонимы - трендовая составляющая динамики, trend- y le omponent). Она определяет тенденцию изменения уровней временного ряда, не искаженных календарными, сезонными и нерегулярными эффектами. Чаще всего именно она рассматривается как информативная в задачах анализа экономической динамики, тогда как календарная, сезонная и нерегулярная составляющие динамики обычно рассматриваются как неинформативные. [c.26]
Совокупность всех составляющих динамики, за исключением нерегулярной (и, возможно, событийной), будем называть также регулярной составляющей динамики (regular omponent). Заметим, что "регулярность" не обязательно означает "гладкость". Так, календарная составляющая динами- [c.31]
Для иллюстрации решения задачи идентификации текущей ситуации на рис. 3.1 использованы данные помесячной динамики российского экспорта в стоимостном выражении в долларах США по текущему курсу с начала 1998 г. по июль 2002г. Исходный ряд не дает сопоставимой оценки, поскольку данные зашумлены календарной, сезонной и нерегулярной составляющими, которые в этом случае не являются информативными. Компонента тренда и конъюнктуры, являющаяся информативной для решаемой задачи, демонстрирует периоды спада и подъема, разделенные поворотными точками. В окрестности актуального конца временного ряда показана область краевых эффектов, интерпретация уровней компоненты тренда и конъюнктуры в которой требует особой осторожности. [c.45]