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.

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.

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.

■ 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.