17. Понятие и оценка периодических колебаний.

При изучении многих социально-экономических явлений и процессов часто обнаруживаются определенные повторяющиеся колебания. Этим колебаниям свойственны более или менее устойчивые изменения уровней ряда на протяжении изучаемого периода: из года в год в определенные месяцы уровень явления повышается, а в другие – снижается.

Колебания особенно заметны в явлениях сезонного характера и являются результатом влияния социальных и естественно-климатических причин, общих экономических факторов, а так же многочисленных и разнообразных факторов, которые часто являются регулируемыми. В статистике данные колебания принято называть сезонными.

Сезонные колебания (сезонная неравномерность) чаше всего проявляются в добывающих и перерабатывающих отраслях – сельском хозяйстве, рыбной и лесной промышленности, а так в транспортной отрасли, в строительстве, торговле, туризме и так далее.

Погодные изменения влияют на бытовое потребление топлива и электроэнергии, на ассортимент обуви, верхней одежды (зимняя, весенне-осенняя, летняя), фруктов, овощей и многих других товаров. В строительстве наибольшее оживление деятельности проявляется летом; в этот же период года наблюдается максимальный наплыв туристов.

Сезонность может проявляться не только к месячным, но и к дневным, недельным данным. Так, кафе, рестораны, театры испытывают подъем спроса к концу недели.

Сезонность проявляется в полном или почти полном прекращении производства на какой-то промежуток времени, обусловленный самой природой продукта и способом его приготовления. Созревание зерновых, например, требует несколько месяцев, а в садоводстве после посадки саженцев проходит несколько лет до получения готового продукта. В тех же отраслях, которые характеризуются незначительностью разрыва рабочего периода и времени производства, сезонность проявляется в идее больших внутригодичных подъемов и спадов.

Неравномерность производства того или иного продукта ведет к неравномерности его потребления, потребление же, в свою очередь, оказывает воздействие на производство.

Таким образом, вызванные различными причинами, сезонные колебания и в производстве, и в обращении обычно отрицательно влияют на результаты производственной деятельности из-за того, что вызывают нарушение ритмичности производства, обуславливают неравномерность использования трудовых ресурсов и оборудования в течение года и так далее.

Отрасли национальной экономики взаимосвязаны, как связаны между собой и национальные экономики разных государств, поэтому вопрос сезонности – это вопрос уровня мировой экономики.

Влияние сезонных колебаний полностью устранить невозможно, но предпринимаются попытки его снизить, принимая меры рационального сочетания отраслей, механизации трудоемких процессов и так далее. Поэтому сезонные колебания, отраженные в рядах динамики, необходимо статистически изучать и измерять.

18. Экстраполяция и интерполяция. Прогнозирование по среднему абсолютному приросту.

Экстраполяция тенденций:

- упрощенные приемы, основанные на средних показателях динамики (средние темпы роста, прироста);

- аналитические методы (метод наименьших квадратов, тренды, т.е. математические функции);

- адаптивные методы, учитывающие степень устаревания данных (методы скользящих и экспоненциальных средних, методы авторегрессии).

Прогнозирование на основе экстраполяции тренда

Тренд – основная тенденция развития. Методы выявления тренда называются методами выравнивания временного ряда (метод наименьших квадратов, скользящей средней, конечных разностей).

При наличии тенденции в ряду динамики модель уровня динамического ряда:

, (6.25)

где – средний уровень динамического ряда;

– теоретический (расчетный, трендовый) уровень;

– эффект тенденции;

– случайная составляющая (остаточные колебания) ε.

Чем меньше остаточные колебания , тем выше адекватность (практическая значимость) модели. Следовательно, результаты прогноза зависят от типа кривой тренда ŷ(t).

1. Линейный трендŷ_t = a₀ + a₁·t означает, что уровни динамики ряда изменяются с одинаковой скоростью.

a₀ – начальный уровень тренда (t = 0);

a₁·– средний абсолютный прирост в единицу времени.

В линейном тренде уровни динамики ряда изменяются в арифметической прогрессии, а темпы роста уровня – падающие.

2. Параболический трендŷ_t = a₀ + a₁·t + a₂·t² применяется, если ряд характеризуется относительным абсолютным ускорением, т.е. постоянными являются вторые разности (производные) – приросты абсолютных приростов.

a₀ – начальный уровень тренда (t = 0);

a₁·– средний абсолютный прирост за период;

a₂·– половина абсолютного ускорения динамического ряда.

Парабола означает смену тенденций (рост сменяется падением или наоборот). Это, как правило, связано с новым этапом в развитии явления по времени. Применяется для краткосрочного прогноза.

3. Парабола кубическая характеризует три этапа развития: рост, падение и опять рост. Число наблюдений должно быть около 6–7 временных единиц на один шаг прогноза. Следовательно, чтобы применить полином третьей степени надо иметь ряд за 20 лет, и корректно это только в стабильной экономике.

4. Показательная кривая , применяется при стабильном темпе роста динамического ряда. Рост по экспоненте означает геометрическую прогрессию уровней ряда. Это возможно в экономике в сравнительно небольшой период времени, когда ограничены ресурсы, меняются условия рынка.

a₀ – начальный уровень тренда (t = 0);

a₁·– средний абсолютный прирост за период;

4. Логистическая кривая (кривая Перла-Рида) (кривые Гомперца), имеющая асимптоту, применяется, когда существует ограничение на рост показателя (уровней динамического ряда).

Если изучается динамика детской смертность, то нижняя асимптота – уровень жизни, верхняя – демографический состав населения.