Программная реализация сезонной корректировки

Кратко рассмотрим различные методы программной реализации корректировки сезонности [2,6].

Метод Census I, предложенный в 1960-х гг., превосходил ранее используемые методы тем, что перед началом сглаживания осуществлялся ретропрогноз (назад, к началу ряда) для замены пропущенных данных. Этот метод явился начальной версией сезонного регулирования и позже был заменен на модифицированный метод Census II, который, по существу, был электронной версией прежде используемых ручных трудоемких методов.

Критические суждения в адрес метода Census II привели к более сложному варианту сезонного регулирования, известному под названием модели X-W (1965 г.), который был самым широко используемым приемом в практической деятельности до начала 1980-х гг. Эта модель имела одно важное преимущество: регулирование биржевых дней путем использования сложных регрессионных методов. Модель А-11 также разрешала пользователю осуществлять выбор между аддитивной и мультипликативной сезонностями и определять тип используемого скользящего среднего.

На основе работы [7] был разработан новый вариант модели Х-Н, получивший название X-M-AR1MA. Новая предложенная модель отличалась от своих предшественников применением модели ARIMA для предсказания вперед за границы наблюдаемого ряда и назад (ретропрогноз) к началу ряда. Более новые версии модели: Х- 1-А/?/МА/88 и XII-ARIMA/2000 главным образом расширили методологию путем использования диагностических сообщений.

Программа Х2-ARIMA была разработана к середине 1990-х гг. Она включала анализ биржевых дней, учитывала праздничные дни и эффекты выбросов, заменяла пропущенные данные и расширила диапазон диагностирования. Кроме моделей скользящего среднего, были предложены и другие, новые модели, относящиеся к классу параметрических. Здесь необходимо указать на различие между детерминированными и стохастическими моделями.

Детерминированные модели рассматривают тренд и сезонность как подчиняющиеся предварительно определенной кривой, а эффект неопределенности проявляется в отклонении значений ВР от этой кривой. Модели этого типа основаны на регрессионном анализе, который учитывает тренд и сезонность с помощью детерминированных приемов.

Стохастические модели описывают существенное влияние на неопределенность, и такие модели играют важную роль в моделировании. Методы этого направления в свою очередь могут быть разделены на модели класса ARIMA и структурные модели. В методах первой группы сезонное регулирование начинается с моделирования ВР, а затем уже выводятся модели для компонентов ряда. В структурных моделях регулирование начинается сразу с оценивания составляющих ряда. Модели

ARIMA используют несезонные и сезонные разности для моделирования нестационарных ВР. Первая практическая реализация этого подхода была выполнена в Банке Англии в 1980-х гг. Дальнейшее развитие этого направления связано с Банком Испании, где была разработана программа TRAMO/SEATS (Time series Regression with ARIMA noise, Missing values and Outliers) / (Signal

Extraction in ARIMA Time Series) (1997 г.). Эта процедура позволяет как выделять основные структурные компоненты временного ряда: тренд- циклическую, сезонную, случайную, так и получать значения временного ряда, скорректированные на сезонность.

Методы X-X2-ARIMA и TRAMO/SEATS имеют общие функции. Во-первых, вначале они выполняют предварительную корректировку на эффект рабочих дней и выбросы с помощью регрессионной модели. Во-вторых, эти методы выявляют и оценивают тренд-циклическую, сезонную и нерегулярную составляющие в составе ВР.

Х-13-ARIMA-SEATS (2006) представляет собой расширенную версию метода Census II по сезонной корректировке. Расширения включали более понятный пользователю интерфейс и набор новых диагностических сообщений. X-13-ARIMA-SEATS содержит дополнительную процедуру автоматического моделирования, основанную на методе TRAMO. Кроме того, эта процедура содержит алгоритм SEATS, позволяющий пользователю выполнять корректировку модели ARIMA.

 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ   ОРИГИНАЛ   След >